مدل سازی در علوم کامپیوتر - چیست؟ انواع و مراحل مدل سازی. مفاهیم "مدل"، "مدل سازی"، رویکردهای مختلف برای طبقه بندی مدل ها

روش مدلسازیامیدوار کننده ترین روش تحقیق مستلزم سطح معینی از آموزش ریاضی از روانشناس است. در اینجا پدیده های ذهنی بر اساس تصویری تقریبی از واقعیت - مدل آن - مطالعه می شوند. این مدل این امکان را فراهم می کند که توجه روانشناس را فقط بر اصلی ترین و اساسی ترین ویژگی های روان متمرکز کند. یک مدل نماینده مجاز شی مورد مطالعه (پدیده ذهنی، فرآیند فکر و غیره) است. البته بهتر است فوراً یک دید کل نگر از پدیده مورد مطالعه بدست آوریم. اما این، به عنوان یک قاعده، به دلیل پیچیدگی اشیاء روانی غیرممکن است.

مدل با یک رابطه شباهت به اصلی خود مرتبط است.

شناخت اصل از دیدگاه روانشناسی از طریق فرآیندهای پیچیده تأمل ذهنی رخ می دهد. اصل و انعکاس روانی آن مانند یک شی و سایه آن به هم مرتبط هستند. شناخت کامل یک شی به صورت متوالی، مجانبی، از طریق یک زنجیره طولانی از شناخت تصاویر تقریبی انجام می شود. این تصاویر تقریبی مدل های اصلی قابل شناخت هستند.

نیاز به مدل سازی در روانشناسی زمانی به وجود می آید که:
- پیچیدگی سیستم شی یک مانع غیرقابل عبور برای ایجاد تصویر یکپارچه آن در تمام سطوح جزئیات است.
- مطالعه سریع موضوع روانشناختی به ضرر جزئیات اصلی مورد نیاز است.
- فرآیندهای ذهنی با سطح بالایی از عدم قطعیت در معرض مطالعه هستند و الگوهایی که از آنها تبعیت می کنند ناشناخته هستند.
- بهینه سازی شی مورد مطالعه با تغییر فاکتورهای ورودی مورد نیاز است.

وظایف مدلسازی:
- توصیف و تحلیل پدیده های ذهنی در سطوح مختلف سازمان ساختاری آنها.
- پیش بینی توسعه پدیده های ذهنی؛
- شناسایی پدیده های ذهنی، یعنی ایجاد شباهت ها و تفاوت های آنها.
- بهینه سازی شرایط برای جریان فرآیندهای ذهنی.

مختصری در مورد طبقه بندی الگوها در روانشناسی. مدل های موضوعی و نمادین را اختصاص دهید. عینی ماهیتی فیزیکی دارد و به نوبه خود به طبیعی و مصنوعی تقسیم می شود. اساس مدل های طبیعی نمایندگان حیات وحش است: مردم، حیوانات، حشرات. بیایید یک دوست واقعی انسان را به یاد بیاوریم - یک سگ که به عنوان الگویی برای مطالعه کار مکانیسم های فیزیولوژیکی انسان عمل کرد. در قلب مدل های مصنوعی عناصر "طبیعت دوم" وجود دارد که توسط کار انسانی ایجاد شده است. به عنوان مثال، می توان به هوموستات F. Gorbov و سایبرنومتر N. Obozov اشاره کرد که برای مطالعه فعالیت گروهی کاربرد دارند.

مدل های نشانه بر اساس سیستمی از نشانه ها ایجاد می شوند که ماهیت بسیار متفاوتی دارند. این:
- مدل های الفبایی، که در آن حروف و اعداد به عنوان علامت عمل می کنند (مثلاً، مدل تنظیم فعالیت های مشترک توسط N. N. Obozov)؛
- مدل های نمادهای خاص (به عنوان مثال، مدل های الگوریتمی فعالیت A.I. Gubinsky و G.V. Sukhodolsky در روانشناسی مهندسی یا یک نت موسیقی برای یک اثر موسیقی ارکسترال، که شامل تمام عناصر لازم است که کار مشترک پیچیده اجراکنندگان را همگام می کند).
- مدل های گرافیکی که شی را به شکل دایره ها و خطوط ارتباطی بین آنها توصیف می کنند (اولی می تواند به عنوان مثال وضعیت یک شی روانشناختی را بیان کند ، دومی - انتقال احتمالی از یک حالت به حالت دیگر).
- مدل های ریاضی با استفاده از زبان متنوع نمادهای ریاضی و داشتن طرح طبقه بندی خاص خود.
- مدل های سایبرنتیک بر اساس تئوری سیستم های کنترل و شبیه سازی خودکار، تئوری اطلاعات و غیره ساخته می شوند.

با توجه به این ویژگی، مدل ها به دو دسته کلی تقسیم می شوند:

• مدل های انتزاعی (ذهنی)؛
• مدل های مواد

برنج. 1.1.

اغلب در عمل مدل‌سازی مدل‌های ترکیبی و انتزاعی-مادی وجود دارد.

الگوهای انتزاعیساختارهای معینی از نشانه های پذیرفته شده عمومی بر روی کاغذ یا سایر رسانه های محسوس یا در قالب یک برنامه کامپیوتری هستند.

مدل های انتزاعی را می توان بدون پرداختن به جزئیات زیاد به موارد زیر تقسیم کرد:

• نمادین؛
• ریاضی.

مدل نمادین- این یک شی منطقی است که جایگزین فرآیند واقعی می شود و ویژگی های اصلی روابط خود را با استفاده از سیستم خاصی از علائم یا نمادها بیان می کند. اینها یا کلمات یک زبان طبیعی هستند یا کلمات مربوط به اصطلاحنامه، نمودارها، نمودارها و غیره.

یک مدل نمادین می تواند معنای مستقلی داشته باشد، اما، به عنوان یک قاعده، ساخت آن مرحله اولیه هر مدل سازی دیگر است.

مدل سازی ریاضی- این فرآیند ایجاد مطابقت با شی مدل شده برخی از ساختارهای ریاضی است که مدل ریاضی نامیده می شود و مطالعه این مدل است که امکان دستیابی به ویژگی های شی مدل شده را فراهم می کند.

مدل سازی ریاضی هدف اصلی و محتوای اصلی رشته مورد مطالعه است.

مدل های ریاضی می توانند:

• تحلیلی؛
• تقلید؛
• ترکیبی (تحلیلی و شبیه سازی).

مدل های تحلیلی- اینها روابط عملکردی هستند: سیستم های جبری، دیفرانسیل، معادلات یکپارچه-دیفرانسیل، شرایط منطقی. معادلات ماکسول - یک مدل تحلیلی از میدان الکترومغناطیسی. قانون اهم مدلی از مدار الکتریکی است.

تبدیل مدل های ریاضی بر اساس قوانین و قوانین شناخته شده را می توان به عنوان آزمایش در نظر گرفت. یک راه حل مبتنی بر مدل های تحلیلی را می توان در نتیجه یک محاسبه واحد، صرف نظر از مقادیر خاص ویژگی ها ("به طور کلی") به دست آورد. این بصری و برای شناسایی الگوها راحت است. با این حال، برای سیستم های پیچیده، همیشه نمی توان یک مدل تحلیلی ساخت که به طور کامل فرآیند واقعی را منعکس کند. با این وجود، فرآیندهایی وجود دارد، به عنوان مثال، فرآیندهای مارکوف، که ارتباط مدل سازی آنها توسط مدل های تحلیلی با عمل ثابت شده است.

