Модель и моделирование. Цели и задачи моделирования

Общая цель моделирования подчинена цели любых естественно-научных исследований – прогнозировать результаты предстоящих экспериментов (в том числе результаты эксплуатации любых устройств и систем).

1. Обеспечить поддержку принятия решений при решении тактических и стратегических задач управления. Существует иерархия задач управления технологическими комплексами. На верхнем уровне решаются задачи планирования производства, материально-технического снабжения и реализации продукции. На нижележащих уровнях иерархии решаются задачи распределения программы выпуска продукции на весь плановый период, задачи календарного планирования и текущего управления. Этой иерархии задач соответствует иерархия математических моделей.

Успех управления в значительной мере зависит от возможности и своевременности использования информации на всех организационных уровнях.

Стратегические задачи связаны с созданием новых или реконструкцией существующих объектов. Тактические задачи связаны с изменением технологических режимов и решаются при условии, что структура объекта сохраняется.

Например, математические модели, поддерживающие решения стратегических задач, позволяют прогнозировать развитие проектируемого предприятия и разрабатывать меры, направленные на предотвращение, ликвидацию или ограничение опасных последствий горных работ.

Основной чертой современных информационных систем является обилие информации, вследствие чего возрастает значение ее адекватного отбора.

Совместно обрабатывая разнородную информацию (результаты экспресс-контроля, показания датчиков, результаты экспертных оценок), необходимо осуществить селекцию (отбор) той информации, которая совместима с известными закономерностями процесса, имеющими, например, вид аналитических моделей.

Качественная и количественная селекция информации позволяет повысить эффективность управления.

Таким образом, математическая модель выполняет роль связующего элемента всей информации о ходе исследуемого процесса и позволяет ответить на следующие вопросы.

Какова существующая технологическая ситуация? Ответ на этот вопрос требует интерпретации потока сообщений, поступающих от объекта, и отнесения существующей ситуации к определенному классу.

Какие ресурсы необходимы для ведения процесса на прогнозируемом интервале времени?

Как нужно изменить технологический режим для предотвращения аварийных ситуаций и оптимизации технологического режима? Ответ на последний вопрос подразумевает наличие прогнозирования развития технологической ситуации и знание соответствующих регулировочных характеристик.

2. Заменить недопустимые на реальном объекте опыты экспериментами на его модели. Модели реальных объектов издавна используются в науке и технике для проверки идей, отработки гипотез, получения экспериментального материала. Так, при проектировании карьера возникает задача определения его глубины и конечных границ. Для решения этой задачи необходима математическая модель месторождения, позволяющая из различных вариантов выбрать оптимальный, исходя из минимизации затрат на разработку всех запасов руды. При этом мы заменяем недопустимые на реальном объекте опыты вычислительными экспериментами на его модели. Необходимым условием успешности такого подхода является соответствие модели реальному объекту.

3. Свести исследование реального, “нематематического” объекта к решению математической задачи. Такое сведение открывает возможность использования для изучения реального объекта хорошо разработанного математического аппарата и мощной вычислительной техники. Необходимо отметить, что математические модели – это не только уравнения математической задачи, но и условия их применимости.

Уместно напомнить девиз британского Королевского научного общества: “Ничего словами!” Все научные положения должны основываться на математических доказательствах и подтверждаться результатами экспериментов.

Математическая модель – это всегда приближенное, упрощенное представление объекта. Отсюда следует, что моделей, характеризующих один и тот же объект с одних и тех же позиций, может быть много и можно говорить о “хороших” и “плохих” моделях с точки зрения определенных критериев.

Всякая математическая модель является схемой исследуемого явления, из которой с помощью формальной логики можно извлекать следствия, касающиеся свойств этого явления.

4. Получить эффективный инструмент исследования сложных систем. Математическое моделирование является эффективным инструментом исследования сложных систем. Один из основоположников применения математических методов в биологии А. А. Ляпунов считал, что “это единственная возможность отчетливого совместного рассмотрения ряда одновременно протекающих процессов и выбора разумного способа вмешательства в их течение, т. е. управления ими”.

5. Обобщить знания, накопленные об объекте. Модели служат как бы аккумуляторами знаний об объектах.

