1.3. Классификации математических моделей

Классификация в любой области знаний необходима. Она позволяет обобщить накопленный опыт, упорядочить понятия предметной области. Стремительное развитие методов математического моделирования и многообразие областей их применения привели появлению большого количества моделей различных видов и к необходимости классификации моделей по тем категориям, которые являются универсальными для всех моделей или необходимы в области построенной модели, например. Приведем пример некоторых категорий: область использования; учёт в модели временного фактора (динамики); отрасль знаний; способ представления моделей; наличие или отсутствие случайных (или неопределенных) факторов; вид критерия эффективности и наложенных ограничений и т.д.

Анализируя математическую литературу, мы выделили наиболее часто встречающиеся признаки классификаций:

1. По методу реализации (в том числе формальному языку) все 45математические модели можно разбить на аналитические и алгоритмические.

Аналитические – модели, в которых используется стандартный математический язык. Имитационные – модели, в которых использован специальный язык моделирования или универсальный язык программирования.

Аналитические модели могут быть записаны в виде аналитических выражений, т.е. в виде выражений, содержащих счетное число арифметических действий и переходов к пределу, например: . Алгебраическое выражение является частным случаем аналитического выражения, оно обеспечивает в результате точное значение. Существуют также конструкции, позволяющие находить результирующее значение с заданной точностью (например, разложение элементарной функции в степенной ряд). Модели, использующие подобный прием, называют приближенными.

В свою очередь, аналитические модели разбиваются на теоретические и эмпирические модели. Теоретические модели отражают реальные структуры и процессы в исследуемых объектах, то есть, опираются на теорию их работы. Эмпирические модели строятся на основе изучения реакций объекта на изменение условий окружающей среды. При этом теория работы объекта не рассматривается, сам объект представляет собой так называемый «черный ящик», а модель – некоторую интерполяционную зависимость. Эмпирические модели могут быть построены на основе экспериментальных данных. Эти данные получают непосредственно на исследуемых объектах или с помощью их физических моделей.

Если какой-либо процесс не может быть описан в виде аналитической модели, его описывают с помощью специального алгоритма или программы. Такая модель является алгоритмической. При построении алгоритмических моделей используют численный или имитационный подходы. При численном подходе совокупность математических соотношений заменяется конечномерным аналогом (например, переход от функции непрерывного аргумента к функции дискретного аргумента). Затем выполняется построение вычислительного алгоритма, т.е. последовательности арифметических и логических действий. Найденное решение дискретного аналога принимается за приближенное решение исходной задачи. При имитационном подходе дискретизируется сам объект моделирования, строятся модели отдельных элементов системы.

2. По форме представления математических моделей различают:

1) Инвариантная модель – математическая модель представляющаяся системой уравнений (дифференциальных, алгебраических) без учета методов решения этих уравнений.

2) Алгебраическая модель – соотношение моделей связаны с выбранным численным методом решения и записаны в виде алгоритма (последовательности вычислений).

3) Аналитическая модель – представляет собой явные зависимости искомых переменных от заданных величин. Такие модели получают на основе физических законов, либо в результате прямого интегрирования исходных дифференциальных уравнений, используя табличные интегралы. К ним относятся также регрессионные модели, получаемые на основе результатов эксперимента.

4) Графическая модель представляется в виде графиков, эквивалентных схем, диаграмм и тому подобное. Для использования графических моделей должно существовать правило однозначного соответствия условных изображений элементов графической и компонентов инвариантной математической модели.

3. В зависимости от вида критерия эффективности и наложенных ограничений модели подразделяются на линейные и нелинейные. В линейных моделях критерий эффективности и наложенные ограничения являются линейными функциями переменных модели (иначе нелинейные модели). Допущение о линейной зависимости критерия эффективности и совокупности наложенных ограничений от переменных модели на практике вполне приемлемо. Это позволяет для выработки решений использовать хорошо разработанный аппарат линейного программирования.

4. Учитывая фактор времени и области использования, выделяют статические и динамические модели. Если все входящие в модель величины не зависят от времени, то имеем статическую модель объекта или процесса (одномоментный срез информации по объекту). Т.е. статическая модель – это модель, в которой время не является переменной величиной. Динамическая модель позволяет увидеть изменения объекта во времени.

5. В зависимости от числа сторон, принимающих решение, выделяют два типа математических моделей: описательные и нормативные. В описательной модели нет сторон, принимающих решения. Формально число таких сторон в описательной модели равно нулю. Типичным примером подобных моделей является модели систем массового обслуживания. Для построения описательных моделей может также использоваться теория надежности, теория графов, теория вероятностей, метод статистических испытаний (метод Монте-Карло).