شبیه سازی. ایجاد رایانه ها منجر به توسعه زیر کلاس جدیدی از مدل های ریاضی - شبیه سازی شد.

مدل سازی شبیه سازی شامل نمایش مدل در قالب برخی از الگوریتم ها - یک برنامه کامپیوتری - است که اجرای آن دنباله ای از تغییرات حالت در سیستم را تقلید می کند و بنابراین رفتار سیستم شبیه سازی شده را نشان می دهد.

فرآیند ایجاد و آزمایش چنین مدل هایی را مدل سازی شبیه سازی و خود الگوریتم را مدل شبیه سازی می نامند.

تفاوت بین مدل های شبیه سازی و تحلیلی چیست؟

در مورد مدل سازی تحلیلی، یک کامپیوتر یک ماشین حساب قدرتمند است که ماشین اضافه می کند. مدل تحلیلی حل کردروی یک کامپیوتر

در مورد مدل سازی شبیه سازی، مدل شبیه سازی - برنامه - اجرا شدروی یک کامپیوتر

مدل های شبیه سازی به سادگی تأثیر عوامل تصادفی را در نظر می گیرند. برای مدل های تحلیلی، این یک مشکل جدی است. در حضور عوامل تصادفی، ویژگی‌های لازم فرآیندهای شبیه‌سازی شده با اجرای چندگانه (تحقق) مدل شبیه‌سازی و پردازش آماری بیشتر اطلاعات انباشته‌شده به‌دست می‌آید. بنابراین، مدل سازی شبیه سازی فرآیندها با عوامل تصادفی اغلب نامیده می شود مدل سازی آماری.

اگر مطالعه یک شی تنها با استفاده از مدل‌سازی تحلیلی یا شبیه‌سازی مشکل باشد، از مدل‌سازی ترکیبی (ترکیب)، تحلیلی و شبیه‌سازی استفاده می‌شود. هنگام ساخت چنین مدل‌هایی، فرآیندهای عملکرد شی به زیر فرآیندهای تشکیل‌دهنده تجزیه می‌شوند، و شاید از مدل‌های تحلیلی برای آن‌ها استفاده شود، و مدل‌های شبیه‌سازی برای زیرفرایندهای باقی‌مانده ساخته می‌شوند.

مدل سازی موادبر اساس استفاده از مدل هایی که ساختارهای فنی واقعی را نشان می دهند. می تواند خود شی یا عناصر آن باشد (مدل سازی طبیعی). این ممکن است یک دستگاه خاص باشد - مدلی که دارای شباهت فیزیکی یا هندسی به اصلی است. این ممکن است یک وسیله با ماهیت فیزیکی متفاوت از نمونه اصلی باشد، اما فرآیندهایی که در آن با روابط ریاضی مشابه توصیف می شوند. این به اصطلاح شبیه سازی آنالوگ است. چنین تشبیهی، به عنوان مثال، بین نوسانات یک آنتن ارتباطی ماهواره ای تحت بار باد و نوسان جریان الکتریکی در یک مدار الکتریکی خاص انتخاب شده مشاهده می شود.

اغلب ایجاد می شود مدل های انتزاعی مواد. آن قسمت از عملیات که نمی توان آن را به صورت ریاضی توصیف کرد به صورت مادی مدل سازی شده است، بقیه انتزاعی است. به عنوان مثال، تمرینات فرماندهی و ستاد، زمانی که کار ستاد یک آزمایش تمام عیار است و اقدامات نیروها در اسناد منعکس می شود، از این قبیل است.

طبقه بندی بر اساس معیار در نظر گرفته شده - روش اجرای مدل - در شکل نشان داده شده است. 1.2.

برنج. 1.2.

1.3. مراحل مدلسازی

مدل سازی ریاضیمانند هر چیز دیگری هنر و علم محسوب می شود. رابرت شانون، متخصص مشهور در زمینه مدل سازی شبیه سازی، کتاب خود را به طور گسترده در دنیای علمی و مهندسی شناخته شده است: شبیه سازی- هنر و علم". بنابراین، در عمل مهندسی هیچ دستورالعمل رسمی در مورد چگونگی ایجاد مدل وجود ندارد.

مرحله اول: تبیین اهداف مدلسازی. در واقع این مرحله اصلی هر فعالیتی است. هدف اساساً محتوای مراحل باقی مانده از مدل سازی را تعیین می کند. توجه داشته باشید که تفاوت بین یک سیستم ساده و یک سیستم پیچیده نه چندان به دلیل ماهیت آنها، بلکه توسط اهداف تعیین شده توسط محقق ایجاد می شود.

به طور معمول، اهداف مدل سازی عبارتند از:

• پیش بینی رفتار شی تحت حالت های جدید، ترکیبی از عوامل و غیره.
• انتخاب ترکیب و مقادیری از عواملی که مقدار بهینه شاخص های کارایی فرآیند را ارائه می دهند.
• تجزیه و تحلیل حساسیت سیستم به تغییرات در برخی عوامل؛
• بررسی انواع فرضیه ها در مورد ویژگی های پارامترهای تصادفی فرآیند مورد مطالعه.
• تعیین روابط عملکردی بین رفتار ("واکنش") سیستم و عوامل موثر که می تواند به پیش بینی رفتار یا تجزیه و تحلیل حساسیت کمک کند.
• روشن شدن ماهیت، درک بهتر موضوع مطالعه، و همچنین شکل گیری اولین مهارت ها برای راه اندازی یک سیستم شبیه سازی شده یا عامل.

فاز دوم: ساخت یک مدل مفهومی. مدل مفهومی(از lat. Concept) - مدلی در سطح ایده تعیین کننده که هنگام مطالعه شی مدل شده شکل می گیرد. در این مرحله، شی مورد بررسی قرار می گیرد، ساده سازی ها و تقریب های لازم ایجاد می شود. جنبه های مهم شناسایی می شوند، جنبه های ثانویه حذف می شوند. واحدهای اندازه گیری و محدوده متغیرهای مدل تنظیم شده است. در صورت امکان پس مدل مفهومیدر قالب سیستم های شناخته شده و توسعه یافته ارائه می شود: صف بندی، کنترل، تنظیم خودکار، انواع مختلف خودکار و غیره. مدل مفهومیبه طور کامل مطالعه مستندات طراحی یا بررسی تجربی شی مورد مدل‌سازی را خلاصه می‌کند.

نتیجه مرحله دوم یک طرح کلی از مدل است که به طور کامل برای یک توصیف ریاضی - ساخت یک مدل ریاضی آماده شده است.

مرحله سوم: انتخاب یک زبان برنامه نویسی یا مدل سازی، توسعه یک الگوریتم و یک برنامه مدل. مدل می تواند تحلیلی یا شبیه سازی یا ترکیبی از هر دو باشد. در مورد یک مدل تحلیلی، محقق باید بر روش های حل تسلط داشته باشد.

در تاریخ ریاضیات (و به هر حال، تاریخچه مدل‌سازی ریاضی است) نمونه‌های زیادی وجود دارد که نیاز به مدل‌سازی انواع مختلف فرآیندها منجر به اکتشافات جدید شد. برای مثال، نیاز به مدل‌سازی حرکت منجر به کشف و توسعه حساب دیفرانسیل (لایب‌نیتس و نیوتن) و روش‌های حل مربوطه شد. مشکلات مدلسازی تحلیلی پایداری کشتی، آکادمیسین A.N. Krylov را بر آن داشت تا نظریه محاسبات تقریبی و یک کامپیوتر آنالوگ را ایجاد کند.

