پویایی سیستم

پویایی سیستم (System dynamics) رویکردی برای مدل‌سازی رفتار سیستم‌های پیچیده بر پایه بازخور، انباشت و روابط غیرخطی در طول زمان است. این رویکرد در روش پژوهش مدیریت به‌عنوان ابزاری برای تحلیل ساختارهای علّی، شبیه‌سازی سناریوها و پشتیبانی از تصمیم‌گیری راهبردی در مسائل پویا جایگاهی بنیادین دارد. در این مقاله مبانی نظری، اجزای مدل‌های انباشت و جریان، حلقه‌های بازخور و گام‌های طراحی و اعتبارسنجی مدل‌های پویایی سیستم بررسی خواهد شد.

تعریف و تاریخچه پویایی سیستم

پویایی سیستم رویکردی برای درک رفتار غیرخطی سیستم‌های پیچیده در طول زمان با استفاده از حلقه بازخوران می‌باشد. ریشه اصلی این روش از نظریه سیستم‌ها ناشی می‌شود که یک رویکرد مدرن در تئوری‌های مدیریت محسوب می‌شود.

این روش به سال ۱۹۶۱ توسط جی فارستر (Jay Forrester) در کتاب پویایی صنعتی معرفی گردید و به سرعت گسترش یافت. بعدها در حوزه‌های مدیریت، سیاست‌گذاری عمومی، برنامه‌ریزی شهری و مطالعات زیست‌محیطی نیز به‌کار رفت. سپس به یکی از رویکردهای اثرگذار در تحلیل سیستم‌های پیچیده بدل گردید.

این روش دو تفاوت اساسی با روش‌های آماری در حل مسائل دارد. نخست آنکه برخلاف روش‌های آماری قصد محدود کردن متغیرها را ندارد. در تحلیل پویای سیستم‌ها کوشش می‌شود تا تمامی عناصر دخیل در رفتار پدیده در یک مرز بسته مورد تحلیل قرار گیرند. همچنین تمامی روابط در نظر گرفته شده و از جمله بر حلقه بازخور تاکید می‌شود.

شالوده فکری پویایی سیستم

تفکر سیستمی زیربنای اندشته سیستم‌های پویا است. دانشمندان رشته پویایی سیستم معتقدند تحولات هر سیستم قانونمند بوده و می‌توان آنها را شناخت و به این ترتیب مسیر تحولات را به جهت مطلوب سوق داد. رویکرد پویایی سیتم بر آن است تا ابزارهای لازم برای کشف این قوانین زیربنایی را در اختیار تحلیلگر قرار دهد.

روش‌شناسی پویایی سیستم نه تنها داعیه شناخت قوانین حاکم بر تحولات عالم را دارد، بلکه با استفاده از ابزار شبیه‌سازی، امکان ساخت مدلی از پدیده‌های واقعی را فراهم‌ می‌آورد. سیستم شبیه‌سازی شده تا حدود زیادی دارای ویژگی‌های پدیده در عالم واقع است.

پویایی‌های یک سیستم براساس نمودار علت و معلولی و نمودار حالت و جریان پیاده سازی می‌شود. براساس نمودار علی و معلولی تمامی متغیرها و روابط یک‌سویه و دوسویه آنها طراحی می‌شود. همچنین متغیرهای نهایی با استفاده از حلقه بازخور به متغیرهای آغازین متصل می‌شود.

البته این نمودار صرفاً جنبه نظری و بصری دارد. برای آنکه پویایی روابط به درستی مدلسازی شود باید متغیرهای دیگری به نام متغیرهای سطح و جریان نیز تعریف شوند. در نهایت ارتباط سیستم با محیط نیز از طریق متغیرهای چشمه (منبع) و چاه تبیین می‌شود.

طراحی یک سیستم پویا

فارستر از بنیانگذاران این رشته علمی معتقد است که هر سیستم پویا که در طول زمان دگرگون می‌شود، دارای یک ساختار سلسله‌مراتبی چهارگانه است، بطوریکه می‌توان برای هر نوع تحول و پویایی در پدیده‌های گوناگون چنین ساختاری را ارائه کرد:

  • مرز بسته
  • حلقه بازخور
  • متغیرهای سطح یا حالت
  • متغیرهای جریان یا نرخ

پویایی سیستم، یک نگرش منسجم پویا به مدلسازی است که جنبه­های کمی یا کیفی ر ا برای شبیه‌سازی یک پدیده در طول زمان با هم ترکیب می­کند. چیزی که سبب می‌­شود پویایی سیستم‌­ها از روش‌­های دیگر برای مطالعه سیستم‌­ها پیچیده مناسب‌تر باشد، استفاده از نمودارهای علی-معلولی و نمودارهای جریان-حالت است.

برای طراحی یک سیستم پویا قبل از هر چیز باید متغیرهای مدل شناسایی شود. مرز بسته (Closed boundary) اشاره به محدوده‌ای دارد که متغیرهای یک مسئله پویا را از متغیرهای غیرمرتبط به صورتی روشن جدا می‌کند. هر مرز بسته، حلقه‌های بازخوری دارد که بریکدیگر اثر می‌گذارند. برایند تاثیرات حلقه‌های مزبور، رفتار مورد نظر می‌باشد. هر حلقه بازخور در حقیقت حکم سنگ بنای ساختار سیستم مورد نظر می‌باشد.

