Как всегда, мы начнем с трудностей, встречающихся на этом пути. И прежде всего отметим слабую изученность многих процессов в экосистемах. Ранее уже упоминалось, что наиболее изученными являются процессы энерго- и массообмена: поглощение и использование фотосинтетически активной радиации растениями, динамика водно-теплового режима, газообмена, миграции подвижных соединений в почвах и т.д. На другом полюсе с точки зрения изученности находятся действующие на различных уровнях экосистемы процессы саморегуляции, обеспечивающие определенную стабильность биоценоза, адаптивность его реакций в ответ на внешние воздействия. В то же время ясно, что именно эти последние процессы необходимо учитывать в первую очередь при разработке методов принятия решений, т.е. при решении задач управления экосистемами. Промежуточное положение занимают трофические взаимодействия в экосистемах. Хотя в этой области исследования создан большой теоретический задел и, более того, многие механизмы трофического взаимодействия популяций различных видов хорошо изучены как на модельном уровне, так и непосредственно в экспериментах, тем не менее получить надежные количественные оценки параметров взаимодействия часто оказывается невозможным. И во всяком случае, для каждой конкретной ситуации приходится проводить специальную исследовательскую работу по анализу как литературных источников, так и фактических данных, если они имеются.[ ...]
Другая сторона этого же вопроса заключается в следующем. Если необходимо тем или иным способом получить ’’замкнутое” описание, а сведения о механизмах отсутствуют, то каким образом это можно сделать? Очевидно, единственный путь — это включение в общую модель отдельных соотношений, полученных путем статистической обработки некоторого фактического материала. Включение в модель ряда регрессионных блоков, разумеется, ограничивает область ее применимости и делает ее менее универсальной. Но тем не менее оно всегда оправдано, если управление, которое в дальнейшем предполагается использовать, не затрагивает (или затрагивает в малой степени) те процессы, которые описаны на уровне регрессионных соотношений. Точнее говоря, если с помощью уравнения регрессии описан некоторый блок модели или взаимодействие блоков, то в это уравнение в качестве аргументов (так называемых ’’предикторов”) должны быть включены все переменные, которые подвержены изменению под влиянием управляющих воздействий. Это, разумеется, предъявляет дополнительные требования к исходному экспериментальному материалу.[ ...]
Обратимся к проблеме размерности модели, которая также частично обсуждалась ранее. Именно большая размерность модели и связанные с ней значительные затраты машинного времени не позволяют в настоящее время использовать классические методы решения задач управления и, в частности, методы оптимального управления. Выход из этого положения следует искать на пути использования, во-первых, методов ’’экспериментальной оптимизации” и, во-вторых, декомпозиции задачи, т.е. создания упрощенных локальных моделей значительно меньшей размерности. Оба зти пути решения задачи уже обсуждались. Здесь мы только отметим, что первый из них связан с применением идей и методов планирования экстремальных машинных экспериментов, а второй — с созданием ’’внешнего” математического и программного обеспечения имитационных систем.[ ...]
Рассмотрим принципы реализации перечисленных выше особенностей проблемы управления экосистемами на примере задачи управления продукционным процессом в агроэкосистемах. Эта задача сводится к необходимости выработки решений о нормах и сроках поливов, дозах и сроках внесения минеральных подкормок растений, проведении тепломелиоративных мероприятий (например, мелкодисперсное расйыление влаги над посевом или пескование тяжелых почв) и т.д. Задача решается на двух уровнях. На стадии планирования необходимо распределить по отдельным полям имеющиеся и, как правило, ограниченные ресурсы. Непосредственно в ходе вегетации растений возникает задача оперативного управления. Принятие решений в обоих случаях производится в условиях неопределенности, связанных с вероятностным характером погодных условий.[ ...]
Задачи планирования решаются в статической постановке. Они хорошо изучены, и многочисленные методы их решения описаны в литературе. В наиболее полной постановке они сводятся к нелинейным стохастическим моделям, а точнее говоря, к моделям стохастического программирования. Имитационная же модель, описывающая динамику продукционного процесса, создает основу для выработки решений на стадии оперативного управления.[ ...]
Перейдем к расмотрению задачи оперативного управления. Ее характерной особенностью является то, что решения о проведении тех или иных технологических мероприятий принимаются в дискретные моменты времени, связанные с определенными фазами развития растений (с так называемыми фенофазами). В ходе вегетации реализация погодных условий всегда отклоняется от той, которая принята при выборе плана. Таким образом, если в некоторый момент времени будет зафиксировано определенное состояние растений, то учет реально складывающейся метеообстановки приведет к тому, что фактическая и программная траектория разойдутся. Поскольку расчет программной траектории на стадии планирования выполнен, исходя из условия согласования с заданиями высшего уровня, в процессе оперативного управления желательно действовать так, чтобы фактическая траектория не слишком уклонялась от программной. Совершенно очевидно, что если в точности реализуется плановая агротехника и та метеообстановка, которая была заложена в расчет плана, то будет получена именно программная траектория и план будет выполнен. Однако вероятность этого события равна нулю. Поэтому в качестве критерия в задаче управления следует принять максимум вероятности выполнения плана. При этом наличие набора программных траекторий позволяет выбрать ту из них, которая ближе в смысле некоторой нормы к фактической, т.е., как очевидно, соответствует наиболее ’’похожему” по метеоусловиям году из тех лет, информация о которых хранится в базе данных.[ ...]
Выскажем в заключение одно замечание. Пусть в результате решения задачи оперативного управления на некотором временном шаге обнаружилось, что вероятность достижения программной траектории мала. Очевидно, что в этом случае следует пересмотреть плановое решение, т.е. вернуться к повторному рассмотрению задачи планирования на верхнем уровне иерархии в целом. Поскольку это может привести к пересмотру многих показателей смежных отраслей (например, на уровне хозяйства при пересмотре плана по растениеводству может понадобиться изменение плана по животноводству), этот возврат к пересчету плана следует производить лишь в крайних случаях. Поэтому оперативные решения должны удовлетворять еще одному критерию: они по возможности не должны приводить к необратимым изменениям управляемой системы, т.е. должны оставлять достаточно широкой ’’область достижимости” программной траектории для последующих воздействий на систему.[ ...]
Аналогичные главы в дргуих документах:
| См. далее:Управление экосистемами |