Управление сложными системами: ключевые характеристики и онтологическое ограничение сложности объекта управления

1Независимый исследователь, Зеленоград, Россия, , 2Независимый исследователь, Зеленоград, Россия, ,

Введение . Ключевым показателем эффективности цивилизации в выполнении ее основной функции ‒ удовлетворения потребностей человека ‒ в современную эпоху является качество управления машинами для производства материальных благ: станками, роботами, различными мехатронными системами, технологическими процессами и производствами на уровне цехов и предприятий. По мере технологического развития общества машины усложняются, требуя все более быстродействующего управления. В этой связи возникают вопросы о том, каким образом можно повысить это быстродействие и каковы границы совершенствования систем управления.

Теоретические исследования и практический опыт, накопленные в области управления сложными системами, в том числе естественными, включают в себя широкий спектр методов и средств, основанных на различных подходах и принципах. При этом однозначного ответа о приоритетных подходах к управлению, а также о наличии (или отсутствии) объективных ограничений в управлении до настоящего времени не сформулировано.

Целью данного исследования является рассмотрение возможных вариантов характера управления сложными системами, его влияния на их быстродействие с учетом задействования обратной связи; оценка необходимости и возможности использования непрерывного и функционально близких к нему вариантов управления. По результатам исследования станет возможной онтологическая оценка процесса управления сложными системами, которая необходима для осмысления этого процесса и определения границ его совершенствования.

Сформулированный подход к философскому осмыслению процесса управления, предполагающий реализацию исследования с использованием формализма теории сложности (в частности, теоретико-множественного и теоретически-информационного представления сложности), теории управления и общей теории систем, является новым.

В настоящее время философская онтология управления в качестве предметов исследования обычно выбирает такие общие вопросы, как сущность управления, его формы (в зависимости от вида системы), структура и закономерности управления, а также место управления в бытии. Рассмотрение этих вопросов осуществляется в рамках гносеологии (Розенфельд, 2012), аксиологии (главным образом в социальной сфере (Бакурадзе, 2024)), праксиологии (в основном в сфере экономики (Дробот и др., 2025)) или в контексте общей эпистемологической проблематики (онтология науки управления (Герасимов Б., Герасимов К., 2021)).

Многие вопросы философской онтологии при этом остаются вне фокуса актуальных исследований: отношения непрерывного и дискретного управления, различия в управлении простыми и сложными объектами, отсутствие онтологических ограничений во взаимодействиях, наличие ограничений в управлении и т. д. По мнению авторов, эти вопросы представляют существенный интерес, и от их решения во многом зависит практическая реализация управления, в том числе машинами, обеспечивающими существование современной цивилизации.

Результатом наблюдения различных систем ‒ физических, химических, биологических, социальных и технических ‒ является выявление ограниченной совокупности ключевых характеристик, определяющих их внутреннюю организацию и поведение. Одной из таких характеристик в случае управляемых систем выступает характер управления: дискретный или непрерывный.

Дискретное управление (Хлебников, 2024) осуществляется посредством отдельных, разнесенных во времени (притом, что эти интервалы времени могут быть очень малыми) воздействий со стороны системы управления на объект управления. Эти воздействия обеспечивают приведение параметров объекта управления к значениям, соответствующим задаче управления, в частном случае – к поддержанию этих значений неизменными. При этом значения параметров объекта управления могут быть как непрерывными (изменяющимися плавно), так и дискретными (изменяющимися ступенчато).

Если управление дискретное, а объект управления непрерывный, то говорят о дискретнонепрерывной системе управления, относящейся к гибридным системам управления, сочетающим дискретные и непрерывные составляющие (Расина, Гусева, 2022). Для того чтобы объект управления изменялся непрерывно, дискретные сигналы управления (в случае наличия обратной связи – сформированные в соответствии с полученными дискретными сенсорными данными) преобразуются посредством регулирующего контура в непрерывные управляющие воздействия. Объектом управления служит аналоговая система (например, физический объект или процесс), в качестве системы управления выступает цифровая система, реализуемая посредством исполнения программного кода на вычислительной машине или аппаратными средствами, т. е. с использованием специализированных электронных схем.