С помощью моделей можно имитировать функционирование и прогнозировать будущие свойства объектов или их свойства в новых, ранее не описанных ситуациях. Моделирование позволяет сократить число необходимых опытов и наблюдений и более четко интерпретировать их результаты.

Модели выполняют особую смыслообразующую роль в системе научного знания. Если модель адекватна реальному объекту, то это свидетельствует с большой вероятностью о том, что мы правильно понимаем процессы, происходящие в реальном объекте.

Создавая модель, исследователь “познает” систему , т. е. выделяет ее из окружающей среды и строит ее формальное описание в соответствии с поставленными целями, задачами и имеющимися возможностями.

Важнейшей характеристикой математической модели является ее проблемная ориентированность , т. е. математическая модель всегда ориентирована на решение определенных проблем, например, повышение стабильности качественных характеристик товарной продукции, снижение потерь, повышение надежности и т. д. Назвав проблему, мы определяем систему выходных переменных (показателей процесса).

Разнообразие целей моделирования хорошо иллюстрируется перечнем задач, связанных с бизнес-процессами, когда требуется получить описание финансовых, производственных, логистических и маркетинговых характеристик затрат, доходов, прибыли, инвестиций, производственных мощностей, каналов снабжения и сбыта, процессов, функций, информационных потоков, организационных структур и т. д.

Средства построения моделей определяются видами моделей и пристрастиями разработчика. Так, язык IDEF0 используется для описания связи функций друг с другом по входам, выходам, контролю и исполнению. Модели “сущность – связь” используют для описания параметров объекта и взаимозависимости между ними для проектирования БД. Потоковые модели (Data Flow Diagrams) предназначены для описания связей функциональной и информационной моделей – какие функции, какими потоками данных управляют.

Лекция 1. Понятие моделирования. Цели моделирования

Понятие моделирования; виды моделœей; цели моделирования.

Цель лекции:

Изучить основные понятия моделирования и виды моделирования.

В научном исследовании большую роль играют гипотезы – определœенные предсказания, основанные на небольшом количестве опытных данных, наблюдений. При формулировании и проверке правильности гипотез большое значение в качестве метода суждения имеет аналогия – суждение о каком-либо частном сходстве двух объектов. Гипотезы создаются обычно по аналогии с проверяемыми на практике научными положениями. Τᴀᴋᴎᴍ ᴏϬᴩᴀᴈᴏᴍ, аналогия связывает гипотезу с экспериментом. Гипотезы и аналогии, отражающие реальный мир, должны обладать наглядностью и сводиться к удобным для исследования логическим схемам. Такие логические схемы, упрощающие рассуждения и логические построения или позволяющие проводить эксперименты, уточняющие природу явлений, называют моделями. То есть модель - ϶ᴛᴏ объект-заместитель объекта-оригинала. Процесс построения объекта-модели называютмоделированием . Моделирование позволяет изучать свойства объекта-оригинала с помощью объекта-заместителя.

Моделирование – один из наиболее распространенных способов изучения различных процессов и явлений. Сложность этих процессов проявляется в значительном числе и многообразии параметров, определяющих течение процессов, многочисленных внутренних связях между параметрами, их взаимном влиянии. Мы вынуждены уменьшать эту информацию и ограничить число возможностей, между которыми делается выбор.
Размещено на реф.рф
Это достигается изучением процессов с помощью модели - упрощенной системы, которая отражает отдельные, ограниченные в нужном направлении, характеристики изучаемого процесса. Суть моделирования состоит в переходе от непосредственного изучения исходного явления, процесса или технической системы к другому явлению, процессу или технической системе, именуемой моделью. Основная цель такого перехода – облегчить исследование, сделать доступным определœение интересующих нас величин, искусственно воспроизвести исследуемые явления.

Итак, моделью объекта будем называть любой другой объект, отдельные свойства которого полностью или частично совпадают со свойствами исходного.

