3. Процедурно-технологическая схема построения и исследования моделей сложных систем (Аня)

Схема включает:

1 определение предметной (проблемной) области системы;

2 описание объекта моделирования;

3 определе¬ние цели моделирования;

4 определение требований к моделям;

5 выбор формы представления модели;

6 выбор вида описания модели;

7 определение характера реализации модели;

8 выбор метода исследования модели.

Первые три этапа характеризуют объект и цель исследования и практи¬чески определяют следующие этапы моделирования. Большое значение име¬ет корректное описание объекта и формулировка цели моделирования.

1. Определение предметной области системы. Предметная область ис¬следуемой системы накладывает определенный отпечаток на модель. Физи¬ческие, химические, технические, технологические, информационные, био¬логические, экологические, экономические, социальные и другие особенно¬сти должны быть отражены в модели системы.

2. Описание объекта моделирования. В качестве объекта моделирования в процессе моделирования выступает не вся система, а ее «срез» — элемент, структура, отношение, организация, функция, отдельные процессы поведе¬ния и развития и т. д.

3. Определение цели моделирования. Очень важно правильно обозначить и сформулировать проблему, четко задать цель исследования, проводимого с помощью моделирования. Целенаправленная модель представляет собой за¬мену действительности с той степенью абстракции, которая полезнее для по¬ставленной цели. Иначе говоря, модель прежде всего должна отражать те существенные свойства, те стороны моделируемого объекта, которые опре¬делены практической задачей. Остальными свойствами можно пренебречь.

4. Определение требований к моделям. Моделирование связано с реше¬нием реальных задач, и нужно быть уверенным, что результаты точно отра¬жают истинное положение вещей, т. е. что модель адекватна действительно¬сти. Хорошая модель должна удовлетворять некоторым общепринятым тре¬бованиям: адекватной; надежной в смысле гарантии от абсурдных ответов; простой и понятной пользователю; целенаправленной; удобной в управлении и обращении; функционально полной с точки зрения возможностей решения задачи; адаптивной, позволяющей легко переходить к другим модификациям или обновлять данные.

В зависимости от целевой направленности модели задаются специальные требования к самим моделям. Наиболее характерными требованиями являются целостность; отражение информационных свойств; многоуровневость; множе¬ственность (многомодельностъ); расширяемость; универсальность (абстракт-ность); осуществимость (реальная возможность построения самой модели и ее исследования); реализуемость (возможность материализации модели в виде ре¬альной системы в задачах проектирования); эффективность (затраты времен¬ных, трудовых, материальных и других видов ресурсов на построение моделей и проведение экспериментов находится в допустимых пределах или оправда¬ны). Значимость или приоритетность требований к модели непосредственно вытекают из назначения модели.

5.Выбор формы представления модели. Цель моделирования и задание требований к модели, безусловно, определяют форму представления модели. Любая модель (прежде чем стать объективно существующим предметом) должна быть конструктивно разработана, существовать в мысленной форме, далее - переведена в знаковую форму и, наконец, реализована.

6.Выбор вида описания модели. Например, для знаковых форм такими описаниями являются логические или математические модели. Для логиче¬ских моделей определяются отношения и способы представления знаний (исчисление предикатов, семантические сети, фреймы) [1]. Для математиче¬ских моделей - алгебраические и дифференциальные уравнения.

7.Определение характера реализации модели. Характер реализации зна¬ковых моделей бывает аналитическим, машинным и физическим.

8.Выбор метода исследования модели. Для каждого способа реализации модели в зависимости от ее сложности, цели моделирования, степени неоп¬ределенности характеристик модели могут иметь место различные по харак¬теру способы проведения исследований (экспериментов).

Расчетное моделирование применяется при исследовании математиче¬ских моделей и сводится к их машинной реализации при различных число-вых исходных данных. Результаты этих реализаций (расчетов) выдаются в графической или табличной формах. Под статистическим моделированием понимается машинное воспроизведение функционирования вероятностных моделей. Особенностью статисти¬ческого моделирования является случайное задание исходных данных с из¬вестными законами распределения и, как следствие, вероятностное оценива¬ние характеристик исследуемых процессов. Статистическое моделирование является эффективным методом исследования слабоорганизованных систем с несложной логикой функционирования. Для исследования сложных логиче¬ских и логико-математических моделей с неточным заданием исходных дан¬ных применяется имитационное моделирование. Оно не используется в задачах исследования сложных логико-математических моде¬лей в результате проведения экспериментов на модели. Поэтому в имитаци¬онном моделировании важную роль играет не только проведение, но и пла¬нирование экспериментов. Следующим за имитационным по качественному уровню можно назвать самоорганизующееся моделирование, когда функция построения моделей и ее преобразования в процессе экспериментирования и поиска оптимальных моделей возлагается на ЭВМ