1. Problemstilling

Vor viden om adfærd i menneske-maskin organisationer lindes hovedsagelig
som udsagn af følgende former:

1.1. hvis x, så y,

1.2. hvis x, så y med sandsynligheden p{y),

1.3. hvis x så måske også y.

Sådanne udsagn kan formaliseres som

hvor »f« i hvert af de tre tilfælde er beskrevet nærmere som en mængde
af de parvise observationer, (x,y), figur 1.1.

Den empiriske baggrund for 1.4. er normalt registreringer af målsætningsvariablen y ved partielle variationer i beslutningsvariablen x, givet at en nærmere beskrevet »omverden« er konstant, dvs. ikke øver forskellig indflydelse på y ved samme A-værdi.

Omverdenen, z er ofte meget mangelfuldt beskrevet, bl. a. fordi man i en eksperimentalsituation eller i en observationssituation ikke skaffer sig nok viden om hvorledes omverdenen bør beskrives for at man kan løse sit researchproblem, der altid går ud på at finde en passende relationsværdimellem x og y. z øver indflydelse på y, men den kan ikke kontrollercssom

---

*) Det økonomiske Forskningsinstitut, Handelshøjskolen i København.

lercssombeslutningsvariabel. Alligevel tager man hensyn til den, idet man
explicit afgrænser det system, man ønsker at analysere. Dette kan udtrykkes
således:

1.5. er den typiske afbildning af partielle operationelle driftsøkonomiske
og normative adfærdsvidenskabelige modeller. En grafisk fremstilling kan
eksempelvis scud som figur 1.1.

Vi vælger et xi som sammen med omverdenen z giver resultatet y\.

Vort problem er nu følgende:

Hvis man har to eller flere elementer af typen 1.5. og hvis man ønsker at anvende disse partielle systemer som beslutningsgrundlag, er det da muligt at få et sådant overblik over hvad der sker, at man kan styre begge eller alle delsystemer hen mod en ønsket totaltilstand, som denne er udtrykt ved delsystemerne og deres sammenhæng?

2. Systemmodeltyper

Det er navnlig i de forskellige systemmodeller man finder information
til en preliminær belysning af dette problem, eftersom det eksplicitte researchformål
for systemteorien - som ordet siger - er at bygge systemer.

I systemteorierne er man enige om at et system er en endelig mængde af elementer mellem hvilke der eksisterer visse relationer. Men hermed hører enigheden op. Dette skal illustreres ved en analyse af et udpluk af den del af systemlitteraturen, som har til hovedformål at lave systemmodeller for styring af menneske-maskin organisationer. Denne analyse giver samtidig et indblik i den rigt varierede detailinformation, man kan erhverve sig som udgangspunkt for en egen systemmodelkonstruktion.

Der vælges her at karakterisere de forskellige systemmodeller ved deres

2.1. element-definition,

2.2. relationsdefinitioner,

2.3. måde at opstille delsystemer, og

2.4. måde at afgrænse disse i form af totalsystemer.

Egentlig burde der redegøres for det specifikke researchformål, der liggertil
grund for opstilling" af vedkommende systemmodel. Dette vil imidlertidføre

lertidførefor vidt i denne forbindelse., og man kan derfor indskrænke sig
til at fastslå at det, de forskellige forfattere ønsker, er helt generelt at bidragetil
styring af systemer ved netop deres egen systemmodel.

Denne oversigt prætenderer ikke at være udtømmende for systemmodeltyper indenfor området menneske-maskin systemer. Den skal blot tjene til at indicere den kaotiske mængde af detailinformation, man linder i disse modeller, samt navnlig mangelen på viden om hvorledes man hensigtsmæssigt for styreformål knytter elementer og delsystemer sammen.

Hvis man af ovenstående materiale skal uddrage en konklusion for vort
eget research-formål, må det blive følgende:

ad 2.1. et systemelement kan være en beskrivelse af (en model af,
information om) beslutningstagende adfærd betragtet som en
tilstand,

ad 2.2. en relation kan beskrives som et element, der transformerer en elementværdi over i en anden elementværdi (een tilstand over ien anden), ofte i form af ligningsinformation; den kan også betragtes som et elementpar (en vektor),

ad. 2.3.a. Et elementarsystem består af to elementer forbundne med
een relation.

ad 2.3.b. et delsystem består af mindst to elementarsystemer og mindst
een relation mellem dem,

ad 2.4. et totalsystem har de samme egenskaber som 2.3., og består
af alle de afgrænsede og indbyrdes forbundne delsystemer.