Для нормативной модели характерно множество сторон. Принципиально можно выделить два вида нормативных моделей: модели оптимизации и теоретико-игровые. В моделях оптимизации основная задача выработки решений технически сводится к строгой максимизации или минимизации критерия эффективности, т.е. определяются такие значения управляемых переменных, при которых критерий эффективности достигает экстремального значения (максимума или минимума).

Для выработки решений, отображаемых моделями оптимизации, наряду с классическими и новыми вариационными методами (поиск экстремума) наиболее широко используются методы математического программирования (линейное, нелинейное, динамическое). Для теоретико-игровой модели характерна множественность числа сторон (не менее двух). Если имеются две стороны с противоположными интересами, то используется теория игр, если число сторон более двух и между ними невозможны коалиции и компромиссы, то применяется теория бескоалиционных игр n лиц.

6. В зависимости от наличия или отсутствия случайных (или неопределенных) факторов выделяют детерминированные и стохастические математические модели. В детерминированных моделях все взаимосвязи, переменные и константы заданы точно, что приводит к однозначному определению результирующей функции. Детерминированная модель строится в тех случаях, когда факторы, влияющие на исход операции, поддаются достаточно точному измерению или оценке, а случайные факторы либо отсутствуют, либо ими можно пренебречь.

Если часть или все параметры, входящие в модель по своей природе являются случайными величинами или случайными функциями, то модель относят к классу стохастических моделей. В стохастических моделях задаются законы распределения случайных величин, что приводит к вероятностной оценке результирующей функции и реальность отображается как некоторый случайный процесс, ход и исход которого описывается теми или иными характеристиками случайных величин: математическими ожиданиями, дисперсиями, функциями распределения и т.д. Построение такой модели возможно, если имеется достаточный фактический материал для оценки необходимых вероятностных распределений или если теория рассматриваемого явления позволяет определить эти распределения теоретически (на основе формул теории вероятностей, предельных теорем и т.д.).

7. В зависимости от целей моделирования различают дескриптивные, оптимизационные и управленческие модели. В дескриптивных (от лат. descriptio – описание) моделях исследуются законы изменения параметров модели. Например, модель движения материальной точки под воздействием приложенных сил на основании второго закона Ньютона: . Задавая положение и ускорение точки в данный момент времени (входные параметры), массу (собственный параметр) и закон изменения прикладываемых сил (внешние воздействия), можно определить координаты точки и скорость в любой момент времени (выходные данные).

Оптимизационные модели применяются для определения наилучших (оптимальных), на основе некоторого критерия, параметров моделируемого объекта или способов управления этим объектом. Оптимизационные модели строятся с помощью одной и ли нескольких дескриптивных моделей и имеют несколько критериев определения оптимальности. На область значений входных параметров могут быть наложены ограничения в виде равенств или неравенств, связанных с особенностями рассматриваемого объекта или процесса. Примером оптимизационной модели служит составление рациона питания в определенной диете (в качестве входных данных выступают калорийность продукта, ценовые значения стоимости и т.д.).

Управленческие модели применяются для принятия решений в различных областях целенаправленной деятельности человека, когда из всего множества альтернатив выбирают несколько и общий процесс принятия решения представляет собой последовательность таких альтернатив. Например, выбор доклада для поощрения из нескольких подготовленных студентами. Сложность задачи состоит как в неопределенности о входных данных (самостоятельно подготовлен доклад или использован чей-то труд), так и целей (научность работы и ее структура, уровень изложения и уровень подготовки студента, результаты эксперимента и полученные выводы). Так как оптимальность принятого решения в одной и той же ситуации может трактоваться различным образом, то вид критерия оптимальности в управленческих моделях заранее не фиксируется. Методы формирования критериев оптимальности в зависимости от вида неопределенности рассматриваются в теории выбора и принятия решений, базирующейся на теории игр и исследовании операций.

8. По методу исследования различают аналитические, численные и имитационные модели. Аналитической моделью называют такое формализованное описание системы, которое позволяет получить решение уравнения в явном виде, используя известный математический аппарат. Численная модель характеризуется зависимостью, которая допускает только частные численные решения для конкретных начальных условий и количественных параметров модели. Имитационная модель – это совокупность описания системы и внешних воздействий, алгоритмов функционирования системы или правил изменения состояния системы под влиянием внешних и внутренних возмущений. Эти алгоритмы и правила не дают возможности использования имеющихся математических методов аналитического и численного решения, но позволяют имитировать процесс функционирования системы и фиксировать интересующие характеристики [7]. Далее будут более подробно рассмотрены некоторые аналитические и имитационные модели, изучение именно этих видов моделей связано со спецификой профессиональной деятельности студентов указанного направления подготовки.