Лекция 7 - Системный анализ в цифровой экономике
Эта лекция выполняет синтез курса: от триады Гегеля и свойств системы (лекция 1) через обратные связи, ментальные модели, причинность, управление и моделирование (лекции 2–6) — к цифровым платформам.
Вы рассмотрите транспорт как систему и как элемент надсистемы в цифровой экономике, освоите анализ информационных ресурсов и качества, познакомитесь с нейросетевым анализом больших данных и определите свою метапозицию инженера-системщика.
Цель лекции: Интегрировать полученные знания в контекст цифровой трансформации транспорта. Изучить методы анализа информационных ресурсов и качества систем. Сформировать представление о метапозиции инженера-системщика и компетенциях будущего специалиста в условиях цифровой экономики.
Формируемые компетенции (по РПД): ПСК-7.4.1 — знает свойства систем, классификацию задач, методы системного анализа, процедуры принятия решений; ПСК-7.4.2 — применяет методы системного анализа; ПСК-7.4.4 — умеет анализировать текущие процессы, выделять основные операции и определять участки, требующие автоматизации и оптимизации.
Содержание
- Лекция 7 - Системный анализ в цифровой экономике
- Содержание
- 1. Синтез курса: от триады Гегеля до цифровых платформ
- 2. Транспорт в цифровой экономике: система и элемент надсистемы
- 3. Анализ информационных ресурсов
- 4. Системный анализ качества
- 5. Большие данные и нейросетевой анализ
- 6. Метапозиция инженера-системщика
- 7. Транспортный контекст
- 8. Заключение и выводы для специалиста
- Вопросы для самопроверки
1. Синтез курса: от триады Гегеля до цифровых платформ
1.1. Цифровая среда как новое состояние систем
Начнём с взгляда назад — тем более что сама структура этого взгляда диалектическая.
В лекции 1 мы начали с триады Гегеля: тезис — антитезис — синтез. Так вот, сам курс построен по этой схеме.
- Тезис — вся первая часть курса (лекции 1–6), понятийный фундамент: система и её свойства, петли обратной связи, ментальные модели, причинность, управление, моделирование.
- Антитезис — цифровая экономика: среда, которая ломает привычные представления о границах, иерархии и управлении.
- Синтез — системный анализ в цифровой экономике: способность применять классические закономерности систем к объектам, насыщенным данными, алгоритмами и автономными агентами.
Ключевая идея лекции восходит к П. А. Козлову: система — это целостное образование с активным самоподдержанием. Цифровизация не отменяет это определение — она меняет средства самоподдержания.
Как именно? Там, где раньше работали статические резервы (вагоны, локомотивы, бригады «про запас»), теперь работают динамические резервы, создаваемые гибким управлением на основе данных в реальном времени.
1.2. Подвижное равновесие и Industry 4.0
А теперь — научное обоснование того, что мы наблюдали. В. Н. Волкова (доклад на конференции КЧДУ, 2022) показывает: технологии Industry 4.0 — беспилотные транспортные средства, системы искусственного интеллекта, самостоятельно корректирующие производственные процессы, — приводят к тому, что функционирование предприятий и организаций приближается к поведению живых биологических систем с активными элементами, к состоянию подвижного равновесия.
Откуда берётся сама концепция? Подвижное (динамическое) равновесие — концепция А. А. Богданова («Тектология»), исследованная Л. фон Берталанфи: открытая система сохраняет постоянство структуры не в покое, а в процессе непрерывного обмена веществом, энергией и информацией со средой.
---
config:
look: handDrawn
theme: neutral
---
flowchart LR
subgraph Closed[Закрытая система]
C1[Равновесие] --> C2[Максимум энтропии]
C2 --> C3[Разрушение]
end
subgraph Open[Открытая система]
O1[Обмен со средой] --> O2[Подвижное<br/>равновесие]
O2 --> O3[Развитие<br/>и самоподдержание]
end
Closed -.->|Цифровизация превращает<br/>транспорт в открытую систему| Open
classDef c1 fill:#f2e2df,stroke:#b99490
classDef c2 fill:#d6e6d8,stroke:#6b8a70,color:#2e3b31,rx:6
class Closed c1
class Open c2
К. Шваб, один из идеологов четвёртой промышленной революции, предупреждал: «Мы стоим у истоков революции, которая фундаментально изменит нашу жизнь, наш труд и наше общение. По масштабу, объёму и сложности это явление не имеет аналогов во всём предшествующем опыте человечества».
