Цели моделирования. Моделирование в информатике - это что такое? Виды и этапы моделирования. Моделирование имеет две основных цели

Проектирование жилых зданий -- достаточно распространенный вид информационного моделирования. Определим, кто в этом случае является субъектом моделирования, какая задача перед ним стоит, что может быть объектом и целью моделирования.

Субъект моделирования -- архитектор.

Задача моделирования -- спроектировать комфортабельный дом для семьи заказчика, расходы на проектирование и строительство которого не превысят заданной суммы.

Объект моделирования -- те дома, которые архитектор видел воочию или представлял в своем воображении. Задача, стоящая перед архитектором как субъектом моделирования, конкретизируется в цели моделирования: разработать проект дома, который бы понравился заказчику, отражал бы профессиональные предпочтения самого архитектора и смета расходов на реализацию которого удовлетворяла бы определенным ограничениям.

Примеры целей информационного моделирования:

* описать внешний вид объекта для...;

* разработать техническое задание на...;

* разработать договор о совместной деятельности по...;

* нарисовать эскиз...;

* разработать технические чертежи...;

* представить графически структуру...;

* составить таблицу расписания...;

* вывести расчетную формулу...;

* определить план действий...;

* разработать алгоритм решения задачи... .

В приведённом примере цель моделирования сформулирована в самом общем виде, где каждая фраза требует расшифровки.

Так, необходимо уточнить, что такое «понравиться заказчику». Кому-то нравятся одноэтажные дома, кому-то -- трёхэтажные. Кто-то предпочтёт дом с большими полукруглыми окнами, а для кого-то важно, чтобы была веранда. Что касается предпочтений архитектора, то для успешной работы немаловажно, чтобы его профессиональные знания были востребованы, чтобы не было препятствий для его самореализации. Смета расходов на проектирование и строительство должна быть рассчитана и согласована ещё до начала работы.

Таким образом, реализация цели моделирования (разработка проекта дома) требует решения ряда подзадач:

* выявить, что является критериями комфортабельности для заказчика. То есть, необходимо построить модель «Комфортабельное жилище для конкретной семьи». Это может быть словесное описание или чётко определённые и закреплённые в договоре требования;

* наиболее оптимально использовать знания и опыт разработчика проекта. Для этого необходимо, например, определить модель взаимоотношений заказчика и исполнителя заказа и также отразить её в статьях договора;

* учесть при проектировании все возможные затраты на проведение проектных работ, строительные материалы, оплату труда рабочих, привязку к местности и прочее. Следовательно, надо выбрать метод расчета таких затрат, обосновать его и так далее.

Решение каждой подзадачи приводит к построению некоторой новой модели: текста договора, технического задания, эскизов, расчётных формул. Часто реализация этих моделей вновь приводит к необходимости решения задач следующего уровня. Графически этот процесс можно проиллюстрировать схемой, представленной на рис. 8.

Окончательным результатом этого многоступенчатого процесса моделирования будут разработанные чертежи и техническое описание проекта, включающее и смету расходов на его строительство, то есть модель дома. Результатом реализации полученной модели может быть новый дом, если его построить.

Решение любой сложной задачи, стоящей перед человеком, а также сложность объекта исследования приводят к тому, что моделирование этого объекта проходит ряд этапов, на каждом из которых определяется цель или даже несколько целей моделирования, строится одна или несколько моделей.

В своей учебной деятельности вы, вероятно, не раз сталкивались с тем, что практически всегда исходная задача разбивается на ряд подзадач. Цель моделирования уточняется, конкретизируется, детализируется при решении каждой из подзадач. Анализ построенной на каком-либо этапе модели иногда приводит к уточнению и изменению задач предыдущих этапов. Изменение цели моделирования требует изменения построенной модели или разработки новой и так далее. В этом случае говорят о том, что решение задачи и построение модели является итерационным процессом.

Можно ли облегчить и ускорить этот процесс? Что касается разработки проекта дома, то существуют специальные программные средства -- системы автоматизированного проектирования, которые позволяют:

* существенно облегчить работу проектировщика, позволяя конструировать дом из имеющихся «заготовок», собирая его из отдельных блоков как в детском конструкторе;

* воплотить в проекте самые смелые задумки архитектора;

* повысить точность расчётов по расходам на строительство;

* «привязать» проект к местности и отразить это в трёхмерном изображении на экране дисплея;

* предложить заказчику не один, а несколько проектов на выбор.

И если ещё несколько лет назад чертёжные доски были непременным атрибутом архитектурно-проектной мастерской, то сейчас их место всё чаще и чаще занимают компьютеры с подключёнными к ним графопостроителями (плоттерами). Качество и скорость проектирования значительно повышаются, а его стоимость снижается.

Рис. 8.

В разобранном примере рассмотрен случай, когда есть только один субъект моделирования и перед ним стоит одна задача. В этом случае будет построена только одна модель. А что будет, если к архитектору (один субъект) придут несколько заказчиков, каждый со своими пожеланиями (несколько задач)? Вероятно, им будут предложены разные проекты, то есть будут построены разные модели. А если один заказчик обратится сразу к нескольким архитекторам (несколько субъектов) и его пожелания будут абсолютно одинаковыми для каждого из них (одна задача)? Будут ли разработанные ими проекты различными или они тоже будут абсолютно одинаковыми? Поскольку цель моделирования не просто вытекает из задачи, но в значительной степени определяется субъектом моделирования и зависит от его опыта, пристрастий, интересов, то, скорее всего, заказчик получит разные проекты.

А может ли решение разных задач разными людьми привести к построению одинаковых моделей? Да, конечно. Такое бывает довольно часто, если, например, строится математическая модель.

Рис. 9.

Пример. Математические модели следующих двух задач будут одинаковыми, если ввести соответствующие обозначения переменных.

1. «Вы положили некоторую сумму (S рублей) в Сбербанк. Годовая ставка р%. Какая сумма будет на вашем счету через п лет?»

2. «Фирма для закупки оборудования взяла в фонде развития кредит в S рублей под р% годовых. Какую сумму денег надлежит вернуть в фонд через п лет?».

(Цель моделирования -- определить денежную величину, подлежащую возврату.)

Обозначив накопленную на банковском счету сумму и возросшую величину кредита через BS, мы в обоих случаях получим одну и ту же расчетную формулу: BS = S (1 + p/100)n.

