SYNERGETICKÝ PŘÍSTUP SYNTÉZY OPTIMÁLNÍ TRAJEKTORIE

 

Miroslav Barvíř

 

Úvod

            Příspěvek se zabývá historickou problematikou, která ukazuje na to, že syntéza optimálních trajektorií je vrcholem historických studií dynamických pohybů. Začala studiem zdůvodnění obecného dynamického pohybu v přírodě, což je po tisíciletí předmětem výkladu zejména pozorovaných astronomických pohybů. Později došlo k výraznému rozvoji mechaniky a tak se vlastně v tomto oboru vytvořily základní pojmy a terminologie dynamických pohybů. Tuto terminologii nutně přebírají nově se rozvíjející obory. Výrazného pokroku v poznání bylo dosaženo v práci Isaaca Newtona (1643-1727), který geniálním způsobem odhalil význam působící silové rovnováhy na hmotnostní bod. Odhalil význam zpětné vazby pro pohyb tohoto bodu vůči okolí a definoval pro tento pohyb analytickou diferenciální rovnici druhého řádu, která později byla nazvána na počest jeho jménem. Vědecké bádání v přírodovědném oboru intenzivně pokračovala a rozvíjela se filozofie. Joseph Louis Lagrange (1736-1813) prostudoval vnitřní příčiny pozorovaných trajektorií a ukázal, že pohyb hmotnostního bodu lze určovat i z okamžitých hodnot potenciální a kinetické energie a vazebních výkonů. Odvodil  obecnější tvar energetické diferenciální rovnice, nyní po něm nazvané, která při správné aplikaci vede na Newtonovu rovnici, jejíž použití se mezitím velmi rozšířilo pro  snadný analytický způsob dokončení výpočtu.  Lze říci, že od této doby můžeme studovat dynamické pohyby jako okamžitou systémovou transformaci energií a vazebních výkonů.

            Studium transformací energií a výkonů intuitivně vedlo k zvýšení pozornosti vzájemné vazby hmotnostních systémů a jejich součinnosti.  Největší rozmach tohoto přístupu se projevil v systémové analýze teoretické a praktické kybernetiky. Obrovský rozvoj výpočetní techniky nám umožnil dokončovat nesmírně složité analytické výpočty pomocí číslicových počítačů metodikou modelování. Protože jedinou rovnicí v dynamických pohybech je diferenciální rovnice druhého řádu, otevírá se nám možnost vytvořit jednotnou společnou metodologii pro studium libovolných pohybů v našem pozorovaném okolí. Význam a rozměry metrických a vazebních parametrů systému jsou vytvářeny jednotným způsobem v libovolném vědeckém oboru. Složitost současných teoretických problémů vzniká v propojení obrovského množství vzájemně svázaných hmotnostních bodů. Navíc ještě v nelineárních a nestacionárních vazbách. Autor využívá své odborné profese a svých 50ti  letých zkušeností v oboru modelování, aby své skromné poznatky a zkušenosti se syntézou optimálních systémů předal těm, kteří nutně budou v budoucnu hledat cesty k zlepšení funkcí zejména společenských systémů.

            Je vhodné upozornit, že pod pojmem optimální rozumíme systémy, které při znalosti analytických popisů vytváření trajektorií dovolují prognózu a tudíž předpověď  dynamického chování v budoucnu v duchu zvoleného kriteria pohybu. Nalezená trajektorie řízení nejlépe vyhovuje zvolenému kriteriu. Ukazuje se, že k  této předpovědi nám může stačit znalost okamžitého stavu, dokonalá znalost synergetických přístupů a znalost modelování na počítačích, které nevyžadují praktickou znalost analyticky dokončovaných řešení. Příspěvkem proniká snaha po upozornění, že dosavadní přístup k úloze prognózování nevyužívá plně dosaženého rozvoje vědy a využití počítačů.

