Loading [MathJax]/jax/output/CommonHTML/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >关于系统的理解

关于系统的理解

原创
作者头像
fieldli
发布于 2023-03-01 12:07:40
发布于 2023-03-01 12:07:40
8070
举报
文章被收录于专栏:大块小屋-技术大块小屋-技术

1.1 系统的概述

随着人类的发展,人们面对越来越多的规模巨大、关系复杂、参数众多地复杂问题,系统论就是为了分析和解决这些问题而生。我们平时接触的计算机系统包括软件系统本质上属于系统论的一个范畴。系统论是一门独立的学科,经历了多年的发展已经形成了体系化的理论。 系统论里的一些原则、理论、方法同样适用于计算机系统,计算机系统里遇到的复杂性问题在系统论里肯定会有原则性的指导。相信前人肯定比我们聪明,我们遇到的问题,前人肯定也遇到过,只不过以另外一种形式呈现。多年的互联网从业经验很容易让我们拘泥于互联网软件系统,就样很容易忽略更一般性的规律和原理。

把互联网软件系统放到软件系统里看,把软件系统放到系统论里看。

从计算机系统出来,进入系统论的层面,再回到计算机系统。仿佛上帝视角与人间视角的来回切换。

系统定义:系统由相互作用和相互依赖的若干组成部分结合成的、具有特定功能的有机整体。系统论强调整体与局部、局部与局部、系统本身与外部环境之间互为依存、相互影响和制约的关系。

系统论要求:把事物或者现象当作系统来研究,并用数学模型去描述和确定系统的结构和行为。系统的思考,区别于系统化的思考,系统的思考是要求我们把事情当做一各个个的系统来看。系统的整体不是系统的部分之和,系统的整体一定大于系统的部分之和。 一个系统能支撑的能力超越于系统组成之和。 例如汽车由轮子、发动机、车架组成。汽车都能行驶,但是轮子、发动机、车架都不能行驶。

1.2 系统三大基本特征:

目的性:任何系统都是有一定的目的。

这里可以理解为业务系统的边界。我们的系统是为了做什么事而设立的?能做什么事?不能做什么事?

动态性:动态性说明系统会发展。

放到我们的业务系统上来说,就是会演进,会向前动态发展。系统内部会随着时间的而变化,系统与外部的交互关系也会随着时间而改变。

有序性:任何系统本质上都是有序的,如果不是,说明我们对系统的描述还不够深刻。

如果我们的业务系统仍然很乱,很杂,那说明我们还没有找到系统的深层次的结构,复杂是因为我们掌握不够。

1.3 系统思维的四层境界:

  • 认识系统:认识并了解系统的形式与功能、结构与关系。
  • 预测系统:当系统发生某个事件时,能够根据已有知识对系统的行为做出预测。
  • 决策系统:对系统足够了解,拥有充足的依据,可以干预系统,对系统进行认定、分析、权衡,最终做出决策。
  • 组装系统:系统思维的最高境界,可以根据系统的部件重组一套系统。

这个四种境界可以完美的映射到计算机软件系统上。

系统思维的方法论:

通过抽象思维识别出系统中的实体并用概念模型表达。

通过整体思维对关键问题进行分析、归纳,筛选出恰当的实体作为系统的组装部件。

1.4 系统分类

系统的分类有很多,按照不同的维度可以划分不同的系统,例如按照是否人工可以分为人工系统、自然系统、社会系统等。

这里讲两个系统,决定论系统,演化系统。

决定论系统:有明确的因果关系,掌握系统内部规律就可以做出明确的判定。机械系统、软件系统等均属于这个范畴。

例如飞机、汽车等只要掌握对应的物理原理,就能够让飞机飞行,让汽车在马路上奔驰。

演化系统:更多的是相关性,因果关系不明确或者难以理清,其难度是深不可测。例如人类的免疫系统,医学上虽然知道免疫系统,但是仍然难以理清其原理。人类的大脑,自然界中的蚁群系统,自然界的生态平衡系统等。

