Парадигма развития науки (стр. 7 )

18. Анализ и оценка свойстви поведения систем научных исследований

18.1. Внешние и внутренние воздействия

Вводные замечания. Из доказательства теоремы о декомпозиции следует, что при определенных условиях абстрактная система научных исследований представляется комбинацией трех термов соответствующих входу, состоянию и выходу системы научных исследований. Если обратиться к реальной системе научных исследований, то ее входом является совокупность воздействий (исследовательских приемов, операций), обусловленных наличием среды, в которой она работает, а выход может характеризовать качество работы системы научных исследований по исследованию проблем и формированию научных рекомендаций, определенное ее свойствами или поведением. Поэтому при проектиро­вании систем научных исследований, при их анализе, при испытаниях и эксплуатации в усло­виях, где они предназначены работать, необходимо рас­полагать методами, которые позволяли бы изучить харак­теристики среды, оценить состояние системы научных исследований и ее качество. Здесь мы остановимся на рассмотрении этих задач.

Реальная система научных исследований выполняет те или иные действия по исследованию проблемы и формированию научных рекомендаций для решения задач исследуемой проблемы в некоторых условиях, которые определя­ются окружающей средой. В качестве окружающей сре­ды, воздействующей на систему научных исследований, можно рассматривать, например, атмосферу, электрические, тепловые или световые сигналы, воздейству­ющие на аппаратуру систем, и т. д. Естествен­но, что результат действия системы научных исследований во многом определя­ется тем, насколько точно при ее создании были учтены характеристики среды. Поэтому весьма важно при исследовании свойств и поведения систем научных исследований знать эти воздействия. Определение характери­стик среды не является простой задачей и притом эта за­дача весьма сложно решается аналитически.

В настоящее время развиваются основы тео­рии систем научных исследований, позволяющей исследовать широ­кий класс динамических систем научных исследований, рассматриваемых как системы сбора, переработки и преобразования информа­ции. Успех применения данного подхода, а также и дру­гих подходов, применяемых при анализе и синтезе си­стем научных исследований, в значительной мере зависит от достоверности све­дений о внешних воздействиях на систему научных исследований и об изменении внутренних свойств системы научных исследований, т. е. от достоверности ин­формации, которая собирается и перерабатывается си­стемой научных исследований.

Если исследователь не рас­полагает сведениями о воздействиях, то результаты ис­следования или сформированные научные рекомендации могут быть неудовлетвори­тельными. Это обстоятельство, как правило, является причиной больших затрат времени на создание системы научных исследований. Требуется рассматривать также физическую природу различного рода явлений, причины их возникновения и каким образом эти явления воздействуют на системы научных исследований. Ха­рактер воздействий определяется объективными свойст­вами явлений и поведением собственно системы научных исследований, поэтому характеристики воздействий рассматри­ваются исходя из взаимодействия с природой, т. е. не ос­таются без внимания условия применения систем научных исследований в зави­симости от их назначения.

Внешние и внутренние воздействия. Практически всякая система научных исследований состоит из некоторого объекта управления и совокупности средств, предназна­ченных для получения информации о действии исследуемого объекта и для формирования научных рекомендаций по решению задач исследуемой проблемы. Эта совокупность средств, состоящая из устройств получения информации, ее обработки, устройств, позволяющих формировать научные рекомендации, передавать их исследователю и испол­нить управляющий сигнал, будем называть управляющей системой системы научных исследований. Если эти действия осуществляются без участия человека, т. е. автоматически, то такая система научных исследований, состоящая из средств исследования проблемы и системы управления, на­зывается автоматической, в противном случае ее назы­вают автоматизированной. Воздействия на систему научных исследований, которые возникают в природе, могут быть приложены или к исследуемому объекту, или к какому-либо из устройств системы управления, или это воздействие влияет на деятельность исследователя, работающего в системе научных исследований.

Изменение внутренних свойств систе­мы научных исследований может также происходить за счет изменений либо в объекте управления, либо в каком-нибудь из устройств системы управления. Так как система научных исследований есть нечто целое, действующее во внешней среде и обла­дающее определенными свойствами, то поэтому всякое изменение во внешней среде или изменение внутренних свойств влияет в той или иной степени на работу системы научных исследований. Без среды нет системы!

