Реферат: Понятие "познавательная модель реальности"

Название: Понятие "познавательная модель реальности"
Раздел: Рефераты по менеджменту
Тип: реферат

СОДЕРЖАНИЕ

Введение

I. Понятие «познавательная модель реальности»

II. Виды познавательных моделей реальности

III. Связь познавательных моделей реальности и системного подхода

Заключение

Список используемой литературы

ВВЕДЕНИЕ

Вступление России в сферу рыночных отношений требует решения громадного комплекса задач, затрагивающего буквально все стороны общественной жизни. В стороне от этого процесса не могут остаться и представители философской науки. Обратим внимание только на две задачи, которые непосредственно касаются ученых-философов.

Первая из них связана с осмыслением теоретического опыта науки управления и рассмотрения перспектив и методов использования ее достижений для разработки методологии и методик использования наработанных результатов в условиях российской действительности. Вторая состоит в разработке методологического и мировоззренческого инструментария для совершенствования подготовки управленческих кадров, способных справляться с совершенно новыми для нашей культуры задачами. Как показывает практика, слепое копирование даже хорошо проявивших себя в условиях западных стран методик может оказаться не только не эффективным, но и даже вредным.

Решить эту проблему в определенной мере позволяет тщательный методологический анализ тенденций развития западной управленческой мысли, выявление путей ее развития и на этой основе оценка сильных и слабых сторон, возможностей для их адаптации к процессу подготовки квалифицированных специалистов-управленцев различных специальностей - экономистов, юристов, плановиков.

На наш взгляд, системный подход в его различных версиях является мощным методологическим средством решения вышеназванных проблем. Имея более чем полувековую историю существования в качестве признанной дисциплины, системный подход показал свою универсальность в качестве инструмента для решения практических проблем, продемонстрировал мощный философско-методологический и мировоззренческий потенциал.

Актуальность исследования данной темы непосредственно связано с тем, что в процессе системного исследования того или иного феномена управления необходимо не только владеть системным аппаратом исследования, а также видеть логику и уровни исследования.

Чтобы различать особенности системного анализа среди других методов исследования систем управления, необходимо иметь представление о спектре познавательных моделей, которые образуются в современной методологии научной деятельности.

Предмет исследования – процесс исследования систем управления.

Объект исследования – познавательные модели реальности.

Целью данной работы является необходимость охарактеризовать основные познавательные модели реальности.

Достижение данной цели предполагает решение ряда следующих задач:

1. Определить понятие «познавательная модель».

2. Классифицировать познавательные модели.

3. Определить связь познавательных моделей реальности и системного подхода.

В процессе написания данной работы нами были использованы следующие методы:

1. Анализ источников и используемой литературы.

2. Сравнительный метод.

Данная работа была написана с использованием учебной и монографической литературы.

I . Понятие «познавательная модель реальности»

Модели и моделирование объединяют специалистов различных областей, работающих над решением межпредметных проблем, независимо от того, где эта модель и результаты моделирования будут применены [5, с. 67].

Моделирование как познавательный приём неотделимо от развития знания [3, с. 92].

По существу, моделирование как форма отражения действительности зарождается в античную эпоху одновременно с возникновением научного познания. Однако в отчётливой форме (хотя без употребления самого термина) моделирование начинает широко использоваться в эпоху Возрождения; Брунеллески, Микеланджело и другие итальянские архитекторы и скульпторы пользовались моделями проектируемых ими сооружений; в теоретических же работах Г. Галилея и Леонардо да Винчи не только используются модели, но и выясняются пределы применимости метода М. И. Ньютон пользуется этим методом уже вполне осознанно, а в 19-20 веке трудно назвать область науки или её приложений, где М. не имело бы существенного значения; исключительно большую методологическую роль сыграли в этом отношении работы Кельвина, Дж. Максвелла, Ф. А. Кекуле, А. М. Бутлерова и других физиков и химиков - именно эти науки стали, можно сказать, классическими «полигонами» методов моделирования.

Появление же первых электронных вычислительных машин (Дж. Нейман, 1947) и формулирование основных принципов кибернетики (Н. Винер, 1948) привели к поистине универсальной значимости новых методов - как в абстрактных областях знания, так и в их приложениях [3, с. 93].

Моделирование ныне приобрело общенаучный характер и применяется в исследованиях живой и неживой природы, в науках о человеке и обществе [2, с. 114].