 

 

Přístupy k získávání popisu

            Principielně můžeme získávat popis dynamických systémů observativní nebo příčinnou metodou. V literatuře se setkáváme s názvem analytická metoda jako názvu principielně pro oba přístupy, protože dokončení úvah se opírá o analytickou verifikaci zvoleného  přístupu k řešené problematice. Je třeba konstatovat, že oba přístupy si nekonkurují a vhodným využitím obou lze úspěšně řešit sledovanou problematiku. Návrh optimální trajektorie je v podstatě nová úloha, kdy se snažíme určit jedinou trajektorii v duchu zvoleného kriteria. Prognóza či predikce dovoluje se blížit k optimálnímu řízení v případě, že není k disposici dostatek údajů o struktuře systému, metrice a vazbách na okolí a nevíme přesně, čeho chceme pohybem systému dosáhnout. Někdy stačí zkušenosti a intuice.

            Observativní metoda je charakteristická tím, že jakmile soustředíme svoji pozornost k  libovolnému realizovanému systému, tak tato pozorování můžeme zapisovat, klasifikovat a konečně vhodnými metodami zpracovat. Tak vždy začíná rozvoj jakékoliv vědy a postupem poznání se vyvíjí k formulaci vědních zákonů daného oboru. Mnohdy se spokojíme pouze se zpracováním výsledků pozorování. Zjistíme příznakové přechodové vlastnosti systému, aniž bychom pátrali po základním motivu, proč se pohyb děje právě tak, jak pozorujeme. Zapsané pozorování o trajektoriích pohybu má tvar časové diskretní řady a je proto samozřejmé, že pro jejich zpracování se využívá metod statistického zpracování korelačních příznaků. Samotné zpracování na korelační funkce nám dovoluje provádět prognózu (predikci) budoucího chování systému v rozsahu platnosti stacionárnosti použité časové řady a pozorovaného systému. Zpracováním příznaků však docílíme získání korelačního modelu studovaného systému z posice přenosových vlastností. Nezjistíme vnitřní fyzikální strukturu systému, což brání cílevědomému využití zásahů do změny struktury. Dostáváme přenosovou charakteristiku chování vstup-výstup. Shodnou strukturu chování systému lze náhradně si představit  libovolnými časovými náhradami zjištěné korelační funkce. V počátcích to byly aproximace ortogonálními funkcemi až po moderní přístupy pomocí neuronových sítí. Používá se tvar časové funkce nazvané sigmoida, která se blíží svým průběhem specielnímu tvaru kmitavého článku, kterou popisuje diferenciální rovnice druhého řádu. Společné využití této rovnice a metodiky neuronových sítí by výrazně přispělo k fyzikálnímu ujasnění obecné problematiky. K určení okamžité  dynamiky systému můžeme  též využít  expertní nebo fuzzy metody. Ze všech těchto metod lze sice jen s obtížemi odvodit příčinnou strukturu systému, ale jsou velmi užitečné k určení přenosových vlastností modelů námi vyšetřovaných realizovaných systémů. Samozřejmě lze tímto způsobem získat okamžitou přijatelnou matematickou náhradu systému.

            Příčinná metoda nám dovoluje přistupovat k syntéze systémů a struktur již v etapě, kdy tento není zatím realizován a poznatky o chování nelze získat observativním přístupem. Tento přístup je po tisíciletí prioritním přístupem k rozvoji vědeckých oborů a využívá poznatků observativních metod. Nelze si představit současnou konstrukci či projekci nesmírně složitých zařízení bez velmi podrobné příčinné znalosti daného oboru. V tomto směru lze vysledovat obrovskou řadu vědeckých osobností, jež si předávaly prapor poznání příčinného popisu v průběhu věků a tím přispívaly k rozvoji vědního oboru i obecné filozofie. Byli to zejména Pythagoras, Demokritos, Aristoteles př.n.l. a dále Bruno, Galilei, Kepler, Kant, Newton, Spinoza, Lagrange, Einstein, Heidegger, Popper a celá plejáda dalších. Základním vztahem bylo odhalení silového působení jako zdroje pohybu Isaacem Newtonem ve tvaru rovnice (1)  

