31.01.2015 Views

ПРИНЦИП ПРЕДЕЛЬНЫХ ОБОБЩЕНИЙ: методология, задачи ...

ПРИНЦИП ПРЕДЕЛЬНЫХ ОБОБЩЕНИЙ: методология, задачи ...

ПРИНЦИП ПРЕДЕЛЬНЫХ ОБОБЩЕНИЙ: методология, задачи ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

81<br />

большинству тестов, участвующих в описании действительности. Точность<br />

измерения тестов должна быть достаточна для решения целевой задачи и<br />

не более того. В этом суть Принципа предельных обобщений.<br />

Таким образом, стремлению к точности данных, т.е. понижению<br />

энтропии, противостоит стремление к уменьшению ресурсов, что ведет к<br />

повышению энтропии. Возникает проблема баланса энтропии (точности) и<br />

ресурсов (энергии). То же касается баланса управляемости и автономности.<br />

Не следует стремиться управлять всем. Что-то надо передавать для<br />

самоуправления и самореализации. На этом принципе будут строиться<br />

функциональные системы когнитивно-поведенческого уровня (см. главу 7).<br />

Под информационным управлением понимается механизм, когда<br />

управляющее воздействие носит неявный, косвенный, информационный<br />

характер и объекту управления (ОУ) дается определенная информационная<br />

картина, ориентируясь на которую он как бы самостоятельно выбирает<br />

линию своего поведения, или организованность [117]. Именно такой<br />

подход применяется при субоптимизации управления с учетом<br />

автоматизмов нисходящей детерминации.<br />

Антиэнтропийная направленность формирования автоматизмов<br />

нисходящей детерминации позволяет выявить важную закономерность<br />

этого процесса.<br />

В процессе нисходящей детерминации на этапе T.a → T′.{b 1 ; …; b k }<br />

реализуется приращение информационной энтропии следующего вида:<br />

∆Э инф (T.a → T′.{b 1 (w 1 ); …; b k (w k )}) = - ∑ i=1,k w i ln w i , (2.17)<br />

где w i – вероятность выбора элемента b i (i = 1,…k). Если одна из<br />

вероятностей w равна единице, а все остальные равны нулю, то<br />

неопределенность в информации отсутствует и ∆Э инф = 0. С другой<br />

стороны, информационная энтропия процесса нисходящей детерминации<br />

получает максимальное приращение, когда все w i , равны l/k, т.е. имеется<br />

максимальная неопределенность с выбором значения домена-предка.<br />

Суммарная информационная энтропия нисходящей детерминации<br />

складывается из приращений информационной энтропии на всех участках<br />

преобразований.<br />

Таким образом, главной целью создания автоматизмов нисходящей<br />

детерминации является максимальное снижение приращений<br />

информационной энтропии вида (2.17). Отметим, что структурная энтропия<br />

орграфа доменов и информационная энтропия нисходящей детерминации<br />

коррелируют между собой очень слабо. Только в случае, если для всех<br />

нисходящих преобразований {T → T′} все w i равны l/k, можно говорить о<br />

прямой связи между структурной и информационной энтропиями.

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!