Сложные системы характеризуются тем что они могут
Сложная система: характеристика, структура и методы определения
Существуют естественные и искусственные системы. Система, состоящая из других систем, считается сложной. Это, например, яблоко или завод по производству тракторов, пчелиный улей и написание компьютерной программы. Системой может быть процесс, объект, явление. Информация является средством описания систем.
Простые и сложные системы
Вам будет интересно: Ненормальный — это какой? Толкование слова
Вам будет интересно: На английском прилагательные (с переводом)
Современная наука утверждает: в амебе и булыжнике легко обнаружить химические вещества, молекулы, атомы, летающие по орбитам электроны и элементарные частицы.
Если верить астрономам, то Земля не единственная планета во Вселенной и подобные ей существуют в огромной системе галактик.
Все системы простые на одном уровне. Все системы сложные, как только исследователь опускается на уровень ниже или поднимается уровнем выше.
Статика и динамика
Здание завода или станина станка неподвижны. Гора менее подвижна, чем океан у ее подножия. Это всегда сложные динамические системы. Здание завода обеспечивает необходимый функционал для нормальной работы трудового коллектива, станков, оборудования, хранения материалов и готовой продукции. Станина гарантирует нормальную работу механизмов станка. Гора участвует в формировании климата, «управляет» движением ветра, дает пищу и кров живым организмам.
Вам будет интересно: Конфидент – это хранитель ваших секретов
Структура системы
Авторитетных специалистов по теории систем достаточно, чтобы эффективно решать задачи моделирования, но недостаточно, чтобы предложить концептуально законченную теорию систем, их структуры и методов определения (разработки) объективных и достоверных моделей.
Как правило, специалисты манипулируют смыслом, который вкладывают в термины: цель, функциональность, структура, пространство состояний, целостность, уникальность. Используются графические или блочные нотации для наглядного построения моделей. Главным является текстовое описание.
Характерной составляющей структуры является спектр данных, их целостность, количественное и качественное описание, внутренние и внешние методы сложных систем, которыми они манипулируют:
Хорошим примером структуры системы является программирование. Конец прошлого века ознаменовался переходом от концепции классического программирования к объектно-ориентированному.
Объекты и системы объектов
Решая задачу посредством объектно-ориентированного программирования, программист мыслит объектами, и сложная система в его сознании представляется совокупностью более простых. Всякая система складывается из одного или нескольких объектов. Каждый объект обладает своими данными и методами.
Точка и система точек
Занимаясь решением практических задач, специалист строит модели. С опытом приходит умение видеть сложные системы как точки в пространстве-времени. Эти точки наполнены уникальным и конкретным функционалом. Системы «принимают» входящую информацию и дают ожидаемый результат.
Каждая точка включает в себя систему точек, которые также следует интерпретировать как системы. Обратная процедура, когда решаемая задача представлена системой подзадач, а следовательно, навязывает специалисту относительно систематизированный комплект разделенных функций, обязательно приведет к нестыковкам в решении.
Только одно начало есть в любой системе, только его можно расписать на подзадачи, требующие решения. Анализируя системы, все специалисты употребляют термины:
Знания и умения
Расхожая фраза «незаменимых нет» безнадежно устарела. Даже простую работу можно выполнить разумно, затратив меньше сил, сэкономив время и деньги.
Серьезная теоретическая подготовка, практический опыт и умение системно мыслить определяют результат решения каждой задачи. При объективном подходе каждая из них дает точный результат вне зависимости от того, какой специалист выполнил работу.
Сложные системы характеризуются тем что они могут
Классификацию систем можно осуществить по разным критериям. Ее часто жестко невозможно проводить и она зависит от цели и ресурсов. Приведем основные способы классификации (возможны и другие критерии классификации систем).
Под регулированием понимается коррекция управляющих параметров по наблюдениям за траекторией поведения системы — с целью возвращения системы в нужное состояние (на нужную траекторию поведения системы; при этом под траекторией системы понимается последовательность принимаемых при функционировании системы состояний системы, которые рассматриваются как некоторые точки во множестве состояний системы).