Таким образом, модель объекта определяется самим объектом моделирования и целью моделирования. Цель моделирования определяется субъектом моделирования в зависимости от задачи, которую ему надо решить.

Моделирование -- ведущий принцип современного научного познания. Человек не может видеть предмет познания целиком, во всех его проявлениях. Поэтому он ограничивает свои притязания и стремится познать какую-либо сторону этого предмета, в зависимости от стоящей перед человеком задачи.

Моделирование опирается на следующие основные принципы научного знания.

* Принцип редукционизма -- возможность сведения более сложного к более простому. Это значит, что изучение более простого может что-то сказать и о самом объекте.

* Принцип эволюции -- все высшие формы постепенно развились из низших форм. Это значит, что, анализируя поведение низших форм, можно прогнозировать поведение высших форм.

* Принцип рациональности, который гласит, что объекты реального мира можно познавать с помощью логики и математики.

Эти основные принципы европейской науки далеко не абсолютны. Дело в том, что сама эта наука возникла из желания не только созерцать окружающий мир, но и преобразовывать его. Для этого необходимо было, прежде всего, порвать связь материи и Духа, принять аксиому об автономии материи. Сделать это было непросто, поскольку материя и Дух так тесно сплелись в христианском сознании, что стали неотделимы друг от друга. «Всё во мне и я во всём», -- сказал в прошлом веке гениальный русский поэт Ф. И. Тютчев, творчеству которого вообще свойственно соединение природных и духовных начал. Другой же великий поэт и мыслитель -- И. В. Гете -- немногим раньше так охарактеризовал труд европейского учёного:

«Чтоб изучить предмет, учёный душу изгоняет,

Затем предмет на части расчленяет.

И видит их. Да жаль, духовная их связь

Тем временем исчезла, унеслась.»

На идейной основе автономности материи и прошла весь свой четырёхсотлетний путь великая европейская наука.

В длительном изучении материи наука достигла таких рубежей, где автономия материи явно заканчивается и начинает ощущаться присутствие её Творца, создавшего её для определённых целей и имеющего какие-то планы относительно её будущей судьбы.

Это означает, в частности, что методом моделирования надо пользоваться с большой осторожностью. Любая модель отражает только какой-то фрагмент реальности и перенос закономерностей одной части на всё целое может иметь непредвиденные последствия. Например, мы не знаем, чем могут обернуться «успешные» эксперименты по замораживанию людей или клонированию животных.

Возникает вопрос: является ли моделирование, то есть метод познания целого через его части, единственным путём познания мира? Можем ли мы видеть вещь целиком, не разбивая на части? Современные исследователи часто склоняются к мысли, что рационально, с помощью только разума и логических рассуждений это сделать невозможно. Но целое вполне можно видеть духовным зрением. Человек познаёт мир с помощью «подручных» предметов: рисунков, слов, жестов.

Мы уже привыкли смотреть на них как на модели. Как же с их помощью познать целое? Только одним способом. И слова, и рисунки при таком познании являются уже не моделями, а символами, намёками на неподвластный разуму мир. Например, русская икона никоим образом не является моделью, а лишь намёком на иной, духовный мир. Отсюда неземное сочетание красок, ощущение движения в неподвижности фигур и прочее. «Умозрением в красках» называл икону выдающийся русский философ князь Е. Н. Трубецкой.

Окружающая нас жизнь полна символов

Например, хорошо известный литературный жанр притчи является символом, в то время как, скажем, басня в большей степени является моделью. Вся средневековая культура была построена на символах. Выдающийся историк, исследователь средневековья Й. Хейзинга называл символ «коротким замыканием» между реальным и потусторонним миром.

Символическое восприятие мира характерно для всех народов. Например, японский театр «Кабуки» весь построен на символах. Известный в буддизме литературный прием «коа-на» также служит намёком на неизречимый словами мир.

Таким образом, моделирование есть хотя и самый распространённый, понятный, но далеко не единственный и, может быть, и не самый важный метод познания мира.

| Информационная модель объекта

Урок 7
Тема 7. Информационная модель объекта

Изучив эту тему, вы узнаете:

Что такое модель объекта и зачем она создается;
- какие бывают модели;
- какую роль играет информация при создании модели;
- что такое информационная модель;
- какие формы представления информационных моделей существуют.

7.1. Понятие модели

Объекты окружающего нас мира , даже те, которые кажутся самыми простыми, на самом деле необычайно сложны . Чтобы понять, как действует тот или иной объект, иногда приходится вместо реальных объектов рассматривать их упрощенные представления - модели . При построении модели сам объект часто называют оригиналом или прототипом .

Дети с младенчества окружены игрушками: куклами, зверушками, машинками. Каждая игрушка представляет реальный объект окружающего мира. Кукла не умеет дышать, двигаться. Эта игрушка отражает только одно свойство человека - внешний облик. Но это свойство настолько существенно, что никто не ошибается, называя куклу игрушечным человечком.

Вы, наверное, знаете, что такое робот. Он может быть совсем непохож на человека, но умеет выполнять некоторые свойственные человеку действия. Роботы не устают и могут заменять людей при выполнении утомительной физической работы. Роботы способны работать в опасных для жизни человека средах: в космосе, под водой на большой глубине. Робот-луноход собирал на Луне образцы грунта, исследовал рельеф, фотографировал и выполнял многое другое. Робот-художник, робот-футболист, робот-прислуга - это примеры моделей человека, которые отражают разные его функции и предназначены для разных целей. Любой робот - не человек, а лишь его аналог.

Для любого объекта может существовать множество моделей, различных по сложности и степени сходства с оригиналом. Таблица 7.1 показывает, что модели могут отражать некоторые характеристики объекта - свойства, действия, а иногда и среду.

Таблица 7.1. Объекты и их модели

Подводя итоги вышесказанному, определим, что такое модель.

Модель - аналог (заместитель) оригинала, отражающий некоторые его характеристики.

Этот аналог служит для хранения и расширения знания об оригинале.

Разнообразие моделей определяется разнообразием целей, поставленных при их создании.

Цель создания детских игрушек - познание окружающего мира.

Вы никогда не задумывались, почему поигравший с плюшевым мишкой ребенок, впервые увидев в зоопарке настоящего медведя, узнает в нем прототип (оригинал) своей игрушки? 

Происходит удивительное: в образе живого медведя он видит знакомые «игрушечные» черты. Психологи считают, что умение распознавать образы, сопоставлять информацию и делать выводы формируется у детей до 3 лет. Так, играя с моделями реальных объектов и исследуя их, дети познают окружающий мир. При этом модели, как правило, усложняются и несут в себе новые черты исходного объекта.

