второго слоя — сужение множества неопределенностей U. Если
система и окружающая среда стационарны, то множество
неопределенностей может быть предельно сужено (до единственного
элемента), что соответствует идеальному обучению, как в
эксперименте, проводимом в контролируемых условиях. Однако
следует подчеркнуть, что U представляет не действительно
существующие, а предполагаемые системой принятия решения, т. е.
учитываемые ею, неопределенности. Второй слой в случае
необходимости может полностью изменить U, например, расширить
его, тем самым как бы допуская, что некоторые базисные гипотезы
были несправедливы. Тем не менее, основная цель второго слоя —
насколько возможно сузить множество неопределенностей и таким
образом упростить работу слоя выбора.
3. Слой самоорганизации. Этот слой должен выбирать структуру,
функции и стратегии, используемые на нижележащих слоях, таким
образом, чтобы по возможности приблизиться к глобальной цели
(обычно определяемой в терминах, которые трудно сделать
операционными). Если общая цель не достигается, этот слой может
изменить функции Р и G на первом слое или стратегию обучения на
втором слое в случае неудовлетворительности оценки
неопределенности.
Автоматизированные промышленные процессы служат
хорошими примерами многослойных иерархий. Глобальная цель
автоматизации — максимизация прибыли, повышение эффективности
и минимизация стоимости производства. Такие грандиозные цели
невозможно свести к раз и навсегда выбранным конкретным действиям
в обстановке непрерывно меняющихся экономических и
технологических условий. Кроме того, необходимо дополнительно
учитывать стоимость управления самой автоматизированной системой,
а также технологические ограничения, налагаемые характером
имеющегося оборудования и сложившейся инженерной практикой; все