Что это значит для системного аналитика? Объект управления становится быстрее и непредсказуемее управляющего. Ответ — не жёсткие планы, а адаптивное управление, то есть усиление контуров обратной связи данными.
Технологии Industry 4.0 на железнодорожном транспорте:
| Технология | Применение | Системный смысл |
|---|---|---|
| IoT (интернет вещей) | Датчики на путях, вагонах, контактной сети | Расширение органов чувств системы |
| Big Data | Анализ грузопотоков, прогнозирование | Память системы |
| AI/ML | Предиктивная аналитика отказов | Ускорение уравновешивающих петель |
| Digital Twin | Виртуальная модель полигона | Эксперимент без риска для объекта (лекция 6) |
| Цифровые платформы | ЭТРАН, мультимодальные сервисы | Интеграция системы и надсистемы |
2. Транспорт в цифровой экономике: система и элемент надсистемы
2.1. Двойная роль транспорта
Вот центральное противоречие всей транспортной отрасли — сформулируем его точно. П. А. Козлов, Н. А. Тушин и В. С. Колокольников («Проблема организации единой транспортной системы», 2018) формулируют основное диалектическое противоречие системного мира: объект должен быть одновременно и системой, и элементом системы более высокого уровня. Для транспорта это выражается в двух ролях и двух функциях.
---
config:
look: handDrawn
theme: neutral
---
flowchart TD
T[Транспорт] --> R1[Роль 1: СИСТЕМА]
T --> R2[Роль 2: ЭЛЕМЕНТ надсистемы]
R1 --> F1[Функция: перевозки<br/>Максимум перевозок<br/>при минимуме затрат]
R2 --> F2[Функция: обеспечение<br/>экономических связей<br/>надёжными транспортными связями]
F1 --> S1[Среда = производство<br/>Стыковые потери относит<br/>на производство]
F2 --> S2[Производство = внутренняя среда<br/>Стыковые потери — внутренние,<br/>относятся на транспорт]
classDef c1 fill:#e2ebf3,stroke:#8ba3b8
classDef c2 fill:#f4ecd9,stroke:#bfab82
classDef c3 fill:#e9e5ef,stroke:#a59db4
classDef c4 fill:#e4eee5,stroke:#94ac97
classDef c5 fill:#d6e6d8,stroke:#6b8a70,color:#2e3b31,rx:6
class T c1
class R1 c2
class R2 c3
class F1 c4
class F2 c5
Почему это важно на практике:
- В первой роли транспорт борется со средой: нестабильность грузопотоков — это «внешние возмущения», а минимальные затраты достигаются при стабильном, одном режиме работы.
- Во второй роли транспорт подстраивается под ритмы производства: стыковые потери между транспортом и производством становятся внутренними, и их снижение — прямая задача транспортной системы.
Главное: именно вторая роль требует адаптивных, гибких технологий.
Как образно пишут авторы: связь не должна быть жёсткой — «не „или связь, или независимость“, а „и-и“. Как подвеска у автомобиля: достаточно жёсткая, чтобы он не упал на землю, но достаточно мягкая, чтобы не передавать все толчки пассажиру».
2.2. Три вида целостности единой транспортной системы
Единая транспортная система (ЕТС) десятилетиями оставалась скорее лозунгом, чем системой: при командной экономике каждым видом транспорта управляло своё министерство, в рыночной — единого хозяина нет.
А что делает ЕТС настоящей системой? Козлов, Тушин и Колокольников выделяют три уровня целостности, без которых ЕТС не существует:
| Целостность | Требование | Индикатор |
|---|---|---|
| Структурная | Пути и устройства видов транспорта выстроены согласованно, обеспечивают общую функцию без излишних стыковых потерь | Пропускная и перерабатывающая способность стыков |
| Функциональная | Технологические процессы видов транспорта гармонично увязаны | Сквозные технологии перевозок |
| Системная | Единая технология адаптивна, охвачена сквозным управлением, обеспечивающим активное самоподдержание | Единый диспетчерский центр, сквозные данные |
Жёсткий вывод авторов: если нет единого диспетчерского центра и технологии управления перевозками через все виды транспорта — нет и единой транспортной системы.
Почему это актуально именно сейчас? Цифровая экономика впервые делает системную целостность технически достижимой: сквозные данные и платформы играют роль того самого «сквозного управления».
Обратите внимание и на предупреждение из лекции 1: структурную реформу железнодорожного транспорта, при которой резким усилением вертикальных связей и ослаблением горизонтальных была снижена адаптивность, авторы прямо называют несистемным решением.
