Моделирование, связь с теорией, гипотезами
«Модель» и «моделирование» – общенаучные понятия, принятые математиками, физиками, экономистами и представителями многих других наук. Каждый естествоиспытатель знает, что, формулируя законы природы, он представляет их в терминах поведения определенных моделей, отражающих явления природы, а не в терминах наблюдаемой реальности, т.е. научным языком.
Для многих процессов, в том числе социально-экономических, огромное значение имеет зависимость наблюдаемых явлений от «контекста» структуры взаимосвязей, пронизывающих мир. Определенное качество развития сложных процессов может так изменить этот «контекст», что одни факторы, до того определявшие динамику ситуации, утрачивают свое значение, а другие, представлявшиеся несущественными и не принимавшиеся во внимание, выходят на первый план. Для задач так называемого системного уровня сложности очень характерно возникновение и исчезновение существенных факторов по мере рассмотрения проблемы на различных уровнях ее пространственно-временной организации.
Модель – это вовсе не обязательно математические формулы или компьютерные программы, это упрощенное представление о реальности, в котором присутствует некоторое число факторов и отброшено (по крайней мере, на время) несущественное.
Моделирование позволяет нам оптимизировать систему до её реализации. В связи с набирающими темпы процессами глобализации, трансформации природных условий и т.п., значимость моделирования на этапах принятия решений становится одной из главнейших задач. Например, Модели являются своеобразным связующим звеном между индикаторами устойчивого развития и сценариями развития ситуации, т.е. анализом и прогнозом.
Как правило, в основу моделей положены показатели изменения условий, их взаимодействия и связи. Как раз такими показателями и являются индикаторы устойчивого развития, обладающие целым рядом качеств: взаимосвязанность, агрегированность и т.д.
В настоящее время различают два типа моделирования: аналитическое (статическое) и имитационное (динамическое).
В аналитической модели выход функционально зависит от входа (набора параметров), и в этом смысле она – статическая; такую модель можно реализовать в виде электронных таблиц.
Аналитические модели представляют собой уравнения или системы уравнений, записанные в виде алгебраических, интегральных, дифференциальных, конечно-разностных и иных соотношений и логических условий. Они записаны и решены в буквенном виде. Отсюда и происходит их название. Аналитическая модель – статическая по своей сути.
Аналитическое представление подходит лишь для очень простых и сильно идеализированных задач и объектов, которые, как правило, имеют мало общего с реальной (сложной) действительностью, но обладают высокой общностью. Данный тип моделей обычно применяют для описания фундаментальных свойств объектов, так как фундамент прост по своей сути. Сложные объекты редко удаётся описать аналитически.
Имитационную модель можно рассматривать как множество правил (дифференциальных уравнений, карт состояний, автоматов, сетей и т.п.), которые определяют, в какое состояние система перейдёт в будущем из заданного текущего состояния.
Имитация здесь – это процесс «выполнения» модели, проводящий её через (дискретные или непрерывные) изменения состояния во времени. В общем случае, для сложных проблем, где время и динамика очень важны, имитационное моделирование представляет собой более мощное средство анализа.
Основное отличие имитационных моделей от аналитических состоит в том, что вместо аналитического описания взаимосвязей между входами и выходами исследуемой системы строят алгоритм, отображающий последовательность развития процессов внутри исследуемого объекта, а затем «проигрывают» поведение объекта на компьютере.
К имитационным моделям прибегают тогда, когда объект моделирования настолько сложен, что адекватно описать его поведение математическими уравнениями невозможно или затруднительно. Имитационное моделирование позволяет разлагать большую модель на части (объекты, «кусочки»), которыми можно оперировать по отдельности, создавая другие, более простые или, наоборот, более сложные модели.
Среди имитационных моделей широкое распространение получили следующие подходы: дискретно-событийное моделирование (ДС), агентное моделирование (АМ), системная динамика (СД) и динамические системы. Они отличаются разным уровнем абстракции и процессами, которыми оперируют. Наиболее распространены из них последние два. Они оперируют в основном непрерывными во времени процессами, в то время как ДС и АМ – дискретными.
Рис. Сравнение подходов имитационного моделирования по уровням абстракции.