نتیجه مرحله سوم مدل سازی برنامه ای است که به راحت ترین زبان برای مدل سازی و تحقیق - جهانی یا ویژه - گردآوری شده است.

مرحله چهارم: برنامه ریزی یک آزمایش مدل ریاضیهدف آزمایش است. آزمایش باید تا حد امکان آموزنده باشد، محدودیت ها را برآورده کند، داده ها را با دقت و قابلیت اطمینان لازم ارائه دهد. یک تئوری برنامه ریزی آزمایشی وجود دارد، ما عناصر این نظریه را که به آن نیاز داریم در جای مناسب در رشته مورد مطالعه قرار می دهیم. GPSS World، AnyLogic، و غیره) و می تواند به طور خودکار اعمال شود. این امکان وجود دارد که در جریان تجزیه و تحلیل نتایج به دست آمده، مدل را بتوان پالایش، تکمیل و یا حتی به طور کامل اصلاح کرد.

پس از تجزیه و تحلیل نتایج شبیه سازی، آنها تفسیر می شوند، یعنی نتایج به اصطلاح ترجمه می شوند موضوع. این ضروری است زیرا معمولا متخصص موضوع(کسی که به نتایج تحقیق نیاز دارد) اصطلاحات ریاضیات و مدل سازی را ندارد و می تواند وظایف خود را انجام دهد و تنها با مفاهیمی که برای او شناخته شده است عمل کند.

این نتیجه در نظر گرفتن توالی مدل‌سازی را به پایان می‌رساند و نتیجه‌گیری بسیار مهمی در مورد نیاز به مستندسازی نتایج هر مرحله انجام می‌دهد. این به دلایل زیر ضروری است.

اولاً، مدل‌سازی یک فرآیند تکراری است، یعنی از هر مرحله می‌توان به هر یک از مراحل قبلی بازگشت داد تا اطلاعات مورد نیاز در این مرحله روشن شود و مستندات می‌توانند نتایج به‌دست‌آمده در تکرار قبلی را ذخیره کنند.

ثانیاً در مورد مطالعه یک سیستم پیچیده، تیم های بزرگی از توسعه دهندگان در آن شرکت می کنند و مراحل مختلف توسط تیم های مختلف انجام می شود. بنابراین، نتایج به‌دست‌آمده در هر مرحله باید قابل انتقال به مراحل بعدی باشد، یعنی دارای یک فرم ارائه یکپارچه و محتوای قابل درک برای سایر متخصصان علاقه‌مند باشد.

ثالثاً نتیجه هر یک از مراحل به خودی خود محصول ارزشمندی باشد. مثلا، مدل مفهومیممکن است برای تبدیل بیشتر به یک مدل ریاضی استفاده نشود، اما توصیفی باشد که اطلاعات مربوط به سیستم را ذخیره می کند، که می تواند به عنوان یک آرشیو، به عنوان یک ابزار یادگیری و غیره استفاده شود.

به منظور درک ماهیت مدل سازی ریاضی، تعاریف اساسی، ویژگی های فرآیند را در نظر بگیرید.

ماهیت اصطلاح

مدل سازی فرآیند ایجاد و به کارگیری یک مدل است. به هر شی انتزاعی یا مادی گفته می شود که در فرآیند مطالعه جایگزین شی واقعی مدل سازی شود. نکته مهم حفظ خواص لازم برای تحلیل کامل موضوع است.

مدل‌سازی رایانه‌ای نوعی دانش مبتنی بر مدل ریاضی است. این شامل سیستمی از نابرابری ها، معادلات، عبارات نشانه های منطقی است که به طور کامل تمام ویژگی های یک پدیده یا شی را منعکس می کند.

مدل سازی ریاضی شامل محاسبات خاص، استفاده از فناوری رایانه است. برای توضیح این فرآیند به تحقیقات بیشتری نیاز است. این کار با شبیه سازی کامپیوتری با موفقیت حل می شود.

ویژگی های شبیه سازی کامپیوتری

این روش مطالعه سیستم های پیچیده موثر و کارآمد تلقی می شود. تجزیه و تحلیل مدل های کامپیوتری راحت تر و آسان تر است، زیرا می توان اقدامات محاسباتی مختلفی را انجام داد. این امر به ویژه در مواردی صادق است که به دلایل فیزیکی یا مادی، آزمایش های واقعی اجازه به دست آوردن نتیجه مطلوب را نمی دهد. منطق چنین مدل هایی امکان تعیین عوامل اصلی تعیین کننده پارامترهای اصلی مورد مطالعه را فراهم می کند.

چنین کاربرد مدل‌سازی ریاضی این امکان را فراهم می‌کند که رفتار یک شی در شرایط مختلف آشکار شود، تأثیر عوامل مختلف بر رفتار آن آشکار شود.

مبانی مدل سازی کامپیوتری

مبنای این مدل سازی چیست؟ تحقیق مبتنی بر فناوری اطلاعات و ارتباطات چیست؟ بیایید با این واقعیت شروع کنیم که هر شبیه سازی کامپیوتری بر اساس اصول خاصی است:

• مدلسازی ریاضی برای توصیف فرآیند مورد مطالعه؛
• استفاده از مدل‌های ریاضی نوآورانه برای بررسی دقیق فرآیندهای مورد مطالعه

انواع مدل سازی

در حال حاضر، روش های مختلفی برای مدل سازی ریاضی وجود دارد: شبیه سازی و تحلیلی.

گزینه تحلیلی با مطالعه مدل های انتزاعی یک شی واقعی در قالب معادلات دیفرانسیل و جبری همراه است که امکان اجرای یک فناوری رایانه ای واضح را فراهم می کند که می تواند یک راه حل دقیق ارائه دهد.

مدل سازی شبیه سازی شامل مطالعه یک مدل ریاضی در قالب یک الگوریتم خاص است که عملکرد سیستم تجزیه و تحلیل شده را از طریق اجرای متوالی یک سیستم از محاسبات و عملیات ساده بازتولید می کند.

ویژگی های ساخت مدل کامپیوتری

بیایید نگاهی دقیق تر به نحوه عملکرد این شبیه سازی بیندازیم. مراحل تحقیق کامپیوتری چیست؟ بیایید با این واقعیت شروع کنیم که فرآیند بر اساس دور شدن از یک شی یا پدیده واضح در حال تجزیه و تحلیل است.

چنین مدلسازی شامل دو مرحله اصلی است: ایجاد یک مدل کیفی و کمی. مطالعه کامپیوتری شامل انجام یک سیستم از اقدامات محاسباتی بر روی یک رایانه شخصی با هدف تجزیه و تحلیل، سیستماتیک کردن، مقایسه نتایج مطالعه با رفتار واقعی شی مورد تجزیه و تحلیل است. در صورت لزوم، اصلاح اضافی مدل انجام می شود.

مراحل مدلسازی

مدل سازی چگونه انجام می شود؟ مراحل تحقیق کامپیوتری چیست؟ بنابراین، الگوریتم اقدامات زیر در مورد ساخت یک مدل کامپیوتری متمایز می شود:

مرحله ی 1. تعیین هدف و اهداف کار، شناسایی هدف مدل سازی. قرار است داده‌ها را جمع‌آوری کند، سؤالی را تنظیم کند، اهداف و اشکال تحقیق را مشخص کند و نتایج به‌دست‌آمده را توصیف کند.