Вид модели и методы ее исследования больше зависят от информационно-логических связей элементов и подсистем моделируемой системы, ресурсов, связей с окружением, используемых при моделировании, а не от конкретной природы, конкретного наполнения системы [5, с. 67].

У моделей, особенно математических, есть и дидактические аспекты - развитие модельного стиля мышления, позволяющего вникать в структуру и внутреннюю логику моделируемой системы.

Построение модели - системная задача, требующая анализа и синтеза исходных данных, гипотез, теорий, знаний специалистов. Системный подход позволяет не только построить модель реальной системы, но и использовать эту модель для оценки (например, эффективности управления, функционирования) системы [5, с. 68].

Модель - объект или описание объекта, системы для замещения (при определенных условиях предложениях, гипотезах) одной системы (т.е. оригинала) другой системой для лучшего изучения оригинала или воспроизведения каких-либо его свойств [5, с. 68].

Модель - результат отображения одной структуры (изученной) на другую (малоизученную).

Отображая физическую систему (объект) на математическую систему (например, математический аппарат уравнений), получим физико-математическую модель системы или математическую модель физической системы. Любая модель строится и исследуется при определенных допущениях, гипотезах.

Таким образом, в заключение мы сделаем ряд следующих выводов. Модели и моделирование объединяют специалистов различных областей, работающих над решением межпредметных проблем, независимо от того, где эта модель и результаты моделирования будут применены.

Основные свойства любой модели:

- целенаправленность - модель всегда отображает некоторую систему, то есть имеет цель;

- конечность - модель отображает оригинал лишь в конечном числе его отношений и, кроме того, ресурсы моделирования конечны;

- упрощенность - модель отображает только существенные стороны объекта и, кроме того, должна быть проста для исследования или воспроизведения;

- приблизительность - действительность отображается моделью грубо или приблизительно;

- адекватность - модель должна успешно описывать моделируемую систему;

- наглядность, обозримость основных ее свойств и отношений;

- доступность и технологичность для исследования или воспроизведения;

- информативность - модель должна содержать достаточную информацию о системе (в рамках гипотез, принятых при построении модели) и должна давать возможность получить новую информацию;

- сохранение информации, содержавшейся в оригинале (с точностью рассматриваемых при построении модели гипотез);

- полнота - в модели должны быть учтены все основные связи и отношения, необходимые для обеспечения цели моделирования;

- устойчивость - модель должна описывать и обеспечивать устойчивое поведение системы, если даже она вначале является неустойчивой;

- целостность - модель реализует некоторую систему (т.е. целое);

- замкнутость - модель учитывает и отображает замкнутую систему необходимых основных гипотез, связей и отношений;

- адаптивность - модель может быть приспособлена к различным входным параметрам, воздействиям окружения;

- управляемость (имитационность) - модель должна иметь хотя бы один параметр, изменениями которого можно имитировать поведение моделируемой системы в различных условиях;

- эволюционируемость - возможность развития моделей (предыдущего уровня) [6, с. 74].

Модели, если отвлечься от областей, сфер их применения, бывают трех типов: познавательные, прагматические и инструментальные [6, с. 74].

Познавательная модель - форма организации и представления знаний, средство соединения новых и старых знаний. Познавательная модель, как правило, подгоняется под реальность и является теоретической моделью.

Прагматическая модель - средство организации практических действий, рабочего представления целей системы для ее управления. Реальность в них подгоняется под некоторую прагматическую модель. Это, как правило, прикладные модели.

Инструментальная модель - средство построения, исследования и/или использования прагматических и/или познавательных моделей.

Познавательные отражают существующие, а прагматические - хоть и не существующие, но желаемые и, возможно, исполнимые отношения и связи.

Познавательная модель – это совокупность утверждений и приемов взаимодействия с окружающим миром, которые настолько наглядны и самоочевидны (здравый смысл), и через них принято объяснять, ими моделировать остальные факты и понятия [6, с. 75].

Мир (природа и общество) воспринимается через ту познавательную модель реальности, которой владеет человек, специалист, профессиональная группа, общество.

Таким образом, познавательные модели реальности дают возможность раскрыть особенности процесса познания как социального явления.

II . Виды познавательных моделей реальности

В современной методологии исследований различают ряд познавательных моделей, на основе которых люди воспринимают мир, то есть формируют свое мировоззрение.

Классификацию моделей проводят по различным критериям. Мы будем использовать наиболее простую, и практически значимую.

Модель называется статической, если среди параметров, участвующих в ее описании, нет временного параметра. Статическая модель в каждый момент времени дает лишь «фотографию» системы, ее срез [6, с. 76].

