Глеб Архангельский: Метод ограниченного хаоса

Суть метода ограниченного хаоса мы обрисуем на примере, который классическому пониманию хаоса не удовлетворяет (количество объектов сравнительно невелико и взаимодействия между ними примитивны). Простота примера (наведение порядка в комнате) позволит нам наглядно продемонстрировать суть метода, а переход к классическому пониманию хаоса будет осуществлен несколько позднее. В данный же момент для нас достаточно наличия в рассматриваемом пространстве ситуации неопределенности.

Имеем некое пространство, через которое проходят потоки объектов. Пример: комната, в которой в беспорядке валяются сапоги, деревяшки, накладные, платежки, книжки, и т. д. Эту ситуацию мы схематически изобразили на рисунке, обозначив различные предметы буквами алфавита. Границы комнаты — первое, исходное, заданное заранее ограничение на хаос, «пространство», в котором мы работаем. Ситуация неопределенности (наше «первое приближение» к хаосу) состоит в том, что функция вероятности нахождения нужного субъекту объекта является константой, т. е. нахождение этого объекта в любом участке комнаты равновероятно.

Мы изобразили это на графике, для простоты заменив двухмерную комнату одной осью абсцисс. Здесь F — функция вероятности, S — «площадь комнаты» (с поправкой на упомянутое упрощение). Площадь под графиком, т. е. интеграл функции вероятности по площади комнаты, равна единице. «Физически» это означает, что искомый предмет с полной достоверностью находится в пределах комнаты.

Стоит заметить, что двухмерность комнаты — тоже упрощение, наиболее наглядный пример пространства произвольной размерности, в котором происходит упорядочение (например, пространства элементов социальной структуры). Подобные же соображения приложимы к «функции вероятности отыскания предмета в таком-то месте комнаты» — это лишь простой пример величины, характеризующей предсказуемость и управляемость ситуации в рассматриваемом пространстве. Эти общие понятия дают достаточно очевидные направления конкретизации метода в приложении к социальным системам, на которых мы не будем останавливаться подробно, т. к. способы конкретизации должны быть обусловлены спецификой ситуации, в которой будет применяться метод.

Особого внимания заслуживает субъективность деления на порядок и хаос (вид функции вероятности F целиком обусловлен состоянием памяти субъекта). Понятия предсказуемости и управляемости, относительно которых можно проводить различение порядка и хаоса в социальных системах, также субъективны и зависят от «угла зрения» управленца (субъекта или группы субъектов).

Рассмотрим две величины: полезность порядкаи полезность хаоса. Они складываются из прибылей и убытков, которые несет каждое из этих состояний. Пример параметров, составляющих эти прибыли и убытки:

1. Затраты времени на поиск нужного объекта. Величина, зависящая от вида функции вероятности F .

2. Повреждение объектов из-за неподходящих условий хранения; затраты места на хранение.

3. Эстетические параметры системы.

4. Затраты времени и средств на поддержание порядка. Под средствами в случае комнаты в первую очередь понимаются память и внимание, необходимые для удержания порядка в голове.

Этот список можно продолжить, но приведенных параметров достаточно для иллюстрации возможного содержания функций полезности. Формулирование компонентов функций полезности для социальных систем может быть осуществлено исходя из соображений, приведенных в конце предыдущего пункта. Количественное описание функций полезности нас сейчас не интересует, отметим лишь, что даже в случае применения неизмеримых критериев эта задача является достаточно хорошо изученной и имеющей богатый арсенал способов решения. [5] В самом общем виде последовательность решения этой задачи такова: формулирование критериев качества; разработка ординальных шкал для оценки качества (типа «отлично — хорошо — удовлетворительно — плохо»; «сильный — слабый»); арифметизация этих шкал (сопоставление им численных значений); взвешивание критериев; разработка интегральной функции качества. Для осуществления перечисленных действий существует большое количество математических методов, от простых и доступных, типа Метода анализа иерархий Т. Саати, до весьма тонких и изощренных, связанных с применением вероятностных моделей и нечеткой логики, типа Метода рандомизированных сводных показателей проф. Н. В. Хованова. См. напр.: Саати Т. Принятие решений. Метод анализа иерархий. М: Радио и связь, 1993. Саати Т., Кернс К. Аналитическое планирование. Организация систем. М: Радио и связь, 1991. Хованов Н. В. Анализ и синтез показателей при информационном дефиците. СПб.: Изд-во СПбГУ, 1996. Сумму функций полезности порядка и хаоса будем называть совокупной полезностью системы (под которой понимается единство порядка и хаоса).