 

                                                                                (1)

 

                Rovnice popisuje vnitřní chování hmotnostního bodu s parametry M (hmotnost), B (koeficient vizkozního tlumení) a  D (koeficient direktivního tlumení) pod vlivem vnější síly F(t). Při tomto přístupu bylo použito virtuální odtržení tohoto systému od okolí. M, B, a D jsou vnitřní parametry systému a F (t) je vnější působící sila. Pozorované vnitřní chování je dáno nevyvážením vnitřních silových podmínek. Tato nerovnovážnost je způsobena vnitřními parametry systému a pak hovoříme o autonomním dynamickém chování. Obecně vazba na jiný vztažný systém silou F(t) vede k nerovnovážnosti a hovoříme o neautonomním chování. Pokud se systém  nachází v nerovnovážné dynamice,  nutně se bude pohybovat. Do těchto úvah se promítají naše poznatky a stabilitě a nestabilitě systémů, a rozmělňují naši prioritní úlohu o optimální syntéze trajektorií. U obecné úlohy je poměrně náročný přesný analytický příčinný popis systému. Studium rovnice (1) popisující pohyb hmotného bodu M nevyžaduje vyšetření přenosu energií mezi  jednotlivými systémy. Tím se generuje spousta nových problémů a to nejen filozoficky, ale i prakticky. Co způsobují  energie,  které v současné době  nesledujeme? Pouze s obavami je pozorujeme a  zjišťujeme nepříznivý dopad na svázané systémy.  Zejména na ekologii přírodních systémů, ze kterých čerpáme prvotní zdroj energie k uskutečnění  pohybu a principielně se nezajímáme, co způsobí odpady naší vědeckorevoluční výroby.

            Vhodnější způsob získávání popisu dynamického systému odhalil Joseph Louis Lagrange a  tento dovoluje určovat pohyb pomocí energií a výkonů pomocí rovnice (2)

 

                                                                                 (2)

 

            Rovnice (2) vede vždy na rovnici (1), která dosáhla mnohem většího rozšíření, a je všeobecně používána z důvodů snazšího analytického řešení, na kterou se soustřeďoval rozvoj analytického řešení v minulých stoletích. Jelikož se ukazuje, že v principu jde o transformaci energií a výkonů lze konstatovat, že z přírodních zákonů nelze získat jiný popis než  diferenciální rovnici 2 řádu. Při použití číslicového počítače vždy řešíme úlohu integrace přírůstkovou aproximací a tedy máme v rozborech vždy diferenční rovnici 2 řádu s řadou nových problémů, viz /1/. Principielně zadáváme pro počítač diferenciální rovnici, kterou si tento automaticky převádí na diferenční rovnici v důsledku použité aproximační integrační formule. Každé řešení je ovlivněno použitou metodou a integračním krokem a dovoluje nám demonstrovat jednoduše tzv. motýlový efekt, např. změnou integračního kroku. V /1/ je rovněž ukázáno, že studium ekonomických systémů v konkurenčním prostředí s jednoparametrickým kriteriem zisku, jež popisuje  způsob organizace třicátých let minulého století u fy. Baťa, je poměrně jednoduché. Kriterium nejvyššího zisku na jisté úrovni u této firmy bylo zdrojem pro vytváření mohutného provozního kapitálu, který pak přiměřeně víceparametrickým kriteriem přispěl k obrovskému rozvoji závodu a vybudování světově pozoruhodné sociální sítě pro  spolupracovníky závodu. Toto jednoduché kriterium maximálního zisku se objevuje v ekonomických problémech již od nepaměti a má obrovský význam pro studium problémů globalizace svým vývozem zisku. Je neprávem předmětem ostré celosvětové kritiky zejména proto, že řídící pracovníci nepoznají, že v daném svázaném systému je už nutno přejít na jiné kriterium.  Je zřejmé, že takto prioritně prosazované kriterium je pro budoucnost přežití lidstva nepřijatelné. Případ velmi složitých nelineárních a nestacionárních vazeb, pokud je vyšetření prováděno metodou matematického modelování na počítači, nezpůsobuje zásadní problémy. Až na zpracování algoritmů pro počítač, při čemž se stále zřetelněji ukazuje, že mnoha vedoucím pracovníkům chybí systémový přístup, analytická gramotnost a schopnost řídit.

