Предположим, что на рис. 5: x1 — мера недостачи в обществе возможностей в получении образования подрастающим поколением; x2 — мера недостачи в питании, одежде, жилье, инфраструктурах; x3 — мера дефицита в роскоши и продукции деградационно-паразитического спектра потребностей. В силу действия неформализуемых взаимно изключающих обусловленностей параметров x1 и x3 при упорядоченности ( x3 , x2 , x1), система вряд ли пройдет по соответствующей такой упорядоченности траектории далее половины пути. Скорее всего, вследствие действия не формализованных в модели факторов, она уклонится в иной ошибочный режим, показанный пунктирным радиус-вектором, идущим из начала координат, который возможно не будет устойчивым балансировочным режимом. Именно на этот путь ступили “демократизаторы” и хотят вести по нему народы региональной цивилизации России.
Тому, кто себе в лоб забил алкогольно-никотиновый кол, лично непотребно образование, новое знание, поскольку оно — в тягость наркотически угнетенному. А его потомство, вследствие вероятностно предопределённых генетических нарушений, как в биомассе организма, так и в искалеченной и подавленной в процессе воспитания психике, возможно не сможет освоить и те знания и культурные навыки, что были естественным достоянием предков. Это приведёт к падению культуры производства и уронит спектры производства и потребления.
“Саморегуляция” рынка без разделения демографически обусловленного и деградационных спектров будет выглядеть на рис. 5 по этим информационным причинно-следственным обусловленностям как хаотичное мельтешение ненулевого радиус-вектора в пространстве параметров, относительно какого-то среднестатистического положения, управляемого извне внесистемными факторами. “Саморегуляция” такого рода показана на рис. 5 как клубковидная “каракуля”.
Сказанное означает, что ограниченность трудовых ресурсов, квалификации, производственных мощностей в отраслях, энергопотенциала общества, после оценки нехватки в удовлетворении потребностей общества предопределяет как разделение демографически обусловленного и деградационно-паразитического спектров, так и формирование номенклатуры (каталога) демографически обусловленного спектра и упорядоченности её по приоритетности значимости ликвидации недостачи.
В процессе реального управления, в том числе и на стадии планирования, для разных этапов переходного процесса (рис. 5) понятию демографической обусловленности может соответствовать несколько разная номенклатура и её упорядоченность, определяющая демографически обусловленный вектор целей (контрольный спектр параметров). Эти различия должны находить своё отражение как в критерии оптимальности многошагового переходного процесса в целом, так и в критериях оптимальности каждого из шагов в планируемом переходном процессе.
Оптимизация каждого из множества производственных циклов ΔT вне объёмлющей задачи оптимизации по минимуму времени переходного процесса исчерпания недостаточности демографически обусловленного спектра потребления — изначально методологически несостоятельная задача, поскольку это — “оптимальный” шагнеизвестно куда. Но и оптимизация переходного макроэкономического процесса — лишь частная задача в процессе перехода к жизни общества в ладу с объёмлющей его биосферой.
Теперь разсмотрим метод динамического программирования, поскольку, хотя и было показано, что алгоритмы решения задачи об оптимальном наведении средств поражения на цель в нынешней цивилизации не могут не существовать, тем не менее, необходимо содержательно обсудить ещё некоторые “само собой” разумеющиеся очевидности, касающиеся оптимального выбора траекторий многопараметрических переходных процессов.
По отношению к макроэкономической системе её “скоростные” параметры, прежде всего, определяются энергопотенциалом. Поэтому в макроэкономических интерпретациях задача «наведения оружия на цель» предстает как задача о темпах роста энергопотенциала и его разпределении: 1) на производство демографически обусловленного спектра потребностей и 2) на развитие и поддержание производственной базы всех отраслей.
Математически такое решение может быть получено, в частности, на основе алгоритмов, реализующих метод динамического программирования (он может изпользоваться и для решения задач линейного программирования). Обстоятельное его изложение и конкретные алгоритмические модели решения тех или иных прикладных задач можно найти в специальной литературе. Здесь же мы опишем его структуру и затронем некоторые с ним связанные мировоззренческие вопросы.
Алгоритм метода динамического программирования осуществляет формализованный выбор оптимальной в некотором смысле траектории в n-мерном пространстве. Термин «динамическое программирование», также как и термин «линейное программирование», о котором речь шла ранее, — прижившиеся в Русском языке подстрочники, мало что говорящие о существе самих методов выбора математически формализованных наилучших вариантов решения практических задач управления, планирования, проектирования.
Аппарат динамического программирования позволяет решать задачи многопараметрической оптимизации в тех случаях, когда в силу разного рода объективно-математических причин (дискретность ограничений, нелинейности математической модели, нарушение свойства выпуклости и т.п.) стандартные алгоритмы решения задач линейного программирования неработоспособны.
Вполне понятно, что метод динамического программирования, как и прочие математические методы оптимизации, не изучался и не изучается в большинстве вузовских курсов СССР и России на специальностях, в которых владение им придаёт квалификации специалистов КАЧЕСТВЕННО более высокий уровень. Тем более в литературе не обсуждаются и философско-мировоззренческие аспекты нашедшие в нём своё алгоритмическое выражение.
В изложении существа метода динамического программирования мы опираемся на книгу “Курс теории автоматического управления” (Палю де Ла Барьер: французское издание 1966 г., русское издание — “Машиностроение”, 1973 г.), хотя и не повторяем его изложения. Отдельные положения взяты из ранее упоминавшегося курса “Изследование операций” Ю.П.Зайченко (Киев, “Вища школа”, 1979)[43].
* * *
Метод динамического программирования работоспособен, если формальная интерпретация реальной задачи позволяет выполнить следующие условия:
1. Разсматриваемая задача может быть представлена как N‑шаговый процесс, описываемый соотношением:
Xn + 1 = f(Xn , Un , n), где n — номер одного из множества возможных состояний системы, в которое она переходит по завершенииn-ного шага;Xn — вектор состояния системы, принадлежащий упомянутому n-ному множеству; Un — управление, выработанное на шаге n (шаговое управление), переводящее систему из возможного её состояния вn-ном множестве в одно из состояний (n + 1)‑го множества. Чтобы это представить наглядно, следует обратиться к рис. 6, 7, 8, о которых речь пойдет далее.
2. Структура задачи не должна изменяться при изменении расчётного количества шагов N.
3. Размерность пространства параметров, которыми описывается состояние системы, не должна изменяться в зависимости от количества шагов N.
4. Выбор управления на любом из шагов не должен отрицать выбора управления на предыдущих шагах. Иными словами оптимальный выбор управления в любом из возможных состояний должен определяться параметрами разсматриваемого состояния, а не параметрами процесса, в ходе которого система пришла в разсматриваемое состояние.
Чисто формально, если одному состоянию соответствуют разные предистории его возникновения, влияющие на последующий выбор оптимального управления, то метод позволяет включить описания предисторий в вектор состояния, что ведёт к увеличению размерности вектора состояния системы. После этой операции, то, что до неё описывалось как одно состояние, становится множеством состояний, отличающихся одно от других компонентами вектора состояния, описывающими предисторию процесса.
5. Критерий оптимального выбора последовательности шаговых управлений Un и соответствующей траектории в пространстве формальных параметров имеет вид:
V = V0 (X0 , U0) + V1 (X1 , U1) + ...+ VN - 1 (XN- 1 , UN - 1) + VN (XN) .
