Проблемы оптимизации стохастических систем. Оптимизация стохастических систем

Проблемы оптимизации стохастических систем

Print PDF

Аллегория свободы, равенства и братства. Франция, 1900 г.

В продолжение пользы социального равенства

(хотя есть и дополнительный к нему вред или, точнее, риск)

Резюме. Обсуждаются альтернативные варианты оптимизации популяционной структуры у животных и социальной у гомосапов. Рассматриваются два возможных экстремума — максимальная конкурентность в распределении нужного ресурса между особями разного «качества», второй — «силовое» установление равенства в снабжении им до начала конкуренции между индивидами, при их формировании. Первый подход увеличивает «свободу» и максимизирует точность выделения «лучших» и монополизацию ими ресурсов пропорционально «качеству». Второй — увеличивает «равенство» позволяя достичь максимума продуктивности на выходе, от рождающихся детей до «интеллекта нации».

***

Рассмотрим систему из n независимых индивидов, конкурирующих друг с другом за некий ресурс. Это могут быть самки в популяции тетеревов, самцы в популяции якан, люди, конкурирующие за доступ к образованию, лечению, к возможностям самореализации (например, в науке) — или, например, к суду.

Симметрия конкуренции за социальный ресурс у животных

Содержание

Об устройстве этих систем у животных, см. « Как птицы нарушают правило Бейтмана». Самое важное здесь, что у видов с токовыми сиcтемами нетокующий пол — всего лишь ресурс для собирающихся на току самцов (или самок), а не участники коммуникации, как половые партнёры у стайных или территориальных видов.

И наоборот, собравшиеся на току и особо рискующие жизнью индивиды — ресурс «ценных генов» для особей противоположного пола, почему они и копируют поведение друг друга ( т. н. mate choice copying). См. критерий Дьюи, позволяющий отличить одно от другого (коммуникация «на равных» вместо «принуждения» к должной реакции, или нет), и он же применительно к обществу.

В силу принципа гандикапа Амоса Захави они так контринтуитивно оценивают приспособленность самцов к местообитаниям, врагам и опасностям данной местности (чем больше проводит времени на току и сильнее «высовывается», рискуя жизнью и/или проигрышем, в демонстрациях, тем лучше приспособлен). По той же причине демонстрации токующего пола направлены друг на друга, а не на противоположный; тот «просто» делает акт выбора, даже не партнёра, а отражающего его статус места на току и спаривается, почти не вступая в обмен демонстрациями с владельцем.

Схема танца самца золотистого короткокрылого манакина. Посмотреть, как это выглядит в природе, можно на видео. Источник

Поэтому самки путешествуют между «собраниями» самцов на токах разной численности и интенсивности конкуренции, так что могут сравнить и выбрать «лучшее место» для последующей яйцекладки вокруг. Система таким образом, вполне симметричная; вторая часть её, связанная с конкуренцией и выбором нетокующего пола, по понятным причинам реконструируется труднее и в полном объёме известна только недавно (как и «внесистемные спаривания» подчинённых самцов у райских птиц, тетеревов и пр., сильно уравнявшие шансы на «распространение своих генов» с доминантами). Соответственно, конкуренция самок не менее интенсивна, чем у самцов, и межиндивидуальная дисперсия по приспособленности тоже, см. работы для млекопитающих и птиц ( 1- 2- 3), а также теоретический анализ проблемы ( или здесь).

У территориальных или стайных видов потенциальные партнёры равно участвуют во вполне симметричном обмене демонстрациями, в ходе которого сближаются, «оценивая» друг друга, чтобы либо отвергнуть и сближаться с новым партнёром, либо образовать долговременно-устойчивую пару.

Первый экстремум — максимум свободы

Зададимся вопросом: какая структура подобных систем оптимальна? (последнее я пока специально не определяю чётко). Первый подход здесь — распределять ресурс сообразно «качеству» особей. Оно, как понятно, проявляется в конкуренции за него, идущей по неким постоянным («честным») правилам. У животных это обеспечивают видовые сигналы и механизмы коммуникации, «наказывающие» проигрышем отвечающих на демонстрации прямым действием или уклоняющихся от определённого «синтаксиса», организующего обмен этими демонстрациями. У людей — правилами fair play, неизменно устанавливаемыми для всех видов «соревнований» сообразно нормам и принципам данного социума; они, в свою очередь, зависят от формационной принадлежности и конкретной истории последнего, также как классовой принадлежности состязающихся. Т.е., как у животных, сложились исторически под действием конкуренции и отбора, только в ходе не эволюции, а собственно истории (как и почему первая переходит во вторую, см. « Про селекционистский подход к социальной истории»).

В обоих случаях в соответствующем конкурентном процессе индивиды естественным образом делятся на «лучших» и «худших»: первые получают больше самок, лучшие территории, высший статус в иерархии и т.д. У людей это проявляется там, где число жён (т.е. рабочих рук и производителей будущих рабочих рук) пропорционально богатству мужчины или его отца. Или там, где доступ к образованию и успехи в нём почти полностью заданы возможностями (в т.ч. образованием) родителей, как в современных развитых странах (кроме Скандинавии). А от образования зависит зарплата, т.е. те самые возможности; круг замыкается, воспроизводя классовый разрыв.

