Понятия модели и моделирования. Модель: виды моделей, понятие и описание

Каждый современный человек ежедневно сталкивается с понятиями «объект» и «модель». Примерами объектов являются как предметы, доступные для осязания (книга, земля, стол, ручка, карандаш), так и недоступные (звезды, небо, метеориты), предметы художественного творчества и умственной деятельности (сочинение, стихотворение, решение задачи, картина, музыка и другие). Причем каждый объект человеком воспринимается только как единое целое.

Объект. Виды. Характеристики

Исходя из вышесказанного, можно сделать вывод, что объект является частью внешнего мира, которая может быть воспринята в качестве единого целого. Каждый предмет восприятия имеет свои индивидуальные характеристики, отличающие его от других (форма, сфера использования, цвет, запах, размер и так далее). Важнейшей характеристикой объекта является название, но для полного качественного его описания одного названия недостаточно. Чем более полно и подробно описан объект, тем легче процесс его распознавания.

Модели. Определение. Классификация

В своей деятельности (образовательной, научной, художественной, технологической) человек ежедневно использует уже существующие и создает новые модели внешнего мира. Они позволяют сформировать впечатление о процессах и объектах, недоступных для непосредственного восприятия (очень маленькие или, наоборот, очень большие, очень медленные или очень быстрые, очень далекие и так далее).

Итак, модель - это некоторый объект, отражающий важнейшие особенности изучаемого явления, объекта либо процесса. Может существовать несколько вариаций моделей одного и того же объекта, также как несколько объектов могут быть описаны одной единственной моделью. Например, подобная ситуация возникает в механике, когда различные тела с материальной оболочкой могут быть выражены то есть одинаковой моделью (человек, автомобиль, поезд, самолет).

Важно помнить, что ни одна модель не способна полноценно заменить изображаемый объект, так как она отображает только некоторые из его свойств. Но порой при решении определенных задач различных научных и промышленных течений описание внешнего вида модели может быть не просто полезным, но единственной возможностью представить и изучить особенности характеристик объекта.

Сфера применения предметов моделирования

Модели играют важную роль в различных сферах жизни человека: в науке, образовании, торговле, проектировании и других. Например, без их применения невозможны проектирование и сборка технических устройств, механизмов, электрических цепей, машин, зданий и так далее, так как без предварительных расчетов и создания чертежа выпуск даже простейшей детали невозможен.

Часто используются модели в образовательных целях. Они носят названия наглядных. Например, из географии представление о Земле как о планете человек получает, изучая глобус. Также актуальными наглядные модели являются и в других науках (химии, физике, математике, биологии и других).

В свою очередь, теоретические модели востребованы при изучении естественных и (биологии, химии, физики, геометрии). Они отражают свойства, поведение и строение объектов, подвергающихся изучению.

Моделирование как процесс

Моделирование - метод познавания, включающий в себя исследование существующих и создание новых моделей. Предметом познания данной науки является модель. ранжируются в зависимости от различных свойств. Как известно, любой объект имеет множество характеристик. При создании определенной модели выделяются лишь наиболее важные для решения поставленной задачи.

Процессом создания моделей является художественное творчество во всем своем разнообразии. В связи с этим фактически каждое художественное или литературное произведение можно рассматривать в качестве модели реального объекта. Например, картины являются моделями реальных пейзажей, натюрмортов, людей, литературные произведения - моделями человеческих жизней и так далее. Например, при создании модели самолета с целью изучения его аэродинамических качеств важно отразить в ней геометрические свойства оригинала, но абсолютно неважен его цвет.

Одни и те же объекты различными науками изучаются с разных точек зрения, а соответственно, их виды моделей для изучения будут также отличаться. Например, физика изучает процессы и результаты взаимодействия объектов, химия - химический состав, биология - поведение и строение организмов.

Модель относительно временного фактора

Относительно времени модели делятся на два вида: статические и динамические. Примером первого вида является единоразовое обследование человека в клинике. Оно отображает картину его состояния здоровья на данный момент, в то время как его медицинская карта будет моделью динамической, отражающей изменения, происходящие в организме на протяжении определенного периода времени.

