В середине 50-х годов ХХ столетия был введен термин «большие (сложные) системы». Можно предположить, что термин «сложные системы» был вызван растерянностью исследователей перед возникшими сложными задачами и содержал априорное оправдание возможной неудачи исследования. Данный термин вызывает аналогию с парадоксом о куче зерна, подчеркивая тем самым известную неопределенность области исследования.
Так, «большая система» определяется как система, превосходящая возможности обозрения её с точки зрения каких-либо аспектов, важных для достижения цели наблюдающего эту систему.
Б.С. Флейшман, автор системологии (науки о сложных системах) определил «сложную систему» как систему, способную принимать решения.
Термин «система» является фактически таким же неопределенным как «множество» или «совокупность». Наиболее широко данный термин первоначально использовался в механике, где обозначал материальную систему, т.е. совокупность материальных точек, подчиненным некоторым связям. Основной интерес для подобных систем представляют задачи динамики, выявляющий причинно-следственный механизм их движения.
Законы динамики (законы функционирования сложных систем) были получены индуктивным путем. Выдвигаемые гипотезы проверялись на многочисленных опытах. Все это реализовано во многом благодаря существующей в механике (да и в большинстве других разделов физики) возможности ставить «чистые» опыты. Условия опытов могли быть воспроизведены с большой точностью в другое время и в другом месте. Длительность эксперимента была настолько малой, что за это время внешние условия, влияющие на результаты опытов, изменялись весьма незначительно.
С ростом сложности систем стали выявляться проблемы, связанные с особенностями сложных систем, разрешить которые в рамках методологии, основанной на проведении «чистых» опытов, оказалось невозможным. К особенностям исследования сложных систем относятся следующие:
- иерархичность организации, что позволяет соподчинять друг другу различные объекты, входящие в состав системы;
- длительность исследования системы стала сопоставимой со сроком жизни самой системы;
- типизация элементов и подходов к построению отдельных подсистем и уникальность системы в целом, что выражается в том, что существующие аналоги сложных систем заметно отличаются друг от друга. Это приводит к тому, что знания, накопленные при изучении одного из экземпляров сложной системы, лишь частично полезны построении и организации управления другим экземпляром (например, знания накопленные при строительстве одной ГЭС будут лишь частично полезны при строительстве другой станции;
- недостаточная изученность протекающих в системах процессов; слабая структурированность теоретических и фактических знаний о системе (экспертных заключений), что часто является причиной контринтуитивного поведения сложных систем: дать удовлетворительный прогноз поведения сложной системы на достаточно большом промежутке времени, опираясь только на собственный опыт и интуицию, практически невозможно. Приводятся сведения о том, что прогнозные сроки заиления Вахшского водохранилища определялись в 1000 лет, а фактически оно произошло через 7-8 лет);
- невозможность, либо ограниченные возможности получения недостающих знаний путем проведения натурных экспериментов, в особенности многократно повторяемых (трудно представит себе ситуацию, когда с целью экспериментального исследования влияния загрязнения нефтепродуктами на состояние водной фауны в водный объект многократно будет выпущено значительное количество нефти);
- полиморфизм сложной системы (одному объекту в зависимости от целей исследования может быть поставлено в соответствие множество структурных схем), неоднозначность подходов к декомпозиции системы (даже в рамках одного из направлений исследования), гетерогенность элементов, входящих в состав системы (это, в частности, приводит к необходимости построения ансамблей моделей для исследования сложных систем);
- множественность моделей (В.В. Налимов): для объяснения и предсказания структуры и (или) поведения сложной системы возможно построение нескольких моделей, каждая из которых позволяет получать какую-то полезную информацию о системе (из этого следует, что применительно к сложным системам бессмысленно понятие «наилучшей модели»);
- неоднозначность подходов к построению, развитию и обеспечению функционирования сложной системы (наличие эквивалентных путей достижения цели);
- случайность и неопределенность факторов, действующих в системе (в результате нерасчетных воздействий внешней среды, отказов оборудования, неожиданных изменений организационной структуры и т.п.). Учет этих факторов приводит резкому усложнению задач и увеличивает трудоёмкость исследований в связи с связи с необходимостью получения представительных наборов данных;
- омнипотентность факторов. Существуют факторы, которые вчера и сегодня не играют никакой значимой роли в поведении сложной системы, но которые могут оказывать на неё определяющее воздействие завтра;
- несоответствие точности и сложности Л. Заде: чем глубже анализируется реальная сложная система, тем менее определены наши суждения о её поведении;
- рекуррентность объяснения: свойства систем данного уровня иерархии объясняют исходя из свойств элементов системы нижестоящего уровня;
- неполнота информации ,низкая достоверность данных (в связи с недостаточной изученностью процессов, характеризующих внешние воздействия и протекающих в самой системе; в связи с неточностью результатов измерения координат состояния, входных воздействий и характеристик поведения; в результате преднамеренного и непреднамеренного засорения данных, неоднородности источников данных и информации и т.п.);
- изменение приоритетов исследований, стратегий управления по мере уяснения места системы в составе ещё более сложных систем, условность разграничения сложной системы и окружающей среды (примером этому может служить переход от «покорения природы» к «концепции устойчивого развития»;
- многокритериальность оценок процессов, протекающих в системе. Невозможность однозначной оценки диктуется следующими обстоятельствами: наличием множества подсистем, каждая из которых оценивается своими критериями; множественностью показателей (иногда противоречивых), характеризующих результаты функционирования всей системы (например, темпы укладки бетона и качество строительных работ; наличием неформализуемых критериев, используемых при принятии решений (например, в случае, когда решения основаны на практическом опыте лиц, принимающих решения);
Очевидно, что отмеченные особенности не исчерпывают всего многообразия особенностей исследования сложных систем. Тем не менее они позволяют сделать заключение о исключительной сложности проблемы управления сложными системами, о возможности рассмотрения процесса управления как своеобразного искусства, в то же время «подпираемого» многими технологиями (в том числе информационными).