2.3. Системные интеграторы и динамические резервы
Возникает закономерный вопрос: кто создаёт системную целостность в рыночной экономике, где участники конкурируют? Ответ тонкий: конкурируют они как отдельные системы, а сотрудничают — как элементы надсистемы. Системную интеграцию доставки через все стыки осуществляют системные интеграторы — экспедиционные фирмы.
«Виртуальная система» экспедитора (по Козлову) — система, создаваемая на время доставки, в которой:
- подсистемы входят в систему временно, только на время доставки;
- подсистемы входят не полностью, а только в некотором отношении;
- подсистемы могут не заключать между собой договоров и даже не знать, что работают совместно.
Цифровые платформы — современная форма такой виртуальной системы: агрегатор собирает перевозчиков, терминалы, таможенных операторов и финансы в единый контур на время конкретной перевозки.
Динамические резервы — центральное понятие цифрового управления потоками. Гибкое управление создаёт резервы, которые по функции замещают фактические (статические): | Вид динамического резерва | Механизм создания | Цифровой инструмент | |—————————|——————-|———————| | Первого рода | Гибкое прикрепление поставщиков к потребителям | Динамическая транспортная задача | | Второго рода | Согласованное ускорение/замедление отдельных струй потока | Диспетчеризация в реальном времени | | Третьего рода | Согласование ритмов производства и потребления через транспорт | Платформенные сервисы, предиктивная аналитика |
Каков теоретический фундамент этой идеи? Это прямое следствие закона необходимого разнообразия У. Р. Эшби: управление возможно, только если разнообразие средств управляющего не меньше разнообразия управляемой ситуации.
Цифровизация — способ резко увеличить разнообразие реакций транспортной системы, не наращивая физические резервы.
Для расчёта адаптивного управления в УрГУПС созданы имитационные системы ИСТРА (железнодорожные станции) и ИМЕТРА (транспортные узлы и полигоны) с встроенным имитационным методом динамического согласования (И-МДС) — они связаны с лабораторной работой 5 и лекцией 6 о моделировании.
3. Анализ информационных ресурсов
3.1. Данные, информация, знания
Информационный ресурс (ИР) — совокупность данных, знаний и информации, а также средств и технологий их сбора, хранения, обработки и передачи. Академическая школа В. Н. Волковой и А. А. Денисова рассматривает ИР как полноценную систему — со структурой, функциями и закономерностями развития.
---
config:
look: handDrawn
theme: neutral
---
flowchart LR
D[Данные<br/>факты, измерения] -->|Обработка<br/>и осмысление| I[Информация<br/>данные со смыслом<br/>для контекста]
I -->|Систематизация<br/>и опыт| K[Знания<br/>основа решений]
K -->|Применение| D
classDef c1 fill:#e2ebf3,stroke:#8ba3b8
classDef c2 fill:#f4ecd9,stroke:#bfab82
classDef c3 fill:#d6e6d8,stroke:#6b8a70,color:#2e3b31,rx:6
class D c1
class I c2
class K c3
Обратите внимание: цикл замкнут — знания определяют, какие данные собирать завтра. Это усиливающая петля (лекция 2): качество данных растёт вместе с качеством решений, либо деградирует вместе с ними.
ИР как система:
| Элемент системы | Характеристика | Пример на транспорте |
|---|---|---|
| Данные | Первичные факты и измерения | Показания датчиков, отметки о проходе поезда |
| Информация | Обработанные данные со смыслом | Сводка о задержках на полигоне |
| Знания | Систематизированная информация для решений | Технология диспетчерского регулирования |
| Технологии | Средства обработки и передачи | АСУД, ЭТРАН, каналы связи |
| Персонал | Пользователи и администраторы | Диспетчеры, аналитики, ИТ-специалисты |
3.2. Методика анализа информационных систем и порталов
Анализ информационной системы (портала, АСУ) — типичная задача системного анализа: сначала границы и функция, затем структура, затем качество.