Пример. Рассмотрим экологическую систему «Озеро». Это открытая, естественного происхождения система, переменные которой можно описывать смешанным образом (количественно и качественно, в частности, температура водоема — количественно описываемая характеристика), структуру обитателей озера можно описать и качественно, и количественно, а красоту озера можно описать качественно. По типу описания закона функционирования системы, эту систему можно отнести к не параметризованным в целом, хотя возможно выделение подсистем различного типа, в частности, различного описания подсистемы «Водоросли», «Рыбы», «Впадающий ручей», »Вытекающий ручей», «Дно», «Берег» и др. Система «Компьютер» — открытая, искусственного происхождения, смешанного описания, параметризованная, управляемая извне (программно). Система «Логический диск» — открытая, виртуальная, количественного описания, типа «Белый ящик» (при этом содержимое диска мы в эту систему не включаем!), смешанного управления. Систем «Фирма» — открытая, смешанного происхождения (организационная) и описания, управляемая изнутри (адаптируемая, в частности, система).
Система называется большой, если ее исследование или моделирование затруднено из-за большой размерности, т.е. множество состояний системы S имеет большую размерность. Какую же размерность нужно считать большой? Об этом мы можем судить только для конкретной проблемы (системы), конкретной цели исследуемой проблемы и конкретных ресурсов.
Большая система сводится к системе меньшей размерности использованием более мощных вычислительных средств (или ресурсов) либо разбиением задачи на ряд задач меньшей размерности (если это возможно).
Пример. Это особенно актуально при разработке больших вычислительных систем, например, при разработке компьютеров с параллельной архитектурой или алгоритмов с параллельной структурой данных и с их параллельной обработкой.
Система называется сложной, если в ней не хватает ресурсов (главным образом, — информационных) для эффективного описания (состояний, законов функционирования) и управления системой — определения, описания управляющих параметров или для принятия решений в таких системах (в таких системах всегда должна быть подсистема принятия решения).
Пример. Сложными системами являются, например, химические реакции, если их рассматривать на молекулярном уровне; клетка биологического образования, рассматриваемая на метаболическом уровне; мозг человека, если его рассматривать с точки зрения выполняемых человеком интеллектуальных действий; экономика, рассматриваемая на макроуровне (т.е макроэкономика); человеческое общество — на политико-религиозно-культурном уровне; ЭВМ (особенно, — пятого поколения), если ее рассматривать как средство получения знаний; язык, — во многих аспектах.
Сложность этих систем обусловлена их сложным поведением. Сложность системы зависит от принятого уровня описания или изучения системы-макроскопического или микроскопического.
Сложность системы может быть внешней и внутренней.
Внутренняя сложность определяется сложностью множества внутренних состояний, потенциально оцениваемых по проявлениям системы, сложностью управления в системе.
Внешняя сложность определяется сложностью взаимоотношений с окружающей средой, сложностью управления системой потенциально оцениваемых по обратным связям системы и среды.
Сложные системы бывают:
Чем сложнее рассматриваемая система, тем более разнообразные и более сложные внутренние информационные процессы приходится актуализировать для того, чтобы была достигнута цель системы, т.е. система функционировала или развивалась как система.
Заполненность матрицы А (ее структура, связность) будет отражать сложность описываемой системы. Если, например, матрица А — верхнетреугольная матрица (элемент, расположенный на пересечении i-ой строки и j-го столбца всегда равен 0 при i > j), то независимо от n (размерности системы) она легко исследуется на разрешимость. Для этого достаточно выполнить обратный ход метода Гаусса. Если же матрица А — общего вида (не является ни симметричной, ни ленточной, ни разреженной и т.д.), то систему сложнее исследовать (так как при этом необходимо выполнить более вычислительно и динамически сложную процедуру прямого хода метода Гаусса). Следовательно, система будет обладать структурной сложностью (которая уже может повлечь за собой и вычислительную сложность, например, при нахождении решения). Если число n достаточно в елико, то неразрешимость задачи хранения матрицы А верхнетреугольного вида в оперативной памяти компьютера может стать причиной вычислительной и динамической сложности исходной задачи. Попытка использовать эти данные путем считывания с диска приведет к многократному увеличению времени счета (увеличит динамическую сложность — добавятся факторы работы с диском).