Поступив в школу, вы изучаете на уроках разнообразные объекты с помощью их моделей. На уроках изобразительного искусства всевозможные муляжи позволяют исследовать форму, игру света и тени, фактуру прототипа, прежде чем его рисовать. Чучела птиц и зверей помогают вам представить и изучить облик животных, которых вы, возможно, не увидите в реальной жизни.

Рассмотрим несколько примеров моделей, созданных с разной целью:

◊ уменьшенная и упрощенная модель корабля, помещенная в бассейн, позволяет изучить его поведение при качке;
◊ велотренажер используется для тренировки;
◊ искусственное сердце спасает жизнь больного и помогает ему почувствовать себя полноценным членом общества.

Для рассмотренных здесь моделей характерно, что все они являются материальными объектами. Поэтому подобные модели называются материальными (предметными) моделями. Это одна из форм представления модели.

Моделью может быть не только материальный объект , передающий свойства и действия реального объекта, но и математическая формула, чертеж, таблица, текст и т. д. Это нематериальные (абстрактные) модели. В них используется другая форма представления.

Рассмотрим несколько примеров нематериальных моделей .

Представьте себе железнодорожного диспетчера. Сидя у пульта управления, он следит за перемещением на экране цветных прямоугольников, условно обозначающих поезда и вагоны. Это модель реальной железнодорожной сортировочной станции.

При решении задач по физике, химии, геометрии, биологии используются формулы. И это тоже модели. Они называются математическими. Например, уравнение S vt описывает способ нахождения расстояния при равномерном прямолинейном движении реального объекта.

Еще в древности было известно, что математическая модель незаменима при строительных работах. Например, в VI веке до н. э. античный архитектор Эвпалин построил водопровод на острове Самос, сохранившийся до наших дней. Ему необходимо было проложить тоннель длиной 1 км, шириной и высотой 2 м сквозь гору Кастро. Для решения этой задачи Эвпалин использовал чертеж и математические знания о подобии треугольников, на основе которых построил математическую модель.

Другой пример нематериальной модели из истории человечества связан с представлением о нашей планете и Солнечной системе. В древности люди считали, что Земля является плоской и окружена океаном. Древние поэты и философы сочинили об этом мифы. Именно такое описание объекта «Земля» является одной из первых дошедших до нас моделей. Во II веке н. э. древнегреческий ученый Птолемей разработал геоцентрическую модель Солнечной системы, согласно которой все планеты и Солнце вращаются вокруг неподвижной Земли. В 1543 году Коперник совершил открытие, изменившее наше представление о Солнечной системе. Он построил и доказал гелиоцентрическую модель мира, в ко торой планеты движутся вокруг Солнца по определенным орбитам. Эта модель позволила более точно вычислять движения планет по небесной сфере и объяснила многие астрономические явления. На основании этой модели было предсказано существование планеты Плутон, которая ранее не наблюдалась при помощи оптических приборов. Используя эту модель Солнечной системы, ученые сегодня вычисляют массы планет, изучают законы их движения и получают еще очень много важной информации.

Человеческое общество в зависимости от цели исследования тоже можно представить разными моделями.

Другая модель описывает ситуацию, когда племенем управляет совет старейшин, подчиняющийся вождю:

Например , изучая на уроках истории общинно-родовые отношения, вы представляли их в виде схем. Одна из возможных моделей отражает единоличное управление вождя племенем:

Как видно из примеров, человек постоянно создает модели объектов. Они помогают решать и житейские проблемы, и задачи любой сложности, изобретать новые объекты. Собираетесь ли вы строить дом, перейти дорогу или сделать покупки в магазине, вы непременно сначала представляете себе все это в уме и только потом действуете. То есть любой деятельности предшествует процесс создания мысленной модели.

Прежде чем построить и изучить модель, надо сначала собрать информацию об объекте. Поэтому особое место среди нематериальных моделей занимают информационные, содержащие существенные для исследователя сведения об объекте.

Модель – это упрощенное представление о реальном объекте, процессе или явлении.

Моделирование – это посторенние моделей для исследования объектов, процессов, явлений.

В моделировании есть два заметно разных пути. Модель может быть похожей копией объекта, выполненной из другого материала, в другом масштабе, с отсутствием деталей. Например, это игрушечный кораблик, самолет и т.д. Модель может отображать реальность более абстрактно – словесным описанием в свободной форме, описанием, формализованным по каким-то правилам, математическими соотношениями и т.д.

1) традиционное математическое моделирование без какой-либо привязки к техническим средствам информатики.

2) Информационные модели и моделирование, имеющие приложения в информационных системах.

3) Вербальные (компьютерные) технологии, которые надо делить:

На инструментальное использование базовых универсальных программных средств (текстовых редакторов, СУБД, табличных процессоров и т.д.);

На компьютерное моделирование, приставляющее собой:

Вычислительное (имитационное) моделирование;

- «визуализацию явлений и процессов»;

- «высшие» технологии, понимаемые как специализированы прикладные технологии, использующие компьютер в сочетании с измерительной аппаратурой, датчиками, сенсорами и т.д.

Укрупненная классификация абстрактных моделей (идеальных) такова:

1) Вербальные (текстовые) модели. Эти модели используют последовательности предложений на формализованных диалектах естественного языка для описания той или иной области действительности.

2) Математические модели. Очень широкий класс знаковых моделей, широко использующие те или иные математические методы.

3) Информационные модели. Класс знакомых моделей, описывающие информационные процессы в системах самой разнообразной природы.

Цели моделирования:

1. Модель нужна для того, чтобы узнать, как устроен конкретный объект, каковы его законы развития и взаимодействие с окружающим миром.

2. Модель нужна для того, чтобы научиться управлять объектом и определить наилучшие способы управления при заданных целях и критериях.

3. Модель нужна для того, чтобы прогнозировать прямые и косвенные последствия реализации заданных способов и форм воздействия на объект.

Рассмотрим основные этапы моделирования подробнее.

Этап 1. Постановка задачи.

Под задачей понимается некая проблема, которую надо решить. На этапе постановки задачи необходимо:

описать задачу, определить цели моделирования, проанализировать объект или процесс.

Описание задачи.

Задача формулируется на обычном языке, и описание должно быть понятным. Главное здесь - определить объект моделирования и понять, что должен представлять собой результат.

