1.2 Моделирование
Моделирование как отражение реальной действительности зародилось вместе с человеком – от наскальной живописи, сказок, кукол, ритуальных танцев, сотворения идолов, карт звездного неба, календаря и т.п. и т.п. - до составления систем сложных математических моделей.
Основной прием в мышлении человека - строит в голове модели объектов окружающего мира, свертывает сложные конструкции в новые понятия, ежеминутно решает задачи на иерархических моделях и борется, таким образом, со сложностью окружающего мира.
Модельные методы познания появились уже в средние века – появилось понимание, что, изучая что-то на одном объекте (например, на человеке – анатомию, кровообращение), можно обобщить полученные знания на все подобные объекты.
Новые задачи требуют новых моделей.
Пример – модель солнечной системы как отражения реальной действительности. Геоцентрическая модель Птолемея для мореплавания давала способы расчета положения планет на небосводе. Затем появилась гелиоцентрическая модель Коперника, которая в сочетании с работами Кеплера позволила заменить модель Птолемея.
Модель в широком понимании – отражение действительности, понятие модели относится к любым знаниям и представлениям о реальном мире.
Искусство отражает окружающий мир, пытаясь создать ассоциации и передать эмоции, чувства.
Наука намного примитивнее, она грубо упрощает реальное, выделяя ограниченную группу явлений и полностью игнорируя остальные. Но это и создает основное преимущество науки – точность и универсальность результатов. Операции с объектами, описанными четкими определениями и аксиомами можно вести очень точно и единообразно. Здесь главное – освоение искусственных приемов, с помощью которых реальность отражается в ее абстрактные образы (приближенные эквиваленты). Полученные результаты исследований правомерны только в пределах применимости принятых определений и аксиом (изменение аксиомы о параллельных прямых в геометрии Евклида приводит к построению геометрии с новыми свойствами – геометрии Лобачевского).
Моделирование как способ познания
Понятие модели (как и понятие системы) не имеет строгого формального определения, допускается много различных трактовок в зависимости от целей моделирования и классификаций моделей (классификация как структурная форма наших представлений о предмете также является моделью).
Термин «модель» имеет весьма многочисленные трактовки. В наиболее общем виде можно сформулировать следующие основные положения.
Модель (лат. modus - масштаб, способ действия, фр. modиle – образец) – это материальный или абстрактно представленный объект, который в процессе познания (изучения) замещает оригинал, сохраняя некоторые важные для данного исследования типичные свойства. При этом отражаются наиболее существенные закономерности ее структуры и процесса функционирования, непосредственно изучается не сам интересующий нас объект, а некоторая вспомогательная искусственная или естественная система (модель), которая находится в некотором объективном соответствии с познаваемым объектом, обеспечивает изучение некоторых свойств оригинала;
Модель может выступать как в виде вещественного агрегата или физического процесса, так и в абстрактном виде, в знаковой форме – математическая модель.
Модель дает упрощенный образ, отражающий не все свойства прототипа, а только те, которые существенны для исследования.
Важнейшей особенностью любой модели является ее сходство с оригиналом в одном или нескольких из строго зафиксированных и обоснованных отношений.
Модель в широком понимании – отражение действительности, понятие модели относится к любым знаниям и представлениям о реальном мире.
Моделирование как способ познания предполагает перенос знания, полученного при анализе модели, на оригинальный объект. Прогресс развития науки и техники определяется возможностью познания - способностью создавать модели явлений, объектов. Новые задачи требуют новых моделей.
Тип модели зависит от информационной сущности моделируемой системы, от связей и отношений ее подсистем и элементов, а не от ее физической природы.
Реальное моделирование подразделяется на натурное и физическое.
Натурным моделированием называют проведение исследования на реальном объекте с последующей обработкой результатов эксперимента на основе теории подобия. При функционировании объекта в соответствии с поставленной целью удаётся выявить закономерности протекания реального процесса. Разновидности натурного моделирования, как комплексные испытания, производственный эксперимент и натурный эксперимент, обладают высокой степенью достоверности.
Физическое моделирование отличается от натурного тем, что исследование проводится на установках, которые сохраняют природу явлений и обладают физическим подобием. В процессе физического моделирования задаются некоторые характеристики внешней среды и исследуется поведение либо реального объекта, либо его модели при заданных или создаваемых искусственно воздействиях внешней среды. Физическое моделирование может протекать в реальном и нереальном (псевдореальном) масштабах времени, а также может рассматриваться без учёта времени.