Животные здесь отличаются от людей в лучшую сторону: у них появляются альтернативные стратегии (клептогамия, нетерриториальность и пр.), позволяющие данное разделение обойти, «выровняв» приспособленность доминантов и подчинённых. Проигрывают в этой системе «средние», запаздывающие со специализацией поведения. Люди, увы, существа разумные, а значит обучаемые и убеждаемые. У них в классовом обществе появляется угнетение, разными способами мешающее большинству членов эксплуатируемой группы классовый барьер обойти. Сегодня это примерно на треть обусловлено худшей средой обитания, меньшими и худшими ресурсами для демоса в сравнении с «чистой публикой», на две трети — разными формами убеждения и самоубеждения их в том, что это деление честное, они свободны, а сложившееся положение «естественно» (в смысле биологической ли равноценности, или в смысле справедливости в человеческом плане).

Джон Дьюи. Один из последних великих либералов, которые за прогресс более, чем «право собственности» или «права человека». Поэтому симпатизировал советскому опыту.

Переходя на язык социальных взаимодействий и конфликтов, данный подход создаёт максимум свободы, в либеральном понимании — свободы рук за общим столом. Соответственно, деление на «лучших» и «худших», сложившееся здесь и сейчас, в следующие моменты лишь подкрепляется и усиливается. Здесь максимизируется точность распределения ресурса между особями разного «качества» в каждый данный момент, но ценой сокращения общей продуктивности популяции, ожидаемой от использования такого ресурса, «на длинной дистанции»: в случае половых партнёров это репродуктивный выход, как в примере с мормонами, в случае образования — «интеллект нации», в случае медицины – среднеожидаемая продолжительность жизни. По этой причине большинство бедняков живёт не в самых бедных странах, но в (при прочих равных) наиболее рыночных и т.д.

Поэтому настоящая диктатура (скажем, якобинская или пролетариата в СССР) — это ограничение либеральных свобод, в первую очередь очередь свободы торговли и свободы печати, в условиях, когда полное осуществление этих свобод приведёт к голоду или военному поражению страны. И осуществляется она в интересах трудящихся и против цензовых классов. И даже чуточное ограничение этих свобод в Первую мировую (нормирование распределения продовольствия с затруднением выселения неплательщиков) значимо улучшило питание демоса в Англии и Франции (где не было голода, обусловленного блокадой, плохой питание было чисто следствием дороговизны.

Второй экстремум — максимум равенства

Следовательно, второй подход – организация равного доступа к ресурсам и/или обеспечения им всех поровну: а конкурируют особи здесь не по степени монополизации ресурса, а по «плодам» его использования в жизненном цикле: численности выращенного потомства, если речь идёт о самках, квалификации и умственных достижениях, если речь идёт об образовании и пр.

Это создаёт максимум равенства (а если говорить об общественной жизни – и братства): устанавливается реальная одинаковость стартовых возможностей. Конкурентность особей здесь ограничивается «силой», почему «состязание» их на жизненной дистанции оказывается «честным», максимально способствующим реализации индивидуальных талантов каждого а не подкреплению социального статуса как в первом случае, при минимизации ненависти и агрессии соревнующихся (у социальных животных – разнообразию жизненных стратегий, разными способами дающих сходную приспособленность).

В обществе это максимум самореализации, т.е. свободы в нормальном человеческом смысле (и одновременно братства, т. к. разнокачественность индивидов не перерастает в неравенство). В популяции это минимум социальной дезорганизации: потери от неё зачастую превышают потери от хищников, скажем у облигатно-колониальной пестроносой крачки Thalasseus sandvicensis гибель птенцов от агрессии взрослых соседей и других проявлений социальной дезорганизации — 18.3% от числа отложенных яиц и 19.8% от числа вылупившихся, 34,2% случаев гибели от разных причин, при отсутствии хищников в районе исследований; при их наличии смертность от тех и других сравнимы (в других местах, однако, она ниже).То же видим у других таких видов, скажем, у морского голубка Larus genei ( 1- 2), черноголового хохотуна Larus ichtyaetos и пр. Вообще, чем выше социальная плотность группировок, тем сильнее на особей действует социальный стресс (у людей сюда входят все риски насилия, криминала, дискриминации пр. всё вызывающее страх и беспомощность) в сравнении с энвиронментальным, куда входят хищники и др. опасности.

Источник. Панов Е.Н.

Это экстремум продуктивности «на выходе» для обществ или популяций, использующих данный ресурс, т.е. общее благо. Скажем, при первом подходе читать нужные буржуйские статьи по теме могут лишь члены команды, глава который устойчиво получает гранты, т.к. знаменит, что даёт им и их направлению понятное преимущество перед другими командами и их подходами. При втором – могут все, благодаря советской системе РЖ, сегодня ужавшейся на 95% и сервису Sci-Hub Александры Элбакян, а потом, при равной осведомлённости о работах друг друга, получится лучше сравнить качество собственно результатов, что по интересности сегодня, что по перспективам долговременного развития.

Или чем выше неравенство в оплате труда учёных, тем ниже «выход» научной продукции сообщества (скажем, на доллар вложений). Так, Fortin J-M, Currie DJ (2013) исследовали, что даёт больше отдачи — дать много небольших грантов или мегагранты «лучшим»? Ожидаемо первое лучше второго в смысле отдачи.

