Paradigmy teórie automatického riadenia

Problémy vývinu vedy a osobitne vývinu vedeckých teórií sú jednou z najdiskutovanejších otázok v súčasnej metodológii vied. Metodológia je veda (teória) vedeckých a výskumných metód práce, postupov, pomocou ktorých sa buduje vedecký systém; veda o postupoch vedeckého poznávania. Zvlášť významnou je problematika vzťahu logickej štruktúry vedeckého poznania k jeho dejinám. Osobitne výrazne vystúpil tento problém v novodobej revolúcii, ktorá prebieha v prírodných vedách v 19. a 20. storočí. N. Bohr pri rozpracovaní svojej teórie atómu sformuloval "princíp korešpondencie", ktorý sa dnes pokladá za jeden z najdôležitejších všeobecných princípov metodológie vied. Stal sa stredobodom záujmu filozofov, logikov a metodológov skúmajúcich problematiku vývinu vedy a do značnej miery aj skúšobným kameňom rozličných filozoficko-metodologických koncepcií.

Bohrov princíp vyjadrujúci korešpondenciu medzi starou teóriou T₁ a novou teóriou T₂ predpokladá:

1.     do krajnosti využiť pojmy starej teórie pri konštruovaní teoretického modelu novej teórie;

2.     ak vznikajú antinómie, treba do starej teórie zaviesť nové postuláty, ktoré umožnia ich prekonanie;

3.     vybudovanie novej teórie T₂, z ktorej sa dá v určitom limitnom prípade odvodiť systém T'₁ korešpondujúci s jadrom pôvodnej teórie T₁, pričom T'₁ nemusí byť totožné s T₁.

Bohrov princíp zjavne odporuje hľadisku klasického kumulativizmu, v ktorom sa vývin vedeckého poznania chápe ako postupný rast poznatkov. Tento princíp však odporuje aj krajnému antikumulativizmu, ktorý úplne zavrhuje starú teóriu.

Filozoficko-metodologické koncepcie

Pozrime sa ako riešia vyššie uvedený problém niektoré súčasné filozoficko-metodologické koncepcie.

a,      Logický pozitivizmus vychádza z princípov krajného empirizmu a verifikacionizmu, pričom inklinuje ku klasickému kumulativizmu.

b,     Popperova filozofia vedy vychádza z niektorých antagonistických postojov voči pozitivizmu, napr. stavia proti indukcionizmu dedukcionizmus, proti empirizmu kritický racionalizmus a najmä tzv. "metodologický falzifikacionizmus". Rast vedeckého poznania podľa Poppera môžeme vyjadriť schémou P₁ → TT → FF → P_2, kde P₁ sú problémy, ktoré treba riešiť, TT sú predbežné teórie, potom je etapa eliminácie chýb, ktoré generujú nové problémy P₂.

c,      Historická škola (Kuhn, Lakatos, Feyerabend). Predstavitelia tejto školy ostro odsudzujú empirizmus, ahistorizmus, kumulativizmus a pod. Vo svojich koncepciách zdôrazňujú nevyhnutnosť historickej analýzy vedy ako činnosti spoločenstva vedcov.

Nosnými pojmami Kuhnovej koncepcie sú pojmy "paradigmy" a "vedeckého spoločenstva". Štruktúru paradigmy tvoria isté metafyzické (ontologické) tvrdenia, hodnoty a vzory, vzorové spôsoby riešenia konkrétnych úloh. Vedecké spoločenstvo je skupina (skupiny) vedcov, ktorí vyznávajú a "veria" v istú paradigmu. Odtiaľ vzniká aj pojem "normálnej vedy", ktorá spočíva v klasicky kumulativistickom rozvíjaní paradigmy a pojem "vedeckej revolúcie", ktorá spočíva v nahradení starej paradigmy novou a má antikumulativistický charakter. Kuhnov cyklus vedeckého poznania prebieha obdobím "normálnej vedy" (uplatnenie paradigmy na známe fakty, rozširovanie jej hraníc, jej spresňovania, riešenie "hlavolamov", výklad v učebniciach), obdobím "kríz" (hlavolamy prerastajú do anomálií nevysvetliteľných v rámci danej paradigmy) a obdobím "revolúcie" (vedecké spoločenstvo prestane "veriť" v starú paradigmu a začne "veriť" v novú). Vedecká revolúcia je riešenie kvalitatívnych zmien vo vývine vedeckého poznania.

I. Lakatos sa pokúsil o určitú syntézu Popperovej a Kuhnovej koncepcie. Zavádza pojem "výskumných programov", pričom funkcia paradigmy má tzv. "pevné jadro" výskumného programu, ktoré sa všeobecne prijíma a ako také je "nevyvrátiteľné". Zdrojom vývinu je podľa Lakatosa konkurencia výskumných programov.

Najradikálnejšie krídlo tejto školy predstavuje P. K. Feyerabend, ktorý v podstate popiera princíp korešpondencie a ponúka koncepciu "pluralistickej metodológie", ktorú nazýva anarchistickou metodológiou poznania. V zmysle tejto koncepcie sa filozofia vedy mení na filozofiu dejín vedy, v ktorej ide namiesto empirického opisu dejín vedy o vytvorenie teoretického modelu tohto procesu.

Paradigmy v teórii automatického riadenia

V ďalšom sa pokúsime na báze vyššie uvedených poznatkov charakterizovať vývoj teórie automatického riadenia (TAR), určiť jeho paradigmy a na základe takejto analýzy určiť miesto TAR v ďalšom období.

Paradigma klasickej TAR

Vývoj TAR, jeho história je predmetom veľkého počtu prác, v ktorých sú uvedené základné etapy vývoja TAR, prínosy jednotlivých vedcov, prognózy ďalšieho vývoja. Aj keď hodnotenia a prístupy jednotlivých autorov sú rôzne, predsa len je možné sledovať hlavnú vývojovú líniu TAR. Ako sa aj konštatuje v encyklopédii kybernetiky základy TAR ako vedy sú položené v prácach anglického fyzika G. Maxwella, ruského vedca I.A. Vyšnogradského, slovenského inžiniera A. Stodolu a ruského vedca A.A. Ljapunova. Táto prvá vývojová etapa (dobre spracovaná najmä v knihe M. Tolle: Regelung der Kraftmaschinen, Berlin, Springer, 1905) sa končí na začiatku 20. storočia. Podľa A.A. Androvova veľmi významnú úlohu v rozvoji TAR mal A. Stodola, zatiaľčo práce Tolleho hodnotí ako kompilačného a pedagogického charakteru. Uvedenú etapu môžeme nazvať v zmysle T. Kuhna "paradigmou klasickej TAR". V ďalšom období je TAR neustále rozvíjaná, zdokonaľovaná a dopĺňaná (etapa "normálnej vedy"), napr. diagramy Nyquista (1932), Michajlova (1938), Nejmarka (1947), kritériá stability Routh-Schura, Hurwitza (na popud A. Stodolu); riešia sa problémy linearizácie nelineárnych systémov, problémy autonómnosti a invariantnosti ako aj problémy súvisiace s pôsobením náhodných porúch. Ťažkosti, ktoré vznikali najmä pri riešení zložitejších úloh syntézy mnohoparametrových systémov, viedli k istému nahromadeniu problémov, ktoré môžeme chápať v zmysle T. Kuhna, ako isté "krízové obdobie".

