Модели и моделирование. Цель моделирования

На этой лекции мы обсудим одно из самых популярных понятий, которое используется практически во всех научных дисциплинах и оказывается незаменимым при решении большого класса прикладных задач. Для начала определим, что есть модель и что есть моделирование.

Методологическая основа моделирования заключается в следующем. Исследование объектов и систем объектов окружающего мира зачастую начинается с построения гипотезы об их устройстве, функционировании и динамике развития. Гипотезы строятся на основании опытных данных, догадок или наблюдений. Любая гипотеза должна быть проверена в ходе эксперимента. Когда мы начинаем строить гипотезу, то, как правило, основываемся на каких-то проверенных опытным путём аналогиях. Что есть аналогия? Это некоторое суждение о частичном сходстве двух объектов. Именно на аналогии строятся современные научные гипотезы, которые сводятся, например, к упрощённым и удобным для исследования логическим схемам рассуждений. Такие логические схемы, упрощающие рассуждения, построения, сам эксперимент, и называются моделями.

Таким образом, модель - это некий заместитель объекта-оригинала, обладающий существенными для исследователя свойствами оригинала.

Соответственно, моделирование - это замещение одного объекта другим с целью получения информации о свойствах объекта-оригинала с помощью объекта-модели.

Обратимся к уроку электронного практикума «Раз - цветочек, два - грибочек, будет песенка, или Модели и моделирование». Упражнение 1 как раз нацелено на то, чтобы учащийся смог выбрать объект-модель для объекта-оригинала. И это упражнение под силу выполнить даже безобразнику и бездельнику Васе Петрову:-).

То, что модель может быть представлена различными способами, демонстрирует упражнение 2 практикума, в котором нужно найти путь из одного пункта в другой. Модель передвижения выполнена в виде графа, проходя по рёбрам которого нужно найти верный путь.

Третье упражнение использует совсем другую модель - математическую. Учащемуся в интерактивном режиме предлагается решить задачу, составив формулу геометрической прогрессии. Вот где пригодится знание математики! Собственно, цель этого урока - показать разнообразие моделей, строящихся для объектов-оригиналов.

Итак, основные выводы, касающиеся моделирования:

1. Моделирование - это метод познания окружающей действительности.
2. Моделирование - познавательный процесс, включающий в себя обработку информации об объектах-оригиналах и явлениях, в результате которой появляются образы-аналогии (модели), соответствующие оригиналам.

В процессе моделирования всегда есть объект исследования, сам исследователь с поставленной конкретной задачей и модель объекта, которая создаётся для решения поставленной задачи.

Цель моделирования

Наверное, самым важным этапом моделирования является определение цели моделирования на этапе постановки задачи. Вполне естественно, что именно цель позволяет определить, какие характеристики объекта-оригинала считать существенными, а какими можно пренебречь. Цель определяет, каковы будут методы решения поставленной задачи, какие средства, например, программная среда, будут выбраны, и каким образом будут отображены результаты исследования. Если биолог постарается рассмотреть, например, полено с точки зрения биологии и определит возраст срубленного дерева, то художник увидит некое творческое применение красиво искривлённому сучку, то есть модель отображает не объект-оригинал, а то, что в нём интересует и соответствует выбранной цели моделирования.

В электронном практикуме этой теме посвящён урок «Теория голодной козы, или Как строят модели». На примере всё пожирающих вокруг себя коз строятся разные модели - информационная, геометрическая, математическая, графическая. Рассмотрим такую задачу: «Определить площадь участка, на котором могла побывать коза, находившаяся на привязи. При условии, что некто прогуливался по лугу, держа козу на поводке длиной 1 м, и путь его проходил по сторонам прямоугольника 3 x 5 м». При её выполнении сначала строится геометрическая модель:

После этого строится математическая модель:

Каковы возможные цели моделирования?

В основном модели строятся для познания окружающего мира, и моделирование процессов, явлений, объектов позволяет делать предположения о природе вещей и исследовать построенные с определённой целью модели.

Целями моделирования являются:

1. Понимание того, как устроен объект, каковы его структура, основные свойства, законы развития и взаимодействия с окружающей средой. Такие модели помогают понять, как устроен конкретный объект, узнать его основные свойства, установить законы его развития и взаимодействия с окружающим миром. В этом случае целью построения модели является познание окружающего мира.
2. Управление объектом или процессом и определение наилучших способов управления при заданных целях.
3. Создание объектов с заданными свойствами.
4. Прогнозирование последствий воздействия на объект.

Например, в упражнении 2 целью моделирования является конструирование «неваляшки», совершающей интересные движения в зависимости от положения центра тяжести. И учащийся, основываясь на знании законов физики, может сделать самостоятельные предположения о характере движения неваляшки, а в будущем - сконструировать свою собственную, оригинально движущуюся неваляшку:-).

Таким образом, от выбора цели моделирования зависит, какую модель вы построите.

Задания

1. Определите объект моделирования, метод моделирования и цель.
   
2. Объясните различие моделей бабочки с точки зрения биолога, художника, рыболова, фотографа, скульптора.
3. Попробуйте рассмотреть ваше любимое стихотворение как модель.
4. Изобразите графом-моделью фразу «Я знаю, что ты знаешь, что я знаю».

Рассмотрим теперь вопрос, для чего вообще нужно моделирование, в каких случаях можно обойтись без модели, исследуя собственно саму систему?

Моделирование имеет две основных цели:

- Прогнозирование , когда необходимо предсказать новые свойства или новые результаты (параметры) исследуемых систем, когда необходимо спрогнозировать развитие процесса.