Дискретно-непрерывное управление – наиболее распространенный вариант управления. Основной областью его применения являются технические системы автоматического регулирования, используемые в станках, промышленных роботах, мехатронных комплексах, промышленной автоматике и электронике.

Специфической реализацией дискретно-непрерывного управления является случай использования (для повышения быстродействия) в системе управления аналоговых компонентов. При этом объект управления может быть аналоговым или цифровым, изменения его состояния ‒ непрерывными или дискретными, а система управления ‒ полностью (для управления наиболее простыми объектами) или частично аналоговой. Наиболее широко известными аналоговыми схемами, используемыми в вычислительных системах, в том числе системах управления, являются мостовые выпрямители (для преобразования переменного тока в постоянный), фильтры мощности и частоты сигналов, дифференциальные и интегральные схемы (дифференциальные схемы усиливают разницу между двумя входными напряжениями, а интегральные ‒ выполняют математическое интегрирование), различные усилители сигналов и др. Существенное расширение функциональных возможностей дискретно-непрерывного управления обеспечивается использованием динамически программируемых аналоговых схем, способных задействовать различные заранее откомпилированные конфигурации (Мишин, 2004; Щерба, 2010). Указанные конфигурации сохраняются в подключаемой к программируемой аналоговой схеме цифровых устройств памяти.

При непрерывном управлении воздействие со стороны системы управления на объект управления осуществляется постоянно. Примером такого управления являются механические системы с адаптивными свойствами (Балакин и др., 2016). Изменение значений параметров объекта управления связано с изменением управляющего воздействия таким образом, что на значения параметров объекта управления влияет изменение управляющего воздействия, а на управляющее воздействие (его интенсивность, направление и т. д.) может влиять (при наличии обратной связи) состояние объекта управления (значения управляемых параметров). Объект управления, как и в случае дискретного управления, может иметь как непрерывно, так и дискретно изменяющиеся параметры. В случае (сравнительно мало распространенном), когда управление непрерывное, а объект управления дискретный, говорят о непрерывно-дискретной системе управления, относящейся к гибридным системам управления.

Функционально близким к непрерывному управлению является квазинепрерывное – тип дискретного управления, при котором частота управляющих воздействий существенно превышает частоту дискретизации (семплирования) объекта управления (Ивойлов и др., 2018), т. е. необходимое количество измерений (отсчетов) значений его параметров, производимых за одну секунду для их цифрового представления с требуемой точностью.

Если частота дискретизации объекта управления не очень высокая, то система управления может быть цифровой. Как показали исследования систем управления технологического оборудования (Зеленский и др., 2023), в зависимости от сложности объекта управления необходимое быстродействие системы управления составляет от 100 МГц (двухкоординатные токарные станки с ЧПУ) до 200 ГГц (прецизионные электроэрозионные станки с ЧПУ). При более высокой частоте дискретизации необходимо использование аппаратного квазинепрерывного управления, в котором для повышения быстродействия системы управления используются специализированные электронные схемы. Если частота дискретизации объекта управления существенно ниже возможностей аппаратной системы квазинепрерывного управления, то аппаратные компоненты могут использоваться в импульсном режиме, чередуя периоды активности с периодами бездействия. Для некоторых видов оборудования (например, для лазерной резки) использование импульсного режима позволяет повысить его пиковую мощность по сравнению с работой на максимальной частоте (Paschotta, 2005).

Важный фактор, который необходимо учитывать при использовании квазинепрерывного управления, ‒ это существенный рост потребности в ресурсах при повышении частоты управляющих воздействий. Несмотря на функциональное подобие квазинепрерывного и непрерывного управления, первое из них в действительности является дискретным, а значит, для генерации каждого управляющего воздействия задействуется память и другие вычислительные ресурсы. В результате увеличение частоты управляющих воздействий до уровня выше частоты дискретизации объекта управления нецелесообразно и ведет к необоснованному усложнению технической реализации системы управления.