Paradigma teórie optimálneho a adaptívneho riadenia

Vyriešenie veľkej časti týchto problémov priniesla ďalšia etapa vývoja TAR v 50-tych rokoch. Túto etapu môžeme charakterizovať ako istú "revolúciu" a zmenu paradigmy, ktorú môžeme nazvať "paradigmou teórie optimálneho a adaptívneho riadenia" (v šesťdesiatych rokoch sa často používal názov "moderná teória riadenia"). Zmena paradigmy mala typické znaky vedeckej "revolúcie". Uveďme aspoň niektoré z nich: zavedenie pojmu stav (stavový priestor); namiesto opisu jednoparametrových systémov (najmä vo frekvenčnej oblasti) dôsledné používanie stavového opisu vo forme vektorových a maticových diferenciálnych rovníc (namiesto klasických skalárnych); využívanie exaktných matematických metód (variačný počet, Bellmanove dynamické programovanie, Pontrjaginov princíp maxima, Kalmanova filtrácia) namiesto rôznych intuitívnych graficko-výpočtových metód pre určovanie parametrov regulátorov. Súčasne je rozpracovaná teória riadenia adaptívnych a učiacich sa systémov a začína využívanie výpočtovej techniky pre navrhovanie ako aj riadenie uvedených systémov. Z dnešného pohľadu išlo o skutočne "revolučnú" zmenu paradigmy aj z časového hľadiska (trvanie klasickej paradigmy niekoľko desaťročí, zmena paradigmy niekoľko rokov).

Paradigma riadenia zložitých dynamických systémov

Koncom 60-tych rokov čoraz častejšie vznikajú požiadavky riešiť úlohy, ktoré sa vyznačujú väčšou "zložitosťou" (napr. u nás tzv. automatizované systémy riadenia - ASR). V oblasti riadenia zložitých dynamických systémov v prvej polovici sedemdesiatych rokov dochádza k ďalšiemu skoku - k ďalšej zmene paradigmy. Nastupuje "paradigma riadenia zložitých dynamických systémov".

Všetky "klasické" postupy spočívajú na všeobecnom predpoklade centrálnosti, informácia o systéme ako aj výpočty založené na tejto informácii sú centralizované.

Zdôraznime, že z teoretického hľadiska pojem centrálnosti je spoločný tak pre klasickú teóriu regulácie, ako aj pre moderné metódy riadenia a estimácie (filtrácie). Či už používame pre jednoparametrové sústavy riadenia napr. Nyquistove diagramy alebo pre stochastické optimálne regulátory princíp maxima, alebo dynamické programovanie, vždy využívame predpoklad centrálnosti.

Pri riadení zložitých systémov predpoklad centrálnosti sčasti zlyháva pre nedostatok centralizovanej informácie alebo pre nedostatok kapacity centrálneho výpočtového systému. Medzi takéto systémy patria napr. energetické siete, dopravné siete, telekomunikačné siete, ekologické systémy, ekonomické systémy ako aj zložité technologické procesy. Masové využitie mikroprocesorov vyvoláva potrebu vytvárania distribuovaných výpočtových systémov. Vytváranie rôznych informačných systémov s distribuovanými bázami údajov reprezentuje nové výzvy pre decentralizované rozhodovanie a riadiace systémy.

Z ekonomických dôvodov, ako aj z dôvodov spoľahlivosti je snaha vytvárať decentralizované rozhodovacie systémy, distribuované výpočtové systémy a hierarchické systémy riadenia. Tieto žiadané ciele vytvárania štruktúr distribuovaných výpočtových a riadiacich systémov však nie je možné dosiahnuť pomocou známych centralizovaných metód a procedúr spojených s klasickou ako aj modernou teóriou automatického riadenia.

Decentralizované riadenie vzniklo ako odozva na tieto ťažkosti. Základnou charakteristikou decentralizovaného riadenia je existencia interakcií medzi podsystémami.

Základným problémom decentralizovaných metód riadenia je dekompozícia. Zložitý systém je potrebné rozdeliť (dekomponovať) na N jednoduchších podsystémov. Každý podsystém má svoj cieľ a jeho činnosť je v súlade s týmto cieľom. Ciele jednotlivých podsystémov môžu byť protichodné. Preto dekompozícia vyvoláva koordináciu podsystémov. Koordinátor (riadiaca jednotka, ktorá koordináciu vykonáva) riadi činnosť jednotlivých podsystémov tak, aby bol splnený globálny (celkový) cieľ.

Paradigma DEDS

Na začiatku 80-tych rokov začína prudký rozvoj automatizácie diskrétnych výrobných procesov, najmä v strojárstve. Veľké výskumné tímy riešia úlohy riadenia robotov a tzv. "pružných výrobných systémov". Pre tieto oblasti väčšina metód TAR opísaná v predchádzajúcich paradigmách sa ukázala ako nevhodná. Táto krízová situácia viedla ku vzniku "paradigmy DEDS" (discrete events dynamic systems).

Klasické systémy, ktoré boli a sú predmetom TAR zahrňujú najmä spojité systémy, ktoré sa dajú dobre opísať pomocou diferenciálnych alebo diferenčných rovníc. Existujú však systémy a situácie, v ktorých takéto modely nie sú vôbec vhodné. Sú to najmä systémy, ktoré zahrňujú rôzne diskrétne premenné, vrátane logických, čiže ide v podstate o hybridné modely (roboty, subsystém riadenia automobilu a pod.). Ďalšiu triedu tvoria už spomínané DEDS. Príklady takýchto systémov sú: pružné výrobné systémy (flexible manufacturing systems), počítačové siete, dopravné systémy. Stav týchto systémov sa mení asynchrónne v diskrétnych okamihoch. Aj keď pre tieto systémy existujú rôzne modely, neexistujú metódy riadenia podobné ako v spojitých dynamických systémoch. To je spôsobené aj tým, že pre klasické spojité procesy boli ich modely vypracované počas veľmi dlhého obdobia (počnúc Newtonovou klasickou mechanikou, fyzikou, elektrotechnikou a pod.), zatiaľ čo ostatné sa skúmajú až v posledných rokoch.

Riadenie hybridných dynamických systémov vyžaduje teóriu, ktorá bude zahŕňať spojité aj diskrétne premenné, pričom musí zahŕňať aj pôsobenie ľudského činiteľa. Rozhodovacie procesy zahrňujú:

1.     diskrétnu množinu alternatívnych interpretácií pozorovaných údajov;

2.     model pre každú z týchto alternatív;

3.     procesory, ktoré generujú z daných údajov štatistické veličiny, ktoré umožňujú rozhodnutie.

Táto vyššia úroveň rozhodovania bezprostredne ovplyvňuje riadenie (spätnoväzobné) jednotlivých systémov. Takýto riadiaci člen na vyššej úrovni musí reagovať na rôzne situácie v procese riadenia a zebezpečiť napr. vhodnú rekonfiguráciu systému, alebo alternatívne spôsoby činnosti. Musí pôsobiť ako "interpreter", ktorý je schopný transformovať lingvistické inštrukcie z vyššej úrovne na nominálne trajektórie a spätnoväzobné riadiace algoritmy a naopak spracovať údaje zo snímačov na lingvistické premenné. V tomto smere musí byť vyvinutá vhodná symbolická reprezentácia príkazov na vyššej úrovni.