Например, закон Ньютона F=am - это статическая модель движущейся с ускорением a материальной точки массой m. Эта модель не учитывает изменение ускорения от одной точки к другой.

Модель динамическая, если среди ее параметров есть временной параметр, то есть она отображает систему (процессы в системе) во времени.

Например, модель S=gt2/2 - динамическая модель пути при свободном падении тела. Динамическая модель типа закона Ньютона: F(t)=a(t)m(t). Еще лучшей формой динамической модели Ньютона является F(t)=s″(t)m(t).

Модель дискретная, если она описывает поведение системы только в дискретные моменты времени.

Например, если рассматривать только t=0, 1, 2, :, 10 (сек), то модель St=gt2/2 или числовая последовательность S0=0, S1=g/2, S2=2g, S3=9g/2, :, S10=50g может служить дискретной моделью движения свободно падающего тела.

Модель непрерывная, если она описывает поведение системы для всех моментов времени из некоторого промежутка времени.

Например, модель S=gt2/2, 0<t<100 непрерывна на промежутке времени (0;100).

Модель имитационная, если она предназначена для испытания или изучения возможных путей развития и поведения объекта путем варьирования некоторых или всех параметров модели [6, с. 77].

Например, пусть модель экономической системы производства товаров двух видов 1 и 2, соответственно, в количестве x1 и x2 единиц и стоимостью каждой единицы товара a1 и a2 на предприятии описана в виде соотношения: a1x1+a2x2=S, где S - общая стоимость произведенной предприятием всей продукции (вида 1 и 2). Можно ее использовать в качестве имитационной модели, по которой можно определять (варьировать) общую стоимость S в зависимости от тех или иных значений объемов производимых товаров.

Модель детерминированная, если каждому входному набору параметров соответствует вполне определенный и однозначно определяемый набор выходных параметров; в противном случае - модель недетерминированная, стохастическая (вероятностная) [6, с. 77].

Например, приведенные выше физические модели - детерминированные. Если в модели S=gt2/2, 0<t<100 мы учли бы случайный параметр - порыв ветра с силой p при падении тела, например, так: S(p)=g(p)t2/2, 0<t<100, то мы получили бы стохастическую модель (уже не свободного) падения.

Модель функциональная, если она представима в виде системы каких- либо функциональных соотношений.

Например, непрерывный, детерминированный закон Ньютона и модель производства товаров - функциональные.

Модель теоретико-множественная, если она представима с помощью некоторых множеств и отношений принадлежности им и между ними.

Например, пусть заданы множество X={Николай, Петр, Николаев, Петров, Елена, Екатерина, Михаил, Татьяна} и отношения: Николай - супруг Елены, Екатерина - супруга Петра, Татьяна - дочь Николая и Елены, Михаил - сын Петра и Екатерины, семьи Михаила и Петра дружат друг с другом. Тогда множество X и множество перечисленных отношений Y могут служить теоретико-множественной моделью двух дружественных семей.

Модель логическая, если она представима предикатами, логическими функциями [1, с. 114].

Например, совокупность двух логических функций вида: z=xyxy, p=xy может служить математической моделью одноразрядного сумматора.

Модель игровая, если она описывает, реализует некоторую игровую ситуацию между участниками игры (лицами, коалициями) [1, с. 115].

Например, пусть игрок 1 - добросовестный налоговый инспектор, а игрок 2 - недобросовестный налогоплательщик. Идет процесс (игра) по уклонению от налогов (с одной стороны) и по выявлению сокрытия уплаты налогов (с другой стороны). Игроки выбирают натуральные числа i и j (i,jn), которые можно отождествить, соответственно, со штрафом игрока 2 за неуплату налогов при обнаружении факта неуплаты игроком 1 и с временной выгодой игрока 2 от сокрытия налогов (в средне- и долгосрочном плане штраф за сокрытие может оказаться намного более ощутимым). Рассмотрим матричную игру с матрицей выигрышей порядка n. Каждый элемент этой матрицы A определяется по правилу aij=|i-j|. Модель игры описывается этой матрицей и стратегией уклонения и поимки. Эта игра - антагонистическая, бескоалиционная (формализуемые в математической теории игр понятия мы пока будем понимать содержательно, интуитивно).