Существует много подходов к классификации методов и приемов моделирования.
По способу представления различают три основных вида моделей: описательные (словесное содержательное описание), натурные (макеты, физические модели - изучаемые свойства объекта представлены этими же свойствами, но в другом масштабе), знаковые модели (символьное - представление величин и отношений между ними с помощью букв, чисел, знаков, символов).
В классической физике, механике 17 – 18 веков получили дальнейшее развитие две главные ветви моделирования как способа познания – технико-экспериментальная и теоретическая. Пришло понимание, что математическая формулировка физических законов - это модель реального мира. С углублением познания мира уточняется математическая формулировка законов.
Первой системой математических моделей, адекватно отражающих обширный класс процессов и явлений реального мира, стала классическая механика. Одной из основных задач классической механики была задача прогнозирования движения различных тел и сред. Любая модель механического движения представляет собой систему дифференциальных уравнений относительно координат и скоростей движущегося объекта – из необходимости моделирования и прогнозирования движения возникло дифференцмальное исчисление.
Таким образом, модель есть материально или теоретически созданная система, предназначенная заменить или представлять объект исследования в процессе познания. Модель должна быть более удобной для исследования. Изучение модели и реализация с её помощью различных задач позволяет получить информацию о реальном объекте исследования.
Модель обычно служит средством, помогающим в объяснении, понимании или совершенствовании системы. В частности, оно обозначает копию предмета, служащую для его изучения.
Модели могут применяться как средства:
- анализа (изучения) характеристик и поведения реальных объектов в различных условиях;
- синтеза (создания) объектов с требуемыми характеристиками, заданным поведением;
- обучения и тренировки (тренажеры);
- общения (язык, письменность).
При обучении с помощью моделей достигается высокая наглядность отображения различных объектов и облегчается передача знаний о них. Это в основном модели, позволяющие описать и объяснить систему.
В научных исследованиях модели служат средством получения, фиксирования и упорядочения новой информации, обеспечивая развитие теории и практики.
В управлении модели используются для обоснования решений. Такие модели должны обеспечить как описание, так и объяснение и предсказание поведения систем.
О моделировании естественно говорить лишь при использовании модели для познания оригинала.
При экспериментировании с моделью сложной системы можно получить больше информации о внутренних взаимодействующих факторах системы, чем при манипулировании с реальной системой благодаря изменяемости структурных элементов, легкости изменения параметров модели и т.д.
Польза от моделирования может быть достигнута только при соблюдении достаточно очевидного условия: - модель адекватно отображает свойства оригинала, существенных с точки зрения цели исследования.
Модель и моделирование нужны для того чтобы:
- понять, как устроен конкрентный объект: какова его структура, внутренние связи, основные свойства, законы развития, саморазвития и взаимодействия с окружающей средой;
- научиться управлять объектом или процессом, определять наилучшие способы управления при заданных целях и критериях;
- прогнозировать прямые и косвенные последствия реализации заданных способов и форм воздействия на объект.
Проблема моделирования состоит из трех задач:
- построения модели (эта задача менее формализуема и конструктивна, в том смысле, что нет алгоритма для построения моделей);
- исследования модели (эта задача более формализуема, имеются методы исследования различных классов моделей);
- использования модели (конструктивная и конкретизируемая задача).
Исследование сложных систем занимаются упрощенными формами систем – всеобъемлющие исследования практически невозможны.
Эшби: когда системы становятся сложными, то их теория практически заключается в том, чтобы найти пути их упрощения.
Садовский: теория систем по сути представляет собой теорию упрощений.
Связь понятий модели и информации
Модель можно рассматривать как детализацию и конкретизацию системы, т.е. понятия системы и модели можно рассматривать как два последовательных звена в цепи упрощения и схематизации объекта исследования.
Информация — это абстракция.
Модель — это тот объект, та система, которая позволяет облечь эту информацию в конкретное, например компьютерное, представление, содержание.
Моделирование — тот процесс, метод, который позволяет осуществлять перенос информации от реальной системы к модели и наоборот.
Определение понятия моделирования во многом зависит от определения понятия информации, понимания места моделирования среди методов познания.