Модель. Виды моделей относительно формы

Как уже понятно, модели могут различаться по разным характеристикам. Так, все ныне известные виды моделей данных можно условно разделить на два основных класса: материальные (предметные) и информационные.

Первый вид передает физические, геометрические и иные свойства объектов в материальной форме (анатомический муляж, глобус, макет здания и так далее).

Виды разнятся по форме реализации: знаковая и образная. Образные модели (фотографии, рисунки и другое) являются зрительными реализациями объектов, зафиксированными на определенном носителе (фото-, кинопленке, бумажном или цифровом).

Они широко применяются в образовательном процессе (плакаты), при изучении различных наук (ботаника, биология, палеонтология и других). Знаковые модели - это реализации объектов в виде символов одной из известных языковых систем. Они могут быть представлены в виде формул, текста, таблиц, схем и так далее. Существуют случаи, когда, создавая знаковую модель (виды моделей передают конкретно то содержание, которое требуется для изучения определенных характеристик объекта), используют сразу несколько известных языков. Примером в данном случае выступают различные графики, диаграммы, карты и подобное, где используются как графические символы, так и символы одной из языковых систем.

С целью отражения сведений из различных сфер жизни применяются три основных вида информационных моделей: сетевые, иерархические и табличные. Из них наиболее популярным является последний, применяемый для фиксации различных состояний объектов и характерных для них данных.

Табличная реализация модели

Данный вид информационной модели, как уже было сказано выше, является наиболее известным. Выглядит он следующим образом: это обычная, состоящая из строк и столбцов таблица прямоугольной формы, графы которой заполнены символами одного из известных знаковых языков мира. Применяются табличные модели с целью характеристики объектов, обладающих одинаковыми свойствами.

С их помощью в различных научных сферах могут быть созданы как динамические, так и статические модели. Например, таблицы, содержащие математические функции, различные статистические данные, расписания поездов и так далее.

Математическая модель. Виды моделей

Отдельной разновидностью информационных моделей являются математические. Все виды обычно состоят из уравнений, написанных на языке алгебры. Решение данных задач, как правило, основывается на процессе поиска равнозначных преобразований, которые способствуют выражению переменной величины в виде формулы. Существуют также для некоторых уравнений и точные решения (квадратные, линейные, тригонометрические и так далее). Как следствие, для их решения приходится применять методы решения с приближенной заданной точностью, иначе говоря, такие виды математических данных, как числовой (метод половинного деления), графический (построение графиков) и другие. Метод половинного деления целесообразно использовать лишь при условии, что известен отрезок, где функция при определенных значениях принимает полярные значения.

А метод построения графика является унифицированным. Его можно использовать как в вышеописанном случае, так и в ситуации, когда решение может быть только приближенным, а не точным, в случае так называемого "грубого" решения уравнений.

Понятие модели. Виды моделирования

Основным методом научных исследований является эксперимент с изучаемым объектом, явлением или процессом. Под экспериментом понимают научную постановку опытов и наблюдение за поведением исследуемого явления в строго учитываемых условиях. Зачастую он может быть трудновыполним, экономически не выгоден или просто невозможен, например, ввиду отсутствия исследуемого объекта. В этом случае применяют особую форму эксперимента, называемую моделированием. По своему содержанию моделирование направлено на выявление свойств изучаемого объекта, построение его модели и прогнозирование поведения исследуемого объекта. В ряде наиболее важных случаев к целям моделирования относятся:

обоснование достоверности математического описания объекта;

получение функциональных зависимостей между переменными модели;

сравнение стратегий поведения сторон в конфликтных ситуациях;

идентификация исследуемого объекта;

оптимизация модели и выбор целевой функции;

применение модели для обучения и тренировок.

Сущность моделирования заключается в следующем.

Построение модели начинается с изучения объекта и выдвижения гипотезы о характере свойств его на основе ограниченных сведений, некоторых догадках и предположениях. Для этого анализируются объекты-аналоги, из них выбирается прототип, наиболее близкий аналог объекта, исследование свойств которого доступно исследователю. В результате анализа прототипа создается некоторая логическая схема, позволяющая провести эксперимент и уточнить свойства объекта. Такую логическую схему называют моделью объекта. При сходстве математического описания модели и объекта, т.е. при условии их подобия, результаты исследования свойств модели можно пересчитать (перенести) на объект. Модель считается адекватной объекту, если результаты моделирования подтверждаются.