مرحله 2. تجزیه و تحلیل و مطالعه سیستم. شرح شی انجام می شود، ایجاد یک مدل اطلاعاتی، انتخاب نرم افزار و سخت افزار، نمونه هایی از مدل سازی ریاضی انتخاب می شود.

مرحله 3. انتقال به یک مدل ریاضی، توسعه روش طراحی، انتخاب الگوریتم اقدامات.

مرحله 4. انتخاب یک زبان برنامه نویسی یا محیط برای مدل سازی، بحث در مورد گزینه های تحلیل، نوشتن الگوریتم در یک زبان برنامه نویسی خاص.

مرحله 5 این شامل انجام مجموعه ای از آزمایش های محاسباتی، محاسبات اشکال زدایی و پردازش نتایج به دست آمده است. در صورت لزوم، مدل سازی در این مرحله اصلاح می شود.

مرحله 6 تفسیر نتایج.

شبیه سازی چگونه تحلیل می شود؟ محصولات نرم افزار تحقیقاتی چیست؟ اول از همه، این مستلزم استفاده از متن، ویرایشگرهای گرافیکی، صفحات گسترده، بسته های ریاضی است که به شما امکان می دهد حداکثر نتیجه را از تحقیق بگیرید.

انجام آزمایش محاسباتی

تمام روش های مدل سازی ریاضی بر اساس آزمایش است. تحت آنها، درک آزمایش های انجام شده با یک مدل یا شی مرسوم است. آنها شامل اجرای اقدامات خاصی هستند که به شما امکان می دهد رفتار نمونه آزمایشی را در پاسخ به اقدامات پیشنهادی تعیین کنید.

یک آزمایش محاسباتی را نمی توان بدون انجام محاسباتی که با استفاده از یک مدل رسمی مرتبط است تصور کرد.

مبانی مدل‌سازی ریاضی شامل تحقیق با یک شی واقعی است، اما اقدامات محاسباتی با نسخه دقیق آن (مدل) انجام می‌شود. هنگام انتخاب مجموعه خاصی از شاخص های اولیه مدل، پس از اتمام مراحل محاسباتی، می توان شرایط بهینه را برای عملکرد کامل یک شی واقعی به دست آورد.

به عنوان مثال، با داشتن یک معادله ریاضی که سیر فرآیند تحلیل شده را توصیف می کند، هنگام تغییر ضرایب، شرایط اولیه و میانی، می توانیم رفتار شی را فرض کنیم. علاوه بر این، می توان پیش بینی قابل اعتمادی از رفتار این شی یا پدیده طبیعی در شرایط خاص ایجاد کرد. در مورد مجموعه جدیدی از داده های اولیه، انجام آزمایش های محاسباتی جدید مهم است.

مقایسه داده های دریافتی

برای انجام یک راستی آزمایی کافی از یک شی واقعی یا یک مدل ریاضی ایجاد شده، و همچنین برای ارزیابی نتایج تحقیق در مورد فناوری رایانه با نتایج آزمایش انجام شده بر روی یک نمونه اولیه در مقیاس کامل، مقایسه نتایج تحقیق انجام شده است. بیرون

تصمیم برای ساختن یک نمونه تمام شده یا تصحیح مدل ریاضی به اختلاف بین اطلاعات به دست آمده در طول تحقیق بستگی دارد.

چنین آزمایشی این امکان را فراهم می کند که تحقیقات گران قیمت طبیعی را با محاسبات مربوط به فناوری رایانه جایگزین کند، امکان استفاده از یک شی را در کوتاه ترین زمان ممکن تجزیه و تحلیل کند و شرایط را برای عملکرد واقعی آن شناسایی کند.

مدل سازی در محیط ها

به عنوان مثال در یک محیط برنامه نویسی از سه مرحله مدل سازی ریاضی استفاده می شود. در مرحله ایجاد الگوریتم و مدل اطلاعاتی، مقادیری تعیین می شود که پارامترهای ورودی، نتایج تحقیق و نوع آنها مشخص می شود.

در صورت لزوم، الگوریتم‌های ریاضی خاصی در قالب نمودارهای بلوکی که در یک زبان برنامه‌نویسی خاص نوشته می‌شوند، گردآوری می‌شوند.

یک آزمایش کامپیوتری شامل تجزیه و تحلیل نتایج به دست آمده در محاسبات، تصحیح آنها است. از جمله مراحل مهم چنین مطالعه ای، ما به آزمایش الگوریتم، تجزیه و تحلیل عملکرد برنامه اشاره می کنیم.

اشکال زدایی آن شامل یافتن و حذف خطاهایی است که منجر به یک نتیجه نامطلوب، ظاهر شدن خطا در محاسبات می شود.

آزمایش شامل بررسی عملکرد صحیح برنامه و همچنین ارزیابی قابلیت اطمینان اجزای جداگانه آن است. این فرآیند شامل بررسی عملکرد برنامه، مناسب بودن آن برای مطالعه یک پدیده یا شی خاص است.

صفحات گسترده

مدل سازی با استفاده از صفحات گسترده به شما امکان می دهد تا حجم زیادی از وظایف را در زمینه های موضوعی مختلف پوشش دهید. آنها یک ابزار جهانی در نظر گرفته می شوند که به شما امکان می دهد کار پر زحمت محاسبه پارامترهای کمی یک شی را حل کنید.

در مورد چنین گزینه شبیه سازی، مقداری تغییر الگوریتم برای حل مسئله مشاهده می شود، نیازی به توسعه یک رابط محاسباتی نیست. در همان زمان، یک مرحله اشکال زدایی وجود دارد که شامل حذف خطاهای داده، جستجوی ارتباط بین سلول ها و شناسایی فرمول های محاسباتی است.

با پیشرفت کار، وظایف اضافی ظاهر می شود، به عنوان مثال، خروجی نتایج به کاغذ، ارائه منطقی اطلاعات بر روی مانیتور کامپیوتر.

ترتیب دهی

مدل سازی در صفحات گسترده طبق یک الگوریتم خاص انجام می شود. ابتدا اهداف مطالعه مشخص شده، پارامترها و روابط اصلی مشخص شده و بر اساس اطلاعات دریافتی یک مدل ریاضی خاص تدوین می شود.

برای در نظر گرفتن کیفی مدل، از ویژگی های اولیه، میانی و نهایی استفاده می شود که با نقشه ها، نمودارها تکمیل شده است. با کمک نمودارها و نمودارها، نمایشی بصری از نتایج کار به دست می آورند.

مدلسازی در محیط DBMS

این به شما امکان می دهد وظایف زیر را حل کنید:

• اطلاعات را ذخیره کنید، ویرایش به موقع آن را انجام دهید.
• سازماندهی داده های موجود با توجه به ویژگی های خاص؛
• ایجاد معیارهای مختلف برای انتخاب داده ها؛
• ارائه اطلاعات به روشی مناسب

همانطور که مدل بر اساس داده های اولیه توسعه می یابد، شرایط بهینه برای توصیف ویژگی های شی با استفاده از جداول ویژه ایجاد می شود.

