Теория природных и цивилизационных катастроф (стр. 4 )

Четыре данные характеризуют стратегические типы. Эти данные характеризуют поведение систем риска, соответственно общим аспектам.

Типовые детерминанты обозначают четыре следующие стратегии:

Борящаяся Шэннона По уходу Ad hoc

Две последние имеют и подслучаи:

Подслучаи стратегии По уходу назначены для оптимизации параметров Франклина.

Подслучаи стратегии Ad hoc относятся к уровню надежности первичных событий, характеризующих надежность.

Все игры для двоих. Один из игроков «Нападающий», а другой «Защитник».

Игроки не играют по идентичным правилам. Нападающий представляет влияние или эффекты окружения вышеназванной системы риска. Защитник моделирует намерение (форму поведения системы риска), которое направлено на предупреждение или устранение главного события системы риска.

Из игр, игра Борящаяся и игра Шэннона являются «играми против природы». Это значит, что Нападающий шагает произвольно, без всякого интеллигентного плана. Шаги игры есть активация, пассивация, реновация свободного первичного. Свободное первичное это то, которое Нападающий еще не активизировал, а Защитник еще его не пассивировал. На старте игры все первичные события свободные.

Стратегические типовые индикаторы служат для характеризации систем риска внутри некоторых типов.

Два главных свойства стратегических типовых индикаторов являются системой риска и стратегией, реализованной в ней. Первое определяется свойствами системы, второе стратегическими свойствами.

К ним принадлежат следующие: название системы, название стратегии, количество первичных событий и полное количество событий.

3.1.8 Таксономия индикатора

С одной стороны, я развил, на стратегической основе, типологию систем риска в таксономию, с другой стороны я истолковал онтологическую таксономию на основе общего понятия индикатора.

Методы, употребляемые мною, дали возможность не только развить типологию, но и создать, так называемую таксономию. В общественном языке употребляются, довольно часто, слова типология и таксономия как синонимы, но разница между ними это то, что таксономия является более высоким порядком типологии, в которой типологичные единицы, кроме классификационных иерархий, имеют определенные онтологические атрибуты. Дорога к ним вела через так называемые отношения Галуа и к различным областям. С одной стороны, мне удалось истолковать таксономию индикаторов, с другой, стратегическую таксономию, в тесной связи с ней, введенную в каком-то виде модели игровой теории систем риска.

3.2 Системы риска в слабом взаимодействии

3.2.1 Клеточные автоматы

Я разработал такое клеточное пространство (SORS), которым системы риска в слабом взаимодействии можно моделировать.

Как и в природных, так и в цивиллизационных катастрофах довольно часто участвуют коллективы систем риска. Такие явления мы хорошо знаем, от лесных пожаров до наводнений, от эпидемий до климатических экстремальностей. Их общее свойство – это существование, характерное взаимодействие между участвующими системами риска, во время осуществления которого, их состояния зависят друг от друга относительно определенных правил. Мы говорим об этих системах, что они находятся в слабом взаимодействии друг с другом. Атрибут «слабый» намерен выразить, что взаимодействия не так крепки, чтобы изменить логичную структуру и самоидентичность компонентов. В моем учении, я применил модель клеточного автомата для изучения систем риска в слабом взаимодействии.

Сокращение SORS относится к английскому выражению «Self Organizing Raiding System» (Система Налёта Самоорганизации).

Осовные идеи модели SORS:

(1)  Слабейшая точка всех операций (включая стратегические игры против природы) это обычно неорганизованность.

(2)  Чтобы устранить неорганизованность и восстановить организованность, самоорганизующие системы являются самыми подходящими.

(3)  Исскуственные самоорганизующие системы и самосоздающиеся автоматы известны клеточными автоматами, сетью автоматов.

(4) Клеточные автоматы применили в практике и на нынешнем уровне развития информационной технологии.

В моей диссертации я начал с клеточного пространства, в котором эксплицированная система риска принадлежит каждой клетке. Различные системы риска могут принадлежать различным клеткам. Это определяется аллокацией, осуществляемой инструментами ИТ и аллокационным алгоритмом, разработанными мною.

Аллокация

Аллокация интуитивно значит, какую эксплицированную систему риска (дерева неисправностей) можно соотнести к какому элементу (клетке) местности. Для того, чтобы её точно истолковать, мне пришлось разработать адекватную систему терминологии.

Я определил понятия центрального значения SORSа: Местность и сцена; Клеточное пространство; Переходная функция; Состояние клетки; Степень угрозы; Главное событие; Логичное управление рисками.