            Ukazuje se, že každý systém je vytvářen různě složitým propojením dílčích prvků, které představují „zobecněné hmotnosti“ a celek vede na soustavu řešení systémů diferenčních rovnic 2 řádu. Praktické aplikace řešení jsou zcela běžné ve strojírenství jako Metoda konečných prvků (MKP). V elektrotechnice zejména kybernetické přístupy analýzy a syntézy systémů, v biologii pak studie genetických problémů, ve farmaceutice se hledají nové léky, v chemii se nalézají nové materiály. Uspokojivá předpověď počasí ukazuje denně v televizi praxi modelování pro využití k časově omezenému prognózování a tím upozorňuje na význam příčinných metod popisu. U předpovědi počasí prognózovaní zatím bude užitečné, slunce je příliš energeticky silný protivník a řídit počasí bude náročné.

            Ale stále se ukazuje, že využití matematických modelů v ekonomii, sociologii, společenských vědách a právu má ještě obrovský prostor k praktickému využití. Tyto metody jsou potenciálně nesmírně poškozovány tím, že zástupnými problémy s lidskými vlastnostmi (jako nepopsatelnými) se tyto systémy předkládají jako neřešitelné. Hlavní problém je ten, že může být nežádoucí zavést do těchto systémů princip příčinnosti a existenci všudypřítomné zpětné vazby, které zprůhlední tyto vědní obory. Jistý prostor k vědecké klasifikaci se otevírá zavedením pojmů tvrdá metodologie přírodovědných systémů a měkká metodologie pro systémy s výraznými obtížemi, kdy do dynamiky vstupuje lidský činitel se svými mnohdy těžko předvídatelnými a analyticky prozatím obtížně popsatelnými reakcemi. Je třeba konstatovat, že chování jednotlivců je přeloženo jednoznačným chováním určité větší  skupiny, která mnohdy zlovolnou náhodnost či osobní moc jednotlivce omezí. Fundamentální struktura dynamického systému je stálá a konečná, změnu chování lze zachytit velikostní volbou vyšetřovaného systému či podrobným statistickým rozborem dílčích vlivů na generování vazebních koeficientů (metriky) vyšetřovaného článku druhého řádu. Případně lze přejít na přijatelné rozšíření studia detailů. Vazební koeficienty jsou průběžně generovány algoritmy a jsou obecně nelineární a nestacionární. Jejich generování je vlastně nový algoritmus podsystému, který vstupuje do celkové tvrdě zadané struktury vyšetřovaného systému. U ekonomických a sociálních systémů bude nutno provésti hodně příčinných studií pro poznání chování velmi složitých systémů. Zapojení těchto oborů do analýzy a syntézy dynamického chování je nyní umožněno tím, že se využívá observační měkké metodologie pro stanovení charakteristik pro získání matematických příznaků. Tento trend zvýrazňují i v poslední době udělované Nobelovy ceny za ekonomiku. Zpracovávají se ukazatele příznaků časových řad již realizovaných a nějak fungujících systémů. Nepřijatelnost použití příčinných metod podporovaných matematickým modelováním je předmětem dosti silné kritiky /2/, což dramatizuje její harmonický rozvoj.

