СОДЕРЖАНИЕ

«Многие вещи нам непонятны не потому, что наши понятия
слабы; но потому, что сии вещи не входят в круг наших по-
нятий»
Козьма Прутков. Плоды раздумья. Мысли и афоризмы, № 66
«1. …Весь Мир, в котором мы живем, вся Вселенная или, как
говорил Тейяр де Шарден, весь Универсум, есть некоторая
система…
2. В основе всего мироздания, всех процессов Универсума, ле-
жит стохастика и неопределенность»
Никита Николаевич Моисеев


РАЗДЕЛ 2. ИНФОРМАТИКО-КИБЕРНЕТИЧЕСКОЕ «ЯДРО»
СИСТЕМЫ ПРИРОДЫ: механизм иерархической поисковой
оптимизации целевых критериев (энергетического характера)
ее приспособительного поведения
Ниже приводится перечень основных терминов и постулатов, задающих «костяк» предлагаемой
концепции, в формате «формулировка – краткие пояснения». Тем самым вводится некоторая пропедев-
тика, облегчающая первичное знакомство с предметом настоящей публикации.
Как представляется, базис концепции образуют следующие понятия – свойства системы природы:
«АКТИВНОСТЬ», реализующая имманентную ей тенденцию к «проявлению себя» как
индивидуальности;
«ЭКСПАНСИВНОСТЬ», реализующая имманентную ей тенденцию к активности посредством
стремления к экспансии, т.е. к всё большей и большей своей протяжённости в пространстве;
«СТРУКТУРИЗУЕМОСТЬ», реализующая имманентную ей тенденцию к активности посредством
стремления к структуризации вплоть до иерархизации, т.е. к возникновению в ней подсистем, от-
граничивающих каждая свою внутреннюю среду от своего окружения;
«ОБОБЩЕННАЯ АДАПТИВНОСТЬ», реализующая имманентную ей тенденцию к активности,
экспансивности и структуризуемости посредством стремления к гармоничности, т.е. к согласова-
– 23 –
нию внутренних интересов подсистем с потребностями их внешнего окружения (термин обобщен-
ная указывает здесь именно на то важнейшее явление, что адаптивность проявляется по отношению
к изменениям не только внешней – по отношению к целостной системе – среды, но и её внутренней
среды);
«ПОИСКОВАЯ ОПТИМИЗАЦИОННОСТЬ», реализующая имманентное ей свойство обобщенной
адаптивности посредством возникновения в её иерархии ряда автономных механизмов поисковой
оптимизации, каждый из которых перманентно стремится к максимизации энергетической эффек-
тивности приспособительного поведения своих элементов.
В свою очередь, выделение в рамках системы природы её живой компоненты эквивалентно пе-
реформулированию и конкретизации последнего свойства, а именно:
«АДАПТИВНАЯ ПОИСКОВАЯ ОПТИМИЗАЦИОННОСТЬ», реализующая имманентное ей
свойство обобщенной адаптивности посредством возникновения в её иерархии единого иерархиче-
ского механизма адаптивной поисковой оптимизации, перманентно стремящегося к максимизации
энергетической эффективности приспособительного поведения своих подсистем, на базе возникно-
вения и углубления системной памяти соответствующих иерархических уровней, преобразуя, тем
самым, отдельные подсистемы системы природы в живые (в данном контексте адаптивность, от-
носящаяся к модификации параметров и структуры собственно поискового механизма, должна рас-
сматриваться как вторичная по отношению к ранее введенной обобщенной адаптивности, относя-
щейся к модификации самой системы природы как целого).
Таким образом, в зависимости от глубины системной памяти фрагменты системы природы под-
разделяются на неживые (с нулевой глубиной системной памяти) либо живые (с ненулевой глубиной
системной памяти, в частности – биологические) системы.
Свойства активности и структуризуемости системы природы не раз описывались в литературе и
достаточно известны. В меньшей мере это можно отнести к свойству её экспансивности. Наконец, свой-
ства обобщенной адаптивности, поисковой оптимизационности и адаптивной поисковой оптимизаци-
онности обосновываются как непременные атрибуты системы природы (и живой природы) в моих ранее
опубликованных работах и в настоящей монографии.
Вся же совокупность вышеуказанных свойств системы природы, а также её живой компоненты,
постулируется в рамках предлагаемой концепции. Именно все они в целом и определяют отличия по-
следней от многих существующих представлений о Мироздании. Пояснению указанных понятий и соот-
ветствующих им постулатов, лежащих в основе концепции, посвящены последующие разделы книги.
2.1. Основные постулаты
ПОСТУЛАТ 1: «Первичное фундаментальное свойство системы природы в целом и всех её
основных подсистем в отдельности – свойство активности, реализующей имманентную системе при-
роды тенденцию к “проявлению себя” как индивидуальности».
ПОЯСНЕНИЯ. Это абсолютно первичное свойство системы природы (Вселенной, Мироздания,
etc.). Свое конкретное отражение это находит в широко известном тезисе о самодвижении материи.
ПОСТУЛАТ 2: «Вторичное фундаментальное свойство системы природы представляет собой
пару взаимодополнительных (дуальных) свойств:
1) экспансивности, реализующей имманентную системе природы тенденцию к активности по-
средством стремления к экспансии, т.е. к всё большей и большей своей протяжённости в пространстве
(иногда близкое к этому свойство определяют как агрессивность), и
2) структуризуемости, реализующей имманентную системе природы тенденцию к активности
посредством стремления к структуризации вплоть до иерархизации, т.е. к возникновению в ней подсис-
тем, отграничивающих каждая свою внутреннюю среду от своего окружения».
ПОЯСНЕНИЯ. Свое конкретное проявление ПОСТУЛАТ 2 находит в феноменах соответственно
расширения Вселенной (а также роста «горизонта метаэволюции живого» – см. ниже, раздел 7) и иерар-
хичности систем природы и живой природы.
ПОСТУЛАТ 3: «Третичное фундаментальное свойство системы природы представляет собой
пару взаимосвязанных (связкой типа “цель”–“средство её достижения”) свойств:
1) обобщенной адаптивности, или обобщенной приспособляемости, реализующей имманент-
ную системе природы тенденцию к активности, экспансивности и структуризуемости посредством
стремления к гармоничности, т.е. к согласованию внутренних интересов подсистем с потребностями их
внешнего окружения, и
2) поисковой оптимизационности, реализующей имманентное системе природы свойство
обобщенной адаптивности посредством возникновения в её иерархии автономных механизмов поиско-


– 24 –
вой оптимизации, каждый из которых перманентно стремится к максимизации энергетической эффек-
тивности приспособительного поведения своих элементов».
ПОЯСНЕНИЯ. Термин обобщенная указывает здесь именно на то важнейшее явление, что адап-
тивность проявляется – причем перманентно – по отношению к изменениям не только внешней (по от-
ношению к целостной системе) среды, но и её внутренней среды. Это справедливо для всех характерных
уровней интеграции системы природы. Отмечу при этом, что обычно адаптивность рассматривают как
свойство какой-либо системы приспосабливаться лишь к внешним воздействиям на неё. Но в рамках
предлагаемой концепции именно её расширенная, обобщенная трактовка имеет кардинальное значение.
Свое конкретное проявление ПОСТУЛАТ 3 находит в феноменах соответственно обобщенной
адаптивности и целенаправленности приспособительного поведения (в энергетико-структурном
смысле) системы природы в целом и всех её основных подсистем в отдельности. Обобщенная адаптив-
ность реализуется здесь с помощью методов, которые в кибернетике называются поисковыми методами
оптимизации, а целенаправленность выступает как вполне материальный фактор, связанный с энерге-
тикой системы природы. Тем самым привлечение для объяснения наличия целезадающего фактора в
системе природы сверхъестественных сил (носителей «разума», «интеллекта» etc.) представляется из-
лишним. Кроме того, энергетический критерий поисковой оптимизации выступает в качестве системо-
образующего фактора – инструмента сопряжения функциональных проявлений внутренней среды соот-
ветствующих подсистем и их внешнего специфического окружения (см. ниже, раздел 5).
ПОСТУЛАТ 4: «Вторая составляющая третичного фундаментального свойства системы
природы (отражающая его аспект как “средства достижения цели”) для её живой компоненты –
адаптивная поисковая оптимизационность, реализующая имманентное последней свойство обоб-
щенной адаптивности посредством возникновения и перманентного развития (на базе возникновения и
углубления системной памяти соответствующих иерархических уровней, преобразуя, тем самым, от-
дельные подсистемы системы природы в живые) единого иерархического механизма адаптивной поис-
ковой оптимизации, стремящегося к максимизации энергетической эффективности приспособительного
поведения своих подсистем также перманентно».
ПОЯСНЕНИЯ. Таким образом, системная память – это характеристика запоминания/забывания
влияний со стороны высших ярусов иерархической поисковой оптимизационной системы живой приро-
ды на процесс формирования приспособительного поведения элементами каждого из вложенных в по-
следние (по принципу «матрешки») низших ярусов. Именно наличием системной памяти Живая при-
рода отличается от Неживой, что приводит к определению жизни как формы существования фрагмен-
тов системы природы, обладающих системной памятью.
Активный поисковый характер этого процесса демонстрируют (и определяют его трактовку) эм-
пирически наблюдаемые «хаотические движения» любой подсистемы живого (либо включающей жи-
вое) в соответствующем специфическом пространстве – рыскания, флуктуации, тремор и т.п. явления.
По своей величине (амплитуде) эти «хаотические» рыскания в определенных ситуациях могут быть
весьма малыми, но в других – весьма значительными. Это связано с проявлением свойств «локальности»
и «глобальности» поискового оптимизационного механизма, а также его «случайности» (см. ниже,
пункт 2.4.2 и раздел 4).
2.2. Иерархическая система живой природы
Важнейшее свойство системы природы – её иерархичность – с позиций предлагаемой концепции
рассматривается как средство, необходимое для реализации приспособительного поведения на всех
уровнях её интеграции (посредством совокупности взаимосогласованных оптимизационных процессов).
Применительно к живому: именно и только иерархичность пространственно-временных характе-
ристик живой материи позволяет «разнести» в пространстве и во времени весь спектр оптимизационных
процессов на всех уровнях интеграции биологических систем. Исходя из этой посылки, я выделяю
(обоснование см. ниже, в подразделе 3.6) в живой компоненте системы природы (точнее, в её наблюдае-
мом нами фрагменте, включающем Землю и Ближайший Космос) следующую иерархию последователь-
но вложенных друг в друга уровней интеграции (организации), или ярусов (см. рис. 2.1):
+9. «СФЕРА ГРУППЫ БЛИЖАЙШИХ ПЛАНЕТ» (в частности, для Земли это «СФЕРА ПЛА-
НЕТ ЗЕМНОЙ ГРУППЫ (СПЗГ)», или ЗОНА «БЛИЖАЙШЕГО» КОСМОСА» (размер ˜ десятки ги-
гаметров);
+8. СПЗГ-компартменты, или зоны «Промежуточного» Космоса (комплексы «Планета – дальние
спутники»; для Земли – пространство в пределах орбит её гипотетических дальних спутников) (размер ˜
гигаметры);
+7. СПЗГ-субкомпартменты, или зоны «Околопланетного» Космоса (комплексы «Планета – ближ-
ние спутники»; для Земли – пространство в пределах орбиты Луны) (размер ˜ сотни мегаметров);