Моделированием называют способ, прием познания, позволяющий с помощью одной системы, чаще всего, искусственной воспроизвести в необходимом объеме и с требуемой точностью исследуемые стороны, свойства другой более сложной системы, являющейся объектом исследования.

Модель -это физическая или абстрактная система, воспроизводящая объект исследования и удобная для проведения экспериментов.

Удобство проведения исследований может определяться различными факторами: легкостью и доступностью получения информации, сокращением сроков и уменьшением материальных затрат на исследование и др.

Рассмотрим краткую классификацию видов моделирования систем (рис. 1.1).

Рисунок 1.1 Классификация видов моделирования систем

Различают моделирование физическое и математическое.

Физическое моделирование предполагает, что в качестве модели используется либо сама исследуемая система (например, в случае производственного эксперимента), либо другая система с той же или подобной физической природой. Обычно изготавливается макетный или опытный образец объекта, проводятся испытания, в процессе которых определяются его выходные параметры и характеристики, оцениваются надежность функционирования и степень выполнения технических требований, предъявленных к объекту. Если вариант технической разработки оказался неудачным, все повторяется сначала, то есть осуществляется повторное проектирование, изготовление опытного образца, испытания и т.д. Примером такого физического моделирования является продувка моделей самолетов в аэродинамических трубах. Понятно, что физическое моделирование сопряжено с большими временными и материальными затратами.

Под математическим моделированием понимается процесс установления соответствия данной реальной системы некоторой математической модели и исследование этой модели, позволяющее получить характеристики реальной системы.

Математическое моделирование может быть как аналитическим, так и компьютерным.

Для аналитического моделирования характерно то, что процесс функционирования элементов системы записывается в виде некоторых математических соотношений (алгебраических, интегральных, разностных и т.д.) или логических условий. Аналитическая модель может исследоваться:

аналитически, когда стремятся получить явные зависимости для искомых характеристик системы;

численно, когда, не умея решать уравнения, стремятся получить численные результаты, при конкретных исходных и начальных условиях;

качественно, когда, не имея решения в явном виде, можно найти некоторые свойства решения (например, оценить устойчивость решения).

Математическая модель приближенно описывает реальный процесс, явление или объект с помощью математических соотношений. Математические модели могут представлять собой системы дифференциальных уравнений (обыкновенных или в частных производных), системы алгебраических уравнений, разностные уравнения, линейные, нелинейные уравнения и т.д.

Компьютерное моделирование можно разделить на три вида: численное, имитационное, статистическое.

Для компьютерного моделирования характерно, что математическая модель системы представлена в виде программы на ЭВМ или компьютерной модели, позволяющей проводить с ней вычислительные эксперименты. При численном моделировании для построения компьютерной модели используются методы вычислительной математики, а вычислительный эксперимент заключается в численном решении некоторых математических уравнений при заданных значениях параметров и начальных условиях. Имитационное моделирование – это вид компьютерного моделирования, для которого характерно воспроизведение на ЭВМ (имитация) процесса функционирования исследуемой системы. При этом имитируются элементарные явления, составляющие процесс, с сохранением их логической структуры, последовательности протекания во времени, что позволяет получить информацию о состоянии системы в заданные моменты времени. Статистическое моделирование – это вид компьютерного моделирования, позволяющий получить статистические данные о процессах в моделируемой системе.