Цели моделирования.

Познание окружающего мира.

Зачем человек создает модели? Чтобы ответить на этот вопрос, надо заглянуть в далекое прошлое. Несколько миллионов лет назад, на заре человечества, первобытные люди изучали окружающую природу, чтобы научиться противостоять природным стихиям, пользоваться природными благами, просто выживать. Накопленные знания передавались из поколения в поколение устно, позже письменно, наконец с помощью предметных моделей. Так родилась, к примеру, модель земного шара - глобус, - позволяющая получить наглядное представление о форме нашей планеты, ее вращении вокруг собственной оси и расположении материков. Такие модели позволяют понять, как устроен конкретный объект, узнать его основные свойства, установить законы его развития и взаимодействия с окружающим миром моделей.

Создание объектов с заданными свойствами (задача типа «Как сделать, чтобы...»).

Накопив достаточно знаний, человек задал себе вопрос: «Нельзя ли создать объект с заданными свойствами и возможностями, чтобы противодействовать стихиям или ставить себе на службу природные явления?» Человек стал строить модели еще не существующих объектов. Так родились идеи создания ветряных мельниц, различных механизмов, даже обыкновенного зонтика. Многие из этих моделей стали в настоящее время реальностью. Это объекты, созданные руками человека.

Определение последствий воздействия на объект и принятие правильного решения (задача типа «Что будет, если...»: что будет, если увеличить плату за проезд в транспорте, или что произойдет, если закопать ядерные отходы в такой-то местности?)

Например, для спасения Петербурга от постоянных наводнений, приносящих огромный ущерб, решено было возвести дамбу. При ее проектировании было построено множество моделей, в том числе и натурных, именно для того, чтобы предсказать последствия вмешательства в природу.

Эффективность управления объектом (или процессом).

Поскольку критерии управления бывают весьма противоречивыми, то эффективным оно окажется только при условии, если будут «и волки сыты, и овцы целы». Например, нужно наладить питание в школьной столовой. С одной стороны, оно должно отвечать возрастным требованиям (калорийное, содержащее витамины и минеральные соли), с другой - нравиться большинству ребят и к тому же быть «по карману» родителям, а с третьей - технология приготовления должна соответствовать возможностям школьных столовых. Как совместить несовместимое? Построение модели поможет найти приемлемое решение.

Анализ объекта.

На этом этапе четко выделяют моделируемый объект, его основные свойства, его элементы и связи между ними. Простой пример подчиненных связей объектов - разбор предложения. Сначала выделяются главные члены (подлежащее, сказуемое), затем второстепенные члены, относящиеся к главным, затем слова, относящиеся к второстепенным, и т. д.

Этап 2. Разработка модели.

Информационная модель.

На этом этапе выясняются свойства, состояния, действия и другие характеристики элементарных объектов в любой форме: устно, в виде схем, таблиц. Формируется представление об элементарных объектах, составляющих исходный объект, т. е. информационная модель. Модели должны отражать наиболее существенные признаки, свойства, состояния и отношения объектов предметного мира. Именно они дают полную информацию об объекте.

Знаковая модель.

Прежде чем приступить к процессу моделирования, человек делает предварительные наброски чертежей либо схем на бумаге, выводит расчетные формулы, т. е. составляет информационную модель в той или иной знаковой форме, которая может быть либо компьютерной, либо некомпьютерной.

Компьютерная модель

Это модель, реализованная средствами программной среды.

Существует множество программных комплексов, которые позволяют проводить исследование (моделирование) информационных моделей. Каждая программная среда имеет свой инструментарий и позволяет работать с определенными видами информационных объектов.

Человек уже знает, какова будет модель, и использует компьютер для придания ей знаковой формы. Например, для построения геометрических моделей, схем используются графические среды, для словесных или табличных описаний - среда текстового редактора.

Основные функции компьютера при моделировании систем:

исполнение роли вспомогательного средства для решения задач, решаемых и обычными вычислительными средствами, алгоритмами, технологиями;

исполнение роли средства постановки и решения новых задач, не решаемых традиционными средствами, алгоритмами, технологиями;

исполнение роли средства конструирования компьютерных обучающих и моделирующих сред типа: «обучаемый - компьютер - обучающий», «обучающий - компьютер - обучаемый», «обучающий - компьютер - группа обучаемых», «группа обучаемых - компьютер - обучающий», «компьютер - обучаемый - компьютер»;

исполнение роли средства моделирования для получения новых знаний;

«обучение» новых моделей (самообучение моделей).

Этап 3. Компьютерный эксперимент.

Компьютерное моделирование - основа представления знаний в ЭВМ. Компьютерное моделирование для рождения новой информации использует любую информацию, которую можно актуализировать с помощью ЭВМ. Прогресс моделирования связан с разработкой систем компьютерного моделирования, а прогресс в информационной технологии - с актуализацией опыта моделирования на компьютере, с созданием банков моделей, методов и программных систем, позволяющих собирать новые модели из моделей банка.

Разновидность компьютерного моделирования - вычислительный эксперимент, т. е. эксперимент, осуществляемый экспериментатором над исследуемой системой или процессом с помощью орудия эксперимента - компьютера, компьютерной среды, технологии.

Вычислительный эксперимент становится новым инструментом, методом научного познания, новой технологией также из-за возрастающей необходимости перехода от исследования линейных математических моделей систем (для которых достаточно хорошо известны или разработаны методы исследования, теория) к исследованию сложных и нелинейных математических моделей систем (анализ которых гораздо сложнее). Грубо говоря, наши знания об окружающем мире линейны, а процессы в окружающем мире нелинейны.

Вычислительный эксперимент позволяет находить новые закономерности, проверять гипотезы, визуализировать ход событий и т. д.

Чтобы дать жизнь новым конструкторским разработкам, внедрить новые технические решения в производство или проверить новые идеи, нужен эксперимент. В недалеком прошлом такой эксперимент можно было провести либо в лабораторных условиях на специально создаваемых для него установках, либо на натуре, т. е. на настоящем образце изделия, подвергая его всяческим испытаниям.

С развитием вычислительной техники появился новый уникальный метод исследования - компьютерный эксперимент. Компьютерный эксперимент включает некоторую последовательность работы с моделью, совокупность целенаправленных действий пользователя над компьютерной моделью.

Этап 4. Анализ результатов моделирования.