3. Grundelementet i menneske-maskin systemer

Det er fælles for økonomiske og andre adfærdsvidenskabelige beskrivelser af menneske-maskin systemer, at en beslutningstager foretager en handling med et bestemt formål for øje. Den minimumsinformation, som derfor skal til for at give en meningsfuld beskrivelse af et element ( det mindste system), er en handling og målet med handlingen i en bestemt situation, som er udtrykt ved en relation mellem handling og målsætning:

3.1. {ARM}.

(3.1.) siger, at når jeg foretager aktiviteten (handlingen) A, så opnår jeg målet M. A og M står i relationen R til hinanden, hvor R udtrykker de ydre betingelser, der skal være til stede for at A medfører M. 3.1. giver altså en information identisk med figur 1.1. eller med 1.5.

Hvis man fjerner enten A eller M eller R, så har 3.1. ingen mening
som beslutningsgrundlag, alle tre komponenter er altså nødvendige.

Dette synspunkt er analogt (men ikke identisk) med flere andre opfattelseraf de mindste systemelementer. Et input, som transformeres til et output,svarer til at en aktivitet producerer én målopfyldelse (altså at A sættes i relation R til M). En tilstand som ændres til en anden svarer ligeledes

til at M nås ved en bestemt J-værdi, og tilstandsændring synes som nævnt
under 2. at være hensigtsmæssigt og muligvis nødvendig for at kunne beskriveet

Det skal dog bemærkes at (3.1.) ligesåvel kan betragtes statisk som en
samtidig måling af et aktivitetselement og et målsætningselement per tidsenhed.

Vi kan pege på forskellige egenskaber, som karakteriserer komponenterne
i grundelementet, som efter gængs sprogbrug også kunne kaldes for grundeller
basissystemet. Her betegnes det imidlertid elementarsystem.

Den første egenskab er - som nævnt - at alle tre komponenter er nødvendige
for beskrivelse af systemet. Den anden egenskab er at den kan
betragtes både som et element og som et system.

Relationen R er den viden, man har om mål-middel kombinationer i veldefinerede omgivelser. Relationen kan angive at når man foretager aktiviteten A, så når man målet M. Den kan også angive at hvis man vil opnå målet M, så må man foretage aktiviteten A.

A, aktiviteten, er i sig selv en model af det man foretager sig i den givne
systemsammenhæng. A kan være beskrevet på mange forskellige abstraktionsniveauer
lige fra atomerne op til et lands bruttonationalprodukt.

M, målsætningen, er et operationelt udtryk for det man ønsker i en given systemsammenhæng, altså for motivationen til at foretage handlingen. Det operationelle ligger i at målestokken for formålsopfyldelse er knyttet til den udførbare handling A.

R kan i grundsystemet med mening optræde som en næsten hvilkensomhelst kendt relation, men den vil ofte være iklædt et af de i pkt. 1.1. til 1.5. nævnte udtryk, herunder specielt funktionsudtrykket. Eksempel: målopfyldelse er en funktion af handlingen.

M har den egenskab at den altid kan udtrykkes ved et interval på måleskalaen.
A har den egenskab at den altid kan måles som et punkt med en
vis usikkerhed omkring, dvs. i realiteten også et interval.

De nævnte egenskaber er nødvendige og tilstrækkelige for en karakterisering
af et elementarsystem for vort analyseformål.

4. Elementar_systemets empiriske udformning i beslutningssituationer.

Den følgende diskussion vil foregå med grafiske illustrationer af en vis type, idet det understreges at ræsonnementerne ikke forudsætter disse typer, men er helt generelle. I illustrationerne vil en cirkel stå for målsætning, et kvadrat for relation og en trekant for aktivitet.

I mikro- og makroøkonomisk teori, i psykologisk, sociologisk teori og i
organisationsteorien, samt en række tekniske discipliner giver empiriske

undersøgelser sig normalt udslag i ikke aftagende funktioner (figur 4.1.),
i ikke voksende funktioner (figur 4.2.) eller en kombination af disse
(figur 4.3.), samt endelig en aggregering i form som figur 4.4.

Funktionerne er i alle disse empiriske observationer at betragte som et matematisk-statistisk produkt af råmaterialet. Observationer fra en mere eller mindre velafgrænset research-situation underkastes en mere eller mindre vel argumenteret behandling med det formål at få »system« i observationerne, at få dem bragt på en overskuelig form. Der laves med andre ord en model af observationerne, som ikke er identisk med de faktiske observationer.