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

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

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

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

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

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

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

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

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

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

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

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

Рис. 1.1. Классификация видов моделирования систем

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

К основным разновидностям реального моделирования относятся:

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

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

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

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

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

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

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

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

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

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

Модели функционирования включают широкий спектр символических моделей, например:

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

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

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

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

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

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

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

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

Рис.1.2. Классификация экономических моделей

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

Рис. 1.3. Классификация факторов по их роли в ЭВМ

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

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

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

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

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

, (1.1)

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

Критерий прибыли может рассчитываться и по нелинейной целевой функции:

, (1.2)

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

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

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

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

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

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

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

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

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

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

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

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

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

,

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

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

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

Таблица 1.1. Примеры описательных моделей

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

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

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

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

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

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

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

Моделирование можно рассматривать как замещение исследуемого объекта (оригинала) его условным образом, описанием или другим объектом, именуемым моделью и обеспечивающим близкое к оригиналу поведение в рамках некоторых допущений и приемлемых погрешностей. Моделирование обычно выполняется с целью познания свойств оригинала путем исследования его модели, а не самого объекта. Разумеется, моделирование оправдано в том случае когда оно проще создания самого оригинала или когда последний по каким-то причинам лучше вообще не создавать.

Под моделью понимается физический или абстрактный объект, свойства которого в определенном смысле сходны со свойствами исследуемого объекта. При этом требования к модели определяются решаемой задачей и имеющимися средствами . Существует ряд общих требований к моделям:

1. Адекватность – достаточно точное отображение свойств объекта;
2. Полнота – предоставление получателю всей необходимой информации об объекте;
3. Гибкость – возможность воспроизведения различных ситуаций во всем диапазоне изменения условий и параметров;
4. Трудоемкость разработки должна быть приемлемой для имеющегося времени и программных средств.

Моделирование – это процесс построения модели объекта и исследования его свойств путем исследования модели.

Таким образом, моделирование предполагает 2 основных этапа:

1. Разработка модели;
2. Исследование модели и получение выводов.

При этом на каждом из этапов решаются разные задачи и используются отличающиеся по сути методы и средства.

На практике применяют различные методы моделирования. В зависимости от способа реализации, все модели можно разделить на два больших класса: физические и математические.

Математическое моделирование принято рассматривать как средство исследования процессов или явлений с помощью их математических моделей.

Под физическим моделированием понимается исследование объектов и явлений на физических моделях, когда изучаемый процесс воспроизводят с сохранением его физической природы или используют другое физическое явление, аналогичное изучаемому . При этом физические модели предполагают, как правило, реальное воплощение тех физических свойств оригинала, которые являются существенными в конкретной ситуации. Например, при проектировании нового самолета создается его макет, обладающий теми же аэродинамическими свойствами; при планировании застройки архитекторы изготавливают макет, отражающий пространственное расположение ее элементов. В связи с этим физическое моделирование называют также макетированием .

Полунатурное моделирование представляет собой исследование управляемых систем на моделирующих комплексах с включением в состав модели реальной аппаратуры . Наряду с реальной аппаратурой в замкнутую модель входят имитаторы воздействий и помех, математические модели внешней среды и процессов, для которых неизвестно достаточно точное математическое описание. Включение реальной аппаратуры или реальных систем в контур моделирования сложных процессов позволяет уменьшить априорную неопределенность и исследовать процессы, для которых нет точного математического описания. С помощью полунатурного моделирования исследования выполняются с учетом малых постоянных времени и нелинейностей, присущих реальной аппаратуре. При исследовании моделей с включением реальной аппаратуры используется понятие динамического моделирования, при исследовании сложных систем и явлений - эволюционного, имитационного и кибернетического моделирования .

Очевидно, действительная польза от моделирования может быть получена только при соблюдении двух условий:

1. Модель обеспечивает корректное (адекватное) отображение свойств оригинала, существенных с точки зрения исследуемой операции;
2. Модель позволяет устранить перечисленные выше проблемы, присущие проведению исследований на реальных объектах.

6. Модели и моделирование (11 кл) .

Человек стремится познать объекты окружающего мира, он взаимодействует с существующими объектами и создает новые объекты.

Одним из методов познания объектов окружающего мира является моделирование, состоящее в создании и исследовании «заместителей» реальных объектов. «Объ­ект-заместитель» принято называть моделью , а исходный объект - прототипом или оригиналом.

Модель – это объект, который обладает некоторыми свойствами другого объекта (оригинала ) и используется вместо него.