Čo sa týka dynamických systémov s diskrétnymi udalosťami (DEDS), je potrebné vyvinúť nové modely týchto procesov, ako aj metódy analýzy a syntézy ich riadenia. Hoci sa v tomto smere dosiahol značný pokrok najmä použitím markovovských procesov, teórie hromadnej obsluhy, Petriho sietí ako aj metód simulácie, neodpovedá to stavu teórie riadenia pre spojité dynamické systémy. Príkladom takýchto problémov riadenia sú napr. dynamické adaptívne rozvrhovanie výroby v pružných výrobných systémoch (PVS), smerovanie informácií v rekonfigurovateľných komunikačných sieťach, decentralizované riadenie toku informácií a pod. Výskum v tejto oblasti by mal integrovať teóriu pre riadenie dynamických systémov s novými prístupmi využívajúcimi formálnu logiku, jazyky, teóriu hromadnej obsluhy ako aj nové možnosti v oblasti počítačov.

Princíp korešpondencie v TAR

Analyzujme ako sa uplatňuje princíp korešpondencie vo vývoji TAR. Pre jednoduchosť a stručnosť ukážme si niektoré príklady. Klasická TAR (teória T₁ neumožňovala úplne jednoznačne a teoreticky odôvodnene riešiť problém optimálneho riadenia mnohoparametrových dynamických systémov. Výsledok, ktorý bol na základe variačného počtu dosiahnutý v tzv. "analytickom konštruovaní regulátorov" (Letov, Kalman), je vyjadrený známym vzťahom u = -R^-1B^TKx (teória T₂). Z teórie T₂ je možné pre klasické jednoparametrové systémy na základe uvedeného vzťahu odvodiť potrebné vzťahy (teória T₁'), ktoré čiastočne alebo úplne korešpondujú s klasickou teóriou T₁.

Analogické príklady môžeme nájsť aj medzi paradigmou riadenia zložitých dynamických systémov a paradigmou optimálneho a adaptívneho riadenia. Pri veľkom počte stavových premenných vznikajú pri syntéze riadenia problémy pri riešení problémov stability, resp. kvality riadeného systému, pretože je treba riešiť veľký počet rovníc (teória T₁). Východiskom je dekompozícia a využitie metód decentralizovaného riadenia (teória T₂). Takéto riadenie dekomponovaného systému korešponduje, ba v niektorých prípadoch je totožné s pôvodným centralizovaným návrhom (teória T₁).

Zaujímavejšie výsledky by mohla priniesť analýza uplatnenia princípu korešpondencie medzi paradigmou DEDS a predchádzajúcimi paradigmami. Vzhľadom na značné odlišnosti (značne rozdielny matematický aparát, rozdielnosť prístupov k definovaniu cieľov riadenia, fyzikálna odlišnosť objektov riadenia a pod.) uplatňuje sa princíp korešpondencie len na abstraktnejšej úrovni, najmä v prevzatí pojmov a terminológie z predchádzajúcich paradigiem TAR.

Paradigma multiagentových systémov

Rozvoj moderných informačných a riadiacich systémov, najmä zložitých technologických procesov, je v súčasnosti veľkou výzvou pre vedecko-technickú komunitu v oblasti kybernetiky a príbuzných odborov. Je potrebné riadiť čoraz zložitejšie systémy, ktoré nie je možné opísať tradičnými modelmi klasickej teórie riadenia. Tieto systémy sa vyznačujú najmä tým, že ich chovanie je určované zložitými interakciami medzi podsystémami v ktorých sa vyskytujú diskrétne náhodné udalosti. Paradigma diskrétnych dynamických hybridných systémov ako multiagentových je dnes v teórii automatického riadenia dominujúca. Stavy takýchto systémov sa menia v asynchrónnych okamihoch a udalosti vznikajúce v systéme (napr. porucha akčného člena, snímača, prekročenie dovoleného rozsahu nejakej veličiny, a pod.) môžu byť reprezentované množinou čísel, diskrétnych premenných, alebo aj nenumerických premenných.

Pre takéto a podobné systémy je načim rozpracovať metodiku tvorby matematických, alebo tzv. "kvalitatívných" modelov, ich simuláciu ako aj metódy a algoritmy riadenia a rozhodovania. Riadenie multiagentových hybridných dynamických systémov si vyžaduje teóriu, ktorá bude zahrňovať spojité aj diskrétne premenné, pričom v niektorých prípadoch musí uvažovať aj vplyv ľudského činiteľa. Implementácia takýchto riadiacich systémov si vyžaduje integráciu programových a technických prostriedkov ako aj "inteligencie systému riadenia" (reprezentovanej algoritmami, rôznymi heuristikami, metódami umelej inteligencie a pod.). Akademická komunita v oblasti teórie riadenia nereaguje na takéto a podobné potreby praxe vždy optimálne. Pri implementácii systému riadenia sa vyžaduje komplexný prístup, najmä interakcia s oblasťou počítačovej techniky a spracovania signálov (signal processing).

Výskum metód riadenia zložitých hybridných systémov by mal teda integrovať metódy teórie riadenia (decentralizované optimálne a adaptívne algoritmy riadenia) s metódami z oblasti formálnej logiky, teórie rozhodovacích procesov, teórie grafov a pod. a mal by byť v tesnej súvislosti s metódami počítačovej a komunikačnej techniky ako aj umelej inteligencie.

Základnou charakteristikou multiagentových hybridných systémov riadenia je to, že viacero agentov sa snaží o optimálne využitie nejakého spoločného zdroja, resp. každý agent využíva len časť spoločných zdrojov, pričom jeho informačná báza pre riadenie môže byť len lokálna. Každý agent je modelovaný ako hybridný dynamický podsystém s lokálnym vstupom a výstupom, s interakčnými vstupmi od iných agentov, ktoré vystupujú ako vonkajšie poruchy a s koordinačným vstupom z vyššej úrovne. Typickými príkladmi takýchto systémov sú systémy výroby a rozvodu elektrickej energie (kde výrobcovia aj spotrebitelia využívajú spoločnú sieť), dopravné systémy, počítačové siete ako aj zložité technologické systémy.

Návrh riadiacich systémov pre regulátory je spojený s viacerými ťažkosťami, ako sú: stavový priestor jednotlivého agenta je obvyle obmedzený a jeho riadiace zásahy preto majú len lokálny charakter; z tohoto dôvodu je pre dosiahnutie aspoň kvázioptimálnych stratégií potrebné použiť prístupy z oblasti teórie kooperatívnych alebo nekooperatívnych hier. Veľmi dôležitú úlohu má informačná štruktúra riadenia. Ideálna je pre dosiahnutie spoločného cieľa centralizovaná štruktúra riadenia. Takéto riešenie má však nevýhody: výpočtová náročnosť, menšia spoľahlivosť, veľké náklady na komunikačné a informačné zabezpečenie a pod. Decentralizovaný prístup umožňuje oveľa jednoduchšie štruktúry riadiacich agentov, nevyžaduje komunikáciu medzi agentami (týka sa to komunikácie na strane akčných zásahov, komunikácia medzi podsystémami samozrejme existuje a môže to byť dôležitý zdroj informácie o globálnom systéme). Na druhej strane takýto prístup môže byť veľmi neefektívny vzhľadom na globálne optimum. Východiskom môže byť kompromis medzi týmito dvomi prístupmi. V tomto prípade sa každý agent snaží optimalizovať svoju lokálnu činnosť, pričom ju koordinuje so susednými agentami v prípade výskytu konfliktných záujmov. Takéto riešenie bude síce menej efektívne ako centralizované a horšie implementovateľné ako čisto decentralizované, avšak môže to byť jediné realizovateľné riešenie.