Конечная цель моделирования - принятие решения, которое должно быть выработано на основе всестороннего анализа полученных результатов. Этот этап решающий - либо вы продолжаете исследование, либо заканчиваете. Возможно, вам известен ожидаемый результат, тогда необходимо сравнить полученный и ожидаемый результаты. В случае совпадения вы сможете принять решение.

Основой для выработки решения служат результаты тестирования и экспериментов. Если результаты не соответствуют целям поставленной задачи, значит, допущены ошибки на предыдущих этапах. Это может быть либо слишком упрощенное построение информационной модели, либо неудачный выбор метода или среды моделирования, либо нарушение технологических приемов при построении модели. Если такие ошибки выявлены, то требуется корректировка модели, т. е. возврат к одному из предыдущих этапов. Процесс повторяется до тех пор, пока результаты эксперимента не будут отвечать целям моделирования. Главное, надо всегда помнить: выявленная ошибка - тоже результат.

Виды моделей.

В прикладных областях различают следующие виды абстрактных моделей:

традиционное (прежде всего для теоретической физики, а также механики, химии, биологии, ряда других наук) математическое моделирование без какой-либо привязки к техническим средствам информатики;

информационные модели и моделирование, имеющие приложения в информационных системах;

вербальные (т.е. словесные, текстовые) языковые модели.

информационные (компьютерные) технологии, которые надо делить

а) на инструментальное использование базовых универсальных программных средств (текстовых редакторах, СУБД, табличных процессоров, телекоммуникационных пакетов);

б) на компьютерное моделирование, представляющее собойвычислительное (имитационное) моделирование; "визуализацию явлений и процессов" (графическое моделирование);

"высокие" технологии, понимаемые как специализированные прикладные технологии, использующие компьютер (как правило, в режиме реального времени) в сочетании с измерительной аппаратурой, датчиками, сенсорами и т.д.

Итак, укрупненная классификация абстрактных (идеальных) моделей такова.

ербальные модели. Эти модели используют последовательности предложений на формализованных диалектах естественного языка для описания той или иной области действительности.

Математические модели - очень широкий класс знаковых моделей (основанных на формальных языках над конечными алфавитами), широко использующих те или иные математические методы. Например, можно рассмотреть математическую модель звезды. Эта модель будет представлять собой сложную систему уравнений, описывающих физические процессы, происходящие в недрах звезды.

Информационные модели - класс знаковых моделей, описывающих информационные процессы (возникновение, передачу, преобразование и использование информации) в системах самой разнообразной природы.

К основным этапам компьютерного моделирования относятся:

постановка задачи, определение объекта моделирования;

разработка концептуальной модели, выявление основных элементов системы и элементарных актов взаимодействия;

формализация, то есть переход к математической модели; создание алгоритма и написание программы;

планирование и проведение компьютерных экспериментов;

анализ и интерпретация результатов.

Вычислительный (или компьютерный) эксперимент во многом аналогичен обычному (натурному). Это и планирование экспериментов, и создание экспериментальной установки, и выполнение контрольных испытаний. Затем следует проведение серийных опытов, обработка экспериментальных данных, их интерпретация и т. д. Однако вычислительный эксперимент проводится не над реальным объектом, а над его математической моделью, и роль экспериментальной установки играет оснащенная специально разработанной программой ЭВМ.

Широкое применение ЭВМ в математическом моделировании, на основе хорошо разработанной теории, позволяет получать значительные практические результаты. И можно говорить о вычислительном эксперименте как о новой технологии и методологии научных и прикладных исследований.

Создание эффективного программного обеспечения, наряду с техническим развитием ЭВМ позволяет проводить расчеты, когда достоверность прогноза достигает более 90 %. Причем прогноз делается столь быстро, что за время реализации одного натурного эксперимента можно много раз проварьировать его вычислительный аналог.

Достоинства вычислительного эксперимента очевидны. Вычислительный эксперимент, как правило, дешевле физического. В этот эксперимент можно легко и безопасно вмешиваться. Его можно повторить и прервать в любой момент. В ходе этого эксперимента можно смоделировать условия, которые не получается воссоздать в лаборатории.

В ряде случаев проведение натурного эксперимента бывает затруднено или простоневозможно, так как изучаются быстропротекающие процессы, исследуются труднодоступные или вообще недоступные (пока) объекты и т.д. и т.п. Часто проведение полномасштабного натурного эксперимента сопряжено с губительными или непредсказуемыми последствиями, с опасностью для жизни и здоровья человека (ядерная зима, поворот сибирских рек, генетическая модификация растений и животных). Нередко требуется исследование и прогнозирование результатов катастрофических явлений (глобальное потепление климата, землетрясение, авария ядерного реактора АЭС). В таких случаях вычислительный эксперимент может (и должен!) стать основным средством исследования. Заметим, что с его помощью оказывается возможным прогнозировать свойства новых, еще не созданных конструкций и материалов на стадии их проектирования. Применение вычислительного эксперимента в медицине позволяет изучать и предсказывать влияние медикаментов на состояние пациента, проводить предоперационное моделирование.

В вычислительном как и в натурном эксперименте, чтобы проанализировать влияние K параметров на исход эксперимента, необходимо провести nK испытаний, где n - количество варьируемых значений одного параметра. Уже при задаче средней сложности (K, n = 5-10) число экспериментов может стать просто огромным. Но, как уже говорилось, проведение нужного количества испытаний практически не представляет труда при проведении компьютерного эксперимента. Для сложных задач характерно наличие значительного числа параметров характеризующих используемую модель. Создание нового изделия или технологического процесса предполагает выбор среди большого числа альтернативных вариантов, а также оптимизацию по ряду параметров. Поэтому в ходе вычислительного эксперимента расчеты проводятся многократно с разными значениями входных данных. Для получения нужных результатов с требуемой точностью и в приемлемые сроки необходимо, чтобы на расчет каждого варианта тратилось минимальное время. Именно поэтому при создании программного обеспечения так важно использовать эффективные численные методы.

Разработка программного обеспечения для вычислительного эксперимента в конкретной области деятельности приводит к созданию крупного программного комплекса. Он состоит из связанных между собой прикладных программ и системных средств, включающих средства, предоставляемые пользователю для управления ходом вычислительного эксперимента, обработки и представления его результатов. Такой комплекс программ иногда называют проблемно-ориентированным пакетом прикладных программ.

Современные компьютерные программы обладают высокой сервисностью и дружелюбным интерфейсом, что позволяет легко освоить работу с ними за короткое время.