Модель создается ради исследований, которые на реальном объекте проводить либо невозможно, либо дорого или просто неудобно. Можно выделить несколько целœей, ради которых создаются модели и ряд базовых типов исследования:

Модель как средство осмысления помогает выявить взаимозависимости переменных, характер их изменения во времени, найти существующие закономерности. При составлении модели становится более понятной структура исследуемого объекта͵ вскрываются важные причинно-следственные связи. В процессе моделирования постепенно происходит разделœение свойств исходного объекта на существенные и второстепенные с точки зрения сформулированных требований к модели. Мы пытаемся найти в исходном объекте только те черты, которые имеют непосредственное отношение к интересующей нас стороне его функционирования. В определœенном смысле вся научная деятельность сводится к построению и исследованию моделœей природных явлений;

Модель как средство прогнозирования позволяет научиться предсказывать поведение объекта и управлять им, испытывая различные варианты управления модели. Экспериментировать с реальным объектом часто неудобно, а иногда и просто опасно или невозможно в силу ряда причин: большой продолжительности эксперимента͵ риска повредить или уничтожить объект, отсутствия реального объект (в случае, когда он еще проектируется);

Построенные модели могут использоваться для нахождения оптимальных соотношений параметров, исследования особых (критических) режимов;

Модель также может в некоторых случаях заменять исходный объект при обучении, к примеру, использоваться в качестве тренажера при подготовке персонала к последующей работе в реальной обстановке, или выступать в качестве исследуемого объекта в виртуальной лаборатории. Модели, реализованные в виде исполняемых модулей, применяются и как имитаторы объектов управления при стендовых испытаниях систем управления, и, на ранних стадиях проектирования, заменяют сами будущие аппаратно- реализуемые системы управления.

Модели можно условно разделить на две группы: материальные и идеальные , и соответственно, различать предметное иабстрактное моделирование. Основными разновидностями предметного моделирования являются физическое и аналоговое моделирование.

Физическим принято называть такое моделирование (макетирование), при котором реальному объекту ставится в соответствие его увеличенная или уменьшенная копия. Эта копия создается на базе теории подобия по критериям подобия, выведенным из общих законов, характеризующих исследуемое явление, что и позволяет утверждать, что в модели сохранились требуемые свойства. В физических моделях помимо геометрических пропорций бывают сохранены и другие свойства исходного объекта͵ необходимые для конкретного исследования (к примеру, материал или цветовая гамма объекта). К примеру, при проектировании самолета создается его макет, обладающий теми же аэродинамическими свойствами. При выборе физической модели крайне важно исходить прежде всœего из того, что работа с моделью должна быть простой, менее трудоемкой и безопасной, допускала использование более мощных методов анализа, чем работа с самой системой.

Важно заметить, что для сравнительно простых систем (к примеру, гидравлических или тепловых с однофазным потоком) принцип подобия и физическое моделирование оправдывают себя, так как приходится иметь дело с ограниченным числом критериев. Основной недостаток физического моделирования – крайне важно сть построения для каждого варианта объекта своей модели, что зачастую требует больших затрат материальных ресурсов и труда. По этой причине физическое моделирование имеет ограниченную сферу применения и основным методом исследования сложных систем является математическое моделирование.

Аналоговое моделирование основано на замене исходного объекта объектом другой физической природы, обладающим аналогичным поведением. К примеру, колебания и резонанс можно изучать и с помощью механических систем, и с помощью электрических цепей. При аналоговом моделировании важно увидеть в объекте-заменителœе нужные черты, и правильно их интерпретировать.

И физическое, и аналоговое моделирование в качестве основного способа исследования предполагают проведение натурного эксперимента с моделью, но данный эксперимент оказывается в каком-то смысле более привлекательным, чем эксперимент с исходным объектом. В свое время очень широко использовались аналоговые вычислительные машины. Моделирование с их помощью основано на том, что электрические явления сходны с очень многими явлениями другой физической природы. К примеру, колебания тока в электрической цепи аналогичны угловым колебаниям ракеты, а экспериментировать с электрической цепью дешевле и безопаснее, чем с летящей ракетой. Электрические колебания, воспроизводимые на аналоговых машинах, можно было наблюдать с помощью специальных приборов – осциллографов и тем самым ʼʼвидетьʼʼ поведение модели.

Идеальные модели - ϶ᴛᴏ абстрактные образы реальных или воображаемых объектов. Различают два типа идеального моделирования: интуитивное и знаковое.