En ikke-voksende eller en ikke-aftagende funktion postulerer at man
kender alle mål-middel kombinationer. Da kurven er et kunstprodukt ligger
det i sagens natur, at man i virkeligheden ikke kender alle disse.

Der er imidlertid een grund mere til at et helt kurveforløb ikke anvendes i en praktisk beslutningssituation, og den er at man ikke kan percipere mere end nogle ganske få alternativer ad gangen. Visse forskere har peget på det hellige tal 7 som en slags overgrænse for normale mennesker. Observationeraf beslutninger i menneske-maskin organisationer peger i retning af at

der normalt tages færre kombinatione i betragtning. Dette illustreres ved
figur 4.5.

Der er imidlertid et par komplicerede faktorer for en realistisk beskrivelse af den praktiske beslutningstagers situation. Den ene består i at »punkterne« figur 4.5. kun kan måles med en vis usikkerlied, den anden består i at man erkender i intervaller, ikke i punkter. Dette giver figur 4.6. som en af os postuleret realistisk model af en beslutningstagers information afbildet som elementarsystem.

Det afgørende i denne model er at der findes nogle få (dvs. indtil 6-7)
velafgrænsede områder hvis form kan variere, ligesom det mønster, som
områderne tegner, kan være forskelligt.

Eksempler på den information, som et sådant »hovedområde« afkaster, kan være: »vi har erfaring for at en pris på omkring et par kroner pr. stk. giver en afsætning på en 80-90 stykker om ugen« eller »vi har erfaring for at en arbejdsintensitet på omkring 100 stk. i timen giver cirka 10 fejlemner medens en produktion på omkring 80 i timen giver en fem stykker, der ikke kan bruges«. Man vil genkende sådanne sentenser fra praktisk beslutningstagen.

Den information, som af en beslutningstager opfattes som det der her er kaldt et hovedområde, og som er hans model af det han opfatter, vil altid kunne specificeres ud i de helt konkrete observationer. Man må derfor forestille sig at der i et hovedområde ligger spredt nogle »punkter«, som illustreret ved figur 4.7.

Disse konkrete perceptioner kan ligesom hovedområderne have mange forskellige mønstre, men fælles for dem er at det normalt er et meget begrænset antal punkter, som man danner sin erfaring på, atter - efter hvad man for øjeblikket ved om disse fænomener - en seks, syv stykker.

Grunden til at vi her har fremstillet hovedområderne som rektangulære
er, at mennesket synes at lægge vægt på de ekstreme erfaringer, her at en

variation i et vist aktivitetsområde har afkastet resultater i et vist målområde.Når
vi ræsonnerer i to dimensioner må der nødvendigvis blive
tale om rektangler.

Elementarsystemets empiriske udformning på basis af en model af en beslutningstagers opfattelse af empiriske observationer er herefter et sæt af få (indtil 5-6) informationer om mål-middel kombinationer, der opleves på en måde, der kan afbildes af os som to intervaller.

5. Anvendelse af element ar systemet i beslutningssituationer

Hvis man træffer afgørelse efter en partiel model under en alt-andetlige
forudsætning kan situationen afbildes på et grundsystem af typen
figur 4.6.

Elementarsystemet er identisk med information om hvad man kan opnå ved forskellige handlinger. Hvis man kan blive enig med sig selv om, hvad man vil opnå, så indsnævrer dette krav antallet af aktivitetsmuligheder. Lad dette være illustreret ved figur 5.1.

Elementarsystemer anvendes i praksis som beslutningsgrundlag, når de afbilder information, som anses for at være helt uafhængig af eller næsten uafhængig af omverdenen udenfor systemet. Et eksempel på noget sådant kan være: »Jeg ønsker at køre min bil A fra B til C på under D timer. Jeg kan så lægge mig på hastigheden F eller G eller H og efter erfaringerne nedlagt i en figur 5.1.-model nå målet«. Disse erfaringer indeholder omverdenens reaktion, som der altså ikke tages eksplicit stilling til. Man disponerer ud fra en alt-andet-lige forudsætning.