3.2.2. Атака и защита

При помощи системы SORSа, я смоделировал процесс атаки и защиты.

В клеточном пространстве модели SORSа имеются два типа клеток: общественные клетки и караульные клетки. Общественные клетки следуют общему правилу перехода (которые определяются подходящей функцией перехода).

Атака толкуется изменением состояния, появляющегося в последствии внешнего эффекта.

Караульные клетки двигаются по алгоритму движения караульных клеток и служат для моделирования защиты, представляющей реакцию к атаке.

Движение караульной клетки (функция перехода состояния) фигуративно значит, что караульная клетка в каждое время t «смотрит вокруг» соседних клеток, ища «защищаемые клетки». Защищаемая клетка караульной клетки G (клетка защиты), обозначена DC(G) (если такая существует) является общественной клеткой в максимальном реальном состоянии. Если таковой нет, G произвольно выбирает общественную клетку из соседних клеток.

Позже, во время t + 1, караульная клетка занимает место защищаемой клетки, и принимает состояние защищаемой клетки в состоянии «виртуальной угрозы», т. е. в состоянии виртуального типа. В других случаях (если нет клетки среди защищаемых соседних клеток), караульная клетка G не движется, т. е. не меняет свое состояние.

Для практичной реализации движения караульной клетки, я разработал алгоритмическую процедуру со специальным взглядом на эффекты, происходящие через границу[5] клеточного пространства.

Состояние общественной клетки может измениться двумя способами: спонтанным или под внешним эффектом. Спонтанное изменение состояния происходит по закону о переходе состояния. Следующее спонтанное состояние общественной клетки можно просто определить функцией перехода состояния.

Следующее состояние общественной клетки, созданное внешним эффектом, можно определить при помощи Алгоритма по Оценке Состояния, принадлежащего клетке и разработанного мною.

3.2.3 Стратегии

Два типа защитных стратегий, нападающая и защитная, было моделировано in silico в системе SORSа.

Их потребость расходов и времени и эффективность в нескольких специфичных случаях были изучены мною через эксперименты, поддержанные ЭВМ, и я документировал результаты в таблицах и в графической форме.

Теоретические основы выносливости и иммунитета системы риска можно провести обратно к этим процедурам.

3.2.4 Циклы и поддерживаемость

Я разработал понятие цикла соответственно к существованию цикло-центрического управления рисками и in silico, я разработал подходящую технику экспериментальной процедуры.

Анализ риска не знает формально определенные точные понятия цикла. Я считаю, что причина этого деффицита в том, что анализ риска не знает понятия expressis verbis состояния, ведь оно было бы очень нужно, т. к. подход стратегично-игровой теории имеет огромную роль в предупреждении и реагировании на безопасность. Что касается теории стратегических игр, введение понятия «состояние» необходимо[6].

Если (в данной детерминантной системе с конечным состоянием) тоже самое состояние бывает дважды в серии последовательных по времени состояний, мы говорим о цикле, и графически мы говорим, что система «вернулась к предыдущему (раннему) состоянию», или «это упало (попало, и т. д.) в цикл». В большинстве систем, обсужденных в моделях по окружающей среде (клеточный автомат), количество состояний систем в вопросе является конечным. Эти виды конечных (детерминантных) систем обязательно раньше или позже попадают в цикл. Важная теоретическая цель управления рисками является разработка конечных моделей (тех с конечным количеством состояний). Задача – разработать методы, через которые циклы системы (а не состояния, которое значит недопустимое ограничение) можно эффективно охарактеризовать. Эффективная характеристика здесь значит, что её можно свести по принципам теории (её фундаментальные предположения и аксиомы), какой цикл из любых двух надо считать «лучшим» (более выгодным и более предпочтенным, более желаемым, более поддерживаемым и т. д.) или какой «худшим» (чтобы лучше его обойти, обогнуть, больше изменить, исправить и т. д.), чем другой. Другими словами, можно ожидать от цикло-центрического управления рисками, чтобы оно было способно полностью упорядочить циклы, изучаемой системы. Точнее, чтобы было способно определить полный порядок отношений среди циклов, изученной (конечной) системы. Это время, когда возникает та возможность, что правильность операции (мер) надо осудить на основе единых и чистых принципов, далее, чтобы была способна последовательно достичь хорошо обоснованных процедур решения управления циклами.

3.2.5 Выносливость и иммунитет

Для того чтобы истолковать выносливость и иммунитет, я in silico разработал экспериментальную процедуру в моделе SORSа.