Например, в разговоре мы замещаем реальные объекты их именами, оформите­ли витрин используют манекен - модель человеческой фигуры, конструкторы стро­ят модели самолетов и автомобилей, а ар­хитекторы - макеты зданий, мостов и парков. Моделью является любое нагляд­ное пособие, используемое на уроках в школе: глобус, муляж, карта, схема, таб­лица и т. п.

Что можно моделировать?

Можно строить модели объектов. Например,

Уменьшенные копии зданий, кораблей, самолетов, …

Модели ядра атома, кристаллических решеток

Чертежи

Можно строить модели процессов. Например,

Изменение экологической обстановки

Исторические модели

Можно строить модели явлений. Например,

Землетрясение

Солнечное затмение

Модель важна не сама по себе, а как инструмент, облегчающий познание или наглядное представление объекта. Моделирование – это создание и использование моделей для изучения оригиналов.

Когда используют моделирование:

оригинал не существует

Древний Египет

Последствия ядерной войны

исследование оригинала опасно для жизни или дорого:

Испытание нового скафандра для космонавтов

Разработка нового самолета или корабля

оригинал сложно исследовать непосредственно:

Солнечная система, галактика (большие размеры)

Атом, нейтрон (маленькие размеры)

Процессы в двигателе внутреннего сгорания (очень быстрые)

Геологические явления (очень медленные)

интересуют только некоторые свойства оригинала

Проверка краски для фюзеляжа самолета

Цели моделирования

исследование оригинала изучение сущности объекта или явления

анализ («что будет, если …») научиться прогнозировать последствия различных воздействиях на оригинал

синтез («как сделать, чтобы …») научиться управлять оригиналом, оказывая на него воздействия

оптимизация («как сделать лучше») выбор наилучшего решения в заданных условиях

Что общего у всех моделей? Какими свойствами они обладают?

Во-первых, модель не является точной копией объек­та-оригинала: она отражает только часть его свойств, от­ношений и особенностей поведения. Например, на мане­кен можно надеть костюм, но с ним нельзя поговорить. Модель автомобиля может быть без мотора, а макет дома - без электропроводки и водопровода .

Во-вторых, поскольку любая модель всегда отражает только часть признаков оригинала, то можно создавать и использовать разные модели одного и того же объекта. Например: мяч может воспроизвести только одно свойст­во Земли - ее форму; обычный глобус отражает, кроме того, расположение материков; а глобус, входящий в со­став действующей модели Солнечной системы, - еще и траекторию движения Земли вокруг Солнца. Оригиналу может соответствовать несколько разных моделей и наоборот!

Чем больше признаков объекта отражает модель, тем она полнее. Однако отразить в модели все свойства объек­та-оригинала невозможно, а чаще всего и не нужно. Ведь при создании модели человек, как правило, преследует вполне определенную цель и стремится наиболее полно от­разить только те признаки объектов, которые кажутся ему важными, существенными для реализации этой цели. Если, например, модель самолета создается для кол­лекции, то в ней воспроизводится внешний вид самолета, а не его летные характеристики.

От цели моделирования зависят требования к модели: какие именно признаки объекта-оригинала она должна отражать. Тип модели определяется целями моделирования.

Виды моделей

Природа моделей может быть двух видов. Во-первых, материальные (натурные, физические, предметные) модели. Это реальные предметы в уменьшенном или увеличенном виде, воспроизводящие внешний вид, структуру или поведение объекта моделирования. Они копируют, воспроизводят признаки оригинала. Примерами натурных моделей являются муляжи и маке­ты - уменьшенные или увеличенные копии, воспроизво­дящие внешний вид объекта моделирования (глобус), его структуру (модель Солнечной системы) или поведение (ра­диоуправляемая модель автомобиля).

Во-вторых, информационные модели. Они представляют собой описания объекта-оригинала на языках кодирования информации (словес­ное описание, формула, схема или чертеж). Именно информационные модели можно строить на компьютере, поэтому они и рассматриваются наукой информатикой.