در همان زمان، اطلاعات مرتب می شوند، داده ها جستجو و فیلتر می شوند و الگوریتم هایی برای محاسبات ایجاد می شود. با استفاده از پنل اطلاعات کامپیوتر، می توانید فرم های صفحه نمایش مختلف و همچنین گزینه هایی برای به دست آوردن گزارش های کاغذی چاپ شده در مورد پیشرفت آزمایش ایجاد کنید.

اگر نتایج به دست آمده با گزینه های برنامه ریزی شده مطابقت نداشته باشد، پارامترها تغییر می کنند، مطالعات اضافی انجام می شود.

کاربرد مدل کامپیوتری

آزمایش محاسباتی و شبیه سازی کامپیوتری روش های جدید تحقیق علمی هستند. آنها مدرن کردن دستگاه محاسباتی مورد استفاده برای ساختن یک مدل ریاضی، دقیق‌سازی، اصلاح و پیچیده کردن آزمایش‌ها را ممکن می‌سازند.

در میان امیدوار کننده ترین برای استفاده عملی، انجام یک آزمایش محاسباتی کامل، طراحی راکتورهای نیروگاه های هسته ای قدرتمند متمایز است. علاوه بر این، این شامل ایجاد مبدل های مغناطیسی هیدرودینامیک انرژی الکتریکی و همچنین یک برنامه بلندمدت متعادل برای کشور، منطقه، صنعت است.

با کمک مدل سازی کامپیوتری و ریاضی است که می توان طراحی دستگاه های لازم برای مطالعه واکنش های گرما هسته ای و فرآیندهای شیمیایی را انجام داد.

مدل‌سازی رایانه‌ای و آزمایش‌های محاسباتی این امکان را فراهم می‌آورد که اشیاء «غیر ریاضی» را به فرمول‌بندی و حل یک مسئله ریاضی کاهش دهیم.

این فرصت‌های بزرگی را برای استفاده از دستگاه ریاضی در سیستمی با فناوری رایانه‌ای مدرن برای حل مسائل مربوط به اکتشاف فضای بیرونی، «فتح» فرآیندهای اتمی باز می‌کند.

این مدل سازی است که به یکی از مهم ترین گزینه ها برای درک فرآیندهای مختلف اطراف و پدیده های طبیعی تبدیل شده است. این دانش یک فرآیند پیچیده و زمان‌بر است که شامل استفاده از سیستمی از انواع مختلف مدل‌سازی است که با توسعه مدل‌های کاهش‌یافته از اشیاء واقعی شروع می‌شود و با انتخاب الگوریتم‌های ویژه برای محاسبات پیچیده ریاضی پایان می‌یابد.

بسته به اینکه چه فرآیندها یا پدیده هایی مورد تجزیه و تحلیل قرار می گیرند، الگوریتم های خاصی از اقدامات، فرمول های ریاضی برای محاسبات انتخاب می شوند. مدل سازی کامپیوتری این امکان را فراهم می کند که با حداقل هزینه، به نتیجه مطلوب، اطلاعات مهم در مورد خصوصیات و پارامترهای یک شی یا پدیده دست یابید.

گاهی اوقات مدل ها به زبان های برنامه نویسی نوشته می شوند، اما این فرآیند طولانی و پرهزینه است. از بسته های ریاضی می توان برای مدل سازی استفاده کرد، اما تجربه نشان می دهد که معمولاً فاقد بسیاری از ابزارهای مهندسی هستند. استفاده از محیط شبیه سازی بهینه است.

در دوره ما، . آزمایشگاه ها و دموهایی که در این دوره با آنها مواجه خواهید شد باید به عنوان پروژه های Stratum-2000 اجرا شوند.

مدلی که با در نظر گرفتن امکان مدرن سازی آن ساخته شده است، البته دارای معایبی است، به عنوان مثال، سرعت پایین اجرای کد. اما مزایای غیر قابل انکاری نیز وجود دارد. ساختار مدل، اتصالات، عناصر، زیرسیستم ها قابل مشاهده و ذخیره شده است. همیشه می توانید به عقب برگردید و کاری را دوباره انجام دهید. ردی در تاریخچه طراحی مدل حفظ می شود (اما وقتی مدل اشکال زدایی می شود، حذف اطلاعات سرویس از پروژه منطقی است). در پایان، مدلی که به مشتری تحویل داده می شود را می توان در قالب یک ایستگاه کاری خودکار تخصصی (AWS) طراحی کرد که قبلاً به زبان برنامه نویسی نوشته شده است، که در آن به طور عمده به رابط، پارامترهای سرعت و سایر موارد توجه شده است. خواص مصرف کننده که برای مشتری مهم است. البته ایستگاه کاری یک چیز گران است، بنابراین تنها زمانی منتشر می شود که مشتری پروژه را به طور کامل در محیط شبیه سازی آزمایش کرده باشد، تمام نظرات خود را بیان کند و متعهد شود که دیگر نیازهای خود را تغییر ندهد.

مدلسازی یک علم مهندسی است، یک فناوری برای حل مسائل. این تذکر بسیار مهم است. از آنجایی که فناوری راهی برای دستیابی به نتیجه با کیفیت شناخته شده از قبل و هزینه ها و مهلت های تضمین شده است، پس مدل سازی به عنوان یک رشته:

• روش های حل مسائل را مطالعه می کند، یعنی یک علم مهندسی است.
• ابزاری جهانی است که حل هر مشکلی را بدون در نظر گرفتن زمینه موضوع تضمین می کند.

موضوعات مرتبط با مدل سازی عبارتند از: برنامه نویسی، ریاضیات، تحقیق در عملیات.

برنامه نويسيزیرا این مدل اغلب بر روی یک محیط مصنوعی (پلاستیسین، آب، آجر، عبارات ریاضی) پیاده‌سازی می‌شود و کامپیوتر یکی از جهانی‌ترین حامل‌های اطلاعات است و علاوه بر این، فعال است (پلاستیلین، آب، آجر را تقلید می‌کند، عبارات ریاضی را می‌شمرد، و غیره.). برنامه نویسی روشی برای ارائه یک الگوریتم به شکل زبان است. الگوریتم یکی از راه های بازنمایی (انعکاس) یک فکر، یک فرآیند، یک پدیده در یک محیط محاسباتی مصنوعی است که یک کامپیوتر (معماری فون نویمان) است. ویژگی الگوریتم این است که توالی اقدامات را منعکس کند. شبیه‌سازی می‌تواند از برنامه‌نویسی استفاده کند، اگر شیء مورد مدل‌سازی از نظر رفتارش به راحتی قابل توصیف باشد. اگر توصیف ویژگی های یک شی آسان تر باشد، پس استفاده از برنامه نویسی دشوار است. اگر محیط شبیه سازی بر اساس معماری فون نویمان ساخته نشده باشد، برنامه نویسی عملا بی فایده است.

تفاوت الگوریتم و مدل چیست؟

الگوریتم فرآیندی برای حل یک مسئله با اجرای یک دنباله از مراحل است، در حالی که یک مدل مجموعه ای از ویژگی های بالقوه یک شی است. اگر سوالی به مدل می دهید و اضافه می کنید شرایط اضافیدر قالب داده های اولیه (رابطه با اشیاء دیگر، شرایط اولیه، محدودیت ها)، سپس با توجه به مجهولات توسط محقق قابل حل است. فرآیند حل مسئله را می توان با یک الگوریتم نشان داد (اما روش های دیگر حل نیز شناخته شده است). به طور کلی، نمونه هایی از الگوریتم ها در طبیعت ناشناخته هستند، آنها محصول مغز انسان هستند، ذهنی که قادر به ایجاد یک برنامه است. الگوریتم خود طرحی است که در یک دنباله از اقدامات آشکار می شود. باید بین رفتار اشیاء مرتبط با علل طبیعی تمایز قائل شد و صنعت ذهن که مسیر حرکت را کنترل می کند، نتیجه را بر اساس دانش پیش بینی می کند و رفتار مناسب را انتخاب می کند.