Модель алгоритмическая, если она описана некоторым алгоритмом или комплексом алгоритмов, определяющим ее функционирование, развитие. Введение такого, на первый взгляд, непривычного типа моделей (действительно, кажется, что любая модель может быть представлена алгоритмом её исследования), на наш взгляд, вполне обосновано, так как не все модели могут быть исследованы или реализованы алгоритмически [1, с. 115].

Например, моделью вычисления суммы бесконечного убывающего ряда чисел может служить алгоритм вычисления конечной суммы ряда до некоторой заданной степени точности. Алгоритмической моделью корня квадратного из числа x может служить алгоритм вычисления его приближенного сколь угодно точного значения по известной рекуррентной формуле.

Модель структурная, если она представима структурой данных или структурами данных и отношениями между ними [1, с. 115].

Например, структурной моделью может служить описание (табличное, графовое, функциональное или другое) трофической структуры экосистемы.

Модель графовая, если она представима графом или графами и отношениями между ними.

Модель иерархическая (древовидная), если представима некоторой иерархической структурой (деревом).

Модель сетевая, если она представима некоторой сетевой структурой.

Модель языковая, лингвистическая, если она представлена некоторым лингвистическим объектом, формализованной языковой системой или структурой. Иногда такие модели называют вербальными, синтаксическими.

Например, правила дорожного движения - языковая, структурная модель движения транспорта и пешеходов на дорогах. Пусть B - множество производящих основ существительных, C - множество суффиксов, P - прилагательных, "+" - операция конкатенации слов, ":=" - операция присваивания, "=>" - операция вывода (выводимости новых слов), Z - множество значений (смысловых) прилагательных. Языковая модель M словообразования: <zi><=<pi>:=<bi>+<si>. При bi - "рыб(а)", si - "н(ый)", получаем по этой модели pi - "рыбный", zi - "приготовленный из рыбы".

Модель визуальная, если она позволяет визуализировать отношения и связи моделируемой системы, особенно в динамике.

Например, на экране компьютера часто пользуются визуальной моделью того или иного объекта, например, клавиатуры в программе-тренажере по обучению работе на клавиатуре.

Модель натурная, если она есть материальная копия объекта моделирования.

Модель геометрическая, графическая, если она представима геометрическими образами и объектами.

Например, макет дома является натурной геометрической моделью строящегося дома. Вписанный в окружность многоугольник дает модель окружности. Именно она используется при изображении окружности на экране компьютера. Прямая линия является моделью числовой оси, а плоскость часто изображается как параллелограмм.

Модель клеточно-автоматная, если она представляет систему с помощью клеточного автомата или системы клеточных автоматов. Клеточный автомат - дискретная динамическая система, аналог физического (непрерывного) поля. Клеточно-автоматная геометрия - аналог евклидовой геометрии. Неделимый элемент евклидовой геометрии - точка, на основе ее строятся отрезки, прямые, плоскости. Неделимый элемент клеточно-автоматного поля - клетка, на основе её строятся кластеры клеток и различные конфигурации клеточных структур.

Это «мир» некоторого автомата, исполнителя, структуры. Представляется клеточный автомат равномерной сетью клеток («ячеек») этого поля. Эволюция клеточного автомата разворачивается в дискретном пространстве - клеточном поле. Такие клеточные поля могут быть вещественно-энерго-информационными.

Законы эволюции локальны, то есть динамика системы определяется задаваемым неизменным набором законов или правил, по которым осуществляется вычисление новой клетки эволюции и его материально-энерго-информационной характеристики в зависимости от состояния окружающих ее соседей (правила соседства, как уже сказано, задаются). Смена состояний в клеточно-автоматном поле происходит одновременно и параллельно, а время идет дискретно. Несмотря на кажущуюся простоту их построения, клеточные автоматы могут демонстрировать разнообразное и сложное поведение. В последнее время они широко используются при моделировании не только физических, но и социально-экономических процессов.

Клеточные автоматы (поля) могут быть одномерными, двумерными (с ячейками на плоскости), трехмерными (с ячейками в пространстве) или же многомерными (с ячейками в многомерных пространствах).