Например, предприятие занимается составлением перспективного плана своего развития. Естественно, что для решения этой задачи необходимо проанализировать динамику развития рынка и спроса на продукцию предприятия. Но прогноз просто так, «глядя в потолок» не построишь. Единственный путь - построить математическую модель динамики спроса. В экономике моделирование применяется повсеместно. Если модель адекватна, то можно получить достаточно обоснованные перспективы развития предприятия. Во всяком случае, это будет хорошей поддержкой для принятия управленческих решений. Такие модели строятся и на уровне экономики Государства, отрасли, на уровне предприятии и на уровне решения локальных управленческих задач.

Но существуют процессы, которые смоделировать не только сложно, но и практически не возможно. Например, спрогнозировать динамику фондового рынка или курса доллара не получается - слишком много случайных факторов влияют на процесс. Модель получается не адекватная.

- Оптимизация управления, когда необходимо организовать процесс управления какой - либо системой или процессом нужным (или оптимальным) способом. Такая цель ставится при решении локальных управленческих задач, в основном экономических.

Например,предприятие выпускает большой ассортимент продукции, себестоимость выпуска которой различна и прибыль от реализации различных товаров так же различна. Требуется так построить производственный план, что бы прибыль была максимальной.

У человека всегда имеется две возможностидля достижения этих целей: провести исследования, экспериментируя непосредственно с реальной системой (натурные эксперименты), либо построить модель.

В каких случаях строятся модели? Модели строят только тогда, когда без них обойтись нельзя, поскольку моделирование - трудоемкая и дорогостоящая процедура. В случаях же, когда можно проводить прямое исследование систем, обходятся без моделей.

Бывают ситуации, когда модель построить нельзя, мы просто не имеем информации о реальном объекте. Такая ситуация называется «черный ящик». Здесь исследование будет заключаться в непосредственном воздействии на объект (в эксперименте) и фиксации реакций объекта.

Модели создаются, когда необходимо определить свойства и характеристики проектируемых объектов еще до их изготовления и при необходимости скорректировать, уточнить их структуру и параметры. Это позволяет получить проект работоспособной системы, которую не придется существенно дорабатывать тогда, когда она будет изготовлена. Таким образом, моделирование сокращает и удешевляет процесс проектирования и реализации систем.

Модели создаются, когда необходимо проверить поведение объектов в экстремальных условиях и режимах, с тем, чтобы знать, как они себя поведут и к каким последствиям это приведет. Очевидно, что такие эксперименты на реальном объекте могут быть не только дороги, но и небезопасны, в то время как моделирование позволяет получить нужную информацию о процессе или системе без лишних затрат и, главное, без негативных последствий.

Модель строится там, где непосредственное экспериментальное исследование может быть вообще неосуществимо. В ряде же случаев мы вообще не имеем возможности наблюдать систему в интересующем нас состоянии. Например, разбор аварии на техническом объекте приходится вести по ее протокольному описанию. Или, например, прогноз поведения космического корабля на орбите. Имеется в виду этап первоначальных исследований, до первого запуска космических аппаратов .

Таким образом, моделирование позволяет исследовать такие системы, прямой эксперимент с которыми:

Трудно выполним;

Экономически невыгоден;

Вообще невозможен.

Формальная схема моделирования

Рассмотрим саму схему моделирования, как происходит замещение объекта моделью.

Пусть мы имеем некоторую систему (объект - оригинал) А . Мы собираемся исследовать ее свойства S с помощью модели (например, математической модели).

Моделирование предполагает наличие некоторых знаний о системе.

Рис.1. Общая схема моделирования.

На основании имеющейся информации в нашем сознании формируется некоторый образ системы. По определению, образ - целостное, но неполное представление системы, является продуктом психической деятельности человека.

Если исходная информация отсутствует, то и модель построить невозможно. В этом случае мы имеем ситуацию типа «черный ящик». Образ системы не сформирован. Исследование объекта производится методом проб.

Основное свойство образа - он не может быть адекватен системе, поскольку всей информации получить невозможно, иначе не было бы смысла строить модель.

Прежде чем строить саму математическую модель, мы описываем исследуемую систему и ее предполагаемые свойства на содержательном уровне.

Необходимо помнить, что модель создается для решения конкретной практической задачи. В практике математического моделирования исходным пунктом является некоторая эмпирическая ситуация. То есть появляется задача, на которую требуется найти ответ. Выдержит ли мост предполагаемую нагрузку, хватит ли закупленного угля до конца отопительного сезона и сколько, откуда и куда следует привезти груза, - иными словами, необходимо получить конкретные ответы на конкретные вопросы.

Содержательное описание системы уже само является моделью. Такая содержательная модель называется концептуальной. Она содержит описание структуры, предполагаемых свойств, связей и известные значения параметров. Здесь формулируются гипотезы о поведении системы и все ограничения применимости будущей математической модели. Построение концептуальной модели является первым этапом моделирования.

Далее выбираем математический аппарат и создаем систему уравнений или арифметических соотношений. Таким образом мы создаем некоторый искусственный (математический) объект А, исследование которого средствами математики и должно ответить на поставленные вопросы о свойствах S системы. Мы переводим концептуальную модель на формальный математический язык.

В такой постановке А называется математической моделью системы А относительно совокупности S ее свойств.

В действительности мы моделируем не реальную систему А, а ее образ, сформированный нашим сознанием.

Результаты моделирования сравниваются со свойствами системы. Мы уточняем образ и соответственно модель.

Моделирование, как мы видим из схемы - процесс циклический. Это означает, что за первым циклом может последовать второй, третий и т.д. При этом знания об исследуемом объекте расширяются и уточняются, а исходная модель постепенно совершенствуется. В процессе моделирования и познания свойств, образ все больше приближается к реальному объекту. Недостатки, обнаруженные после первого цикла моделирования, обусловленные малым знанием объекта и ошибками в построении модели, можно исправить в последующих циклах.