На деле это довод против грантовой системы как таковой, и за «железную чашку риса» для всех действующих учёных, вместо «стеклянной» для «лучших». Поскольку все их темы и направления нужны для полночленного развития соответствующей научной дисциплины, ничего нельзя отсечь без ущерба для неё, см. в комментариях .

Спаривание пестроносых крачек. Источник elementy.ru

Управленческие следствия, в т.ч. для науки

Иными словами, желая максимально поощрить «лучших», мы подрываем среду, благодаря которой они стали такими, затрудняя формирование завтрашних «лучших».

Платой оказывается сугубая неустойчивость положения «лучших» здесь и сейчас, ибо в следующих поколениях им, их потомкам и пр. всё труднее выдерживать конкуренцию с «поднявшимися» благодаря равному доступу к ресурсам. Почему они склонны использовать какие-то другие факторы, чтобы законсервировать положение и быть не столько «лучшими», сколько «верхними». «Худшим» сегодня приходится вариировать жизненную стратегию, чтобы пройти этот барьер и массовым вхождением в число «лучших» уменьшать существующее разделение «нижних» и «верхних».

Иными словам, эта концептуальная схема на одних основаниях задаёт правила дифференциации альтернативных стратегий в популяциях позвоночных и «силовые линии» общественной борьбы людей.

Соответственно, скажем, есть две формы поддержки науки. Первый эксплуатирует грантовая система: дать максимум ресурсов «лучшим» по неким формальным показателям здесь и сейчас, чтобы они распорядился ими в соответствии со своими исследовательскими и организационными планами. Типа, оставить 1000 конкурентоспособных завлабов, а всё прочее пускай отомрёт. Что очень удобно «лучшим», наиболее эгоистичной их частью активно поддерживается и ввиду заслуженной славы выглядит убедительно. Однако вне соответствующего лоббизма поддержкой науки называют нечто другое – прогресс школ и направлений исследований, особенно перспективных и прорывных, во всём их разнообразии, полезном для страны.

Вот здесь конкурентный подход контрпродуктивен по двум причинам. Во-первых, самые талантливые из «лучших» уже специализированы к исследованиям в своей области, руководство исследованиями в других означает падение эффективности, примерно как нельзя есть двумя ртами. Во-вторых, они стали такими эффективными не благодаря природным талантам, а благодаря удачным биографическим и социальным обстоятельствам, поставившим их столь же талантливых коллег в уязвимое и неконкурентоспособное положение, а то и вовсе вытеснившее их из науки. Причём чем больше масштаб этого бедствия для большинства, как на постсоветском пространстве в последние 30 лет, тем убедительной выглядят, увы, доводы сторонников 1го подхода, при всей их ложности – по понятным причинам пойдёт своего рода «самоизреживание» научных направлений и школ, пока не останутся несколько – не самых сильных, но лучше всего встроенных на подсобных ролях в международные исследовательские цепочки, а от сильнейших полевых и эволюционный направлений отечественной науки не останется ни следа. Как это уже случилось в постсоветских странах поменьше и всегда было в странах третьего мира, см. « Крохотки научно-образовательные«.

Нужно восстановить расширенное производство научного знания, а для этого нужно не «больше питать» самых сильных сегодняшних исследователей, но выращивать новые и в областях, где сравнимых исследователей у нас пока нет, и в дополнение к уже имеющимся, чтобы не были монополистами. А это предполагает примерное равенство в обеспечении уже сложившихся направлений и школ, при выделении сравнимых ресурсов в 1) в систему воспроизводства научных кадров, преподавание и научную работу студентов. Именно преподаватель, руководитель студкружка, даже если не самый эффективный учёный, может открыть талант и направить его по цели, — в том числе в область, где он лишь «компетентный читатель», а не специалист; и 2) в изменение неблагоприятных социальных обстоятельств, оттесняющих большинство из науки, особенно молодёжи. Если коротко, здесь мы ставим не на тех, кто уже продуктивен, а на поиск и реализацию талантов, способных стать продуктивными завтра, и на возвращение в науку тех, кто был из неё исключён по независящим от себя обстоятельствам

Про безопасное реформаторство, по аналогии с безопасностью на дорогах

Либеральная идея, что надо минимизировать госфинансирование науки и пустить её в свободное плавание конкуренции на международном рынке научных продуктов по технико-тактическим характеристикам точно соответствует левой идее, что надо закрыть все НКО, чтобы государство воленс-ноленс начало выполнять свои социальные обязательства, не приватизируя их, не перекладывая на других. Обе они эмоционально привлекательны точным соответствием общей идеологии, вторая — так даже прогрессивна и правильна, однако немедленная реализация той и другой обрушит систему, навредив массе людей, которым нужно заниматься наукой/получать социальную помощь здесь и сейчас. А то и погубит их.

Отсюда прагматическое правило для оценки степени безопасности реформ для дела, которое, как декларируется, они призваны улучшать. Если говорят — мы отсечём всё отсталое/нежизнеспособное (невидимой рукой рынка или иным социальным скальпелем), значит погубят систему в целом, ибо отсталое/нежизнеспособное там несёт свою функцию. Скажем, даже плохой, малопубликующийся учёный, но следящий за новостями, верно ориентирует в предмете студентов,которые благодаря этому станут первоклассными талантами.