对不同系统的方法论也不一样。对决定论系统应该重点是掌握规律,挖掘其特点。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
如何理解:业务架构、应用架构、数据架构、技术架构与系统和复杂度
👉目录 1 关于系统的理解 2 关于架构的理解 3 关于复杂的理解 4 后记 体系化地看待系统,高维地抽象业务,有效地进行建模,是制约程序员从码农到架构师的能
腾讯云开发者
2024/06/27
4.8K0
如何理解:业务架构、应用架构、数据架构、技术架构与系统和复杂度
如何理解形式和功能?复杂系统的产品设计与开发
有一天我在逛知识星球的时候,看有人推荐《系统架构 复杂系统的设计与开发》,于是买了实体书,读完后感觉很有价值。
needrunning
2022/04/15
5740
如何理解形式和功能?复杂系统的产品设计与开发
什么是嵌入式系统(上)—— “为用而专”
  作为一个以“思维”为内容的讨论,我并不惧怕话题的庞大。毕竟思维并不是什么可以速成的快餐,俗语说冰冻三尺非一日之寒,着急不来;另一方面,“思维”是个颇为唯心的内容,不仅没有定论,针对每个人的具体情况也是不同的。所以,我并不害怕谈论思维的时候“歪了楼”,或者“缺乏客观性”——本来,装在一个皮囊里,我能谈论的也只是我自己的思维,供有兴趣的看官们消遣一二,如果还能有所启示或者是帮助,那就再好不过了。
GorgonMeducer 傻孩子
2020/07/28
5180
人工“智能”与图灵机
人工“智能”与图灵机 今天白天有两件事情,第一是我看到了一篇知乎神文,讨论比图灵机更强悍的计算模型。第二是朋友圈讨论群都在刷亚马逊机器学习年会和微软build大会。对于吃瓜群众来说,人工智能是个越炒
用户1564362
2018/04/08
1.1K0
人工“智能”与图灵机
架构设计的真谛:系统与子系统、模块与组件、框架与架构
在软件研发这个领域,程序员的终极目标都是想成为一名合格的架构师。然而梦想很美好,但现实却很曲折。
玄姐谈AGI
2021/03/25
8080
架构设计的真谛:系统与子系统、模块与组件、框架与架构
创新与思维范式
2006年,Jeannette m. Wing 提出了“计算思维”的概念,这个概念在全球范围内对计算机科学的教育、研究和发展产生了重大影响。受摩尔定律的影响,单个芯片上可用的晶体管数量呈指数增长。与此同时,由于结构的创新,计算机在过去几十年的历史中取得了显著的性能进步。然而,随着摩尔定律的放缓,以及大数据应用的兴起,给计算机科学带来了严峻的挑战。架构创新对性能突破越来越重要,我们正进入所谓的“计算机架构的新黄金时代”。
半吊子全栈工匠
2021/11/09
4970
创新与思维范式
代码将退出历史舞台:像训狗一样训练计算机
计算机尚未出现之前,大多数经验丰富的心理学家都以为大脑就像个不可知的黑匣子。我们可以分析对象的行为——比如著名的巴普洛夫实验:摇响铃铛会让狗分泌唾液,但思维、记忆与情感这些又如何分析呢?这些东西太过模糊、难以了解,远超科学知识的理解范畴。因此这些自称“行为学家”的科学家们将自己的工作范围限定在对刺激和反应、反馈与强化、铃铛与唾液之类的研究上,他们放弃了理解思维内部运作方式的尝试,而这样的时日长达40年之久。 之后到了20世纪50年代中期,一群叛逆的心理学家、语言学家、信息理论学家以及早期的人工智能研究学家们
CSDN技术头条
2018/02/12
6660
计算机系统简介通识
计算机系统是一个复杂的整体,包括硬件和软件两个主要部分。硬件是计算机的物理组件,包括中央处理器(CPU)、内存、硬盘、显卡、主板以及其他输入输出设备等。软件则是指挥硬件工作的指令和程序,它们被存储在硬件中,通过硬件来执行。
一个风轻云淡
2024/06/20
1940
【热点】AI的25种可能,就是人类的25种未来