Формальная схема моделирования включает ряд последовательных этапов:

Постановка задачи;

Выбор нужного инструментария (математического аппарата) для модели;

Построение математической модели (переводисходной информации на математический язык - концептуальной модели в математическую);

Если модель реализуется программно, то существует этап разработки алгоритма и собственно программирования;

Интерпретация результатов моделирования;

Оценка валидности модели (валидность - достоверность результатов, способность выполнять задачу).

МНОГООБРАЗИЕ МОДЕЛЕЙ СИСТЕМ

Общая классификация

Прежде, чем приступать к моделированию, необходимо определиться какую модель мы собираемся создавать. Существуют различные виды моделей и различные признаки их классификации.

Чаще встречается классификация моделей по способам реализации (исполнения), это наиболее полная классификация, хотя четкой границы между классами провести всегда сложно.

По этому признаку все множество моделей можно разделить на три основных класса: физические, виртуальные и абстрактные.

Рис.2. Общая классификация моделей (по форме представления)

Физические модели (они часто называются предметными).

Физические модели — это материальные модели, эквивалентные или подобные в той или иной степени оригиналу. В общем случае у физических моделей процесс функционирования такой же, как у оригинала. Он имеет ту же, или подобную физическую природу. Они различаются по критерию подобия. Критерием подобия является безразмерная величина, представляющая отношение одноименных физических величин объекта и модели.

- Геометрически подобные , масштабные. Эти модели воспроизводят пространственно- геометрические характеристики оригинала (макеты зданий и сооружений, учебные муляжи, большинство детских игрушек и др.). Критерием подобия является соотношение размеров.

Иногда физические модели выполняют в натуральную величину, например, при создании макетов космических модулей. Тогда критерий подобия равен единице.

- Физические модели . Они могут строиться на основании подобия любой физической величины, характеризующей свойства оригинала (аэродинамические модели летательных аппаратов, гидродинамические модели судов и т.п.).

Теория обеспечивала возможность достоверного переноса данных, полученных на модели, на «натуру», на свойства и параметры реального, но еще не существующего объекта.

- Аналоговые или приборные . Аналоговое моделирование основано на том, что свойства и параметры воспроизводятся с помощью модели иной, чем у оригинала физической природы. Например, моделью колебательных систем может быть электрический колебательный контур (школа), состоящий из индуктивности, емкости, сопротивлений, проводов, источника электричества.

Виртуальные модели.

Виртуальные модели - это в основном компьютерные визуальные модели реального или придуманного пространства (виртуальный - это кажущийся). Из определения понятно, что моделируются свойства некоторого пространства с эффектом присутствия в этом пространстве самого пользователя.

Интернет так же является моделью виртуального пространства. В этом пространстве реализуется вполне реально мировая интернет-экономика.

К виртуальным моделям относятся различные тренажеры. Например, тренажеры летного состава. Моделирование различных ситуаций на таком тренажере настолько реальны, что по физической и психологической нагрузке на человека такие модели практически не отличаются от реальных процессов.

В настоящее время виртуальные модели находят широкое использование в учебной практике. Как известно, процесс обучения может осуществляться в форме усвоения обучаемым «готового» знания и в форме учебного исследования. Источник готового знания - это книга. Учебное исследование - это эксперимент. Виртуальная обучающая модель (манипулятивная динамическая модель) как раз и дает возможность проведения экспериментов с объектами виртуальной учебной среды. Это метод компьютерного воссоздания формы, структуры, функций какой либо живой системы, либо неживой природы. Обучающийся в интерактивном режиме может изменять параметры системы, исследуя ее реакцию изучать саму систему с различных сторон ее проявления. Это новая информационная культура обучения.

К некомпьютерным виртуальным моделям можно отнести словесный портрет, используемый в криминалистике. Живопись, кинофильм - все это фактически виртуальные модели, поскольку создают виртуальную среду сопереживания человека.

Абстрактные модели.

Абстрактные модели часто называются информационными. Они отражают информационную сторону системы с помощью языковых, математических, графических, алгоритмических и других средств абстрагирования. Они не имеют физического сходства с оригиналом и не обладают его физическими свойствами. В абстрактных моделях физические свойства системы представлены их формализованными, абстрактными, символическими отображениями.

Следует отметить, что границы между классами моделей провести, достаточно четко не удается. Поэтому классификация не всегда бывает однозначной. Например, виртуальные компьютерные модели, используемые в процессе преподавания школьникам естественных наук. С одной стороны, действительно, это виртуальные модели. Они организуют деятельность учащихся в виртуальной среде, максимально приближенной средствами компьютерной графики к процессу реализации реальных экспериментов. С другой стороны, эти модели вполне законно можно отнести к классу абстрактных моделей. Они фактически являются компьютерной реализацией дифференциальных уравнений, моделирующих реальные физические процессы.

Абстрактные модели можно разделить на концептуальные, графические и математические.

Концептуальными моделями являются языковые (вербальные) описания систем (описание свойств и параметров на некотором естественном языке, текстовые материалы проектной документации, словесное описание результатов технического эксперимента).

Графическая модель - это представление систем средствами графики.

К графическим моделям относятся графы, графики, логические схемы и т.д. Блок-схемы алгоритмов программ так же являются графическими моделями.

Сюда же можно отнести конструкторские чертежи, графические изображения объектов. Хотя геометрия и является одной из отраслей математики, целесообразно к этому классу отнести и геометрические модели объектов.