К числу ключевых характеристик, которые необходимо учитывать в рамках анализа свойств дискретного и непрерывного управления, также относятся наличие в исследуемой системе обратной связи (которую мы уже упоминали) и вид устойчивости системы.

По наличию обратной связи все управляемые системы делятся на системы с обратной связью (отрицательной или положительной) и системы без обратной связи. В первом случае воздействие со стороны системы управления коррелируется с отслеживаемым состоянием объекта управления, во втором – воздействие со стороны системы управления на объект управления осуществляется в соответствии с определенной программой (последовательностью), призванной обеспечить необходимые изменения объекта управления, но при этом не осуществляется отслеживание этих изменений.

По виду устойчивости системы имеет место деление на системы с равновесной устойчивостью и системы с неравновесной устойчивостью (Гленсдорф, Пригожин, 1973). В системах с равновесной устойчивостью обеспечивается баланс противоположных процессов (сжатие-расширение, объединение-распад, нагрев-охлаждение и т. д.), при котором система сохраняет свою целостность. В системах с неравновесной устойчивостью равновесия между противоположными процессами нет, имеет место разность (перепад) значений определяющих ее параметров, вследствие чего инициируются внутренние процессы. Если эти процессы стабильны (например, реализуются в виде циркуляторных или иных периодических изменений), то система может сохранять свою целостность. Большинство сложных динамических систем, в частности «живые» системы (биологические, социальные, экономические и др.), обладают неравновесной устойчивостью.

Реализация управления в существенной степени зависит от указанных выше ключевых характеристик (наличия обратной связи и вида устойчивости объекта управления). Наличие обратной связи, предполагающее влияние объекта управления на систему управления, резко повышает эффективность управления, поэтому абсолютно преобладающая доля управляемых систем обладает обратной связью. Вид устойчивости объекта управления также существенно влияет на реализацию управления. Неравновесная устойчивость, с одной стороны, существенно повышает сложность системы управления, но, с другой стороны, увеличивает эффективность управления: скорость (уменьшая задержки) и адаптивность. Это является следствием того, что в системах с неравновесной устойчивостью управляемые параметры – динамические (изменяющиеся во времени), существенно более чувствительные к управляющему воздействию, чем статические (постоянные во времени), используемые для управления системами с равновесной устойчивостью.

Характер управления, сложность объекта и наличие обратной связи . Оценка сложности объекта может базироваться на нескольких альтернативных подходах (Уемов, 1978: 200): логическом (определяются меры некоторых свойств отношений, которые считаются упрощающими); теоретически-информационном (в рамках которого сложность отожествляется с энтропией); алгоритмическом (сложность определяется длиной алгоритма, необходимого для определения исследуемого объекта); теоретико-множественном (сложность связывается с мощностью множества элементов, из которых состоит изучаемый объект).

Как показали исследования авторов (Зеленский, Грибков, 2023), для описания сложности объекта управления целесообразно использовать теоретико-множественный подход, в рамках которого сложность объекта управления может быть соотнесена с количеством уравнений в системе, связывающей параметры (переменные), характеризующие объект управления. По мере повышения сложности объекта количество уравнений увеличивается и быстро достигает уровня, когда выражение связей параметров в виде модели с замкнутым решением (closed-form solution; аналитической модели без итерации и рекурсии, в которой значения параметров определяются за один шаг) становится практически нереализуемым. Задача выражения связей параметров еще более усложняется, когда необходимо обеспечивать взаимосвязь двух и более параметров.

Между тем в реальных системах имеет место взаимосвязь большого числа параметров, а иногда даже всех параметров, характеризующих объект.