Если он сократится, не пройдя конкуренцию, этим ребятам некому будет дать нужный старт, не у всех есть подходящее для этого социальное окружение. Соответственно, воспроизводство данной научной области подорвётся и т.д.

Если же говорят — плохое/отсталое отомрёт само, но мы увеличим социальную притягательность лучших, работоспособных примеров (лучших школы, исследователей и пр.), защитим их от существующих факторов риска и, главное,обеспечим равный доступ населения к производимым ими знаниям, возможностям, социальным лифтам и пр. — тогда да, это стоит поддерживать.

Источник wsf1917

Историческая часть: свобода, равенство и братство

Афины (основанные на гражданском равенстве и прямой демократии):

«…единодушное осуждение беспрецедентной демократии города мыслителями, олицетворявшими его беспримерную культуру – Фукикидом, Сократом, Платоном, Аристотелем, Исократом или Ксенофонтом. Афины так никогда и не создали никакой демократической теории – практически все выдающиеся аттические философы или историки придерживались олигархических убеждений. Аристотель предложил наиболее полное выражение этой точки зрения в своём решительном требовании исключения из идеального государства всех кто занимается физическим трудом».

«Афины, имевшие самую полную демократию в Древнем мире, так и не породили ни одного ее крупного теоретика или защитника. Парадоксально, но вполне логично, что именно Рим , не знакомый ни с чем, кроме ограниченной и репрессивной олигархии, породил самые выразительные плачи по свободе в античности. Не было никакого реального греческого эквивалента латинского культа Libertas, которому посвящены столько серьезных или ироничных страниц у Цицерона или Тацита».

Перри Андерсон. Переходы от античности к феодализму (+ рецензия).

Libertas, Arnold Böcklin, 1891

И шире: политическая жизнь классового общества, от античности до современности, мечется между альтернативами «аристократическая республика vs демократическая диктатура». Пишет evgeniy_kond:

«по гл.2. Ельницкий Л. А. Возникновение и развитие рабства в Риме в VIII — III вв. до н. э.

Сама возможность определения тирании как демократической показалась мне свежей и парадоксальной. Мы-то воспитаны советской школой в республиканских и тираноборческих традициях русской интеллигенции 19 в. (а традиция эта между прочим буржуазная, а не пролетарская). Но в практике 2,5 тыс. давности с точки зрения угнетенного большинства крайнюю степень рабовладельческого террора воплощала именно аристократическая республика (Спарта и т.п.), в то время как многие успешные демократические движения рабов и пр. неполноправного населения неизбежно вели к установлению тирании, когда тиран подавлял аристократию, опираясь на поддержку масс.

С этой точки зрения общепринятая платоновская классификация (монархия, аристократия, олигархия, демократия) – очевидно классовый идеологический продукт, который описывает внутреннее устройство государства, состоящего как бы только из одного господствующего класса. Эффективность такого устройства для этого класса угнетенным массам малоинтересна.

Характерен в этой связи упор нашей исторической традиции на провальном гладиаторском восстании (Спартака) как вершине «освободительного» движения рабов и, как вывод, неизбежной провальности вообще любых возможных восстаний этого (что неявно подразумевается) дебильного сброда с парализованной политической волей. Что, оказывается, было не так.

Из той же исторической традиции невозможно понять и феномен сталинизма, который преподносится ею или как исключительно национальный, или переформатируется в «эффективный менеджмент» для лучшей усвояемости в рамках своей идеологии, хотя надеюсь, стало понятно, как давно можно найти очевидные исторические аналогии.

Разумеется, следует отметить, что, насколько лестно возможность демократической тирании характеризует способности рабов столь давнего времени, настолько же позорно и трагично, что классовое сознание, интеллектуальное и психосоциальное развитие русского пролетариата 20 в. оказалось сведено на уровень 2,5 тыс. давности.

По-моему, именно модель сталинизма как демократической тирании отстаивают современные сталинисты, эта же модель помогает понять и определенную обоснованность их претензий обелить Сталина как вождя и освободителя народов.Тут есть соблазн провести еще одну аналогию: Аристократическая республика/демократическая тирания – буржуазная республика/диктатура пролетариата, но понятно, что персональная тирания – это не диктатура класса.

Можно кстати вспомнить и некоторые характеристики Наполеона буржуазными современниками: «уничтожил тиранию и активный суверенитет народа, укрепил политическое господство собственников».

Источник

Обе альтернативы ложные и опасные, как Сцилла с Харибдой: чтобы пройти между ними, нужен социальный прогресс и следующее из него приобщение угнетённых масс к достижениям высокой культуры за счёт этих самых верхов, или при реформизме, за счёт государства, служащего этим верхам. То есть левая политика (и не зря в нынешнем глубоко правом мире слово «прогресс» стараются не использовать именно там, где оно должно быть основным термином – в социологии, политологии и т.п.). Тогда из соединения свободы и равенства родится искомое братство, а не взаимоуничтожение того и другого в нынешнем потребительско-постмодернистском раю.

Via wolf_kitses

Примечание

Проблемы оптимизации стохастических систем | Социальный Компас

Print PDF

Аллегория свободы, равенства и братства. Франция, 1900 г.

В продолжение пользы социального равенства

(хотя есть и дополнительный к нему вред или, точнее, риск)

***

Рассмотрим систему из n независимых индивидов, конкурирующих друг с другом за некий ресурс. Это могут быть самки в популяции тетеревов, самцы в популяции якан, люди, конкурирующие за доступ к образованию, лечению, возможностям самореализации (скажем, в науке) — или, например, к суду.