Пример. Пусть имеется динамическая система, поведение которой описывается задачей Коши вида:
Эта задача имеет решение:
Отсюда видно, что y(t) при k = 10 изменяется на порядок быстрее, чем y(t) при k = 1 и динамику системы сложнее будет отслеживать: более точное предсказание для t → 0 и малых c связано с дополнительными затратами на вычисления т.е. алгоритмически, информационно, динамически и структурно «не очень сложная система» (при a, k ≠ 0) может стать вычислительно и, возможно, эволюционно сложной (при t → 0), а при больших t (t → ∞) и непредсказуемой. Например, при больших t значения накапливаемых погрешностей вычислений решения могут перекрыть значения самого решения. Если при этом задавать нулевые начальные данные а ≠ 0, то система может перестать быть, например, информационно несложной, особенно, если а трудно априорно определить.
Пример. Упрощение технических средств для работы в сетях, например, научные достижения, позволяющие подключать компьютер непосредственно к сети, «к розетке электрической сети» наблюдается наряду с усложнением самих сетей, например, увеличением количества абонентов и информационных потоков в Интернет. Наряду с усложнением самой сети Интернет упрощаются (для пользователя!) средства доступа к ней, увеличиваются ее вычислительные возможности.
Структурная сложность системы оказывает влияние на динамическую, вычислительную сложность. Изменение динамической сложности может привести к изменениям структурной сложности, хотя это не является обязательным условием. При этом сложной системой может быть и система, не являющаяся большой системой; существенным при этом может стать связность (сила связности) элементов и подсистем системы (см. вышеприведенный пример с матрицей системы линейных алгебраических уравнений).
Само понятие сложности системы не является чем-то универсальным, неименным и может меняться динамически, от состояния к состоянию. При этом и слабые связи, взаимоотношения подсистем могут повышать сложность системы.
Пример. Рассмотрим процедуру деления единичного отрезка [0; 1] с последующим выкидыванием среднего из трех отрезков и достраиванием на выкинутом отрезке равностороннего треугольника (рис.); эту процедуру будем повторять каждый раз вновь к каждому из остающихся после выкидывания отрезков. Этот процесс является структурно простым, но динамически является сложным, более того образуется динамически интересная и трудно прослеживаемая картина системы, становящейся «все больше и больше, все сложнее и сложнее». Такого рода структуры называются фракталами или фрактальными структурами (фрактал — от fraction — дробь и fracture — излом т.е. изломанный объект с дробной размерностью). Его отличительная черта — самоподобие, т.е. сколь угодно малая часть фрактала по своей структуре подобна целому, как ветка — дереву.
Рис. Фрактальный объект (кривая Коха)
Уменьшив сложность системы можно часто увеличить ее информативность, исследуемость.
Пример. Выбор рациональной проекции пространственного объекта делает чертеж более информативным. Используя в качестве устройства эксперимента микроскоп можно рассмотреть некоторые невидимые невооруженным глазом свойства объекта.
Система называется устойчивой, если она сохраняет тенденцию стремления к тому состоянию, которая наиболее соответствует целям системы, целям сохранения качества без изменения структуры или не приводящим к сильным изменениям структуры системы на некотором заданном множестве ресурсов (например, на временном интервале). Понятие «сильное изменение» каждый раз должно быть конкретизировано, детерминировано.
Пример. Рассмотрим маятник, подвешенный в некоторой точке и отклоняемый от положения равновесия на угол 0 ≤ φ ≤ π. Маятник будет структурно, вычислительно, алгоритмически и информационно устойчив в любой точке, а при φ = 0 (состояние покоя маятника) — устойчив и динамически, эволюционно (самоорганизационные процессы в маятнике на микроуровне мы не учитываем). При отклонении от устойчивого состояния равновесия маятник, самоорганизуясь, стремится к равновесию. При φ = π маятник переходит в динамически неустойчивое состояние. Если же рассматривать лед (как систему), то при температуре таяния эта система структурно неустойчива. Рынок — при неустойчивом спросе (предложении) неустойчив структурно, эволюционно.
Система называется связной, если любые две подсистемы обмениваются ресурсом, т.е. между ними есть некоторые ресурсоориентированные отношения, связи.
Сложные системы характеризуются тем что они могут
Системы делятся на простые, сложные и сверхсложные. Особое место среди всех видов систем занимают сложные. К ним относятся системы самой различной природы, начиная от космических и микроскопических объектов, завершая животными, людьми и обществом. Эти системы определяют различные аспекты жизнедеятельности людей. По отношению к сложным системам в обществе приходится разрешать три группы проблем:
Сложная система — система, которая состоит из элементов разных типов и обладает разнородными связями между ними. Такое деление в известной степени условно. Сложность понимается как объективное, так и субъективное явление. Объективная сложность присуща системам независимо от познающего их субъекта, субъективная обусловлена характером восприятия системы субъектом, зависит от недостаточности знаний и интеллекта. Эти два типа сложности тесно взаимодействуют друг с другом, особенно тогда, когда та или иная система только включается в познавательный процесс. Но базисной основой выступает объективная сложность системы.