Любой материальный объект имеет набор свойств. Свойства объекта выявляются (а могут и не выявиться) в процессе взаимодействия объекта с другими объектами, т.е. в результате установления некоторого отношения между объектами (например, чтобы определить цвет объекта необходимо иметь источник света и анализатор цвета – дальтоник цвета определить не может, но это не значит, что объект его не имеет). Свойства объекта могут изменяться во взаимодействии с другими объектами и с внешней средой, или изменять свойства других объектов и внешней среды.
Объект несет в себе информацию, но получить ее можно, отразив в другом объекте: единство материи и информации – материя без информации не проявляется, информация без материи невозможна.
Многие из свойств могут быть описаны количественно (например, состав, масса, цвет, прочность и др. – число их огромно).
Таким образом, исходя из того, что сущность объекта проявляется в виде свойств, которые имеют информационную природу, то информация – это свойства объекта (системы), отображаемые во взаимодействии с субъектом.
Модель называется изоморфной (одинаковой по форме), если между нею и реальной системой наблюдается полное поэлементное соответствие.
Такое соответствие имеется между негативом и полученным с него изображением, чертежом и изготовленной по нему деталью, между процессами в реальной системе и уравнением, описывающим поведение этой системы.
Во многих случаях изоморфные модели оказываются сложными и неудобными для практического использования, поэтому более удобны модели, которые позволяют судить только о существенных аспектах поведения реальных систем без их детализации. Пример такой модели — географическая карта по отношению к изображенному на ней участку земной поверхности.
Модели, отдельные элементы которых соответствуют лишь крупным частям реальной системы, а полное поэлементное соотношение между моделью и системой отсутствует, называются гомоморфными.
Например, карта, глобус предоставляют некоторую информацию о местности, причем, объем информации зависит от целей, которые поставили при создании карты, глобуса.
Вся информация, которая содержится в одном объекте, никогда не может быть полностью отображена в другом объекте. Количественное отображение информации является отображением объекта – его моделью, которая может быть представлена как мера снятия неопределенности отображения объекта (определяется целями отображения).
Пример карты: полную информацию о местности может предоставить сама местность. Винер: наилучшей моделью кота может быть другой кот, а еще лучше – тот же самый кот.
В большинстве случаев исследуется не сама система (сложность, громоздкость, недоступность), а формализованное описание (модель) тех ее свойств, которые существенны для целей исследований, т.е. процесс познания зависит от поставленной цели.
Сущность объекта проявляется в виде свойств, которые имеют информационную природу, информация – это свойства объекта (системы), отображаемые во взаимодействии с субъектом.
Количественное отображение информации является отображением объекта – его моделью, которая может быть представлена как мера снятия неопределенности отображения объекта (определяется целями отображения).
Поскольку сущность объекта проявляется в его свойствах, а описать свойства во всех мыслимых условиях (которых бесконечно много) невозможно, то полностью познать объект практически невозможно - невозможно создать исчерпывающую его модель.
С развитием исследований больших и сложных систем (изучение функционирования, управления, проектирования) пришло понимание того, что применение интуитивно выбранных моделей может привести к тому, что полученная информация об объекте в рамках целостной системы может быть недостаточной или даже ошибочной.
Появилась тенденция сведения всех изолированных моделей одного и того же объекта в одну систему моделей или системную модель. Понимание же того, что такую единую модель невозможно построить, привело к возникновению науки, объединяющей абстрактные понятия системности с практикой - «системного анализа».
Каждая изолированная модель, представляющая какое-то свойство объекта, должна в такой системной модели занять определенное место, соответствующее месту свойства реального объекта, которое было смоделировано. Здесь моделирование выступает как средство решения задач системного исследования.
- 1 Методологические основы моделирования сложных систем
- 1.1 Системность
- Понятия общей теории систем
- Определение понятия системы
- Основные свойства, обязательные для любой системы.
- Взаимодействие и взаимозависимость системы и внешней среды.
- Определение понятий элементов, связей, функций, внешней среды системы. Элемент
- Внешняя среда
- Функции системы
- Сложность систем
- Системный подход
- Классификация систем
- Развитие искусственной системы и ее жизненный цикл
- 1.2 Моделирование
- Общая методология моделирования
- Основные принципы моделирования:
- Процесс моделирования
- Анализ и синтез в моделировании
- Примеры сложных систем Космическая система наблюдения Земли как сложная техническая система Задачи космической системы наблюдения Земли
- Состав и структура космической системы наблюдения Земли
- 2 Построение математических моделей
- 2.1 Математическая модель, математическое моделирование – основные понятия, термины и определения
- Цели математического моделирования
- 2.2 Общие методы построения математической модели
- Микроподход и макроподход в исследованиях системы.