Математические модели представляют собой формализованное описание изучаемой системы с помощью абстрактного языка, в частности, с помощью формул, уравнений, неравенств, логических условий, матриц, операторов и т. д., отображающих процесс функционирования системы.

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.

При использовании метода моделирования свойства и поведение объекта изучают путем применения вспомогательной системы – модели, находящейся в определенном объективном соответствии с исследуемым объектом.

Под объектом исследования понимается либо некоторая система, элементы которой в процессе достижения конечной цели реализуют один или несколько процессов, либо некоторый процесс, реализуемый элементами одной или нескольких систем. В связи с этим в дельнейшем тексте термины «модель объекта», «модель системы», «модель процесса» следует воспринимать как эквивалентные.

Представления о тех или иных свойствах объектов, их взаимосвязях формируются исследователем в виде описания этих объектов на обычном языке, в виде рисунков, графиков, формул или реализуются в виде макетов и других устройств. Подобные способы описания обобщаются в едином понятии – модель , а построение и изучение моделей называетсямоделированием .

Заслуживает предпочтения следующее определение: модель – объект любой природы, который создается исследователем с целью получения новых знаний об объекте-оригинале и отражает только существенные (с точки зрения разработчика) свойства оригинала.

Модель считается адекватной объекту-оригиналу, если она с достаточной степенью приближения на уровне понимания моделируемого процесса исследователем отражает закономерности процесса функционирования реальной системы во внешней среде.

Модели позволяют вынести упрощенное представление о системе и получить некоторые результаты намного проще, чем при изучении реального объекта. Более того, гипотетически модели объекта могут быть исследованы и изучены перед тем, как объект будет создан.

В практике исследования производственно-экономических объектов модели могут применяться для самых разных целей, что вызывает использование моделей различных классов. Построение одной-единственной математической модели для сложной производственной системы практически не представляется возможным без разработки вспомогательных моделей. Поэтому, как правило, при создании конечной математической модели исследуемого объекта строят частные вспомогательные модели, отражающие ту или иную информацию об объекте, имеющуюся у разработчика на данном этапе построения модели.

В основе моделирования лежит теория подобия , которая утверждает, что абсолютное подобие может иметь место лишь при замене одного объекта другим точно таким же. При моделировании абсолютное подобие не имеет места и стремятся к тому, чтобы модель достаточно хорошо отображала исследуемую сторону функционирования объекта.

Классификационные признаки. В качестве одного из первых признаков классификации видов моделирования можно выбрать степень полноты модели и разделить модели в соответствии с этим признаком на полные, неполные и приближенные. В основе полного моделирования лежит полное подобие, которое проявляется как во времени, так и в пространстве. Для неполного моделирования характерно неполное подобие модели изучаемому объекту. В основе приближенного моделирования лежит приближенное подобие, при котором некоторые стороны функционирования реального объекта не моделируются совсем. Классификация видов моделирования системS приведена на рис.1.1.

В зависимости от характера изучаемых процессов в системе S все виды моделирования могут быть разделены на детерминированные и стохастические, статические и динамические, дискретные, непрерывные и дискретно-непрерывные.Детерминированное моделирование отображает детерминированные процессы, т.е. процессы, в которых предполагается отсутствие всяких случайных воздействий;стохастическое моделирование отображает вероятностные процессы и события. В этом случае анализируется ряд реализаций случайного процесса и оцениваются средние характеристики, т.е. набор однородных реализаций.Статическое моделирование служит для описания поведения объекта в какой-либо момент времени, адинамическое моделирование отражает поведение объекта во времени.Дискретное моделирование служит для описания процессов, которые предполагаются дискретными, соответственно непрерывное моделирование позволяет отразить непрерывные процессы в системах, адискретно-непрерывное моделирование используется для тех случаев, когда хотят выделить наличие как дискретных, так и непрерывных процессов.

В зависимости от формы представления объекта (системы S ) можно выделить мысленное и реальное моделирование.

Мысленное моделирование часто является единственным способом моделирования объектов, которые либо практически нереализуемы в заданном интервале времени, либо существуют вне условий, возможных для их физического создания. Например, на базе мысленного моделирования могут быть проанализированы многие ситуации микромира, которые не поддаются физическому эксперименту. Мысленное моделирование может быть реализовано в виде наглядного, символического и математического.

Рис. 1.1. Классификация видов моделирования систем

При наглядном моделировании на базе представлений человека о реальных объектах создаются различные наглядные модели, отображающие явления и процессы, протекающие в объекте. В основугипотетического моделирования исследователем закладывается некоторая гипотеза о закономерностях протекания процесса в реальном объекте, которая отражает уровень знаний исследователя об объекте и базируется на причинно-следственных связях между входом и выходом изучаемого объекта. Гипотетическое моделирование используется, когда знаний об объекте недостаточно для построения формальных моделей.

Аналоговое моделирование основывается на применении аналогий различных уровней. Наивысшим уровнем является полная аналогия, имеющая место только для достаточно простых объектов. С усложнением объекта используют аналогии последующих уровней, когда аналоговая модель отображает несколько либо только одну сторону функционирования объекта.

Существенное место при мысленном наглядном моделировании занимает макетирование . Мысленный макет может применяться в случаях, когда протекающие в реальном объекте процессы не поддаются физическому моделированию, либо может предшествовать проведению других видов моделирования. В основе построения мысленных макетов также лежат аналогии, однако обычно базирующиеся на причинно-следственных связях между явлениями и процессами в объекте. Если ввести условное обозначение отдельных понятий, т.е. знаки, а также определенные операции между этими знаками, то можно реализоватьзнаковое моделирование и с помощью знаков отображать набор понятий – составлять отдельные цепочки из слов и предложений. Используя операции объединения, пересечения и дополнения теории множеств, можно в отдельных символах дать описание какого-то реального объекта.