Симметрия конкуренции за социальный ресурс у животных

Об устройстве этих систем у животных, см. «Как птицы нарушают правило Бейтмана». Самое важное здесь, что у видов с токовыми сиcтемами нетокующий пол — всего лишь ресурс для собирающихся на току самцов (или самок), а не участники коммуникации, как половые партнёры у стайных или территориальных видов.

И наоборот, собравшиеся на току и особо рискующие жизнью индивиды — ресурс «ценных генов» для особей противоположного пола, почему они и копируют поведение друг друга (т. н. mate choice copying). См. критерий Дьюи, позволяющий отличить одно от другого (коммуникация «на равных» вместо «принуждения» к должной реакции, или нет), и он же применительно к обществу.

Поэтому самки путешествуют между «собраниями» самцов на токах разной численности и интенсивности конкуренции, так что могут сравнить и выбрать «лучшее место» для последующей яйцекладки вокруг. Система таким образом, вполне симметричная; вторая часть её, связанная с конкуренцией и выбором нетокующего пола, по понятным причинам реконструируется труднее и в полном объёме известна только недавно (как и «внесистемные спаривания» подчинённых самцов у райских птиц, тетеревов и пр., сильно уравнявшие шансы на «распространение своих генов» с доминантами). Соответственно, конкуренция самок не менее интенсивна, чем у самцов, и межиндивидуальная дисперсия по приспособленности тоже, см. работы для млекопитающих и птиц (1-2-3), а также теоретический анализ проблемы (или здесь).

Первый экстремум — максимум свободы

Зададимся вопросом: какая структура подобных систем оптимальна? (последнее я пока специально не определяю чётко). Первый подход здесь — распределять ресурс сообразно «качеству» особей. Оно, как понятно, проявляется в конкуренции за него, идущей по неким постоянным правилам. У животных это обеспечивают видовые сигналы и механизмы коммуникации, «наказывающие» проигрышем отвечающих на демонстрации прямым действием или уклоняющихся от следования определённому «синтаксису», организующего обмен данными демонстрациями. У людей — правилами fair play, неизменно устанавливаемыми для всех видов «соревнований» сообразно нормам и принципам данного социума; они, в свою очередь, зависят от формационной принадлежности и конкретной истории последнего, также как классовой принадлежности состязающихся. Т.е., как у животных, сложились исторически под действием конкуренции и отбора, только в ходе не эволюции, а собственно истории (как и почему первая переходит во вторую, см. «Про селекционистский подход к социальной истории»).

В обоих случаях в конкурентном процессе индивиды естественным образом делятся на «лучших» и «худших»: первые получают больше самок, лучшие территории, высший статус в иерархии и т.д. У людей это проявляется там, где число жён (т.е. рабочих рук и производителей будущих рабочих рук) пропорционально богатству мужчины или его отца. Или там, где доступ к образованию и успехи в нём почти полностью заданы возможностями (в т.ч. образованием) родителей, как в современных развитых странах (кроме Скандинавии). А от образования зависит зарплата, т.е. те самые возможности; круг замыкается, воспроизводя классовый разрыв.

Поэтому настоящая диктатура (якобинская диктатура, диктатура пролетариата в СССР) — это ограничение либеральных свобод, в первую очередь очередь свободы торговли и свободы печати, в условиях, когда их осуществление ведёт к голоду или военному поражению страны. И осуществляется она в интересах трудящихся и против цензовых классов. Даже чуточное ограничение этих свобод в Первую мировую (нормирование распределения продовольствия с затруднением выселения неплательщиков) значимо улучшило питание демоса в Англии и Франции (где не было голода, обусловленного блокадой, плохой питание было чисто следствием дороговизны.

Второй экстремум — максимум равенства

По России (вслед за прочими странами) ездит кореянка, делится впечатлениями. В том числе её восхитило (и было неожиданным), насколько у нас тёплые квартиры при сильно меньших зарплатах, чем в Европах. Там она была прошлым январём и заметила, что в домах слишком холодно, притом что климат не такой холодный как у нас. Там она складывала всю свою летнюю одежду на дно сумки, тогда как в России не может положить свою короткую маечку вниз, хотя это самая холодная зима, с которой она сталкивалась за время поездки.

«Россия действительно новая страна для меня»

Централизованная система отопления — частный пример выигрыша от обобществления, установившего равный доступ к энергии. Чем каждый будет решать свои проблемы (тепла, чистого воздуха, доезжания до места назначения) своими частными средствами, мешая друг другу (а/м, личные фильтры, локальное теплоснабжение), дешевле и разумней вложить меньшие средств в общественную инфраструктуру делающую то же для всех эффективней, с меньшими затратами средств, рабсилы и материалов (детские сады и ясли, бесплатные образование и здравоохранение, дотируемые квартплата и транспорт, в т.ч. дальний или метро, советская система РЖ и пр.).

А вот что бывает, когда этого нет даже в богатых странах. В Абу-Даби канализация развита только в здании, но не предусмотрена в городе в целом. Поэтому кал и моча жильцов накапливаются в большом хранилище под зданием, а затем вывозятся ассенизационными грузовиками, которые забивают все выезды из города, см. naturschutz п.11 .