内容来源:本文摘编湛庐文化出品书籍《AI的25种可能》书评文章,本书作者约翰.布罗克曼(John Brockman) 。
lujohn3li
2020/03/03
5040
计算机系统组成原理(基础)
网上关于计算机系统的讨论众说纷纭。刚开始,我卯足了劲想寻找一个标准答案,后来发现这并不存在!
大兔精
2020/10/06
1.1K0
计算机系统组成原理(基础)
AI不再需要“程序猿”,未来数据比代码重要
钛媒体注:过去,程序员就像是上帝,制定计算机系统运行的律法。随着机器学习的兴起,计算机正在脱离人们的控制。工程师们永远也无法确切搞清楚计算机是如何通过机器学习完成任务的。神经网络和人们的大脑一样,像个“黑箱”,难以捉摸,这些“黑箱”正在日益接管我们的数字生活。编程将变得不再重要,未来,我们将不再关注行为背后的底层代码,而是专注于行为本身,我们要学着像巴甫洛夫训练狗的条件反射一样训练计算机。 本文由钛媒体编译自《连线》封面文章“Soon We Won’t Program Computers. We’ll
新智元
2018/03/22
7850
AI不再需要“程序猿”,未来数据比代码重要
案例:汽车制动器生产检测系统
汽车因速度而生,目前的动力系统其实已经完全可以造出速度快几倍的汽车。但是,为什么没有这么做?不是发动机动力不够强大,而是制动系统的局限。没有制动,就没有速度。汽车极速永远受到制动性能的限制。
SHOUT
2022/05/31
3000
案例:汽车制动器生产检测系统
【精读】十分钟读完《智能时代》—吴军
“曾经,我们要学习如何操纵机器,掌握机器的语言,向机器靠拢;今天,机器在向人靠拢,试图理解人类、用我们的语言与我们对话。这就是“智能时代”,这个时代的基础是数据,可谓“无数据、不智能”。吴军先生这本书将智能时代的诸多要素娓娓道来,读下来如林中散步,在不知不觉中带领我们去到远方、登上高处,饱览领会了这个新时代的版图和全线的风景。 —— 涂子沛 “《智能时代》这本书展现了吴军博士的真知灼见和前瞻思维,这些都来自于他在大数据和机器智能领域的多年第yi线实践经验。全书对大数据与智能革命带来的思维
钱塘数据
2018/03/05
3.3K0
【精读】十分钟读完《智能时代》—吴军
斯坦福大学物理教授张首晟:In Math We Trust | 清华x-lab公开课
清华区块链公开课又开讲啦!这一讲嘉宾是斯坦福大学物理系、电子工程系和应用物理系终身教授张首晟。大数据文摘为不能来到现场的同学们带来了讲座实录,请大家来先睹为快吧! 区块链系列公开课由清华x-lab及校研团委创新创业中心联合打造,面向清华大学全体学生、教师、校友。戳链接回顾之前课程内容: IBM任常锐:让区块链真正为商业所用 | 清华x-lab公开课 节点资本王明远:区块链为什么能改变世界 | 清华x-lab公开课 火币袁煜明:区块链的本质、意义与商业体系设计 | 清华x-lab公开课 同学们晚上好,我是斯坦
大数据文摘
2018/05/23
5500
工程院院士孙凝晖:计算机系统的演进规律,从求极致到求通用|CNCC 2021
12月16日,第十八届中国计算机大会(CNCC2021)在深圳隆重开幕。今年大会主题是“计算赋能加速数字化转型”,设有17个特邀报告、3场大会论坛、113场技术论坛,超过600位国内外计算机领域知名专家、企业家聚焦不同专业和话题,从学术、技术、产业、教育、科普等方面,全方位探讨数字经济与计算技术的前沿发展趋势。
AI科技评论
2021/12/24
5600
工程院院士孙凝晖:计算机系统的演进规律,从求极致到求通用|CNCC 2021
人工智能导论 --- 绪论
1) 逻辑思维 : 思维过程是串行的,具有严密性,可靠性,容易形式化 。 2) 形象思维 : 依靠直觉,思维过程并行协同式,形式化困难,但在信息变形或者缺少的情况下仍有可能得到比较满足的结果 。 3) 顿悟思维 : 不定期,非线性,穿插于形象思维 与 逻辑思维之中 。
