Джей Форрестер - Основы кибернетики предприятия

Проигрывания проводились при величине интервала DT, равной 0,125 недели, 0,25 (как и в главе 15), 0,5, 1,0, 1,5 и 2,0 недели. Величины, полученные при интервалах DT в 0,125 недели и 0,25 недели, настолько близки друг к другу, что их трудно различить на графиках. Проигрывание для DT, равного 2,0 недели, в числовом отношении было неустойчивым, и на 76-й неделе величины превысили значения, допускаемые разрядностью регистров вычислительной машины.

Этот конкретный анализ с помощью счетно-решающего устройства должен быть особенно чувствителен к влиянию величины интервала решения, так как была использована ступенчатая входная функция, а колебание системы было «свободно протекающим», без наличия управляющей функции для регулирования периодичности. Даже при таком условии время наступления третьего максимума заключено в пределах одной, 335-й недели для каждой из кривых.

Величина амплитуды при различных интервалах решения изменяется несколько больше, чем период колебаний; относительные величины амплитуды после двух полных периодов колебаний приведены в табл. А-1.

Отношение третьего максимума к первому составляет 0,79 для интервала решения в 0,125 недели, 0,85 — для интервала в 1,0 недели и 0,90 — для интервала в 1,5 недели. Эти различия несущественны по сравнению с теми изменениями результатов в различных условиях, которые наблюдались в главе 15.

Некоторые постоянные времени в модели главы 14 (DCPF, DMBLF и DSF) равны 1 неделе, то есть они меньше самого большого интервала решений в табл. А-1. Как видно из таблицы, ошибка в вычислении начинает довольно быстро увеличиваться. При интервале решения в 2 недели некоторые типы внутренних взаимодействий приводят к неустойчивому решению. Зависимость между интервалом решения и величиной третьего максимума кривой невыполненных заказов BLTPC графически представлена на рис. A -3. Величина BUT PC измеряется в процентах от ее первоначального значения.

Изложенное свидетельствует о том, что обычно можно выбирать интервал решений DT, равный или меньший 0,5 недели (меньше половины самого короткого времени запаздывания первого порядка, в данном случае равного 1 неделе для DCPF, DMBLF и DSF). Такой выбор величины DT дает численные результаты, незначительно отличающиеся от тех, которые получились бы при меньшей величине DT (см. рис. А-2).

Темпы потоков в промышленных и экономических системах обычно нерегулярны. Решения, порождающие эти потоки, принимаются под влиянием множества локальных событий. Нерегулярность потоков обусловливается разнообразными причинами: различиями в поведении людей, нарушением будничного ритма в предвыходные дни, угрозой забастовок, погодой, праздниками, ошибками, возникающими при сборе и обработке данных, использованием неопределенных и непостоянных принципов при выборе решений, зависимостью цен на товары от величины партии поставки, что стимулирует увеличение размера заказов, затратами на запуск и характером технологического процесса, когда поточное производство заменяется партионным, различием в продолжительности отчетных периодов (например, отдельных месяцев), событиями внутренней и внешнеполитической жизни, влияющими на настроение народа, практикой соблюдения заранее установленной частоты усреднения информации и принятия решений.

С другой стороны, многие действия руководства, зависящие от нерегулярных потоков, должны быть ограничены таким образом, чтобы реагировать только на сглаженную информацию. Нельзя допускать, чтобы темпы производства на заводе так же резко изменялись, как потоки ежедневно поступающих заказов.

Запасы возрастают и сокращаются медленно. Руководитель обычно весьма критически настроен в отношении мер, предпринимаемых другими лицами, и в то же время он пытается выявить как можно раньше любое длительное изменение, которое требует от него определенных действий.

Действия, направленные на выявление основных и существенных изменений в потоках информации и имеющие целью исключить такие колебания, которые большой роли не играют, принято называть выравниванием или усреднением. Выравнивание поступающей информации в известной степени имеет место в каждой точке системы, где принимаются решения.

Следует различать два метода выравнивания данных. Наиболее очевидный, но редко применяемый метод сводится к формальной числовой обработке информации для получения средних величин. Другой метод, более часто используемый, хотя и менее точный, представляет собой интуитивное выравнивание, основанное на ожидании и наблюдении в процессе принятия решений.

Наличие в системе формального математического процесса выравнивания легко обнаружить. Это практика, основанная на установившихся руководящих правилах. Еженедельные, месячные, квартальные и годовые отчеты о сбыте, производстве и затратах содержат величины, усредненные в пределах указанных промежутков времени. Эти формальные процессы выравнивания можно найти во многих каналах потоков информации.

Кроме того, дальнейшее выравнивание обычно вводится в систему в точках принятия решения. Мы могли бы рассматривать это как «психологическое выравнивание». Действительно, очень редко предпринимаются немедленные и энергичные действия в ответ на изменение поступившей информации, даже если это изменение является результатом числовой обработки первичных данных. Тенденция задерживать принятие решения до тех пор, пока изменение в поступившей информации не станет явным и пока другие многочисленные факторы не будут указывать на изменения в том же направлении, является выравниванием, обусловленным либо рассудительностью, либо проволочками, либо нерешительностью.

Процессы выравнивания представляют собой основу для правильной трактовки динамики системы. Выравнивание позволяет исключить кратковременные шумы и помехи. Но процесс выравнивания неизбежно вводит запаздывания в информационные каналы и в сферу принятия решений. Выравнивание изменяет чувствительность системы к колебаниям данных с различной периодичностью. Это — свойство выравнивания. Следовательно, процесс выравнивания искажает либо в лучшую, либо в худшую сторону информационные потоки в системе.