Моделирование как метод научного познания виды моделей. Моделирование как метод познания

Модель - формализованное представление реального объекта, процесса или явления, выраженное различными средствами: математическим соотношением, числами, текстами, графиками, рисунками, словесным описанием, материальным объектом. Модель должна отражать существенные особенности изучаемого объекта, явления или процесса.

Моделирование – это метод познания, состоящий в создании и исследовании моделей.

Цели моделирования:

1. Понять сущность изучаемого объекта;

2. Научиться управлять объектом и определять наилучшие способы управления;

3. Прогнозировать прямые или косвенные последствия;

4. Решать прикладные задачи.

2. Классификация и формы представления моделей

В зависимости от поставленной задачи, способа создания модели и предметной области различают множество типов моделей:

· По области использования выделяют учебные, опытные, игровые, имитационные, научно-исследовательские модели.

· По временному фактору выделяют статические и динамические модели.

· По форме представления модели бывают математические, геометрические, словесные, логические, специальные (ноты, химические формулы и т.п.).

· По способу представления модели делят на информационные (нематериальные, абстрактные) и материальные. Информационные модели, в свою очередь, делят на знаковые и вербальные, знаковые – на компьютерные и некомпьютерные.

Информационная модель – это совокупность информации, характеризующая свойства и состояние объекта, процесса или явления.

Вербальная модель - информационная модель в мысленной или разговорной форме.

Знаковая модель - информационная модель, выраженная специальными знаками, то есть средствами любого формального языка.

Математическая модель – система математических соотношений, описывающих процесс или явление.

Компьютерная модель - математическая модель, выраженная средствами программной среды.

Опытные модели– это уменьшенные или увеличенные копии проектируемого объекта. Их называют также натурными и используют для исследования объекта и прогнозирования его будущих характеристик.

Научно-технические модели создают для исследования процессов и явлений.

Имитационные модели не просто отражают реальность с той или иной степенью точности, а имитируют ее. Эксперимент либо много­кратно повторяется, чтобы изучить и оценить последствия каких-либо действий на реальную обстановку, либо проводится одновременно со многими другими похожими объектами, но поставленными в разные условия. Подобный метод выбора правильного решения называется методом проб и ошибок.

Статическая модель – это как бы одномоментный срез информации по объекту.

Динамическая модель позволяет увидеть изменения объекта во вре­мени.

Как видно из примеров, один и тот же объект, возможно, изучать, применяя и статическую и динамическую модели.

Материальные модели иначе можно назвать предметными, физическими. Они воспроизводят геометрические и физические свойства оригинала и всегда имеют реальное воплощение.

Информационные модели нельзя потрогать или увидеть воочию, они не имеют материального воплощения, потому что они строятся только на информации. В основе этого метода моделирования лежит информационный подход к изучению окружающей действительности.

Моделирование как метод научного познания. Особенности применения метода математического моделирования в экономике. Особенности экономических наблюдений и измерений.

Моделирование как метод научного познания

Реферат выполнил: студент дневного отделения факультета "Экономическая Кибеpнетика" гpуппы 432 Ковалев И.В.

РОССИЙСКАЯ ЭКОHОМИЧЕСКАЯ АКАДЕМИЯ ИМ.Г.В.ПЛЕХАHОВА

Кафедpа Экономической Кибеpнетики

МОСКВА - 1994

1. Моделирование как метод научного познания.

Моделирование в научных исследованиях стало применяться еще в глубокой древности и постепенно захватывало все новые области научных знаний: техническое конструирование, строительство и архитектуру, астрономию, физику, химию, биологию и, наконец, общественные науки. Большие успехи и признание практически во всех отраслях современной науки принес методу моделирования ХХ в. Однако методология моделирования долгое время развивалась независимо отдельными науками. Отсутствовала единая система понятий, единая терминология. Лишь постепенно стала осознаваться роль моделирования как универсального метода научного познания.

Термин "модель" широко используется в различных сферах человеческой деятельности и имеет множество смысловых значений. Рассмотрим только такие "модели", которые являются инструментами получения знаний.

Модель - это такой материальный или мысленно представляемый объект, который в процессе исследования замещает объект-оригинал так, что его непосредственное изучение дает новые знания об объекте-оригинале

Под моделирование понимается процесс построения, изучения и применения моделей. Оно тесно связано с такими категориями, как абстракция, аналогия, гипотеза и др. Процесс моделирования обязательно включает и построение абстракций, и умозаключения по аналогии, и конструирование научных гипотез.

Главная особенность моделирования в том, что это метод опосредованного познания с помощью объектов-заместителей. Модель выступает как своеобразный инструмент познания, который исследователь ставит между собой и объектом и с помощью которого изучает интересующий его объект. Именно эта особенность метода моделирования определяет специфические формы использования абстракций, аналогий, гипотез, других категорий и методов познания.

Необходимость использования метода моделирования определяется тем, что многие объекты (или проблемы, относящиеся к этим объектам) непосредственно исследовать или вовсе невозможно, или же это исследование требует много времени и средств.

Процесс моделирования включает три элемента: 1) субъект (исследователь), 2) объект исследования, 3) модель, опосредствующую отношения познающего субъекта и познаваемого объекта.

Пусть имеется или необходимо создать некоторый объект А. Мы конструируем (материально или мысленно) или находим в реальном мире другой объект В - модель объекта А. Этап построения модели предполагает наличие некоторых знаний об объекте-оригинале. Познавательные возможности модели обуславливаются тем, что модель отражает какие-либо существенные черты объекта-оригинала. Вопрос о необходимости и достаточной мере сходства оригинала и модели требует конкретного анализа. Очевидно, модель утрачивает свой смысл как в случае тождества с оригиналом (тогда она перестает быть оригиналом), так и в случае чрезмерного во всех существенных отношениях отличия от оригинала.

Таким образом, изучение одних сторон моделируемого объекта осуществляется ценой отказа от отражения других сторон. Поэтому любая модель замещает оригинал лишь в строго ограниченном смысле. Из этого следует, что для одного объекта может быть построено несколько "специализированных" моделей, концентрирующих внимание на определенных сторонах исследуемого объекта или же характеризующих объект с разной степенью детализации.

На втором этапе процесса моделирования модель выступает как самостоятельный объект исследования. Одной из форм такого исследования является проведение "модельных" экспериментов, при которых сознательно изменяются условия функционирования модели и систематизируются данные о ее "поведении". Конечным результатом этого этапа является множество знаний о модели R.

На третьем этапе осуществляется перенос знаний с модели на оригинал - формирование множества знаний S об объекте. Этот процесс переноса знаний проводится по определенным правилам. Знания о модели должны быть скорректированы с учетом тех свойств объекта-оригинала, которые не нашли отражения или были изменены при построении модели. Мы можем с достаточным основанием переносить какой-либо результат с модели на оригинал, если этот результат необходимо связан с признаками сходства оригинала и модели. Если же определенный результат модельного исследования связан с отличием модели от оригинала, то этот результат переносить неправомерно.

Четвертый этап - практическая проверка получаемых с помощью моделей знаний и их использование для построения обобщающей теории объекта, его преобразования или управления им.

Для понимания сущности моделирования важно не упускать из виду, что моделирование - не единственный источник знаний об объекте. Процесс моделирования "погружен" в более общий процесс познания. Это обстоятельство учитывается не только на этапе построения модели, но и на завершающей стадии, когда происходит объединение и обобщение результатов исследования, получаемых на основе многообразных средств познания.

Моделирование - циклический процесс. Это означает, что за первым четырехэтапным циклом может последовать второй, третий и т.д. При этом знания об исследуемом объекте расширяются и уточняются, а исходная модель постепенно совершенствуется. Недостатки, обнаруженные после первого цикла моделирования, обусловленные малым знанием объекта и ошибками в построении модели, можно исправить в последующих циклах. В методологии моделирования, таким образом, заложены большие возможности саморазвития.

2. Особенности применения метода математического моделирования в экономике.

Проникновение математики в экономическую науку связано с преодолением значительных трудностей. В этом отчасти была "повинна" математика, развивающаяся на протяжении нескольких веков в основном в связи с потребностями физики и техники. Но главные причины лежат все же в природе экономических процессов, в специфике экономической науки.

Большинство объектов, изучаемых экономической наукой, может быть охарактеризовано кибернетическим понятием сложная система.

Наиболее распространено понимание системы как совокупности элементов, находящихся во взаимодействии и образующих некоторую целостность, единство. Важным качеством любой системы является эмерджентность - наличие таких свойств, которые не присущи ни одному из элементов, входящих в систему. Поэтому при изучении систем недостаточно пользоваться методом их расчленения на элементы с последующим изучением этих элементов в отдельности. Одна из трудностей экономических исследований - в том, что почти не существует экономических объектов, которые можно было бы рассматривать как отдельные (внесистемные) элементы.

Сложность системы определяется количеством входящих в нее элементов, связями между этими элементами, а также взаимоотношениями между системой и средой. Экономика страны обладает всеми признаками очень сложной системы. Она объединяет огромное число элементов, отличается многообразием внутренних связей и связей с другими системами (природная среда, экономика других стран и т.д.). В народном хозяйстве взаимодействуют природные, технологические, социальные процессы, объективные и субъективные факторы.

Сложность экономики иногда рассматривалась как обоснование невозможности ее моделирования, изучения средствами математики. Но такая точка зрения в принципе неверна. Моделировать можно объект любой природы и любой сложности. И как раз сложные объекты представляют наибольший интерес для моделирования; именно здесь моделирование может дать результаты, которые нельзя получить другими способами исследования.

Потенциальная возможность математического моделирования любых экономических объектов и процессов не означает, разумеется, ее успешной осуществимости при данном уровне экономических и математических знаний, имеющейся конкретной информации и вычислительной технике. И хотя нельзя указать абсолютные границы математической формализуемости экономических проблем, всегда будут существовать еще неформализованные проблемы, а также ситуации, где математическое моделирование недостаточно эффективно.

3. Особенности экономических наблюдений и измерений.

Уже длительное время главным тормозом практического применения математического моделирования в экономике является наполнение разработанных моделей конкретной и качественной информацией. Точность и полнота первичной информации, реальные возможности ее сбора и обработки во многом определяют выбор типов прикладных моделей. С другой стороны, исследования по моделированию экономики выдвигают новые требования к системе информации.

В зависимости от моделируемых объектов и назначения моделей используемая в них исходная информация имеет существенно различный характер и происхождение. Она может быть разделена на две категории: о прошлом развитии и современном состоянии объектов (экономические наблюдения и их обработка) и о будущем развитии объектов, включающую данные об ожидаемых изменениях их внутренних параметров и внешних условий (прогнозы). Вторая категория информации является результатом самостоятельных исследований, которые также могут выполняться посредством моделирования.

Методы экономических наблюдений и использования результатов этих наблюдений разрабатываются экономической статистикой. Поэтому стоит отметить только специфические проблемы экономических наблюдений, связанные с моделированием экономических процессов.

