2.4 Классификация систем по степени организованности

Разделение систем по организованности соответствует их характеристикам. Это такие системы как: хорошо организованные; плохо организованные; развивающиеся или самоорганизующиеся.

К хорошо организованным системам относим объекты с хорошо определенными элементами, взаимосвязями между ними, четко поставленными целями и задачами, связанными со средствами. Хорошо организованным системам характерны системы показателей функционирования, показателей эффективности, инструментов реализации управления, контроля и обратной связи.

При представлении объекта в виде плохо организованной, или диффузной, системы не ставится задача определить все компоненты и их связи с целями системы. Система характеризуется некоторым набором макропараметров и закономерностями, которые выявляются на основе исследования определенной с помощью некоторых правил достаточно представительной выборки компонентов, отображающих исследуемый объект или процесс. На основе подобного, выборочного исследования получают характеристики или закономерности, которые распространяются на поведение системы в целом с какой-то вероятностью.

Класс самоорганизующихся или развивающихся систем характеризуется рядом признаков, особенностей, которые, как правило, обусловлены наличием в системе активных элементов, носящих двойственный характер, являясь одновременно и полезными для существования системы своими свойствами хорошему приспособлению к изменяющимся условиям среды, но в то же время вызывающие неопределенность, затрудняющие управление системой. Рассматриваемый класс систем можно разбить на подклассы, выделив адаптивные или самоприспосабливающиеся системы, самообучающиеся системы, самовосстанавливающиеся, самовоспроизводящиеся классы систем.

Взаимосвязь цены, спроса и предложения

В зависимости от этого классификационного признака различают следующие виды цен: 1. Свободные цены свободно складываются на рынке под воздействием спроса и предложения...

Виды и оптимальная величина фирм в мировой практике

По этому признаку предприятия подразделяются на малые, средние и крупные. По уровню концентрации и централизации производства и капитала предприятия делят на малые (мелкие), средние и большие (крупные)...

Информационные системы в экономике

Классифицировать информационные системы можно по различным признакам...

Классификация и анализ экономических систем и моделей

Экономические системы с момента своего возникновения и до наших дней прошли значительный эволюционный путь развития. Поэтому к настоящему времени насчитывается множество различных их видов и типов...

Понятие, типы и виды фирм

По этому признаку предприятия подразделяются на малые, средние и крупные. Малые предприятия Малые - самая многочисленная форма предприятий, и в большинстве стран они представляют собой фундамент...

Признаки классификации рынка недвижимости (по назначению товаров, средств и т.д; по географическому положению, по степени ограничения конкурентности, по отраслям, по степени законности)

Пути совершенствования логистической системы ООО "Уралинтерьер"

Ло??гистические системы делят на макро?? и микро??ло??гистические системы. Макро??ло??гистическая система - это?? крупная система управления материальными по??то??ками...

Формирование цены на продукцию автотранспортного предприятия

По степени и способу регулирования цены разделяются на группы: жёсткофиксированные(назначаемые);регулируемые(изменяемые);договорные(контрактные);свободные(рыночные). Жёсткофиксированные...

Фракталы как степень организованности инвестиционных процессов

Фракталы -- это структуры, которые, несмотря на некоторые отличия в разных масштабах, выглядят приблизительно одинаково. По несколько поэтическому высказыванию одного из основоположников науки о фракталах Б. Мандельброта...

Экономические системы от момента своего возникновения и до наших дней прошли значительный эволюционный путь развития. Поэтому к настоящему времени насчитывается множество различных их видов и типов...

Экономическая система общества

Классификация - особая форма систематизации, которая дает возможность ориентироваться в каком-то множестве. Первым уровнем классификации обычно служит выделение типов явлений и предметов. Этот процесс называется типизацией...

Экономическая система, ее составные элементы, взаимосвязи между ними

В экономической теории существует разное видение развития общества и, следовательно, разнообразные классификации экономических систем. Например, существует формационная теория, разработанная К. Марксом...

Экономические системы

Науке известны многочисленные классификации экономических систем, которые различаются исходными концепциями авторов классификаций. Первая - очень старая классификация, основанная на материалах...

Экономические системы общества

Историческая классификация включает помимо современных экономических систем, экономические системы прошлого и будущего. В этой связи заслуживает внимания классификация, предложенная представителями теории постиндустриального общества...

Электронная коммерция

Электронная коммерция это способ ведения бизнеса, при котором все этапы бизнес-процесса (реклама, маркетинг, продажа, доставка товара, послепродажное обслуживание...

В теории систем признак степени организованности системы напрямую пересекается с признаком ее сложности структуры и поведения. Поэтому понятия сложности и организованности могут дополнять друг друга, а могут выступать самостоятельно при характеристике отдельных проявлений системы. Как правило, по признаку степени организованности системы классифицируют на «хорошо организованные» системы и «плохо организованные» системы.

Под определением «хорошо организованные» системы понимают такие системы, при анализе которых имеется возможность определения ее элементов и компонентов, взаимосвязей между ними, правил объединения элементов в более крупные компоненты. При этом возможно установить цели системы и определить эффективность их достижения при функционировании системы.

В данном случае проблемная ситуация может быть описана в виде математического выражения, связывающего цель со сред­ствами, т. е. в виде критерия эффективности, критерия функци­онирования системы, который может быть представлен сложным уравнением или системой уравнений. Решение задачи при пред­ставлении ее в виде «хорошо организованной» системы осуществ­ляется аналитическими методами формализованного представле­ния системы.

Таким образом, можно говорить о равнозначности «хорошо организованных» систем и простых систем.

Следует отметить, что для отображения объекта в виде «хорошо организованной» системы необходимо выделять только существенные и не учитывать относительно несущественные для данной цели рассмотрения отдельные элементы, компоненты и их связи.

Например, солнечную систему можно представить как «хорошо организованную» систему при описании наиболее существенных закономерностей движения планет вокруг Солнца без учета метеоритов, астероидов и других мелких по сравнению с планетами элементов межпланетного пространства.

В качестве «хорошо организованной» системы можно привести техническое устройство компьютера (без учета возможностей отказа его отдельных элементов и узлов или каких-либо случайных помех, поступающих по цепям питания).

Таким образом, описание объекта в виде «хорошо организованной» системы применяется в тех случаях, когда можно предложить детермини­рованное описание и экспериментально доказать правомерность его применения, адекватность модели реальному процессу.

