ВП СССР - Краткий курс...

“Саморегуляция” рынка без разделения демографически обусловленного и деградационных спектров будет выглядеть на рис. 5 по этим информационным причинно-следственным обусловленностям как хаотичное мельтешение ненулевого радиус-вектора в пространстве параметров, относительно какого-то среднестатистического положения, управляемого извне внесистемными факторами. “Саморегуляция” такого рода показана на рис. 5 как клубковидная “каракуля”.

Сказанное означает, что ограниченность трудовых ресурсов, квалификации, производственных мощностей в отраслях, энергопотенциала общества, после оценки нехватки в удовлетворении потребностей общества предопределяет как разделение демографически обусловленного и деградационно-паразитического спектров, так и формирование номенклатуры (каталога) демографически обусловленного спектра и упорядоченности её по приоритетности значимости ликвидации недостачи.

В процессе реального управления, в том числе и на стадии планирования, для разных этапов переходного процесса (рис. 5) понятию демографической обусловленности может соответствовать несколько разная номенклатура и её упорядоченность, определяющая демографически обусловленный вектор целей (кон­троль­ный спектр параметров). Эти различия должны находить своё отражение как в критерии оптимальности многошагового переходного процесса в целом, так и в критериях оптимальности каждого из шагов в планируемом переходном процессе.

Оптимизация каждого из множества производственных циклов Δ T вне объёмлющей задачи оптимизации по минимуму времени переходного процесса исчерпания недостаточности демографически обусловленного спектра потребления — изначально методологически несостоятельная задача, поскольку это — “оптимальный” шаг неизвестно куда. Но и оптимизация переходного макроэкономического процесса — лишь частная задача в процессе перехода к жизни общества в ладу с объёмлющей его биосферой.

Теперь разсмотрим метод динамического программирования , поскольку, хотя и было показано, что алгоритмы решения задачи об оптимальном наведении средств поражения на цель в нынешней цивилизации не могут не существовать, тем не менее, необходимо содержательно обсудить ещё некоторые “само собой” разумеющиеся очевидности, касающиеся оптимального выбора траекторий многопараметрических переходных процессов.

По отношению к макроэкономической системе её “скоростные” параметры, прежде всего, определяются энергопотенциа­лом. Поэтому в макроэкономических интерпретациях задача «наведения оружия на цель» предстает как задача о темпах роста энергопотенциала и его разпределении: 1) на производство демографически обусловленного спектра потребностей и 2) на развитие и поддержание производственной базы всех отраслей.

Математически такое решение может быть получено, в частности, на основе алгоритмов, реализующих метод динамического программирования (он может изпользо­ваться и для решения задач линейного программирова­ния). Обстоятельное его изложение и конкретные алгоритмические модели решения тех или иных прикладных задач можно найти в специальной литера­туре. Здесь же мы опишем его структуру и затронем некоторые с ним связанные мировоззренческие вопросы.

Алгоритм метода динамического программирования осуществляет формализованный выбор оптимальной в некотором смысле траектории в n -мерном пространстве. Термин «динамическое программирование», также как и термин «линейное программирование», о котором речь шла ранее, — прижившиеся в Русском языке подстрочники, мало что говорящие о существе самих методов выбора математически формализованных наилучших вариантов решения практических задач управления, планирования, проектирования.

Аппарат динамического программирования позволяет решать задачи многопараметрической оптимизации в тех случаях, когда в силу разного рода объективно-математических причин (дискрет­ность ограничений, нелинейности математической модели, нарушение свойства выпуклости и т.п.) стандартные алгоритмы решения задач линейного программирования неработоспособны.

Вполне понятно, что метод динамического программирования, как и прочие математические методы оптимизации, не изучался и не изучается в большинстве вузовских курсов СССР и России на специальностях, в которых владение им придаёт квалификации специалистов КАЧЕСТВЕННО более высокий уровень. Тем более в литературе не обсуждаются и философско-мировоззренческие аспекты нашедшие в нём своё алгоритмическое выражение.

В изложении существа метода динамического программирования мы опираемся на книгу “Курс теории автоматического управления” (Палю де Ла Барьер: французское издание 1966 г., русское издание — “Машино­строение”, 1973 г.), хотя и не повторяем его изложения. Отдельные положения взяты из ранее упоминавшегося курса “Изследование операций” Ю.П.Зайченко (Киев, “Вища школа”, 1979) [43].

Метод динамического программирования работоспособен, если формальная интерпретация реальной задачи позволяет выполнить следующие условия:

1. Разсматриваемая задача может быть представлена как N ‑шаговый процесс, описываемый соотношением:

X n + 1= f(X n , U n , n) , где n — номер одного из множества возможных состояний системы, в которое она переходит по завершении n -ного шага; X n — вектор состояния системы, принадлежащий упомянутому n -ному множеству; U n — управление, выработанное на шаге n (шаговое управление), переводящее систему из возможного её состояния в n -ном множестве в одно из состояний ( n + 1 )‑го множества. Чтобы это представить наглядно, следует обратиться к рис. 6, 7, 8, о которых речь пойдет далее.

2. Структура задачи не должна изменяться при изменении расчётного количества шагов N.

3. Размерность пространства параметров, которыми описывается состояние системы, не должна изменяться в зависимости от количества шагов N.

4. Выбор управления на любом из шагов не должен отрицать выбора управления на предыдущих шагах. Иными словами оптимальный выбор управления в любом из возможных состояний должен определяться параметрами разсматриваемого состояния, а не параметрами процесса, в ходе которого система пришла в разсматриваемое состояние.

Чисто формально, если одному состоянию соответствуют разные предистории его возникновения, влияющие на последующий выбор оптимального управления, то метод позволяет включить описания предисторий в вектор состояния, что ведёт к увеличению размерности вектора состояния системы. После этой операции, то, что до неё описывалось как одно состояние, становится множеством состояний, отличающихся одно от других компонентами вектора состояния, описывающими предисторию процесса.