В экономике многие процессы являются массовыми; они характеризуются закономерностями, которые не обнаруживаются на основании лишь одного или нескольких наблюдений. Поэтому моделирование в экономике должно опираться на массовые наблюдения.

Другая проблема порождается динамичностью экономических процессов, изменчивостью их параметров и структурных отношений. Вследствие этого экономические процессы приходится постоянно держать под наблюдением, необходимо иметь устойчивый поток новых данных. Поскольку наблюдения за экономическими процессами и обработка эмпирических данных обычно занимают довольно много времени, то при построении математических моделей экономики требуется корректировать исходную информацию с учетом ее запаздывания.

Познание количественных отношений экономических процессов и явлений опирается на экономические измерения. Точность измерений в значительной степени предопределяет и точность конечных результатов количественного анализа посредством моделирования. Поэтому необходимым условием эффектного использования математического моделирования является совершенствование экономических измерителей. Применение математического моделирования заострило проблему измерений и количественных сопоставлений различных аспектов и явлений социально-экономического развития, достоверности и полноты получаемых данных, их защиты от намеренных и технических искажений.

В процессе моделирования возникает взаимодействие "первичных" и "вторичных" экономических измерителей. Любая модель народного хозяйства опирается на определенную систему экономических измерителей (продукции, ресурсов, элементов и т.д.). В то же время одним из важных результатов народнохозяйственного моделирования является получение новых (вторичных) экономических измерителей - экономически обоснованных цен на продукцию различных отраслей, оценок эффективности разнокачественных природных ресурсов, измерителей общественной полезности продукции. Однако эти измерители могут испытывать влияние недостаточно обоснованных первичных измерителей, что вынуждает разрабатывать особую методику корректировки первичных измерителей для хозяйственных моделей.

С точки зрения "интересов" моделирования экономики в настоящее время наиболее актуальными проблемами совершенствования экономических измерителей являются: оценка результатов интеллектуальной деятельности (особенно в сфере научно-технических разработок, индустрии информатики), построение обобщающих показателей социально-экономического развития, измерение эффектов обратных связей (влияние хозяйственных и социальных механизмов на эффективность производства).

4. Случайность и неопределенность в экономическом развитии.

Для методологии планирования экономики важное значение имеет понятие неопределенности экономического развития. В исследованиях по экономическому прогнозированию и планированию различают два типа неопределенности: "истинную", обусловленную свойствами экономических процессов, и "информационную", связанную с неполнотой и неточностью имеющейся информации об этих процессах. Истинную неопределенность нельзя смешивать с объективным существованием различных вариантов экономического развития и возможностью сознательного выбора среди них эффективных вариантов. Речь идет о принципиальной невозможности точного выбора единственного (оптимального) варианта.

В развитии экономики неопределенность вызывается двумя основными причинами. Во-первых, ход планируемых и управляемых процессов, а также внешние воздействия на эти процессы не могут быть точно предсказуемы из-за действия случайных факторов и ограниченности человеческого познания в каждый момент. Особенно характерно это для прогнозирования научно-технического прогресса, потребностей общества, экономического поведения. Во-вторых, общего сударственное планирование и управление не только не всеобъемлющи, но и не всесильны, а наличие множества самостоятельных экономических субъектов с особыми интересами не позволяет точно предвидеть результаты их взаимодействий. Неполнота и неточность информации об объективных процессах и экономическом поведении усиливают истинную неопределенность.

На первых этапах исследований по моделированию экономики применялись в основном модели детерминистского типа. В этих моделях все параметры предполагаются точно известными. Однако детерминистские модели неправильно понимать в механическом духе и отождествлять их с моделями, которые лишены всех "степеней выбора" (возможностей выбора) и имеют единственное допустимое решение. Классическим представителем жестко детерминистских моделей является оптимизационная модель народного хозяйства, применяемая для определения наилучшего варианта экономического развития среди множества допустимых вариантов.

В результате накопления опыта использования жестко детерминистских моделей были созданы реальные возможности успешного применения более совершенной методологии моделирования экономических процессов, учитывающих стохастику и неопределенность. Здесь можно выделить два основных направления исследований. Во-первых, усовершенствуется методика использования моделей жестко детерминистского типа: проведение многовариантных расчетов и модельных экспериментов с вариацией конструкции модели и ее исходных данных; изучение устойчивости и надежности получаемых решений, выделение зоны неопределенности; включение в модель резервов, применение приемов, повышающих приспособляемость экономических решений к вероятным и непредвидимым ситуациям. Во-вторых, получают распространение модели, непосредственно отражающие стохастику и неопределенность экономических процессов и использующие соответствующий математический аппарат: теорию вероятностей и математическую статистику, теорию игр и статистических решений, теорию массового обслуживания, стохастическое программирование, теорию случайных процессов.

5. Проверка адекватности моделей.

Сложность экономических процессов и явлений и другие отмеченные выше особенности экономических систем затрудняют не только построение математических моделей, но и проверку их адекватности, истинности получаемых результатов.

В естественных науках достаточным условием истинности результатов моделирования и любых других форм познания является совпадение результатов исследования с наблюдаемыми фактами. Категория "практика" совпадает здесь с категорией "действительность". В экономике и других общественных науках понимаемые таким образом принцип "практика - критерий истины" в большей степени применим к простым дескриптивным моделям, используемым для пассивного описания и объяснения действительности (анализа прошлого развития, краткосрочного прогнозирования неуправляемых экономических процессов и т.п.).

Однако главная задача экономической науки конструктивна: разработка научных методов планирования и управления экономикой. Поэтому распространенный тип математических моделей экономики - это модели управляемых и регулируемых экономических процессов, используемые для преобразования экономической действительности. Такие модели называются нормативными. Если ориентировать нормативные модели только на подтверждение действительности, то они не смогут служить инструментом решения качественно новых социально-экономических задач.

Специфика верификации нормативных моделей экономики состоит в том, что они, как правило, "конкурируют" с другими, уже нашедшими практическое применение методами планирования и управления. При этом далеко не всегда можно поставить чистый эксперимент по верификации модели, устранив влияние других управляющих воздействий на моделируемый объект.

Ситуация еще более усложняется, когда ставится вопрос о верификации моделей долгосрочного прогнозирования и планирования (как дескриптивных, так и нормативных). Ведь нельзя же 10-15 лет и более пассивно ожидать наступления событий, чтобы проверить правильность предпосылок модели.

Несмотря на отмеченные усложняющие обстоятельства, соответствие модели фактам и тенденциям реальной экономической жизни остается важнейшим критерием, определяющим направления совершенствования моделей. Всесторонний анализ выявляемых расхождений между действительностью и моделью, сопоставление результатов по модели с результатами, полученными иными методами, помогают выработать пути коррекции моделей.

Значительная роль в проверке моделей принадлежит логическому анализу, в том числе средствами самого математического моделирования. Такие формализованные приемы верификации моделей, как доказательство существования решения в модели, проверка истинности статистических гипотез о связях между параметрами и переменными модели, сопоставления размерности величин и т.д., позволяют сузить класс потенциально "правильных" моделей.

Внутрення непротиворечивость предпосылок модели проверяется также путем сравнения друг с другом получаемых с ее помощью следствий, а также со следствиями "конкурирующих" моделей.

Оценивая современное состояние проблемы адекватности математических моделей экономике, следует признать, что создание конструктивной комплексной методики верификации моделей, учитывающей как объективные особенности моделируемых объектов, так и особенности их познания, по-прежнему является одной из наиболее актуальных задач экономико-математических исследований.

6. Классификация экономико-математических моделей.

Математические модели экономических процессов и явлений более кратко можно назвать экономико-математическими моделями. Для классификации этих моделей используются разные основания.

По целевому назначению экономико-математические модели делятся на теоретико-аналитические, используемые в исследованиях общих свойств и закономерностей экономических процессов, и прикладные, применяемые в решении конкретных экономических задач (модели экономического анализа, прогнозирования, управления).

Экономико-математические модели могут предназначаться для исследования разных сторон народного хозяйства (в частности, его производственно-технологической, социальной, территориальной структур) и его отдельных частей. При классификации моделей по исследуемым экономическим процессам и содержательной проблематике можно выделить модели народного хозяйства в целом и его подсистем - отраслей, регионов и т.д., комплексы моделей производства, потребления, формирования и распределения доходов, трудовых ресурсов, ценообразования, финансовых связей и т.д.

Остановимся более подробно на характеристике таких классов экономико-математических моделей, с которыми связаны наибольшие особенности методологии и техники моделирования.

В соответствии с общей классификацией математических моделей они подразделяются на функциональные и структурные, а также включают промежуточные формы (структурно-функциональные). В исследованиях на народнохозяйственном уровне чаще применяются структурные модели, поскольку для планирования и управления большое значение имеют взаимосвязи подсистем. Типичными структурными моделями являются модели межотраслевых связей. Функциональные модели широко применяются в экономическом регулировании, когда на поведение объекта ("выход") воздействуют путем изменения "входа". Примером может служить модель поведения потребителей в условиях товарно-денежных отношений. Один и тот же объект может описываться одновременно и структурой, и функциональной моделью. Так, например, для планирования отдельной отраслевой системы используется структурная модель, а на народнохозяйственном уровне каждая отрасль может быть представлена функциональной моделью.

Выше уже показывались различия между моделями дескриптивными и нормативными. Дискриптивные модели отвечают на вопрос: как это происходит? или как это вероятнее всего может дальше развиваться?, т.е. они только объясняют наблюдаемые факты или дают вероятный прогноз. Нормативные модели отвечают на вопрос: как это должно быть?, т.е. предполагают целенаправленную деятельность. Типичным примером нормативных моделей являются модели оптимального планирования, формализующие тем или иным способом цели экономического развития, возможности и средства их достижения.

Применение дескриптивного подхода в моделировании экономики объясняется необходимостью эмпирического выявления различных зависимостей в экономике, установления статистических закономерностей экономического поведения социальных групп, изучения вероятных путей развития каких-либо процессов при неизменяющихся условиях или протекающих без внешних воздействий. Примерами дескриптивных моделей являются производственные функции и функции покупательского спроса, построенные на основе обработки статистических данных.

Является ли экономико-математическая модель дескриптивной или нормативной, зависит не только от ее математической структуры, но от характера использования этой модели. Например, модель межотраслевого баланса дескриптивна, если она используется для анализа пропорций прошлого периода. Но эта же математическая модель становится нормативной, когда она применяется для расчетов сбалансированных вариантов развития народного хозяйства, удовлетворяющих конечные потребности общества при плановых нормативах производственных затрат.

Многие экономико-математические модели сочетают признаки дескриптивных и нормативных моделей. Типична ситуация, когда нормативная модель сложной структуры объединяет отдельные блоки, которые являются частными дескриптивными моделями. Например, межотраслевая модель может включать функции покупательского спроса, описывающие поведение потребителей при изменении доходов. Подобные примеры характеризуют тенденцию эффективного сочетания дескриптивного и нормативного подходов к моделированию экономических процессов. Дескриптивный подход широко применяется в имитационном моделировании.