Для описания сложных объектов управления практически никогда невозможно построение модели с замкнутым решением. В качестве примера можно привести известную задачу трех тел, заключающуюся в описании движения трех образующих систему компонентов, взаимодействующих между собой посредством сил гравитации. При том, что компонентов всего три, модели с замкнутым решением для задачи трех тел не существует, и даже приближенное решение в виде ряда, полученное К. Зундманом, на практике астрономических наблюдений неприменимо, поскольку требует 108 000 000 000 членов (Belorizky, 1930).

Для описания подобных сложных объектов используют численные модели, отличительной особенностью которых является дискретное (пошаговое) представление изменений параметров объекта, с определением промежуточных состояний посредством линейной (или иной полиномиальной и др.) интерполяции. В результате численное решение указанной выше задачи трех тел с приемлемой точностью может быть выполнено на обычном персональном компьютере. Аналогичные подходы используются для непрерывного управления механических систем (Ананьевский, Решмин, 2014).

Если изменения значений параметров объекта управления определяются дискретно, то и управляющее воздействие со стороны системы управления также должно осуществляться дискретно (непрерывное воздействие теоретически возможно, но сложно реализуемо и не имеет никакого практического смысла). Таким образом, можно констатировать, что управление сложными объектами осуществляется исключительно дискретно.

Если сложность объекта управления невелика и взаимосвязь его параметров всюду определена (например, представлена в виде аналитической модели), то такой объект может управляться как дискретно, так и (в случае возможности построения модели с замкнутым решением) непрерывно. Реализация непрерывного управления существенно сложнее, однако имеет определенные преимущества, важнейшим из которых является несоизмеримо большее быстродействие. Для технических систем на практике возможна аналоговая реализация с непрерывным управлением, которая осуществляется посредством аналоговых компонентов, работающих с непрерывными сигналами, такими как напряжение или ток, которые могут принимать бесконечное множество значений в заданном диапазоне. Также возможным решением для построения сравнительно несложных квазинепрерывных систем управления с высоким быстродействием является использование аппаратных компонентов, о которых мы уже говорили выше.

Существуют ли объекты, которые управляются исключительно непрерывно? Таковыми являются естественные объекты неживой природы: физические и химические системы без внешнего управления. Непрерывный характер самоуправления таких систем обусловлен невозможностью их дискретного управления, необходимым условием которого является наличие информационной памяти, сохраняемой в виде кода. В информационной памяти фиксируются предыдущие значения параметров управляемой системы, на основе сравнения с которыми осуществляется управление. Также в информационной памяти сохраняется модель, согласно которой, исходя из указанного сравнения предыдущих и текущих значений параметров, определяются необходимые управляющие воздействия. В естественных физических и химических системах информационной памяти нет. Вместо нее используется неинформационная память, носителем которой является состояние объекта (электрическое напряжение, сила тока, сопротивление, намагниченность, деформация, гибридизация электронных орбиталей, химический состав и т. д.). В той мере, в которой изменение состояния объекта способно инициировать процессы его изменения (в частности, восстановления), объект обладает способностью к самоуправлению.

Независимо от характера, управление не может осуществляться мгновенно, без задержки между управляющим воздействием и изменением объекта управления. Эта задержка исполнения имеет различный генезис в системах с обратной связью и системах без обратной связи.

В системах без обратной связи задержка исполнения управляющих воздействий обусловлена физической ограниченностью скорости передачи любого действия и изменением объекта управления под его воздействием. Подобные физические ограничения имеют место и в системах с обратной связью, однако основную роль в определении длительности задержки исполнения играет длительность цикла обратной связи.

Цикл обратной связи включает в себя последовательность операций, которые система управления должна выполнить для определения нового управляющего воздействия, скорректированного согласно поступившим по обратной связи данным о текущих значениях параметров объекта управления. Рост сложности системы управления влечет за собой увеличение длительности цикла обратной связи: чем больше количество операций и чем выше сложность каждой из них, тем больше требуется времени для их выполнения.