В популяции это минимум социальной дезорганизации: потери от неё зачастую превышают потери от хищников, скажем у облигатно-колониальной пестроносой крачки Thalasseus sandvicensis гибель птенцов от агрессии взрослых соседей и других проявлений социальной дезорганизации — 18.3% от числа отложенных яиц и 19.8% от числа вылупившихся, 34,2% случаев гибели от разных причин, при отсутствии хищников в районе исследований; при их наличии смертность от тех и других сравнимы (в других местах, однако, она ниже).

Тоже мы видим у других таких видов, скажем, у морского голубка Larus genei (1-2), черноголового хохотуна Larus ichtyaetos и пр. Вообще, чем выше социальная плотность группировок, тем сильнее на особей действует социальный стресс (у людей сюда входят все риски насилия, криминала, дискриминации пр. всё вызывающее страх и беспомощность) в сравнении с энвиронментальным, куда входят хищники и др. опасности.

Источник. Панов Е.Н. Избранные труды по этологии и эволюционной биологии. М.: Т-во научн.изданий КМК, 2012. 695 с.

Спаривание пестроносых крачек. Источник elementy.ru

Управленческие следствия, в т.ч. для науки

Вот здесь конкурентный подход контрпродуктивен по двум причинам. Во-первых, самые талантливые из «лучших» уже специализированы к исследованиям в своей области, руководство исследованиями в других означает падение эффективности, примерно как нельзя есть двумя ртами. Во-вторых, они стали такими эффективными не благодаря природным талантам, а благодаря удачным биографическим и социальным обстоятельствам, поставившим их столь же талантливых коллег в уязвимое и неконкурентоспособное положение, а то и вовсе вытеснившее их из науки. Причём чем больше масштаб этого бедствия для большинства, как на постсоветском пространстве в последние 30 лет, тем убедительной выглядят, увы, доводы сторонников 1го подхода, при всей их ложности – по понятным причинам пойдёт своего рода «самоизреживание» научных направлений и школ, пока не останутся несколько – не самых сильных, но лучше всего встроенных на подсобных ролях в международные исследовательские цепочки, а от сильнейших полевых и эволюционный направлений отечественной науки не останется ни следа. Как это уже случилось в постсоветских странах поменьше и всегда было в странах третьего мира, см. «Крохотки научно-образовательные«.

Про безопасное реформаторство, по аналогии с безопасностью на дорогах

Источник wsf1917

Историческая часть: свобода, равенство и братство

Афины (основанные на гражданском равенстве и прямой демократии):

«Афины, имевшие самую полную демократию в Древнем мире, так и не породили ни одного ее крупного теоретика или защитника. Парадоксально, но вполне логично, что именно Рим, не знакомый ни с чем, кроме ограниченной и репрессивной олигархии, породил самые выразительные плачи по свободе в античности. Не было никакого реального греческого эквивалента латинского культа Libertas, которому посвящены столько серьезных или ироничных страниц у Цицерона или Тацита».

Перри Андерсон. Переходы от античности к феодализму (+ рецензия).

Libertas, Arnold Böcklin, 1891

«по гл.2. Ельницкий Л. А. Возникновение и развитие рабства в Риме в VIII — III вв. до н. э.

Источник

Via wolf_kitses

Примечание

Оптимизация стохастических систем » KpNemo

Архив новостей

Книга охватывает широкий круг задач, связанных с управлением замкнутыми дискретными системами в условиях различной степени неопределенности. Рассматриваются также вопросы оценок параметров линейных и нелинейных систем, построения субоптимальных систем, которые представляют собой большой интерес при построении адаптивных систем. Приведены полезные сведения по стохастической устойчивости и изложены важные для приложений понятия теории вероятностей и статистики. Книга окажется полезной для научных работников, инженеров, работающих в области автоматического управления, а также аспирантов и студентов.

Предисловие к русскому переводуПредисловиеГлава I. ВведениеГлава II. Оптимальное байесовское управление стохастическими динамическими системами общего видаГлава III. Адаптивные системы и оптимальные байесовские стратегии управленияГлава IV. Оптимальное байесовское управление частично наблюдаемыми марковскими системамиГлава V. Задача об оценкахГлава VI. Вопросы сходимости для задач байесовской оптимизацииГлава VII. Субоптимальные системыГлава VIII. Стохастическая устойчивостьГлава IX. Разные вопросыПриложенияБиблиографияЦитированная литература.

скачать dle 11.1смотреть фильмы бесплатно

Оригинальное название: Optimization of Stochastic Systems

Другое название: Оптимизация стохастических систем

Жанр: Книги /Математика

Автор: Аоки M.

Год издания: 1971

Издательство: М.: Наука

Формат: djvu

Язык: русский

Количество страниц: 424

Размер файлов: 13,61 Мб

Скачать:

Внимание! У Вас нет прав для просмотра скрытого текста.

← назад к списку Поделиться: Информация

Посетители, находящиеся в группе Гости, не могут оставлять комментарии к данной публикации.