Det er en uhyre vigtig iagttagelse, at vi i mange henseender disponerer ud fra forudsætningen om et nogenlunde stabilt forhold mellem mål og midler på en række delområder. Et elementarsystem er altså karakteriseret ved at vi oplever at det kan fungere i sig selv uafhængigt af en eksplicit beskrevet omverden. Bilens motor fungerer under normale forhold, bremserne virker, tudehornet virker., bilen kører normalt under normale forhold.

I det omfang vi oplever den omverden vi ønsker at styre på en måde som modelleret i elementarsystemet, kan der altså stilles et krav til elementarsystemet, som dette kan bringes til at honorere,. Hvis dette ikke skulle være tilfældet lærer man det hurtigt og en sænkning af aspirationsniveauet i relation til mål-middel kombinationerne vil snart gøre det muligt at opfylde et realistisk krav. Søgning efter en anden (og bedre) mål-middel relation vil have samme effekt.

Medens det er en vigtig iagttagelse at der i et vist omfang kan styres ud fra partielle modeller er det en ligeså vigtig iagttagelse at ikke alle forhold i menneske-maskin systemer kan styres ud fra disse. Det menneskelige element når ganske simpelt ikke målopfyldelse når og hvis man forsøger at styre virksomhederne partielt.

En mulig årsag til at een enkelt partiel model ikke har kunnet anvendes som styremodel er vel at aggregering af mål op til et fælles mål og af aktiviteter op til fælles aktivitet bliver helt urealistiske modeller. Der mistes så megen information undervejs og den tiloversblevne forvrænges således at beslutningerne i virkeligheden tages i blinde. Dette er een af grundene til at ingen virksomhed kan køres totalt efter de populære lineære programmeringsmodeller eller andre former for simultane ligningssystemer.

Sådanne iagttagelser peger i retning af et eksplicit studium af relationer mellem elementarsystemer, hvor disse relationer er at betragte som information der skabes ved at søge efter en sammenhæng og ved at lære af sådanne

6. Interaktion mellem lo elementarsystemer

Indenfor et elementarsystem er det kunstigt at tale om interaktion mellem mål og middel, da de to kun forefindes som et sæt af uadskillelige par. Den ene virker ikke ind på den anden og omvendt, de kan kun iagttages samtidigt.

Anderledes ligger det for relationerne mellem to elementarsystemer. Det mindste komplekse system der kan blive tale om er to elementarsystemer forbundet med een relation. Vi skal benævne dette et delsystem. Figur 6.1. illustrerer et eksempel på et sådant.

Figuren skal fortolkes på følgende måde. Der eksisterer et elementårsystem (1) bestående af målsætningsafbildningen Mi, aktivitetsafbildningen f li samt relationen n mellem disse, ri består af nogle få (her fem) hovedområder, og vi beskæftiger os her ikke med hvorledes disse ser ud »indeni«. Til elementarsystem (1) er der knyttet det intrap ar tielle krav k\, som er et interval på målsætningsaksen. Elementarsystemet er formuleret således at kravet f ci kan opfyldes. Målsætningsaksen og aktivitetsaksen tænkes normaliseret og løbende fra 0 til 1.

På analog vis eksisterer der et elementarsystem (2). Det er indrettet på
principielt samme vis som (1).

Vil man lave en model af et system bestående af både (1) og (2) kan
dette gøres ved at oprette en relation fra (1) til (2) eller fra (2) til (1)
eller eventuelt begge veje.

Den konkrete relation kan forbinde enten A eller M eller r i det ene elementarsystem med enten A eller M eller r i det andet elementarsystem. Der kan med andre ord etableres een relation fra (1) til (2) på ni måder. (1) og (2) kan naturligvis forbindes med mere end een relation.

Relatering af (1) med (2) rejser et fortolkningsproblem og det rejser
et konkret beregningsproblem. Kalder vi en relation mellem clcmcntarsystemer
for R kan man eksempelvis forsøge at fortolke

6.1. (1) R (2).

6.1. betyder at (1) transformeres over i (2). (1) medfører altså noget
i (2). Dette kan illustreres ved et eksempel som vist i figur 6.2.

Elcmentarsystcm (1) tolkes her som en aktivitet ved hjælp al hvilken
der kan nås et mål udtrykt ved elementarsystem (2). 6.1. er altså et operationelt
udtryk for en middelmål kæde bestående af to led.*)

Hvis interrelationen eksempelvis går konkret fra aktivitet Ai til aktivitet
A2 vil figur 6.2. eksempelvis få et udseende som figur 6.3.