Ide o výskum nových metód a algoritmov riadenia a rozhodovania v zložitých dynamických systémoch. Implementácia algoritmov si vyžaduje integrovaný prístup zahrňujúci model systému, programové a technické prostriedky ako aj niektoré ekonomické ukazovatele riadených procesov. Jedná sa teda o progresívne riešenia najmä v teoretickej, ale aj v praktickej rovine. Hlavným objektom sú zložité multiagentové hybridné dynamické systémy, obvykle v decentralizovanom tvare. V oblasti vytvárania nových modelov takýchto systémov je potrebné, aj na základe požiadaviek praxe, rozpracovať nové typy týchto modelov, napr. ďalšie modely riadenia spoľahlivosti v podobe viacúrovňových, na každej úrovni decentralizovaných modelov, modely bayesovských aj nových netradičných modelov rozhodovacích procesov na báze prístupov umelej inteligencie.

V oblasti tvorby metód a algoritmov riadenia ide najmä o rozpracovanie nových prístupov pre vyššie uvedené modely. V tomto kontexte môže byť prínosom najmä vytvorenie algoritmov riadenia a rozhodovania agentov v maximálne decentralizovanej autonómnej forme. To sa prejaví napr. v tvare algoritmov decentralizovaného riadenia s riadením spoľahlivosti, ktoré zabezpečia optimálnu činnosť systému aj v rôznych "nenominálnych stavoch". Na vyšších úrovniach riadenia musia týmto algoritmom odpovedať decentralizované algoritmy rozhodovania s využitím fuzzy prístupov, neurónových sietí a expertných systémov. Riadenie takýchto modulárnych podsystémov s ich permanentnými interakciami je naďalej otvoreným problémom.

Veľmi dôležitú rolu má v tejto súvislosti multiagentové riadenie zložitých systémov s využitím metód umelej inteligencie. Cieľom tohto prístupu je výskum a vývoj algoritmov a metód pre rozhodovanie a systémy automatického riadenia, najmä prostredníctvom využitia modernej paradigmy multiagentových prístupov ku riadeniu zložitých systémov s využitím princípov a metód umelej inteligencie. Tento smer je možné charakterizovať takto:

·       vytváranie modelov zložitých systémov, najmä z hľadiska uplatnenia moderných prístupov ku riadeniu podsystémov, ktoré sú predstavované modelom agenta - hybridného dynamického modelu podsystému;

·       formalizácia procesov rozhodovania a riadenia s využitím neklasických prístupov (fuzzy logiky, neurónových sietí a pod.), s využitím optimálneho riadenia, teórie hier na základnej úrovni riadenia a s využitím metód operačného výskumu na vyšších úrovniach;

·       hierarchické a decentralizované metódy a algoritmy riadenia a rozhodovania v zložitých systémoch (algoritmy decentralizovaného "fuzzy riadenia", decentralizované rozhodovacie procesy na vyšších úrovniach);

·       programové prostriedky a tvorba aplikačného programového vybavenia pre implementáciu inteligentných riadiacich agentov v zložitých systémoch;

·       implementácia multiagentového hybridného riadenia pri realizácii riadenia reálnych objektov.

Anticipácia ďalšieho možného vývoja

Analýza paradigiem TAR nám umožňuje anticipáciu možného vývoja TAR v zmysle nastolenia novej paradigmy. Poukazujú na to mnohé problémy vznikajúce pri riadení zložitých systémov v pôvodnom kybernetickom zmysle tohoto pojmu.

Zložitý systém pozostáva z mnohých podsystémov, ktoré využívajú rôznu informáciu a robia svoje lokálne rozhodnutia, avšak musia spolupracovať pre dosiahnutie spoločného cieľa. Pritom jednotlivé systémy majú k dispozícii len čiastočné modely celého systému a obmedzené množstvo informácie a spolupracujú s ostatnými podsystémami, ktoré sa môžu rekonfigurovať podľa požiadaviek okolia, resp. koordinátora. Reprezentácia takýchto modulárnych podsystémov a ich permanentná interakcia medzi sebou je otvorený problém.

Zložité systémy nemôžu byť riadené len individuálnym operátorom, resp. jednoduchým systémom človek - stroj. Na druhej strane klasická teória organizácie neposkytuje nástroje pre návrh organizačnej štruktúry pre skupinu operátorov (rozhodovateľov) so systémami pre podporu rozhodovania (decision support systems). Správanie sa rozhodovateľov v neurčitých podmienkach s neúplnou informáciou môže byť veľmi odlišné od ich optimálneho režimu, najmä ak pracujú izolovane. V tomto smere sú určité výsledky dosiahnuté najmä v teórii hier. Nové teoretické prístupy musia však namiesto princípu optimálnosti (vhodného v situáciách s úplnou informáciou), vytvoriť nové flexibilné, spoľahlivé a robustné mechanizmy pre rozhodovanie. Príkladom takýchto problémov je rozvrhovanie (plánovanie) stochasticky generovaných úloh a situácií, keď žiadny rozhodovateľ nemá úplný prehľad o nevyriešených úlohách.

Jednou z rozhodujúcich zložiek fungovania zložitých systémov sú siete (v praxi napr. dopravné, komunikačné, energetické a pod.). Počítače použité pri riadení tvoria počítačové siete a tieto tvoria základ distribuovaných systémov riadenia. Analýza a optimalizácia sietí je mostom medzi TAR a operačným výskumom.

Zložitosť a rôznorodosť uvažovaných systémov si vyžaduje použiť pre návrh a realizáciu metódy modelovania a simulácie zložitých systémov. V nadväznosti na simuláciu je nutnou zložkou analýzy a návrhu experimentovanie (vrátane simulovaných experimentov). To je zvlášť nutné najmä v systémoch (napr. DEDS), kde neexistuje stáročná tradícia v modelovaní.

V značnej miere pri riadení zložitých kybernetických systémov môžu prispieť metódy umelej inteligencie najmä pri tvorbe matematických modelov zložitých systémov, formalizácii procesov riadenia a rozhodovacích procesov v zložitých kybernetických systémoch; vo využití programových prostriedkov umelej inteligencie pre riadenie zložitých systémov; tvorbe expertných systémov pre riadenie a rozhodovanie a inteligentných komunikačných rozhraní.

Z uvedených poznatkov vyplýva aj vymedzenie tých objektov TAR, ktoré sú označované napr. ako zložité systémy, viacúrovňové systémy, hierarchické systémy a pod. Treba zdôrazniť, že pojem zložitý systém je jednou zo základných kategórií kybernetiky. Skutočne zložité (ako hovorí S. Beer "neobyčajne" zložité) systémy sa len veľmi ťažko dajú opísať pomocou nejakého formalizmu.