Дальнейшее развитие в области специального программирования может вообще избавить исследователей от необходимости изучения расчетных методов. В самом деле, ведь пользуются же экспериментаторы сложными высокоавтоматизированными приборами, почти ничего не зная о деталях их конструкций. Отсюда, тем не менее, вовсе нельзя делать вывод, что "коль работает программа, головы совсем не надо".

При проведении исследований важно помнить что вычислительный эксперимент имеет свои ограничения, которые могут привести к неэффективным затратам времени и ресурсов, или даже к получению ошибочных результатов.

Известно, что применимость результатов вычислительного эксперимента ограничена рамками принятой математической модели. Действительно, вычислительный эксперимент не может полностью заменить натурный, и будущее за их разумным сочетанием. Результаты натурного опыта являются фундаментом для построения теории на основе которой создается математическая модель. И надежным критерием, подтверждающим достоверность ее выводов, опять же является практика. Поэтому к результатам численного эксперимента, необходимо подходить с известной осторожностью, особенно, если в его основе лежит новая теория, либо используемые параметры модели находятся на границе области её применимости.

Однако если есть достаточная уверенность, что исследуемая система действительно правильно описывается используемыми уравнениями, и заложенные в них исходные предположения верны, более чем разумно ставить не натурный, а именно компьютерный эксперимент.

Есть у вычислительного эксперимента и ограничения, связанные с математической стороной исследований. Например, с помощью численного подхода нельзя получить общей формулы, позволяющей оценить совместное влияние параметров, входящих в уравнения модели, на решение этих уравнений. Полное представление о таком влиянии дает только аналитическое исследование. Но далеко не всегда, для сложных задач в их полной постановке (без упрощений), аналитическое решение может быть найдено.

Введение……………………………………………………………………….Стр.

1. Основы этапы и цели моделирования……………………… Стр.

1.1. Постановка цели моделирования……………………………………….Стр.

1.2. Идентификация реальных объектов...................................... Стр.

1.3. Выбор вида моделей……………………………………………………Стр.

1.4. Выбор математической схемы………………………………………….Стр.

2. Построение непрерывно-стахостической модели…… Стр.

2.1. Основные понятия теории массового обслуживания………………. Стр.

2.2. Определение потока событий……………………………………………Стр.

2.3. Постановка алгоритмов ……………………………..………………….Стр.

3. Программная реализация модели………………………….… Стр.

3.1. Оптимизация алгоритма………………………………..……………….Стр.

3.2. Листинг программы………..……………………………………………Стр.

Вывод…………………………………………………………………………Стр.

Список используемой литературы……………………………….. Стр.

Приложение…………………………………………………………………..Стр.

Введение

Современное состояние общества характеризуется внедрением достижений научно-технического прогресса во все сферы деятельности. Переживаемый в настоящее время этап развития является этапом информатизации. Информатизация - это процесс создания, развития и все­общего применения информационных средств и технологий, обеспечивающих кардинальное улучшение качества труда и условий жизни в обществе. Информатизация тесно связана с внедрением информационно-вычислительных систем, с повышением уровня автоматизации орга­низационно-экономической, технологической, административно-хозяй­ственной, проектно-конструкторской, научно-исследовательской и других видов деятельности. Создание сложных технических систем, проектирование и управление сложными комплексами, анализ экологической ситуации, особенно в условиях агрессивного техногенного воздействия, исследование социальных проблем коллективов, планирование развития регионов и многие другие направления деятельности требуют организации исследований, которые имеют нетрадиционный характер. По ряду специфических признаков все перечисленные объекты прикладной деятельности обладают свойствами больших систем. Таким образом, в различных сферах деятельности приходится сталкиваться с понятиями больших или сложных систем.

В разных сферах практической деятельности развивались соответствующие методы анализа и синтеза сложных систем. Системность стала не только теоретической категорией, но и аспектом практической деятельности. Ввиду того, что сложные системы стали предметом изучения, проектирования и управления, потребовалось обобщение методов исследования систем. Появилась объективная необходимость в возникновении прикладной науки, устанавливающей связь между абстрактными теориями системности и системной практикой. В последнее время это движение оформилось в науку, которая получила название «системный анализ».

Особенности современного системного анализа вытекают из самой природы сложных систем. Имея в качестве цели ликвидацию проблемы или, как минимум, выяснение ее причин, системный анализ привлекает для этого широкий спектр средств, использует возможности различных наук и практических сфер деятельности. Являясь по существу прикладной диалектикой, системный анализ придает большое значение методологическим аспектам любого системного исследования. С другой стороны, прикладная направленность системного анализа приводит к необходимости использования всех современных средств научных исследований - математики, вычислительной техники, моделирования, натурных наблюдений и экспериментов.

Системный анализ является меж- и наддисциплннарным курсом, обобщающим методологию исследования сложных технических, природных и социальных систем. Для проведения анализа и синтеза сложных систем используется широкий спектр математических методов. Основу математического аппарата данной дисциплины составляют линейное и нелинейное программирование, теория принятия решений, теория игр, имитационное моделирование, теория массового обслуживания, теория статистических выводов и т.п.

Основы цели, проблемы и этапы моделирования

Основная общая цель моделирования заключается в наблюдении за системой, подверженной воздействию внешних или внутренних факторов при достижении системой определенного состоянии, которое может быть как задано, так и неизвестно, из-за отсутствия информации или по каким либо иным причинам. Моделирование позволяет определить сможет ли система функционировать при таких условиях или нет, во время этого перехода. В зависимости от реальной модели и цели расширяются и конкретизируются.

Определение качества функционирования большой системы, выбор оптимальной структуры и алгоритма поведения, построение системы в соответствие с поставленной перед ней целью - главная проблема при проектировании современных больших систем (в том числе и АСУ, САПР, АСНI).

Поэтому, моделирование - один из методов, которые используются при проектировании и исследовании больших систем. Моделирование осуществляется через эксперимент - процедуру организации и наблюдения каких-нибудь явлений, которые осуществляются в условиях, близким к действительным, или имитируют их.

Различают два типа экспериментов:

1. пассивный, когда исследователь наблюдает процесс, не вмешиваясь в него;

2. активный, когда наблюдатель вмешивается и организовывает прохождение процесса.

В основе моделирования лежат информационные процессы:

Создание модели Mбазируется на информации о реальном объекте;

При реализации модели получается информация о данном объекте;

В процессе эксперимента с моделью вводится управляющая информация;

Полученные данные обрабатываются.

