Тема 15. Методы и модели экспериментирования в процессе исследования

Экспериментирование в процессе исследования систем управления, исследования управленческих процессов и разработки решений. Информационные технологии в процессе экспериментирования. Применение методов имитационного моделирования. Вычислительный эксперимент и компьютерное моделирование. Экспериментирование в процессе решения проблем как способ получения исследователем фактов и данных. Эксперимент как испытание изучаемых явлений в контролируемых и управляемых условиях. Методы и практика экспериментирования.. Планирование, организация и проведение эксперимента. Анализ результатов эксперимента.

Количественные, топологические и метрические; классификационные, сравнительные и количественные понятия, используемые исследователем в процессе эксперимента. Сравнительные понятия как основа для количественных понятий. Классификационные (качественные) и количественные (метрические) как понятия, чаще всего используемые экспериментатором. Классификационные понятия как первое приближение к качественным понятиям. Научная актуальность экспериментирования. Необходимые условия полновесного в научном отношении эксперимента. Структура эксперимента, или элементный состав эксперимента: субъект экспериментирования; объект исследования (экспериментирования); условия проведения эксперимента; средства (приборы, аппаратные и программные средства). Компьютер как основная экспериментальная установка в современных условиях.

Определение существенных и несущественных для эксперимента положений, понятий, факторов. Стремление экспериментатора выделить изучаемое явление в чистом виде, пытаясь уменьшить число препятствий в получении искомой информации. Требование воспроизводимости процесса экспериментирования (с целью обеспечения интерсубъективности научного знания). Особенности взаимоотношения теории и экспериментальных фактов. Основополагающее значение в эксперименте «подгонки» фактов и теории друг к другу.

Экспериментирование с моделью. Модель как средство проводить контролируемые эксперименты в ситуациях, когда экспериментирование на реальных объектах практически невозможно или экономически нецелесообразно. Экспериментирование, направленное на оценку функциональной полезности модели. Экспериментирование как собственно имитация с целью получения желаемых данных и анализа чувствительности. Стоимость каждого эксперимента и ценность получаемой в ходе эксперимента информации как основные показатели эксперимента.

Экспериментирование с системой (объектом) как варьирование ее некоторых параметров. Ограниченные возможности натурных экспериментов, связанные или с недоступностью из-за объективных ограничений, либо с дороговизной испытаний. Возможность проводить необходимые эксперименты с относительной легкостью и недорого, используя модель реальной системы. Высокая информативность экспериментирования с моделью сложной системы, основанная на возможности часто узнать больше о системе, экспериментируя с ее моделью благодаря измеримости структурных элементов модели и возможности контролировать ее поведение, легко изменять ее параметры и т.п.

Моделирование на ЭВМ. Вычислительная машина и программное обеспечение как компоненты большинства количественных и качественных моделей. Современная тенденция увеличения доли компьютерных исследований и экспериментов в общем объеме проводимых исследований, включая замену "натурных" экспериментов компьютерными исследованиями систем управления по методу: «объект – модель – алгоритм – программа ЭВМ».

Имитационное моделирование как процесс конструирования модели реальной системы и постановки экспериментов на этой модели с целью понять поведение системы и оценить различные стратегии, обеспечивающие функционирование данной системы. Применение стохастических моделей и эксперименты с использованием метода Монте-Карло как основа имитационного моделирования. Имитационное моделирование в прикладном отношении как процесс экспериментирования с помощью компьютерных моделей. Достоинства и недостатки имитационного моделирования. Эксперименты с имитационной моделью как аналог технологии «Черного ящика». Необходимость воспроизводить большие выборки «машинных» данных, что приводит к издержкам почти всегда более высоким по сравнению с расходами, необходимыми для решения задачи на аналитической модели.

Основные понятия и термины: классификация, испытание, вычислительный эксперимент, метод Монте-Карло, компьютерное моделирование, система ценностей, средство достижения цели, измеримость целей, количественные и качественные цели.

Контрольные вопросы:

1. В чем преимущество проведения экспериментов с имитационной моделью.

2. В каких случаях при проведении эксперимента используется метод Монте-Карло?

3. Какие недостатки и достоинства присущи вычислительному эксперименту?

4. В чем достоинства и недостатки экспериментирования на реальных объектах (в натурных условиях)?

5. Модель как средство проводить контролируемые эксперименты в ситуациях, когда экспериментирование на реальных объектах практически невозможно или экономически нецелесообразно

6. Эксперимент как испытание изучаемых явлений в контролируемых и управляемых условиях.

7. Какие условия необходимо создать для проведения эксперимента?