«Плохо организованные» системы, в отличие от вышерассмотренных, в общем, соответствуют «сложным» системам, так как при их анализе не всегда удается определить элементы и взаимосвязи между ними, а также выяснить четкие цели системы и методы оценки эффективности их функционирования.

В случае представления объекта в виде «плохо организованной» (или диффузной) системы не ста­вится задача определить все учитываемые элементы, компоненты, их свой­ства и связи между ними и целями системы. Система харак­теризуется некоторым набором макропараметров и теми закономер­ностями, которые определяются на основе исследования не всего объекта или целого класса явлений, а только отдельной его части – выборки, полученной с помо­щью некоторых правил выборки. На основе такого выборочного исследования получают характеристики или закономерности (статистические, экономические) и распространяют их на всю систему в целом. При этом делаются соответствующие оговорки. Например, при получении статистических закономерностей их распространяют на поведение всей системы с некоторой довери­тельной вероятностью.

Подход к отображению объектов в виде диффузных систем широко применяется при описании систем массового обслужива­ния (например, в телефонных сетях и т. п.), информационных потоков в информационных системах, описании ресурсных задач отраслевого характера и т. д.

Многообразие систем довольно велико, и существенную помощь при их изучении оказывает классификация.
Классификация — это разделение совокупности объектов на классы по некоторым наиболее существенным признакам.
Важно понять, что классификация — это только модель реальности, поэтому к ней надо так и относиться, не требуя от нее абсолютной полноты. Еще необходимо подчеркнуть относительность любых классификаций.
Сама классификация выступает в качестве инструмента системного анализа. С ее помощью структурируется объект (проблема) исследования, а построенная классификация является моделью этого объекта.
Полной классификации систем в настоящее время нет, более того, не выработаны окончательно ее принципы. Разные авторы предлагают разные принципы классификации, а сходным по сути — дают разные названия.

1. Классификация по происхождению.
В зависимости от происхождения системы делятся на естественные и искусственные (создаваемые, антропогенные).
Естественные системы — это системы, объективно существующие в действительности. в живой и неживой природе и обществе.
Эти системы возникли в природе без участия человека.
Примеры: атом, молекула, клетка, организм, популяция, общество, вселенная и т.п.
Искусственные системы - это системы, созданные человеком.
Примеры:
1. Холодильник, самолет, предприятие, фирма, город, государство, партия, общественная организация и т. п.
2. Одной из первых искусственных систем можно считать систему торговли.
Кроме того, можно говорить о третьем классе систем - смешанных системах, куда относятся эргономические (машина - человек-оператор), автоматизированные, биотехнические, организационные и другие системы.

2. Классификация по объективности существования.
Все системы можно разбить на две большие группы: реальные (материальные или физические) и абстрактные (символические) системы.
Реальные системы состоят из изделий, оборудования, машин и вообще из естественных и искусственных объектов.
Абстрактные системы, по сути, являются моделями реальных объектов — это языки, системы счисления, идеи, планы, гипотезы и понятия, алгоритмы и компьютерные программы, математические модели, системы наук.
Иногда выделяют идеальные или концептуальные системы — системы, которые выражают принципиальную идею или образцовую действительность — образцовый вариант имеющейся пли проектируемой системы.
Также можно выделить виртуальные системы — не существующие в действительности модельные или мыслительные представления реальных объектов, явлений, процессов (могут быть как идеальными, так и реальными системами).

3. Действующие системы.
Выделим из всего многообразия создаваемых систем действующие системы. Такие системы способны совершать операции, работы, процедуры, обеспечивать заданное течение технологических процессов, действуя по программам, задаваемым человеком. В действующих систе-мах можно выделить следующие системы: 1) технические, 2) эргатические, 3) технологические, 4) экономические, 5) социальные, б) организационные и 7) управления.
1. Технические системы представляют собой материальные системы, которые решают задачи по программам, составленным человеком; сам человек при этом не является элементом таких систем.
Техническая система — это совокупность взаимосвязанных физических элементов.
В качестве связей в таких системах выступают физические взаимодействия (механические, электромагнитные, гравитационные и др.).
Примеры: автомобиль, холодильник, компьютер.
2. Эргатические системы. Если в системе присутствует человек, выполняющий определенные функции субъекта, то говорят о эргатической системе.
Эргатическая система — это система, составным элементом которой является человек-оператор.
Частным случаем эргатичесхой системы будет человеко-машинная система — система, в которой человек-оператор или группа операторов взаимодействует с техническим устройством в процессе производства материальных ценностей, управления, обработки информации и т.д..
Примеры:
1. Шофер за рулем автомобиля.
2. Рабочий, вытачивающий деталь на токарном станке.
3.Технологические системы. Существуют два класса определения понятия «технология»:
а) как некой абстрактной совокупности операций.
б) как некой совокупности операций с соответствующими аппаратно-техническими устройствами или инструментами.
Отсюда, по аналогии со структурой, можно говорить о формальной и материальной технологической системе.
Технологическая система (формальная) — это совокупность операций (процессов) в достижении некоторых целей (решений некоторых задач).
Структура такой системы определяется набором методов, методик, рецептов, регламентов, пра-вил и норм.
Элементами формальной технологической системы будут операции (действия) или процессы. Ранее процесс был определен как последовательная смена состояний, здесь же мы будем рассматривать другое понимание процесса: как последовательной смены операций.
Процесс — это последовательная смена операций (действий направленных на изменение состояния объекта.
Связями в технологической системе поступают свойства обрабатываемых объектов или сигналы, передаваемые от операции к операции.
Технологическая система (материальная) — это совокупность реальных приборов, устройств, инструментов и материалов (техническое, обеспечение системы), реализующих операции (процессное обеспечение системы) и предопределяющих их качество и длительность.
Пример. Формальная технологическая система производства борща — рецепт. Материальная технологическая система производства борща — совокупность ножей, кастрюль, кухонных приборов, реализующих рецепт. В абстрактной технологии мы говорим о том, что надо отварить мясо, но не оговариваем ни тип кастрюли, ни вид плиты (газовая или электрическая). В материальной технологии техническое обеспечение приготовления борща будет определять его качество и длительность тех или иных операций.
Технологическая система более гибкая, чем техническая: минимальными преобразования-ми ее можно переориентировать на производство других объектов, либо на получение других свойств последних.
Примеры. Технологические системы: производство бумаги, изготовление автомобиля, оформление командировки, получение денег в банкомате.
4. Экономическая система — что система отношений (процессов), складывающихся в экономике. Развернем что определение.
Экономическая система — это совокупность экономических отношений, возникающих в процессе производства, распределения, обмена и потребления экономических продуктов и регламентируемых совокупностью соответствующих принципов, правил и законодательных норм.
5. Социальная система. Поскольку мы рассматриваем только создаваемые системы, то социальную систему будем рассматривать в следующем разрезе:
Социальная система — это совокупность мероприятий, направленных на социальное развитие жизни людей.
К таким мероприятиям относятся: улучшение социально-экономических и производственных условий труда, усиление его творческого характера, улучшение жизни работников, улучше-ние жилищных условий и т. п.
6. Организационная система. Взаимодействие вышеназванных систем обеспечивает организационная система (система организационного управления).
Организационная система — это совокупность элементов, обеспечивающих координацию действий, нормальное функционирование и развитие основных функциональных элементов объекта.
Элементы такой системы представляют собой органы управления, обладающие правом принимать управленческие решения — это руководители, подразделения или даже отдельные орга-низации (например, министерства).
Связи в организационной системе имеют информационную основу и определяются долж-ностными инструкциями и другими нормативными документами, в которых прописаны права, обязанности ответственность органа управления.
7. Система управления. Управление рассматривается как действия или функция, обеспечивающие реализацию заданных целей.
Систему, в которой реализуется функция управления, называют системой управления.
Система управления содержит два главных элемента: управляемую подсистему (объект управления) и управляющую подсистему (осуществляющую функцию управления).
Применительно к техническим системам управляющую подсистему называют системой регулирования, а к социально-экономическим - системой организационного управления.
Разновидностью системы управления является эргатическая система — человеко-машинная система управления.
Пример.
Рассмотрим работу некоторого магазина и попытаемся выделить в его работе вышеназванные системы.
В магазине имеется система управления, состоящая из субъекта управления — руководства и объекта управления - всех остальных систем магазина.
Управление реализуется системой организационного управления - организационной системой, состояшей из директора, его заместителей, начальников отделов и секций, связанных определенными отношениями подчиненности.
В магазине функционирует экономическая система, включающая в себя такие экономические отношения, как производство (услуг и, возможно, товаров обмен (денег на товары и услуги), распределение (прибыли).
Имеется социальная система, сформулированная в коллективном и/или трудовых договорах.
Экономические отношения обмена реализуются в виде некоторых технологических систем (технология продажи товара, технология возврата денег).
Технологические системы в свою очередь, строятся на базе технических систем (кассовые аппараты, сканеры штрих-кода, компьютеры, калькуляторы) Кассир, работающий на кассовом аппарате, представляет собой эргатическую систем..