V prevažnej časti definícií kybernetiky sa zdôrazňuje, že je to veda o riadení (napr. definícia Wienerova, Ljapunovova, atď.). Z tohto dôvodu je nevyhnutné skúmať pojem riadenia a jeho úlohu v súčasnom vedeckom poznaní. Tento pojem v súčasnosti siaha ďaleko za rámec kybernetiky a v určitom smere je všeobecný a slúži ako spojovací činiteľ vied skúmajúcich rôzne druhy riadenia, je prostredníkom s celým systémom vedeckých poznatkov. Kybernetické systémy sa vyznačujú vysokou úrovňou organizácie, schopné zabezpečiť procesy rozvoja, samoorganizácie, samoreprodukovania sa. Tieto systémy tvoria najvyšší stupeň systémov riadenia. Všeobecné vlastnosti takýchto systémov sú prevaha (kvalitatívna i kvantitatívna) vnútorných spojení nad vonkajšími, prevaha systému ako celku nad elementami a pod.

Vyššie uvedené poznatky z oblasti kybernetiky a riadenia zložitých systémov majú skromný cieľ: upozorniť na fakty, že tieto vedné oblasti môžu poskytnúť niektoré metodologické východiská pri riešení zložitých problémov súčasnosti. Tým sa otvára pred teóriou riadenia nová paradigma - "paradigma riadenia neobyčajne zložitých (kybernetických) systémov". Táto budúca etapa teórie riadenia (už nielen automatického) v súlade s princípom korešpondencie musí zahrnúť všetky výsledky rozvoja TAR a príbuzných vedných oblastí, metódy modelovania a simulácie, metódy umelej inteligencie a pod. Teoretické výsledky teórie riadenia by sa mali využiť prostredníctvom analógií a výsledkov modelovania na objekty a predmety príslušných vied nie priamo, ale pomocou zložitej procedúry interpretácie v rámci tej vedy, ktorá skúma daný objekt (napr. v takých oblastiach ako sú ekologické a ekonomické systémy, management, biologické vedy a pod.). Uvedená paradigma otvára aj nové možnosti vo vedecko-výskumných programoch a ich využitie v pedagogickom procese.

Existuje vôbec teória automatického riadenia?

Otázka obsiahnutá v nadpise môže pripadať niekomu provokačná, ale ako uvidíme, má svoj význam najmä z hľadiska metodológie vied. Vo všeobecnosti existujú isté kritické výhrady voči teórii automatického riadenia z dvoch smerov. Prvý je charakterizovaný na prvý pohľad zjavným rozporom medzi teóriou a praxou. Prejavuje sa obrovskou expanziou počtu publikácií, výskumnných úloh, konferencií a pod. v oblasti, ktorú zvykneme označovať ako TAR a ktorá sa vyznačuje neobyčajnou heterogénnosťou. V podstate je to zmes metód, prístupov (formálnych aj heuristických), rôznych ad hoc riešení, skutočných problémov, ale aj vymyslených hlavolamov. V reálnej technickej praxi sa však z tejto obrovskej kopy využíva len malé percento. Druhý smer je skôr teoreticko-metodologickej povahy. Z pohľadu metodológie vied je tento problém vyjadrený otázkou v nadpise tohoto príspevku. V ďalšom sa pokúsime analyzovať obidva smery kritiky TAR a na jej základe sa budeme snažiť zodpovedať na predloženú otázku.

Základné koncepcie metodológie vied

Našu analýzu začneme druhou oblasťou kritiky TAR, teda kritikou z pohľadu metodológie vied. Otázku ako vybudovať teóriu si kládli najmä filozofi; spomeňme napr. I.Kanta a za posledných viac ako sto rokov najmä vedci z oblasti matematiky a fyziky (Maxwell, Mach, Popper, Hilbert, Poincaré, atď.)

Východisková klasifikácia metodologických koncepcií je založená na ich delení podľa typu vedeckých zákonov, na ktorých sú vybudované. Výber tohoto klasifikačného kritéria nie je náhodný. Problematika typov vedeckých zákonov tvorí jednu z centrálnych problematík metodologickej analýzy. Explanačná a predikčná funkcia vedeckých zákonov sú najpodstatnejšími funkciami vedeckých zákonov. Metodologická funkcia vedeckých zákonov spočíva v tom, že poznaný zákon sa stáva metódou riešenia teoretických a praktických problémov a slúži ako nástroj objavovania nových javov a zákonov. Dôležitá je aj definitorická funkcia zákona. O vedecké zákony sa opierajú definície mnohých pojmov, najmä teoretických.

V rámci koncepcií metodológie vied sa pozornosť sústredila na explikáciu kritérií, ktoré sú vlastné vedeckému zákonu a umožňujú ho odlíšiť od iných typov tvrdení. Hľadanie takých kritérií sa skoncentrovalo najmä na riešenie dvoch základných otázok: otázky vzťahu podmienok a zákona a otázky pravdivosti zákona, resp. kritéria jeho pravdivosti. Najznámejším je Maxwellova podmienka nomickosti, ktorá požaduje, aby zákon bol invariantný, nezávislý od času a priestoru. Ak vedecký zákon je pravdivým výrokom, vzniká otázka, či jeho pravdivosť má analytický alebo syntetický charakter. Ak má syntetický charakter, je problém, či je iba syntézou zmyslovosti, tzv. faktuálnou pravdou porovnateľnou s našimi empirickými skúsenosťami, alebo má nejaký hlbší základ v objektívnej skutočnosti a v ľudskej praxi.

Okrem problematiky zákonov má významné miesto aj problematika skúmania metód používaných vo vede, ktoré so zákonmi úzko súvisia. To nám umožňuje klasifikáciu podľa typu metód, ktoré príslušná metodologická koncepcia predpokladá.

Klasifikácia metodologických koncepcií (smerov) podľa metód, ktoré sa vo vede používajú, zahŕňa tieto koncepcie (samozrejme môžu byť aj iné klasifikácie): indukcionizmus, hypotetizmus a pluralistický hypotetizmus. Každá z nich je centralizovaná okolo uržitého typu metódy. Rozoberieme stručne uvedené základné koncepcie.

Indukcionizmus považuje za centrálnu metódu tzv. empirických vied indukciu. Ak má indukcia črty heuristickej metódy, umožňuje získavať empirické generalizácie a zákony prostredníctvom zovšeobecňovania výsledkov pozorovania. Zákony (zovšeobecnenia) sa následne overujú vyvodením dôsledkov a to použitím dedukcie a ich porovnaním s bezprostrednou empirickou skúsenosťou (empirickými faktami). Tento postup sa nazýva aj verifikácia a príslušná koncepcia verifikacionizmus. Iný typ indukcie predstavuje indukcia chápaná ako metóda zdôvodňovania, potvrdzovania. Umožňuje ukázať stupeň hypotézy prostredníctvom jej overenia empirickou skúsenosťou. Táto metóda overovania sa nazýva konfirmácia a príslušná metóda konfirmacionizmus.