Сейчас на сайте

Пользователей: 11, а также Гостей: 16, Ботов: 2. Всего: 29

www.kpnemo.eu

Оптимизации динамических стохастических систем

ПРИМЕНЕНИЕ СЕТОЧНЫХ МЕТОДОВ ДЛЯ ИССЛЕДОВАНИЯ ИОПТИМИЗАЦИИ ДИНАМИЧЕСКИХ СТОХАСТИЧЕСКИХ СИСТЕМГ. М. Антонова1

1Институт проблем управления им. В.А. Трапезникова РАН,

117997, Россия, Москва, Профсоюзная ул., 65, лаб. № 33,

тел.: (095) 334 90 50 E-mail: [email protected]

Применение сеточных методов для исследования и оптимизации плохо формализованных динамических стохастических систем связано с развитием сеточных методов численного решения задач, имеющих аналитическое описание. Выявляется связь оптимизационно-имитационных методов с использованием методики -поиска с усреднением с численными методами, создаваемыми на основе теории разностных схем. Обсуждается возможность постановки обратной задачи, в которой на основе сеточной аппроксимации решения восстанавливалось бы формализованное описание объекта.

Введение

В современных вычислительных алгоритмах широко используются сеточные методы, под которыми подразумевают методы, использующие процедуры расчёта значений функций в точках, координаты которых соответствуют узлам сеток, построенных в многомерном пространстве параметров. В многомерной области или на поверхности разностная сетка определяется как алгоритмически заданное множество ячеек сетки в области или на поверхности и компонентов боковых граней ячеек, т.е. вершин, рёбер и др. Узлы сетки соответствуют вершинам ячеек и задаются набором значений координат.

Анализ особенностей применения сеточных методов привёл к созданию теории разностных схем (А.Н. Тихонов, А.А. Самарский и др.), позволяющей получить решение численными методами на ЭВМ для широкого класса задач, определяемых только типом дифференциального оператора, начальными и краевыми условиями.

Последовательность действий при создании разностного алгоритма включает следующие этапы: выбор вида уравнения с дифференциальным оператором, разработка разностной схемы, конструирование алгоритма расчета координат узлов сетки, доказательство сходимости решения разностной задачи к решению дифференциальной задачи, оценка скорости сходимости и погрешности полученного решения.

Исходя из этой схемы, можно создавать как точные, так и приближённые алгоритмы.

Для сложных систем, допускающих математическое описание, создаётся описательная модель, учитывающая физические и др. особенности системы. На основе физического описания выбирается математическая модель. Таких моделей может быть несколько, в этом случае проводится ряд параллельных исследований. Из множества результатов можно отобрать наиболее предпочтительные по точности, скорости вычислений или другим критериям.

На основе математической модели создается вычислительный алгоритм, детализированный в виде последовательности арифметических и логических операций, приводящих к построению численного решения задачи. Иногда дополнительному исследованию подвергается математическая модель с целью проверки правильности постановки задачи, полноты и непротиворечивости набора исходных данных, существования и единственности решения, величины погрешности метода решения и т.д.

На третьем этапе выбирается система программирования, создается и кодируется программа, выбирается ЭВМ.

На четвёртом этапе организуется вычислительный эксперимент как серия расчётов с помощью созданной компьютерной программы. Каждый расчёт сопровождается процедурой фиксации полученных результатов в форме, допускающей последующий анализ и сравнение с результатами других расчётов.

Завершает исследование подробный анализ полученных результатов, коррекция модели, выбор следующей модели в случае наличия нескольких вариантов моделей в начале работы и подготовка рекомендаций для улучшения функционирования сложной системы.

Оптимизационно-имитационныеметоды с использованием -поиска с усреднением

В [1-5] рассмотрено применение сеточных методов для исследования сложных систем, представленных имитационными статистическими моделями. Для них формализованное описание можно подобрать только после декомпозиции, причём некоторые части системы не формализуются и задаются эвристическими процедурами. Предлагается ряд оптимизационно-имитационных методов решения многопараметрической многокритериальной задачи оптимизации, для которой показатели качества представляются в виде

где - набор показателей качества на выходе системы, G - определяемая в процессе поиска область эффективности, - область изменения значений стохастических параметров, - функция, описывающая j-й показатель качества, - вектор входных параметров с размерностью , - вектор случайных внешних и внутренних воздействий (помех) с размерностью , t - время, J - общее число критериев,

- плотность распределения, нормированная относительно области G, - плотность распределения, удовлетворяющая условию: .

Необходимо найти оценку области евклидова пространства G или набор оценок из пространства оценок с заданной метрикой [1,2], для которых показатели качества составляют множество Парето. В области эффективности достигается совместный экстремум показателей качества в смысле решения многокритериальной задачи, т.е. выполняются условия

. (1)

Процедура поиска приближённого решения объединяет метод статистического моделирования, метод Монте-Карло для численного расчёта многомерных интегралов-показателей качества и методику -поиска с усреднением [1-5]. В области интегрирования G, названной областью эффективности, усреднённые значения показателей качества будут лучше, чем в других областях.

Для реализации методики -поиска с усреднением разработан алгоритм и программные средства в среде С++, позволившие решить ряд задач для оптимизации параметров динамических стохастических систем.

На рис. 1 показана последовательность действий, выполняемых при расчёте показателей качества для решения задачи оптимизации по критерию неполного среднего согласно методике -поиска с усреднением. Общее количество имитационных экспериментов ограничено величиной . Выбранные параметрические, функциональные и критериальные ограничения на схеме алгоритма обозначены коротко: «ограничения». Они выделяют в пространстве параметров область допустимых значений.