4. Централизованные и децентрализованные системы.
Централизованной системой называется система, в которой некоторый элемент играет главную, доминирующую роль в функционировании системы. Такой главный элемент называется ведущей частью системы или ее центром. При этом небольшие изменения ведущей части вызывают значительные изменения всей системы: как желательные, так и нежелательные. К недостаткам централизованной системы можно отнести низкую скорость адаптации (приспособления к изменяющимся условиям окружающей среды), а также сложность управления из-за огром-ного потока информации подлежащей переработке в центральной части систем.
Децентрализованная система — это система, в которой нет главного элемента.
Важнейшие подсистемы в такой системе имеют приблизительно одинаковую ценность и построены не вокруг центральной подсистемы, а соединены между собой последовательно или параллельно.
Примеры.
1. Армейские структуры представляют собой ярко выраженные централизованные системы.
2. Интернет является практически идеальной децентрализованной системой.

5. Классификация по размерности.
Системы подразделяются на одномерные и многомерные.
Система, имеющая один вход и один выход, называется одномерной. Если входов или выходов больше одного — многомерной.
Нужно понимать условность одномерности системы - в реальности любой объект имеет бесчисленное число входов и выходов.

6. Классификация систем по однородности и разнообразию структурных элементов.
Системы бывают гомогенные, или однородные, и гетерогенные, или разнородные, а также смешанного типа.
В гомогенных системах структурные элементы системы однородны, т. е. обладают одинаковыми свойствами. В связи с этим в гомогенных системах элементы взаимозаменяемы.
Пример. Гомогенная компьютерная система в организации состоит из однотипных компьютеров с установленными на них одинаковыми операционными системами и прикладными программами. Это позволяет заменить вышедший из строя компьютер любым другим без дополнительной настройки и переучивания конечного пользователя.
Понятие «гомогенная система» широко используется при описании свойств газов, жидкостей или популяций организмов.
Гетерогенные системы состоят из разнородных элементов, не обладающих свойством взаимозаменяемости.
Примеры.
1. Гетерогенная сеть — информационная сеть, в которой работают протоколы сетевого уровня различных фирм-производителей. Гетерогенная вычислительная сеть состоит из фрагментов разной топологии и разнотипных технических средств.
2. Если университет в обычном понимании является гомогенным образованием, т. е. реализует подготовку по высшему и послевузовскому образованию (которые близки как по учебным программам, так и по методам их преподавания), то университетский комплекс представляется собой гетерогенную систему, в которой проводится подготовка по программам начального, среднего, высшего послевузовского образования.

7. Линейные и нелинейные системы.
Система называется линейной, если она описывается линейными уравнениями (алгебраическими, дифференциальными, интегральными и т. п.), в противном случае — нелинейной.
Для линейных систем справедлив принцип суперпозиции: реакция системы на любую комбинацию внешних воздействий равна сумме реакций на каждое из этих воздействий, поданных на систему порознь. Предположим, что после изменения входной переменной на величину Δх выходная переменная изменяется на Δу. Если система линейна, то после двух независимых изменений входной переменной на Δx 1 и Δх 2 . таких, что Δх 1 +Δх 2 =Δх, суммарное изменение выходной переменной также будет равно Δу.
Большинство сложных систем являются нелинейными. В связи с этим для упрощения анализа систем довольно часто применяют процедуру линеаризации, при которой нелинейную систему описывают приближенно линейными уравнениями в некоторой (рабочей) области изменения входных переменных. Однако не всякую нелинейную систему можно линеаризировать, в частности, нельзя линеаризировать дискретные системы.

8. Дискретные системы.
Среди нелинейных систем выделяют класс дискретных систем.
Дискретная система — это система, содержащая хотя бы один элемент дискретного действия.
Дискретный элемент — это элемент, выходная величина которого изменяется дискретно, т. е. скачками, даже при плавном изменении входных величин.
Все остальные системы относятся к системам непрерывного действия.
Система непрерывного действия (непрерывная система) состоит только из элементов непрерывного действия, т. е. элементов, выходы которых изменяются плавно при плавном изменении входных величин.