Hypotetizmus je smer metodológie vied, podľa ktorého vedec na vysvetlenie množiny faktov vytvára hypotézu a tá sa stáva "kandidátom na zákon". Formulovanie hypotéz sa neriadi nijakými pravidlami. Je výsledkom tvorivej aktivity, intuície a obrazotvornosti vedca. Z hypotézy dedukujeme dôsledky a tie overujeme našou empirickou skúsenosťou. Pri metodológii konfirmacionizmu sa zdôrazňovalo pozitívne (hoci nie úplne definitívne) overenie hypotézy. Ak je výsledok overenia pozitívny, hypotéza sa uznáva ako zákon. V prípade negatívneho overenia sa hypotéza odmieta (je falzifikovaná) a musí sa formulovať nová. Z tohto hľadiska možno falzifikacionizmus a konfirmacionizmus pokladať za dva varianty hypotetizmu. Falzifikacionizmus reprezentuje najmä Popper, konfirmacionizmus najmä Carnap, Reichenbach, Hempel, atď.

Pluralistický hypotetizmus je vo filozofii vedy úzko spätý s Kuhnovou, Lakatosovou a Feyerabendovou kritikou indukcionizmu a Popperovho falzifikacionizmu. Indukcionizmus a hypotetizmus vo svojej klasickej podobe majú určitú spoločnú chybu: skúmajú len vzťahy medzi zákonom (hypotézou, teóriou) a faktami, ponechávajúc mimo svojich úvah vzťah medzi teóriami (hypotézami). Snaha tento nedostatok prekonať, bola jedným z motívov prechodu ku etape pluralistického hypotetizmu. Kuhn, Lakatos, Feyerabend a ďalší pri kritike hypotetizmu zdôrazňovali najmä úlohu vzájomnej konkurencie vedeckých teórií, čím sa výrazne dostal do popredia problém výberu medzi konkurujúcimi si teóriami.

Cyklus vedeckého poznania v metóde pluralistického hypotetizmu začína tým, že na vysvetlenie množiny faktov (javov) sa nevytvára len jedna hypotéza, ale niekoľko vzájomne si konkurujúcich hypotéz. Z daných hypotéz sa dedukujú dôsledky (predikcie faktov), ktoré overujeme empirickou skúsenosťou a na základe určitých kritérií uskutočňujeme výber najlepšej medzi konkurujúcimi si hypotézami. Za koncepcie, ktoré reprezentujú pluralistický hypotetizmus sa považuje najmä známa koncepcia T.Kuhna, koncepcia výskumných programov I.Lakatosa, koncepcia anarchistickej epistemológie P.K.Feyerabenda, ale i koncepcia neskoršieho Poppera a ďalších.

Funkcia teórie - explanácia a predikcia

Vo vyššie uvedených koncepciách majú zákony faktuálny charakter a hypoteticko-deduktívne teórie majú charakter faktuálnych teórií. Termín faktuálny používame ako vzťahujúci sa na bezprostrednú (javovú) skutočnosť. Vedecké teórie a zákony plnia v procese vedeckého poznania dôležité funkcie. Medzi najdôležitejšie z nich z metodologického hľadiska patria funkcie vysvetľovania a predvídania zákonov.

V období, keď sa zákon redukoval na opis alebo sa chápal ako konjunkcia konečného počtu výrokov o bezprostredne pozorovateľnom, nemôžeme hovoriť o zákone a teórii v pravom slova zmysle a teda ani o ich skutočnej explanačnej funkcii. Až vymedzenie zákona ako striktne všeobecného výroku, ktorý platí vždy a všade za určitých podmienok, vytvorilo predpoklady na rozvinutie teórie explanácie.

Pri rozbore štruktúry vedeckého zákona musíme zohľadniť najmenej tieto tri základné momenty: 1. množinu objektov určitého druhu {x}, ktoré podliehajú zákonu za istých podmienok; 2. podmienky určitého druhu {P}, za ktorých tieto objekty podliehajú danému zákonu; 3. Zákonitú závislosť, ktorá vzniká medzi týmito objektami Q. Všeobecnú formuláciu vedeckého zákona môžeme vyjadriť v tvare: "x (Px → Qx).

Najúplnejší model explanácie vytvoril C.G.Hempel. Nazýva sa model vysvetlenia zahrňujúcim zákonom (Covering Law Thesis) alebo subsumpčný model explanácie (Subsumption Theory of Explanation). Možno ho vyjadriť schémou:

Skladá sa z množiny výrokov {C_i,L_j,E}, ktoré tvoria explanans a explanandum. Výroky C_i vypovedajú o výskyte individuálnych faktov, výroky L_j reprezentujú všeobecné zákony. Explanandum je formálne deduktívnym dôsledkom explanansu.

Druhý typ explanácie má tvar:

kde E_i vyjadruje fakt, že v určitej situácii i nastala udalosť E; F_i vyjadruje fakt, že v prípade i sa realizoval zákon F. Dvojitá čiara hovorí o tom, že explanandum nevyplýva z explanansu s logickou nevyhnutnosťou, ale iba s istou (obvykle veľmi veľkou) pravdepodobnosťou.

Axiomatické teórie

Vo všeobecnosti môže byť vedecká teória vyložená tromi spôsobmi: historicky, heuristicky a axiomaticky. Historický výklad má byť pravdivý a hlboký, vychádza z analýzy základných problémových situácií, rôznych pokusov (aj mylných) ich riešiť. Na základe výberu správnej cesty je možno aj predikovať ďalší vývoj teórie. Tento spôsob je vhodný najmä z pedagogického hľadiska. Na druhej strane heuristický prístup objavuje najužitočnejšie (hoci nie vždy fundamentálne) formuly teórie (veľmi často vytvorených ad hoc), snaží sa z nich vyvodiť závery a pragmaticky ich využiť. Tento prístup je v súčasnosti snáď najpoužívanejší vo väčšine publikácií vo fyzike a aj aplikovaných inžinierskych vedách.

Obidva uvedené prístupy však nie sú vhodné pre prezentáciu vedeckej teórie ako organického celku. Najväčším nedostatkom je neexistencia logickej štruktúry teórie, jej základných predpokladov, nejednoznačnosti fyzikálneho zmyslu. Preto najvhodnejším sa ukazuje axiomatický prístup. Tento okrem všeobecných racionálnych argumentov ako aj subjektívneho intelektuálneho komfortu, zabezpečuje globálne ocenenie teórie, jej logickú stavbu, sústredenosť na podstatné zložky, pričom nezdôrazňuje jej aplikačné aspekty. Axiomatický prístup je najkratšou cestou k odhaleniu podstaty teórie. Samozrejme, že tieto tri prístupy pre výklad teórií nie sú medzi sebou konfliktné a môžu sa najmä v pedagogickom procese kombinovať.

Najlepšie bol axiomatický prístup rozpracovaný vo fyzike a v matematike. Technika axiomatizácie je predmetom celého radu publikácií. Veľmi dobre je postup axiomatizácie ilustrovaný napr. v [], kde sú uvedené konkrétne príklady. Všeobecná charakteristika axiomatizácie zahrnuje také body ako sú: formálne predpoklady, filozofické predpoklady, hypotézy, princípy a zákony, základné pojmy, axiómy, formálne a semantické predpoklady a pod. Axiomatizácia je aj prejavom "dospelosti" vedy, jej zrelosti. Posilňuje jasnosť a pravdivosť, stimuluje analýzu a kritiku. Nakoniec axiomatizácia svojou úspornosťou nám môže pomôcť prekonať informačné zahltenie.