– 25 –
Космические "макроуровни" интеграции десятки
тераметры и более миллиардов
миллионы лет сотни миллионов лет лет (и более)
СФЕРА ПЛАНЕТ ЗЕМНОЙ ГРУППЫ
миллиарды лет
десятки гигаметров
миллионы лет
гектотысячелетия
СПЗГ-компар.(напр.,"Земля-дальние спутники")
гигаметры сотни миллионов лет
декатысячелетия гектотысячелетия
СПЗГ-субкомпарт. (напр., "Земля-Луна и ближние спутники")
миллионы лет
сотни мегаметров
тысячелетия декатысячелетия
БИОГЕОСФЕРЫ (НАПРИМЕР, БИОГЕОСФЕРА ЗЕМЛИ)
десятки мегаметров гектотысячелетия
века тысячелетия
БГС-компартменты (природные зоны)
мегаметры декатысячелетия
декагоды века

БГС-субкомпартменты (биомы)
тысячелетия
сотни километров
месяцы (˜1 год) годы

СФЕРЫ БИОГЕОЦЕНОЗОВ
века
километры
декасутки месяцы (˜1 год)

БГЦ-компартменты (парцеллы)
годы
гектометры
сутки декасутки

БГЦ-субкомпартменты (популяции)
декаметры месяцы (˜1 год)
часы сутки

СФЕРЫ МНОГОКЛЕТОЧНЫХ ОРГАНИЗМОВ
метры декасутки
минуты часы
МО-компартменты
(органы/системы органов)
дециметры сутки
минуты
декасекунды

МО-субкомпартменты (ткани)
часы
миллиметры
секунды декасекунды


СФЕРЫ СЛОЖНЫХ КЛЕТОК (эвкариот)
минуты
сотни микрометров
децисекунды секунды


СК-компартменты (компартменты)
декасекунды
десятки микрометров
сантисекунды децисекунды


СК-субкомпартменты (субкомпартменты)
секунды
микрометры
сотни микросекунд сантисекунды

СФЕРЫ ЭЛЕМЕНТОНОВ
(прокариот и ультраструктурных
внутриклеточных элементов)
сотни нанометров деци-
секунды
десятки микросекунд сотни микросекунд

Э-компартменты
(макромолекулы)
санти-
десятки нанометров секунды
десятки микросекунд
микросекунды

Э-субкомпартменты
(органические молекулы)
сотни микросекунд
сотни пикометров
сотни наносекунд микросекунды

СФЕРЫ АТОМОВ десятки микросекунд
десятки пикометров
десятки сотни десятки сотни десятки сотни
пикосекунд пикосекунд наносекунд наносекунд наносекунд пикосекунд
"Субатомные" уровни интеграции
пикометры (и менее)

ПРИМЕЧАНИЕ: стрелки, направленные вверх, имеют структуру (отражают отношение)
«многие - к одному», направленные вниз - «один - ко многим».

Рис. 2.1. «Идеальная» схема подсистемы природы «СФЕРА ПЛАНЕТ ЗЕМНОЙ ГРУППЫ–СФЕРЫ
АТОМОВ» (на гипотетическом перспективном этапе иррадиации живого в Ближайший Космос).

– 26 –
+6. БИОСФЕРЫ ПЛАНЕТ, в частности, БИОГЕОСФЕРА (БГС) (размер ˜ десятки мегаметров);
+5. Биогеосферные, или БГС-компартменты – природные зоны (размер ˜ мегаметры);
+4. Биогеосферные, или БГС-субкомпартменты – биомы (размер ˜ сотни километров);
+3. СФЕРЫ БИОГЕОЦЕНОЗОВ (БГЦ) (размер ˜ километры);
+2. Биогеоценотические, или БГЦ-компартменты – парцеллы (размер ˜ гектаметры);
+1. Биогеоценотические, или БГЦ-субкомпартменты – популяции (размер ˜ декаметры);
0. СФЕРЫ МНОГОКЛЕТОЧНЫХ ОРГАНИЗМОВ (МО) (размер ˜ метры);
-1. МО-компартменты – органы/системы органов (размер ˜ дециметры);
-2. МО-субкомпартменты – ткани (размер ˜ сантиметры);
-3. СФЕРЫ СЛОЖНЫХ КЛЕТОК (СК) – эвкариоты (размер ˜ сотни микрометров);
-4. СК-компартменты – внутриклеточные компартменты (размер ˜ десятки микрометров);
-5. СК-субкомпартменты – внутриклеточные субкомпартменты (размер ˜ микрометры);
-6. СФЕРЫ «ЭЛЕМЕНТОНОВ (Э)» – ультраструктурных внутриклеточных элементов (сложных
клеток) и автономных прокариотических ячеек (размер ˜ сотни нанометров);
-7. Э-компартменты – макромолекулярные структуры (размер ˜ десятки нанометров);
-8. Э-субкомпартменты – органические молекулы (размер ˜ сотни пикометров);
-9. СФЕРЫ АТОМОВ (размер ˜ десятки пикометров).
Выделенные курсивом и полужирным шрифтом уровни №№ 0, ±3, ±6 и ±9 определяются как ос-
новные уровни биологической интеграции (ОУБИ), остальные уровни – как промежуточные уровни
биологической интеграции (ПУБИ), причем «нижние» в каждой паре иерархически смежных ПУБИ (т.е.
№№ +1, +4, +7, –2, –5 и –8) представляют собой ярусы с относительно однородной структурой, а, соот-
ветственно, «верхние» в каждой паре иерархически смежных ПУБИ (т.е. №№ +2, +5, +8, –1, –4 и –7) –
ярусы с относительно неоднородной структурой.
Принципиальные различия биосистем, относящихся к ОУБИ и ПУБИ, состоят в том, что:
первые существенно более целостны (ОУБИ существенно более отграничены от внешней
среды специфическими оболочками – клеточными мембранами и оболочками, кожным и во-
лосяно-шерстяно-перьево-роговым либо костно-чешуйчатым покровом для организмов, рель-
ефом местности и массивами растительности для биогеоценозов и т.п.), чем ПУБИ, у которых
подобные оболочки обычно либо отсутствуют, либо относительно слабо выражены;
первые генерируют (как интегральный фактор, отражающий их специфическое поведение),
передают (себе подобным, т.е. объектам того же яруса в иерархии живого), воспринимают
(от себе подобных) и запоминают соответствующую информацию – сигналы специфической
функциональной активности; вторые же этим свойством не обладают;
первые обладают фундаментальным свойством задавать целевые критерии поисковой опти-
мизации своего приспособительного поведения для “нижележащих” (т.е. “вложенных” в
ОУБИ) элементов трех ярусов: двух смежных ПУБИ и смежного ОУБИ; вторые таковым
свойством не обладают.
ПРИМЕЧАНИЯ:
а) сквозная нумерация уровней с началом отсчета на ярусе МНОГОКЛЕТОЧНЫЙ ОРГАНИЗМ
проведена мною с учетом того, что, как принято считать, «человек (индивидуум, личность etc.
– С.Г.) есть мера всех вещей...» [Протагор,1969].
б) иерархические уровни (прото-ОУБИ), лежащие выше Сферы планет земной группы (Сферы
дальних планет, Звездные системы и т.д.) и ниже атомного (Сферы ядер атомов, Сферы элемен-
тарных частиц и т.д.), в первом приближении выходящие за рамки непосредственного проявле-
ния явлений жизни, будут лишь кратко рассмотрены в разделе 7 и в Приложении.
Более подробно понятие иерархии и предложенные различными авторами варианты иерархиче-
ской структуры живого рассматриваются ниже, в подразделе 3.6. Здесь лишь отмечу, что, например,
полноразмерный МНОГОКЛЕТОЧНЫЙ ОРГАНИЗМ в рамках предлагаемой концепции включает в се-
бя не только иерархически «вложенные» в него клетки-эвкариоты (непосредственно образующие его
ткани и органы). В его рамки необходимо включать и находящиеся в занимаемом им пространстве ОД-
НОКЛЕТОЧНЫЕ МИКРООРГАНИЗМЫ (а также иногда и малоразмерные МНОГОКЛЕТОЧНЫЕ ОР-
ГАНИЗМЫ), живущие в симбиозе (различной степени интенсивности вплоть до её нулевого значения) с
рассматриваемым МНОГОКЛЕТОЧНЫМ ОРГАНИЗМОМ. Аналогичным образом и СЛОЖНАЯ КЛЕТ-
КА включает в себя не только в некотором смысле «собственные», непосредственно образующие её
ультраструктурные элементы, но и образования типа прокариот, вирусов и им подобных частиц, кото-
рые обычно интерпретируют как находящиеся с ней в симбиотических отношениях (также вплоть до
нейтральности). Также аналогично – и достаточно очевидно – это и для БИОГЕОЦЕНОЗА, который со-
стоит из всех биообъектов, находящихся в занимаемом им пространстве, и для БИОГЕОСФЕРЫ, и т.д.

– 27 –
Над-организменные уровни
интеграции биосистем месяцы
(˜1 год)
и более
S часы сутки Q
МНОГОКЛЕТОЧНЫЙ
ОРГАНИЗМ (ГЕГЕМОН)
дека-
сутки
часы
R
П'''
минуты H
Органы
(Касты) сутки
П'
P минуты
декасекунды G

Ткани (Трибы)
часы
П''
декасекунды
S
Примечания: а) стрелки, направленные
секунды Q
вверх, имеют структуру (отражают
СЛОЖНЫЕ КЛЕТКИ отношение) «многие - к одному»,
(ИНДИВИДЫ) направленные вниз - «один - ко многим»;
б) S,P,R - активности, П - память;
в) 1 - сотни микросекунд, 2 -
RH 4G 3Q
1 S 2 P3 2
сантисекунды, 3 - децисекунды, 4 -
Суб-клеточные уровни интеграции ми- секунды
ну-
биосистем ты
П'''

Рис. 2.2. Супраконтур, или контур иерархической поисковой оптимизации (на примере упрощенной
схемы супраконтура МНОГОКЛЕТОЧНЫЙ ОРГАНИЗМ–СЛОЖНЫЕ КЛЕТКИ)

И, наконец: возникновение иерархии необходимо сопровождается возникновением изоляции, т.е.
границ между представителями одного уровня интеграции в иерархии. Иначе не обеспечить целостно-
сти каждого из них, т.е. относительной автономности задания: а) независимых переменных – выходов
биообъектов, относящихся к «низшему» ОУБИ в контуре иерархической оптимизации; б) целевых кри-
териев оптимизации биообъекта, относящегося к «высшему» ОУБИ; в) системной памяти биообъектов
на всех соответствующих ярусах.