9. Каузальные и целенаправленные системы.
В зависимости от способности системы ставить себе цель различают каузальные и целена-правленные (целеустремленные, активные) системы.
К каузальным системам относится широкий класс неживых систем:
Каузальные системы — это системы, которым цель внутренне не присуща.
Если такая система и имеет целевую функцию (например, автопилот), то эта функция задана извне пользователем.
Целенаправленные системы — это системы, способные к выбору своего поведения в зависимости от внутренне присущей цели.
В целенаправленных системах цель формируется внутри системы.
Пример. Система «самолет-пилоты» способна поставить себе цель и отклониться от маршрута.
Элемент целенаправленности всегда присутствует в системе, включающей в себя людей (или еще шире живые существа). Вопрос чаще всего состоит в степени влияния этой целенаправленности на функционирование объекта. Если мы имеем дело с ручным производством, то влияние так называемого человеческого фактора очень большое. Отдельный человек, группа людей или весь коллектив способны поставить цель своей деятельности, отличную от цели компании.
Активные системы, к которым, в первую очередь, относятся организационные, социальные и экономические, в зарубежной литературе называются «мягкими» системами. Они способны сознательно предоставлять недостоверную информацию и сознательно не выполнять планы, задания, если им это выгодно. Важным свойством таких систем является дальновидность, обеспечи-вающая способность системы прогнозировать будущие последствия принимаемых решений. Это, в частности, затрудняет применение обратной связи для управления системой.
Кроме того, иногда на практике системы условно делят на системы, стремящиеся к цели — целеориентированные, и на системы, которые ориентированы, в первую очередь, не на цели, а на определенные ценности — ценностноориентированные.

10. Большие и сложные системы.
Достаточно часто термины «большая система» и «сложная система» используются как синонимы. В то же время существует точка зрения, что большие и сложные системы - это разные классы систем. При этом некоторые авторы связывают понятие «большая» с величиной системы, количеством элементов (часто относительно однородных), а понятие «сложная» — со сложностью отношений, алгоритмов или сложностью поведения. Существуют более убедительные обоснования различия понятий «большая система» и «сложная» «система».

10.1. Большие системы.
Понятие «большая система» стало употребляться после появления книги Р.Х. Гуда и Р.З. Макола. Этот термин широко использовался в период становления системных исследований для того, чтобы подчеркнуть принципиальные особенности объектов и проблем, требующих при-менения системного подхода.
В качестве признаков большой системы предлагалось использовать различные понятия:
o понятие иерархической структуры, что, естественно, сужало класс структур, с помощью которых может отображаться система;
o понятие «человеко-машинная» система (но тогда выпадали полностью автоматические комплексы);
o наличие больших потоков информации;
o или большого числа алгоритмов ее переработки
У.Р. Эшби считал, что система является большой с точки зрения наблюдателя, возможности которого она превосходит в каком-то аспекте, важном для достижения цели. При этом физические размеры объекта не являются критерием отнесения объекта к классу больших систем. Один и тот же материальный объект в зависимости от цели наблюдателя и средств, имеющихся в его распоряжении, можно отображать или не отображать большой системой.
Ю.И. Черняк также в явном виде связывает понятие большой системы с понятием «наблюдатель»: для изучения большой системы, в отличие от сложной, необходим «наблюдатель» (имеется в виду не число людей, принимающих участие в исследовании или проектировании системы, а относительная однородность их квалификации: например, инженер или экономист). Он подчеркивает, что в случае большой системы объект может быть описан как бы на одном языке, т. е. с помощью единого метода моделирования, хотя и по частям, подсистемам. Еще Ю.И. Черняк предлагает называть большой системой «такую, которую невозможно исследовать иначе, как по подсистемам».

10.2. Классификация систем по сложности.
Существует ряд подходов к разделению систем по сложности, и, к сожалению, нет единого определения этому понятию, нет и четкой границы, отделяющей простые системы от сложных. Разными авторами предлагались различные классификации сложных систем.
Например, признаком простой системы считают сравнительно небольшой объем информации, требуемый для ее успешного управления. Системы, в которых не хватает информации для эффек-тивного управления, считают сложными.
Г.Н. Поваров оценивает сложность систем в зависимости от числа элементов, входящих в систему:
o малые системы (10-10 3 элементов);
o сложные (10 4 -10 6);
o ультрасложные (10 7 -10 30 элементов);
o суперсистемы (10 30 -10 200 элементов).
В частности, Ю.И. Черняк сложной называет систему, которая строится для решения многоцелевой, многоаспектной задачи и отражает объект с разных сторон в нескольких моделях. Каждая из моделей имеет свой язык, а для согласования этих моделей нужен особый метаязык. При этом подчеркивалось наличие у такой системы сложной, составной цели или даже разных целей и притом одновременно многих структур (например, технологической, административной, коммуникационной, функциональной и т. д.).
B.C. Флейшман за основу классификации принимает сложность поведения системы.
Одна из интересных классификаций по уровням сложности предложена К. Боулдингом (таблица 1). В этой классификации каждый последующий класс включает в себя предыдущий.
Условно можно выделить два вида сложности: структурную и функциональную.
Структурная сложность. Ст. Вир предлагает делить системы на простые, сложные и очень сложные.
Простые — это наименее сложные системы.
Сложные — это системы, отличающиеся разветвленной структурой и большим разнообразием, внутренних связей.

Таблица 1. Классификация систем по уровню сложности К. Боулдинга.