---

*) i? kan tage form af en funktion, en relation, en parametrisk sammenhæng, en leed-forward og feed-back formulering, samt en søgc-lære proces - for at nævne de i praksis forekommende.

Det nye, som denne figur giver hænger sammen med den operationelle beregningsmæssige udformning, og kan kort udtrykkes som dette, at interrelationen R stiller et yderligere krav til (2) foruden det intrapartielle krav, der eksisterer i udgangssituationen.

Det er en vigtig erkendelse at en interrelation fra eet elementarsystem til
et andet er ensbetydende med yderligere krav.

Denne erkendelse kan udnyttes til at indskrænke udfaldsrummet af brugelige systemløsninger, medens den på den anden side skaber vanskeligheder i form af indbyrdes modstridende krav, samt kravformuleringer, der vanskeligt kan opfyldes.

Lad os for illustrationens skyld antage, at det fra (1) overførte krav k-2\ lader sig opfylde sammen med det til (2) stillede interne krav &2. I så fald har man et satisfieret system bestående af to elementarsystemer med een veldefineret relation imellem. Og denne relation har de samme egenskaber som de intrapartielle relationer, r.

Om nogen egentlig interaktion er der måske ikke tale i dette tilfælde, idet (2) ikke virker tilbage på (1), men man kunne passende tale om et specialtilfælde af interaktion, nemlig det hvor aktionen fra eet system til et andet er tiltrækkeligt til at forme et satisfieret delsystem (som i dette tilfælde også er et totalsystem).

7. Interaktion mellem mere end to elementarsystemer

Lad os herefter betragte et mere kompliceret system bestående af tre
elementarsystemer og med de krav og interrelationer, der fremgår af figur
6.4.

Der eksisterer her tre elementarsystemer hver med deres intrapartielle satisfierede krav ki, kz og fa. Videre stiller AIRA2 kravet føi til (2), MiRA?, stiller kravet £32 til (3) og MzRMi stiller kravet kis til (1). Ingen af de tre sidste krav kan tilfredsstilles sammen med de intrapartielle krav. For at skabe et satisfieret totalsystem må der derfor foregå en aktiv interaktion mellem elementarsystemerne.

Denne interaktion består reelt i at søge nye systemkonstellationer og lære af den information, der skabes herved, herunder navnlig tilpasse krav til realistiske muligheder. Formelt kan denne søge-lære proces modelleres som ændringer i såvel interrelationer som ændringer i elementarsystemernes tre komponenter, A, r, M, ligesom ét elementarsystem kan erstattes af et andet.

I »praksis« vil man normalt søge enhver af sine byggestene gjort internt konsistente. Dette vil i figur 6.4. svare til at hvert af de tre elementarsystemersatisfieres partielt ved ændringer af enten M eller r, repræsenterende ændring i aspirationsniveau henholdsvis ændring i viden. Den sidste kan

bestå i »udfyldning af huller«, i parameterændringer (f. eks. parallelforskydning)eller
erstatning af et r med et andet.

Hvis man i »praksis« ikke kan få et system af i sig selv konsistente komponenter til at fungetre, fordi der stilles yderligere krav til disse, så vil man normalt begynde med at søge de ikke tilfredsstillende dele af systemet gjort funktionsdygtige. I figur 6.4. drejer det sig om alle tre grundsystemer.

Hvor man i »praksis« vil begynde sin søgning indenfor mængden af ikke-satisfierede elementarsystemer er uklart, men søgeren vil normalt angive en eller anden grund til at starte et bestemt sted. Da hver beslutningstager har sin egen argumentation at føre i marken, kan man for en generel beskrivelse vælge et tilfældigt elementarsystem ud af figur 6.4.

Det bemærkes at man allerede ved figur 6.4 lærer om interrelationerne stiller modstridende krav til samme målestok. Hvis dette er tilfældet vil de fleste beslutningstagere ændre på denne tilstand allerede inden en reel søgning startes.

jR-erne indgår altså på lige fod med elementarsystemerne som en potentiel
mulighed for søgning.

Hvor man i »praksis« vil starte en søgning i og omkring et ikke satisfieret elementarsystem som led i et større system er ligeledes uklart. Med udgangspunkt i figur 6.4. kan man starte såvel i M, som i A og i r ligesom man kan starte direkte på forbindelsen til et andet elementarsystem. Det sidste kunne kaldes »trace back« filosofien, medens enhver af de første kræver sin egen individuelle filosofi, som måske for en generel afbildning kunne klares ved at vælge tilfældigt mellem A, M og r.