نمودار علت-معلولی

نمودار علت-معلولی (Causal Loop Diagram: CLD) ابزاری مهم برای نشان دادن ساختار بازخوردی سیستم‌­ها است. یک نمودار علت و معلولی از تعدادی متغیر تشکیل شده که بوسیله پیکان­‌هایی که نشان دهده تاثیرهای علی بین متغیرها هستند به هم متصل شده­‌اند.

در مدل‌های ساختاری و تحلیل مسیر جریان روابط متغیرها یکسویه است اما پویایی سیستم‌ها ناشی از حلقه‌های بازخور می‌باشد. بنابراین مدلساز باید کوشش کند تا زنجیره علت و معلول‌ها را به صورت یک حلقه علت و معلولی درآورد. تدام پویایی سیستم مستلزم وجود حلقه‌های علت و معلولی است.

یک نمونه سیستم پویا

یک نمونه نمودار علت-معلول در سیستم پویا

مدل فوق یک نمونه از نمودار علت و معلولی است.

دو عامل A و B دارای یک رابطه علت و معلولی می‌باشند اگر تغییر در A موجب تغییر در B گردد به شرطب که سایر عوامل ثابت باشند. روابط علت و معلولی می‌توانند مثبت و منفی باشند. اگر علت در یک جهت حرکت کند و معلول هم در همان جهت حرکت نماید در آن صورت به آن یک رابطه علت و معلولی مثبت گفته می‌شود. اگر علت در یک جهت حرکت کند و معلول در جهت مخالف آن حرکت نماید به آن یک رابطه علت و معلولی منفی گفته می‌شود.

نمودار حالت-جریان

نمودارهای علت و معلولی، درک تصویری از ساختار سیستم ارائه می‌کنند؛ ولی این نمودارها برای بررسی رفتار سیستم در طول زمان کافی نیستند و برای درک بهتر رفتار سیستم باید روابط بین متغیرهای سیستم تدوین شوند و مقدار متغیرها در طول زمان شبیه‌سازی شود. برای انجام این کار باید نمودارهای جریان طراحی شوند.

متغیر حالت (Stock یا State): به فارسی متغیر انباشت یا متغیر انباره یا متغیر سطح Level هم نامیده می‌شود. متغیرهای حالت وضعیت سیستم را در یک زمان مشخص به نشان می‌دهند. اگر زمان نگه داشته شود این متغیرها بازهم قابل تعریف هستند. برای نمونه موجودی محصولات یا تعداد پرسنل یک شرکت نمونه‌ای از متغیرهای حالت هستند.

متغیر جریان (Rate یا Flow): به فارسی متغیر نرخ هم نامیده می‌شود. این متغیرها وابسته به زمان هستند و اگر زمان نگه داشته شود دیگر قابل تعریف نیستند. متغیرهای حالت توسط متغیرهای جریان تغییر می‌کنند. برای نمونه ارسال سفارش موجب کاهش موجودی محصولات می‌شود یا تولید محصول موجب افزایش موجودی محصولات می‌شود.

رسم نمودار جریان در ونسیم

یک نمونه نمودار حالت-جریان در سیستم پویا

چون مطالعات پویایی سیستم دارای جنبه مقداری و کمی هم می‌باشند، بنابراین دوایر بازخوران باید بوسیله یک ابزار کمی و قابل محاسبه تعریف شوند. در رسم ساختار حالت و جریان یک سیستم باید تصمیمات مهمی درباره مرز مدل گرفته شود. زنجیره‌های حالت و جریان را با استفاده از چشمه‌ها و چاه‌ها که در نمودار حالت و جریان به شکل ابر نشان داده می‌شود. فرض می‌شود که ظرفیت چشمه‌ها و چاه‌ها نامحدود است. حالت‌ها و جریان‌های ورای این نقطه در نظر گرفته نمی‌شوند. بنابراین می‌توانید تمامی بازخوردها یا تعاملات ممکن با متغیرهای حالت خارج از مرز را حذف کنید.

سخن پایانی

پویایی سیستم چارچوبی تحلیلی برای فهم رفتار بلندمدت پدیده‌های پیچیده فراهم می‌کند و نشان می‌دهد که بسیاری از مسائل مدیریتی نه حاصل رویدادهای مقطعی، بلکه پیامد ساختارهای درونی و الگوهای بازخور هستند. تمرکز بر انباشت‌ها، جریان‌ها و حلقه‌های تقویتی و تعدیلی به پژوهشگر کمک می‌کند تا به‌جای واکنش به نشانه‌ها، به ریشه‌های ساختاری مسئله توجه کند. بهره‌گیری سنجیده از این رویکرد می‌تواند کیفیت سیاست‌گذاری، طراحی راهبرد و ارزیابی سناریوها را بهبود بخشد و از تصمیم‌های کوتاه‌نگرانه پیشگیری کند. ازاین‌رو، آشنایی روشمند با مبانی مفهومی و فنون مدل‌سازی پویایی سیستم برای پژوهشگران و مدیران حوزه‌های گوناگون ضرورتی انکارناپذیر به‌شمار می‌آید.

References

Meadows, D. H. (2008). Thinking in Systems: A Primer. Chelsea Green Publishing.

Sterman, J. (2002). System Dynamics: systems thinking and modeling for a complex world. McGraw-Hill Education.