Очень сложная система — это сложная система, которую подробно описать нельзя.
Несомненно, что эти деления довольно условны и между ними трудно провести границу. (Здесь сразу вспоминается вопрос: с какого количества камней начинается куча?)
Позднее Ст. Вир предложил относить к простым системам те, которые имеют до 10 3 состояний, к сложным — от 10 3 до 10 6 состояний и к очень сложным — системы, имеющие свыше миллиона состояний.
Одним из способов описания сложности является оценка числа элементов, входящих в систему (переменных, состояний, компонентов), и разнообразия взаимозависимостей между ними. Например, количественную оценку сложности системы можно произвести, сопоставляя число элементов системы (n) и число связей (m) по следующей формуле:
где n(n -1) — максимально возможное число связей.
Можно применить энтропийный подход к оценке сложности системы. Считается, что структурная сложность системы должна быть пропорциональна объему информации, необхо-димой для ее описания (снятия неопределенности). В этом случае общее количество информации о системе S, в которой априорная вероятность появления i-го свойства равна p(s i), определяется как

Функциональная сложность. Говоря о сложности систем, Ст. Вир отразил только одну сторону сложности — сложность строения — структурную сложность. Однако следует сказать и о другой сложности систем — функциональной (или вычислительной).
Для количественной оценки функциональной сложности можно использовать алгоритмический подход, например количество арифметико-логических операций, требуемых для реализации функции системы преобразования входных значений в выходные, или объем ресурсов (время счета или используемая память), используемых в системе при решении некоторого класса задач.
Считается, что не существует систем обработки данных, которые могли бы обработать более чем 1.6 10 17 бит информации в секунду на грамм своей массы. Тогда гипотетическая компьютерная система, имеющая массу, равную массе Земли, за период, равный примерно возрасту Земли, может обработать порядка 10 98 бит информации (предел Бреммермана). При этих расчетах в качестве информационной ячейки использовался каждый квантовый уровень в атомах, образующих вещество Земли. Задачи, требующие обработки более чем 10 93 бит называются трансвычислительными. В практическом плане это означает, что, например, полный анализ системы из 100 переменных, каждая из которых может принимать 10 разных значений, является трансвычислительной задачей.
Пример. Если система имеет два входа, которые могут находиться в двух возможных состояниях, то возможных вариантов состояния — четыре. При 10 входах вариантов уже 1024, а при 20-ти (что соответствует маленькой реальной сделке) - вариантов уже 2 20 . Когда имеется реальный оперативный план небольшой корпорации, в котором хотя бы тысяча независимых событий (входов), то вариантов получается 2 1000 ! Значительно больше предела Бреммермана.
Кроме того, выделяют такой тип сложности, как динамическая сложность. Она возникает тогда, когда меняются связи между элементами. Например, в коллективе сотрудников фирмы может время от времени меняться настроение, поэтому существует множество вариантов связей, которые могут устанавливаться между ними. Попытку дать исчерпывающее описание таким систе-мам можно сравнить с поиском выхода из лабиринта, который полностью изменяет свою конфигурацию, как только вы меняете направление движения. Примером могут служить шахматы.
Малые и большие, сложные и простые. Авторы книги предлагают рассматривать четыре варианта сложности систем
1) малые простые;
2) малые сложные;
3) большие простые;
4) большие сложные.
При этом выделение системы того или иною класса в одном и том же объекте зависит от точки зрения на объект, т. е. от наблюдателя.
Примеры:
1. Давно известно что обыватели всегда готовы давать советы в области воспитания, лечения, управления страной — для них это всегда малые простые системы. Тогда как для воспитателей, врачей и государственных деятелей — это большие сложные системы.
2. Исправные бытовые приборы для пользователя малые простые системы, но неисправные — малые сложные. А для мастера те же неисправные приборы — малые простые системы.
3. Шифрозамок для хозяина сейфа малая простая система, а для похитителя — большая простая.
Таким образом, один и тот же объект может быть представлен системами разной сложности. И это зависит не только oт наблюдателя, но и от цели исследования. В связи с этим, В. А. Карташев пишет: «Первичное рассмотрение даже самых сложных образований на уровне установления их основных, главных отношений приводит к понятию простой системы»
Пример. При стратифицированном описании предприятия на самой верхней страте оно может быть описано в виде малой простой системы в виде «черного ящика» с основными ресурсами на входе и продукцией на выходе.

11. Детерминированность.
Рассмотрим еще одну классификацию систем, предложенную Ст. Биром.
Если входы объекта однозначно определяют его выходы, то есть его поведение можно однозначно предсказать (с вероятностью 1), то объект является детерминированным в противном случае — недетерминированным (стохастическим).
Математически детерминированность можно описать как строгую функциональную связь Y = F(X), а стохастичность возникает в результате добавления случайной величины ε: Y = F(X) + ε
Детерминированность характерна для менее сложных систем;
стохастические системы сложнее детерминированных, поскольку их более сложно описывать и исследовать
Примеры:
1. Швейную машинку можно отнести к детерминированной системе: повернув на заданный угол рукоятку машинки можно с уверенностью сказать, что иголка переместится вверх-вниз на известное расстояние (случай неисправной машинки не рассматриваем)
2. Примером недетерминированной системы является собака, когда ей протягивают кость, нельзя однозначно прогнозировать поведение собаки.
Интересен вопрос о природе стохастичности. С одной стороны, стохастичность — следствие случайности.
Случайность — это цепь невыявленных закономерностей, скрытых за порогом нашего понимания.
А с другой — приблизительности измерений. В первом случae мы не можем учесть все факторы (входы), действующие на объект, а также не знаем природы его нестационарности. Во втором — проблема непредсказуемости выхода связана с невозможностью точно измерить значения входов и ограниченностью точности сложных вычислений.
Примеры. Ст. Вир предлагает следующую таблицу с примерами систем:

12. Классификация систем по степени организованности.
12.1 Степень организованности системы.
Организованность или упорядоченность организованности системы R оценивается по формуле
R=1-Э реал /Э макс,
где Эреал — реальное или текущее значение энтропии,
Эмакс — максимально возможная энтропия или неопределенность по структуре и функциям системы.
Если система полностью детерминированная и организованная то Э реал = 0 и R = 1. Снижение энтропии системы до нулевого значения означает полную «заорганизованность» системы и приводит к вырождению системы. Если система полностью дезорганизованная, то
R=0 и Э реал =Э макс.
Качественная классификация систем по степени организованности была предложена В. В. Налимовым, который выделил класс хорошо организованных и класс плохо организованных, или диффузных систем. Позднее к этим классам был добавлен еще класс самоорганизующихся систем. Важно подчеркнуть, что наименование класса системы не является ее оценкой. В первую очередь, это можно рассматривать как подходы к отображению объекта или решаемой задачи, которые могут выбираться и зависимости от стадии познания объекта и возможности получения информации о нем.