В основе языкового моделирования лежит некоторый тезаурус. Последний образует из наборов входящих понятий, причем этот набор должен быть фиксированным. Следует отметить, что между тезаурусом и обычным словарем имеются принципиальные различия. Тезаурус – словарь, который очищен от неоднозначности, т.е. в нем каждому слову может соответствовать лишь единственное понятие, хотя в обычном словаре одному слову могут соответствовать несколько понятий.

Символическое моделирование представляет собой искусственный процесс создания логического объекта, который замещает реальный и выражает основные свойства его отношений с помощью определенной системы знаков и символов.

Математическое моделирование. Для исследования характеристик процесса функционирования любой системыS математическими методами, включая и машинные, должна быть проведена формализация этого процесса, т.е. построена математическая модель.

Под математическим моделированием будем понимать процесс установления соответствия данному реальному объекту некоторого математического объекта, называемого математической моделью, и исследование этой модели, позволяющее получать характеристики рассматриваемого реального объекта. Вид математической модели зависит как от природы реального объекта, так и задач исследования объекта и требуемой достоверности и точности решения этой задачи. Любая математическая модель, как и всякая другая, описывает реальный объект лишь с некоторой степенью приближения к действительности. Математическое моделирование для исследования характеристик процесса функционирования систем можно разделить на аналитическое, имитационное и комбинированное.

Для аналитического моделирования характерно то, что процессы функционирования элементов системы записываются в виде некоторых функциональных соотношений (алгебраических, интегродифференциальных, конечно-разностных и т.п.) или логических условий.Аналитическая модель может быть исследована следующими методами: а) аналитическим, когда стремятся получить в общем виде явные зависимости для искомых характеристик; б) численным, когда, не умея решать уравнения в общем виде, стремятся получить числовые результаты при конкретных начальных данных; в) качественным, когда, не имея решения в явном виде, можно найти некоторые свойства решения (например, оценить устойчивость решения).

Наиболее полное исследование процесса функционирования системы можно провести, если известны явные зависимости, связывающие искомые характеристики с начальными условиями, параметрами и переменными системы S . Однако такие зависимости удается получить только для сравнительно простых систем. При усложнении систем исследование их аналитическим методом наталкивается на значительные трудности, которые часто бывают непреодолимыми. Поэтому, желая использовать аналитический метод, в этом случае идут на существенное упрощение первоначальной модели, чтобы иметь возможность изучить хотя бы общие свойства системы. Такое исследование на упрощенной модели аналитическим методом помогает получить ориентировочные результаты для определения более точных оценок другими методами. Численный метод позволяет исследовать по сравнению с аналитическим методом более широкий класс систем, но при этом полученные решения носят частный характер. Численный метод особенно эффективен при использовании ЭВМ.

В отдельных случаях исследования системы могут удовлетворить и те выводы, которые можно сделать при использовании качественного метода анализа математической модели. Такие качественные методы широко используются, например, в теории автоматического управления для оценки эффективности различных вариантов систем управления.

В настоящее время распространены методы машинной реализации исследования характеристик процесса функционирования больших систем. Для реализации математической модели на ЭВМ необходимо построить соответствующий моделирующий алгоритм.

При имитационном моделировании реализующий модель алгоритм воспроизводит процесс функционирования системыS во времени, причем имитируются элементарные явления, составляющие процесс с сохранением их логической структуры и последовательности протекания во времени, что позволяет по исходным данным получить сведения о состояниях процесса в определенные моменты времени, дающие возможность оценить характеристики системыS .

Основным преимуществом имитационного моделирования по сравнению с аналитическим является возможность решения более сложных задач. Имитационные модели позволяют достаточно просто учитывать такие факторы, как наличие дискретных и непрерывных элементов, нелинейные характеристики элементов системы, многочисленные случайные воздействия и др., которые часто создают трудности при аналитических исследованиях. В настоящее время имитационное моделирование – наиболее эффективный метод исследования больших систем, а часто и единственный практически доступный метод получения информации о поведении системы, особенно на этапах ее проектирования.

Когда результаты, полученные при воспроизведении на имитационной модели процесса функционирования системы S , Являются реализациями случайных величин и функций, тогда для нахождения характеристик процесса требуется его многократное воспроизведение с последующей статистической обработкой информации и целесообразно в качестве метода машинной реализации имитационной модели использовать метод статистического моделирования. Первоначально был разработан метод статистических испытаний, представляющий собой численный метод, который применялся для моделирования случайных величин и функций, вероятностные характеристики которых совпадали с решениями аналитических задач (такая процедура получила название метода Монте-Карло). Затем этот прием стали применять и для машинной имитации с целью исследования характеристик процессов функционирования систем, подверженных случайным воздействиям, т.е. появился метод статистического моделирования. Таким образом,методом статистического моделирования будем в дальнейшем называть метод машинной реализации имитационной модели, аметодом статистических испытаний (Монте-Карло) – численный метод решения аналитической задачи.

Метод имитационного моделирования позволяет решать задачи анализа больших систем S , включая задачи оценки: вариантов структуры системы, эффективности различных алгоритмов управления системой, влияния изменения различных параметров системы. Имитационное моделирование может быть положено также в основу структурного, алгоритмического и параметрического синтеза больших систем, когда требуется создать систему, с заданными характеристиками при определенных ограничениях, которая является оптимальной по некоторым критериям оценки эффективности.