Объектом информационного моделирования может быть всё что угод­но: отдельные предметы (дерево, стол); физические, химические, биоло­гические процессы (течение воды в трубе, получение серной кислоты, фо­тосинтез в листьях растений); метеорологические явления (гроза, смерч); экономические и социальные процессы (динамика цен акций на бирже, миграция населения). Можно сказать, что информационным моделированием занимается любая наука, поскольку задача науки состоит в получении знаний, а наши знания о действительности всегда носят приближенный, т. е. мо­дельный, характер. С развитием науки эти знания уточняются, углубля­ются, но все равно остаются приближенными. Старые модели заменяются на новые, более точные, и этот процесс бесконечен.

Физика создает модели физических объектов, химия - химических, экономика и социология -- социально-экономических и т. д. Информатика занимается общими методами и средствами созда­ния и использования информационных моделей.

Виды информационных моделей.

вербальные – словесные, сказанные устно

образные – фотографии, рисунки…

графические - рисунки, схемы, карты, …

табличные – организованные в виде таблиц

знаковые – выраженные с помощью формального языка

q математические - построенные с помощью математических понятий и формул

q специальные - запись нотами, химическими формулами,..

q логические - различные варианты выбора действий на основе анализа условий.

Существует много различных классификаций моделей. Между видами моделей достаточно тонкая грань. Например, глобус считается материальной моделью Земли, но на нём есть рисунок – графическое изображение, оно содержит специальные значки, числа и надписи. А это уже элементы информационной модели.

Модели по области применения бывают учебные (в т. ч. тренажеры), опытные – при создании новых технических средств, научно-технические.

Модели по фактору времени бывают

статичные – описывают оригинал в заданный момент времени

q силы, действующие на тело в состоянии покоя

q результаты осмотра врача

q фотография

динамичные

q модель движения тела

q явления природы (молния, землетрясение, цунами)

Модели по характеру связей

детерминированные

Связи между входными и выходными величинами жестко заданы

При одинаковых входных данных каждый раз получаются одинаковые результаты

q движение тела без учета ветра

q расчеты по известным формулам

вероятностные (стохастические)

Учитывают случайность событий в реальном мире

При одинаковых входных данных каждый раз получаются немного разные результаты

q движение тела с учетом ветра

q броуновское движение частиц

q модель движения судна на волнении

q модели поведения человека

Специальные виды моделей

имитационные

Нельзя заранее вычислить или предсказать поведение системы, но можно имитировать её реакцию на внешние воздействия;

Максимальный учет всех факторов;

Только численные результаты;

q испытания лекарств на мышах, обезьянах, …

q математическое моделирование биологических систем

q модели бизнеса и управления

q модели процесса обучения

Задача – найти лучшее решение методом проб и ошибок (многократные эксперименты)!

игровые – учитывающие действия противника

q модели экономических ситуаций

q модели военных действий

q спортивные игры

q тренинги персонала

Задача – найти лучший вариант действий в самом худшем случае!

Модели по структуре бывают

табличные модели (пары соответствия)

иерархические (многоуровневые) модели

сетевые модели (графы)

Модели используются человеком для:

Представления материальных предметов (макет за­стройки жилого района в мастерской архитектора);

Объяснения известных фактов (макет скелета челове­ка в кабинете биологии);

Проверки гипотез и получения новых знаний об иссле­дуемых объектах (модель полета самолета новой кон­струкции в аэродинамической трубе);

Прогнозирования (сделанные из космоса фотоснимки движения воздушных масс);

управления (расписание движения поездов) и т. д.

Компьютерная информационная модель.

Основным инструментом со­временной информатики является компьютер. Поэтому информационное моделирование в информатике - это компьютерное моделирование, при­менимое к объектам различных предметных областей. Компьютер позво­лил ученым работать с такими информационными моделями, исследова­ние которых было невозможно или затруднено в докомпьютерные време­на. Например, метеорологи могли и 100 лет назад написать уравнения для расчета прогноза погоды на завтра. Но на решение их «ручным способом» потребовалось бы много лет. И лишь с помощью компьютера появилась возможность рассчитать прогноз погоды прежде, чем наступит завтраш­ний день.