Гипотеза об области эффективности формируется по результатам предварительных экспериментов. Для ее создания можно применить все методы, перечисленные в [1-5]. Создание гипотезы завершается установлением дополнительных ограничений, выделяющих область расположения решения для многокритериальной многопараметрической задачи оптимизации.

Если гипотеза об области эффективности не точна, в процессе проведения имитационных экспериментов дополнительные ограничения будут нарушаться. Чем больше нарушений, тем менее точна проверяемая гипотеза. Анализ отклонений, выполняемый на 14 этапе, может привести к появлению новой гипотезы об области эффективности и повторной серии имитационных экспериментов.

Заключение

Методы исследования сложных систем, допускающих формализованное описание и строгую математическую постановку задачи, приводят к сеточной аппроксимации решения.

Оптимизация динамической стохастической системы с использованием методики -поиска с усреднением заканчивается формированием решающего правила для отбора подпоследовательности точек - последовательности, описывающих область эффективности , т.е. также сеточной аппроксимацией решения.

Существенное отличие между точными и приближенным методами состоит в том, что в первых в зависимости от исходного уравнения выбираются вычислительные процедуры создания сеток специального вида, ускоряющие поиск сеточной аппроксимации. Для плохо формализованной сложной системы сеточная аппроксимация появляется в результате отбора, поэтому в процессе решения необходима равномерная в многомерном пространстве сетка с наилучшими свойствами равномерности в многомерном пространстве параметров. Полученная аппроксимирующая сетка имеет явно неравномерный характер и приближенно намеченные границы, но именно приближенное описание и приближенные методы решения оставляют простор для совершенствования и проверки правила отбора. Очевидно, такое решение задачи оптимизации интересно только в случае отсутствия более точного описания сложной системы и невозможности применения более строгих методов исследования. Между тем основная цель применения трудоёмких методов состоит не только в получении аппроксимирующей сетки, но и в переходе к более точному описанию решения и границ области эффективности.

Приближенные методы опробованы на ряде задач. Характер результатов и сравнение с точными методами вызывают надежду на реальность постановки и решения задачи, обратной в каком-то смысле к задачам, решаемым с помощью теории разностных схем. Она будет состоять в восстановлении исходного уравнения путём сравнения полученного приближенного решения с образцами сеточных аппроксимаций решений уравнений разного вида.

Современные средства вычислительной техники, быстродействующие алгоритмы поиска в базах знаний и значительный набор прототипов могут позволить получить такое решение в приемлемое время.

Начало

1 Подготовка гипотезы об области

17 эффективности, ограничений,

выбор значений

2 L=1

3 Выбор номера точки -

12 последовательности

4 3

4 Расчёт координат точки -

последовательности

5 Формирование вектора входных

параметров для имитационной

модели

6 Выполнение экспериментов

с имитационной моделью

7 Вычисление точечной оценки

вектора показателей качества

8 Проверка выполнения условий (1)

и дополнительных ограничений

9 Фиксация номера точки -пос-

ледовательности, в которой выпол-

няются условия (1) и дополнитель-

ные ограничения

10 Фиксация отклонений от выполне-

ния условий (1) при выполнении до-

полнительных ограничений (дефект

гипотезы)

11 L=L+1

12 3

13 Вычисление усреднённых оценок

вектора показателей качества

14 Анализ отклонений от текущей

гипотезы

15 14

15 Выбор дальнейших действий из

перечня:

16 Организация повторной серии

экспериментов для 3

проверки текущей гипотезы

17 Подготовка новой гипотезы,

организация новой 1

серии экспериментов

18 Положительная оценка

полученных результатов

19 Оформление

результатов

КонецРис.1 Алгоритм расчёта показателей качества

Список литературы

Antonova G. M. The mesh methods of uniform probe for investigation and optimization of the dynamical stochastic systems.-M.:Phizmatlit, 2007.-224 p.
Антонова Г.М. Методика -поиска с усреднением для исследования динамических стохастических систем, представленных имитационными моделями. М., 2000 (Препринт / Институт проблем управления им. В.А.Трапезникова РАН). 76 с.
Antonova G. M. -Search with Averaging As a Tool for Optimizing Parameters of Signal Processing Devices // Pattern Recognition and Image Analysis, Vol. 13, No. 4, 2003, pp. 611-616.
Antonova G. M. Pattern Recognition Procedures Using for Region of Efficiency Estimation in -Search with Averaging Methodology // Pattern Recognition and Image Analysis, Vol. 15, No. 1, 2005, pp. 34-37.
Антонова Г.М. -поиск с усреднением как новая технология поиска рациональных решений // Приложение к журналу "Информационные технологии". 2001. №6. С. 1-24.
Antonova G.M. -search with averaging for stochastic system study // Proceedings of the international conference “Automation, Control and Information Technology”. Novosibirsk, 2002. P. 245-250.
Антонова Г.М. Идентификационный подход в исследовании стохастических систем, представленных имитационными моделями // 2-я Международная конференция “Идентификация систем и задачи управления”. Научные труды. М., 2003, С. 2125-2138.
Антонова Г.М. Обработка множеств логических закономерностей для решения задачи оптимизации стохастических систем, представленных имитационными моделями // 3-я Международная конференция “Идентификация систем и задачи управления”. Научные труды. М., 2004, С. 512-521.

shkolnie.ru