跳转到内容

系统理论/控制论

来自维基教科书,开放世界中的开放书籍

什么是控制论?

[编辑 | 编辑源代码]

控制论有许多不同的定义,也有许多人影响了控制论的发展方向。控制论的领域是发现或设计和应用调节和通信原理。控制论处理行为方式而不是事物。控制论不问“这是什么?”,而是问“它做什么?”和“它能做什么?”。然而,也可能会问“它如何做到”之类的问题,这些问题反映了控制论的更高阶。由于生物、技术和社会世界中的许多系统都可以用这种方式理解,因此控制论是许多传统学科的结合。控制论者所发展的概念因此构成了一种元学科语言,通过这种语言,我们可以更好地理解和改变复杂系统。

控制论源于希腊语中的舵手一词(kybernetes),最初由数学家维纳提出,是指动物和机器的通信和控制科学(现在我们可以加上:在社会和个人中)。它起源于香农的信息论,信息论旨在优化信息通过通信通道(例如电话线)的传输,以及工程控制系统中使用的反馈概念。控制论的另一种更哲学的定义是由 1930 年代控制论先驱之一路易·库菲尼亚尔在 1958 年提出的,他认为控制论是“确保行动效率的艺术”。一般系统论中的控制论被定义为对系统内部控制的研究,通常使用反馈回路的组合。这可以在机器或生物结构中进行。一阶控制论与封闭系统有关,二阶控制论包括观察者的视角,三阶控制论则考察它们如何共同演化。

控制论和系统论基本上研究相同的问题,即组织独立于其所体现的基质。如果区分这两种方法有意义的话,我们可以说,系统论更多地关注系统的结构及其模型,而控制论更多地关注系统的功能,即它们如何控制自己的行为,如何与其他系统或其自身的组成部分进行通信。由于系统的结构和功能不能分开理解,因此很明显,系统论和控制论应被视为单一方法的两个方面。

控制论的贡献

[编辑 | 编辑源代码]

控制论的早期贡献主要体现在技术领域,它催生了通信技术、反馈控制装置、生产过程自动化和计算机。另一个源于人类和社会关切的传统则强调认识论,即我们如何获得知识,并探索自我指涉理论以理解身份、自主性和目的等现象。一些控制论者试图创造一个更人道的世界,而另一些则仅仅试图理解人类及其环境是如何共同演化的。一些控制论者对我们观察到的系统感兴趣,另一些则对进行观察的系统感兴趣。有些人试图开发方法来模拟可测量变量之间的关系。另一些人则试图理解模型或理论与社会系统之间发生的对话。早期的努力试图定义和应用可以控制系统的原理。最近,控制论者试图理解系统如何描述自己、控制自己以及组织自己。尽管历史短暂,但控制论已经对涉及人们作为积极组织者、自主者、共享交流者、负责任个人的广泛过程产生了关注。很快,人们对许多科学产生了兴趣,将控制论应用于认知过程,以及精神病学、家庭治疗、信息和决策系统开发、政府、管理等实际应用,以及试图理解复杂形式的社会组织(包括通信和计算机网络)。

控制论的支柱

[编辑 | 编辑源代码]

控制论理论往往建立在四个基本支柱之上:循环性、多样性、过程和观察。循环性出现在其最早的循环因果关系或反馈理论中,后来出现在计算中的递归和迭代理论中,现在则涉及认知组织和自主生产系统中的自我指涉。这种循环形式使控制论能够从内部解释系统,不依赖于更高原则或先验目的,不偏好层次结构。多样性是其通信、信息和控制理论的基础,强调多样性、替代方案、差异、选择、网络和智能,而不是力量和单一必要性。几乎所有控制论理论都涉及过程和变化,从其关于信息的定义(即两种不确定性状态之间的差异)到适应、进化和增长过程的理论。控制论的一个特点是它用系统组织来解释这些过程,例如,反馈回路的循环因果关系被用来解释调节过程以及系统维持平衡或达到目标的努力。观察,包括决策,是控制论信息处理和计算理论的基础过程。通过将自我指涉理论扩展到观察过程(包括认知和其他智能表现形式),控制论已经应用于自身,并正在发展一种涉及观察者的系统认识论(二阶控制论),这与早期对从外部观察的系统的本体论(一阶控制论)有本质上的区别。

作为元理论,控制论和系统科学的原理和思想旨在适用于任何事物,但控制论和系统科学往往关注的“有趣”研究对象是复杂系统,如生物、生态、思维、社会和机器。控制论和系统科学将这些系统视为复杂的多维信息系统网络。控制论假定存在一些潜在的规律和原则,这些规律和原则可以用来统一对这些看似截然不同的系统类型的理解。这些系统的特征直接影响控制论理论的性质,对传统方法论构成严重挑战。其中一些特征包括复杂性、相互性、互补性、可进化性、可构建性和自反性(有关更多信息,请参阅附录)。计算应用领域发展如此迅速,将任何使用计算机的东西都称为“控制论”只会让问题更加模糊,而不是更清晰。因此,我们将“控制论技术”的标签限制在那些以某种方式增强用户通用“智能”的信息处理和传输工具上,也就是说,用户对信息和通信的控制。

系统方法和分析方法的互补性大于对立性,但两者都不可简化为对方。分析方法试图将系统简化为基本要素,以便详细研究和理解它们之间存在的相互作用类型。通过一次改变一个变量,它试图得出可以让人们在截然不同的条件下预测系统属性的一般规律。为了使这种预测成为可能,必须调用基本属性的可加性规律。这种情况发生在同质系统中,这些系统由类似的元素组成,它们之间的相互作用很弱。这里,统计规律很容易适用,使人们能够理解大量无序复杂性的行为。基本属性的可加性规律不适用于由大量多样性元素组成的、通过强相互作用联系在一起的非常复杂的系统。这些系统必须通过系统方法所集中的方法来处理。这些新方法的目的是考虑系统的复杂性、整体性和自身动力学。通过模拟,可以“激活”系统,并实时观察其元素之间不同关系的影响。对这种行为的研究随着时间的推移会导致确定可以修改系统或设计其他系统的规则。

资源和进一步阅读

[编辑 | 编辑源代码]
华夏公益教科书