2.1 Специфика информационной модели
Роль информации в самом существовании систем, искусственных и естественных, огромна. Для кибернетики, да и всей системологии, понятие информации столь же фундаментально, как понятие энергии для физики. Недаром признается не менее общим, чем определение А.И.Берга, определение кибернетики, предложенное А.Н.Колмогоровым: кибернетика – это наука, которая занимается изучением систем любой природы, способных воспринимать, хранить и перерабатывать информацию и использовать ее для управления и регулирования.
2.2. Методы моделирования
Существенную роль в управленческой деятельности выполняет общенаучный метод моделирования, который опирается на системный и комплексный подходы к управлению. Моделирование представляет собой исследование каких-либо явлений, процессов или систем объектов путем построения и изучения их моделей, а также использование моделей для определения или уточнения способов построения вновь создаваемых объектов. В теории управления метод моделирования обычно осуществляется путем построения и оперирования моделями, отражающими свойства, взаимосвязи, структурные и функциональные характеристики управляемых объектов, существенные с точки зрения осуществления управленческих решений. Он осуществляется в несколько этапов.
Этапы моделирования:
1. Постановка целей и задач конструирования моделей.
2. Теоретический (эмпирический) анализ данной модели и определение области применения.
3. Практическое применение полученных данных.
4. Если возникает необходимость, проводится четвертый этап, содержание которого составляет корректировка полученных результатов с целью введения дополнительных данных и факторов, возможных ограничений и уточнений.
В тех случаях, когда установлено постоянное и удовлетворительно точное согласие между математической моделью и опытом, такая модель приобретает практическую ценность.
Модель – некий новый объект, который отражает существенные особенности изучаемого объекта, явления или процесса.
Один и тот же объект может иметь множество моделей, а разные объекты могут описываться одной моделью.
Система – сложный объект, состоящий из взаимосвязанных частей (элементов). Всякая система имеет определенное назначение (цель).
Структура – совокупность связей между элементами системы. Структура систем зависит от поставленной цели.
Информационные модели – целенаправленно отобранная информация об объекте, которая отражает наиболее существенные для исследователя свойства этого объекта.
Типы информационных моделей:
Табличные – объекты и их свойства представлены в виде списка, а их значения размещаются в ячейках прямоугольной формы. Перечень однотипных объектов размещен в первом столбце (или строке), а значения их свойств размещаются в следующих столбцах (или строках).
Иерархические – объекты распределены по уровням. Каждый элемент высокого уровня состоит из элементов нижнего уровня, а элемент нижнего уровня может входить в состав только одного элемента более высокого уровня.
Сетевые – применяют для отражения систем, в которых связи между элементами имеют сложную структуру.
По степени формализации информационные модели бывают образно-знаковые и знаковые.
Методы моделирования процессов
IDEF — методологии семейства ICAM (Integrated Computer-Aided Manufacturing) для решения задач моделирования сложных систем, позволяет отображать и анализировать модели деятельности широкого спектра сложных систем в различных разрезах. При этом широта и глубина обследования процессов в системе определяется самим разработчиком, что позволяет не перегружать создаваемую модель излишними данными.
В силу многозначности понятия «модель» в науке и технике не существует единой классификации видов моделирования: классификацию можно проводить по характеру моделей, по характеру моделируемых объектов, по сферам приложения моделирования (в технике, физических науках, кибернетике и т. д.).
Например, можно выделить следующие виды моделирования:
- информационное моделирование;
- компьютерное моделирование;
- математическое моделирование;
- цифровое моделирование;
- логическое моделирование;
- педагогическое моделирование;
- психологическое моделирование;
- структурное моделирование;
- физическое моделирование;
- имитационное моделирование;
- эволюционное моделирование;
- и другие.
Метод экономического моделирования
Моделирование экономическое (франц. modelle от лат. modulus - мера, образец) - воспроизведение экономических объектов и процессов в ограниченных, малых, экспериментальных формах, в искусственно созданных условиях (натурное моделирование). В экономике чаще используется математическое моделирование посредством описания экономических процессов математическими зависимостями. Моделирование служит предпосылкой и средством анализа экономики и протекающих в ней явлений и обоснования принимаемых решений, прогнозирования, планирования, управления экономическими процессами и объектами. Модель экономического объекта обычно поддерживается реальными статистическими, эмпирическими данными, а результаты расчетов, выполненные в рамках построенной модели, позволяют строить прогнозы, проводить объективные оценки. Экономическая модель - упрощенное представление действительности, абстрактное обобщение; один из важнейших инструментов научного познания экономических процессов.