For en mere sofistikeret søge-lære proces kan man forsøge at opstille kriterier som »starter i et knudepunkt med mange interrelationer«, »starter hvor ændring binder totalsystemet mindst«, »starter hvor størst totaleffekt« osv. Vi ved meget lidt om strategisk søgning.

Generelt sagt består søgningen i at foretage ændringer i nævnte komponenter
og læringen består i at konstatere afvigelser og tage konsekvensen
al disse i form af formulering af nye konstellationer.

I »praksis« standser soge-lsere processen nar tid, pcngc og mangel pa sogemotivation ssettcr en stopper. Dette kan afbildes ved et elernentarsystem belt analogt med de ovrige elementarsystemer i en menneske-maskin organisation. Figur 6.5. skitserer et sad ant system.

Relationen angiver hvor meget man vil søge for at nå 1 og 2 og 3 mål. Når man ikke alle tre mål er man her villig til at søge lidt mere for at nå to (dvs. genskabelse af et delsystem, hvor de to mål er nået), hvorefter processen stopper. I overensstemmelse med aspirationsniveautankegangen.

I praksis er der et meget stort antal principielle relationer mellem elementarsystemeri
en virksomhed. Man overkommer dette problem ved at
hæfte sig ved nogle få, samt ved at hæfte sig ved nogle få elementarsystemer

som dannende et hele. Skal vi. sige maksimalt 6-7 elementarsystemer hver
med maksimalt 6-7 interrelationer.

I teorien foretager man — når man skal forsøge at lave totalmodeller for et menneske-maskin system - forskellige tricks for at reducere den endelige, men helt uoverskuelige varietet. Beer (1966) reducerer den f. eks. ned til eet enkelt statistisk kontrolmål. Med udgangspunkt i det man ved om menneskets evne til at holde sammen på Information i beslutningsøjeblikket synes det rimeligt at reducere varieteten i hver virkelig beslutningssituation ned til det beslutningstageren mener han kan overse. Dette betyder for figur 6.4.-ræsonnementet højst 5-6 elementarsystemer med højst 5-6 interrelationer til hver. Dette er et reelt problem, der ikke kan løses ved maskinel hukommelse.

Formuleringen af et satisfieret system bestående af nogle få elementarsystemer kan i sig selv betragtes som en enhed, som er relativ uafhængig af omgivelserne og den kan så anvendes som »modul« i en yderligere systemopbygning, hvor søge-lære processen i princippet er den samme.

Den betegnes her som et satisfieret; delsystem.

8. Interaktion mellem delsystemer

Lad os med udgangspunkt i illustrationen figur 8.1. forsøge at ræsonnere
over interaktion mellem delsystemer.

Hvis vi opfatter de enkelte delsystemer som illustreret på figuren, bliver de relaterede elementarsystemer vore eneste repræsentanter for »virkeligheden«. Det betyder at interaktion mellem delsystemer må tage udgangspunkt i og ende i en komponent af et element_arsystem (ikke nødvendigvis det samme).

Hvis man derimod opfatter (perciperer) eller bevidst vælger at beskrive et delsystem i figur 8.1. som noget afsluttet, et »modul«, er det klart at man kan udstyre det med en række egenskaber. Disse kan være de beskrevne elementarsystemer, men de kan også være andre. Det sidste er vel det naturlige, da man vælger at lægge sig på et beskrivelsesniveau.

»Modulet« kan opfattes som et middel i sammenhæng med et andet modul på samme beskrivelsesniveau. Eller det kan opfattes som et mål, der da optræder som en aspiration i sammenhæng med et andet modul, som da må opfattes som et middel. Dette middel skal i nærværende eksempel opfylde en multimålformulering, som den er udtrykt ved det satisfierede

Det afgørende er, at man på det valgte beskrivelsesniveau kan beskrive
sammenhængen mellem de to delsystemer ved relationer med nøjagtig de
samme egenskaber som intrarelationerne i elementarsystemerne og interrelationernei

relationerneidelsystemerne. Dette ligger i at målemetodikken nødvendigvisi princippet må være den samme, selv om den kan give sig forskellige praktiske udslag. Ønsker man at tale om »rekursivitet« må man derfor specificere beskrivelsen af de valgte målemetoder, således at der bliver en art synonymitet mellem alle relationer.