При решении задач машинного синтеза систем на основе их имитационных моделей помимо разработки моделирующих алгоритмов для анализа фиксированной системы необходимо также разработать алгоритмы поиска варианта системы. Бале в методологии машинного моделирования будем различать два основных раздела: статику и динамику, – основным содержанием которых являются соответственно вопросы анализа и синтеза систем, заданных моделирующими алгоритмами.

Комбинированное (аналитико-имитационное) моделирование при анализе и синтезе систем позволяет объединить достоинства аналитического и имитационного моделирования. При построении комбинированных моделей проводится предварительная декомпозиция процесса функционирования объекта на составляющие подпроцессы и для тех из них, где это возможно, используются аналитические модели. Такой комбинированный подход позволяет охватить качественно новые классы систем, которые не могут быть исследованы с использованием только аналитического и имитационного моделирования в отдельности.

Другие виды моделирования . Приреальном моделировании используется возможность исследования различных характеристик либо на реальном объекте целиком, либо на его части. Такие исследования могут проводиться как на объектах, работающих в нормальных режимах, так и при организации специальных режимов для оценки интересующих исследователя характеристик (при других значениях переменных и параметров, в другом масштабе времени и т.п.). Реальное моделирование является наиболее адекватным, но при этом его возможности с учетом особенностей реальных объектов ограничены. Например, проведение реального моделирования АСУ предприятием потребует, во-первых, создания такой АСУ, а во-вторых, проведения экспериментов с управляемым объектом, т.е. предприятием, что в большинстве случаев невозможно.

К основным разновидностям реального моделирования относятся:

Натурное моделирование , под которым понимают проведение исследования на реальном объекте с последующей обработкой результатов эксперимента на основе теории подобия. При функционировании объекта в соответствии с поставленной целью удается выявить закономерности протекания реального процесса. Необходимо отметить, что такие разновидности натурного эксперимента, как производственный эксперимент и комплексные испытания, обладают высокой степенью достоверности.

Физическое моделирование отличается от натурного тем, что исследование проводится на установках, которые сохраняют природу явлений и обладают физическим подобием.

С точки зрения математического описания объекта и в зависимости от его характера модели можно разделить на модели аналоговые (непрерывные), цифровые (дискретные) и аналого-цифровые (комбинированные). Под аналоговой моделью понимается модель, которая описывается уравнениями, связывающими непрерывные величины. Подцифровой понимается модель, которая описывается уравнениями, связывающими дискретные величины, представленные в цифровом виде. Поданалого-цифровой понимается модель, которая может быть описана уравнениями, связывающими непрерывные и дискретные величины.

Особое место в моделировании занимает кибернетическое моделирование , в котором отсутствует непосредственное подобие физических процессов, происходящих в моделях, реальным процессам. В этом случае стремятся отобразить лишь некоторую функцию и рассматривают реальный объект как «черный ящик», имеющий ряд входов и выходов, и моделируют некоторые связи между выходами и входами. Чаще всего при использовании кибернетических моделей проводят анализ поведенческой стороны объекта при различных воздействиях внешней среды. Таким образом, в основе кибернетических моделей лежит отражение некоторых информационных процессов управления, что позволяет оценить поведение реального объекта. Для построения имитационной модели в этом случае необходимо выделить исследуемую функцию реального объекта, попытаться формализовать эту функцию в виде некоторых операторов связи между входом и выходом и воспроизвести на имитационной модели данную функцию, причем на базе совершенно иных математических соотношений и, естественно, иной физической реализации процесса.

Целевое назначение модели. По целевому назначению модели подразделяются на модели структуры, функционирования и стоимостные (модели расхода ресурсов).

Модели структуры отображают связи между компонентами объекта и внешней средой и подразделяются на:

каноническую модель , характеризующую взаимодействие объекта с окружением через входы и выходы;

модель внутренней структуры , характеризующую состав компонентов объекта и связи между ними;

модель иерархической структуры (дерево системы), в которой объект (целое) расчленяется на элементы более низкого уровня, действия которых подчинены интересам целого.

Модель структуры обычно представляется в виде блок-схемы, реже графов и матриц связей.

Модели функционирования включают широкий спектр символических моделей, например:

модель жизненного цикла системы, описывающая процессы существования системы от зарождения замысла ее создания до прекращения функционирования;

модели операций, выполняемых объектом и представляющих описание взаимосвязанной совокупности процессов функционирования отдельных элементов объекта при реализации тех или иных функций объекта. Так, в состав моделей операций могут входить модели надежности, характеризующие выход элементов системы из строя под влиянием эксплуатационных факторов, и модели живучести факторов, характеризующие выход элементов системы из строя под влиянием целенаправленного воздействия внешней среды;

информационные модели, отображающие во взаимосвязи источники и потребители информации, виды информации, характер ее преобразования, а также временные и количественные характеристики данных;

процедурные модели, описывающие порядок взаимодействия элементов исследуемого объекта при выполнении различных операций, например обработки материалов, деятельности персонала, использования информации, в том числе и реализации процедур принятия управленческих решений;

временные модели, описывающие процедуру функционирования объекта во времени и распределение ресурса «время» по отдельным компонентам объекта.

Стоимостные модели, как правило, сопровождают модели функционирования объекта и по отношению к ним вторичны, «питаются» от них информацией и совместно с ними позволяют проводить комплексную технико-экономическую оценку объекта или его оптимизацию по экономическим критериям.

При анализе и оптимизации производственно-экономических объектов проводится объединение построенных математических функциональных моделей с математическими стоимостными моделями в единую экономико-математическую модель.

Насколько можно судить по литературным источникам общепринятой классификации моделей экономических систем пока не существует. Однако представляется достаточно полезной классификация математических моделей экономических систем, приведенная в книге Т. Нейлора «Машинные имитационные эксперименты с моделями экономических систем» (1971 г.) (рис. 1.2).