12.2. Хорошо организованные системы.
Если исследователю удается определить нее элементы системы и их взаимосвязи между собой и с целями системы и вид детерминированных (аналитических или графических) зависимостей, то возможно представление объекта в виде хорошо организованной системы. То есть представление объекта в виде хорошо организованной системы применяется в тех случаях, когда может быть предложено детерминированное описание и экспериментально показана правомерность его применения (доказана адекватность модели реальному объекту).
Такое представление успешно применяется при моделировании технических и технологических систем. Хотя, строго говоря. даже простейшие математические соотношения, отображающие реальные ситуации, также не являются абсолютно адекватными, поскольку, например, при суммировании яблок не учитывается, что они не бывают абсолютно одинаковыми, а вес можно измерить только с некоторой точностью. Трудности возникают при работе со сложными объектами (биологическими, экономическими, социальными и др.). Без существенного упрощения их нельзя представить в виде хорошо организованных систем. Поэтому для отображения сложного объекта в виде хорошо организованной системы приходится выделять только факторы, существенные для конкретной цели исследования. Попытки применить модели хорошо организованных систем для представления сложных объектов практически часто нереализуемы, так как, в частности, не удается поставить эксперимент, доказывающий адекватность модели. Поэтому в большинстве случаев при представлении сложных объектов и проблем на начальных этапах исследования их отображают классами, рассмотренными ниже.

12.3. Плохо организованные (или диффузные) системы.
Если не ставится задача определить все учитываемые компоненты и их связи с целями системы, то объект представляется в виде плохо организованной (или диффузной) системы. Для описания свойств таких систем можно рассматривать два подхода: выборочный и макропараметрический.
При выборочном подходе закономерности в системе выявляются на основе исследования не всего объекта или класса явлений, а путем изучения достаточно представительной (репрезентативной) выборки компонентов, характеризующих исследуемый объект или процесс. Выборка определяется с помощью некоторых правил. Полученные на основе такого исследования характеристики или закономерности распространяют на поведение системы в целом.
Пример. Если нас ни интересует средняя цена на хлеб и каком-либо городе, то можно было бы последовательно объехать или обзвонить все торговые точки города, что потребовало бы много времени и средств. А можно пойти другим путем: собрать информацию в небольшой (но репрезентативной) группе торговых точек, вычислить среднюю цену и обобщить ее на весь город.
При этом нельзя забывать, что полученные статистические закономерности справедливы для всей системы с какой-то вероятностью, которая оценивается с помощью специальных приемов, изучаемых математической статистикой.
При макропараметрическом подходе свойства системы оценивают с помощью некоторых инте-гральных характеристик (макропараметров).
Примеры:
1. При использовании газа для прикладных целей его свойства не определяют путем точного описания поведения каждой молекулы, а характеризуют макропараметрами - давлением, температурой и т. д.. Основываясь на этих параметрах, разрабатывают приборы и устройства, использующие свойства газа, не исследуя при этом поведение каждой молекулы.
2. ООН при оценке уровня качества системы здравоохранения государства применяет в качестве одной из интегральных характеристик количество детей, умерших до пяти лет, на тысячу новорожденных.

Отображение объектов в виде диффузных систем находит широкое применение при определении пропускной способности систем разного рода, при определении численности штатов в обслуживающих, например ремонтных, цехах предприятия и в обслуживающих учреждениях, при исследовании документальных потоков информации и т.д.

12.4. Самоорганизующиеся системы.
Класс самоорганизующихся, или развивающихся, систем характеризуется рядом признаков, особенностей, которые, как правило, обусловлены наличием в системе активных элементов, делающих систему целенаправленной. Отсюда вытекают особенности экономических систем, как самоорганизующихся систем, по сравнению с функционирование технических систем:
o нестационарность (изменчивость) отдельных параметров системы и стохастичность ее поведения;
o уникальность и непредсказуемость поведения системы в конкретных условиях. Благодаря наличию активных элементов системы появляется как бы «свобода воли», но в то же время возможности ее ограничены имеющимися ресурсами (элементами, их свойствами) и характерными для определенного типа систем структурными связями;
o способность изменять свою структуру и формировать варианты поведения, сохраняя целостность и основные свойства (в технических и технологических системах изменение структуры, как правило, приводит к нарушению функционирования системы или даже к прекращению существования как таковой);
o способность противостоять энтропийным (разрушающим систему) тенденциям. В системах c активными элементами не выполняется закономерность возрастания энтропии и даже наблюдаются негэнтропийные тенденции, т. е. собственно самоорганизация;
o способность адаптироваться, к изменяющимся условиям. Это хорошо по отношению к возмущающим воздействиям и помехам, но плохо, когда адаптивность проявляется и к управляющим воздействиям, затрудняя управление системой;
o способность и стремление к целеобразованию;
o принципиальная неравновесность.
Легко видеть, что хотя часть этих особенностей характерна и для диффузных систем (стохастичность поведения, нестабильность отдельных параметров), однако в большинстве своем они являются специфическими признаками, существенно отличающими этот класс систем от других и затрудняющими их моделирование.
Рассмотренные особенности противоречивы. Они в большиистве случаев являются и положительными и отрицательными, желательными и нежелательными для создаваемой системы. Их не сразу можно понять и объяснить для того, чтобы выбрать и создать требуeмую степень их проявления.
При этом следует иметь в виду важное отличие открытых развивающихся систем с активными элементами от закрытых. Пытаясь понять принципиальные особенности моделирования таких систем, уже первые исследователи отмечали, что, начиная с некоторого уровня сложности, систему легче изготовить и ввести в действие, преобразовать и изменить, чем отобразить формальной моделью. По мере накопления опыта исследования и преобразования таких систем это наблюдение подтверждалось, и была осознана их основная особенность — принципиальная ограниченность формализованного описания развивающихся, самоорганизующихся систем.
По этому поводу фон Нейманом была высказана следующая гипотеза: «У нас нет полной уверенности в том, что в области сложных задач реальный объект не может являться простейшим описанием самого себя, т. е. что всякая попытка описать его с помощью обычного словесного или формально-логического метода не приведет к чему-то более сложному, запутанному и трудновыпол-нимому…» .
Необходимость сочетания формальных методов и методов качественного анализа и положена в основу большинства моделей и методик системного анализа. При формировании таких моделей меняется привычное представление о моделях, характерное для математического моделирования и прикладной математики. Изменяется представление и о доказательстве адекватности таких моделей.
Основную конструктивную идею моделирования при отображении объекта классом самоорганизующихся систем можно сформулировать следующим образом: накапливая информацию об объекте, фиксируя при этом все новые компоненты и связи и применяя их можно получать отображения последовательных состояний развивающейся системы, постепенно создавая все более адекватную модель реального, изучаемого или создаваемого объекта. При этом информация может поступать от специалистов различных областей знаний и накапливаться во времени по мере ее возникновения (в процессе познания объекта).
Адекватность модели также доказывается как бы последовательно (по мере её формирования) путем оценки правильности отражения в каждой последующей модели компонентов и связей, необходимых для достижения поставленных целей.