杨鹏伟
2020/09/11
9030
人工智能导论 --- 绪论
【大咖说】发展大数据不要一味追求数据规模大,要“应用为先”
导读:中国信息化百人会学术委员、中国工程院院士李国杰认为,目前大数据技术还不成熟,面对海量、异构、动态变化的数据,传统的数据处理和分析技术难以应对,现有的数据处理系统实现大数据应用的效率较低,成本和能耗较大,而且难以扩展,这些挑战大多来自数据本身的复杂性、计算的复杂性和信息系统的复杂性。李国杰认为,发展大数据不要一味追求“数据规模大”,不要“技术驱动”,要“应用为先”,不能抛弃“小数据”方法,同时要高度关注构建大数据平台的成本。 以下内容节选自李国杰院士《对大数据的再认识》一文: 从复杂性的角度看大数据研
钱塘数据
2018/03/02
9010
人工智能:智能优化算法
优化问题是指在满足一定条件下,在众多方案或参数值中寻找最优方案或参数值,以使得某个或多个功能指标达到最优,或使系统的某些性能指标达到最大值或最小值。优化问题广泛地存在于信号处理、图像处理、生产调度、任务分配、模式识别、自动控制和机械设计等众多领域。优化方法是一种以数学为基础,用于求解各种优化问题的应用技术。各种优化方法在上述领域得到了广泛应用,并且已经产生了巨大的经济效益和社会效益。实践证明,通过优化方法,能够提高系统效率,降低能耗,合理地利用资源,并且随着处理对象规模的增加,这种效果也会更加明显。 在电子、通信、计算机、自动化、机器人、经济学和管理学等众多学科中,不断地出现了许多复杂的组合优化问题。面对这些大型的优化问题,传统的优化方法(如牛顿法、单纯形法等)需要遍历整个搜索空间,无法在短时间内完成搜索,且容易产生搜索的“组合爆炸”。例如,许多工程优化问题,往往需要在复杂而庞大的搜索空间中寻找最优解或者准最优解。鉴于实际工程问题的复杂性、非线性、约束性以及建模困难等诸多特点,寻求高效的优化算法已成为相关学科的主要研究内容之一。 受到人类智能、生物群体社会性或自然现象规律的启发,人们发明了很多智能优化算法来解决上述复杂优化问题,主要包括:模仿自然界生物进化机制的遗传算法;通过群体内个体间的合作与竞争来优化搜索的差分进化算法;模拟生物免疫系统学习和认知功能的免疫算法;模拟蚂蚁集体寻径行为的蚁群算法;模拟鸟群和鱼群群体行为的粒子群算法;源于固体物质退火过程的模拟退火算法;模拟人类智力记忆过程的禁忌搜索算法;模拟动物神经网络行为特征的神经网络算法;等等。这些算法有个共同点,即都是通过模拟或揭示某些自然界的现象和过程或生物群体的智能行为而得到发展;在优化领域称它们为智能优化算法,它们具有简单、通用、便于并行处理等特点。 **
全栈程序员站长
2022/08/31
1.5K0
面向对象的思考
作为一名程序员,代码编程我们平时伸手就来。日常用到比较多的语言也许是 Java、TypeScript、C++ 等,大家都很清楚,这些都是面向对象的语言。那么问题也随之而来,是我们需要使用面向对象的特性才选择了这些语言开发,还是人云亦云地选择了这些语言开发?
蔡不菜丶
2024/01/29
1560
面向对象的思考
什么是嵌入式系统(中)——真正的软件和硬件
  当被人问起“什么是嵌入式系统”时,无需看过我的文章,有一种狡猾的说法肯定是挑不出任何错误的——套用知乎上一类著名的问答体,“如何快速的假装/成为某个领域的专家”——你可以故作认真的说:
GorgonMeducer 傻孩子
2020/07/28
1.2K0
推荐阅读
相关推荐
如何理解:业务架构、应用架构、数据架构、技术架构与系统和复杂度
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档