Указанные виды моделирования могут применяться самостоятельно или одновременно, в некоторой комбинации (например, в имитационном моделировании используются практически все перечисленные виды моделирования или отдельные приемы).
Понятие компьютерного моделирования трактуется шире традиционного понятия “моделирование на ЭВМ”. Приведем его.
Компьютерное моделирование – это метод решения задач анализа или синтеза сложной системы на основе использования ее компьютерной модели.
Компьютерное моделирование можно рассматривать как:
математическое моделирование;
имитационное моделирование;
стохастическое моделирование.
Под термином “компьютерная модель” понимают условный образ объекта или некоторой системы объектов (или процессов), описанный с помощью уравнений, неравенств, логических соотношений, взаимосвязанных компьютерных таблиц, графов, диаграмм, графиков, рисунков, анимационных фрагментов, гипертекстов и т.д. и отображающих структуру и взаимосвязи между элементами объекта. Компьютерные модели, описанные с помощью уравнений, неравенств, логических соотношений, взаимосвязанных компьютерных таблиц, графов, диаграмм, графиков, будем называть математическими. Компьютерные модели, описанные с помощью взаимосвязанных компьютерных таблиц, графов, диаграмм, графиков, рисунков, анимационных фрагментов, гипертекстов и т.д. и отображающих структуру и взаимосвязи между элементами объекта, будем называть структурно-функциональными.
Компьютерные модели (отдельную программу, совокупность программ, программный комплекс), позволяющие, с помощью последовательности вычислений и графического отображения результатов ее работы, воспроизводить (имитировать) процессы функционирования объекта (системы объектов) при условии воздействия на объект различных, как правило, случайных факторов, будем называть имитационными.
Суть компьютерного моделирования заключена в получении количественных и качественных результатов на имеющейся модели. Качественные результаты анализа обнаруживают неизвестные ранее свойства сложной системы: ее структуру, динамику развития, устойчивость, целостность и др. Количественные выводы в основном носят характер анализа существующей СС или прогноза будущих значений некоторых переменных. Возможность получения не только качественных, но и количественных результатов составляет существенное отличие имитационного моделирования от структурно-функционального. Имитационное моделирование имеет целый ряд специфических черт.
Методологией компьютерного моделирования является системный анализ (направление кибернетики, общая теория систем), в котором доминирующая роль отводится системным аналитикам.
Центральной процедурой системного анализа является построение обобщенной модели, отражающей все факторы и взаимосвязи реальной системы. Предметом компьютерного моделирования может быть любая сложная система, любой объект или процесс. Категории целей при этом могут быть самыми различными. Компьютерная модель должна отражать все свойства, основные факторы и взаимосвязи реальной сложной системы, критерии, ограничения.
Компьютерное моделирование предлагает совокупность методологических подходов и технологических средств, используемых для подготовки и принятия решений в различных областях исследования.
Выбор метода моделирования для решения постановленной задачи или исследования системы является актуальной задачей, с которой системный аналитик должен уметь справляться.
Эта схема включает, характерные для любого метода моделирования, следующие этапы определения:
1. Системы (предметная, проблемная область);
2. Объекта моделирования;
3. Целевого назначения моделей;
4. Требований к моделям;
5. Формы представления;
6. Вида описания модели;
7. Характера реализации модели;
8. Метода исследования модели.
Хорошая модель должна удовлетворять некоторым общепринятым требованиям. Такая модель должна быть:
адекватной;
надежной;
простой и понятной пользователю;
целенаправленной;
удобной в управлении и обращении;
функционально полной с точки зрения возможностей решения главных задач;
адаптивной, позволяющей легко переходить к другим модификациям или обновлять данные;
допускающей изменения (в процессе эксплуатации она может усложняться).
Пример: автоматизированная система управления технологическими процессами.
Существуют следующие методы построения информационных моделей: графический, сетевой, матричный, графо-аналитический, вероятностный, имитационный.
Графический метод включает графическую часть и описание.
Сетевой метод отражает логико-временную последовательность проведения работ.
Матричный метод сводится к сбору документации, пополнению их недокументированными сведениями и анализу построенной матрицы.
Графо-аналитический метод предполагает построение модели в виде ориентированного графа с последующим расчетом промежуточных и итоговых показателей.
Вероятностный метод применяется для анализа информационных систем, в которых потоки информации носят случайный характер (теория массового обслуживания).
Имитационный метод позволяет имитировать реальные процессы и вырабатывать исходные данные для формирования моделей (например, расчет процента ошибочных действий на имитаторе вождения).
Проранжировав их по этому свойству, можно построить некую условную шкалу методов.
Рисунок 9 – Шкала методов.