С другой стороны, если речь идет о дискретном управлении, то чем выше сложность объекта управления, тем меньше должен быть интервал времени между управляющими воздействиями (цикл управления). Практические исследования авторов показали (Зеленский, Грибков, 2023), что максимально допустимая длительность цикла управления обратно пропорциональна сложности объекта управления. Причиной данной зависимости является повышение скорости роста энтропии объекта управления по мере роста его сложности. Рост энтропии в случае дискретного управления происходит в интервале времени между управляющими воздействиями. Поэтому, повышая сложность объекта управления, необходимо одновременно сокращать интервалы между управляющими воздействиями, то есть уменьшать длительность цикла управления.

Наличие в управляемой системе указанных двух противоположных тенденций определяет центральную задачу дискретного управления - сокращения длительности цикла управления при сохранении полной функциональности управления. Допустимые значения длительности цикла управления для сложных технических систем находятся в диапазоне от десятков микросекунд до десятков миллисекунд, для наиболее сложных - менее 100 наносекунд. Такие значения длительности цикла управления соответствуют управлению в реальном времени.

Задача сокращения длительности цикла управления для систем реального времени описывается и решается авторами на основе конфигурирования цикла системы управления (Зеленский, Грибков, 2024). Основным подходом к сокращению длительности цикла управления является поиск оптимального распределения по времени операций, формирующих цикл управления, с учетом потребных для их выполнения ресурсов (например, вычислительных), предполагающих многопоточность и группирование связанных операций. Важную роль в решении задачи сокращения длительности цикла управления играет повышение быстродействия выполнения операций, что в вычислительных системах обеспечивается совершенствованием используемой электронной компонентной базы (в частности, «утоньшением» проектных норм (Бобков, 2020)) и использованием аппаратных компонентов.

Для систем с непрерывным управлением указанные выше подходы неприменимы. При этом и проблема сокращения длительности цикла обратной связи для таких систем неактуальна. Это связано с двумя обстоятельствами. Во-первых, быстродействие систем с непрерывным управлением несопоставимо выше, чем у систем с дискретным управлением, и определяется скоростью протекания аналогового процесса (физического, химического и др.). Во-вторых, как мы уже установили ранее, построение сложных систем с непрерывным управлением на практике не представляется возможным. При этом в пределах возможного роста сложности объекта управления быстродействие системы непрерывного управления, вероятно, не снижается, поскольку параметры системы определяются не по отдельности (последовательно или частично параллельно), а совместно (одновременно и взаимосвязанно).

Онтология управления систем . Формируемая теорией познания и наукой система представлений о мире сформирована из обобщенных понятий, внутреннее содержание и генезис которых во многих случаях не определены или определены лишь частично. Многие используемые нами понятия существуют исключительно в рамках эпистемологии и не имеют выраженного онтологического содержания.

Каким образом мы можем судить об онтологичности знания? В рамках предшествующих исследований (Грибков, 2024) было констатировано, что онтологичность понятия требует, чтобы ему соответствовала реальная (физическая), а не абстрактная (математическая) величина. Реальные величины могут быть определены посредством прямых измерений, им соответствует какой-то реальный объект или процесс. Информативным маркером онтологичности знания является возможность его представления посредством паттернов форм и законов, выявляемых в процессе познания различных предметных областей.

Процесс управления - это не абстрактное представление связи системы управления и объекта управления, а (во многих случаях) недетерминированный процесс, скорость которого зависит от сложности решаемой задачи управления. Причем эта зависимость в равной степени проявляется как в естественных, так и в искусственных системах. Если для искусственных систем, порожденных перенесением представлений науки и теории познания на реальность, влияние сложности объекта на скорость управления ожидаемо (сложность коррелируется со временем, необходимым для представления, а время представления обуславливает скорость управляемых изменений), то в случае естественных систем наблюдение указанного влияния свидетельствует о существовании в реальности процесса, отражением которого является эта зависимость. Другими словами, процесс управления онтологичен, т. е. он соответствует процессам, протекающим в реальном мире, а не только в среде абстрактных представлений реальности.