---
config:
look: handDrawn
theme: neutral
---
flowchart TD
A[Определить функцию<br/>и границы ИС] --> B[Оценка доступности<br/>и производительности]
B --> C[Анализ структуры<br/>и навигации]
C --> D[Оценка контента:<br/>полнота, достоверность,<br/>актуальность]
D --> E[Проверка<br/>функциональности]
E --> F[Анализ безопасности<br/>и отказоустойчивости]
F --> G[Итоговая оценка:<br/>соответствие цели системы]
classDef c1 fill:#e2ebf3,stroke:#8ba3b8
classDef c2 fill:#d6e6d8,stroke:#6b8a70,color:#2e3b31,rx:6
class A c1
class G c2
Критерии оценки информационного ресурса:
| Критерий | Показатели | Системный смысл |
|---|---|---|
| Полнота | Доля охваченных процессов и объектов | Достаточность разнообразия данных по Эшби |
| Своевременность | Задержка «событие → данные → решение» | Временные задержки в контуре (лекция 2) |
| Достоверность | Доля ошибок, согласованность источников | Качество обратной связи |
| Доступность | Uptime, время отклика, скорость загрузки | Работоспособность контура управления |
| Структурированность | Навигация, интеграция между разделами | Связность системы |
| Безопасность | Авторизация, шифрование, резервирование | Защита от разрушающих воздействий среды |
Применение методики (задание для самостоятельной работы): проанализируйте портал ЭТРАН или информационную систему своей будущей организации по этим критериям.
Подсказка: начните не с интерфейса, а с вопроса — какую функцию системы поддерживает этот ресурс и какие параметры самоподдержания он контролирует?
Транспортный контекст:
- Управление процессами перевозок: информационные ресурсы включают данные о местоположении поездов (АСУД), состоянии инфраструктуры, грузах (ЭТРАН), персонале. Их интеграция — условие сквозного управления (системная целостность ЕТС).
- Транспортная логистика: ИР логистической компании охватывает заказы, маршруты, склады, транспортные средства и клиентов; полнота и своевременность данных определяют размер динамических резервов.
4. Системный анализ качества
Что значит «качественная транспортная система»? Не спешите с ответом «та, что работает» — сейчас свяжем качество с главным определением курса.
4.1. Качество как самоподдержание параметров
Если система — это целостность с активным самоподдержанием, то качество — это мера того, насколько успешно система поддерживает свои параметры вопреки разрушающим воздействиям среды:
- Качество продукции — совокупность характеристик, определяющих способность продукции удовлетворять потребности (поддерживаемые параметры: надёжность, долговечность, безопасность).
- Качество процессов — степень соответствия процесса установленным требованиям и его способности воспроизводить результат (воспроизводимость, эффективность, устойчивость).
- Качество системы управления — способность достигать целей при оптимальном использовании ресурсов.
Управление качеством — это и есть проектирование уравновешивающих петель (лекция 2): план → измерение → сравнение с нормой → коррекция. Финансовые и операционные показатели (KPI) работают как датчики такого контура.
4.2. Методы анализа качества
---
config:
look: handDrawn
theme: neutral
---
mindmap
root((Качество))
Продукция
Надёжность
Долговечность
Безопасность
Процессы
Воспроизводимость
Эффективность
Устойчивость
Управление
Планирование
Контроль
Улучшение PDCA
| Метод | Назначение | Пример на транспорте |
|---|---|---|
| Диаграмма Парето | Отделить главные причины от второстепенных (20/80) | 20% причин вызывают 80% задержек поездов |
| Диаграмма Исикавы | Поиск корневых причин по группам факторов | Анализ причин схода вагона (лекция 4) |
| Контрольные карты | Отличить случайные колебания от тренда | Контроль времени обработки вагонов |
| Бенчмаркинг | Сравнение с лучшими практиками | Сравнение показателей станции с лидером сети |
| 8D / PDCA | Системный процесс решения проблем | Методика ФЦК, бережливое производство на полигоне (лекция 5) |
Критерии качества системы управления:
| Критерий | Характеристика | Метод оценки |
|---|---|---|
| Эффективность | Достижение целей | KPI, выполнение плана |
| Экономичность | Отношение результата к затратам | Себестоимость, ROI |
| Своевременность | Соблюдение сроков | % своевременных отправок |
| Гибкость | Адаптация к изменениям | Время реакции на сбой |
| Устойчивость | Работа при возмущениях | Скорость восстановления после сбоев |
Заметьте: гибкость и устойчивость — это характеристики активного самоподдержания. Система управления качественна не тогда, когда у неё «всё по плану», а когда она возвращается к плану при любых возмущениях среды.
5. Большие данные и нейросетевой анализ
Теперь — о том, чем «кормят» эти контуры управления современные цифровые системы.
5.1. Характеристика больших данных
Начнём с определения. Большие данные (Big Data) — данные, объём, скорость поступления и разнообразие которых превышают возможности традиционных инструментов обработки.