مدل + سوال + شرایط اضافی = وظیفه.

ریاضیات علمی است که امکان محاسبه مدل هایی را فراهم می کند که می توان آنها را به شکل استاندارد (متعارف) تقلیل داد. علم یافتن راه حل برای مدل های تحلیلی (تحلیل) با استفاده از دگرگونی های صوری.

تحقیق در عملیاترشته‌ای که روش‌هایی را برای مطالعه مدل‌ها از نظر یافتن بهترین اقدامات کنترلی روی مدل‌ها (سنتز) پیاده‌سازی می‌کند. بیشتر با مدل های تحلیلی سروکار دارد. به تصمیم گیری با استفاده از مدل های ساخته شده کمک می کند.

طراحی فرآیند ایجاد یک شی و مدل آن؛ مدلسازی روشی برای ارزیابی نتیجه طراحی؛ هیچ مدل سازی بدون طراحی وجود ندارد.

رشته‌های مرتبط برای مدل‌سازی را می‌توان به‌عنوان مهندسی برق، اقتصاد، زیست‌شناسی، جغرافیا و سایر رشته‌ها تشخیص داد، به این معنا که از روش‌های مدل‌سازی برای مطالعه شی مورد استفاده خود استفاده می‌کنند (به عنوان مثال، یک مدل چشم‌انداز، یک مدل مدار الکتریکی، یک مدل جریان نقدی. ، و غیره.).

به عنوان مثال، بیایید ببینیم چگونه می توانید یک الگو را تشخیص دهید و سپس آن را توصیف کنید.

فرض کنید که ما باید "مسئله برش" را حل کنیم، یعنی باید پیش بینی کنیم که برای تقسیم شکل (شکل 1.16) به تعداد معینی از قطعات، چند برش به شکل خطوط مستقیم لازم است (به عنوان مثال). کافی است که شکل محدب باشد).

بیایید سعی کنیم این مشکل را به صورت دستی حل کنیم.

از انجیر 1.16 می توان دید که با 0 برش، 1 قطعه، با 1 برش، 2 قطعه، با دو 4، با سه 7، با چهار 11 تشکیل می شود. مثلا 821 قطعه ? من اینطور فکر نمی کنم! چرا سخت می گذری؟ شما الگو را نمی دانید ک = f(پ) ، جایی که کتعداد قطعات، پتعداد برش ها چگونه یک الگو را تشخیص دهیم؟

بیایید جدولی ایجاد کنیم که تعداد شناخته شده قطعات و برش ها را به هم مرتبط می کند.

در حالی که الگوی آن مشخص نیست. بنابراین، بیایید تفاوت بین آزمایش های فردی را در نظر بگیریم، بیایید ببینیم که نتیجه یک آزمایش با آزمایش دیگر چگونه متفاوت است. با درک تفاوت، راهی برای حرکت از یک نتیجه به نتیجه دیگر، یعنی قانون اتصال پیدا خواهیم کرد کو پ .

قبلاً برخی از نظم ظاهر شده است، اینطور نیست؟

بیایید تفاوت های دوم را محاسبه کنیم.

حالا همه چیز ساده است. تابع fتماس گرفت تابع تولید. اگر خطی باشد، اولین تفاوت ها با یکدیگر برابر است. اگر درجه دوم باشد، اختلاف دوم با هم برابر است. و غیره.

تابع fیک مورد خاص از فرمول نیوتن وجود دارد:

شانس آ , ب , ج , د , هبرای ما درجه دومکارکرد fدر اولین خانه های ردیف های جدول تجربی 1.5 قرار دارند.

بنابراین، یک الگو وجود دارد، و آن به شرح زیر است:

ک = آ + ب · پ + ج · پ · ( پ 1)/2 = 1 + پ + پ · ( پ 1)/2 = 0.5 پ 2 + 0.5 پ + 1 .

حالا که الگو مشخص شد، می‌توانیم مشکل معکوس را حل کنیم و به این سؤال پاسخ دهیم: برای به دست آوردن 821 قطعه، چند برش لازم است؟ ک = 821 , ک= 0.5 پ 2 + 0.5 پ + 1 , پ = ?

معادله درجه دوم را حل می کنیم 821 = 0.5 پ 2 + 0.5 پ + 1 ، ریشه ها را پیدا کنید: پ = 40 .

بیایید خلاصه کنیم (به این توجه کنید!).

ما نتوانستیم فوراً راه حل را پیدا کنیم. آزمایش ثابت شد که دشوار است. مجبور شدم یک مدل بسازم، یعنی بین متغیرها الگویی پیدا کنم. مدل به شکل یک معادله معلوم شد. با اضافه کردن یک سوال به معادله و یک معادله منعکس کننده یک شرط شناخته شده، یک مسئله را تشکیل دادند. از آنجایی که معلوم شد مشکل از نوع معمولی (متعارف) است، می توان آن را با استفاده از یکی از روش های شناخته شده حل کرد. بنابراین مشکل حل شد.

و همچنین توجه به این نکته بسیار مهم است که مدل روابط علی را منعکس می کند. در واقع یک ارتباط قوی بین متغیرهای مدل ساخته شده وجود دارد. تغییر در یک متغیر مستلزم تغییر در متغیر دیگر است. قبلاً گفتیم که «مدل در دانش علمی نقش سیستم‌ساز و معناساز ایفا می‌کند، به ما امکان می‌دهد پدیده، ساختار شی مورد مطالعه را درک کنیم، تا رابطه علت و معلولی را با یکدیگر برقرار کنیم.» این بدان معنی است که مدل به شما امکان می دهد علل پدیده ها، ماهیت تعامل اجزای آن را تعیین کنید. مدل علل و معلول ها را از طریق قوانین به هم پیوند می دهد، یعنی متغیرها از طریق معادلات یا عبارات به هم مرتبط می شوند.

ولی!!! ریاضیات به خودی خود امکان استخراج هیچ قانون یا مدلی را از نتایج آزمایش ها فراهم نمی کند.، همانطور که ممکن است پس از مثالی که اکنون در نظر گرفته شده به نظر برسد. ریاضیات تنها راهی برای مطالعه یک شیء، یک پدیده، و علاوه بر این، یکی از چندین روش ممکن برای تفکر است. همچنین مثلاً یک روش مذهبی یا روشی وجود دارد که هنرمندان از آن استفاده می کنند، عاطفی-شهودی، با کمک این روش ها جهان، طبیعت، مردم، خودشان را نیز یاد می گیرند.

بنابراین، فرضیه رابطه بین متغیرهای A و B باید از بیرون به خود محقق معرفی شود. چگونه یک فرد این کار را انجام می دهد؟ توصیه به ارائه یک فرضیه آسان است، اما چگونه می توان این را آموزش داد، این عمل را توضیح داد، یعنی دوباره، چگونه آن را رسمی کنیم؟ ما این را به طور مفصل در دوره آینده "مدل سازی سیستم های هوش مصنوعی" نشان خواهیم داد.