Об интуитивном моделировании говорят, когда не могут даже описать используемую модель, хотя она и существует, но берутся с ее помощью предсказывать или объяснять окружающий нас мир.
Размещено на реф.рф
В этом смысле, к примеру, жизненный опыт каждого человека может считаться его интуитивной моделью окружающего мира. Как справляется мозг с задачей принятия решений в различных ситуациях, мы просто пока не знаем.

Знаковым принято называть моделирование, использующее в качестве моделœей знаки или символы: схемы, графики, чертежи, тексты на различных языках, включая формальные, математические формулы и теории. Обязательным участником знакового моделирования является интерпретатор знаковой модели (чаще всœего человек). Чертежи, тексты и формулы сами по себе не имеют никакого смысла без того, кто понимает их и использует в своей повсœедневной деятельности.

Важнейшим видом знакового моделирования является математическое моделирование. Абстрагируясь от физической природы объектов, математика изучает идеальные объекты. Математическое моделирование основано на ограниченности числа фундаментальных законов природы и принципе подобия, означающем, что явления различной физической природы могут описываться одинаковыми математическими зависимостями. К примеру, с помощью теории дифференциальных уравнений можно изучать уже упомянутые электрические и механические колебания в наиболее общем виде, а затем полученные знания применять для исследования объектов конкретной физической природы.

Математическое моделирование – формализованное описание системы с помощью математических соотношений или алгоритмов. Любое математическое выражение, в котором фигурируют физические величины, можно рассматривать как математическую модель процесса. В отличие от физического моделирования математическая модель позволяет изучать только те параметры оригинала, которые имеют математическое описание и связаны математическими соотношениями в уравнениях, относящихся как к математической модели, так и к оригиналу. При этом физика исследуемого процесса не сохраняется, моделирование здесь основано на способности одних и тех же уравнений описывать различные по своей природе явления и выявлять различные функциональные связи отдельных сторон поведения объекта без полного описания его поведения. Следовательно, математическая модель реального объекта есть некоторый математический объект, поставленный в соответствие данному физическому объекту. Естественно, должны быть известны соотношения, которые выражаются в виде математических зависимостей реальной физической связи. В дальнейшем мы будем говорить только о математическом моделировании.

Важнейшая разновидность математического моделирования – компьютерное моделирование. Компьютерная модель - ϶ᴛᴏ программная реализация математической модели, дополненная различными служебными программами (к примеру, рисующими и изменяющими графические образы во времени). Компьютерная модель проявляет свойства физической модели, когда она интерпретируется физическим устройством, компьютером. Компьютерная модель как физическое устройство может входить в состав испытательных стендов, тренажеров и виртуальных лабораторий. Этот специальный вид моделœей, сочетающих в себе и абстрактные, и физические черты, обладает уникальным набором полезных свойств. Главным из них является простота создания и модификации модели. Следует учесть высокую точность получаемых результатов, неограниченную функциональную сложность моделœей. По этой причине в настоящее время под моделированием почти всœегда понимают компьютерное моделирование.

Лекция 1. Понятие моделирования. Цели моделирования - понятие и виды. Классификация и особенности категории "Лекция 1. Понятие моделирования. Цели моделирования" 2017, 2018.

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

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

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

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

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

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

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

На компьютерное моделирование, приставляющее собой:

Вычислительное (имитационное) моделирование;

- «визуализацию явлений и процессов»;

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

Укрупненная классификация абстрактных моделей (идеальных) такова:

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

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

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

Цели моделирования:

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

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

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

Рассмотрим основные этапы моделирования подробнее.

Этап 1. Постановка задачи.

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

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

Описание задачи.

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

Цели моделирования.

Познание окружающего мира.

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

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

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

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

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

Эффективность управления объектом (или процессом).

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

Анализ объекта.

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

Этап 2. Разработка модели.

Информационная модель.

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

Знаковая модель.

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

Компьютерная модель

Это модель, реализованная средствами программной среды.

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

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

Основные функции компьютера при моделировании систем:

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

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

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

исполнение роли средства моделирования для получения новых знаний;

«обучение» новых моделей (самообучение моделей).

Этап 3. Компьютерный эксперимент.