2.3. Супраконтур: структура и основные характеристики
2.3.1. Формулировка
Поскольку термин «контур иерархической поисковой оптимизации» несколько громоздок, целе-
сообразно ввести его более краткий синоним, а именно – «супраконтур», и дать ему формулировку:
«Супраконтур, или контур иерархической поисковой оптимизации – фрагмент более общей суп-
расистемы (иерархически взаимоувязанной совокупности нескольких супраконтуров, например, систе-
мы живой природы, социально-технологической системы Человечества и т.п.).
В общем случае супраконтур содержит следующие компоненты (см. рис. 2.2):
• два яруса ОУБИ-систем, “высший”, на котором единственная компонента задает критерии оптимиза-
ции для всего супраконтура, и “низший”, множество компонент которого реализуют поисковую ак-
тивность в супраконтуре (на примере рис. 2.2 – это супраконтур МНОГОКЛЕТОЧНЫЙ ОРГАНИЗМ–
СЛОЖНЫЕ КЛЕТКИ);
• две яруса ПУБИ-систем, также реализующих поисковую активность, но интегрально: они представля-
ют собой объединения (различной степени интеграции) множеств “низших” ОУБИ-систем; причем
ярус “высшей” из такой пары представляет собой сравнительно неоднородную структуру, а ярус
“низшей” – сравнительно однородную;
и следующие связи:

– 28 –
• три сугубо внутренние (для супраконтура) связи типа “многие к одному”, отражающие поисковую ак-
тивность его ярусов (на рис. 2.2 обозначены восходящими стрелками):
o первая (на рис. 2.2 обозначена S ) задается компонентами “низшего” ОУБИ-яруса и действует:
– на вышележащую компоненту “высшего” ОУБИ-яруса, образуя часть («первую половину») пер-
вого субконтура оптимизации в супраконтуре,
– на вышележащие компоненты обоих ПУБИ-ярусов, реализуя взаимодействие субконтуров;
o вторая (на рис. 2.2 обозначена P ) задается компонентами “низшего” ПУБИ-яруса и действует:
– на вышележащую компоненту “высшего” ОУБИ-яруса, образуя часть («первую половину») вто-
рого субконтура оптимизации в супраконтуре,
– на вышележащие компоненты “высшего” в паре ПУБИ-яруса, реализуя взаимодействие субкон-
туров;
o третья (на рис. 2.2 обозначена R ) задается компонентами “высшего” ПУБИ-яруса и действует:
– на вышележащую компоненту “высшего” ОУБИ-яруса, образуя часть («первую половину»)
третьего субконтура оптимизации в супраконтуре;
• три сугубо внутренние (для супраконтура) связи типа “один ко многим”, отражающие целевые крите-
рии (на рис. 2.2 обозначены нисходящими стрелками и символами Q – критерий экстремального типа,
G – типа равенств и H – типа неравенств) приспособительного поведения, задаваемые единственной
компонентой “высшего” ОУБИ-яруса и действующие:
o первая ( Q ) – на нижележащие компоненты “низшего” ОУБИ-яруса, образуя часть («вторую поло-
вину») первого субконтура оптимизации в супраконтуре,
o вторая ( G ) – на нижележащие компоненты “низшего” ПУБИ-яруса, образуя часть («вторую поло-
вину») второго субконтура оптимизации в супраконтуре,
o третья ( H ) – на нижележащие компоненты “высшего” ПУБИ-яруса, образуя часть («вторую по-
ловину») третьего субконтура оптимизации в супраконтуре;
• три связи типа “один ко многим”, генерируемые внутри супраконтура, но влияющие не только на его
компоненты, но и на компоненты всех супраконтуров, вложенных в рассматриваемый; эти связи отра-
жают системную память о траектории поиска, её ограничениях (на поисковые переменные типа ги-
перкуба их допустимых значений) и результатах (значениях целевых критериев) процесса приспосо-
бительного поведения компонент каждого из ярусов рассматриваемого супраконтура, а также о пара-
метрах собственно механизма поисковой оптимизации (лимитирования и закона изменения величины
поискового шага, глубины памяти поискового механизма, его вероятностных характеристик и т.п.) (на
рис. 2.2 обозначены нисходящими штриховыми стрелками и символами П ???, П ?, П ??, П ??? )».

2.3.2. Краткие пояснения и дополнительная терминология
Уже в классическом контуре поисковой оптимизации (экстремального управления) можно выде-
лить структурные образования, относящиеся к двум различным уровням организации. Это, с одной сто-
роны, собственно объект управления и блок вычисления целевой функции оптимизации, а с другой –
выходные подсистемы оптимизатора, задающие независимые переменные оптимизации, т.е. входные
подсистемы объекта управления (см. рис. 2.3). Блок вычисления целевой функции оптимизации генери-
рует двоичный сигнал: «комфорт»–«дискомфорт», реализуя тем самым простейший алгоритм поведения
системы:
?если "комфорт" - работать в прежнем режиме;
?
?если "дискомфорт" - переключать знак обратной связи ("плюс" на "минус", а "минус" на "плюс").
В супраконтуре все эти базисные элементы дополняются (в общем случае) введением в рассмот-
рение дополнительных уровней интеграции (ярусов) субэлементов объекта. Важно отметить, что уров-
ни/ярусы блока вычисления целевой функции и собственно объекта совпадают, а уровни/ярусы генера-
торов поисковой активности оптимизатора рассматриваются как «вложенные» в объект, причем на трех
последовательных «низших» уровнях – двух ПУБИ и ОУБИ.
Любой ОУБИ в системе природы выступает в двух ипостасях: как синоним «объекта» некоторого
первичного супраконтура (по отношению к включенным в него «низшим» ПУБИ и ОУБИ) и как сино-
ним «элементарной поисковой единицы» (по отношению к «высшим» ПУБИ и ОУБИ «высшего» супра-
контура, в состав которого первичный входит). В связи с этим необходимо в каждом случае различать
эти его структурно-функциональные проявления. Для этого удобно ввести специальные термины, кото-
рые позволят сделать дальнейшее изложение более компактным (см. рис. 2.2):
1. «ГЕГЕМОН – ОУБИ-биообъект, рассматриваемый как “высший” в паре любых смежных ОУБИ
из перечня подраздела 2.2»;
2. «Касты – ПУБИ-биообъекты, “высшие” в паре смежных ПУБИ из перечня подраздела 2.2»;
– 29 –
3. «Трибы – ПУБИ-биообъекты, “низшие” в паре смежных ПУБИ из перечня подраздела 2.2»;
4. «ИНДИВИДЫ – ОУБИ-биообъекты, рассматриваемые как “низшие” в паре любых смежных
ОУБИ из перечня подраздела 2.2».
Тогда контур супраоптимизации (или супраконтур) в живой природе можно определить в об-
щем случае как совокупность четырех последовательно смежных уровней биологической интеграции
(ОУБИ-ПУБИ-ПУБИ-ОУБИ), наивысший из которых, или ГЕГЕМОН, задает целевые критерии (супра-
оптимизации) супраконтура, а остальные – последовательно вложенные в ГЕГЕМОН уровни Каст,
Триб и ИНДИВИДОВ, – выступают в роли генераторов поисковой активности в супраконтуре. Под по-
следними понимаются механизмы выработки управляющих воздействий на ГЕГЕМОН (задания величин
коэффициентов чувствительности к специфическим входным воздействиям), опосредованно влияющих
на процедуру вычисления интегральных энергетических оценок его приспособительного поведения –
указанных целевых критериев экстремального типа Q , типа равенств G и типа неравенств H .
То есть фактически имеется в виду, что элемент «высшего» ОУБИ (ГЕГЕМОН) – МНОГОКЛЕ-
ТОЧНЫЙ ОРГАНИЗМ на рис. 2.2 – имеет возможность достигать экстремума своего индивидуального
целевого критерия (энергетического характера), выполняя при этом и ряд других ограничений. А реали-
зуется этот перманентный процесс за счет использования поисковых изменений функциональной актив-
ности элементов, из которых он и состоит – Каст, Триб и ИНДИВИДОВ (в данном примере – соответст-
венно Органов, Тканей и СЛОЖНЫХ КЛЕТОК).
Соотношение типовых контуров регулирования, оптимизации и супраоптимизации показано на
рис. 2.3. Здесь X – специфические неуправляемые входы объекта, Y – его специфические выходы,
F – переходная функция, U – управляемые входы объекта, Y = F ( X , U ) , Q – целевая функция оп-
тимизации. Классический контур регулирования (рис. 2.3а) в простейшем случае состоит из двух основ-
ных (обособленных) элементов – объекта и регулятора, и осуществляет свою задачу путем минимизации
разности между выходной переменной Y и «уставкой» Y0 (заданной a priori цели регулирования). Вы-
работанный регулятором результат – сигнал управления U – либо (чаще всего) суммируется с входным
сигналом X , либо (иногда) умножается на него. Именно второй вариант, при котором в объекте регу-
лирования реализуется мультипликативная операция (на каждом шаге такого процесса), в нашем случае
удобнее использовать для дальнейшего сравнения схем регулирования.
Таким образом, будем считать, что:
Y = f (UX ), где : U = 1 ± ? ; ? ??1 ; U = ? (?Y ) .
То есть величина U выступает здесь (и далее) в качестве коэффициента чувствительности объекта к
входному воздействию X .
Классический контур поисковой оптимизации или экстремального управления (рис. 2.3б) допол-
нительно включает блок вычисления целевой функции оптимизации, также внешний по отношению и к
объекту, и к оптимизатору, и осуществляет свою задачу путем поиска тех значений вектора управляе-
мых входов объекта, которые соответствуют экстремуму (максимуму либо минимуму) заданной a priori
целевой функции Q (Y ) . Здесь мы также будем рассматривать реализацию поисковой оптимизации как
мультипликативную операцию, в данном случае умножения квадратной (близкой к единичной) матрицы
управлений {U} на вектор входного воздействия X :
?1 ± ? 11 ±? 12 ... ±? 1n ?
? ±? 21 1 ± ? 22 ... ±? 2 n ?
? ?
? , ? ij << 1;
Y = F ({U}X), где :{U} = ? X = ( x1 , x2 ,..., xn )
? .. ... ... ... ?
? ±? n1 ... 1 ± ? nn ?
±? n 2
? ?
Именно такая мультипликативная операция была применена нами ранее при синтезе нового (на
тот период) метода «матричного» случайного поиска [Гринченко,1975; Гринченко,Растригин,1976,
1977]. В тех же работах была предложена и интерпретация такого процесса как последовательности ите-
раций в сети из n многовходовых элементов с одним выходом, соединенных «каждый с каждым» (т.е. в
сети из предельно упрощенных моделей нервной клетки, в целом рассматриваемой как оптимизатор).
Упрощенная схема супраконтура иерархической оптимизации (супраоптимизации) (рис. 2.3в,г,д)
принципиально отличается от схемы экстремального управления (оптимизации) тем, что оптимизатор
и блок вычисления целевой функции оптимизации не могут быть вынесены (выделены, вычленены etc.)
из объекта, поскольку являются его имманентной частью. Если выходная величина Y такого объекта
(содержащего внутри себя оптимизатор и блок вычисления целевой функции ЦФ) рассматривается как
скаляр, то, следовательно, управление U будет вектором.