        Řízení společnosti pomocí počítačových modelů je možné. Zejména je nezbytné pro zpracování vizí pro přežití lidstva a tím i pro zpracování programů politických stran. Ovládání společnosti je tvrdě řízeno jednotným algoritmem a rozmanitost politických přístupů je dána vahou jednotlivých skupin, kterým se podaří prosadit své osobní a skupinové zájmy při rozdělování finančních výnosů. Pravicové i levicové skupiny jsou pod stejnými zákony, pouze čas ukazuje jak se skupině daří plnit optimálně dosažitelné a udržitelné stavy. Tyto vize s odpovídajícími náklady na jednotlivé varianty spolu s víceparametrickými kriterii musí být zpracovány co nejdříve. Musí vésti k optimálnímu řešení, aby konečné bohatství na zemi posloužilo k spokojenému soužití všech národů. Pokud dochází k výtkám, že společenské systémy nelze řešit modelováním, tak je  třeba rovnou říci, že modelová představa v hlavách vládnoucí skupiny lidí je vždy vodítkem pro intuitivní představu optimálního řízení pro skupiny občanů které zastupuje. Protože je problém nesmírně složitý, nelineární a nestacionární, je bezpodmínečně nutné využít k řešení těchto příčinně popsaných úloh počítačů v úloze modelování. Tyto problémy nelze řešit předvolebními sliby, neboť řešení se často odsune jen na další generaci politiků. Společenské problémy je nutno řešit s výraznou podporou analytických systémových odborníků s verifikační podporou statistiky. Ovšem bankovní a obchodní tajemství kryté účelovými audity, vytváření záměrných spekulativních bublin za účelem dosažení maximálních zisků a trvale podporovaná analytická negramotnost, bude ještě dlouho brzdícím prvkem k širokému rozvoji systémových společenských přístupů.

 

Princip synergetického přístupu 

            Pokud hodláme optimálně řídit (zvolit optimální prognózu trajektorií), musíme tak učinit vyhodnocením okamžitých hodnot a požadavků, jež jsou v daném okamžiku  k disposici. Jsou to tyto předpoklady:

            1. znalost charakteristik popisu chování dynamického systému

            2. počáteční podmínky v okamžiku připojení pozornosti pozorovatele

            3. určení očekávaného dynamického stavu na konci pohybu v čase a souřadnicích

            4. volba jedno či víceparametrického kriteria pohybu

            5. způsob dynamického působení na změnu trajektorií

                        - spojité řízení přípustným řízením

                        - diskretní řízení přípustným řízením

                        - změna dynamických vlastností systému v časovém průběhu řízení

                        - změna dissipace v systému, zavedení nelinearit

            Tato úloha leží v podstatě všech úloh syntézy optimální trajektorie v teoretické kybernetice a je intenzivním předmětem studia minulých století.

            Je žádoucí upozornit na skutečnost, že určení optimální trajektorie se v průběhu věků soustředilo převážně na studium pozorované trajektorie. Všimneme-li si pozorovaného pohybu v přírodovědném prostředí můžeme konstatovat:

·      Každá těžká kulička se při pohybu perfektně v každém okamžiku orientuje v libovolně členité ploše a bez zaváhání volí optimální trajektorii. Zarážející pro náš způsob vyšetření je skutečnost, že určení této trajektorie je pro většinu z nás i v době velkého rozvoje počítačů zcela neřešitelné. Nezbývá než připustit, že přirozená „inteligence“ těžké kuličky je vyšší, než jsme ochotni si připustit, nebo náš způsob řešení této úlohy je nesprávný.