По характеру отражения причинно-следственных связей различают модели жестко детерминистские и модели, учитывающие случайность и неопределенность. Необходимо различать неопределенность, описываемую вероятностными законами, и неопределенность, для описания которой законы теории вероятностей неприменимы. Второй тип неопределенности гораздо более сложен для моделирования.

По способам отражения фактора времени экономико-математические модели делятся на статические и динамические. В статических моделях все зависимости относятся к одному моменту или периоду времени. Динамические модели характеризуют изменения экономических процессов во времени. По длительности рассматриваемого периода времени различаются модели краткосрочного (до года), среднесрочного (до 5 лет), долгосрочного (10-15 и более лет) прогнозирования и планирования. Само время в экономико-математических моделях может изменяться либо непрерывно, либо дискретно.

Модели экономических процессов чрезвычайно разнообразны по форме математических зависимостей. Особенно важно выделить класс линейных моделей, наиболее удобных для анализа и вычислений и получивших вследствие этого большое распространение. Различия между линейными и нелинейными моделями существенны не только с математической точки зрения, но и в теоретико-экономическом отношении, поскольку многие зависимости в экономике носят принципиально нелинейный характер: эффективность использования ресурсов при увеличении производства, изменение спроса и потребления населения при увеличении производства, изменение спроса и потребления населения при росте доходов и т.п. Теория "линейной экономики" существенно отличается от теории "нелинейной экономики". От того, предполагаются ли множества производственных возможностей подсистем (отраслей, предприятий) выпуклыми или же невыпуклыми, существенно зависят выводы о возможности сочетания централизованного планирования и хозяйственной самостоятельности экономических подсистем.

По соотношению экзогенных и эндогенных переменных, включаемых в модель, они могут разделяться на открытые и закрытые. Полностью открытых моделей не существует; модель должна содержать хотя бы одну эндогенную переменную. Полностью закрытые экономико-математические модели, т.е. не включающие экзогенных переменных, исключительно редки; их построение требует полного абстрагирования от "среды", т.е. серьезного огрубления реальных экономических систем, всегда имеющих внешние связи. Подавляющее большинство экономико-математических моделей занимает промежуточное положение и различаются по степени открытости (закрытости).

Для моделей народнохозяйственного уровня важно деление на агрегированные и детализированные.

В зависимости от того, включают ли народнохозяйственные модели пространственные факторы и условия или не включают, различают модели пространственные и точечные.

Таким образом, общая классификация экономико-математических моделей включает более десяти основных признаков. С развитием экономико-математических исследований проблема классификации применяемых моделей усложняется. Наряду с появлением новых типов моделей (особенно смешанных типов) и новых признаков их классификации осуществляется процесс интеграции моделей разных типов в более сложные модельные конструкции.

7. Этапы экономико-математического моделирования.

Основные этапы процесса моделирования уже рассматривались выше. В различных отраслях знаний, в том числе и в экономике, они приобретают свои специфические черты. Проанализируем последовательность и содержание этапов одного цикла экономико-математического моделирования.

1. Постановка экономической проблемы и ее качественный анализ. Главное здесь - четко сформулировать сущность проблемы, принимаемые допущения и те вопросы, на которые требуется получить ответы. Этот этап включает выделение важнейших черт и свойств моделируемого объекта и абстрагирование от второстепенных; изучение структуры объекта и основных зависимостей, связывающих его элементы; формулирование гипотез (хотя бы предварительных), объясняющих поведение и развитие объекта.

2. Построение математической модели. Это - этап формализации экономической проблемы, выражения ее в виде конкретных математических зависимостей и отношений (функций, уравнений, неравенств и т.д.). Обычно сначала определяется основная конструкция (тип) математической модели, а затем уточняются детали этой конструкции (конкретный перечень переменных и параметров, форма связей). Таким образом, построение модели подразделяется в свою очередь на несколько стадий.

Неправильно полагать, что чем больше фактов учитывает модель, тем она лучше "работает" и дает лучшие результаты. То же можно сказать о таких характеристиках сложности модели, как используемые формы математических зависимостей (линейные и нелинейные), учет факторов случайности и неопределенности и т.д. Излишняя сложность и громоздкость модели затрудняют процесс исследования. Нужно учитывать не только реальные возможности информационного и математического обеспечения, но и сопоставлять затраты на моделирование с получаемым эффектом (при возрастании сложности модели прирост затрат может превысить прирост эффекта).

Одна из важных особенностей математических моделей - потенциальная возможность их использования для решения разнокачественных проблем. Поэтому, даже сталкиваясь с новой экономической задачей, не нужно стремиться "изобретать" модель; вначале необходимо попытаться применить для решения этой задачи уже известные модели.

В процессе построения модели осуществляется взаимосопоставление двух систем научных знаний - экономических и математических. Естественно стремиться к тому, чтобы получить модель, принадлежащую хорошо изученному классу математических задач. Часто это удается сделать путем некоторого упрощения исходных предпосылок модели, не искажающих существенных черт моделируемого объекта. Однако возможна и такая ситуация, когда формализация экономической проблемы приводит к неизвестной ранее математической структуре. Потребности экономической науки и практики в середине ХХ в. способствовали развитию математического программирования, теории игр, функционального анализа, вычислительной математики. Вполне вероятно, что в будущем развитие экономической науки станет важным стимулом для создания новых разделов математики.

3. Математический анализ модели. Целью этого этапа является выяснение общих свойств модели. Здесь применяются чисто чисто математические приемы исследования. Наиболее важный момент - доказательство существования решений в сформулированной модели (теорема существования). Если удастся доказать, что математическая задача не имеет решения, то необходимость в последующей работе по первоначальному варианту модели отпадает; следует скорректировать либо постановку экономической задачи, либо способы ее математической формализации. При аналитическом исследовании модели выясняются такие вопросы, как, например, единственно ли решение, какие переменные (неизвестные) могут входить в решение, каковы будут соотношения между ними, в каких пределах и в зависимости от каких исходных условий они изменяются, каковы тенденции их изменения и т.д. Аналитической исследование модели по сравнению с эмпирическим (численным) имеет то преимущество, что получаемые выводы сохраняют свою силу при различных конкретных значениях внешних и внутренних параметров модели.

Знание общих свойств модели имеет столь важное значение, часто ради доказательства подобных свойств исследователи сознательно идут на идеализацию первоначальной модели. И все же модели сложных экономических объектов с большим трудом поддаются аналитическому исследованию. В тех случаях, когда аналитическими методами не удается выяснить общих свойств модели, а упрощения модели приводят к недопустимым результатам, переходят к численным методам исследования.

4. Подготовка исходной информации. Моделирование предъявляет жесткие требования к системе информации. В то же время реальные возможности получения информации ограничивают выбор моделей, предназначаемых для практического использования. При этом принимается во внимание не только принципиальная возможность подготовки информации (за определенные сроки), но и затраты на подготовку соответствующих информационных массивов. Эти затраты не должны превышать эффект от использования дополнительной информации.

В процессе подготовки информации широко используются методы теории вероятностей, теоретической и математической статистики. При системном экономико-математическом моделировании исходная информация, используемая в одних моделях, является результатом функционирования других моделей.

5. Численное решение. Этот этап включает разработку алгоритмов для численного решения задачи, составления программ на ЭВМ и непосредственное проведение расчетов. Трудности этого этапа обусловлены прежде всего большой размерностью эконномических задач, необходимостью обработки значительных массивов информации.

Обычно расчеты по экономико-математической модели носят многовариантный характер. Благодаря высокому быстродействию современных ЭВМ удается проводить многочисленные "модельные" эксперименты, изучая "поведение" модели при различных изменениях некоторых условий. Исследование, проводимое численными методами, может существенно дополнить результаты аналитического исследования, а для многих моделей оно является единственно осуществимым. Класс экономических задач, которые можно решать численными методами, значительно шире, чем класс задач, доступных аналитическому исследованию.

6. Анализ численных результатов и их применение. На этом заключительном этапе цикла встает вопрос о правильности и полноте результатов моделирования, о степени практической применимости последних.

Математические методы проверки могут выявлять некорректные построения модели и тем самым сужать класс потенциально правильных моделей. Неформальный анализ теоретических выводов и численных результатов, получаемых посредством модели, сопоставление их с имеющимися знаниями и фактами действительности также позволяют обнаруживать недостатки постановки экономической задачи, сконструированной математической модели, ее информационного и математического обеспечения.

Взаимосвязи этапов. На рис.1 изображены связи между этапами одного цикла экономико-математического моделирования.

Обратим внимание на возвратные связи этапов, возникающие вследствие того, что в процессе исследования обнаруживаются недостатки предшествующих этапов моделирования.

Уже на этапе построения модели может выясниться, что постановка задачи противоречива или приводит к слишком сложной математической модели. В соответствии с этим исходная постановка задачи корректируется. Далее математический анализ модели (этап 3) может показать, что небольшая модификация постановки задачи или ее формализации дает интересный аналитический результат.

Наиболее часто необходимость возврата к предшествующим этапам моделирования возникает при подготовке исходной инфориации (этап 4). Может обнаружиться, что необходимая информация отсутствует или же затраты на ее подготовку слишком велики. Тогда приходится возвращаться к постановке задачи и ее формализации, изменяя их так, чтобы приспособиться к имеющейся информации.

Поскольку экономико-математические задачи могут быть сложны по своей структуре, иметь большую размерность, то часто случается, что известные алгоритмы и программы для ЭВМ не позволяют решить задачу в первоначальном виде. Если невозможно в короткий срок разработать новые алгоритмы и программы, исходную постановку задачи и модель упрощают: снимают и объединяют условия, уменьшают число факторов, нелинейные соотношения заменяют линейными, усиливают детерминизм модели и т.д.

Недостатки, которые не удается исправить на промежуточных этапах моделирования, устраняются в последующих циклах. Но результаты каждого цикла имеют и вполне самостоятельное значение. Начав исследование с построения простой модели, можно быстро получить полезные результаты, а затем перейти к созданию более совершенной модели, дополняемой новыми условиями, включающей уточненные математические зависимости.

По мере развития и усложнения экономико-математического моделирования его отдельные этапы обособляются в специализированные области исследований, усиливаются различия между теоретико-аналитическими и прикладными моделями, происходит дефференциация моделей по уровням абстракции и идеализации.

Теория математического анализа моделей экономики развилась в особую ветвь современной математики - математическую экономику. Модели, изучаемые в рамках математической экономики, теряют непосредственную связь с экономической реальностью; они имеют дело с исключительно идеализированными экономическими объектами и ситуациями. При построении таких моделей главным принципом является не столько приближение к реальности, сколько получение возможно большего числа аналитических результатов посредством математических доказательств. Ценность этих моделей для экономической теории и практики состоит в том, что они служат теоретической базой для моделей прикладного типа.