В результате, как мы выяснили в процессе нашего исследования, для управления наиболее простыми объектами возможно непрерывное или дискретное (за исключением неживых самоуправляемых физических и химических систем) управление, для управления более сложными объектами – исключительно дискретное. Это означает, что ограничения, связанные со сложностью, существуют не только в рамках теории познания и наук (системы знаний), но и в бытии, если речь идет не о процессах, а об управлении процессами.

Состояние фрагмента бытия может определяться одновременным взаимодействием множества объектов и процессов. В этом случае в бытии никаких ограничений не существует (в отличие от представления в рамках системы знаний). При рассмотрении процесса управления ситуация принципиально меняется: для управления бытию необходимо «познать» себя, причем в состоянии, предшествующем текущему. Для этого предшествующее состояние должно быть записано в память, которая может быть реализована только через состояние бытия. Однако бытие не может одновременно изменяться и быть памятью для своего состояния, предшествующего изменению. В результате при управлении процессами в бытии возникают ограничения по сложности, проявляющиеся в неполноте определения состояния и «освобождении места» для его записи в виде изменения состояния бытия.

Полученный нами вывод согласуется с онтологическим определением сложности систем. К числу отличительных особенностей сложных систем относят открытость (а, значит, потенциально неограниченное число внешних связей), наличие в них памяти и регуляцию петлями обратной связи (Князева, 2012). Эти особенности неизбежно обуславливают ограниченность сложности процессов управления (самоуправления) сложных систем.

Важным стимулом синтеза все более совершенных искусственных систем является существование их естественных аналогов. Сохраняется надежда, что если что-то возможно в природе, то нечто подобное может быть создано и человеком. При этом известно, что для искусственных систем существуют объективные ограничения по сравнению с естественными. Эти ограничения связаны с тем, что искусственные системы определяются в рамках системы знаний, а не бытия. Система знаний создана человеком, и ее аксиоматика принципиально отличается от оснований бытия (в качестве которых можно рассматривать первичные свойства бытия и следующие из них простейшие материальные структуры (Грибков, 2023)). В результате многое из того, что в природе происходит естественно и повсеместно, не может быть повторено искусственно. В частности, одновременность взаимодействий в реальном мире ограничена только наличием между ними причинно-следственных связей, в то время как для искусственных систем число связей и взаимодействий всегда количественно ограничено. Являются ли эти ограничения непреодолимыми? Практика показывает, что во многих случаях их можно отодвинуть, расширив возможности искусственных систем: использовать распределенные вычисления, параллельность выполнения операций, встраивать в системы управления аналоговые и аппаратные компоненты узкого функционального назначения, но с высоким быстродействием и т. д.

Имеются, однако, ограничения, актуальные и для бытия. Они не могут быть преодолены, а снижение их влияния – задача, не всегда имеющая решение. Одним из указанных ограничений является установленная нами в данной статье невозможность непрерывного управления сложными объектами. Это ограничение имеет фундаментальный характер и поэтому его необходимо принимать как данность. Дальнейшее развитие искусственных систем управления необходимо соотносить с этим ограничением, сокращая (в той мере, в которой это возможно) влияние факторов, определяющих его в реальном мире.

Главным из этих факторов является сложность объекта управления. Вероятно, что она без потери функциональности системы управления может быть снижена путем избавления от неактивных (или необязательных) связей между параметрами объекта управления. Также возможна инкапсуляция совокупностей элементов системы управления в более крупные компоненты с выстраиванием иерархии. Последний из указанных способов снижения сложности системы управления имеет выраженный эпистемологический характер, и его предположительная эффективность требует онтологического осмысления.

