Модель: виды моделей, понятие и описание. Информационная модель: описание, структура, виды, типы информационных моделей, разработка, создание, использование информационной модели

от лат. modulus – мера, образец, норма) – любое сущее по отношению к любому другому сущему, имеющее общую с ним структуру и функции, независимо от различий по составу (содержанию), внешней форме, количеству (например, размеру).

Отличное определение

Неполное определение ↓

МОДЕЛЬ

франц. mod?le, от лат. modus -образец) - условный образ (изображение, схема, описание и т.п.) к.-л. объекта (или системы объектов). Служит для выражения отношения между человеч. знаниями об объектах и этими объектами; понятие М. широко применяется в семантике, логике, математике, физике, химии, кибернетике, лингвистике и др. науках и их (гл. обр. технич.) приложениях в различных, хотя и тесно связанных между собой, смыслах. Эти различные понимания могут быть извлечены из след. общего определения. Две системы объектов А и В наз. М. друг друга (или моделирующими одна другую), если можно установить такое гомоморфное отображение системы А на нек-рую систему А? и гомоморфное отображение В на нек-рую систему В?, что А?иВ? между собой изоморфны (см. Изоморфизм; данные в этой статье определения следует обобщить, рассматривая отношения не только между элементами, но и - в случае надобности - между подмножествами систем). Определенное т.о. отношение "быть M." есть рефлексивное, симметричное и транзитивное отношение, т.е. отношение типа эквивалентности (равенства, тождества); ему, в частности (при А=А? и В=В), удовлетворяют любые изоморфные друг другу системы. Понятие М. в науке обычно связывают с применением т.н. метода моделирования (см. Моделирование). В силу вытекающей из определения М. симметричности отношения между к.-л. объектом (системой) и его М. любую из попарно изоморфных систем мы в принципе с равным основанием можем называть М. другой. Напр., в живописи и скульптуре М. наз. изображаемый объект; сравнивая же между собой к.-л. предмет и его фотографию, мы считаем М. именно фотографию. Какая из двух моделирующих друг друга систем (в смысле данного выше определения) при естеств.-науч. моделировании будет выбрана в качестве объекта исследования, а какая в качестве его М., зависит от встающих перед исследователем конкретных познавательно-практич. задач. Вследствие этого обстоятельства, отраженного и в самой грамматич. структуре термина "моделирование", последний имеет нек-рую субъективную окраску (будучи часто связан с тем, к т о "моделирует"). Термин же "М.", лишенный этой окраски, естественнее понимать (а следовательно, и определять) независимо от различных возможных "моделирований". Иначе говоря, если понятие моделирования характеризует выбор средств исследования к.-л. системы, то понятие М. – отношение между существующими (в том или ином смысле) конкретными и (или) абстрактными системами. Отношение между М. и моделируемой системой зависит от совокупности тех свойств и отношений между объектами рассматриваемых систем, относительно к-рых определяется их изоморфизм и гомоморфизм. Хотя данное выше определение М. настолько широко, что при желании (рассматривая "тривиальный" гомоморфизм каждой системы на множество, состоящее из одного единств. элемента) можно любые две системы счесть М. одна другой, такая широта понятия М. никоим образом не затрудняет применения принципа моделирования в науч. исследовании, поскольку интересующие нас свойства и отношения в принципе всегда могут быть фиксированы. Т.о., понятия М. и моделирования, как и понятия изоморфизма и гомоморфизма, всегда определяются относительно нек-рой совокуп-н о с т и п р е д и к а т о в (свойств, отношений). Хотя отношение "быть М." симметрично и моделирующие друг друга системы, согласно определению, совершенно равноправны, при употреблении термина "М." почти всегда все же предполагается (часто неявно) нек-рое "моделирование" [напр., моделирование, применяемое в теоретических исследованиях для построения моделей средствами математич. и логич. символики (т.н. абстрактно-логич. моделирование), или моделирование, заключающееся в воспроизведении изучаемых явлений на специально сконструированных М. в эмпирич. науках (э к с п е р и м е н т а л ь н о е моделирование) ]. В зависимости от того, какая из двух сравниваемых систем фиксируется как предмет изучения, а какая в качестве ее М., термин "М." понимается в двух различных смыслах. В теоретич. науках (особенно в математике, физике) М. к.-л. системы обычно наз. др. систему, служащую описанием исходной системы на языке данной науки; напр., систему дифференц. ур-ний, описывающих протекание во времени к.-л. физич. процесса, наз. М. этого процесса. Вообще, М. – в этом смысле – к.