Довольно самостоятельными областями исследований становятся подготовка и обработка экономической информации и разработка математического обеспечения экономических задач (создание баз данных и банков информации, программ автоматизированного построения моделей и программного сервиса для экономистов-пользователей). На этапе практического использования моделей ведущую роль должны играть специалисты в соответствующей области экономического анализа, планирования, управления. Главным участком работы экономистов-математиков остается постановка и формализация экономических задач и синтез процесса экономико-математического моделирования.

8. Роль прикладных экономико-математических исследований.

Можно выделить по крайней мере четыре аспекта применения математических методов в решении практических проблем.

1. Совершенствование системы экономической информации. Математические методы позволяют упорядочить систему экономической информации, выявлять недостатки в имеющейся информации и вырабатывать требования для подготовки новой информации или ее корректировки. Разработка и применение экономико-математических моделей указывают пути совершенствования экономической информации, ориентированной на решение определенной системы задач планирования и управления. Прогресс в информационном обеспечении планирования и управления опирается на бурно развивающиеся технические и программные средства информатики.

2. Интенсификация и повышение точности экономических расчетов. Формализация экономических задач и применение ЭВМ многократно ускоряют типовые, массовые расчеты, повышают точность и сокращают трудоемкость, позволяют проводить многовариантные экономические обоснования сложных мероприятий, недоступные при господстве "ручной" технологии.

3. Углубление количественного анализа экономических проблем. Благодаря применению метода моделирования значительно усиливаются возможности конкретного количественного анализа; изучение многих факторов, оказывающих влияние на экономические процессы, количественная оценка последствий изменения условий развития экономических объектов и т.п.

4. Решение принципиально новых экономических задач. Посредством математического моделирования удается решать такие экономические задачи, которые иными средствами решить практически невозможно, например: нахождение оптимального варианта народнохозяйственного плана, имитация народнохозяйственных мероприятий, автоматизация контроля за функционированием сложных экономических объектов.

Сфера практического применения метода моделирования ограничивается возможностями и эффективностью формализации экономических проблем и ситуаций, а также состоянием информационного, математического, технического обеспечения используемых моделей. Стремление во что бы то ни стало применить математическую модель может не дать хороших результатов из-за отсутствия хотя бы некоторых необходимых условий.

В соответствии с современными научными представлениями системы разработки и принятия хозяйственных решений должны сочетать формальные и неформальные методы, взаимоусиливающие и взаимодополняющие друг друга. Формальные методы являются прежде всего средством научно обоснованной подготовки материала для действий человека в процессах управления. Это позволяет продуктивно использовать опыт и интуицию человека, его способности решать плохо формализуемые задачи.

Моделирование как метод обучения психологии

Слово «модель» произошло от латинского слова «modelium», которое означает – мера, образ, способ и т.д. Его первоначальное значение было связано со строительным искусством, и почти во всех европейских языках оно употреблялось для обозначения образа или прообраза, или вещи, сходной в каком-то отношении с другой вещью.

Модель – это объект любой природы, сохраняющий некоторые важные для данного исследования черты объекта-оригинала и способный замещать его с целью получения новой информации об объекте.

Метод моделирования  это изучение объекта (оригинала) путем создания и исследования его модели.

Сущностными свойствами моделей являются:

1.Субъектность модели. Модель субъектна, так как именно человек проводит отбор тех свойств, в которых она соответствует оригиналу. Модель и оригинал всегда находятся в известном исследователю объективном соответствии. Модели, таким образом, не существуют в природе и обществе, их создает субъект познания.

2.Двойственная природа моделей. В процессе познания модель сама замещает объект, сохраняет при этом некоторые важные для исследователя черты и сама становится объектом непосредственного исследования. Модель – одновременно и предпосылка, и средство познания.

3.Трансформируемость модели. С моделью можно делать то, что с оригиналом нельзя. Возможность преобразований – самая фундаментальная, самая информативная сторона метода моделирования. Модель применяется для исследования объектов, оперирование с которыми затруднено или вовсе невозможно по этическим или организационным причинам.

4. Компактность модели. Модель компактнее оригинала и поэтому выступает в качестве альтернативы физического эксперимента. Модели воспроизводят объект исследования в упрощенной форме. Поскольку модель беднее по свойствам и отношениям, чем реальность, любое моделирование связано с проблемой адекватности модели. Модели одного и того же объекта могут быть различными и отражать этот объект с разных сторон. Для более разностороннего охвата реальности требуется множество моделей. Могут существовать многомодельные построения и многоуровневые модели. В свою очередь, от комплексной модели можно переходить к частным моделям.

5.Специфическая информативность модели как средства познания. Модель представляет собой абстракцию. Всегда можно выделить такие свойства, которые не представлены в данной модели.

Любая модель требует интерпретации. Знание такого рода относится к разряду относительных истин. Это – не аксиома, а вероятностное знание.

Метод моделирования является одним из основных общенаучных методов познания. В настоящее время без метода моделирования практически невозможно построить новую теорию, провести сложный эксперимент, изучить необычное явление и т.д. Анализ различных классификаций видов моделирования позволяет представить их в виде достаточно простой схемы, изображенной на схеме 1.

Виды моделирования

Материальное Идеальное

Физическое Аналоговое Интуитивное Научное

(натурное)

Знаковое

Компьютерное Математическое

Особым видом моделирования является мысленный эксперимент, который также широко используется в науке. История науки дает множество примеров успешного применения мысленных экспериментов, основанных на построении идеальных моделей и оперирования с ними в процессе формирования теоретических идей.

В зависимости от средств моделирования различают материальные и идеальные модели. Материальное (субстанциональное) моделирование основывается на материальной аналогии объекта и его модели. Для построения данного типа моделей необходимо выделить функциональные характеристики (геометрические, физические) исследуемого объекта. Процесс исследования связан с материальным воздействием на объект.

К материальным (субстанциальным) моделям социально-психологических явлений можно отнести те, которые моделируют один вид групповой деятельности посредством другого. Примером этого типа моделирования является проигрывание ситуаций в социально-психологическом тренинге. Также к субстанциональным моделям можно отнести социально-психологические эксперименты. Так, колония А. Макаренко являлась субстанциональной моделью организации и осуществления воспитательной работы с подростками.

Большой класс моделей представляют идеальные модели . Идеальное моделирование основано на мыслимой аналогии. И\деальное моделирование подразделяется на знаковое (формализованное) и интуитивное моделирование. Последнее применяется там, где процесс познания только начинается или системные взаимосвязи очень сложные.

Жизненный опыт человека можно рассматривать как интуитивную модель межличностных отношений.

Моделями знакового моделирования являются схемы, графики, чертежи, формулы. Важнейшим видом знакового моделирования является математическое моделирование . Так, естественный язык может выступать в роли модели при изучении быта, культуры, экономических и социальных отношений; естественные языки выступают в роли моделей при исследовании закономерностей мышления, представляющего собой отражения объективного мира.

Знаковые модели обладают некоторой самостоятельностью. Сегодня большая часть исследований по знаковым моделям ведется в русле логико-математических. В этих моделях природа прототипа и модели уже не играет никакой роли. В этих моделях важны чисто логические и математические свойства. Описание модели в этом случае не отделимо от самой модели. Возможность экспериментирования отсутствует и заменяется выводом. Новые знания получаются путем логического и математического выводов из первоначального описания модели. Некоторые социально-психологические процессы - такие, как принятие решений на выборах или распределение голосов избирателей, могут быть определены полностью в математических терминах.

Математические и компьютерные модели .

Одна из наиболее развитых областей математического моделирования социального поведения называется теорией игр. «Игры» в рамках данной теории – это ситуации, в которых два или более участника делают выбор в отношении своих действий, и выигрыш каждого участника зависит от совместного выбора обоих (всех). Игры, изучаемые теорией игр, обычно более формализованы, чем традиционные, и вознаграждения в них представляют собой не просто выигрыш или проигрыш, а нечто боле сложное, но принцип соревнования здесь и там один и тот же.

Теория игр вначале рассматривалась на материале одного из типов соревнования, которое носит название игры с нулевой суммой. Условие этого типа игры: сколько один игрок выигрывает, столько же другой проигрывает. К этой категории принадлежит большая часть обычных игр. Однако большая часть социально-психологических ситуаций являются играми с ненулевой суммой, или кооперативными, когда оба игрока при определенных условиях могут оказаться в выигрыше (то есть тот факт, что один из игроков выиграл вовсе не означает тот факт, что другой столько же проиграл). Из кооперативных игр лучше всего изучена игра «дилемма заключенного». Эта модель может применяться для обоюдного контроля выполнения деловых контрактов, принятие решений о начале активных действий (забастовки, коллективные сговоры). В реальной действительности игроки чаще выбирают сотрудничество, несмотря на все факторы, подталкивающие их к обману.

Кроме рассмотренных моделей, к математическим моделям относятся модели ожидаемой полезности. Они эффективны при решении вопросов, какие меры следует предпринять (прескриптивные модели), но предсказать действительное поведение людей (дескриптивные модели) они не могут. К этим моделям близки модели оптимизации, которые по большей части были заимствованы из экономической науки и инженерного дела. Эти модели полезны для определения оптимального поведения, например когда в качестве соперника выступает непредсказуемое будущее, в ситуациях конкуренции с малым числом участников, а кроме того в условиях конкуренции, когда обстановка определяется большим числом участников (8). Математическое описание колебательных процессов вызывает интерес в связи с изучением мотивации, модели формирования общественного мнения описывают с помощью кинетических уравнений. Статические задачи как правило записываются в виде алгебраических выражений, динамические – в виде дифференциальных и конечноразностных уравнений.

Компьютерные модели основываются на программировании с использованием не уравнений, а алгоритмов (строго сформулированных последовательных инструкций). Компьютерные модели бывают особенно эффективны при изучении ситуаций, сопряженных с обработкой большого количества информации, например, процессов обучения, нечисловых процессов. Очень часто применяется такая форма компьютерной модели как экспертная система. В ней используется большое количество установок типа «если … то». Экспертные системы проявили свои возможности в точном воспроизведении поступков людей в самых разнообразных областях.

Ценность всякой абстрактной модели определяется тем, насколько она полезна для изучения реального мира . Модель хороша лишь в том случае, если ее изучение открывает какие-то новые важные свойства моделируемых объектов, которых мы не знали при построении модели. При этом модель не должна быть слишком сложной, иначе она будет недоступна для точного математического исследования.

Таким образом, моделирование выступает и как процесс углубления наших знаний об окружающем мире, и как критерий проверки истинности этих знаний и как источник новых теорий . Это подтверждает необходимость обучения студентов методу моделирования.

Психолого-педагогические аспекты применения метода моделирования в обучении :

Способ формирования теоретического мышления и активизации мыслительной деятельности,

Цель и средство учебного познания, повышения эффективности усвоения новых знаний, высшая ступень реализации принципа наглядности,

Средство обобщения наблюдаемых и изучаемых фактов и явлений, интеграции естественнонаучных знаний.