Чаще всего информационное моделирование используется для прогно­зирования поведения объекта моделирования, для принятия управляю­щих решений. Характерной особенностью компьютерных информацион­ных моделей является возможность их использования в режиме реально­го времени, т. е. с соблюдением временных ограничений на получение результата. В самом деле, какой смысл имеет получение через неделю про­гноза на завтра или расчет управляющего решения через час, если его при­нятие требуется через пять минут? Высокое быстродействие современных компьютеров снимает эти проблемы.

Адекватность модели

Адекватность – совпадение существенных свойств модели и оригинала. Адекватность обязательна для верного использования модели. Ведь неадекватная модель даст неверный результат при исследовании, эксперименте. Поэтому результаты моделирования согласуются с выводами теории (законы сохранения и т. п.), подтверждаются экспериментом. Адекватность модели можно доказать только экспериментом!

Модель всегда отличается от оригинала. Важно учитывать, что любая модель бывает адекватна своему оригиналу только при определенных условиях.

Этапы моделирования .

Построение информационной модели начина­ется с системного анализа объекта моделирования. Представим себе быст­ро растущую фирму, руководство которой столкнулось с проблемой сни­жения эффективности работы фирмы по мере ее роста (что является обыч­ной ситуацией) и решило упорядочить управленческую деятельность. Первое, что будет сделано на этом пути, - системный анализ деятельнос­ти фирмы, т. е. анализ объекта моделирования как системы в соответ­ствии с системным подходом.

Системный аналитик, пригла­шенный в фирму, должен изучить ее деятельность, выделить участников процесса управления и их деловые взаимоотношения .

Далее полученное теоретическое описание моделируемой системы пре­образуется в компьютерную модель. Для этого используется либо готовое программное обеспечение , либо привлекаются программисты для его раз­работки. В конечном итоге получается компьютерная информационная модель, которая будет использоваться по своему назначению.

Для нашего примера с фирмой компьютерная информационная модель поможет найти оптимальный вариант управления, при котором будет до­стигнута наивысшая эффективность работы фирмы согласно заложенно­му в модель критерию (например, это может быть максимум прибыли на единицу вложенных средств). Информационная модель базируется на данных, т. е. на информации об объекте моделирования. Любой реальный объект обладает бесконечным множеством различных свойств. Для создания его информационной модели требуется выделить лишь те свойства, которые необходимы с точ­ки зрения цели моделирования; четко сформулировать эту цель необходи­мо до начала моделирования. Например, если вы хотите создать модель учебного процесса в вашем классе, то вам потребуются данные об изучае­мых предметах, расписании занятий , оценках учеников, преподавателях. А если вы захотите смоделировать процесс летнего отдыха (например, коллективной поездки на юг), то вам потребуются совсем другие данные: сроки поездки, маршрут поезда, стоимость билетов, стоимость расходов на питание и пр. Возможно, что единственными общими данными для этих двух моделей будет список учеников класса.

Этапы разработки компьютерной информационной модели

Вопросы и задания

1. Что такое модель?

2. Что такое моделирование?

3. Что можно моделировать? Ваши примеры.

4. Когда используют моделирование? Ваши примеры.

5. Каковы цели моделирования?

6. Сколько моделей можно построить для одного оригинала?

7. Скольким оригиналам может соответствовать одна модель?

8. От чего зависит тип создаваемой модели?

9. Все ли свойства оригинала отражает модель? Если нет, то какие отраджает?

10. Какие модели называют натурными? Приведите 2-3 примера натурных моделей.

11. Какие модели называют информационными?

12. Какие вам известны виды информационных моделей? Приве­дите по 2 собственных примера информационных моделей на каждый вид.

13. Какова роль информатики в информационном моделировании?

14. Что такое адекватность модели и зачем она нужна?

15. Каковы основные этапы компьютерного моделирования?

16. В какой ситуации искусственные цветы и муляжи фруктов могут использоваться в качестве моделей-«заместителей» настоящих цветов и фруктов? Какие свойства и отношения объектов отражают эти модели, а какие - нет?

17. Приведите пример информационной модели:

a. ученика вашего класса;

b. квартиры жилого дома;

c. книги в библиотеке;

d. кассеты (диска) со звукозаписью (видеозаписью);