Kritika TAR

Ako alebo do akej miery splňuje súčasná TAR vyššie uvedené formálne požiadavky na axiomatizovanú teóriu? Načim povedať, že v značnej väčšine sú práce z oblasti TAR ako teórie skôr heuristického typu. Samozrejme existuje nemálo prác, ktoré splňajú požiadavky axiomatickej teórie. Sú to však práce, ktoré pokrývajú len niektoré oblasti TAR. Pokiaľ je autorom tejto práce známe, neexistuje zatiaľ TAR ako axiomatická teória, ktorá by vychádzajúc zo všeobecných princípov (zákonov) pokrývala čo najširšiu oblasť; v ktorej by zo všeobecných princípov (tieto môžu byť viacmenej čisto matematického charakteru, iné viac alebo menej bezprostredne odrážajú fyzikálny obsah) pomocou hypoteticko-deduktívnej metódy odvodené špeciálne zákony (v konkrétnosti algoritmy) riadenia. Rôzne pokusy o "matematizáciu" TAR vyúsťujú do vytvorenia ďalších vetví aplikovanej (alebo dokonca "čistej") matematiky. V týchto prácach sa však úplne vytráca reálna fyzikálna stránka objektu. R.Kalman v úvode Knihy "Topics in Mathematical System Theory" prehlasuje jasne a nedvojzmyselne: "pre nás systém, presnejšie dynamický systém, je presný matematický pojem. Preto teória systémov je v podstate, aj keď nie úplne, oblasťou matematiky". Tieto slabiny veľmi jasne vystihol J. Šťěpán: "fakt, že všetky aplikácie TAR musia začínať experimentom bol úplne ignorovaný". Z vyššie uvedeného vyplýva, že formalizácia TAR, jej axiomatizácia, má byť len prostriedkom a nie konečným cieľom. Prostriedkom pre vyššiu "kultúru" výskumnej práce, prostriedkom pre komunikáciu vedeckých pracovníkov. Pritom najmä v procese pedagogického pôsobenia je vhodné využívať aj induktívny heuristický a historický prístup ku konštruovaniu teórií s využitím bohatej databázy fyzikálnych analógií a nielen čisto a výlučne hypoteticko-deduktívny, formálno-logický prístup.

Okrem týchto "formálnych" kritík TAR objavujú sa vážne pripomienky ku jej forme a najmä obsahu zo strany samotných "teoretikov" a "praktikov" riadenia. Tak napríklad A.S. Willsky formuluje niektoré problémy a otázky obsahu TAR. Čo je vlastne obsahom teórie riadenia zložitých systémov? Aké "break-throughs" sa dosahujú využitím metód "klasickej" TAR pri riadení zložitých systémov? Predsa úplná znalosť štruktúry systému, jednoznačnosť (determinizmus) riešenia nie sú atribúty skutočne reálnych zložitých systémov. Ďalšia otázka sa týka vývoja teórie lineárnych systémov. Kam sa vlastne uberá? Nie je značná časť energie v tejto oblasti venovaná riešeniu "hlavolamov", motivovaných najmä ich intelektuálnym obsahom a nie reálnymi potrebami? Čo je vlastne obsahom teórie riadenia adaptívnych systémov? Táto oblasť zahŕňa neuveriteľné a najmä heterogénne množstvo metód, čiastočných výsledkov, algoritmov, postupov, techník a pod.

Zaujímavé otázky kladie aj E.Bristol. Prečo sa neskúma teoreticky činnosť reálnych priemyselných zložitých systémov? Ako vysvetliť (najmä študentom) napr. taký fakt, že mnohoparametrové nelineárne systémy s rozloženými parametrami, s premenlivými koeficientami bez problémov fungujú s PID regulátormi, hoci teória má v tomto smere značné problémy? To isté vyjadruje aj Šťěpán: "ukazuje sa, že piepasť medzi teóriou a praxou riadenia je širšia ako sa zdá. Doposiaľ nie sú vysvetlené veľmi jednoduché problémy prečo klasické PID regulátory sú efektívne bez identifikácie a optimalizácie procesov riadenia". Samozrejme, že odpoveď je intuitívne jasná, avšak exaktné vysvetlenie si vyžaduje istú intelektuálnu námahu. Jeden z možných prístupov je aproximácia uvedeného systému lineárnym modelom s konštantnými parametrami v istej oblasti zmien premenných a parametrov; v ďalšom využitím princípu nevyhnutnej variety, resp. princípu adekvátnosti systému a regulátora ľahko ukážeme, že PID regulátor zvládne varietu (je adekvátny riadenému systému) výstupov (stavov) riadeného objektu.

P.R. Belanger píše: "Nedá sa nič robiť, praktickí inžinieri nečítajú teoretické články. Potrebujú overené výsledky a nie materiály z čerstvých výskumných správ. To čo potrebujú nájdu v aplikačných časopisoch a v komerčných obchodných publikáciách". Teória "napája" prax vývoja a realizácie systémov riadenia, avšak musí sledovať aj svoje uplatnenie. Ak sa zoslabí alebo preruší táto priama väzba na prax, teória stroskotáva na úskaliach tvrdej reality (hynie na púšti života povedal by filozof) a stáva sa zakonzervovanou a nepozorovateľnou. Podobné následky má aj prerušenie spätnej väzby z praxe. V tomto prípade sa oblasť teórie stáva v istom zmysle neriaditeľnou, vyvíja sa v súlade s vlastnou logikou a vlastnými (viacmenej intelektuálnymi) záujmami. Východisko je asi v nájdení správnej miery všetkých týchto navzájom sa ovplyvňujúcich faktorov. Nakoniec ešte jedna poznámka na záver tejto podkapitoly: možno najperspektívnejším smerom vývoja TAR bude istá jej syntéza s "computer science" a interakcie s informačnými technológiami (tento problém si však vyžaduje osobitnú pozornosť).

Možnosti formalizácie TAR

Aké sú teda možnosti formalizácie (axiomatizácie) TAR? Na základe uvedenej analýzy a kritiky TAR by takáto formalizácia mala vychádzať z nejakých všeobecných princípov (zákonov), z ktorých by bolo možné deduktívne odvodiť jednotlivé vetvy TAR - optimálne, adaptívne, decentralizované, hierarchické systémy, DEDS, hybridné (logicko-dynamické) systémy a pod. Jednotlivé konkrétne metódy (algoritmy) by mali byť vystavené ohňu praktickej previerky v chápaní klasického experimentu (metóda konfirmácie alebo falzifikácie). Je otázkou ako túto požiadavku spĺňa experiment vo forme simulácie. Jestvujú názory, ktoré nepovažujú simulačný experiment ako plnohodnotný. V tomto smere je nutné, aby teoretici oveľa hlbšie siahli do rezervoáru praxe. Inžinieri a technici riešia úlohy a problémy riadenia zložitých systémov zväčša ad-hoc; štúdium týchto riešení môže byť veľmi dobrým východiskom a zdrojom pre možné zovšeobecnenie a vytvorenie nových teórií.

Príklad 1

V ďalšom uvedieme niekoľko princípov (zákonov), ktoré sú všeobecne známe. Sú to: princíp neurčitosti, princíp vonkajšieho doplnenia, princíp (zákon) nevyhnutnej variety, princíp spätnej väzby, princíp redukcie, princíp cieľovosti, princíp homeostázy.