اما اینکه چرا این کار باید از بیرون، جداگانه، اضافی و فراتر از آن انجام شود، اکنون توضیح خواهیم داد. این استدلال نام گودل را یدک می کشد که قضیه ناقص بودن را اثبات کرد که اثبات درستی یک نظریه (الگو) معین در چارچوب همان نظریه (مدل) غیرممکن است. دوباره به انجیر نگاه کنید. 1.12. مدل سطح بالاتر تبدیل می شود معادل بامدل سطح پایین تر از یک نمای به نمای دیگر. یا با توجه به توضیحات معادل خود دوباره یک مدل سطح پایین تر تولید می کند. اما او نمی تواند خود را متحول کند. مدل مدل را می سازد. و این هرم مدل ها (نظریه ها) بی پایان است.

در همین حال، برای اینکه "در مزخرفات منفجر نشوید"، باید مراقب خود باشید و همه چیز را با عقل سلیم بررسی کنید. بیایید مثالی بزنیم، یک جوک معروف قدیمی از فولکلور فیزیکدانان.

مفاهیم "مدل"، "مدل سازی"، رویکردهای مختلف برای طبقه بندی مدل ها. مراحل مدلسازی

مدل (مدلیوم)- در مورد اندازه لاتین، تصویر، روش و غیره.

مدل- این یک شی جدید و متفاوت از اصلی است که دارای ویژگی هایی است که برای اهداف مدل سازی ضروری است و در چارچوب این اهداف جایگزین شی اصلی می شود (شیء اصلی است)

یا می توانید به عبارت دیگر بگویید: یک مدل نمایش ساده شده یک شی، فرآیند یا پدیده واقعی است.

نتیجه. مدل مورد نیاز است تا:

درک نحوه چیدمان یک شی خاص - ساختار، ویژگی های اساسی، قوانین توسعه و تعامل با جهان خارج چیست.

یادگیری مدیریت یک شی یا فرآیند و تعیین بهترین روش های مدیریت برای اهداف و معیارهای داده شده (بهینه سازی).

پیش‌بینی پیامدهای مستقیم و غیرمستقیم اجرای روش‌ها و اشکال تأثیرگذاری مشخص شده بر روی شی.

طبقه بندی مدل ها

ویژگی های طبقه بندی مدل ها:

1. دامنه استفاده.

2. حسابداری برای عامل زمان و منطقه استفاده.

3. از طریق ارائه.

4. شاخه دانش (زیستی، تاریخی، جامعه شناختی و ...).

5. دامنه استفاده

آموزشی: کمک های بصری، برنامه های آموزشی، شبیه سازهای مختلف؛

با تجربه: مدل کشتی در استخر آزمایش می شود تا پایداری کشتی در هنگام غلتک تعیین شود.

علمی و فنی: یک شتاب دهنده الکترون، دستگاهی که تخلیه رعد و برق را شبیه سازی می کند، یک پایه برای آزمایش تلویزیون.

بازی: بازی های نظامی، اقتصادی، ورزشی، تجاری؛

شبیه سازی: این آزمایش یا به منظور مطالعه و ارزیابی پیامدهای هر اقدامی بر وضعیت واقعی بارها تکرار می شود، یا به طور همزمان با بسیاری از اشیاء مشابه دیگر انجام می شود، اما در شرایط مختلف تنظیم می شود).

2. محاسبه عامل زمان و منطقه استفاده

مدل استاتیک - مانند یک برش یک بار مصرف روی جسم است.

مثال: شما برای معاینه دهان به کلینیک دندانپزشکی آمدید. دکتر تمام اطلاعات کارت را معاینه و ثبت کرد. نوشته هایی در کارت که تصویری از وضعیت حفره دهان در یک زمان معین (تعداد شیر، دندان های دائمی، پر شده، کشیده شده) ارائه می دهد، یک مدل آماری خواهد بود.

مدل پویا به شما امکان می دهد تغییرات یک شی را در طول زمان مشاهده کنید.

به عنوان مثال کارت همان دانش آموز است که منعکس کننده تغییراتی است که با دندان های او در یک مقطع زمانی خاص رخ می دهد.

3. طبقه بندی از طریق ارائه

دو گروه بزرگ اول: مواد و اطلاعات. نام این گروه ها، همانطور که بود، نشان می دهد که مدل ها از چه چیزی ساخته شده اند.

مواد مدل ها را می توان در غیر این صورت موضوع، فیزیکی نامید. آنها ویژگی های هندسی و فیزیکی نسخه اصلی را بازتولید می کنند و همیشه تجسم واقعی دارند.

اسباب بازی های بچه گانه از آنها، کودک اولین برداشت از دنیای اطراف خود را دریافت می کند. یک کودک دو ساله با یک خرس عروسکی بازی می کند. وقتی سال ها بعد، کودک یک خرس واقعی را در باغ وحش می بیند، به راحتی او را می شناسد.

کمک هزینه مدرسه، آزمایشات فیزیکی و شیمیایی. آنها فرآیندهایی مانند واکنش بین هیدروژن و اکسیژن را مدل می کنند. چنین تجربه ای با صدایی کر کننده همراه است. این مدل پیامدهای ظهور "مخلوط انفجاری" از مواد بی ضرر و گسترده در طبیعت را تأیید می کند.

نقشه ها هنگام مطالعه تاریخ یا جغرافیا، نمودارهای منظومه شمسی و آسمان پرستاره در درس های نجوم و موارد دیگر.

نتیجه. مدل‌های مواد یک رویکرد مادی (لمس، بو، دیدن، شنیدن) را برای مطالعه یک شی، پدیده یا فرآیند پیاده‌سازی می‌کنند.

مدل های اطلاعاتی را نمی توان با چشمان خود لمس کرد یا دید، آنها تجسم مادی ندارند، زیرا فقط بر اساس اطلاعات ساخته شده اند. این روش مدل سازی مبتنی بر یک رویکرد اطلاعاتی برای مطالعه واقعیت اطراف است.

اطلاعاتی مدل ها - مجموعه ای از اطلاعات که ویژگی ها و حالات یک شی، فرآیند، پدیده و همچنین رابطه با دنیای خارج را مشخص می کند.

اطلاعاتی که یک شی یا فرآیند را مشخص می کند می تواند حجم و شکل متفاوتی از نمایش داشته باشد که با ابزارهای مختلفی بیان می شود. این تنوع به همان اندازه که امکانات هر فرد و تخیل او بی حد و حصر است. مدل های اطلاعاتی شامل نشانه و کلامی است.

نمادین مدل - یک مدل اطلاعاتی که با علائم خاص، یعنی با استفاده از هر زبان رسمی بیان می شود.

مدل های نمادین در اطراف ما هستند. اینها نقشه ها، متون، نمودارها و نمودارها هستند.

با روش پیاده سازی، مدل های علامت را می توان به رایانه ای و غیر رایانه ای تقسیم کرد.

کامپیوتر مدل - مدلی که با استفاده از محیط نرم افزار پیاده سازی می شود.

کلامی (از مدل لاتین "verbalis" - شفاهی) - یک مدل اطلاعاتی به شکل ذهنی یا محاوره ای.

اینها مدلهایی هستند که در نتیجه تأمل، نتیجه گیری به دست آمده اند. آنها ممکن است ذهنی باقی بمانند یا به صورت شفاهی بیان شوند. نمونه چنین مدلی می تواند رفتار ما هنگام عبور از خیابان باشد.