9. Et illustrerende eksempel

For at konkretisere disse systemtanker til den driftsøkonomiske virkelighedså
lad os i figur 9.1 betragte to elementarsystemer. Det første er et

indkøbssystem, hvor relationen mellem lagerføringsaktivitet og omkostningerf. eks. skabes over Wilsons formel. Det andet system er et stokastisk afsætningssystem hvor det gælder om at afsætte så meget pr. tidsenhed som p(x) opt angiver.

Hvis en ledelse ønsker at satisfiere et system bestående af begge elementarsystemer ved at indføre et krav om at der skal købes ind og lagerføres på en sådan måde at man nøjagtig rammer p(x) opt, så er det klart, at indkøbsoptimum ikke nås. Omvendt hvis man forlanger at afsætningen skal tilpasses til indkøbsoptimum.

Der ma med andre ord saettes en soge-laereproces i gang for at skabe et satisfieret delsystem. Dette kan ske over mere viden (f. eks. ved at lasse nservaerende artikel een gang til) eller det kan ske ved at slaekke pa sine krav.

10. Konkluderende bemærkningev

Vort problem er at besvare det sporgsmal der rejser sig, hvis man vil
forsoge at styre et menneske-maskin system ved hjailp af flere partielle beslutningsmodeller.

Vi har afbildet dette problem pa et system bestaende af element arsystemer. Elementarsystemerne er identiske med den viden, der ligger i de normale partielle beslutningsmodeller. Relationerne mellem elementarsystemerne er initialt normale formelle relationcr med samme egenskaber som intra-relationerne i de partielle modeller.

Man har imidlertid set, at relationer ikke i sig selv nødvendigvis medfører
et totalt satisfaktum. Der skal søges og læres aktivt for at nå et sådant
stade.

Dette betyder at interaktion mellem elementarsystemer i en systemmodel og mellem systemer i det hele taget er ensbetydende med en aktiv researchindsats hvor man forsøger sig frem. Stadet kan ikke nås ved på forhånd fastlagte algoritmer; beslutningstageren eller beslutningstagerne må hele tiden tage stilling til den udvikling, der skabes ved at information fremkommer.

Interaktion i denne mening kan gøres til genstand for numerisk simulation. Gennem et studium af hvorledes en sådan kan opbygges og studium af simulationsresultaterne kan man muligvis blive i stand til at udtale sig om mere eller mindre effektive søge-lære processer og hermed få skabt en egentlig viden om de interaktions]_ænomener som vi erkender eksistensen af, men som vi stort set ikke har styring på.

I det omfang disse betragtninger holder kan de krav som interaktionsfænomener
stiller til de partielle beslutningsmodeller kort formuleres som
følger:

10.1. de specifikke optimeringsalgoritmer må erstattes af mere generelle
søge-lære procedurer,

10.2. formulering af eet optimumspunkt bør erstattes med formulering
af eet intrarelationskrav og eet interrelationskrav, begge formuleret
som intervaller og afbildende et aspirationsniveau,

10.3. søge-lære procedurer bør navnlig indsættes på fortløbende ndringer de partielle beslutningsmodellers intrarelationer, på ændringer af aspirationsniveauformuleringerne, samt ændringer af interrelationerne.

10.4. intra- og interrelationer bør formuleres som et sæt diskrete omformuleres
som et sæt diskrete områder af percipérbar information
om mål-middel kombinationer.

11. Referencer til pkt. 2.

Stafford Beer, Decision and Control, Wiley, London, 1966.

Richard M. Gyert and James G. March, A Behavioral Theory of the Finn, Prenticc-
Hall, Englewood Cliffs, N. J., 1963.

H. A. John Green, Aggregation in Economic Analysis, Princeton University Press, N. J.,
1964.

Yuri Ijiri, Management Goals and Accounting for Control, North Holland Publishing
Company, Amsterdam, 1965.

Claude McMillan and Richard F. Gonzalez, Systems Analysis, Irwin, Homewood, 111.,
1965.

Mihajlo D. Mesarovic, Views on General Systems Theory, Wiley, New York, 1964.

Roy E. Murphy, Jr., Adaptive Processes in Economic Systems, Academic Press, New York,
and London, 1965.

Poul Sveistrup, »Systembegrebet og virksomheden som system«, Erhvervsøkonomisk Tidsskrift,
nr. 4, 1965.

Ira G. Wilson and Marthann E. Wilson, Information, Computers, and System Design,
Wiley, New York, 1965.