- Формальная запись модели системы
- Понятие вариационных принципов
- Модульное построение моделей
- 2.3 Требования к построению модели
- Адекватность и достоверность модели
- Равнозначимость внешнего и внутреннего правдоподобия
- Анализ чувствительности модели
- Пример анализа на чувствительность экономической задачи
- 3 Математические модели состояния и структуры системы
- 3.1 Модель состояния системы Состояние системы и ее функционирование
- Формализация процесса функционирования системы
- 3.2 Модель структуры системы Основные понятия структуры системы
- Модель состава и структуры системы
- Методология моделирования структуры системы
- Виды структур
- Формирование структуры модели с позиций структурного моделирования.
- Построение структурных моделей
- 3.3 Модель процесса функционирования
- Установление функциональных зависимостей
- Неопределенность функционирования системы
- Пути уменьшения неопределенностей
- Основные требования к модели процесса функционирования
- Анализ функционирования, анализ структуры технической системы
- Функционально – физический анализ технических объектов.
- Пример разработки моделей деятельности организации
- Пример функционально – физического анализа технических объектов
- Конструкция бытовой электроплитки
- Функционально стоимостной анализ.
- 4 Этапы построения моделей
- 4.1 Постановка задачи моделирования
- Разработка содержательной модели
- Разработка концептуальной модели
- Описание внешних воздействий
- Декомпозиция системы
- Подготовка исходных данных для математической модели
- Содержание концептуальной модели
- 4.2 Разработка математической модели
- Разработка функциональных соотношений
- Выбор метода решения задачи
- Проверка и корректировка модели
- Анализ чувствительности модели
- Проверка адекватности модели
- Контроль модели
- Корректировка модели
- Уточнение модели проектируемого объекта
- Реализация математической модели в виде программ для эвм
- 4.3 Практическое использование построенной модели и анализ результатов моделирования
- Примеры построения моделей Математическая реставрация Тунгусского феномена
- 1. Сбор информации о явлении, выдвижение гипотез.
- 2. Содержательная постановка задачи исследования явления.
- 3. Математическая постановка задачи.
- 4. Анализ результатов.
- 5. Проверка адекватности модели – сравнение с натурным экспериментом.
- 6. Анализ результатов.
- Прогноз климатических изменений
- 1. Содержательная постановка задачи
- 2. Концептуальная постановка. Построение математической модели.
- 3. Проведение вычислительного эксперимента.
- 4. Анализ результатов вычислительного эксперимента.
- 5 Виды математических моделей
- 5.1 Классификация математических моделей
- Пример представления модели различной сложности и классификации.
- 5.2 Классификация математических моделей в зависимости от оператора модели
- Линейные и нелинейные модели
- Обыкновенные дифференциальные модели
- 5.3 Классификация математических моделей в зависимости от параметров модели Непрерывные и дискретные модели
- Детерминированные и неопределенные модели
- Дискретно-детерминированная модель
- Статические и динамические модели
- Стационарные и нестационарные модели.
- Формализация системы в виде автомата
- Формализация системы в виде агрегата
- Моделирование процесса функционирования агрегата
- Моделирование агрегативных систем
- Модель сопряжения элементов
- 6 Математические модели распределения ресурсов в исследовании операций
- 6.1 Моделирование операций распределения ресурсов
- Формулировка задачи математического программирования
- 6.2 Модели линейного программирования
- Формулировка общей задачи линейного программирования.
- Типовые задачи линейного программирования
- Транспортная задача.
- Задача коммивояжера.
- Задача о ранце.
- Общая задача теории расписаний.
- Примеры сведения практических задач к канонической транспортной задаче
- 6.3 Распределительные задачи линейного программирования
- Примеры распределительных задач.
- Распределение транспортных единиц по линиям
- Выбор средств доставки грузов.
- Задача о назначениях
- Экономическая интерпретация задач линейного программирования.