فرآیند ساخت مدل را مدل سازی می نامند، به عبارت دیگر مدل سازی فرآیند مطالعه ساختار و ویژگی های اصلی به کمک یک مدل است.

سیاره‌نماها" href="/text/category/planetarii/" rel="bookmark">سیاره‌نما، در معماری - مدل‌های ساختمان، در ساخت هواپیما - مدل‌های هواپیما و غیره.

مدل‌سازی ایده‌آل اساساً با مدل‌سازی موضوعی (مادی) متفاوت است.

ایده آل مدل سازی - نه بر اساس قیاس مادی شی و مدل، بلکه بر قیاس ایده آل، قابل تصور است.

نمادین مدل‌سازی مدل‌سازی است که از تبدیل نشانه‌ها از هر نوعی به عنوان مدل استفاده می‌کند: نمودارها، نمودارها، نقشه‌ها، فرمول‌ها، مجموعه نمادها.

ریاضی مدل سازی مدل سازی است که در آن مطالعه یک شی با استفاده از یک مدل فرموله شده به زبان ریاضیات انجام می شود: توصیف و مطالعه قوانین مکانیک نیوتنی با استفاده از فرمول های ریاضی.

فرآیند مدل سازی شامل مراحل زیر است:

وظیفه اصلی فرآیند مدل‌سازی انتخاب مدلی است که مناسب‌ترین مدل را داشته باشد و نتایج مطالعه را به مدل اصلی منتقل کند. روش ها و روش های کاملاً کلی برای مدل سازی وجود دارد.

قبل از ساختن یک مدل از یک شی (پدیده، فرآیند)، لازم است عناصر تشکیل دهنده آن و روابط بین آنها (برای انجام تجزیه و تحلیل سیستم) شناسایی شود و ساختار حاصل را به شکلی از پیش تعیین شده "ترجمه" (نمایش) کنید - برای رسمی کردن اطلاعات.

رسمی سازی فرآیند جداسازی و تبدیل ساختار داخلی یک شی، پدیده یا فرآیند به یک ساختار اطلاعاتی خاص - یک فرم است.

رسمی‌سازی کاهش ویژگی‌ها و ویژگی‌های اساسی شی مدل‌سازی در شکل انتخابی (به زبان رسمی انتخابی) است.

مراحل مدلسازی

قبل از انجام هر کاری، باید نقطه شروع و هر نقطه از فعالیت و همچنین مراحل تقریبی آن را به وضوح تصور کنید. همین را می توان در مورد مدلینگ نیز گفت. نقطه شروع در اینجا نمونه اولیه است. می تواند یک شی یا فرآیند موجود یا پیش بینی شده باشد. مرحله نهایی مدل سازی، تصمیم گیری بر اساس دانش در مورد شی است.

زنجیر به این شکل است.

https://pandia.ru/text/78/457/images/image007_30.jpg" width="474" height="430 src=">

من صحنه. بیانیه وظایف.

وظیفه مشکلی است که باید حل شود. در مرحله تنظیم مسئله، باید سه نکته اصلی را منعکس کرد: شرح مسئله، تعریف اهداف مدل سازی، و تجزیه و تحلیل شی یا فرآیند.

شرح وظیفه

کار به زبان معمولی فرموله شده است و توضیحات باید قابل درک باشد. نکته اصلی در اینجا این است که هدف مدل سازی را تعریف کنیم و بفهمیم نتیجه باید چه باشد.

هدف از شبیه سازی

1) شناخت دنیای اطراف

2) ایجاد اشیاء با ویژگی های مشخص شده (با تنظیم وظیفه "چگونه انجام شود که ..." تعیین می شود.

3) تعیین عواقب تأثیر بر جسم و تصمیم گیری صحیح. هدف از مدل‌سازی مشکلاتی مانند «چه اتفاقی می‌افتد اگر ...»، (اگر کرایه حمل‌ونقل را افزایش دهید چه اتفاقی می‌افتد، یا اگر زباله‌های هسته‌ای را در فلان منطقه دفن کنید چه اتفاقی می‌افتد؟)

تجزیه و تحلیل شی

در این مرحله، شی مدل‌سازی شده و ویژگی‌های اصلی آن به وضوح مشخص می‌شود، از چه چیزی تشکیل شده است، چه ارتباطی بین آنها وجود دارد.

یک مثال ساده از روابط شیء فرعی، تجزیه جملات است. ابتدا اعضای اصلی (موضوع، محمول) متمایز می شوند، سپس اعضای ثانویه مربوط به اصلی، سپس کلمات مربوط به ثانویه و ....

مرحله دوم. توسعه مدل

1. مدل اطلاعات

در این مرحله، ویژگی ها، حالات، اعمال و سایر ویژگی های اشیاء ابتدایی به هر شکلی روشن می شود: به صورت شفاهی، در قالب نمودارها، جداول. ایده ای در مورد اشیاء ابتدایی که شی اصلی را می سازند، یعنی مدل اطلاعات، شکل می گیرد.

مدل ها باید مهمترین ویژگی ها، ویژگی ها، حالت ها و روابط اشیاء جهان عینی را منعکس کنند. آنها اطلاعات کاملی در مورد شی می دهند.

2. مدل نمادین

قبل از شروع فرآیند مدل‌سازی، شخص طرح‌های اولیه‌ای از نقشه‌ها یا نمودارها را روی کاغذ می‌سازد، فرمول‌های محاسباتی را استخراج می‌کند، به عنوان مثال، یک مدل اطلاعاتی را به یک شکل نمادین می‌سازد که می‌تواند کامپیوتری یا غیر رایانه‌ای باشد.

3. مدل کامپیوتری

مدل کامپیوتری مدلی است که با استفاده از یک محیط نرم افزاری پیاده سازی می شود.

بسته های نرم افزاری زیادی وجود دارد که به شما امکان می دهد مدل های اطلاعاتی را مطالعه کنید. هر محیط نرم افزاری ابزارهای خاص خود را دارد و به شما امکان می دهد با انواع خاصی از اشیاء اطلاعاتی کار کنید.

شخص از قبل می داند که مدل چه خواهد بود و از رایانه برای دادن یک شکل نمادین به آن استفاده می کند. به عنوان مثال، برای ساخت مدل های هندسی، نمودارها، محیط های گرافیکی، برای توصیف های کلامی یا جدولی - محیط ویرایشگر متن استفاده می شود.

مرحله III. آزمایش کامپیوتری

با توسعه فن آوری کامپیوتر، یک روش تحقیق منحصر به فرد جدید ظاهر شد - یک آزمایش کامپیوتری. یک آزمایش کامپیوتری شامل دنباله ای از کار با یک مدل، مجموعه ای از اقدامات هدفمند کاربر بر روی یک مدل کامپیوتری است.

IV مرحله تجزیه و تحلیل نتایج شبیه سازی

هدف نهایی مدل سازی تصمیم گیری است که باید بر اساس تجزیه و تحلیل جامع نتایج به دست آمده توسعه یابد. این مرحله تعیین کننده است - یا مطالعه را ادامه دهید یا به پایان برسانید. شاید نتیجه مورد انتظار را بدانید، سپس باید نتایج دریافتی و مورد انتظار را با هم مقایسه کنید. در صورت مسابقه، می توانید تصمیم بگیرید.