Рис.1.2. Классификация экономических моделей

Экономико-математической моделью (ЭММ) называется выражение, состоящее из совокупности связанных между собой математическими зависимостями (формулами, уравнениями, неравенствами, логическими условиями величин – факторов, все или часть которых имеют экономический смысл. По своей роли в ЭММ эти факторы целесообразно подразделить на параметры и характеристики (рис. 1.3).

Рис. 1.3. Классификация факторов по их роли в ЭВМ

При этом параметрами объекта называются факторы, характеризующие свойства объекта или составляющих его элементов. В процессе исследования объекта ряд параметров может изменяться, поэтому они называютсяпеременными, которые в свою очередь подразделяются на переменные состояния и переменные управления. Как правило, переменные состояния объекта являются функцией переменных управления и воздействий внешней среды.Характеристиками (выходными характеристиками) называются интересующие исследователя непосредст-венные конечные результаты функционирования объекта (естественно, что выходные характеристики являются переменными состояния). Соответственно характеристики внешней среды описывают свойства внешней среды, которые сказываются на процессе и результате функционирования объекта. Значения ряда факторов, определяющие начальное состояние объекта или внешней среды, называютсяначальными условиями.

При рассмотрении ЭММ оперируют следующими понятиями: критерий оптимальности, целевая функция, система ограничений, уравнения связи, решение модели.

Критерием оптимальности называется некоторый показатель, имеющий экономическое содержание, служащий формализацией конкретной цели управления и выражаемый при помощи целевой функции через факторы модели. Критерий оптимальности определяет смысловое содержание целевой функции. В ряде случаев в качестве критерия оптимальности может выступать одна из выходных характеристик объекта.

Целевая функция математически связывает между собой факторы модели, ее значение определяется значениями этих величин. Содержательный смысл целевой функции придает только критерий оптимальности.

Не следует смешивать критерий оптимальности и целевую функцию. Так, например, критерий прибыли и стоимости произведенной продукции могут описываться одной и той же целевой функцией:

, (1.1)

где
– номенклатура производимой продукции;– объем выпускаi -ой номенклатуры;– прибыль от выпуска единицыi -ой номенклатуры или стоимость единицыi -ой номенклатуры в зависимости от смысла критерия оптимальности.

Критерий прибыли может рассчитываться и по нелинейной целевой функции:

, (1.2)

Если прибыль от выпуска единицы i -ой номенклатуры является функцией от объема выпуска.

При наличии нескольких критериев оптимальности каждый из них будет формализован своей частной целевой функцией , где
– число критериев оптимальности. Для однозначного выбора оптимального решения исследователь может сформулировать новую целевую функцию

Однако целевая функция может уже не нести экономического смысла, в этом случае критерий оптимальности для нее отсутствует.

Система ограничений определяет пределы, сужающие область осуществимых, приемлемых или допустимых решений и фиксирующие основные внешние и внутренние свойства объекта. Ограничения определяют область протекания процесса, пределы изменения параметров и характеристик объекта.

Уравнения связи являются математической формализацией системы ограничений. Между понятиями «система ограничений» и «Уравнения связи» существует точно такая же аналогия, как между понятиями «критерий оптимальности» и «целевая функция»: различные по смыслу ограничения могут описываться одинаковыми уравнениями связи, а одно и то же ограничение в разных моделях записываться различными уравнениями связи.

Таким образом, именно критерий оптимальности и система ограничений в первую очередь определяют концепцию построения будущей математической модели, т.е. концептуальную модель, а их формализация, т.е. целевая функция и уравнения связи, представляют собой математическую модель.

Решением математической модели называется такой набор (совокупность) значений переменных, который удовлетворяет ее уравнениям связи. Решения, имеющие экономический смысл, называют структурно допустимыми. Модели, имеющие много решений, называются вариантными в отличие от безвариантных, имеющих одно решение. Среди структурно допустимых решений вариантной модели, как правило, находится одно решение, при котором целевая функция в зависимости от смысла модели имеет наибольшее или наименьшее значение. Такое решение, как и соответствующее значение целевой функции, называетсяоптимальным (в частности, наименьшим или наибольшим).

Использование ЭММ, особенно оптимальных, предполагает не только построение модели, соответствующей поставленной задаче, но и ее решение при помощи подходящего метода. В связи с этим иногда под моделированием (в узком смысле) понимается этап нахождения решения модели, т.е. вычисления значений исследуемых характеристик и определение оптимальности различных вариантов изучаемого объекта с целью выбора наилучшего варианта его построения и функционирования. Данный этап представляет собой реализацию и исследование ЭММ на определенном наборе вычислительных средств. Выбор метода решения оптимизационных ЭММ зависит от математической формы, связывающей факторы модели, наличия тех или иных признаков (учет динамики, учет стохастичности и т.д.). С точки зрения корректного выбора метода решения модели наиболее существенными признаками являются характер цели исследования, формализованность связей между параметрами и характеристиками, учет вероятностной природы объекта, а также фактора времени.

По характеру цели исследования ЭММ делятся на оптимизационные (нормативные) иописательные (дескриптивные или ЭММ прямого счета).

Характерной чертой оптимизационных моделей является наличие одной или нескольких целевых функций. При этом в первом случае оптимизационные ЭММ называются монокритериальными , а во втором –многокритериальными . В общем виде монокритериальная ЭММ может быть представлена следующей системой отношений:

где Е – критерий оптимальности объекта;– управляемые переменные,
;– неуправляемые факторы модели;
;– уравнения связи, представляющие собой формализацию системы ограничений,
;– целевая функция – формализованное выражение критерия оптимальности.