- Перевозки взаимозаменяемых продуктов
- Перевозка неоднородного продукта на разнородном транспорте.
- 7 Математические модели физических явлений и процессов. Универсальность моделей
- 7.1 Математические модели на основе фундаментальных законов
- Теоретический метод составления математических моделей
- Основные фундаментальные законы механики
- Работа, энергия, мощность
- 7.2 Уравнения движения
- Динамика поступательного движения.
- 7.3 Уравнения состояния
- Термодинамическая система.
- Упругие свойства твердых тел.
- Жидкости.
- 7.4 Универсальность моделей
- Модели на основе аналогий
- Типовые математические модели элементов и подсистем
- Модель колебательного процесса
- Модель консервативной системы.
- Электрическая подсистема.
- Модели элементов гидравлических систем
- Модели элементов пневматических систем
- 8 Моделирование производственных процессов
- 8.1 Модели систем массового обслуживания
- Основные элементы систем массового обслуживания.
- Характеристики потока
- Классификация смо
- Оценка эффективности смо
- Аналитические и статистические модели
- 8.2 Модели производственных процессов
- Дискретный производственный процесс
- Непрерывный производственный процесс
- Агрегатное представление производственного процесса
- Имитационное моделирование процессов функционирования
- Формализация основных операций производственного процесса Формализованная схема дискретного производственного процесса.
- Формализация отклонения течения производственного процесса от нормального
- Моделирование комплексного процесса обработки, сборки и управления при поточном производстве
- Формализованная схема непрерывного производственного процесса.
- 9 Синтез модели (проекта) системы
- 9.1 Проектирование системы как процесс создания (синтеза) ее модели
- 9.2 Методология проектирования
- Типовые проектные процедуры формирования облика системы
- 9.3 Эффективность системы Понятие эффективности системы
- Формирование модели цели системы
- Выбор критериев и показателей эффективности
- Основные принципы выбора критериев эффективности:
- Проблемы многокритериальности
- 9.4 Технология проектирования
- 9.5 Принятие решений в проектировании
- Выбор в условиях неопределенности
- Моделирование принятия решения
- Прогнозирование в принятии решений
- 9.6 Анализ инвестиционной привлекательности системы Основные типы инвестиций.
- Основные экономические концепции инвестиционного анализа.
- Состав работ при инвестиционном проектировании
- Конкурентоспособность проектируемой системы Оценка потенциальной емкости рынка и потенциального объема продаж
- Оценка конкурентоспособности
- Методы оценки эффективности инвестиций
- Метод определения чистой текущей стоимости.
- Метод расчета рентабельности инвестиций
- Метод расчета внутренней нормы прибыли
- Расчет периода окупаемости инвестиций
- Маркетинг и управление проектом
- Задачи управления проектами
- 9.7 Особенности синтеза модели (проекта) технических систем Этапы проектирования
- Особенности проектирования адаптивных систем
- Моделирование функционирования технической системы Особенности построения моделей при проектировании
- Формирование технического облика системы
- Формирование структуры системы
- Выбор основных проектных параметров системы
- Формирование множества вариантов системы
- 10 Информационное обеспечение синтеза системы
- 10.1 Основные задачи и типы информационных систем Общие свойства информационных систем
- Файл-серверные информационные системы
- Клиент-серверные информационные системы
- Архитектура Интернет/Интранет
- Хранилища данных и системы оперативной аналитической обработки данных
- 10.2 Особенности проектирования информационных систем
- Схемы разработки проекта
- 1. Предпроектные исследования
- 2 Постановка задачи
- 3 Проектирование системы
- Архитектура программного обеспечения
- Подсистема администрирования.
- Техническая архитектура
- Организационное обеспечение системы
- 4 Реализация и внедрение системы
- 10.3 Концепции автоматизации проектирования
- История развития сапр
- Классификация сапр
- Стратегическое развитие сапр Современное состояние сапр
- Направления разработки проектной составляющей сапр
- Разновидности сапр
- Математическое и информационное обеспечение сапр
- 11 Моделирование процесса управления
- 11.1 Основные определения
- Формальная запись системы с управлением
- 11.2 Модели систем автоматического управления
- Устойчивость движения систем
- Определение программного движения и управление движением
- 11.3 Модели автоматизированных систем управления
- Модели автоматизированных систем управления производственными процессами
- Модели автоматизированных систем управления предприятием