Заключение . Одной из ключевых характеристик систем управления является характер этого управления, который может быть дискретным или непрерывным. Специфический, но широко распространенный вид дискретного управления – гибридное управление, представленное двумя вариантами: дискретно-непрерывное, при котором объект управления непрерывный, а управляющие сигналы – дискретные; и квазинепрерывное, при котором частота управляющих сигналов существенно превышает частоту дискретизации объекта управления, вследствие чего функционально управление близко к непрерывному.

Наряду с характером на систему управления существенное влияние оказывает наличие в ней обратной связи и вид ее устойчивости. Использование обратной связи позволяет существенно повысить точность и управлять сложными системами, но при этом для сколько-нибудь сложных объектов управления становится возможным только дискретное управление с формированием у системы управления задержки на интервал времени, равный длительности цикла обратной связи.

По виду устойчивости системы (включая системы управления) делятся на равновесные и неравновесные. Большинство сложных динамических систем (в том числе биологических, социальных, экономических, когнитивных и др.) являются неравновесными, описываемыми параметрами определяющих их процессов. Неравновесные системы часто характеризуются высокой сложностью, но обеспечивают более высокую эффективность управления и адаптивность.

Центральным понятием для определения управления является сложность объекта управления. Прикладные исследования авторов показали, что целесообразно использовать теоретикомножественный подход к определению сложности. Согласно этому подходу, сложность зависит от числа связей в объекте, которое может быть соотнесено с количеством уравнений, связывающих параметры, характеризующие систему управления. По мере повышения сложности объекта управления количество этих уравнений увеличивается, и на каком-то уровне сложности объект уже невозможно описать в рамках модели с замкнутым решением (аналитической модели без итераций и рекурсии, в которой значения определяются за один шаг). В этом случае единственно возможным становится дискретное управление. Непрерывное управление выполнимо лишь для наиболее простых объектов. Для очень небольшой группы объектов (неживые физические и химические системы без внешнего управления) возможно только непрерывное управление, что обусловлено отсутствием у них информационной памяти, без которой дискретное управление нереализуемо.

Компромиссным решением, актуальным для управления сложными объектами, является ква-зинепрерывное управление – дискретное управление, функционально мало отличающееся от непрерывного. Существенное увеличение частоты управляющих сигналов достигается посредством встраивания в систему управления быстродействующих аналоговых или аппаратных компонентов, способных с очень высокой частотой выполнять типовые (сравнительно несложные) операции.

Проблема управления сложными системами имеет значимый онтологический аспект. Известно, что естественные системы находятся в состоянии одновременного взаимодействия с большим количеством других систем (теоретически – с бесконечным количеством других систем). Задача реализации подобного характера взаимодействий в искусственных системах в полной мере не может быть решена, однако некоторые успехи, основанные на использовании децентрализации управления, параллельности выполнения операций и т. д., имеются, и существует перспектива развития этих успехов. Можно надеяться, что если это возможно в естественных системах (определяемых законами бытия), то получится (хотя бы отчасти) в искусственных системах (созданных в рамках логики теории познания и науки).

Принципиально иная ситуация с управлением сложными системами (не существованием, а управлением!). Онтологический анализ реализации управления показывает, что непрерывное управление сложной системой с большим количеством связей в бытии невозможно, поскольку требует наличия памяти, которая в рамках представления бытия сохраняется в виде его состояния. Бытие не может одновременно изменять состояние и фиксировать это изменение в виде своего состояния. Единственным решением является ограничение сложности объекта управления (т. е. его неполное определение в рамках фрагмента бытия с ограниченной сложностью вглубь). Таким образом, в бытии существует объективное ограничение на непрерывное управление сложными системами (что мы действительно наблюдаем в реальном мире).

Проблему повышения быстродействия управления сложными объектами природа вынужденно решает в рамках установленного ограничения, т. е. используя дискретное управление. По этому же пути придется пойти и развитию искусственных систем управления. Это, однако, не означает, что задача повышения быстродействия не может быть решена. Наряду с непрерывным управлением имеется богатый арсенал средств для повышения быстродействия. Многие из этих средств (например, гибридное управление) успешно используются.