– 30 –
X Y X Y

Y0 - уставка
Объект ЦФ
DY Объект
U Q
Регулятор {U}
Оптимизатор


б) классический контур оптимизации
а) классический контур
(экстремального управления)
регулирования


Объект
Объект Y
X Y X1

Пре-
ЦФ ЦФ
...
обра-
зова-
Q
тель Q
U
Оптимизатор ...
Преоб-
Xj
разова- u1
...
тель
в) супраконтур иерархической
оптимизации (элементарная ...
схема) ... uj
...
...
XN ...
г) то же - схема "ГЕГЕМОНА"
с выделением (прямоуголь- uN
никами) "ИНДИВИДОВ", Оптимизатор
реализующих оптимизатор



ИНДИВИД ИНДИВИД ИНДИВИД ИНДИВИД
1.2.1 2.1.1 3.1.1 3.2.1
ИНДИВИД ИНДИВИД ИНДИВИД ИНДИВИД
1.2.2 2.1.2 3.1.2 3.2....
ИНДИВИД ИНДИВИД ИНДИВИД
Преоб- 1.2.3 2.1.3 3.1.3
разова- ИНДИВИД ИНДИВИД ИНДИВИД
Y
X тель 1.2.4 2.1.4 3.1.4
ИНДИВИД ИНДИВИД ИНДИВИД ИНДИВИД
1.1.1 1.2.5 2.1.5 3.1.5
ИНДИВИД ИНДИВИД ИНДИВИД ИНДИВИД
1.1.2 1.2.6 2.1.6 3.1....
ИНДИВИД ИНДИВИД ИНДИВИД
1.1.3 1.2.7 2.1.... ИНД.4.1.1
ИНДИВИД ИНДИВИД ИНД.4.1.2
ЦФ
Оптимизатор
1.1.... 1.2.... ИНД.4.1.3
ИНД.4.1...




д) то же в другом ракурсе - схема "ГЕГЕМОНА" с выделением составляющих его
"ИНДИВИДОВ" (третий индекс), "Триб" (второй индекс) и "Каст" (первый индекс)
Рис. 2.3. Типовые контуры регулирования, оптимизации и супраоптимизации

– 31 –
Действительно, именно этот факт и позволяет говорить об элементарном примере иерархии: в ка-
честве входа объекта-ГЕГЕМОНА выступают n сигналов-компонент вектора X – уровней специфиче-
ской функциональной активности n объектов-ИНДИВИДОВ. А восприятие компонент сигнала xi рецеп-
торами, относящимися к уровню ИНДИВИДА, фактически сводится к заданию ИНДИВИДАМИ – в ре-
зультате их поисковой активности – величин соответствующих коэффициентов чувствительности ui , и
умножению xi на ui . И, наконец, в качестве интегральной операции (базисной для любой иерархиче-
ской структуры) сведения множества локальных воздействий xi в единую для ГЕГЕМОНА величину Y
происходит суммирование всех полученных произведений. Другими словами, процесс восприятия вход-
ного векторного сигнала X представляет собой интегральную «свертку» X с весами-управлениями U ,
или, иначе говоря, вычисление скалярного произведения двух векторов U и X . Таким образом:
˜
Y = F (UX), где : U = (1 ± ?1 , ±? 2 ,..., ±? n ); ? i << 1
(здесь предполагается, что первая компонента вектора U соответствует коэффициенту чувствительно-
сти к своему собственному выходу, поступающему на первый вход объекта, т.е. x1 = Y ).
Итак, в качестве субэлементов супраконтура (объекта) выступают сущности, из которых состоит
такой объект, и которые непосредственно воспринимают специфические функциональные воздействия
на объект. Но которые также, в свою очередь, обладают свойством целеполагания, т.е. представляют
собой иерархические контуры низших уровней в иерархической системе. Именно в силу того, что блоки
оптимизации и вычисления целевой функции являются имманентными составляющими объекта, пред-
лагаемый «оптимизационный» подход может быть применен только для тех систем, которые обладают
подобным свойством – типа природы, живой природы, социально-технологической системы Человече-
ства и т.п. систем «достаточно высокой» сложности. Соответственно, он неприменим для описания по-
ведения существующих технических устройств, которые подобным свойством не обладают. При этом
нужно различать понятия технического устройства и человеко-машинной системы, поскольку последние
уже входят в класс систем «достаточно высокой» сложности.
Для моделирования таких систем оптимизационный подход позволяет поставить задачу иерархи-
ческой адаптации и решать её с помощью методов иерархической оптимизации. Главная особенность
механизма, реализующего эти методы в иерархическом контуре – его принципиальная трехконтур-
ность. Каждый из трех целевых критериев (экстремальный, типа равенств и типа неравенств) замыкает-
ся на свою переменную, переменные же находятся в иерархической связи между собой (реализующие их
ярусы «вложены» один в другой). Если же мы хотим исследовать влияние на процессы в некотором суп-
раконтуре процессов, относящихся к супраконтурам, вышележащим в иерархии по отношению к рас-
сматриваемому (например, влияние супраконтура, в котором в качестве ГЕГЕМОНА выступает БИО-
ГЕОЦЕНОЗ, а ИНДИВИДОВ – МНОГОКЛЕТОЧНЫЕ ОРГАНИЗМЫ, на все множество вложенных в
него супраконтуров МНОГОКЛЕТОЧНЫЙ ОРГАНИЗМ–СЛОЖНЫЕ КЛЕТКИ), то мы должны форми-
ровать многоуровневую оптимизационную модель.
Можно выделить две основные особенности такой модели:
все элементы каждого из её уровней (ярусов) работают параллельно;
темпы изменения переменных модели на различных её уровнях отличаются весьма значитель-
но, на порядки и более.
Из такого представления естественным образом вытекают и понятие супраоптимизации как оп-
тимизационного процесса в супраконтуре, и понятие супрасистемы как системы, состоящей из иерар-
хии «супраконтуров», в которой происходит процесс супраоптимизации.
2.4. Механизм супраоптимизации: случайный или регулярный?
2.4.1. Эвристические обоснования
Относительно конкретного вида используемого указанным механизмом алгоритма поисковой оп-
тимизации можно высказать следующие эвристические соображения.
Вопрос первый: какой вид мог иметь алгоритм иерархической поисковой оптимизации в системе
природы при его возникновении (вполне естественным образом)? Оставаясь в рамках научных пред-
ставлений, говорить о детерминированности такого первичного алгоритма не представляется возмож-
ным. То есть его первоначальный вид может быть только абсолютно случайным.
Вопрос второй: как могла возникнуть в природе – т.е. также вполне естественным образом – та
или иная степень регулярности или детерминированности поискового алгоритма? Оставаясь в рамках
научных представлений, можно дать только единственный ответ на этот вопрос: «На основе опыта, по-
лучаемого в процессе поиска, т.е. на основе адаптации поиска».
– 32 –
Следовательно, можно констатировать, что первичные механизмы поисковой оптимизации в сис-
теме природы, т.е. те механизмы, которые работали, начиная с момента её возникновения (как систе-
мы), могли быть только абсолютно случайными, с равномерным распределением вероятностей случай-
ного шага во всех направлениях поискового пространства. Но затем, по мере развития системы природы
и выделения в ней подсистемы живой природы, среди этих механизмов с необходимостью (за счет по-
явления средств запоминания предыстории поиска, т.е. системной памяти) стали появляться их адап-
тивные варианты. Последние, обладая существенно более высокой эффективностью, и, в частности,
возможностью перманентно обеспечивать компромисс между противоречивыми требованиями к поиску
(повышения его быстродействия при одновременном повышении точности отслеживания экстремума
целевой функции) – находят себе все большее применение. Но при этом они не вырождаются в «полно-
стью» детерминированные алгоритмы, сохраняя в своих основных характеристиках ту или иную степень
случайности.
2.4.2. О «релятивно-иерархической» случайности
Итак, наиболее адекватной моделью фрагмента механизма иерархической поисковой оптимиза-
ции является случайный поиск в терминологии Л.А.Растригина [Растригин,1959аб,1968,1979]. В про-
стейших случаях случайный поиск генерирует в некоторой окрестности поисковой переменной её слу-
чайное приращение, вычисляет значение оптимизируемой функции, сравнивает с её значением на пре-
дыдущем шаге поиска и, в зависимости от результата (приближения/удаления от экстремума), либо по-
вторяет предыдущий шаг, либо генерирует новое случайное приращение поисковой переменной; далее
все повторяется. Отмечу, что, как это не раз признавал Л.А.Растригин, термин «случайный поиск» не
вполне удачен: ведь он не «чисто» случайный, а всегда содержит некую регулярную компоненту.
В более сложных случаях его алгоритм обладает свойством адаптивности, реализуемым с помо-
щью запоминания как траектории поискового процесса (значений поисковых переменных и целевых
функций, а также соответствующих ограничений), так и параметров самого алгоритма (величины и на-
правления поискового шага, глубины памяти и т.п.). Именно это свойство делает его весьма эффектив-
ным средством решения сложных экстремальных задач самого различного типа.
Все это вместе приводит к утверждению, что именно совокупность алгоритмов адаптивного слу-
чайного поиска является средством – причем, по моему мнению, единственно адекватным – моделиро-
вания механизма иерархической адаптивной поисковой оптимизации системы живой природы. Дейст-
вительно, довольно трудно представить себе некоторый живой объект, характеристики адаптивного по-
ведения которого (например, значение градиента энергетической целевой функции) рассчитывалось бы
в каком-то гипотетическом вычислительном блоке (что необходимо для любого регулярного метода оп-
тимизации). Применительно же к адаптивному случайному поиску – это вполне реально, поскольку он
не требует никаких подобных вычислений, а оценивает искомый градиент на базе нескольких имею-
щихся конкретных реализаций целевой функции. Добавлю для читателя, знакомого с теорией автоматов,
что алгоритм случайного поиска легко формулируется на языке вероятностных автоматов – это про-
сто два разных языка описания одной и той же сущности.
Но здесь следует подчеркнуть, что в рамках предлагаемой концепции случайность рассматривает-
ся не только как неустранимый элемент реальности [Марков,Растригин,1977а], но, прежде всего, как
средство отражения наблюдаемой в реальности иерархичности системы природы. Последнее можно
интерпретировать как обобщение достаточно часто используемой на практике гносеологической ипоста-
си случайности как меры нашего незнания об объекте. Различие состоит в том, что в иерархической оп-
тимизационной подсистеме некоторого уровня интеграции I даже при вполне регулярном поведении
каждой из составляющих её подсистем i1 ,...in (обладающих свойством активности) рассмотрение такого
поведения «в целом» – одновременно и всех сразу, т.е. «с точки зрения» подсистемы именно высшего
уровня I , – может выглядеть только как случайное: у подсистемы I просто нет так называемого
«планшета» для фиксации поведения всех её подсистем i1 ,...in .
Для пояснения этого и опуская подробности, зададимся в некотором мысленном эксперименте хо-
тя бы следующими вопросами: «Имеет ли организм возможность отделить вклад каждой из его клеток
в приращение целевой функции организма?»; «Имеет ли организм возможность отслеживать поиско-
вую траекторию каждой из составляющих его клеток и фиксировать её на некотором “планшете”
(кстати, каков должен быть материальный носитель такого образования на организменном же уровне?)»;
«Имеет ли организм возможность непосредственно задать нужное поведение каждой из его клеток?»
Три категорических ответа НЕТ и формируют вывод: не имея таких возможностей a priori, система жи-
вого (в нашем случае – её элемент «организм») решает задачу своей адаптации по-иному. Первое НЕТ
определяет принципиальную «векторность» восприятия организмом вклада клеток в приращение его
целевой функции (ткани и органы являются лишь некоторыми агрегатами таких вкладов). Но компонен-
– 33 –
ты такого вектора – проявления активности клеток, определяемые их собственными целями – с точки
зрения организма должны рассматриваться именно как случайные. Как следствие, второе НЕТ снима-
ется за ненадобностью. Третье же НЕТ заменяется на ответ ДА при замене термина «непосредственно»
на термин «опосредованно».
Таким образом, для супраконтура МНОГОКЛЕТОЧНЫЙ ОРГАНИЗМ-СЛОЖНЫЕ КЛЕТКИ (по-
скольку мы – люди – относимся именно к организменному уровню) указанная мера (нашего) незнания
организма о поведении всех иерархически образующих его клеток, тканей и органов объективна и абсо-
лютна. Эту ситуацию, отражающую взаимодействия ОРГАНИЗМ-Органы, ОРГАНИЗМ-Ткани, ОРГА-
НИЗМ-КЛЕТКИ и т.д., можно назвать «нисходящей иерархичностью». В противоположность этому, в
«обыденной» ситуации, отражающей взаимодействие ОРГАНИЗМ-ОРГАНИЗМ, и в ситуации «восхо-
дящей иерархичности», отражающей взаимодействия ОРГАНИЗМЫ-Популяция, ОРГАНИЗМЫ-
Парцелла, ОРГАНИЗМЫ-БИОГЕОЦЕНОЗ и т.д., она субъективна (мера нашего незнания о каком-либо
явлении нашего уровня интеграции и высших по отношению к нам уровней) и относительна [Гринчен-
ко,2000б]. Мне представляется, что целесообразно ставить вопрос о выявлении в гносеологическом ас-
пекте интерпретации понятия случайности некоторого конкретного варианта (направления), который
можно было бы назвать «релятивно-иерархическим».
•••••
Итак, резюмирую: механизмы поисковой оптимизации системы природы можно описать с помо-
щью широкого спектра модельных разновидностей алгоритмов, использующих то или иное соотноше-
ние случайности и регулярности на полуинтервале [1,0), т.е. от предельно примитивного метода «проб и
ошибок» и простейшего (неадаптивного) метода «случайного поиска» – до «адаптивного случайного
поиска» в его иерархическом варианте, т.е. с целым спектром значений его системной памяти. Эти ме-
тоды характерны различной степенью проявления свойств локальности и глобальности поиска, и разли-
чаются их соотношением. Подробнее они будут рассмотрены ниже, в разделе 4.
Л.А.Растригин любил повторять, что «все детерминированные методы поисковой оптимизации –
это ?-реализации методов случайного поиска» (т.е. когда распределение вероятностей случайного шага
асимптотически стремится к ?-функции, характерной своей предельной «узостью»), и это выглядело как
некоторая гиперболизация, хотя по существу и абсолютно верно. Но сейчас уже становится ясно, что
определенная парадоксальность этого высказывания отражает некоторые глубинные свойства поиско-
вых оптимизационных механизмов в системе природы.
2.5. Супрасистема: характерные времена процессов
2.5.1. Формулировка
«Важнейшим свойством любого регуляторного процесса в супрасистеме является характерное
время его протекания (см. рис. 2.1 и 2.2).
Утверждается, что каждый из уровней интеграции, составляющих любой супраконтур в супраси-
стеме, выступает в качестве инерционности, реализуя фундаментальное свойство любой поисковой оп-
тимизационной системы (системы экстремального управления), состоящее в том, что иерархия времен
её характерных процессов представляет собой последовательность со знаменателем ?n ?10?20. Други-
ми словами, это означает, что каждый последующий (высший в иерархии) процесс должен проходить в
существенно замедленном темпе по сравнению с первичным оптимизационным процессом. Объясняется
это тем, что оптимизационный процесс на каждом ярусе в иерархии базируется на обобщении результа-
тов ряда более быстрых оптимизационных процессов низших ярусов (см. также пункт 3.6.5)».
2.5.2. Краткие пояснения
Каждая из генерируемых в простейшей схеме супраконтура 12-ти переменных
( A ?, A ??, A ???, A ???, H ,G ,Q ,Q , П ?, П ??, П ???, П ??? , символизируемых стрелками – см. рис. 2.2) изменяется в
своем характерном темпе. При этом каждый из представленных на схеме (и связанных стрелками) объ-
ектов «сглаживает» характерное для «стрелки» время в ?n раз. Возникает вопрос: каковы же эти вре-
мена (и типичные линейные размеры) основных объектов в иерархии биосистем? Чему равно ?n ?
Среди большого числа публикаций по проблеме выявления структурных уровней организации
природы имеется несколько работ, содержащих, помимо качественных соображений, и количественные
эмпирические показатели. При этом в качестве критерия для классификации их авторами выбиралась
масса объекта [Пекарек,1973; Литвин,1980; Абрамов,1998], его размеры [Численко,1981; Сухонос,1983,
2000; Лийв,1998], оба этих показателя плюс время [Марков,1976; Мюллер,1984]. Выдвигались самые
разные величины «знаменателей» таких иерархий, в том числе: 102,5 и 1010 [Сухонос,1983], 104 [Абра-
мов, 1998; Лийв,1998] и др., т.е. цифры, «круглые» в десятичной системе счисления. Последнее сразу