Обучать методу моделирования необходимо систематически в процессе преподавания всего блока естественнонаучных дисциплин. Дальнейшего изучения требует выбор эффективных путей включения метода моделирования в логическую структуру вузовского образования. Следовательно, необходимо сделать моделирование самостоятельным предметом изучения. В результате будущие учителя и преподаватели смогут использовать метод моделирования в своей профессиональной деятельности.

Процесс построения модели можно представить в такой последовательности этапов (по Макеровой) Моделирование в социальной психологии):

1.Нахождение образной (метафорической) аналогии между изучаемой системой и некоторой другой, более изученной;

2. Проверка обоснованности найденного образа, его соответствия наблюдаемой реальности;

3.Введение аналогии в логические рамки, которые позволяют проверить степень полноты соответствия аналогий с реальными данными;

4. Проверка существенности, ценности аналогии, т.е. установление значимости в модели и прототипе тех отношений, которые пока не были приняты во внимание. Если учет последних не приводит к серьезным поправкам в образе, то модель-аналог признается полезной. После этого начинаются этапы детализации модели;

5. Установление масштабов, входящих в логическую модель величин и пределов их изменчивости (области валидности) при которых данная аналогия является вполне справедливой;

6. Исследование возможности интерпретации в терминах модели второстепенных отношений прототипа, от которых мы отвлекались на первых этапах;

7.Описание предложенной модели возможно более формальным способом.

Как вещественному аналогу, так и идеальной концептуальной модели может быть присуща наглядность. Таковы, например, некоторые модели мотивации. Широко известна предложенная Ф.Хайдером модель Р-О-Х, или «треугольник Хайдера».

К логико-структурным схемам (условно-графической наглядности) относятся не только схемы, но и графики, диаграммы, схематические рисунки . Они используются как для выявления существенных признаков, связей и отношений явлений, событий, процессов и т.п., так и для формирования локального образного представления фрагмента текста. При помощи схематического изображения автор раскрывает явления в его логической последовательности, обеспечивает наглядное сравнение двух или более объектов, а также обобщает и систематизирует информацию.

По функциональному признаку схемы делятся на следующие типы:

сущностные , которые отражают составные части понятий, явлений, процессов и т.п.;

логические , устанавливающие логическую последовательность между частями;

образные , улучшающие понимание трудных мест в тексте.

Для создания у обучаемого реалистического образа в ряде случаев целесообразно сопоставление схематического изображения с другими видами иллюстраций.

Разумеется, схема может быть дополнена конкретным текстовым материалом, но объем его желательно ограничить, так как существует опасность перегруженности схемы, что затруднит зрительное восприятие материала.

Компактное размещение материала, лаконичные условные обозначения позволяют разгрузить схему.

Таким образом, схемы, позволяют акцентировать внимание на главном в изучаемом материале, развивают абстрактное мышление, отражают составные части понятий, явлений, процессов; устанавливают логическую последовательность между частями, выявляют существенные признаки, связи и отношения явлений, процессов и т.п.

При разработке схем необходимо соблюдать следующие требования :

использовать короткие текстовые комментарии;

не использовать много ярких цветов;

количество составных частей схемы и их связей должно соответствовать содержанию и характеру выделенного фрагмента текста.

Ниже рассмотрено несколько примеров схем.

ЛОГИКО-СМЫСЛОВЫЕ МОДЕЛИ.

Алгоритм конструирования ЛОГИКО-СМЫСЛОВЫХ МОДЕЛЕЙ.

Конструирование моделей включает следующие процедуры:

В центр будущей системы координат (условный фокус внимания) помещается объект конст­руи­рования: экспериментальная тема, про­блемная си­туация, задача и т.п.;

Определяется набор координат – «круг вопросов» по проектируемой теме, в число которых могут включаться такие смысловые группы, как цели и задачи изучения темы, объект и предмет изучения, сценарий и способы изучения, содержание и гуманитарный фон изучаемой темы, типовые задачи и способы их решения,

Осуществляется перекодирова­ние информационных фрагментов для каждой гранулы путем замены развернутых информационных блоков ключевыми словами, словосочетаниями или, как исключение, аббревиатурой.

ФГОУ ВПО «Вологодская государственная молочнохозяйственная

академия имени Н.В. Верещагина»

Кафедра философии

«Модель и метод моделирования в научном исследовании»

Вологда - Молочное 2011 г

Введение

1.Понятие модель

2.Классификация моделей и виды моделирования

.Цели моделирования

.Основные функции моделирования

4.1Моделирование как средство экспериментального исследования

4.2Моделирование и проблема истины

5.Место моделей в структуре эксперимента, модельный эксперимент

Заключение

Список использованных источников

Введение

С процессом моделирования и различными моделями человек начинает сталкиваться с самого раннего детства. Так, еще не научившись уверенно ходить, малыш начинает играть с кубиками, сооружая из них различные конструкции (точнее, модели). Его окружают разнообразные игрушки, при этом большинство из них в большей или меньшей степени воспроизводят (моделируют) отдельные свойства и форму реально существующих предметов и объектов. В этом смысле такие игрушки также можно рассматривать в качестве моделей соответствующих объектов.

В школе практически все обучение построено на использовании моделей в той или иной форме. Действительно, для знакомства с основными конструкциями и правилами родного языка используются различные структурные схемы и таблицы, которые можно считать моделями, отражающими свойства языка. Процесс написания сочинения следует рассматривать как моделирование некоторого события или явления средствами родного языка. На уроках биологии, физики, химии и анатомии к плакатам и схемам (т.е. моделям) добавляются макеты (тоже модели) изучаемых реальных объектов. На уроках рисования или черчения на листе бумаги либо ватмана создаются модели различных объектов, выраженные изобразительным языком либо более формализованным языком чертежа.

Даже такую трудно формализуемую область знания, как история, также можно считать непрерывной эволюционирующей совокупностью моделей прошлого какого-либо народа, государства и т.д. Устанавливая закономерности в наступлении разных исторических событий (революций, войн, ускорений либо застоев исторического развития), можно не только выяснить причины, приведшие к данным событиям, но и прогнозировать и даже управлять их появлением и развитием в будущем.

Так, моделями можно считать картину, написанную художником, художественное произведение и скульптуру. Даже жизненный опыт человека, его представления о мире является примером модели. Причем поведение человека определяется моделью сформировавшейся в его сознании. Психолог или учитель, изменяя параметры такой внутренней модели, способен в отдельных случаях существенно влиять на поведение человека.

Без преувеличения можно утверждать, что в своей осознанной жизни человек имеет дело исключительно с моделями тех или иных реальных объектов, процессов, явлений. При этом один и тот же объект воспринимается различными людьми по-разному, иногда с точностью до наоборот. Это восприятие, мысленный образ объекта также является разновидностью модели последнего (так называемой когнитивной моделью) и существенным образом зависит от множества факторов: качества и объема знаний, особенностей мышления, эмоционального состояния конкретного человека "здесь и сейчас" и от множества других, зачастую не доступных рациональному осознанию. Особенно велика роль моделей и моделирования в современной науке и технике.

Можно ли обойтись в технике без применения тех или иных видов моделей? Очевидный ответ - нет! Безусловно, что новый самолет можно построить "из головы" (без предварительных расчетов, чертежей, экспериментальных образцов, т.е. используя только единственную идеальную модель, существующую в мыслях конструктора), но едва ли это будет достаточно эффективная и надежная конструкция. Единственное ее достоинство - уникальность. Ведь даже автор не сможет повторно изготовить точно такой же самолет, так как в процессе изготовления первого экземпляра будет получен некоторый опыт, который обязательно изменит идеальную модель в голове самого конструктора.

Чем более сложным и надежным должно быть техническое изделие, тем большее число видов моделей потребуется на этапе его проектирования.

Как правило, сложные изделия создаются целыми коллективами разработчиков. Вся совокупность применяемых ими разнообразных моделей позволяет сформировать общую для всего коллектива идеальную модель разрабатываемого изделия. Реальное техническое изделие можно рассматривать как материальную модель (аналог) созданной авторами идеальной модели.

Повышенный интерес философии и методологии познания к теме моделирования вызван тем значением, которое метод моделирования получил в современной науке, и в особенности в таких ее разделах, как физика, химия, биология, кибернетика, не говоря уже о многих технических науках.

Однако моделирование как специфическое средство и форма научного познания не является изобретением 19 или 20 века. Достаточно указать на представления Демокрита и Эпикура об атомах, их форме и способах соединения, об атомных вихрях и ливнях, объяснения физических свойств различных вещей (и вызываемых ими ощущений) с помощью представления о круглых и гладких или крючковатых частицах, «сцепленных между собой наподобие веток оплетенных» (Лукреций), вспомнить, что знаменитая антитеза геоцентрического и гелиоцентрического мировоззрений опиралась на две принципиально различные модели Вселенной, описанные в «Альмагесте» Птолемея и сочинении Н. Коперника «Об обращениях небесных сфер», чтобы обнаружить весьма старинное происхождение этого метода. Если проследить внимательнейшим образом историческое развитие научных идей и методов, нетрудно заметить, что модели никогда не исчезали из арсенала науки.

1. Понятие модель

Слово "модель" произошло от латинского слова "modelium", означает: мера, способ и т.д. Его первоначальное значение было связано со строительным искусством, и почти во всех европейских языках оно употреблялось для обозначения образа или вещи, сходной в каком-то отношении с другой вещью". По мнению многих авторов , модель использовалась первоначально как изоморфная теория (две теории называются изоморфными, если они обладают структурным подобием по отношению друг к другу).

С другой стороны, в таких науках о природе, как астрономия, механика, физика термин "модель" стал применяться для обозначения того, что она описывает. В.А. Штофф отмечает, что "здесь со словом "модель" связаны два близких, но несколько различных понятия". Под моделью в широком смысле понимают мысленно или практически созданную структуру, воспроизводящую часть действительности в упрощенной и наглядной форме. Таковы, в частности представления Анаксимандра о Земле как плоском цилиндре, вокруг которого вращаются наполненные огнем полые трубки с отверстиями. Модель в этом смысле выступает как некоторая идеализация, упрощение действительности, хотя сам характер и степень упрощения, вносимые моделью, могут со временем меняться. В более узком смысле термин "модель" применяют тогда, когда хотят изобразить некоторую область явлений с помощью другой, более изученной, легче понимаемой. Так, физики 18 века пытались изобразить оптические и электрические явления посредством механических ("планетарная модель атома" - строение атома изображалось как строение солнечной системы). Таким образом, в этих двух случаях под моделью понимается либо конкретный образ изучаемого объекта, в котором отображаются реальные или предполагаемые свойства, либо другой объект, реально существующий наряду с изучаемым и сходный с ним в отношении некоторых определенных свойств или структурных особенностей. В этом смысле модель - не теория, а то, что описывается данной теорией - своеобразный предмет данной теории.

