1. Понятие модели:

модель — это самостоятельный объект, состоящий из вещественных компонентов (материальная модель) или знаков (идеальная модель). 2. Виды моделей:

Виды моделей:

• По характеристике объекта моделирования

  • Модель внешнего вида 

  • Модель структуры 

  • Модель поведения 

• По сферам деятельности субъекта моделирования

  • Познавательные 

  • Коммуникативные 

  • Модели, возникающие в сфере практической деятельности 

• По сущности

  • Вещественно - энергетические (натурные) 

  • Идеальные (воображаемые) 

  • Информационные 

• По роли управления объектом моделирования

  • регистрирующие 

  • Эталонные 

  • Прогностические 

  • Имитационные 

  • Оптимизационные 

• По степени формализации

  • Неформализованные 

  • Частично формализованные 

  • Формализованные 

• По учету фактора времени

  • Статические 

  • Динамические 

    • Детерминированные 

    • Стохастические (вероятностные)

Виды информационных моделей:

Дискриптивные (выраженные на языке описания)

• на специальном языке

  • научные

    • математические формулы

    • алгоритмы

  • технические

    • программы

• Смешанные

  • таблицы

  • графы

    • деревья

    • сети

    • блок - схемы

  • схемы

  • карты

  • видеофильмы

• Наглядные (выраженные на языке представления)

  • рисунки

  • чертежи

  • графики

  • фотографии 

3. Цели моделирования:

Важным моментом на этапе постановки задачи является определение цели моделирования. От выбранной цели зависит, какие характеристики исследуемого объекта считать существенными, а какие отбросить. В соответствии с поставленной целью может быть подобран инструментарий, определены методы решения задачи, формы отображения результатов.

Решение любой практической задачи всегда связано с исследованием, преобразованием некоторого объекта (материального или информационного) или управления им.

Цель моделирования возникает, когда субъект моделирования решает поставленную перед ним задачу, и зависит как от решаемой задачи, так и от субъекта моделирования. То есть цель моделирования имеет двойственную природу: с одной стороны, она объективна, так как вытекает из задачи исследования, с другой -субъективна, поскольку исследователь всегда корректирует её в зависимости от опыта, интересов, мотивов деятельности.

Для одного объекта один субъект может построить несколько моделей, если он решает разные задачи, приводящие к разным целям моделирования.

Для одного объекта разные субъектв могут построить разные модели, даже если задача моделирования у них одна. Выбор вида модели и её построение зависят от знаний, опыта, предпочтений, личных интересов субъекта.

4. Границы возможностей классических математических методов в экономике.

5. Математические предпосылки создания имитационной модели.

6. Примеры задач, решаемых с помощью имитационного моделирования.

7. Этапы имитационного моделирования:

Типовая последовательность имитационного моделирования включает следующие этапы:

1. Концептуальный: разработка концептуальной схемы и подготовка области исходных данных;

2. Математический: разработка математических моделей и обоснование методов моделирования;

3. Программный: выбор средств моделирования и разработка программных моделей;

4. Экспериментальный: проверка адекватности и корректировка моделей, планирование вычислительных экспериментов, непосредственно моделирование, интерпретация результатов.

Процесс последовательной разра­ботки имитационной модели начинается с создания простой модели, которая затем постепенно усложняется в соответствии с требованиями, предъявляемыми решаемой проблемой. В про­цессе имитационного моделирования можно выделить следую­щие основные этапы:

1. Формулирование   проблемы:  описание  исследуемой  пробле­мы и определение целей исследования.

2. Разработка модели: логико-математическое описание мо­делируемой системы в соответствии с формулировкой проблемы.

3.  Подготовка данных: идентификация, спецификация и сбор данных.

4. Трансляция модели:  перевод модели на  язык, приемлемый  для используемой ЭВМ.

5. Верификация: установление правильности машинных про­грамм.

6. Валидация: оценка требуемой точности и соответствия имитационной модели реальной системе.

7. Стратегическое и тактическое планирование: определение условий проведения машинного эксперимента с имитационной моделью.

8. Экспериментирование: прогон имитационной модели на ЭВМ для получения требуемой информации.

9. Анализ результатов:  изучение  результатов  имитационного эксперимента для подготовки выводов и рекомендаций по ре­шению проблемы.

10. Реализация и документирование:  реализация   рекомендаций, полученных на основе имитации, и составление докумен­тации по модели и ее использованию.

8. генетические алгоритмы:

Генетические алгоритмы применяются для решения следующих задач:

1. Оптимизация функций

2. Оптимизация запросов в базах данных

3. Разнообразные задачи на графах (задача коммивояжера, раскраска, нахождение паросочетаний)

4. Настройка и обучение искусственной нейронной сети

5. Задачи компоновки

6. Составление расписаний

7. Игровые стратегии

8. Теория приближений

9. Искусственная жизнь

10. Биоинформатика (фолдинг белков)

Генети́ческий алгори́тм  — это эвристический алгоритм поиска, используемый для решения задач оптимизации и моделирования путём случайного подбора, комбинирования и вариации искомых параметров с использованием механизмов, аналогичных естественному отбору в природе. Является разновидностью эволюционных вычислений, с помощью которых решаются оптимизационные задачи с использованием методов естественной эволюции, таких как наследование, мутации, отбор и кроссинговер. Отличительной особенностью генетического алгоритма является акцент на использование оператора «скрещивания», который производит операцию рекомбинации решений-кандидатов, роль которой аналогична роли скрещивания в живой природе.

9. Проверки гипотез о категориях типа событие↔ явление↔ поведение

10. Типовые системы имитационного моделирования.

11. Имитация работы объекта экономики в трех измерениях: материальные, денежные и информационные потоки.

12. Поддержка в сетями петри современных парадигм имитационного моделирования.

13. Уровни абстрагирования:

Уровень абстракции предоставляет способ сокрытия деталей реализации определенного множества функциональных возможностей. Модели программного обеспечения, использующие уровни абстракции, включают семиуровневую модель OSI для протоколов передачи данных компьютерных сетей, библиотеку графических примитивов OpenGL, модель ввода-вывода на основе потоков байт из Unix, адаптированную MSDOS, Linux и большинством других современных операционных систем.

Абстрагирование способ преобразования модели внутри интеллектуальной системы, при котором модель, рассматриваемая виде системы, разделяется на подсистемы и эти подсистемы заменяются на элементы, приближенно выполняющие функции заменяемых подсистем (доступные наблюдению абстрагирующей ИС).

В результате операции "Абстрагирование" сложная модель преобразуется в упрощенную: содержащую на порядки меньшее количество элементов.