– 34 –
вызывает определенное сомнение: неужели иерархия природы опирается именно на десятичную систему
счисления?
Таким образом, прежде чем ответить на вопрос «чему равно ?n ?», целесообразно хотя бы кратко
рассмотреть понятия параметрической и структурной адаптации в процессах поисковой оптимизации
(см. [Растригин,1987], стр.19, и рис. 2.4а). Необходимость их введения объясняется тем, что процесс
поисковой оптимизации как таковой обладает противоречивыми свойствами. Его можно настроить в
общем случае либо на максимальное быстродействие вдали от точки экстремума оптимизируемой
функции, либо на максимальную точность её определения вблизи неё. Но в каждый момент времени
реализуется некоторый компромисс между этими крайностями, которому соответствует некоторое зна-
чение «функции качества деятельности D алгоритма поисковой оптимизации». Именно таким образом
здесь проявляет свое действие известный в естествознании принцип дополнительности (см.подразд. 9.4).


Z*
Среда




Среда
Z*
X Y X Y
Объект Объект
Критерии Критерии
F0 F0

U U D
Адаптация 3-го
H'
G' уровня
Адаптация Q' (структурная)
Str
Адаптация
а) Блок-схема адаптации объекта
2-го уровня
(рис.1.2.1 из [Растригин,1981]).
(парамет-
рическая)
Par
H'
Адаптация 1-го
G'
уровня
б) Блок-схема многоуровневой Q'
(оптимизация)
адаптации объекта.


Объект i-го ОУБИ
X Y
Объект F0
Специфическая среда
Специфическая среда




Критерии
U'' Элементы ПУБИ''
Адаптация 3-го
уровня
H'
(специализация)
U'
Элементы ПУБИ'
Адаптация 2-го
G'
уровня
(кооперация)
U
Элементы (i-1)-го ОУБИ
Адаптация 1-го Q'
уровня
(оптимизация)

в) Блок-схема иерархической адаптации в супра-системе.

Рис. 2.4. Типовые схемы адаптации.
Наиболее естественным способом определения такого компромисса – экстремума функции D – и
является адаптация. В частности, параметрической адаптацией называется процесс выбора таких зна-
чений параметров «первичного» алгоритма поисковой оптимизации, которые бы позволяли достичь
экстремального значения функции D . Темп этого «параметрического» поискового процесса должен
быть на порядок и более медленным по сравнению с темпом «первичного» процесса поисковой оптими-
зации (см. 2.4б). То есть временной период, в течение которого аккумулируется информация о вариаци-
ях параметров первичного поискового алгоритма для принятия решения об оценке совокупности этих