Например, классическая клеточно-автоматная модель - игра «Жизнь» Джона Конвея. Она описана во многих книгах. Мы рассмотрим другую клеточно-автоматную модель загрязнения среды, диффузии загрязненителя в некоторой среде. 2D-клеточный автомат (на плоскости) для моделирования загрязнения среды может быть сгенерирован следующими правилами:

- плоскость разбивается на одинаковые клетки: каждая клетка может находиться в одном из двух состояний: состояние 1 - в ней есть диффундирующая частица загрязнителя, и состояние 0 - если ее нет;

- клеточное поле разбивается на блоки 2×2 двумя способами, которые будем называть четным и нечетным разбиениями (у чётного разбиения в кластере или блоке находится четное число точек или клеток поля, у нечетного блока - их нечетное число);

- на очередном шаге эволюции каждый блок четного разбиения поворачивается (по задаваемому правилу распространения загрязнения или генерируемому распределению случайных чисел) на заданный угол (направление поворота выбирается генератором случайных чисел);

- аналогичное правило определяется и для блоков нечетного разбиения;

- процесс продолжается до некоторого момента или до очищения среды.

Пусть единица времени - шаг клеточного автомата, единица длины - размер его клетки. Если перебрать всевозможные сочетания поворотов блоков четного и нечетного разбиения, то видим, что за один шаг частица может переместиться вдоль каждой из координатных осей на расстояние 0, 1 или 2 (без учета направления смещения) с вероятностями, соответственно, p0=1/4, p1=1/2, p2=1/4.

Вероятность попадания частицы в данную точку зависит лишь от ее положения в предыдущий момент времени, поэтому рассматриваем движение частицы вдоль оси х (y) как случайное.

Таким образом, а определенный конкретный исторический период обычно имеет распространение, преобладает одна из познавательных моделей, иногда две.

III. Связь познавательных моделей реальности и системного подхода

Загадка системного подхода и его теоретическая и практическая экспансия во многом объясняются тем, что он является отражением и инструментом тех изменений, которые происходят в самом процессе восприятия людьми окружающего мира.

Системный подход выступает как средство формирования целостного мировоззрения, в котором человек чувствует неразрывную связь со всем окружающим миром [2, с. 6].

Видимо, наука приближается к тому витку своего развития, который аналогичен состоянию знания в античное время, когда существовала целостная, нерасчлененная совокупность знаний о мире, но более высок по уровню, отвечает новому планетарному мышлению.

В чем же суть системного подхода, чем обусловлена его эффективность как метода? «Опыт современного познания, — пишет российский философ и системолог В. Н. Сагатовский, — показывает, что наиболее емкое и экономичное описание объекта получается в том случае, когда он представляется как система» [Цит. по 2, с. 6].

Информация, полученная на основе системного подхода, обладает двумя принципиально важными свойствами: во-первых, исследователю поступает лишь информация необходимая, во-вторых, — информация, достаточная для решения поставленной задачи. Данная особенность системного подхода обусловлена тем, что рассмотрение объекта как системы означает рассмотрение его только в определенном отношении, в том отношении, в котором объект выступает как система.

Системные знания — это результат познания объекта не в целом, а определенного «среза» с него, произведенного в соответствии с системными характеристиками объекта. «Системообразующий принцип всегда что-то «обрубает», «огрубляет», «высекает» из бесконечного разнообразия конечное, но упорядоченное множество элементов и отношений между ними» [5, с. 80].

Категория «система» относится к числу всеобщих категорий, то есть она применима к характеристике любых предметов и явлений, всех объектов. Последние нельзя разделить на системы и не-системы. Любой объект есть в данном отношении система, а в другом — не-система.

Определить объект как систему — значит выделить то отношение, в котором он выступает как система. Однако чем задается данное отношение, в каком отношении явление выступит как система? Как система объект выступает лишь относительно своей цели, той цели, которую он способен реализовать, достигнуть. И в этом отношении объект является целым, представляет собой целостность. В прикладном аспекте «целостность» и «системность» рассматриваются как тождественные свойства явлений.

Цель как бы вычленяет, очерчивает в объекте систему, ибо в последнюю войдет из объекта только то, что определяет свойства, необходимые для достижения цели. Если один и тот же объект может реализовать несколько целей, то относительно каждой он выступит как самостоятельная система. В то же время всякая вещь в каком-то отношении есть система, ибо всегда имеется цель, которая может быть достигнута свойствами данной вещи. Эта закономерность характеризует системный подход как универсальный инструмент познавательной деятельности.

Как системный подход соотносится с комплексным?

Подчеркивая важность методологического анализа комплексного подхода, B. C. Швырев и Э. Г. Юдин пишут: «В настоящее время приходится очень часто сталкиваться с выражением «комплексный подход», которое употребляется, когда речь идет о проблемах не только науки, но и практики. При этом имеется в виду такая ориентация и такая организация исследовательской или практической деятельности, когда существенным условием для решения проблемы становится органическое сочетание действий представителей разных научных дисциплин и разных сфер практики. В методологическом плане, однако, комплексный подход пока что изучен сравнительно слабо, что заметно сказывается на эффективности его применения. Поэтому методологический анализ проблематики комплексного подхода представляется одной из актуальных задач методологических исследований» [Цит. по: 2, с. 8].