·      Všechny dynamické pohyby v přírodě jsou příčinné a je tedy možno tuto skutečnost sledovat v průběhu celého pohybu a to okamžitě. Optimální trajektorie se plně realizuje v duchu použitého kriteria. V přírodě probíhá tento pohyb tak, že množství energie pro tento pohyb je nejmenší. „Příroda ekonomizuje svoji činnost.“

·      Filozoficky nejnáročnější je popis optimální trajektorie hmotnostního bodu svázaného s okolím. Každý hmotnostní bod má tendenci pohybovat se zcela volně, čemuž však brání vazby z okolí. „Svoboda je poznaná nutnost.“

·      Veškerá lidská dynamická činnost je výsledkem řízení. Neexistují nestabilní systémy, pozorujeme jen systémy nevhodně řízené. Lze měnit strukturní stabilitu, metrickou stabilitu, změnit charakter vnějšího působení (spojitý, přetržitý, vhodně klíčovaný) a provádět časové změny struktury systému i parametrů.

·      Prognóza systému není teoreticky nutná, dokážeme-li určit přípustné řízení ve výchozím stavu pro nejbližší  krok časového intervalu pohybu, které splňuje dosažení koncového stavu při zvoleném kriteriu

·      Je třeba vypracovat moderní teorii syntézy optimálního řízení

            Ve výzkumné zprávě /3/ z roku 1980 jsou diskutovány výše uvedená tvrzení. Nelze říci, že by autor byl svými kolegy za ně pozitivně hodnocen. Práce je přístupná u autora a snad v archivu ČSAV - UTIA Praha a nenabízí konečná řešení, pouze jitří řídící fantazii.

            Pozornost k úspěšnému řešení vygenerovala v průběhu staletí obecnou metodiku variačního počtu ( úloha Lagrangeova, Meierova, Bolzova). Na tyto práce navazují práce Pontrjagina a dalších známé jako Princip maxima, a dále pak práce Bellmanovy známé pod názvem Dynamické programování. Metody se soustřeďují na  studium fázových souřadnic a to polohy, rychlosti a síly. Pomocí těchto souřadnic je hledána optimální trajektorie. Blokové schema řešení je uvedeno na Obr.1.

 

 

Obr.1.

 

 

            Mimo pozornost řešení syntézy zůstaly příznakové vlastnosti systému, které jsou charakterizovány  energetickými a výkonovými příznaky

 

EK (t)  =  1/2 M { q´(t) }2                      případně                      EK (t) . sign q´(t)               [J]

ED (t)  =  1/2 D  { q (t) }2                                                          ED (t) . sign q (t)               [J]

ER (t)  =  1/2 B  { q´(t) }2                                                          ER (t) . sign q´(t)             [W]

N   (t)  =  uř (t)  . q´(t)                                                                                                   [W]

 

                Na obr.1. je zakreslena zpětnovazební struktura uvedeny těchto příznaků, a jde o přítomnost další specifické zpětné vazby pro syntézu optimálního řízení.. Uvažování těchto příznaků nám rozšiřuje pojetí studia a přispívá k všeobecnému poznání, že transformace pohybu se děje jen na úkor svázaných systémů v duchu použitého kriteria. V podstatě jde o návod, jak rozšířit studium vnitřní dynamiky o energetickou  vazbu s okolím.

            Zejména  v rozsáhlých pracech Pontrjagina se setkáváme s problematikou zobrazení trajektorií optimálního řízení ve fázové rovině souřadnic, viz  Obr.2.

            Toto zobrazení velmi názorně ukazuje, že vyjdeme-li z počátečních hodnot (6, 0), pak optimální pohyb pro kriterium nejkratšího času a dynamický systém popsaný rovnicí (1) pro B=0 se skládá z půlkružnic různého poloměru. Pro zvolený případ se vytváří optimální trajektorii trojím přepínáním v časové okamžiky t1př , t2př , t3př , kdy trajektorie systému dojdou do koncového bodu  (0, 0).

 

Obr.2.