Во многих дискуссиях, посвященных гносеологической роли и методологическому значению моделирования, этот термин употреблялся как синоним познания, теории, гипотезы и т.п. Например, часто модель употребляется как синоним теории в случае, когда теория еще недостаточно разработана, в ней мало дедуктивных шагов, много неясностей. Иногда этот термин употребляют в качестве синонима любой количественной теории, математического описания. Несостоятельность такого употребления с гносеологической точки зрения, по мнению В.А. IIIтоффа, в том, "что такое словоупотребление не вызывает никаких новых гносеологических проблем, которые были бы специфичны для моделей". Существенным признаком, отличающим модель от теории (по словам И.Т. Фролова) является не уровень упрощения, не степень абстракции, и следовательно, не количество этих достигнутых абстракций и отвлечений, а способ выражения этих абстракций, упрощений и отвлечении, характерный для модели.

В философской литературе, посвященной вопросам моделирования, предлагаются различные определения модели. Определение И.Т. Фpолова: «Моделирование означает материальное или мысленное имитирование реально существующей системы путем специального конструирования аналогов (моделей), в которых воспроизводятся принципы организации и функционирования этой системы". Здесь в основе мысль, что модель - средство познания, главный ее признак - отображение. На наш взгляд, наиболее полное определение понятия "модель» дает В.А. IIIтофф в своей книге "Моделирование и философия": "Под моделью понимается такая мысленно представляемая или материально реализуемая система, которая отображая или воспроизводя объект исследования, способна замещать его так, что ее изучение дает нам новую информацию об этом объекте".

При дальнейшем рассмотрении моделей и процесса моделирования будем исходить из того, что общим свойством всех моделей является их способность отображать действительность. В зависимости от того, какими средствами, при каких условиях, по отношению к каким объектам познания это их общее свойство реализуется, возникает большое разнообразие моделей, а вместе с ним и проблема классификации моделей.

2. Классификация моделей и виды моделирования

В литературе, посвященной философским аспектам моделирования, представлены различные классификационные признаки, по которым выделены различные типы моделей. Например, в (2 с23) называются такие признаки, как:

Способ построения (форма модели);

Качественная специфика (содержание модели).

По способу построения модели бывают материальные и идеальные. Остановимся на группе материальных моделей. Несмотря на то, что эти модели созданы человеком, но они существуют объективно. Их назначение специфическое - отразить пространственные свойства, динамику изучаемых процессов, зависимости и связи. Материальные модели соединены с объектами отношением аналогии.

Материальные модели неразрывно связаны с воображаемыми (даже, прежде, чем что-либо построить - сначала теоретическое представление, обоснование). Эти модели остаются мысленными даже в том случае, если они воплощены в какой-либо материальной форме. Большинство этих моделей не претендует на материальное воплощение. По форме они могут быть:

Образные, построенные из чувственно наглядных элементов;

Знаковые, в этих моделях элементы отношения и свойства моделируемых явлений выражены при помощи определенных знаков;

Смешанные, сочетающие свойства и образных, и знаковых моделей.

Достоинства данной классификации в том, что она дает хорошую основу для анализа двух основных функций модели:

Практической (в качестве средства научного эксперимента)

Теоретической (в качестве специфического образа действительности, в котором содержатся элементы логического и чувственного, абстрактного и конкретного, общего и единичного).

Другая классификация есть у Б.А. Глинского в его книге "Моделирование как метод научного исследования", где наряду с обычным делением моделей по способу их реализации, они делятся и по характеру воспроизведения сторон оригинала:

Субстанциональные

Структурные

Функциональные

Смешанные

В зависимости от способа мышления исследователя модели, его взгляда на мир, используемой алгебры, модели могут принимать различную форму. Использование различных математических аппаратов впоследствии приводит к различным возможностям в решении задач.

Модели могут быть:

Феноменологические и абстрактные;

Активные и пассивные;

Статические и динамические;

Дискретные и непрерывные;

Детерминированные и стохастические;

Функциональные и объектные.

Феноменологические модели сильно привязаны к конкретному явлению. Изменение ситуации часто приводит к тому, что моделью воспользоваться в новых условиях достаточно сложно. Это происходит оттого, что при составлении модели её не удалось построить с точки зрения подобия внутреннему строению моделируемой системы. Феноменологическая модель передаёт внешнее подобие.

Абстрактная модель воспроизводит систему с точки зрения её внутреннего устройства, копирует её более точно. У неё больше возможностей, шире класс решаемых задач.

Активные модели взаимодействуют с пользователем; могут не только, как пассивные, выдавать ответы на вопросы пользователя, когда тот об этом попросит, но и сами активируют диалог, меняют его линию, имеют собственные цели. Все это происходит за счёт того, что активные модели могут самоизменяться.

Статические модели описывают явления без развития. Динамические модели прослеживают поведение систем, поэтому используют в своей записи, например, дифференциальные уравнения, производные от времени.

Дискретные и непрерывные модели. Дискретные модели изменяют состояние переменных скачком, потому что не имеют детального описания связи причин и следствий, часть процесса скрыта от исследователя.

Непрерывные модели более точны, содержат в себе информацию о деталях перехода.

Детерминированные и стохастические модели. Если следствие точно определено причиной, то модель представляет процесс детерминировано. Если из-за неизученности деталей не удаётся описать точно связь причин и следствий, а возможно только описание в целом, статистически (что часто и бывает для сложных систем), то модель строится с использованием понятия вероятности.

Распределённые, структурные, сосредоточенные модели. Если параметр, описывающий свойство объекта, в любых его точках имеет одинаковое значение (хотя может меняться во времени!), то это система с сосредоточенными параметрами. Если параметр принимает разные значения в разных точках объекта, то говорят, что он распределён, а модель, описывающая объект, ?распределённая. Иногда модель копирует структуру объекта, но параметры объекта сосредоточенны, тогда модель?структурная.

Функциональные и объектные модели. Если описание идёт с точки зрения поведения, то модель построена по функциональному признаку. Если описание каждого объекта отделено от описания другого объекта, если описываются свойства объекта, из которых вытекает его поведение, то модель является объектно-ориентированной.

Каждый подход имеет свои достоинства и недостатки. Разные математические аппараты имеют разные возможности (мощность) для решения задач, разные потребности в вычислительных ресурсах. Один и тот же объект может быть описан различными способами. Инженер должен грамотно применять то или иное представление, исходя из текущих условий и стоящей перед ним проблемы.

Приведённая выше классификация является идеальной. Модели сложных систем обычно имеют комплексный вид, используют в своём составе сразу несколько представлений. Если удаётся свести модель к одному типу, для которого уже сформулирована алгебра, то исследование модели, решение задач на ней существенно упрощается, становится типовым. Для этого модель должна быть различными способами (упрощением, переобозначением и другими) приведена к каноническому виду, то есть к виду, для которого уже сформулирована алгебра, её методы. В зависимости от используемого типа модели (алгебраические, дифференциальные, графы и т.д.) на разных этапах её исследования используются различные математические аппараты.

Теперь перейдем к рассмотрению вопросов, связанных непосредственно с самим моделированием. "Моделирование? метод исследования объектов познания на их моделях; построение и изучение моделей реально существующих предметов и явлений (органических и неорганических систем, инженерных устройств, разнообразных процессов? физических, химических, биологических, социальных) и конструируемых объектов для определения либо улучшения их характеристик, рационализации способов их построения, управления и т.п." (8 с421). Моделирование может быть:

Предметное (исследование основных геометрических, динамических, функциональных характеристик объекта на модели);

Физическое (воспроизведение физических процессов);

Предметно - математическое (исследование физического процесса путем опытного изучения каких-либо явлений иной физической природы, но описываемых теми же математическими соотношениями, что и моделируемый процесс);

Знаковое (расчетное моделирование, абстрактно - математическое).

3. Цели моделирования

Хорошо построенная модель, как правило, доступнее, информативнее и удобнее для исследователя, нежели реальный объект. Рассмотрим основные цели, преследуемые при моделировании в научной сфере. Самым важным и наиболее распространенным предназначением моделей является их применение при изучении прогнозировании поведения сложных процессов и явлений. Следует учитывать, что некоторые объекты и явления вообще не могут быть изучены непосредственным образом. Недопустимы, например, широко - масштабные натурные эксперименты с экономикой страны или со здоровьем ее населения (хотя и те, и другие с определенной периодичностью ставятся и реализуются). Принципиально неосуществимы эксперименты с прошлым какого?либо государства или народа (История не терпит сослагательного наклонения). Невозможно (по крайней мере, в настоящее время) провести эксперимент по прямому исследованию структуры звезд. Многие эксперименты неосуществимы в силу своей дороговизны или рискованности для человека или среды его обитания. Как правило, в настоящее время все сторонние предварительные исследования различных моделей явления предшествуют проведению любых сложных экспериментов. Более того, эксперименты на моделях с применением компьютера позволяют разработать план натурных экспериментов, выяснить требуемые характеристики измерительной аппаратуры, наметить срок и проведения наблюдений, а также оценить стоимость такого эксперимента. Другое, не менее важное, предназначение моделей состоит в том, что с их помощью выявляются наиболее существенные факторы, формирующие те или иные свойства объекта, поскольку сама модель отражает лишь некоторые основные характеристики исходного объекта, учет которых необходим при исследовании того или иного процесса или явления. Например, исследуя движение массивного тела в атмосфере вблизи поверхности Земли, на основании известных экспериментальных данных и предварительного физического анализа можно выяснить, что ускорение существенно зависит от массы и геометрической формы этого тела (в частности, от величины поперечного к направлению движения сечения объекта), в определенной степени от шероховатости поверхности, но не зависит от цвета поверхности. При рассмотрении движения того же тела верхних слоях атмосферы, где сопротивлением воздуха можно пренебречь, несущественным и становятся и форма, и шероховатость поверхности.

Конечно, модель любого реального процесса или явления "беднее" его самого как объективно существующего (процесса, явления). В то же время хорошая модель "богаче" того, что понимается под реальностью, поскольку в сложных системах понять всю совокупность связей "разом" человек (или группа людей), как правило, не в состоянии. Модель же позволяет "играть" с ней: включать или отключать те или иные связи, менять их для того, чтобы понять важность для поведения системы в целом.

Модель позволяет научиться правильно управлять объектом путем апробирования различных вариантов управления. Использовать для этого реальный объект часто бывает рискованно или просто невозможно. Например, получить первые навыки в управлении современным самолетом безопаснее, быстрее и дешевле на тренажере (т.е. модели), чем подвергать себя и дорогую машину риску.

Если свойства объекта с течением времени меняются, то особое значение приобретает задача прогнозирования состояний такого объекта под действием различных факторов. Например, при проектировании и эксплуатации любого сложного технического устройства желательно уметь прогнозировать изменение надежности функционирования как отдельных подсистем, так и всего устройства в целом.

Итак, модель нужна для того, чтобы:

) понять, как устроен конкретный объект: какова его структура, внутренние связи, основные свойства, законы развития, саморазвития и взаимодействия с окружающей средой;

) научиться управлять объектом или процессом, определять наилучшие способы управления при заданных целях и критериях;

3) прогнозировать прямые и косвенные последствия реализации заданных способов и форм воздействия на объект.