– 35 –
вариаций (изменения целевой функции D ), должен на порядок и более превышать временной период
одной вариации.
В свою очередь, структурной адаптацией называется процесс выбора таких вариантов структу-
ры «первичного» алгоритма поисковой оптимизации, которые бы позволяли достичь дальнейшего при-
ближения к экстремуму функции D . Темп этого «структурного» поискового процесса должен быть на
порядок и более медленным уже по сравнению с темпом «вторичного» процесса параметрической адап-
тации, а соответствующий временной период – должен на порядок и более превышать временной пери-
од «параметрической» вариации.
Но что же нам мешает экстраполировать этот механизм на уровни «четвертичный», «пятеричный»
и т.д. при описании процессов супраоптимизации в системе природы? В технике (например, при реше-
нии задачи оптимального проектирования некоторого технического устройства) аналогом подобной
процедуры «сверхструктурной» адаптации, пожалуй, является переход к проектированию принципи-
ально иной конструкции устройства, аналогичного по назначению. Другими словами, здесь – на «чет-
вертичном» уровне адаптации – меняется существо целевой функции качества D ! Происходит переход
от оценки влияния тех или иных технических характеристик проектируемого устройства на качество его
функционирования к сравнительной оценке различных технологий решения соответствующей сверхза-
дачи (лишь одну из которых воплощает указанное выше техническое устройство). Хотя такой процесс
никогда не рассматривали как адаптацию, но по своему глубинному смыслу он может ею называться –
благодаря его существу и принципиальной медлительности по сравнению даже с «третичной» структур-
ной адаптацией.
Для иллюстрации приведу пример, характерный для самолетостроения: конкурирующие конст-
рукторские бюро создают прототипы боевых самолетов с различным предназначением и тактико-
техническим характеристиками, оптимизируя их конструктивные параметры. Руководство отрасли и
армейское командование затем отбирают из них для последующего серийного производства и вооруже-
ния войск (существенно более медленного процесса по сравнению с конструированием) варианты, оп-
тимизируя тем самым уже обороноспособность страны. Влияние этого последнего оптимизационного
процесса на «вложенный» состоит в варьировании состава и значений тактико-технических характери-
стик, которыми должны обладать заказываемые самолеты. В свою очередь, руководство страны, опти-
мизируя её благосостояние – путем варьирования структурой её долгосрочных расходов, с учетом обес-
печения безопасности и др. факторов, – выделяет тем самым в последовательности годовых, пятилетних
и т.п. бюджетов ту или иную величину оборонного заказа.
Тем более перспективным представляется подобный подход для интерпретации поведения иерар-
хического оптимизационного механизма системы природы, реализующего процессы её адаптации и эво-
люции (см. 2.4в):
o каждый из «ультраструктурных внутриклеточных элементов», образующих сложную клетку, оптими-
зирует свое состояние по собственным целевым функциям в своем характерном темпе (этот процесс
– из-за малости его типичных времен – крайне сложно исследовать и интерпретировать, поэтому его
характеристики в литературе найти не удается, и специального названия он не имеет);
o каждая из сложных клеток, образующих многоклеточный организм, оптимизирует свое состояние по
собственным целевым функциям в своем характерном темпе (это обычно называют адаптацией
клетки);
o каждый из многоклеточных организмов, образующих биогеоценоз, оптимизирует свое состояние по
собственным целевым функциям в своем характерном темпе (это обычно называют адаптацией ор-
ганизма);
o каждый из биогеоценозов, образующих Биогеосферу, оптимизирует свое состояние по собственным
целевым функциям в своем характерном темпе (это обычно называют эволюцией организмов, но
лучше было бы называть адаптацией биогеоценоза);
o каждая из Биогеосфер, образующих Сферу планет земной группы, – пусть по современным представ-
лениям и имеющаяся лишь в единственном экземпляре Биосфера Земли – оптимизирует свое состоя-
ние по собственным целевым функциям в своем характерном темпе (это обычно называют эволюци-
ей Биогеосферы, но по аналогии с предыдущим лучше было бы называть адаптацией Биогеосферы).
При этом все они в целом составляют иерархическую систему живого, тем самым оптимизирую-
щую свое состояние по набору целевых функций своих основных составляющих, и в широком диапазо-
не характерных времен указанных процессов. Анализ характерного времени того или иного оптимиза-
ционного процесса – наблюдаемого в конкретном натурном эксперименте и «идеального» (выделенного
в рамках предлагаемой концепции – см. следующий пункт), дает возможность указать как его место в
этом иерархическом механизме, так и играемую им роль.


– 36 –
Если же вернуться к рассмотрению процесса первичной оптимизации, или первичной адаптации,
то и здесь наблюдается в принципе подобная картина: для того, чтобы выработать решение о движении
в сторону экстремума функции Q , необходимо предварительно сделать несколько пробных движений.
То есть и здесь соотношение времен, затраченных на отдельную пробу и на сумму таких проб, может
составить порядок и более.
Несколько отличная от этой ситуация наблюдается в схеме иерархической оптимизации системы
природы. В любом её супраконтуре в роли контура «первичной» адаптации (поисковой оптимизации)
здесь выступает субконтур ГЕГЕМОН-ИНДИВИДЫ, в котором минимизируется целевой критерий Q
экстремального типа. В роли контура параметрической адаптации выступает субконтур ГЕГЕМОН-
Трибы, причем отслеживается целевой критерий G типа равенств, а темп поисковых движений Триб
существенно медленнее темпа изменения ИНДИВИДОВ. Наконец, в роли контура структурной адапта-
ции выступает субконтур ГЕГЕМОН-Касты, причем отслеживается целевой критерий H типа нера-
венств, а темп поисковых движений Каст существенно медленнее темпа изменения Триб (см. рис. 2.2).
2.5.3. «Идеальные» значения характерных времен процессов
Как уже отмечалось выше, практика применения алгоритмов поисковой оптимизации со струк-
турно-параметрической адаптацией в технике указывает на то, что их максимальная эффективность дос-
тигается, если характерное замедление двух смежных процессов адаптации составляет примерно
?n ?10?20 раз.
Для целей интерпретации адаптивного поведения системы живого в терминах процесса иерархи-
ческой поисковой оптимизации более точное значение этой оценки можно получить, обратившись к ре-
зультатам проведенных А.В.Жирмунским и В.И.Кузьминым фундаментальных исследований критиче-
ских уровней развития биологических систем [Жирмунский,Кузьмин,1982,1990]. Объектом их изучения
были величины временных и пространственных характеристик, типичных для различных биосистем.
Основной результат, полученный ими: закон критических уровней аллометрического (динамика которо-
го описывается степенной функцией) развития систем: «развивающиеся системы имеют среди критиче-
ских уровней такие, соотношения последовательных значений которых равно ee = 15,15426... » ([Жир-
мунский,Кузьмин,1982], стр. 165, [Жирмунский,Кузьмин,1990], стр. 5), причем это критическое соотно-
шение характеризует диапазон сохранения качественных свойств системы. Тем самым А.В.Жирмунский
и В.И.Кузьмин, с моей точки зрения, вплотную подошли к постановке вопроса о происхождении и кон-
кретном виде механизма обеспечения такого сохранения.
Таким образом, в рамках предлагаемой концепции, т.е. интерпретируя существование критиче-
ских уровней указанных характеристик как проявление процесса супраоптимизации в иерархии живого,
будем считать, что инерционность ярусов в иерархии биосистем совпадает или близка к значению ee ,
т.е. ?n ? 15.15... При этом в качестве ответа на вопрос «Каковы же эти времена?» для каждого яруса в
иерархии предлагается рассматривать времена, рассчитанные исходя из естественной гипотезы об уни-
версальности предлагаемого подхода для всех уровней интеграции системы природы (см. Приложение).
Указанный расчетный ряд значений времен для ярусов (приводятся среднее значение и диапазон
возможного отклонения вверх и вниз) соотнесен с соответствующими характерными процессами на всех
ярусах иерархии живого и приведен в таблице 2.1 (см. также таблицу П2 Приложения). В свою очередь,
в таблице 2.2 конкретизирована «привязка» конкретных величин времени и соответствующих процессов
( A?, A??, A???, A???, H , G, Q, Q, П ?, П ??, П ???, П ??? ) в супраконтурах супрасистемы живого.
Для этой «привязки» ряда к конкретным ярусам были соотнесены следующие пары:
1) период поисковой активности A ??? СЛОЖНОЙ КЛЕТКИ – и расчетное характерное время из
ряда ˜(1,6-2,6-9,6) секунды;
2) период адаптации МНОГОКЛЕТОЧНОГО ОРГАНИЗМА к изменению неспецифических внеш-
них воздействий, ограничиваемый его системной памятью П ??? – и характерное время ˜(1,5-2,4-8,9) де-
касуток;
3) максимальное время жизни МНОГОКЛЕТОЧНОГО ОРГАНИЗМА, ограничиваемое системной
памятью П ??? «обрамляющего» его БИОГЕОЦЕНОЗА – и характерное время ˜(1,44-2,27-8,45) века;
4) четверка основных этапов эмбриогенеза МНОГОКЛЕТОЧНОГО ОРГАНИЗМА: а) процесс оп-
лодотворения – слияния яйцеклетки и сперматозоида – и образования зиготы ˜(6,2-10-37) минут; б) про-
цесс формирования первичных тканей ˜(1,6-2,5-9,3) часа; в) процесс формирования первичных органов
˜(1,0-1,6-5,8) суток; г) процесс формирования первичного многоклеточного организма (эмбриона) ˜(1,5-
2,4-8,9) декасуток интерпретируется как четверка «системных памятей» в супраконтуре МНОГОКЛЕ-
ТОЧНЫЙ ОРГАНИЗМ-СЛОЖНЫЕ КЛЕТКИ, соответственно П ???, П ??, П ?, П ??? ;
– 37 –
Таблица 2.1 Спектры характерных времен супраконтуров супрасистемы живого
СФЕРА ПЛА- БИОГЕО- СФЕРА БИО- СФЕРА МНО- СФЕРА «СФЕРЫ
НЕТ ЗЕМ- СФЕРА – ГЕОЦЕНОЗА – ГОКЛЕТОЧ- СЛОЖНОЙ ЭЛЕМЕН-
НОЙ ГРУП- СФЕРЫ СФЕРЫ МНО- НОГО ОРГА- КЛЕТКИ – ТОНОВ»– Характерные времена
ПЫ–БИО- БИО- ГОКЛЕТОЧ- НИЗМА–СФЕ- СФЕРЫ СФЕРЫ процессов
ГЕОСФЕРЫ ГЕОЦЕ- НЫХ ОРГА- РЫ СЛОЖ- «ЭЛЕМЕН- АТОМОВ
ПЛАНЕТ НОЗОВ НИЗМОВ НЫХ КЛЕТОК ТОНОВ»
миллиарды лет (1.74-2.75-10.23)
миллионы лет (115-182-675)
миллионы лет (7.6-12.0-44.6)
гектотысячелетия (5-7.9-29.4)
декатысячелетия (3.3-5.2-19.4)
тысячелетия (2.2-3.4-12.7)
века (1.44-2.27-8.45)
декагоды (0.95-1.5-5.6)
годы (0.62-0.99-3.7)
декасутки (1.5-2.4-8.9)
сутки (1.0-1.6-5.8)
часы (1.6-2.5-9.3)
минуты (6.2-10-37)
декасекунды (2.5-3.9-14.5)
секунды (1.6-2.6-9.6)
децисекунды (1.1-1.7-6.3)
сантисекунды (0.7-1.1-4.2)
миллисекунды (0.5-0.7-2.7)
микросекунды (31-50-180)
микросекунды (2-3.2-12)
микросекунды (0.1-0.2-0.8)
наносекунды (9-14-52)
наносекунды (0.6-0.9-3.4)
пикосекунды (39-61-228)
ОБОЗНАЧЕНИЯ В ТАБЛИЦЕ:
- спектр времен процессов, характерных для функционирования соответствующего супраконтура