Как объект моделирования мы рассматриваем сложные организационно-технические системы, которые относятся к классу больших систем.

Модель М такой системы так же становится частью системы S(M) и может относиться к классу больших систем.

Следует также заметить, что модель большой системы описывается следующими критериями:

1. ЦЕЛЬ ФУНКЦИОНИРОВАНИЯ. Определяет степень целенаправленности поведения модели М. Модели делятся на одноцелевые (для решения одной задачи) и многоцелевые (рассматривают ряд сторон объекта).

2. СЛОЖНОСТЬ. Оценивается числом элементов и связей между ними, иерархию связей, множеством входов и выходов и т.д.

3. ЦЕЛОСТНОСТЬ. Модель М, которая создается, является одной целостной системой S(M), включает в себя большое количество составных частей (экспериментов), которые находятся в сложной взаимосвязи. Характеризуется появлением новых свойств, отсутствующих у элементов (эмерджентность).

4. НЕОПРЕДЕЛЕННОСТЬ. Проявляется в системе: по состоянию системы, возможности достижения поставленной цели, методом решения задач, достоверности исходной информации и т.д. Главная характеристика неопределенности это такая мера информации как энтропия.

5. ПОВЕДЕНЧЕСКАЯ КАЗНЬ. Позволяет оценить эффективность достижения системой S поставленной цели. Применяя к М, позволяет оценить эффективность М и точность, и достоверность результатов.

6. АДАПТИВНОСТЬ. Это свойство высокоорганизованной системы. Благодаря ей S адаптируется к внешним раздражителям в широком диапазоне изменения действий Е. Применяя к модели М важна ее адаптация к внешним условиям, близким к реальным, а также вопрос существования М, и ее живучести и надежности.

7. ОРГАНИЗАЦИОННАЯ СТРУКТУРА СИСТЕМЫ МОДЕЛИРОВАНИЯ. Зависит от сложности модели и степени совершенствования средств моделирования. Одним из главных достижений в области моделирования - это возможность использования имитационных моделей для проведения машинных экспериментов.

Здесь нужны:

Оптимальная организационная структура комплекса технических средств

Информационного

Математического и программного обеспечения системы моделирования S`(М)

Оптимальная организация процесса моделирования (время моделирования и точность результата).

8. УПРАВЛЯЕМОСТЬ МОДЕЛИ. Необходимо обеспечить управление со стороны экспериментаторов при имитации разных условий прохождения процесса. Управляемость S связана со степенью автоматизации моделирования (программные средства и средства диалога).

9. ВОЗМОЖНОСТЬ РАЗВИТИЯ МОДЕЛИ. Современный уровень науки и техники позволяет создавать мощные системы моделирования S(M) для исследования многих сторон функционирования реального объекта. Необходимо предвидеть возможность развития S(M) как по горизонтали, расширяя спектр изучаемых функций, так и по вертикали, расширяя число подсистем.

В целом проблема моделирования сложной системы - это комплекс сложных научно-технических задач.

При создании рассматривают следующие основные этапы:

Определение цели моделирования;

Идентификация реальных объектов;

Выбор вида моделей;

Построение моделей и их машинная реализация

Взаимодействие исследователя с моделью в ходе машинного эксперимента

Проверка правильности полученных в ходе моделирования результатов

Определение главных закономерностей, исследуемых при моделировании

Теперь же перейдем непосредственно к созданию модели по конкретно поставленному заданию.

Постановка цели моделирования

Постановка задачи, построение содержательной модели - творческий процесс, основанный на возможностях и знаниях исследователя, базируется на эвристике.

Изучив задание, можно выделить следующие цели создания модели:

1. Определение производительности второго цикла обработки деталей;

2. При каком условии возможно повышение загрузки второго станка и снижение уровня задела на втором цикле обработки;

Идентификация реальных объектов

На этом этапе осуществляется определение основных элементов реальной системы, и привязка их к образным понятиям модели с дальнейшим конкретизированием и конвертированием в математическое представление на стадии расширения алгоритма программной реализации.

Иногда модели пишут на языках программирования, но это долгий и дорогой процесс. Для моделирования можно использовать математические пакеты, но, как показывает опыт, в них обычно не хватает многих инженерных инструментов. Оптимальным является использование среды моделирования.

В нашем курсе в качестве такой среды выбрана . Лабораторные работы и демонстрации, которые вы встретите в курсе, следует запускать как проекты среды Stratum-2000.

Модель, выполненная с учётом возможности её модернизации, конечно, имеет недостатки, например, низкую скорость исполнения кода. Но есть и неоспоримые достоинства. Видна и сохранена структура модели, связи, элементы, подсистемы. Всегда можно вернуться назад и что-то переделать. Сохранен след в истории проектирования модели (но когда модель отлажена, имеет смысл убрать из проекта служебную информацию). В конце концов, модель, которая сдаётся заказчику, может быть оформлена в виде специализированного автоматизированного рабочего места (АРМа), написанного уже на языке программирования, внимание в котором уже, в основном, уделено интерфейсу, скоростным параметрам и другим потребительским свойствам, которые важны для заказчика. АРМ, безусловно, вещь дорогая, поэтому выпускается он только тогда, когда заказчик полностью оттестировал проект в среде моделирования, сделал все замечания и обязуется больше не менять своих требований.

Моделирование является инженерной наукой, технологией решения задач. Это замечание — очень важное. Так как технология есть способ достижения результата с известным заранее качеством и гарантированными затратами и сроками, то моделирование, как дисциплина:

• изучает способы решения задач, то есть является инженерной наукой;
• является универсальным инструментом, гарантирующим решение любых задач, независимо от предметной области.

Смежными моделированию предметами являются: программирование, математика, исследование операций.

Программирование — потому что часто модель реализуют на искусственном носителе (пластилин, вода, кирпичи, математические выражения…), а компьютер является одним из самых универсальных носителей информации и притом активным (имитирует пластилин, воду, кирпичи, считает математические выражения и т. д.). Программирование есть способ изложения алгоритма в языковой форме. Алгоритм — один из способов представления (отражения) мысли, процесса, явления в искусственной вычислительной среде, которой является компьютер (фон-Неймановской архитектуры). Специфика алгоритма состоит в отражении последовательности действий. Моделирование может использовать программирование, если моделируемый объект легко описать с точки зрения его поведения. Если легче описать свойства объекта, то использовать программирование затруднительно. Если моделирующая среда построена не на основе фон-Неймановской архитектуры, программирование практически бесполезно.