Международная аббревиатура «5V» — пять характеристик больших данных:
| V | Характеристика | Пример на ЖД |
|---|---|---|
| Volume (объём) | Терабайты и петабайты | Показания датчиков инфраструктуры за год |
| Velocity (скорость) | Высокая скорость поступления | GPS/ГЛОНАСС-данные поездов в реальном времени |
| Variety (разнообразие) | Разные форматы | Структурированные (БД) + неструктурированные (фото дефектов, видео) |
| Veracity (достоверность) | Точность и надёжность | Ошибки датчиков, пропуски отметок |
| Value (ценность) | Полезность для принятия решений | Прогноз задержки, предотвращающий сбой графика |
5.2. Нейросетевые модели транспортных систем
Чем это всё связано с нашим курсом? Напрямую: передовые исследования прямо продолжают темы лекций математическими средствами. Смотрите сами:
| Исследование | Задача | Связь с курсом |
|---|---|---|
| Dekker et al., 2021 (arXiv:2105.06111) | Распространение задержек поездов как диффузионный процесс по сети | Математизация «снежного кома» задержек (лекция 2) |
| Li et al., 2023 (arXiv:2303.15489) | Модель SAGE-Het: гетерогенная графовая нейросеть (узлы — станции и поезда) прогнозирует эволюцию задержек на 10/20/30 мин вперёд с точностью свыше 90% | Упреждающая обратная связь (лекция 2), сетевые модели (лекция 6) |
| Nguyen, Li, 2025 (arXiv:2510.09350) | Глубокое обучение для выявления пространственно-временных каскадных эффектов задержек в плотной сети | Эффект бабочки в логистических цепочках (лекция 4) |
| Ferdousi et al., 2024 (arXiv:2409.06725, DefectTwin) | Интеграция больших языковых моделей и цифрового двойника для инспекции дефектов пути; точность 0.76–0.93 при мультимодальном вводе (текст, фото, видео) | Цифровые двойники (лекции 6–7), распознавание дефектов |
Общая схема нейросетевого анализа в контуре управления:
---
config:
look: handDrawn
theme: neutral
---
flowchart LR
S[Датчики и АСУ<br/>данные в реальном времени] --> M[Нейросетевая модель<br/>прогноз, классификация]
M --> R[Рекомендация<br/>диспетчеру/системе]
R --> H[Человек:<br/>интерпретация и решение]
H --> A[Управляющее воздействие]
A --> S
classDef c1 fill:#e2ebf3,stroke:#8ba3b8
classDef c2 fill:#f4ecd9,stroke:#bfab82
classDef c3 fill:#d6e6d8,stroke:#6b8a70,color:#2e3b31,rx:6
class S c1
class M c2
class H c3
5.3. Риски и роль человека
Нейросети — мощный инструмент. Но давайте честно посмотрим на их ограничения.
- «Чёрный ящик»: нейросеть даёт прогноз, но не объясняет причин. Системный аналитик отвечает за интерпретацию: какие петли обратной связи стоят за прогнозом.
- Слепое доверие: ИИ обучен на исторических данных и не знает границ применимости. Решение в нестандартной ситуации (лекция 3, когнитивные искажения) остаётся за человеком.
- Самосбывающиеся прогнозы: если система автоматически действует по прогнозу, она меняет данные, на которых обучалась — это упреждающая связь с риском дестабилизации (лекция 2).
6. Метапозиция инженера-системщика
Последний шаг лекции — и самый личный. Кто вы в этой системе: её элемент или её архитектор?
6.1. Системное мышление третьего поколения
А. Л. Левенчук (arXiv:2310.11524, 2023) описывает эволюцию системного мышления: первое поколение описывало систему в среде, второе — создание системы другими системами, третье — многоуровневые вложенные системы, их среды и границы между ними, при непрерывном развитии как самих систем, так и методов их описания.
Для инженера это сдвиг позиции: вы работаете не «с системой», а находясь над ситуацией — выбирая границы, уровни описания и роли. Это и есть метапозиция: точка зрения, из которой видны и система, и надсистема, и ваш собственный способ мышления о них (связь с рефлексией ментальных моделей из лекции 3).