 

 

            Hledání přepínacích časů je předmětem syntézy optimálního řízení. Ukazuje se, že prostor fázové roviny se rozpadá na dvě poloroviny, které jsou jednoznačně určeny polaritou prvého řízení. Obr.2. je zakreslen pro polarity řízení  u(t) = 1, -1. Spojnice bodů přepínání nám vytváří přepínací křivku. Dále se ukazuje, že pro každý výchozí bod je jednoznačně určen sled přepínání i jejich okamžiky. Každý bod stavového prostoru nese tedy v sobě informaci o optimálním řízení a tato informace má energetický příznak. Jakmile jsme se dostali řízením do určitého libovolného bodu, pak další trajektorie musí být vždy jednoznačně optimálně určena podle polohy okamžitého stavu vůči přepínací křivce.. Pomocí studia okamžitých energetických stavů lze pomocí počítače řešit obecné zadání optimalizace, jež je zadáno výše uvedenými pěti předpoklady syntézy.

            Na okraj nutno říci, že utajením předpokladů syntézy je každé řízení „optimální“, což se často deklaruje, ale nejsou zveřejněny všechny předpoklady, za nichž se tak děje. Příkladem budiž již prvý předpoklad a to znalost charakteristik dynamického systému. Cokoliv se pohybuje někam a je pod „řízením“, může být prohlášeno za „optimální řízení“. Naopak lze vždy optimálně řídit (víme-li jak) v případě, že systém se dostal do jakéhokoliv bodu nekvalifikovaným („libovolným“) řízením. Vzhledem ke složitosti problému je nutná počítačová podpora.

            Složitost trajektorií je ohromující podle studovaného systému a vzájemných vazeb. Zjednodušující předpoklady nás vedou k tomu, že víme:

            - výsledná trajektorie u kmitavého článku (dif. rovnice 2 řádu) může být jen parabola,               kružnice, elipsa nebo logaritmická spirála

            - tyto mohou být zdeformovány v průběhu omezeními stavových souřadnic

            - deformaci způsobí i použité kriterium nebo přípustné řízení v čase

Je evidentní, že analytická syntéza není možná a řešení lze hledat jen pomocí modelování na  počítačích. Pro moderní řešení problematiky vylučujeme syntézu opakovanou analýzou.

 

Závěr

            Zásadně je třeba říci, že v současném složitém světě pouze při pomocí principů teoretické kybernetiky a použití matematických metod modelování lze řešit syntézu optimální trajektorie  pohybu nebo-li  prognózování. Pro budoucnost lze říci:

·      lze očekávat zvýšení pozornosti ke studiu příčinných popisů systémů a postupné cílené omezování studia chaotického chování pro získávání popisu dynamické struktury

·      příčinná metodologie propojuje všechny vědní obory a využívá systémově princip zpětné vazby 

·      bylo by žádoucí vytvořit pracovní skupinu pracovníků různých vědeckých oborů, kteří by se zpracovali jednotnou terminologii a zpracovali metodologii syntézy optimálního řízení

·      velmi snadno a shodným způsobem se vytváří analogie modelů dynamických systémů a toto dovoluje využít úspěchů jedné vědy k aplikaci poznatků i v ostatních vědách

·      transformace energie a výkonů zvyšuje pozornost na konečné prvotní přírodní zdroje a vede k jejich šetrnému čerpání (existuje možnost formulace environmentální vědecké teorie)

·      je třeba formulovat vhodné strategie rozvoje společnosti a zpracování okamžitých vizí podpořit průběžně upřesňovanými modely s vyhodnocením nákladů realizace, při čemž je nutné připustit existenci jediné metodologie pro různé společenské skupiny a organizace

·      je nutné algoritmizovat alespoň část mnohoparametrických společenských kriterií, doposud je rozhodující jednoparametrické kriterium (zisk), a tím zvýšit vědecký zájem sociologů, ekonomů a politologů na systémovou spolupráci při řízení společenských systémů

·      je žádoucí zhodnotit hodnotu celospolečenských přírodních zdrojů (pitná voda, půda, čistota vzduchu, energie všeho druhu,  železniční a dopravní sítě, zdravotní sítě, vzdělávací síť, likvidace odpadů, místní pracovní a sociální síť, ale i místní sociální spokojenost, .......)