Какова разница между алгоритмом и моделью?

Алгоритм — это процесс решения задачи путём реализации последовательности шагов, тогда как модель — совокупность потенциальных свойств объекта. Если к модели поставить вопрос и добавить дополнительные условия в виде исходных данных (связь с другими объектами, начальные условия, ограничения), то она может быть разрешена исследователем относительно неизвестных. Процесс решения задачи может быть представлен алгоритмом (но известны и другие способы решения). Вообще примеры алгоритмов в природе неизвестны, они суть порождение человеческого мозга, разума, способного к установлению плана. Собственно алгоритм — это и есть план, развёрнутый в последовательность действий. Следует различать поведение объектов, связанное с естественными причинами, и промысел разума, управляющий ходом движения, предсказывающий результат на основе знания и выбирающий целесообразный вариант поведения.

модель + вопрос + дополнительные условия = задача .

Математика — наука, предоставляющая возможность исчисления моделей, приводимых к стандартному (каноническому) виду. Наука о нахождении решений аналитических моделей (анализ) средствами формальных преобразований.

Исследование операций — дисциплина, реализующая способы исследования моделей с точки зрения нахождения наилучших управляющих воздействий на модели (синтез). По большей части имеет дело с аналитическими моделями. Помогает принимать решения, используя построенные модели.

Проектирование — процесс создания объекта и его модели; моделирование — способ оценки результата проектирования; моделирования без проектирования не существует.

Смежными дисциплинами для моделирования можно признать электротехнику, экономику, биологию, географию и другие в том смысле, что они используют методы моделирования для исследования собственного прикладного объекта (например, модель ландшафта, модель электрической цепи, модель денежных потоков и т. д.).

В качестве примера посмотрим, как можно обнаружить, а потом описать закономерность.

Допустим, что нам нужно решить «Задачу о разрезаниях», то есть надо предсказать, сколько потребуется разрезов в виде прямых линий, чтобы разделить фигуру (рис. 1.16 ) на заданное число кусков (для примера достаточно, чтобы фигура была выпуклой).

Попробуем решить эту задачу вручную.

Из рис. 1.16 видно, что при 0 разрезах образуется 1 кусок, при 1 разрезе образуется 2 куска, при двух — 4, при трёх — 7, при четырёх — 11. Можете ли вы сейчас сказать наперёд, сколько потребуется разрезов для образования, например, 821 куска? По-моему, нет! Почему вы затрудняетесь? — Вам неизвестна закономерность K = f (P ) , где K — количество кусков, P — количество разрезов. Как обнаружить закономерность?

Составим таблицу, связывающую известные нам числа кусков и разрезов.

Пока закономерность не ясна. Поэтому рассмотрим разности между отдельными экспериментами, посмотрим, чем отличается результат одного эксперимента от другого. Поняв разницу, мы найдём способ перехода от одного результата к другому, то есть закон, связывающий K и P .

Уже кое-какая закономерность проявилась, не правда ли?

Вычислим вторые разности.

Теперь все просто. Функция f называется производящей функцией . Если она линейна, то первые разности равны между собой. Если она квадратичная, то вторые разности равны между собой. И так далее.

Функция f есть частный случай формулы Ньютона:

Коэффициенты a , b , c , d , e для нашей квадратичной функции f находятся в первых ячейках строк экспериментальной таблицы 1.5.

Итак, закономерность есть, и она такова:

K = a + b · p + c · p · (p – 1)/2 = 1 + p + p · (p – 1)/2 = 0.5 · p 2 + 0.5 · p + 1 .

Теперь, когда закономерность определена, можно решить обратную задачу и ответить на поставленный вопрос: сколько надо выполнить разрезов, чтобы получить 821 кусок? K = 821 , K = 0.5 · p 2 + 0.5 · p + 1 , p = ?

Решаем квадратное уравнение 821 = 0.5 · p 2 + 0.5 · p + 1 , находим корни: p = 40 .

Подведём итоги (обратите на это внимание!).

Сразу угадать решение мы не смогли. Поставить эксперимент оказалось затруднительно. Пришлось построить модель, то есть найти закономерность между переменными. Модель получилась в виде уравнения. Добавив к уравнению вопрос и уравнение, отражающее известное условие, образовали задачу. Поскольку задача оказалась типового вида (канонического), то её удалось решить одним из известных методов. Поэтому задача оказалась решена.

И ещё очень важно отметить, что модель отражает причинно-следственные связи. Между переменными построенной модели действительно есть крепкая связь. Изменение одной переменной влечёт за собой изменение другой. Мы ранее сказали, что «модель играет системообразующую и смыслообразующую роль в научном познании, позволяет понять явление, структуру изучаемого объекта, установить связь причины и следствия между собой». Это означает, что модель позволяет определить причины явлений, характер взаимодействия её составляющих. Модель связывает причины и следствия через законы, то есть переменные связываются между собой через уравнения или выражения.

Но!!! Сама математика не даёт возможности выводить из результатов экспериментов какие-либо законы или модели , как это может показаться после рассмотренного только что примера. Математика это только способ изучения объекта, явления, и, причём, один из нескольких возможных способов мышления. Есть ещё, например, религиозный способ или способ, которым пользуются художники, эмоционально-интуитивный, с помощью этих способов тоже познают мир, природу, людей, себя.

Итак, гипотезу о связи переменных А и В надо вносить самому исследователю, извне, сверх того. А как это делает человек? Посоветовать внести гипотезу легко, но как научить этому, объяснить это действо, а значит, опять-таки как его формализовать? Подробно мы покажем это в будущем курсе «Моделирование систем искусственного интеллекта».

А вот почему это надо делать извне, отдельно, дополнительно и сверх того, поясним сейчас. Носит это рассуждение имя Геделя, который доказал теорему о неполноте — нельзя доказать правильность некоторой теории (модели) в рамках этой же теории (модели). Посмотрите ещё раз на рис. 1.12 . Модель более высокого уровня преобразует эквивалентно модель более низкого уровня из одного вида в другой. Или генерирует модель более низкого уровня по эквивалентному опять же её описанию. А вот саму себя она преобразовать не может. Модель строит модель. И эта пирамида моделей (теорий) бесконечна.

А пока, чтобы «не подорваться на ерунде», вам надо быть настороже и проверять все здравым смыслом. Приведём пример, старую известную шутку из фольклора физиков.