Princíp vonkajšieho doplnenia - vychádzajúc zo známej Goedelovej teorémy o neúplnosti S.Beer pre účely riadenia formuluje tento princíp tak, že žiadny jazyk riadenia nie je celkom primeraný svojmu poslaniu.

Princíp nevyhnutnej variety sformuloval W.R.Ashby (súvisí so Shannonovou teóriou informácií) a vyjadruje to, že výkon regulátora nemôže byť väčší ako kapacita ("výkon") oznamovacieho kanálu. Jedným z veľmi dôležitých výsledkov tohto princípu je tvrdenie o nemožnosti vytvoriť jednoduchý riadiaci systém, ktorý by efektívne riadil zložitý systém. Riadiaci systém teda musí byť nie menej zložitý ako systém riadený. Tento princíp môžeme inými slovami formulovať ako tzv. princíp adekvátnosti objektu a jeho regulátora. Príkladmi uplatnenia tohto princípu sú napr. invariantné systémy riadenia, adaptívne systémy s modelom riadeného objektu, štruktúrne metódy, tzv. inverzné úlohy dynamiky a pod.

Princíp neurčitosti, sformulovaný Beerom, vyjadruje dialektickú jednotu protirečení funkcie a štruktúry. Princíp stanovuje isté ohraničenia (analógia s princípom neurčitosti vo fyzike) poznania zložitých systémov v tom zmysle, že nemôžeme presne poznať súčasne štruktúru aj funkčné charakteristiky skúmaného systému (to však neznamená, že na základe funkčných charakteristík nemôžeme uvažovať o štruktúre a naopak). Ako príklad môžeme uviesť napr. identifikáciu zložitých systémov, kde zvolená štruktúra modelu platí len pre isté rozsahy veličín. S uvedeným princípom úzko súvisí aj pojem čiernej schránky.

Princíp spätnej väzby nie je potrebné vysvetlovať; dobré je však pripomenúť, že z filozofického hľadiska je spätná väzba konkretizáciou jedného z najvyšších typov pričinného spojenia - vzájomného pôsobenia, kde každý proces vystupuje i ako príčina i ako následok (Hegel).

Princíp redukcie je výrazom všeobecnejšieho metodologického princípu aproximácie. Zložitosť a jednoduchosť tvoria dialektický pár kategórií. Ashby tvrdí, že teória systémov sa musí budovať na metódach zjednodušenia. Princíp redukcie je využívaný napr. v identifikácii, v teórii agregácie zložitých systémov a pod.

Princíp cieľovosti. Pojem cieľovosti - formulácie cieľov sa chápe ako imanentná charakteristika subjektu. Cieľ vzniká ako istý "ideálny obraz", ktorý chceme dosiahnuť. Vyjadrením tohto princípu je fenomén optimálnosti. Problém otimalizácie nie je z hľadiska filozofického a logicko - metodologického veľmi preskúmaný. Optimálnosť je vždy spojená s nejakým cieľom (kritériom). Z tohto hľadiska môžeme všetko čo sa stane faktom považovať za "optimálne". Je to istá analógia Hegelovho výroku "čo je skutočné je rozumné". Skutočný zmysel získava optimalizácia len vzhľadom na budúce udalosti. Reálny proces riadenia však nie je jednorázový akt, ale neustály proces činnosti, ktorý vedie od možnosti k skutočnosti. V tomto procese je neobyčajne dôležitý princíp slobody výberu, ktorý vyjadruje požiadavku riadiť v danom okamihu tak, aby zostala istá možnosť výberu aj v nasledujúci časový okamih. Tento princíp vedie na tzv. mnohovrstvové riadiace štruktúry.

Princíp homeostázy vyjadruje známy fakt, že základným cieľom riadenia je homeostáza. Zákony homeostázy sú svojím spôsobom zákony zachovania v teórii riadenia. Podobne ako vo fyzike sú zákony zachovania tesne späté s princípmi optimálnosti (variačné princípy), tak aj v teórii riadenia sú zákony homeostázy spojené s princípmi optimálneho riadenia.

Uvedené princípy majú všeobecný charakter. Sú v nich skryté a fixované reálne existujúce protirečenia medzi systémom a prostredím, medzi procesmi informačnými a riadiacimi, medzi skutočným a cieľovým stavom a pod. V tejto súvislosti je veľmi zaujímavý aj vzťah TAR a teórie rozhodovacích procesov k takým disciplínam ako je napr. management. Autori knihy sú presvedčení, že management ako veda a umenie riadiť nemôže mať inú ako vyššie uvedenú bázu. To otvára aj nové možnosti v pedagogickom procese ako aj vo výskume.

Príklad 2 - teória decentralizovaného riadenia

Návrhári riadiacich systémov sa už roky zaoberajú problémom optimálneho riadenia zložitých systémov. Prístupy k riešeniu problému decentralizovaného riadenia využívajú predpoklad, že žiadny z rozhodovacích členov nemá k dispozícii kompletný model systému. Každý agent má informácie o činnosti jedného systému - to predstavuje expertný podsystém. Tento podsystém nemá žiadne informácie o štruktúre ostatných podsystémov.

Kľúčovými prístupmi v teórii riadenia sú markovovské chápanie stavu systému, Bayesov zákon v teórii pravdepodobnosti, použitie globálneho skalárneho kritéria a teória optimálneho riadenia (princíp minima a dynamické programovanie). Tieto prístupy využívajú jednotlivé agenty. Veľmi výhodným môže byť použitie multiagentového prístupu. Každý z agentov prostredníctvom komunikácie získava informácie o ostatných podsystémoch. V tomto prípade je nevyhnutné uvažovať s interakciami medzi podsystémami. Každý agent musí mať informácie o existencii ostatných častí systému.

Z uvedených úvah vyplýva prvý princíp.

Princíp 1: Každý rozhodovací agent má nejaký ohraničený model systému, ktorý riadi.

Uvažujme takú množinu agentov, kde činnosť jedného priamo ovplyvňuje ostatné agenty a preto je medzi nimi potrebná komunikácia. Ak agenty majú k dispozícii úplne oddelené modely tak množstvo informácií je limitované. Prirodzeným je využitie informácií skrytých v interakciách. Na základe toho je navrhnutý druhý princíp.

Princíp 2: Komunikácia medzi agentmi sa vykonáva iba v zmysle kvantít priamo sa vzťahujúcich k interakčným premenným.

Všeobecný prístup k riešeniu optimalizačných problémov riadenia vyžaduje veľké komunikačné kapacity kvôli interakciám medzi agentami. Preto algoritmy riadenia budú pracovať nasledovne.

Princíp 3: Je nutné vyhnúť sa iteračným postupom, ktoré zahrňujú komunikáciu medzi agentami.

Neurčitosť hrá v komunikácii veľmi dôležitú úlohu. V teórii hier sa v tomto prípade javí výhodným vyriešiť neurčitosť uvažovaním najhoršieho prípadu. Takýto prístup pripúšťa lokálnu autonómiu rozhodovacieho člena.

Princíp 4: Neurčitosť v budúcej činnosti agentov bude vyriešená prostredníctvom komunikácie alebo sa bude predpokladať, že nastal najhorší možný prípad.