моделирование наука эксперимент

4. Основные функции моделирования

1 Моделирование как средство экспериментального исследования

Рассмотрение материальных моделей в качестве орудий экспериментальной деятельности вызывает потребность выяснить, чем отличаются те эксперименты, в которых используются модели, от тех, где они не применяются. Превращение эксперимента в одну из основных форм практики, происходившее параллельно с развитием науки, стало фактом с тех пор, как в производстве сделалось возможным широкое применение естествознания, что в свою очередь было результатом первой промышленной революции, открывшей эпоху машинного производства. Специфика эксперимента как формы практической деятельности в том, что эксперимент выражает активное отношение человека к действительности. В силу этого, в марксистской гносеологии проводится четкое различие между экспериментом и научным познанием. Хотя всякий эксперимент включает и наблюдение как необходимую стадию исследования. Однако в эксперименте помимо наблюдения содержится и такой существенный для революционной практики признак как активное вмешательство в ход изучаемого процесса. "Под экспериментом понимается вид деятельности, предпринимаемой в целях научного познания, открытия объективных закономерностей и состоящий в воздействии на изучаемый объект (процесс) посредством специальных инструментов и приборов." .

Существует особая форма эксперимента, для которой характерно использование действующих материальных моделей в качестве специальных средств экспериментального исследования. Такая форма называется модельным экспериментом. В отличие от обычного эксперимента, где средства эксперимента так или иначе взаимодействуют с объектом исследования, здесь взаимодействия нет, так как экспериментируют не с самим объектом, а с его заместителем. При этом объект-заместитель и экспериментальная установка объединяются, сливаются в действующей модели в одно целое. Таким образом, обнаруживается двоякая роль, которую модель выполняет в эксперименте: она одновременно является и объектом изучения и экспериментальным средством. Для модельного эксперимента, по мнению ряда авторов , характерны следующие основные операции:

Переход от натурального объекта к модели - построение модели (моделирование в собственном смысле слова);

Экспериментальное исследование модели;

Переход от модели к натуральному объекту, состоящий в перенесении результатов, полученных при исследовании, на этот объект.

Модель входит в эксперимент, не только замещая объект исследования, она может замещать и условия, в которых изучается некоторый объект обычного эксперимента. Обычный эксперимент предполагает наличие теоретического момента лишь в начальный момент исследования - выдвижение гипотезы, ее оценку и т.д., а также на завершающей стадии - обсуждение и интерпретация полученных данных, их обобщение. В модельном эксперименте необходимо также обосновать отношение подобия между моделью и натуральным объектом и возможность экстраполировать на этот объект полученные данные. В.А. IIIтофф в своей книге "Моделирование и философия" говорит о том, что теоретической основой модельного эксперимента, главным образом в области физического моделирования, является теория подобия. Она дает правила моделирования для случаев, когда модель и натура обладают одинаковой (или почти одинаковой) физической природой (2 с31). Но в настоящее время практика моделирования вышла за пределы сравнительно ограниченного круга механических явлений. Возникающие математические модели, которые отличаются по своей физической природе от моделируемого объекта, позволили преодолеть ограниченные возможности физического моделирования. При математическом моделировании основой соотношения модель - натура является такое обобщение теории подобия, которое учитывает качественную разнородность модели и объекта, принадлежность их разным формам движения материи. Такое обобщение принимает форму более абстрактной теории изоморфизма систем.

4.2 Моделирование и проблема истины

Интересен вопрос о том, какую роль играет само моделирование, в процессе доказательства истинности и поисков истинного знания. Что же следует понимать под истинностью модели? Если истинность вообще - "соотношение наших знаний объективной действительности"(2 с178), то истинность модели означает соответствие модели объекту, а ложность модели - отсутствие такого соответствия. Такое определение является необходимым, но недостаточным. Требуются дальнейшие уточнения, основанные на принятие во внимание условий, на основе которых модель того или иного типа воспроизводит изучаемое явление. Например, условия сходства модели и объекта в математическом моделировании, основанном на физических аналогиях, предполагающих при различии физических процессов в модели и объекте тождество математической формы, в которой выражаются их общие закономерности, являются более общими, более абстрактными. Таким образом, при построении тех или иных моделей всегда сознательно отвлекаются от некоторых сторон, свойств и даже отношений, в силу чего, заведомо допускается несохранение сходства между моделью и оригиналом по ряду параметров. Так планетарная модель атома Резерфорда оказалась истинной в рамках исследования электронной структуры атома, а модель Дж. Дж. Томпсона оказалась ложной, так как ее структура не совпадала с электронной структурой. Истинность - свойство знания, а объекты материального мира не истинны, неложны, просто существуют. В модели реализованы двоякого рода знания:

Знание самой модели (ее структуры, процессов, функций) как системы, созданной с целью воспроизведения некоторого объекта;

Теоретические знания, посредством которых модель была построена.

Имея в виду именно теоретические соображения и методы, лежащие в основе построения модели, можно ставить вопросы о том, на сколько верно данная модель отражает объект и насколько полно она его отражает. В таком случае возникает мысль о сравнимости любого созданного человеком предмета с аналогичными природными объектами и об истинности этого предмета. Но это имеет смысл лишь в том случае, если подобные предметы создаются со специальной целью изобразить, скопировать, воспроизвести определенные черты естественного предмета. Таким образом, можно говорить о том, истинность присуща материальным моделям:

В силу связи их с определенными знаниями;

В силу наличия (или отсутствия) изоморфизма ее структуры со структурой моделируемого процесса или явления;

в силу отношения модели к моделируемому объекту, которое делает ее частью познавательного процесса и позволяет решать определенные познавательные задачи.

"И в этом отношении материальная модель является гносеологически вторичной, выступает как элемент гносеологического отражения"(2 с180).

Модель можно рассматривать не только как орудие проверки того, действительно ли существуют такие связи, отношения, структуры, закономерности, которые формулируются в данной теории и выполняются в модели. Успешная работа модели есть практическое доказательство истинности теории, то есть это часть экспериментального доказательства истинности этой теории.

5. Место моделей в структуре эксперимента, модельный эксперимент

Может показаться, что всякий корректно поставленный эксперимент предполагает использование действующей модели. В самом деле, поскольку в экспериментальной установке исследуется явление в «чистом» виде и полученные результаты характеризуют не только данное единичное явление в единичном опыте, но и другие явления этого класса, на которые переносятся каким-то способом результаты опыта, постольку данное явление можно считать в известном смысле моделью других явлений этого же класса. Однако это не так, ибо отношение между явлениями, которое изучается в данном единичном эксперименте, и другими явлениями этой же области есть отношение тождества, а не аналогии, между тем как именно последняя существенна для модельного отношения. Поэтому следует выделить особую! форму эксперимента, для которой характерно использование действующих материальных моделей в качестве специальных средств экспериментального исследования. Такая форма эксперимента называется модельным экспериментом или моделированием.

Существенным отличием модельного эксперимента от обычного является его своеобразная структура. В то время как в обычном эксперименте средства экспериментального исследования так или иначе непосредственно взаимодействуют с объектом исследования, в модельном эксперименте такого взаимодействия нет, поскольку здесь экспериментируют не с самим объектом, а с его заместителем. При этом примечательно, что объект-заместитель и экспериментальная установка объединяются, сливаются в действующей модели в одно целое. «Моделирование, - пишет академик Л. И. Седов, - это есть замена изучения интересующего нас явления в натуре изучением аналогичного явления на модели меньшего или большего масштаба, обычно в специальных лабораторных условиях. Основной смысл моделирования заключается в том, чтобы по результатам опытов с моделями можно было дать необходимые ответы о характере эффектов и о различных величинах, связанных с явлением в натурных условиях».

Рассмотрим в этой связи более подробно структуру модельного эксперимента на конкретном примере. Возьмем для этого модель движения газов в паровом котле. Такая модель строится и изучается следующим образом. Из промышленных испытаний котла-объекта получают некоторые данные и параметры, представленные в виде характеристических величин. При помощи соответствующих теоретических средств (логические правила, математические средства, правила и критерии теории подобия) производится расчет модели, который позволяет решить вопрос об оптимальных условиях ее конструкции (размеры, физическая природа моделирующих элементов, выбор материалов, способы и цели ее последующего исследования). Таким образом, первый этап - это теоретический расчет модели теоретические соображения о задачах, целях и способах последующего экспериментирования с нею. Следующим шагом является создание самой модели. Далее производятся наблюдения, измерения необходимых параметров, изменение и варьирование условий, повторение условий работы самой модели и т. п.

Например, изучение модели движения газов в котле состоит в следующем. Не ограничиваясь простым наблюдением, которого явно недостаточно, производят фотографирование, пользуясь специальным освещением, создают штриховые рисунки, которые, хотя носят отпечаток субъективности, все же отличаются большой простотой и наглядностью. Для улучшения условий наблюдения за движением жидкости по трубкам пользуются различными способами ее подкрашивания. Затем производятся измерения давления или скорости движения воды или газов, расхода жидкости, температуры, количества тепла и т. п.

Таким образом, на новом этапе эксперимента, когда модель построена, субъективная деятельность экспериментатора продолжается, но к ней присоединяются новые моменты, относящиеся к объективной стороне эксперимента, - сама модель (т. е. некоторая экспериментальная установка) и технические средства (лампы, экраны, фотоаппараты, химические вещества, термометры, калориметры и другие измерительные приборы), при помощи которых осуществляются наблюдения и измерения. Все эти средства, которыми пользуются при изучении модели, представляют собой материальные средства, характеризующие объективную сторону всякого эксперимента. Но здесь, помимо них, к объективной стороне относится сама модель, в нашем случае - модель парового котла.

Законно поставить вопрос: каково же место модели в эксперименте? Ясно, что она представляет собой часть гносеологического объекта, как и средства экспериментального исследования, но входит ли она целиком в состав последних или же является чем-то отличным от них?

С одной стороны, очевидно, что модель построена не как самоцель, а как средство изучения какого-то другого объекта, который она замещает, с которым она находится в определенных отношениях сходства или соответствия. Исследователя интересуют свойства модели не сами по себе, а лишь постольку, поскольку их изучение позволяет судить о свойствах другого предмета, получать о нем некоторую информацию. Этот предмет и выступает как подлинный объект изучения, а по отношению к нему модель является лишь средством экспериментального исследования. С другой стороны, в данном эксперименте модель является предметом изучения. Изучается режим ее работы в определенных условиях, над ней ведутся не только визуальные наблюдения, но и измеряются ее параметры при помощи специальных приборов. Она подвергается определенным причинным воздействиям, и экспериментатор регистрирует реакцию данной системы на эти планомерные воздействия и т. п. Словом, в данном эксперименте изучается модель как некий объект исследования, и в этом отношении она является объектом изучения.

Таким образом, обнаруживается двоякая роль, которую модель выполняет в эксперименте: она одновременно является и объектом изучения (поскольку замещает другой, подлинный объект), и экспериментальным средством (поскольку является средством познания этого объекта).