6.2. От исполнителя к архитектору систем
---
config:
look: handDrawn
theme: neutral
---
flowchart LR
L1[Исполнитель<br/>Выполняет задачи] --> L2[Специалист<br/>Решает проблемы]
L2 --> L3[Аналитик<br/>Проектирует решения]
L3 --> L4[Архитектор<br/>Создаёт системы<br/>и их развитие]
classDef c1 fill:#e2ebf3,stroke:#8ba3b8
classDef c2 fill:#f4ecd9,stroke:#bfab82
classDef c3 fill:#e9e5ef,stroke:#a59db4
classDef c4 fill:#d6e6d8,stroke:#6b8a70,color:#2e3b31,rx:6
class L1 c1
class L2 c2
class L3 c3
class L4 c4
| Уровень | Компетенция | Пример на транспорте |
|---|---|---|
| Исполнитель | Технические навыки | Обработка вагонов, ведение поезда |
| Специалист | Решение локальных проблем | Устранение сбоя на участке |
| Аналитик | Системный анализ причин | Поиск корневой причины графикового сбоя |
| Архитектор | Стратегическое видение, метапозиция | Проектирование цифрового контура управления полигоном |
Системное мышление — метакомпетенция. П. Сенге называл его «пятой дисциплиной», которая интегрирует остальные четыре (личное мастерство, ментальные модели, общее видение, командное обучение) и превращает организацию в обучающуюся.
В цифровой экономике это работает буквально: цифровая трансформация холдинга успешна только как процесс организационного обучения. Данные, модели и платформы усиливают те команды, которые умеют пересматривать свои ментальные модели.
Главное: ваша профессиональная сила — не в отдельном инструменте, а в умении связать их в целостную картину. Именно это и есть метапозиция.
Модель компетенций будущего специалиста:
---
config:
look: handDrawn
theme: neutral
---
mindmap
root((Компетенции<br/>будущего))
Hard Skills
Системный анализ
Работа с данными
Моделирование
Цифровые инструменты
Soft Skills
Критическое мышление
Коммуникация
Адаптивность
Meta Skills
Непрерывное обучение
Системное мышление
Метапозиция
7. Транспортный контекст
-
Управление процессами перевозок: цифровизация создаёт динамические резервы — предиктивное управление, адаптивное регулирование графика, согласование ритмов производства и потребления. Нейросетевые прогнозы задержек (модели класса SAGE-Het) становятся датчиками упреждающей обратной связи для диспетчерского аппарата.
-
Транспортная логистика: экспедиционные компании и цифровые платформы выступают системными интеграторами, собирая «виртуальную систему» доставки из конкурирующих перевозчиков. Качество такой системы определяется интеграцией информационных ресурсов через все стыки — вплоть до таможенных и портовых операций.
8. Заключение и выводы для специалиста
Финальный синтез лекции — пять выводов:
-
Цифровая экономика не отменяет теорию систем — она её подтверждает. Транспорт в ней ведёт себя как открытая живая система в состоянии подвижного равновесия: чем выше скорость среды, тем важнее активное самоподдержание (Козлов) и разнообразие реакций (Эшби).
-
Транспорт двойственен: он и система, и элемент надсистемы. Умение видеть обе роли — признак метапозиции. Стыковые потери ЕТС — не «проблемы соседей», а внутренние потери транспортной связи.
-
Данные — это новые резервы. Динамические резервы, создаваемые гибким управлением на основе данных, замещают дорогостоящие статические. Качество информационного ресурса (полнота, своевременность, достоверность) прямо определяет размер этих резервов.
-
Качество — это самоподдержание параметров. Методы анализа качества (Парето, Исикава, контрольные карты, 8D) — инструменты проектирования уравновешивающих петель.
-
ИИ усиливает аналитика, но не заменяет его. Нейросети прогнозируют распространение задержек и распознают дефекты, но интерпретация, границы применимости и ответственность за решение остаются за человеком с системным мышлением.
Вопросы для самопроверки
- Что такое подвижное равновесие открытой системы (Богданов — Берталанфи) и почему, по В. Н. Волковой, технологии Industry 4.0 приближают транспортные организации к поведению живых систем?
- Объясните двойную роль транспорта: как системы (функция «перевозки») и как элемента народного хозяйства. Почему во второй роли стыковые потери становятся внутренними потерями транспорта?
- Назовите три вида целостности единой транспортной системы. Кто такой системный интегратор и что представляет собой «виртуальная система» экспедитора?
- Что такое динамические резервы трёх родов и как они связаны с законом необходимого разнообразия Эшби?
- Раскройте понятие метапозиции инженера-системщика. Чем системное мышление третьего поколения (А. Л. Левенчук) отличается от классических представлений о системах?