3.4. Классификация в зависимости от целей моделирования

Дескриптивные модели – модели, цель которых построе-ние законов изменения параметров модели.

Дескриптивные модели являются реализацией описатель-ных и объяснительных содержательных моделей на формальном уровне моделирования.

Оптимизационные модели – модели для определения опти-мальных параметров моделируемого объекта с точки зрения не-которого критерия или для поиска оптимального режима управ-ления некоторым процессом.

Параметры управления – параметры, изменяя которые можно получить различные варианты наборов значений выход-ных величин.

Управленческие модели – модели для принятия эффектив-ных управленческих решений в различных областях целена-правленной деятельности человека.

Данные модели рассматриваются в теории игр и исследо-вании операций.

3.5. Классификация в зависимости от методов исследования

Методы исследования

Алгоритмические

Имитационные

Численные

Аналитические

Алгебраические

Приближенные

Рис.4. Классификация в зависимости от методов исследования

Аналитический метод исследования модели – метод, по-зволяющий получать выходные величины в виде аналитических выражений, т.е. выражений, в которых используется не более чем счетная совокупность арифметических операций и перехо-дов к пределу по натуральным числам.

Алгебраические выражения – частный случай аналитичес-ких выражений, в которых используется конечное или счетное число арифметических операций, операций возведения в цело-численную степень и извлечения корня.

Приближенные методы – методы, использующие прибли-женную величину оценки параметра путем ограничения коли-чества членов совокупности арифметических операций в ана-литических выражениях.

В большинстве случаев при исследовании моделей ис-пользуют алгоритмические подходы, позволяющие получить лишь приближенные значения искомых параметров.

Численный подход – подход, в котором совокупность ма-тематических соотношений заменяется конечномерным анало-гом. Это чаще всего достигается дискретизацией исходных со-общений (переход от функций непрерывного аргумента к функ-циям дискретного аргумента).

Основное требование к вычислительному алгоритму – по-лучение решения исходной задачи с заданной точностью за ко-нечное число шагов.

Использование численных методов, а также построение на их основе вычислительных алгоритмов изучается в вычисли-тельной математике.

Имитационный подход – подход при котором объект ис-следования разбивается на отдельные элементы. В этом случае система математических соотношений для объекта-системы в целом не записывается, а заменяется некоторым алгоритмом, моделирующим ее поведение и учитывающим взаимодействие друг с другом моделей отдельных элементов системы. В качес-тве моделей отдельных элементов могут быть использованы как аналитические, так и алгебраические модели.

Достоинство алгоритмических моделей – отсутствие прин-ципиальных ограничений на сложность модели, что позволяет применять их для исследования систем произвольной слож-ности.