- спектр времен процессов «восходящего» влияния на рассматриваемый супраконтур (воздействия
на каждый из его индивидов «изнутри», опосредованно влияющие на организацию его поискового
движения)

- спектр времен процессов влияния (ограничивающего характера) на соответствующий супракон-
тур со стороны «вышележащих» основных и промежуточных уровней интеграции в супрасистеме


5) период поисковой активности БИОГЕОСФЕРЫ – и характерное время ˜(0,62-0,99-3,7) года.
Важнейшее значение имеет факт частичного перекрытия спектров характерных времен у смежных
супраконтуров. С одной стороны, его можно рассматривать как проявление внутреннего единства живой
природы, можно сказать, её «системности». Но, с другой стороны, этот факт определяет значительные
трудности при изучении тех или иных конкретных процессов функционирования биосистем того или
иного яруса в иерархии живого: явления совершенно различной регуляторной природы могут обладать
сходными характерными временами.
Тем более что здесь необходимо сразу же указать, что проведенные на рис. 2.1 и в таблицах 2.1 и
2.2 временные и пространственные ряды следует рассматривать лишь как идеальные оценки, задающие
некоторый базис в указанных пространствах переменных, а не как требования к их точным значениям в
реальности. Это следует именно из интерпретации их как параметров соответствующих супраконтуров
системы живого, что не накладывает на их величины слишком уж сильных ограничений и не требует от
них высокой точности. Супраконтур будет работать и при значительном (естественно, в «разумных»
пределах) уклонении этих параметров от расчетных. Правда, эффективность такой работы у него будет
ниже, чем при идеальном соотношении пространственно-временных параметров.

– 38 –
Таблица 2.2. Характерные времена ? изменения процессов в супраконтурах супрасистемы живого
Название 1) поисковых 1) Q-критерия, 1) G-критерия, 1) H-критерия, 1) Q-критерия 1) памяти П’’’
высшего ос- движений A’’’ 2) поисковых 2) поисковых 2) поисковых (на ГЕГЕМОН ГЕГЕМОНА
новного уров- ИНДИВИ- движений A’’ движений A’ движений A’’’ извне),
ня интеграции ДОВ Триб Каст ГЕГЕМОНА 2) памяти П’
в супраконту- 3) памяти П’’’ (вовне), 3) па- Каст
ре ИНДИВИДОВ мяти П’’ Триб
1 2 3 4 5 6 7
СФЕРА ПЛА- тысячелетия декатысячеле- гектотысячеле- миллионы лет миллионы лет миллиарды лет
НЕТ ЗЕМНОЙ тия тия
ГРУППЫ (2.2-3.4-12.7) (3.3-5.2-19.4) (5-7.9-29.4) (7.6-12.0-44.6) (115-182-675) (1.74-2.75-10.23)
БИОГЕО- годы декагоды века тысячелетия декатысячелетия гектотысячелетия
СФЕРЫ (0.62-0.99-3.7) (0.95-1.5-5.6) (1.44-2.27-8.45) (2.2-3.4-12.7) (3.3-5.2-19.4) (5-7.9-29.4)
БИОГЕО- часы сутки декасутки годы декагоды века
ЦЕНОЗЫ (1.6-2.5-9.3) (1.0-1.6-5.8) (1.5-2.4-8.9) (0.62-0.99-3.7) (0.95-1.5-5.6) (1.44-2.27-8.45)
МНОГОКЛ. секунды декасекунды минуты часы сутки декасутки
ОРГАНИЗМЫ (1.6-2.6-9.6) (2.5-3.9-14.5) (6.2-10-37) (1.6-2.5-9.3) (1.0-1.6-5.8) (1.5-2.4-8.9)
СЛОЖНЫЕ миллисекунды сантисекунды децисекунды секунды декасекунды минуты
КЛЕТКИ (0.5-0.7-2.7) (0.7-1.1-4.2) (1.1-1.7-6.3) (1.6-2.6-9.6) (2.5-3.9-14.5) (6.2-10-37)
«ЭЛЕМЕН- микросекунды микросекунды микросекунды миллисекунды сантисекунды децисекунды
ТОНЫ» (0.1-0.2-0.8) (2-3.2-12) (31-50-180) (0.5-0.7-2.7) (0.7-1.1-4.2) (1.1-1.7-6.3)
пикосекунды наносекунды наносекунды микросекунды микросекунды микросекунды
АТОМЫ (39-61-228) (0.6-0.9-3.4) (9-14-52) (0.1-0.2-0.8) (2-3.2-12) (31-50-180)

2.6. Дополнительные комментарии
2.6.1. Идеальность как базис концепции
Необходимо ещё раз отметить, что механизм иерархической поисковой оптимизации, положенный
в основу настоящей концепции, представляет собой идеальную модель, пусть и несколько более струк-
турированную, чем «линия» в математике, «материальная точка» в физике и т.п. Отсюда количествен-
ные расчеты характеристик реальных иерархических систем, проведенные на базе такой идеальной мо-
дели, следует рассматривать как оценочные, задающие лишь некоторые усредненные значения соответ-
ствующих характеристик (быть может, в некоторых случаях – с отклонением в 2-3 раза). Тем не менее, в
силу внутренней структуры иерархического механизма поисковой оптимизации, подобные отклонения,
могущие иметь место для каждого отдельного числа, не могут влиять на средние значения величин, ие-
рархически связанных в последовательных рядах «сверху» и «снизу» с рассматриваемым. То есть в
среднем полученные расчетные ряды временных и пространственных характеристик (а также характе-
ристик численности биообъектов) отражают эмпирическую реальность с достаточно высокой степенью
соответствия. Именно этот факт свидетельствует в пользу адекватности настоящей концепции.
Как представляется, подобная интерпретация находит свое отражение и в известной среди биологов
позиции о характерном для живой природы «единстве целого при свободе частей» (на что справедливо
указывал ещё А.А.Любищев, 1982 – цитир. по: [Голубовский,2000б]).
Образным примером подобного подхода – в некоторой степени – может явиться используемая в
географии сетка меридианов и параллелей, нанесенная на модель земного шара – глобус. Нанося на гло-
бус местоположение какого-то объекта, с помощью этой сетки можно легко найти его позицию в сфери-
ческих координатах. Правда, этим и ограничивается аналогия, т.к. в географии Земли не наблюдается
тенденции сгущения тех или иных особенностей её поверхностного рельефа вблизи каких-то a priori вы-
деленных меридианов и параллелей (например, меридиональной либо широтной ориентации горных
хребтов глобального характера). А именно аналог подобного явления и демонстрируют биологические
системы: идеальная схема не только позволяет позиционировать тот или иной биообъект в иерархии
живого, но и выделяет среди значений всех возможных пространственных и временных его характери-
стик те, к которым они имеют тенденцию стремиться в своем адаптивном (в том числе эволюционном)
поведении. Тем самым на множестве различных биообъектов образуются «сгущения» значений этих ха-
рактеристик.
Более того, отсюда напрашивается мысль об использования оценивания уклонения той или иной
биоструктуры от её оптимального (в указанном выше смысле) значения именно с помощью оценки рас-
согласования реально наблюдаемых пространственно-временных величин биосистем с их расчетными
значениями. Это следует и из того факта, что, как представляется, для «привязки» указанных рядов к
реальному миру с физической точки зрения в качестве начал их отсчета единственно оправдан выбор
«фундаментальной (гравитационной, Планковской) длины lf» и «фундаментального времени» или

– 39 –
«планктеона» (времени, за которое свет проходит расстояние lf). А никоим образом не существующих
конкретных реализаций тех или иных космических или, тем более, земных объектов [Гринчен-
ко,1999(г)]. То есть все дальнейшие совпадения рассчитанных величин с реальными, как представляется
с позиций концепции, нужно относить как раз к оптимальности тех или иных наблюдаемых биологиче-
ских структур. Более подробно место и роль идеальности в предлагаемой концепции будут рассмотрены
ниже, в пункте 9.9.5.
2.6.2. Об онтогенезе и времени жизни биообъекта
На схеме рис. 2.1 приведена иерархия характерных времен основных процессов в супрасистеме
живого. Естественно возникают вопросы: если подобная схема описывает приспособительное поведение
иерархии живого в целом, то отражено ли в ней поведение отдельного биообъекта в иерархии, и если да
– то каким образом? Ответы на них следующие: а) отражено как поведение в форме индивидуального
развития; б) это демонстрирует иерархия временных процессов такого развития каждого биообъекта,
т.е. для организма – его онтогенез (см. рис. 2.5).
«Онтогенез (от греч. ??, род. падеж ????? – сущее и ...генез – происхождение, возникновение),
индивидуальное развитие организма, совокупность последовательных морфологических, физиологиче-
ских и биохимических преобразований, претерпеваемых организмом от момента его зарождения до кон-
ца жизни» [Хрущов,Хрущов,БСЭ,1974]. Итак, каковы же эти преобразования? Начальные из них обычно
определяют следующим образом.
«Дробление яйца, его сегментация, ряд последовательных делений яйца, в результате которых
оно разделяется на все более мелкие клетки (бластомеры)... Вначале, в период синхронных делений,
ядра всех бластомеров делятся с одинаковым и постоянным ритмом... Затем, в период асинхронных де-
лений, или бластуляции, ядерный цикл удлиняется, нарушается синхронность в делении разных ядер,
на стадии интерфазы в них начинается синтез РНК, обнаруживается их морфогенетическая функция...
По окончании дробления зародыш достигает стадии бластулы» ([Детлаф,БСЭ,1972]). «Бластомеры –
клетки, образующиеся в результате делений дробления яйца у многоклеточных животных. Характерная
их особенность – отсутствие роста в период между делениями» ([Биология,1999,С.73]).
«Бластула (от греч. ???????? – росток, побег), стадия развития зародыша многоклеточных живот-
ных, завершающая период дробления» [БСЭ,т.3,1970,С.416].
«Гаструла (позднелат. gastrula, от греч. ????????? – желудочный), одна из стадий зародышевого
развития многоклеточных животных. Зародыш на стадии Г. имеет двухслойную стенку и полость (гаст-
роцель), сообщающуюся с наружной средой при помощи отверстия – бластопора. Наружная стенка на-
зывается эктодермой, внутренняя – энтодермой. Это первичные зародышевые листки. В состав энто-
дермы, реже эктодермы вначале входит и материал среднего листка – мезодермы. К концу гаструляции
мезодерма выделяется в самостоятельный слой, и зародыш превращается из двухслойного в трёхслой-
ный. Переход от бластулы к Г. у разных животных происходит различно. На стадии Г. могут быть уже
обнаружены некоторые различия в свойствах зародышевых листков, предшествующие их морфологиче-
ской дифференцировке» ([Детлаф,БСЭ,1971]).
К сожалению, БСЭ не приводит временных характеристик процессов бластуляции и гаструляции.
По мнению А.В.Жирмунского и В.И.Кузьмина, в онтогенезе человека момент окончания стадии га-
струляции «следует считать переходным от клеточного периода развития к организменному, когда начи-
нают включаться организменные механизмы регуляции» ([Жирмунский,Кузьмин,1982], стр. 86). Но с
учетом позиций предлагаемой концепции хотелось бы иметь более тонкую детализацию важнейших
этапов развития особи: ведь между ярусами КЛЕТОК и ОРГАНИЗМОВ в иерархии живого есть ещё
ярусы Тканей и Органов, и, главное, в иерархии имеется ряд ярусов, высших организменного. В этой же
работе далее приводятся данные (со ссылкой на справочник «Человек: медико-биологические данные» –
М.: Медицина, 1977, 496 с.) о максимально возможных значениях некоторых критических точек в онто-
генезе человека. Это около 24 суток для момента гаструляции, до 365 суток для момента рождения, до
15 лет для момента полового созревания и до 229 лет – для продолжительности жизни ([там же], С.88).
Сравнение этих цифр с расчетными данными из таблицы П1 Приложения и схемой рис. 2.1 естест-
венным образом приводит к интерпретации данных цифровых рядов как рядов системной памяти в суп-
расистеме живого (см. также рис. 2.5). Рассмотрим это более подробно.
По-видимому, первый этап формирования конкретного многоклеточного организма (в данном слу-
чае – человека) от момента образования зиготы (оплодотворенной яйцеклетки) и до её первого деления
(дробления) можно интерпретировать как этап возникновения (формирования) прототканевых струк-
тур в этом конкретном организме. Его расчетное значение ˜2.5 часа, в диапазоне от ˜1,6 до ˜9,3 часа –
см. таблицу П1 Приложения. (Отмечу в скобках, что, как будет показано ниже, в разделе 7, время фор-
мирования каждого яруса в иерархии живого как такового составляет около 337 млн. лет, что на много
порядков превышает характерные времена формирования конкретных биообъектов соответствующих
ярусов в уже возникшей иерархии).

