Прямая и обратная задачи математического моделирования

Существует множество задач, связанных с математическим моделированием. Во-первых, надо придумать основную схему моделируемого объекта, воспроизвести его в рамках идеализаций данной науки. Так, вагон поездапревращается в систему пластин и более сложных тел из разных материалов, каждый материал задается как его стандартнаямеханическая идеализация(плотность, модули упругости, стандартные прочностные характеристики), после чего составляются уравнения, по дороге какие-то детали отбрасываются, как несущественные, производятся расчёты, сравниваются с измерениями, модель уточняется, и так далее. Однако для разработки технологий математического моделирования полезно разобрать этот процесс на основные составные элементы.

Традиционно выделяют два основных класса задач, связанных с математическими моделями: прямые и обратные.

Прямая задача: структура модели и все её параметры считаются известными, главная задача провести исследование модели для извлечения полезного знания об объекте. Какую статическую нагрузку выдержит мост? Как он будет реагировать на динамическую нагрузку (например, на марш роты солдат, или на прохождение поезда на различной скорости), как самолёт преодолеет звуковой барьер, не развалится ли он от вибрации, вот типичные примеры прямой задачи. Постановка правильной прямой задачи (задание правильного вопроса) требует специального мастерства. Если не заданы правильные вопросы, то мост может обрушиться, даже если была построена хорошая модель для его поведения. Так, в 1879 г. в Великобритании обрушился металлическиймост через реку Тей, конструкторы которого построили модель моста, рассчитали его на 20-кратный запас прочности на действие полезной нагрузки, но забыли о постоянно дующих в тех местах ветрах. И через полтора года он рухнул.

Обратная задача: известно множество возможных моделей, надо выбрать конкретную модель на основании дополнительных данных об объекте. Чаще всего, структура модели известна, и необходимо определить некоторые неизвестные параметры. Дополнительная информация может состоять в дополнительных эмпирических данных или в требованиях к объекту (задача проектирования). Дополнительные данные могут поступать независимо от процесса решения обратной задачи (пассивное наблюдение) или быть результатом специально планируемого в ходе решения эксперимента (активное наблюдение).

Одним из первых примеров виртуозного решения обратной задачи с максимально полным использованием доступных данных был построенный И. Ньютономметод восстановления сил трения по наблюдаемым затухающим колебаниям.

В качестве другого примера можно привести математическую статистику. Задача этой науки – разработка методов регистрации, описания и анализа данных наблюдений и экспериментов с целью построения вероятностных моделей массовых случайных явлений. То есть множество возможных моделей ограничено вероятностными моделями. В конкретных задачах множество моделей ограничено сильнее.

Компьютерное моделирование

Компьютерная модель (англ.computer model), или численная модель – компьютерная программа, работающая на отдельномкомпьютереили множествевзаимодействующих компьютеров(вычислительных узлов), реализующая абстрактную модель некоторой системы.

Компьютерное моделирование – метод решения задачи анализа или синтеза сложной системы на основе использования ее компьютерной модели.

Для поддержки математического моделирования разработаны системы компьютерной математики, например, Maple,Mathematica,Mathcad,MATLAB,VisSimи др. Они позволяют создавать формальные и блочные модели как простых, так и сложных процессов и устройств и легко менять параметры моделей в ходе моделирования. Блочные модели представлены блоками (чаще всего графическими), набор и соединение которых задаются диаграммой модели.

Дискретная модель – математическая модель, которая описывает поведение и свойства объекта только в отдельные моменты времени.

Модель лабиринтного поиска – поиск оптимального пути от входных данных к результату.

Эвристическое моделирование заключается в стремлении воспроизвести то, что однажды уже привело к успеху.

Компьютерные модели стали обычным инструментом математического моделирования и применяются в физике,астрофизике,механике,химии,биологии,экономике,социологии,метеорологии, других науках и прикладных задачах в различных областях радиоэлектроники, машиностроения, автомобилестроения и проч. Компьютерные модели используются для получения новых знаний о моделируемом объекте или для приближенной оценки поведения систем, слишком сложных для аналитического исследования.

Компьютерное моделирование является одним из эффективных методов изучения сложных систем. Компьютерные модели проще и удобнее исследовать в силу их возможности проводить вычислительные эксперименты в тех случаях, когда реальные эксперименты затруднены из-за финансовых или физических препятствий или могут дать непредсказуемый результат. Логичность и формализованность компьютерных моделей позволяет выявить основные факторы, определяющие свойства изучаемого объекта-оригинала (или целого класса объектов), в частности, исследовать отклик моделируемой физической системы на изменения ее параметров и начальных условий.

Построение компьютерной модели базируется на абстрагировании от конкретной природы явлений или изучаемого объекта-оригинала и состоит из двух этапов: сначала создание качественной, а затем и количественной модели. Компьютерное же моделирование заключается в проведении серии вычислительных экспериментов на компьютере, целью которых является анализ, интерпретация и сопоставление результатов моделирования с реальным поведением изучаемого объекта и, при необходимости, последующее уточнение модели и т.д.

К основным этапам компьютерного моделирования относятся:

Постановка задачи, определение объекта моделирования.

Разработка концептуальноймодели, выявление основных элементов системы и их взаимосвязей.

Формализация, то есть переход к математической модели.

Создание алгоритмаи написаниепрограммы.

Планирование и проведение компьютерных экспериментов.

Анализ и интерпретация результатов.

Различают аналитическое и имитационное моделирование.

При аналитическом моделировании изучаются математические (абстрактные) модели реального объекта в виде алгебраических, дифференциальных и других уравнений, а также предусматривающих осуществление однозначной вычислительной процедуры, приводящей к их точному решению.

При имитационном моделировании исследуются математические модели в виде алгоритма, воспроизводящего функционирование исследуемой системы путем последовательного выполнения большого количества элементарных операций.

Практическое применение

Компьютерное моделирование применяют для широкого круга задач, таких как:

Моделирование ядерных испытаний.

Моделирование радиационного воздействия на организм человека.

Анализ распространения загрязняющих веществватмосфере.

Конструирование транспортных средств.

Полетные имитаторы для тренировки пилотов.

Прогнозирование погоды.

Прогнозирование цен на финансовых рынках.

Исследование поведения зданий, конструкций и деталей под механической нагрузкой.

Прогнозирование прочности конструкций и механизмов их разрушения.

Проектирование производственных процессов, например химических.

Стратегическое управление организацией.

Исследование поведения гидравлических систем: нефтепроводов, водопровода.

Моделирование сценарных вариантов развития городов.

Моделирование транспортных систем.

Имитация краш-тестов.

Различные сферы применения компьютерных моделей предъявляют разные требования к надежности получаемых с их помощью результатов. Для моделирования зданий и деталей самолетов требуется высокая точность и степень достоверности, тогда как модели эволюции городов и социально-экономических систем используются для получения приближенных или качественных результатов.