Установление сложности той или иной системы имеет исключительно важное значение для практики. В науке выделяются четыре подхода к пониманию сложных систем.
Согласно первому подходу сложные системы представляет собой системы с плохой организацией. К ним относят так называемые диффузные, с большим количеством переменных, между которыми нельзя установить перегородки, разграничивающие компоненты. В них постоянно идут диффузные процессы. Это свойственно инновационным диффузиям в технико-экономических системах. Сложными считаются также системы, функции которых зависят от окружающей среды. Последняя постоянно воздействует на систему. Поэтому эти системы напоминают лодку в бурном море, которое и предопределяет сложность ее маршрута в спасительную бухту. Условия существования данных систем являются непредсказуемыми и усложняют их жизнь. К сложным системам, несомненно, относятся системы, имеющие большое число связей, их значительное разнообразие, много автономных подсистем и иерархичность строения.
При третьем подходе сложными считаются системы целенаправленного поведения, т.е. социальные. В этом случае сложные системы совпадают с человеком, его социальной организацией, что не всегда оправданно, ибо сложность не тождественна целенаправленности.
При четвертом подходе сложность трактуется с позиции теории множеств как элемент того множества, где он выступает как множество. Здесь сложность отождествляется с понятием «много», которое применяется к элементам, структурам, свойствам, функциям и т.д.
Сложные системы характеризуются и тем, что они одновременно интегрируют в себе природные и социальные составляющие, естественное и искусственное. Так, телефонная сеть включает в себя значительное число абонентов, телефонные станции, коммуникации, обслуживающий персонал и т.п. Сложные системы очень многообразны и многолики. Для них свойственно наличие большого количества элементов и связей, их разнообразие, автономия подструктур, наличие иерархии, диффузия, невозможность точно описывать системы и прогнозировать их поведение и т. д.
Н. П. Бусленко [7, с. 25] выделяет следующие характеристики сложных систем: наличие большого числа взаимно связанных и взаимодействующих между собой элементов; сложность функций, выполняемых системой, и направлений на достижение заданных целей функционирования; возможность разбиения системы на подсистемы, цели функционирования которых подчинены общей цели системы; наличие управления (часто имеющего иерархическую структуру), разветвленной информационной сети и интенсивных потоков информации; наличие взаимодействия с внешней средой и функционирования в условиях случайных факторов.
Сложные системы описываются средними, случайными величинами (надежность, помехозащищенность, качество управления, вероятность отказа, эффективность, устойчивость функционирования) [8, с.25].
Если попытаться интерпретировать сложность в аспекте системности, то ее можно представить следующей формулой:
Сложность системы = Сложность состава + Сложность организации | (1) |
В свою очередь, сложность состава опишем так:
Сложность состава = Субстратная + Параметрическая + Динамическая + Генетическая, | (2) |
где субстратная сложность складывается из сложности компонентов, подсистем и уровней организации; параметрическая сложность включает сложность субстратных свойств, интегральных свойств и сложность связей и отношений; динамическая сложность интегрирует в себе сложность состояний, стадий, фаз и переходных процессов; генетическая или эволюционная сложность включает генетику состояний, стадий фаз, уровней развития и т.п.
Сложность организации можно представить следующей формулой:
Сложность организации = Многообразие связей и отношений + Многообразие законов, | (3) |
где многообразие связей и отношений соединяет в себе уровни организации, подсистемы внутри уровней, компоненты, а многообразие законов предполагает законы функционирования и развития.
Таким образом, сложность систем представляется интегральным показателем, который в каждом конкретном случае нуждается в анализе.
Классификация сложных систем
Несмотря на то что наука формулирует признаки сложных систем, проблема их классификации пока не разрешена, что связано, во-первых, с нечеткостью самих признаков сложных систем, во-вторых, — с субъективным аспектом понимания сложности. Отсюда становится весьма затруднительным выделение оснований классификации потому, что в классификацию придется включать и простые системы. А это может привести к тому, что классификация сложных систем в своей завершенной форме совпадет с классификацией систем вообще. Учитывая эти обстоятельства, попытаемся интерпретировать понятие «сложность» в некоторые эмпирические основания для выделения отдельных классов систем.