·      u celospolečenských přírodních zdrojů v maximální míře zajistit místní účast při správě, dozoru a ve finančním hospodaření u těchto zdrojů což ukazuje na téměř uzavřené krajové hospodaření bez účasti spekulativního finančního kapitálu a iniciování motivačních zdrojů pro generování finančních zdrojů v krajovém hospodaření (dekomposice systémů)

·      zátěž přírody lze definovat jako náklady ve finanční jednotce (např. EU) na jednotku energie v Joulech v místě krajového hospodaření

·      je třeba zvýšit odpovědnost na všech stupních za vykonávanou práci s účastí na zisku a ztrátách a v tomto duchu společného zájmu organizovat pro budoucnost veškerou výchovu

·      je třeba zaměřit výchovu pracovníků tak, aby se nezvyšovala místní nezaměstnanost a tím i „rotační zálohy“ těch pracovníků, kteří jsou podle místních profesí nezaměstnatelní  (přebytek manažerů, likvidace místních výrob a služeb,  .......)

·      neexistují vědní obory, pro jejichž rozvoj nejsou zapotřebí alespoň základní znalosti matematiky, přírodních věd a využití počítačů (i lékařské vědy jsou silně závislé na rozvoji elektroniky,  přírodních a technických věd a počítačů,  .......)

·      je nutné zavedení výuky „systémových (symbolických) analytiků“ s různě velkou hloubkou pochopení systémových přístupů na základech teoretické kybernetiky, aby byla možnost položit základy environmentální vědě

·      přistoupit k synergeticky systémově organizované výchově již od nejnižších stupňů škol a zajistit odpovídající programové vybavení na různé úrovni

·      naučit mladou generaci příčinně přemýšlet nad problémy a připravit je na to, že všechno prozatím nenajdou na internetu a pro to rozpracovat výukové metodiky

·      je třeba systémově organizovat jednotlivé aglomerace výrobou a službami tak, aby byly schopny přežívat v uzavřené společnosti určitou dobu, než pominou biologická, zdravotní či chemická omezení, ale konečně i z důvodů snížení nákladů na dopravu

·      bylo by žádoucí citlivě oddělit spekulativní finanční trh od sektoru výroby a služeb, protože finanční trh stále rasantněji (globalizací - rychlý kapitál) ovlivňuje nerovnovážný rozvoj jednotlivých územních celků, preferuje jednoparametrický ukazatel nejvyššího zisku (způsobuje světový vzrůst všeobecné nespokojenosti, je zdrojem národnostních třenic, .......)

            Autor by uvítal postoje svých kolegů, kteří při zpracování jejich vědeckých prací narazí na jím popsané problémy, jež upoutají jejich pozornost a nebo si zaslouží jejich kritiku. Předem děkuji za připomínky.

 

 

Literatura:

/1/ http://  web.telecom.cz/barvir/miroslav/

/2/ Klaus V.:   Cesta z pasti - Votobia Praha 1999 - viz str.99

/3/ Barvíř M.: O energetickém formalismu v dynamice

                        Výzkumná zpráva k úkolu III-1-1/4-1

                        Metody získávání matematických modelů soustav pro potřeby projektu a řízení                       ČSAV - UTIA     Praha - srpen 1980

 

V Brně 15.11.2003.                Zpracováno pro:  Vysoká škola ekonomická v Praze

                                                                                          Pracovní konference

                                                                                          systémové přístupy  2003

doc. Ing. Miroslav Barvíř, CSc

Kobylín 6     Brno - Soběšice   644 00

e-mail:   barvirpavel@iol.cz

http://     web.telecom.cz/barvir/miroslav/

tel:          541 238 715