Резюме
1. При изучении любых объектов и процессов, в том числе и систем, большую помощь оказывает классификация — разделение совокупности объектов на классы по некоторым, наиболее существенным признакам.
2. В зависимости от происхождения системы могут быть естественными (системы, объективно существующие в живой и неживой природе и обществе) и искусственными (системы, созданные человеком).
3. По объективности существования все системы можно разбить на две большие группы: реальные (материальные или физические) и абстрактные (символические) системы.
4. Среди всего многообразия создаваемых систем особый интерес представляют действующие системы, к которым относятся технические, технологические, экономические, соци-альные и организационные.
5. По степени централизации выделяют централизованные системы (имеющие в своем составе элемент, играющий главную, доминирующую роль В функционировании системы) и децентрализованные (не имеющие такого элемента).
6. Различают системы одномерные (имеющие один вход и один выход) и многомерные (если входов или выходов больше одного).
7. Системы бывают гомогенные, или однородные, и гетерогенные или разнородные, а также смешанного типа.
8. Если система описывается линейными уравнениями, то она относится к классу линейных систем, в противном случае — нелинейных.
9. Система, не содержащая ни одного элемента дискретного действия (выходная величина которого изменяется скачками даже при плавном изменении входных величин), называется непрерывной, в противном случае — дискретной.
10. В зависимости от способности системы поставить себе цель различают каузальные системы (неспособные ставить себе цель) и целенаправленные (способные к выбору своего поведения в зависимости от внутренне присущей цели).
11. Различают большие, очень сложные, сложные и простые системы.
12. По предсказуемости значений выходных переменных системы при известных значениях входных различают детерминированные и стохастические системы.
13. В зависимости от степени организованности выделяют классы хорошо организованных систем (их свойства можно описать в виде детерминированных зависимостей), плохо организованных (или диффузных) и самоорганизующихся (включающие активные элементы)
14. Начиная с некоторого уровня сложности, систему легче изготовить и ввести в действие, преобразовать и изменить, чем отобразить формальной моделью, поскольку имеется принципиальная ограниченность формализованного описания развивающихся самоорганизующихся систем.
15. В соответствии с гипотезой фон Неймана простейшим описанием объекта, достигшего некоторого порога сложности, оказывается сам объект, а любая попытка его строгого формального описания приводит к чему-то более трудному и запутанному.

Разделение систем по степени организованности предложено в продолжение идеи о разделении систем на хорошо организованные и плохо организованные, или диффузные . К этим двум классам был добавлен еще класс развивающихся, или самоорганизующихся, систем. Эти классы кратко охарактеризованы в табл. 3.4.

В рассматриваемой классификации использованы существовавшие к тому времени термины, но они объединены в единую классификацию, в которой выделенные классы рассматриваются как подходы к отображению объекта или решаемой задачи и предлагается их характеристика, позволяющая выбирать класс систем для отображения объекта в зависимости от стадии его познания и возможности получения информации о нем.

Таблица 3.4

Классификация систем по Ф. Е. Темникову – В. Н. Волковой

Класс самоорганизующихся, или развивающихся, систем характеризуется рядом специфических признаков, особенностей (табл. 3.5). В таблице вначале приведены особенности, которые приближают их к реальным развивающимся объектам, а три последние особенности – плата за эти, важные для развития систем.

Таблица 3.5

Особенности развивающихся систем с активными элементами

Перечисленные особенности имеют разнообразные проявления, которые иногда можно выделять как самостоятельные особенности. Эти особенности, как правило, обусловлены наличием в системе активных элементов и носят двойственный характер: они являются новыми свойствами, полезными для существования системы, приспосабливаемости ее к изменяющимся условиям среды, но в то же время вызывают неопределенность, затрудняют управление системой.

Часть из рассмотренных особенностей характерна для диффузных систем (стохастичность поведения, нестабильность отдельных параметров), но большинство из особенностей являются специфическими признаками, существенно отличающими этот класс систем от других и затрудняющими их моделирование.

В то же время при создании и организации управления предприятиями часто стремятся отобразить их используя теорию автоматического регулирования и управления, которая разрабатывалась для закрытых технических систем и существенно искажающую понимание систем с активными элементами, что способно нанести вред предприятию, сделать его неживым "механизмом", не способным адаптироваться к среде и разрабатывать варианты своего развития.

Такая ситуация стала, в частности, наблюдаться в нашей стране в 1960– 1970-е гг., когда слишком жесткие директивы стали сдерживать развитие промышленности.

Рассмотренные особенности противоречивы. Они в большинстве случаев являются и положительными, и отрицательными, желательными, и нежелательными для создаваемой системы. Их не сразу можно понять и объяснить, выбрать и создать требуемую степень их проявления. Исследованием причин проявления подобных особенностей сложных объектов с активными элементами занимаются философы, психологи, специалисты по теории систем, которые для объяснения этих особенностей предлагают и исследуют закономерности систем. Основные изученные к настоящему времени закономерности построения, функционирования и развития систем, объясняющие эти особенности, будут рассмотрены в следующем параграфе.

Проявление противоречивых особенностей развивающихся систем и объясняющих их закономерностей в реальных объектах необходимо изучать, постоянно контролировать, отражать в моделях и искать методы и средства, позволяющие регулировать степень их проявления.

При этом следует иметь в виду важное отличие развивающихся систем с активными элементами от закрытых. Пытаясь понять принципиальные особенности моделирования таких систем, уже первые исследователи отмечали, что начиная с некоторого уровня сложности, систему легче изготовить и ввести в действие, преобразовать и изменить, чем отобразить формальной моделью.

По мере накопления опыта исследования и преобразования таких систем это наблюдение подтверждалось и была осознана их основная особенность – принципиальная ограниченность формализованного описания развивающихся, самоорганизующихся систем.

Эта особенность, т.е. необходимость сочетания формальных методов и методов качественного анализа и положена в основу большинства моделей и методик системного анализа. При формировании таких моделей меняется привычное представление о моделях, характерное для математического моделирования и прикладной математики. Изменяется представление и о доказательстве адекватности таких моделей.

Основную конструктивную идею моделирования при отображении объекта классом самоорганизующихся систем можно сформулировать следующим образом.

Разрабатывается знаковая система, с помощью которой фиксируют известные на данный момент компоненты и связи, а затем, путем преобразования полученного отображения с помощью установленных (принятых) правил (правил структуризации, или декомпозиции, правил композиции, поиска мер близости на пространстве состояний), получают новые, неизвестные ранее компоненты, взаимоотношения, зависимости, которые могут либо послужить основой для принятия решений, либо подсказать последующие шаги на пути подготовки решения.