В реальной жизни определить, является ли данная система объективно сложной, либо мы не знаем о ней те сведения, которые уже получены наукой, не всегда просто. Причем оценки могут быть весьма противоречивыми. Рассмотрим табл. 7, где формально представлены оценки системы условными простыми экспертами, которые имеют одно мнение относительно одного состояния системы.
Состояния | Эксперты | |||
---|---|---|---|---|
Объективная простота | Объективная сложность | Субъективная простота | Субъективная сложность | |
Объективная простота | Объективная простота — объективная сложность | Объективная простота — субъективная простота | Объективная простота — субъективная сложность | |
Объективная сложность | Объективная сложность — объективная простота | Объективная сложность — субъективная простота | Объективная сложность — субъективная сложность | |
Субъективная простота | Субъективная простота — объективная простота | Субъективная простота — объективная сложность | Субъективная простота — субъективная сложность | |
Субъективная сложность | Субъективная сложность — объективная простота | Субъективная сложность — объективная сложность | Субъективная сложность — субъективная простота |
Таблица 7 — Оценка систем с точки зрения объективной и субъективной сложности
Из табл. 7 следует, что бывают системы, которые однозначно оцениваются соответственно как объективно и субъективно простые и сложные. Объективная простота здесь совпадает с субъективной простотой, а объективная сложность — с субъективной сложностью. К ним относятся:
Но могут быть такие системы, которые получают противоречивые оценки. Квалифицируем их:
При наиболее упрощенном подходе получим два типа таких противоречивых систем:
Для того чтобы повысить уровень компетентности в оценке сложности систем, надо применять методы экспертных оценок, которые представляют собой опрос специалистов по той или иной методике, часто с использованием количественных методов.
Таким образом, на основании соотношения объективного и субъективного аспектов сложности выделим, по крайней мере, три типа сложных систем: объективно и субъективно сложные системы, объективно сложные, но субъективно простые системы и субъективно сложные, но объективно простые системы.
Сложность системы представляет собой единство сложности состава, структуры, функций, организации, уровня и жизненного пути системы. Причем сложность может обретать большое разнообразие благодаря сочетанию этих параметров. Хотя здесь далеко не во всем действует математика сочетаний. Сложной является система, совмещающая некоторые параметры схемы (рис. 8).
Рис. 8 — Интерпретации сложности системы
Известно, под сложностью понимается свойство элемента, взятого в отношении к тому множеству, где он выступает как множество, а простое — свойство такого множества, которое взято к другому множеству и выступающее в нем как элемент. Исходя из этого определим сложность системы.
Сложность состава сводится к количеству всех деталей системы, сложность структуры может трактоваться как количество подструктур, т.е. расцениваться как полиструктурность, сложность организации сводится к сложности всех аспектов организации, а сложность функций — к полифункциональности. Отсюда к сложным системам относятся многосоставные. Состав этих систем выступает в виде большого множества, нередко открытого. А сложными системами с точки зрения остальных показателей выступают соответственно полиструктурные, полифункциональные, сложноорганизованные и многоуровневые системы.
Сложность проявляется не только в том, что система может иметь несколько уровней иерархии, входить в системы с иерархическими структурами, но и в том, что относительно несложная система будет сложной с точки зрения ее жизненного пути. Развитие такой системы может быть настолько сложным, что она заслуживает отнесения ее к системам со сложной динамикой. Сложность жизненного пути системы сводится к неоднозначности и многообразию переживаемых ею ситуаций. Такую систему будем считать сложноситуационной.
Наиболее сложной системой выступает общество. Понимание его как сложной системы формировалось постепенно. Первые подходы характеризовались тем, что общество как сложную систему оценивали с позиций природы систем, которые часто на порядок ниже социальных (физических, органических, психических, коммуникативных и т.п.). Так, О. Конт широко использовал физикалистский подход к обществу, которое рассматривалось как специфическая физическая система. Такой подход был характерен также для Платона, Т. Гоббса, Г. Спенсера. В частности, Г. Спенсер рассматривал общество в аспекте органического подхода, согласно которому оно представляет собой специфический организм, считая, что полной аналогии между обществом и организмом быть не может, так как индивидуальный организм обладает конкретностью, а социальный — дискретностью.
