Метод ограниченного хаоса   ::   Архангельский Глеб

Вспомним поиск вещи в комнате: ситуации полной неопределенности соответствовало равномерное распределение вероятности найти вещь в том или ином месте комнаты. Ситуация полной определенности — единичная вероятность найти вещь в одной точке комнаты, и нулевая — в любой другой точке. Последовательные ограничения хаоса давали ступенчатую функцию вероятности, лежащую «посередине» между двумя описанными крайностями и дающую максимум совокупной полезности.

Те же самые рассуждения приложимы к будущим состояниям системы, и, объединяя множество состояний, сменяющих друг друга во времени — к сценариям развития событий . Полная неопределенность — все сценарии для нас равновероятны, полная определенность — один сценарий произойдет с единичной вероятностью, все остальные — с нулевой. Оптимум определенности — где-то в середине, между большими потерями от полной неопределенности и большими затратами на достижение полной определенности.



Область применения и назначение метода



Итак, мы различили порядок и хаос и тем самым, фактически, закончили описание метода ограниченного хаоса. Остается важный вопрос — в каких областях применение метода может дать наиболее интересные результаты?

В начале статьи мы говорили о том, что метод ограниченного хаоса — «инженерное» обращение «научных» идей синергетики. Исходя из этого, можно наметить несколько близких по смыслу классов задач, для которых применение метода было бы особенно оправданным.

Первый класс задач — управление системами, характеризующимися высокой степенью сложности, и, соответственно, непредсказуемости. Ценность метода в том, что он позволяет достигнуть оптимального уровня предсказуемости поведения системы, оптимального с точки зрения совокупной полезности, в т.ч. с точки зрения затрат на повышение предсказуемости. Приложение к сложным системам закономерностей нелинейной динамики с целью предсказания их поведения — попытка достигнуть «ситуации полной определенности», описанной в предыдущем пункте, и естественно, за эту определенность приходится платить. Имеющие представление о том, как решаются системы нелинейных дифференциальных уравнений, оценят пользу метода, который позволяет этого процесса избежать, сохранив приемлемый уровень предсказуемости поведения системы.

Второй класс задач — поддержка процессов самоорганизации в хаосе, и как следствие — развития и рождения нового . На уровне личной работы это означает поддержку процесса творчества. Здесь тем более затруднительно применение законов синергетики для предсказания, и тем более уместно применение основанного на этих законах метода для управления. Слово «самоорганизация» в последние годы стало едва ли не заклинанием, но как организовывать, инициировать, запускать, ограждать процесс самоорганизации? Как управлять им, имея достаточный уровень предсказуемости, и в то же время не теряя преимуществ самоорганизации как рождения нового, т.е. зачастую непредсказуемого? Налицо противоречие, которое разрешается, например, «разделением системы в пространстве». [7] Максимум непредсказуемости допускается в хаосе, максимум предсказуемости достигается на границах , которые для этого делаются стабильными во времени. Эта предсказуемость требует значительно меньших затрат сил, чем предсказание поведения хаоса, но при правильной расстановке границ позволяет заранее отсечь максимум нежелательных эффектов, которыми может быть чреват хаос с процессами самоорганизация, в нем протекающими.



Метод в действии

Из вышеизложенного ясно, что наибольший интерес для применения метода представляют такие системы, в которых возможны процессы самоорганизации.