– 40 –
Над-биогеноценотические уровни
интеграции Живого
Зигота
теоретически
˜3,4 тыс.лет
и более
˜1 года теоретически ˜ 15 лет
Фаза 1. Существования клетки-зиготы
(объединения яйцеклетки и сперматозоида):
БИОГЕОЦЕНОЗЫ
расчетная продолжительность 1,6-2,5-9,3 час.
теоретически
˜ 227 лет
˜ 2,4
˜1 года
дека-
суток
Прототкань:
Клетка
text
бластула Парцеллы
˜ 15 лет
Фаза 2. Существования прототкани ˜ 2,4
˜ 1,6
дека-
суток
(бластулы): расчетная продолжительность суток
1-1,6-5,8 сут.
Популяции
Протоорган: ˜1 года
гаструла
˜ 2,5 часов ˜ 1,6 суток
Клетка
text

МНОГОКЛЕТОЧНЫЕ
ОРГАНИЗМЫ
Ткани-1: ˜ 2,4
дека-
зародышевые листки ˜ 10 ˜ 2,5 суток
минут часов
Фаза 3. Существования протооргана
Органы
(гаструлы): расчетная продолжительность
15-24-89 сут. ˜ 1,6
суток
˜ 3,9 ˜ 10
декасекунд минут
Протоорганизм:
эмбрион Ткани
˜ 2,5
Органы-1 часов
˜2,6 ˜ 3,9
секунды декасекунд
Клетка
text


СЛОЖНЫЕ КЛЕТКИ
Ткани-2

˜ 10
Фаза 4. Эмбриональный/зародышевый
б минут
а б в г в
период существования организма:
Суб-клеточные уровни интеграции
расчетная продолжительность 0,6-1-3,7 лет.
Живого

Примечания: а ˜ 0,7 миллисекунды, б ˜ 1,1 сантисекунды,
Протопопуляция в ˜ 1,7 децисекунды, г ˜ 2,6 секунды.

Протопарцелла
Организмы-1
Популяции-1
Клетка
text
Клетка
text
Органы-2
Организмы-2

Ткани-3 Органы-3
Ткани-4
Фаза 5. Постэмбриональный период
существования организма (возникновения Фаза 6. Период существования взрослого
протопопуляции): расчетная организма (возникновения протопарцеллы):
продолжительность 9,5-15-55,8 лет. расчетная продолжительность 144-227-845 лет.
Рис. 2.5. Онтогенез как процесс формирования механизмов системной памяти во фрагменте
супрасистемы БИОГЕОЦЕНОЗ–СЛОЖНЫЕ КЛЕТКИ.


– 41 –
Второй этап, от момента начала существования бластулы и до момента завершения этого процесса,
совпадающего с моментом начала гаструляции, можно интерпретировать как этап возникновения (фор-
мирования) протоорганных структур в организме. В ходе этого процесса возникают новые, усложнен-
ные ткани. Его расчетное значение ˜1.6 суток, в диапазоне от ˜1 до ˜5,8 суток (табл. П1 Приложения).
Третий этап, от момента начала гаструляции до момента её завершения, т.е. возникновения заро-
дыша (эмбриона), можно интерпретировать как этап формирования протоорганизменных структур в
организме. В ходе этого процесса возникают новые, ещё более усложненные ткани и новые, усложнен-
ные органы. Его расчетное значение ˜24 суток, в диапазоне от ˜15 до ˜89 суток (табл. П1 Приложения).
Четвертый этап, от момента начала развития эмбриона и до рождения особи, можно интерпретиро-
вать как этап подготовки особи к участию в деятельности популяционного яруса в иерархии (т.е. форми-
руется протопопуляция). В ходе этого процесса протоорганизм усложняется, и при этом возникают со-
ставляющие его всё более усложненные ткани и органы. Его расчетное значение ˜1 год, в диапазоне от
˜0,6 до ˜3,7 лет (табл. П1 Приложения).
Пятый этап начинается с момента рождения особи и продолжается, по-видимому, до достижения им
половой зрелости (понятно, что сейчас идет речь лишь о полноразмерных, вполне «продвинутых» мно-
гоклеточных организмах типа человека и других высших млекопитающих). Его можно интерпретиро-
вать как этап подготовки особи к участию в деятельности яруса парцелл в иерархии живого (т.е. форми-
руется протопарцелла). Его расчетное значение ˜15 лет, в диапазоне от ˜9,5 до ˜55,8 лет (табл. П1 При-
ложения).
Шестой этап начинается с момента достижения особью половой зрелости и продолжается, очевид-
но, до момента его «естественной» смерти, необходимость которой связана с (диктуется) именно выс-
шим основным ярусом в иерархии живого. Поскольку его можно интерпретировать как этап участия
особи в деятельности яруса биогеоценозов (т.е. формируется протобиогеоценоз), то отсюда следует, что
именно биогеоценоз должен выступать в роли ограничителя времени существования всех составляющих
его конкретных организмов. Теоретическое расчетное значение такого времени составляет ˜227 лет, в
диапазоне от ˜144 до ˜845 лет (табл. П1 Приложения). Но далее будет показано, что нынешняя (т.е. для
фанерозоя) тенденция развития иерархии живого для ярусов, начиная с биогеоценотического и выше, по
определенным причинам существенно отлична от вышеприведенной. В связи с этим она и будет рас-
смотрена лишь после прояснения указанных причин, т.е. ниже, в подразделе 9.1. Здесь же следует кон-
статировать, что первые пять (из вышеперечисленных шести) этапов развития организма демонстриру-
ют общую закономерность: длительность каждого из пяти основных этапов развития конкретного
организма определяется величинами системной памяти включающих его («высших») ярусов в иерархии
живого.
Данная закономерность может быть прослежена и далее «вниз» в иерархии. Так, можно оценить
возможную продолжительность жизни одноклеточных прокариот: ˜10 минут, в диапазоне от ˜6,2 до ˜37
минут (табл. П1 Приложения). Это находится в соответствии с литературными данными (напр., «бакте-
рия живет 20 минут» [Чернавский,2003]). Возможная же продолжительность жизни одноклеточных эв-
кариот: ˜24 суток, в диапазоне от ˜15 до ˜89 суток. Причем именно интерпретация этого как проявления
системной памяти в иерархии живого позволяет, например, представить факт отсутствия деления у ней-
ронов как использование ими иных способов забывания системной информации.
2.6.3. Свойства локальности и глобальности поиска
Итак, формально задача адаптации системы природы поставлена, а, следовательно, может эффек-
тивно решаться. Проблема заключается в том, что ни исследователям, ни самой природе a priori совер-
( )
шенно неизвестен вид поверхности, описывающей зависимость Q = Q A?, A??, A???, H , G, П ?, П ??, П ???, Q, П ???
(в обозначениях рисунка 2.2). Поскольку, как показывает практика, этот вид чаще всего представляет
собой так называемую (по аналогии с географическими ландшафтами) «овражную» поверхность со
многими экстремумами, среди них только один является «глобальным», а остальные, соответственно,
лишь «локальными». Тот факт, что указанные овраги являются многомерными (а не трехмерными – две
координаты на местности плюс глубина – как они выглядят в географической аналогии), принципиально
задачу не усложняет, хотя и приводит к значительным трудностям при реализации траектории поиска, а
также при наглядной интерпретации его результатов.
Другое дело – мультимодальность (многоэкстремальность) целевой функции поиска. Если бы бы-
ло известно a priori, что она является унимодальной (одноэкстремальной), то стратегия поиска была бы
достаточно проста (процедура последовательного улучшения решения). Но поскольку целевая функция в
общем случае не унимодальна, то в случае использования такой процедуры система «скатилась» бы в
ближайший локальный экстремум и «рыскала» бы в его окрестности неопределенно долго...

– 42 –
Выходом из такого положения является введение в алгоритм оптимизации элементов глобальности.
Наиболее наглядно это можно описать как случайный «наброс» при выборе начальной точки поиска во
всем допустимом его пространстве. Из неё затем и начинается локальная процедура последовательного
улучшения, далее повторный «наброс», затем снова «локальная процедура» и т.д. То есть многократное
повторение локальной процедуры из различных начальных значений независимой переменной.
Существуют и другие методики глобализации поиска (см., напр., [Растригин,1981]), но их идея во
всех случаях сводится к главному: необходимо обеспечить алгоритму оптимизации возможность иногда
двигаться против своей основной тенденции, т.е. уходить от найденного (быть может, локального...) экс-
тремума для поиска другого (быть может, глобального...). Одной из задач адаптации алгоритма поиска
при этом становится варьирование соотношения элементов локальности и глобальности в зависимости
от накопления в ходе поиска информации о конкретном рельефе оптимизируемой функции.




– 43 –



СОДЕРЖАНИЕ