К сложным системам относят органические системы, под которыми понимают не только биологические системы, но и социальные. Впервые социальные системы в качестве органических рассмотрены Г. Спенсером и К. Марксом. Признаки органической системы:
Во второй половине ХХ ст. системный подход к обществу стал одной из ведущих методологических парадигм. Особый интерес в теории систем представляют самоорганизующиеся системы. Наличие этих систем и фактора самоорганизации в них позволяет объяснить развитие мира, в котором самоорганизующиеся системы являются довольно распространенными. Они удовлетворяют вполне определенным требованиям.
Во-первых, они отличаются открытостью, что обеспечивает им, с одной стороны, приток энергии извне, а с другой, — спасает от деградации и способствует переходу в новые состояния.
Во-вторых, они достигают состояний критических точек, которые получили название точек бифуркации. Особенность этих точек заключается в том, что в них происходит разветвление пути развития системы, на «выбор» которого влияют сложившиеся факторы. Сами критические точки представляют собой неравновесные состояния системы. В них система долго находиться не может, поэтому переходит в состояние равновесия, оказывающееся качественно новым состоянием для данной системы. Важно обратить внимание на то, что система при этом переходит к более высокому уровню упорядоченности. Это характерно как для объектов живой, так и неживой природы.
К сложным системам относят также динамические системы, которые допускают различные изменения, развитие, возникновение новых и отмирание старых частей и связей между ними. Здравый смысл подсказывает, что далеко не все динамические системы следует считать сложными. Динамика системы складывается из двух составляющих: внешнего движения системы и происходящего в ней внутреннего развития. Простые системы характеризуются статичностью, низкой и простой внешней динамикой и практически минимальными внутренними переменами. Сложные системы отличаются высокой внутренней динамикой, что предопределяет усложнение их внешнего функционирования.
Сложными считаются также нелинейные системы. Термин «нелинейность» в широком смысле обозначает свойство системы, которая отличается многовариантностью, многообразием, нелинейным быстрым ростом, а в узком смысле — нелинейную функцию системы. Другое значение термина относится к характеристике мышления, отличающегося многовариантностью, творчеством. Нелинейные системы определяются стохастичностью, вероятностью поведения. Изменения этих систем во времени невозможно предсказать.
Жизнь человека и деятельность трудовых ассоциаций не обходятся без человеко-машинных систем, которые состоят из человека и машины (естественно ограниченные природой возможности человека компенсируются и реализуются машиной). В этих системах возникает значительное число проблем, наиболее сложные и важные из них: техногенные аварии и катастрофы, вызываемые как несовершенством и изношенностью оборудования, так и субъективными факторами; негативные воздействия машин, оборудования, технических устройств на организм человека и окружающую экологическую среду; проблема эффективности работы человеко-машинной системы с точки зрения достижения результата; необходимость общего и профессионального обучения и воспитания людей, их подготовка к работе с машинами и механизмами.
По мере развития общества происходят и значительные изменения человеко-машинных систем. Благодаря механизации, автоматизации, роботизации наблюдаются облегчение труда человека и изменение его характера. Человек перестает выполнять монотонные и тяжелые производственные операции, которые он возлагает на автоматические системы, роботы, манипуляторы, т.е. его деятельность начинает сводиться к управлению машинами. Во второй половине ХХ ст. на основе персонального компьютера начали создавать информационно-компьютерные системы, значительно ускорившие и облегчившие процессы переработки информации.
Информационно-компьютерные системы представляют собой информационные системы, состоящие из систем: организации, хранения и представления информации; ввода, обновления и корректировки информации; потребления информации. Таким образом, под информационной понимается автоматизированная система, предназначенная для организации, хранения, поддержки и представления пользователям информации в соответствии с их запросами. Это информационно-поисковые (ИПС), информационно-справочные (ИСС), информационно-управляющие (ИУС) системы. Информационные системы и информационные технологии выдвигают высокие требования к квалификации специалиста, который должен понимать основные информационные технологии и уметь работать с ними.
Сложность — существенная характеристика эволюции. Ее обычно связывают с уровнем и формой движения материи. Каждый последующий уровень сложнее предыдущего, поэтому химические системы сложнее физических, а социальные — биологических. Вершиной системогенеза выступают саморазвивающиеся системы, которые отличаются способностью выстраивать стратегию и тактику поведения, и ориентированы на свое развитие как на повышение потенциала системных возможностей.