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

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

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

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

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

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

Этап 4. Анализ результатов моделирования.

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

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

Виды моделей.

В прикладных областях различают следующие виды абстрактных моделей:

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

информационные модели и моделирование, имеющие приложения в информационных системах;

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

информационные (компьютерные) технологии, которые надо делить

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

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

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

Итак, укрупненная классификация абстрактных (идеальных) моделей такова.

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

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

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

К основным этапам компьютерного моделирования относятся:

постановка задачи, определение объекта моделирования;

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

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

планирование и проведение компьютерных экспериментов;

анализ и интерпретация результатов.

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

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

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

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

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

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

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

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

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

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

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

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

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

Важным моментом на этапе постановки задачи является определение цели моделирования. От выбранной цели зависит, какие характеристики исследуемого объекта считать существенными, а какие отбросить. В соответствии с поставленной целью может быть подобран инструментарий, определены методы решения задачи, формы отображения результатов.

Рассмотрим возможные цели моделирования.

Первобытные люди изучали окружающую природу, чтобы научиться противостоять природным стихиям, пользоваться природными благами, просто выживать.

Накопленные знания передавались из поколения в поколение устно, позже письменно и, наконец, с помощью предметных моделей. Так был создан глобус -- модель Земного шара, позволяющая получить наглядное представление о форме нашей планеты, ее вращении вокруг собственной оси и о расположении материков. Такие модели помогают понять, как устроен конкретный объект, узнать его основные свойства, установить законы его развития и взаимодействия с окружающим миром. В этом случае целью построения модели является познание окружающего мира.

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

Таким образом, другая важная цель моделирования -- создание объектов с заданными свойствами. Эта цель соответствует постановке задачи «как сделать, чтобы...».

Цель моделирования задач типа «что будет, если...» -- определение последствий воздействия на объект и принятие правильного решения. Подобное моделирование играет важное значение при рассмотрении социальных и экологических вопросов: что будет, если увеличить плату за проезд в транспорте, или что произойдет, если закопать ядерные отходы в некоторой местности?

Например, для избавления Санкт-Петербурга от постоянных наводнений, приносящих огромный ущерб, было решено возвести дамбу. При ее проектировании было построено множество моделей, в том числе и натурных, именно с целью предсказания последствий вмешательства в природу.

Формализация задачи

В повседневной жизни мы постоянно сталкиваемся с проявлением формализма, означающего строгий порядок. И хотя мы часто говорим о формализме с отрицательной оценкой, в некоторых случаях без него не обойтись. Возможно ли организовать учет и хранение лекарств в больнице или диспетчерское управление в авиации, если не подчинить эти процессы строгой формализации? В таких случаях она означает четкие правила и их одинаковое понимание всеми, строгий учет, единые формы отчетности и т. д.

Обычно о формализации говорят и тогда, когда собранные данные предполагают обрабатывать математическими средствами.

Те из вас, кто участвовал в переписи населения, вероятно, обратили внимание, какие формы заполняли инспекторы по результатам беседы с членами семьи. В этих формах не было выделено места для эмоций, они содержали формализованные данные опроса -- единицы в строго определенных графах. Эти данные затем обрабатывались с использованием математических методов. Нельзя не упомянуть и о том, что обработка велась при помощи компьютера. Компьютер является универсальным инструментом для обработки информации, но для решения любой задачи с его использованием надо изложить ее на строгом, формализованном языке. Каким бы чудом техники ни казался компьютер, человеческий язык ему не понятен.

При формализации задачи отталкиваются от ее общего описания. Это позволяет четко выделить прототип моделирования и его основные свойства. Как правило, этих свойств довольно много, причем некоторые невозможно описать количественными соотношениями. Кроме того, в соответствии с поставленной целью необходимо выделить параметры, которые известны (исходные данные) и которые следует найти (результаты).

Как уже упоминалось выше, прототипом моделирования может быть объект, процесс или система. Если моделируется система, производится ее анализ: выявляются составляющие системы (элементарные объекты) и определяются связи между ними. При анализе необходимо также решить вопрос о степени детализации системы.

Формализацию проводят в виде поиска ответов на вопросы, уточняющие общее описание задачи.