Вследствие двоякой роли модели структура эксперимента; существенно изменяется, усложняется. Если в обычном, или натурном, эксперименте объект исследования и прибор находились в непосредственном взаимодействии, так как экспериментатор с помощью прибора воздействовал прямо на изучаемый объект, то в модельном эксперименте внимание экспериментатора сосредоточено на исследовании модели, которая теперь подвергается всевозможным воздействиям и исследуется с помощью приборов. Подлинный же объект изучения непосредственно в самом эксперименте не участвует.

Для модельного эксперимента характерны следующие основные операции: 1) переход от натурного объекта к модели - построение модели (моделирование в собственном смысле слова); 2) экспериментальное исследование модели; 3) переход от модели к натурному объекту, состоящий в перенесении результатов, полученных при исследовании, на этот объект.

Модель входит в эксперимент, не только замещая объект исследования, она может также замещать и условия, в которых изучается некоторый объект обычного эксперимента.

Ввиду того, что в модельном эксперименте исследуется не сам объект изучения, а его заместитель, естественно возникает вопрос, на каком основании и в каких границах можно переносить данные, полученные на модели, на моделируемый объект. Этот вопрос решается в зависимости от особенностей различных групп материальных моделей.

Независимо от окончательного вывода о познавательных возможностях модельных экспериментов следует сразу же обратить внимание на то, что в структуре этих экспериментов значительно усилена роль теории как необходимого звена, связывающего постановку опыта и его результаты с объектом исследования. Если обычный эксперимент предполагает наличие теоретического момента в начальной стадии опыта - возникновение проблемы, выдвижение и оценка гипотезы, выведение следствий, теоретические соображения, связанные с конструкцией экспериментальной установки, а также на завершающей стадии - обсуждение и интерпретация полученных данных, их обобщение, то в модельном эксперименте, кроме того, необходимо теоретически обосновать отношение между моделью и натурным объектом. Без этого обоснования модельный эксперимент теряет свое специфическое познавательное значение, ибо он перестает быть источником информации о действительном, или натурном, объекте. Таким образом, в модельном эксперименте теоретическая сторона представлена значительно сильнее, чем в обычном, он еще в большей степени является соединением теории и практики.

Хотя модельный эксперимент расширяет возможности экспериментального исследования ряда объектов, в отмеченном только что обстоятельстве нельзя не заметить некоторой слабости этого метода по сравнению с обычным экспериментом. Включение теории (сознательной деятельности субъекта) в качестве звена, связывающего модель и объект, может стать источником ошибок, что снижает доказательную силу модельного эксперимента. Однако неограниченные возможности практического исследования свойств, поведения, закономерностей объектов, недоступных по каким-либо причинам для обычного непосредственного экспериментирования, возможности открытия новых способов расширения сферы человеческого познания путем применения модельного эксперимента свидетельствуют о его преимуществах по сравнению с прямым экспериментом.

Поскольку в модельном эксперименте непосредственному исследованию подвергается модель, а результаты исследования переносятся на моделируемый объект, то теоретическое обоснование права на этот перенос является обязательным условием и составной частью такого эксперимента. Поэтому характеристика теоретических средств, при помощи которых обеспечивается перенос результатов исследования модели на «действительный» объект изучения, является необходимой составной частью описания сущности всякого модельного эксперимента.

Заключение

В связи с вышесказанным представляется целесообразным сделать вывод о том, что метод моделирования является одним из наиболее приемлемых адекватных, объективных и надежных методов научных исследований, позволяющих максимально объективно и всесторонне анализировать многие явления или процессы в большинстве наук при минимальных потерях и риске.

В данном реферате проведен анализ современных взглядов на концепцию моделирования, как с практической, так и с методологической точки зрения. Сделана попытка понять теоретические и философские аспекты измерения, как познавательного процесса.

В моем понимании, основная задача данной работы осмыслить ту роль, которую играли и играет моделирование в становлении науки и техники в историческом аспекте, выявить философскую основу моделирования.

Все вышесказанное необходимо для адекватного и плодотворного использования моделей и моделирования в процессе проведения экспериментальных работ и их математической обработки при исследовании процессов, рассматриваемых в моем научном исследовании.

Литература

1. pmtf.msiu.ru <#"justify">2. Штофф В.А. Моделирование и философия. М.: «Наука», 1966.

Веденов А.А. Моделирование элементов мышления. М.: «Наука», 1988.

Кочергин А.Н. Моделирование мышления. М.: «Наука», 1969.

Фролов И.Т. Гносеологические проблемы моделирования. М.: «Наука», 1961.

Батороев К.Б. Кибернетика и метод аналогий. М.: «Высшая школа», 1974.

Бир С. Кибернетика и управление производством. М.: «Наука», 1965.

Эксперимент. Модель. Теория. М. - Берлин: «Наука», 1982.

9. Мухин О.И. Электронный ресурс.

Седов Л.И. Методы подобия и размерности в механике. М.: «ГИТТЛ», 1957.

Штофф. В.А. Моделирование и философия. М.-Л., «Наука», 1965.

Штофф В.А. Введение в методологию научного познания. Изд. Ленинградского ун-та, 1972.

Репетиторство

Нужна помощь по изучению какой-либы темы?

Наши специалисты проконсультируют или окажут репетиторские услуги по интересующей вас тематике.
Отправь заявку с указанием темы прямо сейчас, чтобы узнать о возможности получения консультации.

Одним из эффективных методов исследования систем управ­ления является моделирование - разработка моделей, позволяю­щих принимать объективные решения в ситуациях, слишком сложных для простой причинно-следственной оценки альтерна­тив. Несмотря на то что многие модели исследуемых социально-экономических систем настолько сложны, что без компьютера обойтись зачастую невозможно, концепция моделирования про­ста. По определению Шеннона, «модель - это представление объекта, системы или идеи в некоторой форме, отличной от са­мой целостности». Схема организации, например, - это и есть мо­дель, представляющая ее структуру. Главной характеристикой мо­дели можно считать упрощение реальной жизненной ситуации, к которой она применяется. Поскольку форма модели менее слож­на, а не относящиеся к делу данные устраняются, модель повы­шает способность руководителя разрешать встающие перед ним проблемы. Ряд причин обусловливают использование модели вместо по­пыток прямого взаимодействия с реальным миром:

· сложность многих организационных ситуаций: поскольку реальный мир организации исключительно сложен и фактическое число переменных, относящихся к конкретной проблеме, значи­тельно превосходит возможности любого человека, то постичь его
можно, упростив реальный мир с помощью моделирования;

· трудности, связанные с проведением экспериментов в реаль­ной жизни, в частности необходимость значительных затрат, в том числе и материальных;

· ориентация управления на будущее: невозможно наблюдать явление, которое еще не существует и, может быть, никогда не состоится; моделирование - единственный в настоящее время си­стематизированный способ увидеть варианты будущего и опреде­лить потенциальные последствия альтернативных решений.

Типы моделей и процесс их построения

Модель - это система, располагающаяся между исследовате­лем и предметом его исследования. Существуют следующие виды моделей: физические (модель здания, прибора, машины), матема­тические (система формул, тождеств и неравенств, описывающая какой-либо процесс, явление), логические (система понятий, опи­сывающая явление, процесс, предмет), модели общественно-эко­номических формаций, модели структур, методов и т.п.

Рассмот­рим основные из них.

Физическая модель представляет то, что исследуется с помощью увеличенного или уменьшенного описания объекта или системы в том или ином масштабе. По утверждению Шеннона, отличитель­ная характеристика физической модели (которую иногда называ­ют портретной) - то, что она выглядит как «моделируемая цело­стность». Пример физической модели - чертеж завода, выполнен­ный в определенном масштабе. Такая физическая модель упрощает визуальное восприятие и помогает установить, сможет ли конкретное оборудование физически разместиться в пределах отведенного для него места. Автомобильные и авиационные пред­приятия всегда изготавливают физические уменьшенные копии новых средств передвижения, чтобы проверить их определенные характеристики.

Аналоговая модель представляет исследуемый объект - аналог, который ведет себя как реальный объект, но не выглядит таковым. Пример аналоговой модели - схема организационной структуры предприятия. Выстраивая ее, руководство в состоянии легко пред­ставить себе цепи прохождения команд и формальную зависимость между индивидуумами и их деятельностью. Аналоговая модель является более простым и эффективным способом проявления сложных взаимосвязей структуры крупной организации, чем со­ставление перечня взаимосвязей между всеми работниками.

В математической модели (называемой также символической) используются символы для описания свойств или характеристик объектов или событий. Пример математической модели как сред­ства, помогающего решать исключительно сложные проблемы, - известная формула А. Эйнштейна Ε = me2. Если бы А. Эйнштейн не смог построить эту математическую модель, в которой симво­лы заменяют реальность, маловероятно, что у физиков появилась бы даже отдаленная идея о взаимосвязи материи и энергии. Ма­тематические модели относятся к типу моделей, чаще всего ис­пользуемых при принятии организационных решений.

Основные этапы процесса построения моделей:

· постановка задачи;

· построение модели;

· проверка модели на достоверность;

· применение модели.

Постановка задачи - наиболее важный этап построения моде­ли, способный обеспечить правильное решение управленческой проблемы. Использование математики или компьютера не прине­сет пользы, если сама проблема не будет точно диагностирована. А. Эйнштейн отмечал, что правильная постановка задачи важнее даже, чем ее решение. Огромные средства расходуются ежегодно на поиски элегантных и глубокомысленных ответов на неверно поставленные вопросы.

При построении модели разработчик должен определить глав­ную цель модели, выходные нормативы или информацию, кото­рую предполагается получить, чтобы помочь руководству разре­шить определенную проблему. В дополнение к установлению глав­ных целей разработчик должен определить, какая информация требуется для построения модели. Другим важным фактором, тре­бующим учета при построении модели, являются расходы. Мо­дель, которая стоит больше, чем вся задача, решаемая с ее помо­щью, конечно, не внесет никакого вклада в достижение целей организации.

Один из аспектов проверки модели на достоверность - опреде­ление степени соответствия модели реальному миру. Разработчик должен установить, все ли существенные компоненты реальной ситуации встроены в модель. Чем полнее модель отражает реаль­ный мир, тем выше ее потенциал как средства оказания помощи руководителю в принятии эффективного управленческого реше­ния. Другой аспект проверки модели на достоверность - установ­ление, в какой степени информация, получаемая с ее помощью, помогает руководителю разрешить проблему. Хороший способ проверки модели - опробование ее на ситуации из прошлого.

После проверки на достоверность модель готова к использова­нию . По утверждению Шеннона, ни одну модель «нельзя считать успешно выстроенной, пока она не принята, не понята и не при­менена на практике». Это очевидно, но зачастую этот этап пост­роения моделей оказывается одним из самых трудных. Согласно ре­зультатам исследования лишь около 60% моделей науки управления были использованы в полной или почти в полной мере - в силу того, что руководители проявляют опасение или непонимание.