Думается, что существование и использование комплексного подхода отдельно от системного невозможно, а попытки рассмотреть его как самостоятельный метод чреваты утратой в нем научного смысла, научной основы. В таких случаях он сохраняет лишь обыденное содержание в виде стремления охватить как можно больше сторон, свойств, компонентов явлений и в этой претензии на всеохватность, не организованной научными принципами, по существу, совпадает с эклектикой.

Комплексный подход, на наш взгляд, имеет смысл выделять как особую разновидность системного метода. Системный подход приобретает форму комплексного тогда, когда речь идет об исследовании систем, в состав которых входят элементы, одновременно функционирующие в других системах, причем других по своей природе, с которыми комплексные системы на этом основании связаны сложными функциональными и иными зависимостями. Отсюда можно сделать вывод, что комплексный подход порожден необходимостью исследования комплексов как особых систем. Однако это не значит, что всякое исследование комплекса есть комплексное исследование.

Так же, как не всякое исследование системы можно назвать системным: системы могут изучаться и несистемным путем.

Для того, чтобы исследование было комплексным, недостаточно комплекса-объекта: комплексом должно быть само исследование, то есть оно должно быть построено, организовано на определенных принципах, а именно — на принципах системности.

Ведь комплекс, как отмечалось, есть особая система. Отсюда следует второй и более важный вывод: комплексный подход является таковым только в том случае, когда он является системным.

В последнее время представители гуманитарных областей знания, в том числе и правоведы, стали обращать внимание на деятельностный подход как метод решения научных проблем. «Для современного познания, особенно для гуманитарных дисциплин, понятие деятельности играет ключевую, методологически центральную роль, поскольку через него дается универсальная и фундаментальная характеристика человеческого мира» [Цит. по: 2, с. 8].

Говоря о соотношении системного и деятельностного подходов, следует сразу отметить, что последний по сфере использования уже: его применение ограничено рамками науки о социуме, ибо «деятельность есть специфически человеческая форма активного отношения к окружающему миру, содержание которой — целесообразное изменение и преобразование мира на основе освоения и развития наличных форм культуры» [Цит. по: 2, с. 11].

Вместе с тем идея деятельности и идея системности тесно связаны, тяготеют друг к другу. В соединении с системным деятельностный подход обретает большую эффективность, методологически усиливается.

Различие системного и деятельностного подходов как методов, объяснительных принципов состоит в том, что системный подход применяется, когда по цели как основному системообразующему фактору через функцию необходимо прийти к знанию структуры и состава системы.

Деятельностный же подход применяется, когда возникает потребность в объяснении закономерностей развития системы через объективированный в определенной форме результат ее действия. Деятельностный подход позволяет на основании знания законов развития и функционирования деятельности совершить операцию распредмечивания и декомпозиции продукта деятельности, чтобы выяснить факторы, сохраняющие и развивающие данный объект.

В тех случаях, когда положения теории систем используются в той или иной науке, впрочем, как и в большинстве философских работ, посвященных системному подходу, одни и те же категории последнего употребляются с различным значением.

ЗАКЛЮЧЕНИЕ

Таким образом, в заключение необходимо сделать ряд следующих выводов.

СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ

1. Волкова В. Н., Денисов А. А., Теория систем.- М.: Высшая школа, 2006.- 512с.

2. Долятовский В. А., Долятовская В. Н., Исследование систем управления.- М.: МарТ, 2003.- 256с.

3. Зайцев А. К., Исследование систем управления.- Нижний Новгород, 2006.- 166с.

4. Коротков Э. М., Исследование систем управления.- М.: Издательско – консалтинговая компания «ДеКА», 2000.- 336с.

5. Мишин В. М., Исследование систем управления.- 2-е изд. перераб. и доп..- М.: ЮНИТИ – ДАНА, 2007.- 427с.

6. Мухин В. И., Исследование систем управления. Учебник для вузов.- М.: Экзамен, 2006.- 480с.

7. Рогожин С. В., Рогожина Т. В., Исследование систем управления. Учебник для вузов.- М.: Издательство Экзамен XXI, 2005.- 288с.