Выражение
означает, что в ограничениях может стоять любое из приведенных в фигурных скобках логических условий.

Решение модели, заданной соотношениями (1.4) и (1.5), заключается в нахождении совокупности значений переменных

,

Обращающий в max (илиmin ) целевую функциюЕ при заданных уравнениях связи.

Специфика конкретных задач управления производством определила разнообразие типов оптимизационных ЭММ. Это вызвало для ряда наиболее часто повторяющихся типов ситуаций разработку «стандартных» экономико-математических методов их описания, например, распределительные задачи различных классов, задачи управления запасами, ремонта и замены оборудования, проектирования сетей и выбора маршрутов и т.д.

Существенным признаком описательных моделей является отсутствие в них критерия оптимальности. Решение, даваемое ЭММ прямого счета, обеспечивает либо вычисление набора выходных характеристик объекта для одного или нескольких вариантов начальных условий и входных характеристик объекта, либо нахождение какой-либо совокупности значений в структурно допустимой области решений. Примеры типовых задач управления машиностроительным производством, решаемых с помощью описательных моделей, приведены в табл. 1.1.

Таблица 1.1. Примеры описательных моделей

Тип задачи	Вид модели	Математический метод решения
Задачи планирования без оптимизации (расчет объемов производства по видам продукции, увязка планов производства с ресурсами и т.п.)	Балансовые модели	Аппарат линейной алгебры, матричное исчисление
Задачи сетевого планирования и управление (СПУ) без оптимизации	Расчет по формулам модели СПУ	Аппарат теории графов
Задача учета и статистики (оперативный учет, получение различных форм отчетности и т.п.)	Расчет по формулам
Задачи контроля и анализа (анализ влияния и факторов, выявление тенденций, отслеживание отклонений и установление их причин)		Факторный анализ, дисперсионный анализ, регрессионный анализ
Задача создания нормативной базы	Статистические модели обработки реализаций случайных величин
Расчет параметров функционирования сложных систем с неформализованными связями.	Расчет по формулам имитационных моделей
Задачи прогнозирования	Модели регрессионного анализа, оценка параметров и проверка статистических гипотез	Факторный анализ, дисперсионный анализ, регрессионный анализ, аппарат математической статистики

В зависимости от степени формализованности связей f иg i между факторами моделей в выражениях (1.4) и (1.5) различаютаналитические иалгоритмические модели.

Аналитической формой записи называется запись математической модели в виде алгебраических уравнений или неравенств, не имеющих разветвлений вычислительного процесса при определении значений любых переменных состояния модели, целевой функции и уравнений связи. Если в математических моделях единственная целевая функцияf и ограниченияg j заданы аналитически, то подобные модели относятся к классу моделей математического программирования. Характер функциональных зависимостей, выраженных в функцияхf иg j , может быть линейным и нелинейным. Соответственно этому ЭММ делятся налинейные инелинейные , а среди последних в специальные классы выделяютсядробно -линейные ,кусочно-линейные ,квадратичные ивыпуклые модели.

Если мы имеем дело со сложной системой, то зачастую гораздо легче построить ее модель в виде алгоритма, показывающего отношения между элементами системы в процессе ее функционирования, задаваемые обычно в виде логических условий – разветвлений хода течения процесса. Математическое описание для элементов может быть очень простым, однако взаимодействие большого количества простых по математическому описанию элементов и делает эту систему сложной. Алгоритмически же можно описывать даже такие объекты, которые в силу их сложности или громоздкости в принципе не допускают аналитического описания. В связи с этим к алгоритмическим моделям относятся такие, в которых критерии и (или) ограничения описываются математическими конструкциями, включающими логические условия, приводящие к разветвлению вычислительного процесса. К алгоритмическим моделям относятся и так называемые имитационные модели – моделирующие алгоритмы, имитирующие поведение элементов изучаемого объекта и взаимодействие между ними в процессе функционирования.

В зависимости от того, содержит ли ЭММ случайные факторы, она может быть отнесена к классу стохастических илидетерминированных .

В детерминированных моделях ни целевая функцияf , ни уравнения связиg j не содержат случайных факторов. Следовательно, для данного множества входных значений модели на выходе может быть получен только один-единственный результат. Длястохастических ЭММ характерно наличие среди факторовмодели, описываемой соотношениями (1.4) и (1.5), таких, которые имеют вероятностную природу и характеризуются какими-либо законами распределения, причем среди функцийf иg j могут быть и случайные функции. Значения выходных характеристик в таких моделях могут быть предсказаны только в вероятностном смысле. Реализация стохастических ЭММ в большинстве случаев осуществляется на ЭВМ методами имитационного статистического моделирования.

Следующим признаком, по которому можно различать ЭММ, является связь с фактором времени. Модели, в которых входные факторы, а следовательно, и результаты моделирования явно зависят от времени, называются динамическими , а модели, в которых зависимость от времениt либо отсутствует совсем, либо проявляется слабо или неявно, называютстатическими . Интересны в этом отношении имитационные модели: по механизму функционирования они являются динамическими (в модели идет имитация работы объекта в течении некоторого периода времени), а по результатам моделирования – статическими (например, ищется средняя производительность объекта за моделируемый период времени).

Статические модели представляют собой известную степень приближения к реальным объектам и системам, функционирующим во времени. Во многих случаях степень такого приближения, проявляющаяся в допущениях о неизменности или различного рода усреднениях факторов во времени (косвенно или приблизительно учитывающих фактор времени в определенных границах его изменения), является достаточной для практического применения статических моделей.

| 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.