Таким образом, можно накапливать информацию об объекте, фиксируя при этом все новые компоненты и связи (правила взаимодействия компонент), и, применяя их, получать отображения последовательных состояний развивающейся системы, постепенно создавая все более адекватную модель реального, изучаемого или создаваемого объекта. При этом информация может поступать от специалистов различных областей знаний и накапливаться во времени по мере ее возникновения (в процессе познания объекта).

Адекватность модели также доказывается как бы последовательно (по мере ее формирования) путем оценки правильности отражения в каждой последующей модели компонентов и связей, необходимых для достижения поставленных целей.

Иными словами, такое моделирование становится как бы своеобразным "механизмом" развития системы. Практическая реализация такого "механизма" связана с необходимостью разработки языка моделирования процесса принятия решения. В основу такого языка (знаковой системы) может быть положен один из методов моделирования систем (например, теоретико-множественные представления, математическая логика, математическая лингвистика, имитационное динамическое моделирование, информационный подход и т.д.), но по мере развития модели методы могут меняться.

Проблемным ситуациям с большой начальной неопределенностью в большей мере соответствует представление объекта третьим классом систем. В этом случае моделирование становится как бы своеобразным "механизмом" развития системы. Практическая реализация такого "механизма" связана с необходимостью разработки языка моделирования процесса принятия решения.

В основу такого языка (знаковой системы) может быть положен один из методов моделирования систем (например, теоретико-множественные представления, математическая логика, математическая лингвистика, имитационное динамическое моделирование и т.д.). При моделировании наиболее сложных процессов (например, процессов целеобразования, совершенствования организационных структур и т.п.) "механизм" развития (самоорганизации) может быть реализован в форме соответствующей методики системного анализа. На рассмотренной идее моделирования при отображении объекта классом самоорганизующихся систем основан предлагаемый в гл. 4 метод постепенной формализации модели принятия решений.

При моделировании наиболее сложных процессов (например, процессов целеобразования, совершенствования организационных структур и т.п.) "механизм" развития (самоорганизации) может быть реализован в форме соответствующей методики системного анализа (примеры рассматриваются в учебнике и справочниках ).

Рассматриваемый класс систем можно разбить на подклассы, выделив адаптивные, или самоприспосабливающиеся, системы, самообучающиеся системы, самовосстанавливающиеся, самовоспроизводящиеся и тому подобные классы, в которых в различной степени реализуются рассмотренные выше и еще не изученные (например, для самовоспроизводящихся систем) особенности.

При представлении объекта классом самоорганизующихся систем задачи определения целей и выбора средств, как правило, разделяются. При этом задачи определения целей, выбора средств, в свою очередь, могут быть описаны в виде самоорганизующихся систем, т.е. структура основных направлений плана, структура функциональной части АСУ должныразвиваться так же (и даже здесь нужно чаще включать "механизм" развития), как и структура обеспечивающей части АСУ, организационная структура предприятия и т.д.

Большинство из рассматриваемых в последующих главах примеров методов, моделей и методик системного анализа основано на представлении объектов в виде самоорганизующихся систем, хотя не всегда это будет особо оговариваться.

Рассмотренные классы систем удобно использовать как подходы на начальном этапе моделирования любой задачи. Этим классам могут быть поставлены в соответствие методы формализованного представления систем и таким образом, определив класс системы, можно дать рекомендации по выбору метода, который позволит более адекватно ее отобразить.

• Волкова В. Н. Подход к выбору метода формализованного представления систем / В. II. Волкова, Ф. Е. Темников // Моделирование сложных систем. М.: МДНТП, 1978. С. 38-40.
• Налимов В. В. Влияние идей кибернетики и математической статистики на методологию научных исследований // Методологические проблемы кибернетики: материалы к Всесоюзной конференции. Т. 1. М.: 1970. С. 50-71.

Разделение систем по организованности соответствует их характеристикам. Это такие системы как: хорошо организованные; плохо организованные; развивающиеся или самоорганизующиеся.

К хорошо организованным системам относим объекты с хорошо определенными элементами, взаимосвязями между ними, четко поставленными целями и задачами, связанными со средствами. Хорошо организованным системам характерны системы показателей функционирования, показателей эффективности, инструментов реализации управления, контроля и обратной связи.

При представлении объекта в виде плохо организованной, или диффузной, системы не ставится задача определить все компоненты и их связи с целями системы. Система характеризуется некоторым набором макропараметров и закономерностями, которые выявляются на основе исследования определенной с помощью некоторых правил достаточно представительной выборки компонентов, отображающих исследуемый объект или процесс. На основе подобного, выборочного исследования получают характеристики или закономерности, которые распространяются на поведение системы в целом с какой-то вероятностью.

Класс самоорганизующихся или развивающихся систем характеризуется рядом признаков, особенностей, которые, как правило, обусловлены наличием в системе активных элементов, носящих двойственный характер, являясь одновременно и полезными для существования системы своими свойствами хорошему приспособлению к изменяющимся условиям среды, но в то же время вызывающие неопределенность, затрудняющие управление системой. Рассматриваемый класс систем можно разбить на подклассы, выделив адаптивные или самоприспосабливающиеся системы, самообучающиеся системы, самовосстанавливающиеся, самовоспроизводящиеся классы систем.

Закономерности системных процессов

Закономерности функционирования и развития систем, характеризующие принципиальные особенности построения, функционирования и развития сложных систем условно можно разделить на четыре группы:

· Закономерности взаимодействия части и целого;

· Закономерности иерархической упорядоченности;

· Закономерности осуществимости систем;

· Закономерности развития систем.

Еще статьи по экономике

Безработица в России
В настоящее время наша страна целиком и полностью перешла от плановой экономики времен СССР к рыночным отношениям, что никак не могло сказаться на рынке труда. Одной из особенностей плановой эконо...

Технико-экономическое обоснование инвестиционного проекта цеха по производству телевизоров
Экономика предприятия - это комплекс знаний о средствах, законах и правилах ведения хозяйства. Она включает в себя широкий спектр управленческих и организационных форм, методов и правил рационального использова...

Бедные и богатые специфика РФ
В марте 2013 г. прошла в Ростове-на-Дону первая конференция Объединенного Национального фронта (ОНФ), на которой вступил президент России В.В. Путин. И на ней он поднял одни из самых злободневных...