В качестве внешних воздействий можно рассматри­вать атмосферные возмущения, помехи, сопровождающие различного рода измерения, флюктуации давления воздуха, волнение океана, потоки заявок на выполнение исследований и т. д. В качестве изменений внутренних свойств — уходы параметров из-за дрейфа, внутренние шумы аппа­ратуры, вибрации, отказы и т. п. Все эти явления, как правило, в достаточной мере адекватно описываются нестационарными случайными процессами.

Поэтому в развитие высказанных положений сформулируем общий принцип измерения и обработки нестационарных случай­ных процессов, которые часто возникают и характеризуют ее воздействие на систему научных исследований. Заметим, что изучение стационарных случайных процессов здесь мож­но рассматривать как частный случай. Отметим также, что под изучением случайных процессов мы понимаем определе­ние их средних характеристик.

Сущность проблемы получения средних характеристик нестационарных случайных процессов определяется в ос­новном двумя факторами: во-первых, трудно получить необходимую совокупность реализаций процесса в экспе­рименте, во-вторых, не менее трудно построить в доста­точной мере адекватную математическую модель реаль­ного процесса или явления для того, чтобы найти сово­купность реализаций нестационарного случайного про­цесса путем статистического моделирования.

Многие результаты в этой области, полученные в предположении стационарности процессов, имеют боль­шое значение для решения исследовательских задач и для выявления физической сущности процессов, однако они не решают основной проблемы получения статисти­ческих характеристик нестационарных процессов. В то же время требование высокой точности управления исследуемыми проблемами в нестационарных условиях, решение исследовательской задачи и т. п. делает весьма актуальным получение сведе­ний именно о нестационарных случайных процессах.

В развитие имеющихся в этой области работ, осно­ванных на получении, как правило, одной реализации не­стационарного процесса при дальнейшем выделении ста­ционарной составляющей или применении гипотезы ква­зистационарности к исходной реализации, рассмотрим другой принцип изучения нестационарных случайных про­цессов, основанный на такой организации измерений, в результате проведения которых получается конечное множество реализаций {x1(λ),...,хп (λ)} некоторых ста­ционарных случайных процессов X1(λ), ..., Хп (λ) соответ­ственно. Каждая такая реализация характеризует слу­чайную величину, соответствующую совокупности значе­ний хt в моменты t1, t2, ..., tj, .... tn (j=1, 2, ..., n), изучае­мого нестационарного процесса (Xt, tT). Реализации {x1 (λ), ..., xn (λ)} должны быть получены одновременно, т. е. измерения должны быть проведены с помощью не­скольких измерителей одновременно.

Получение среднего по времени соответствующих про­изведений этих реализаций стационарных процессов поз­воляет определить искомые статистические характеристи­ки нестационарного процесса. Такими характеристиками могут быть моменты случайного процесса или законы рас­пределения.

На основе такого принципа построения измерений и обработки результатов в литературе излагается в значительной мере об­щий метод, позволяющий определить статистические ха­рактеристики нестационарных случайных процессов во многих исследовательских задачах.

18.2. Принцип экспериментального изучения случайных полей

1. Концепция поля. При определении того или иного принципа измерений и при построении метода лучше все­го базироваться на физическом представлении явлений, математической абстракцией которых является изучае­мый случайный процесс.

Представим, что существует некоторый точечный ис­точник, который генерирует вокруг себя такое поле, в каж­дой точке которого существует стационарный случайный процесс, но с различными статистическими характеристи­ками от точки к точке. Пусть в каждой такой точке реа­лизации наблюдаемы и могут быть измерены некоторыми измерителями. Теперь пусть в рассматриваемом поле имеется непрерывная кривая, которой принадлежит ко­нечное множество точек, обладающих указанными свойст­вами. При движении измерителя по этой кривой измерен­ные мгновенные значения в моменты прохождения точек будут принадлежать некоторой реализации нестационар­ного случайного процесса. При непрерывном измерении реализация будет также непрерывной и будет реализацией нестационарного случайного процесса. Теперь, если по этой кривой в поле измеритель пройдет N раз, то будем иметь N реализаций нестационарного случайного про­цесса. Однако эти же мгновенные значения, взятые для одной фиксированной точки поля, будут принадлежать реализации стационарного процесса. Таким образом, выявляется вполне определенная связь между совокупно­стью реализаций нестационарного процесса, обусловлен­ного случайными свойствами поля и реализациями ста­ционарного процесса, полученными в фиксированных точ­ках поля.