-л. области явлений наз. науч. теорию, предназначенную для изучения явлений из этой области. Аналогично, в (математической) логике М. к.-л. содержат. теории часто наз. формальную систему (исчисление), и н т е р п р е т а ц и е й к-рой является эта теория. [Содержательность, о к-рой здесь идет речь, конечно, относительна; так, интерпретацией к.-л. формальной системы может быть и др. формальная система – см. Интерпретация; с др. стороны, и М. – в этом понимании – вовсе не обязательно должна быть полностью формализована (составляющие ее объекты могут сами рассматриваться с содержат. т.зр., как имеющие определ. смысл); существенным является лишь то, что понятия (термины) "М." истолковываются в терминах и н т е р п р е т а ц и и. ] Такой же характер имеет употребление термина "М." в лингвистике ("модели языка", играющие важную роль как в теоретико-лингвистич. исследованиях, так и в задачах, связанных с построением информационных языков, с разработкой машинного перевода и др.; см. Лингвистика математическая), теоретич. физике (напр., "модели ядра") и вообще во всех тех случаях, когда слово "М." служит синонимом для понятий "теория" и "научное описание". Не менее распространенным является такое употребление термина "М.", когда под М. понимается не описание, а то, что о п и с ы в а е т с я. При таком употреблении (опять-таки в математич. логике, в аксиоматич. построениях математики, в семантике и др.) термин "М." рассматривается как синоним термина "интерпретация", т.е. М. к.-л. системы соотношений наз. совокупность объектов, удовлетворяющих этой системе. Точнее говоря, синонимами при таком употреблении являются выражения "построить М." и "указать интерпретацию"; иначе говоря, интерпретацией к.-л. системы объектов обычно называют не саму ее M. (т. е. нек-рую др. с и с т е м у), а перечень т.н. с е м а н т и ч е с к и х п р а в и л "перевода" с "языка" моделируемой системы (напр., науч. теории) на "язык" М. Так, интерпретациями геометрии Лобачевского фактически послужили не сами по себе М., предложенные Пуанкаре, итал. ученым Э. Бельтрами и нем. ученым Ф. Клейном, а именно истолкования понятий геометрии Лобачевского в терминах этих М. Впрочем, с содержат. т.зр. выделение к.-л. М. теории в качестве ее интерпретации равносильно указанию семантич. правил, согласно к-рым элементы одной из М. теории рассматриваются в качестве интерпретации ее объектов. В тех же случаях, когда основным являются не содержательный, а строго формальный аспект понятий М. и интерпретации (в частности, в логич. семантике), эти понятия могут быть уточнены, напр., след. образом: Пусть А есть формула нек-рого исчисления (формальной системы) L. Результат замены всех входящих в А нелогич. констант (если таковые имеются) переменными соответств. типов (см. Типов теория, Предикатов исчисление) обозначим через А?. Класс предметов N, выполняющих формулу А? (класс предметов, по определению, выполняет данную формулу, если при такой подстановке имен этих предметов на места всех входящих в нее переменных, что имя одного и того же предмета подставляется на место различных вхождений одной и той же переменной, формула переходит в истинную формулу), - при соблюдении требования, чтобы тип каждого предмета был равен типу переменной, на место к-рой он подставляется, -наз. М. формулы А (или -?. предложения, выражаемого этой формулой). Аналогично, если дан класс формул К, то система S классов предметов, элементам каждого из к-рых приписан определ. тип, одновременно выполняющих - при соблюдении вышеуказ. условий - все формулы класса К? (получающегося из К так же, как А? из А), наз. М. этого класса формул [имея в виду это понятие М., нек-рые авторы для М. отдельной формулы (предложения) - или, аналогично, отдельного терма (понятия) - употребляют термин "полумодель" ]. Модель S считается М. всего исчисления L, если: 1) все аксиомы исчисления L входят в К (и, следовательно, выполняются системой S); 2) каждая формула из L, выводимая по правилам вывода исчисления L из выполнимых в S формул исчисления L, также выполняется системой S. На основе этого определения легко определяются важнейшие семантич. понятия: "аналитическое" и "синтетическое" (предложения), "экстенсиональное" и "интенсиональное" (выражения) и вообще "семантич. отношение". В такой терминологии легко может быть охарактеризовано отношение логического следования: предложение А следует из предложения В, если и только если А выполняется всеми М., к-рыми выполняется В. У формальной системы может быть, вообще говоря, много различных М., как изоморфных между собой, так и не изоморфных. Если все М. к.-л. формальной системы изоморфны, то говорят, что лежащая в ее основе система аксиом к а т е г о р и ч н а (см. Категоричность системы аксиом), или п о л н а (в одном из значений этого термина; см. Полнота); в противном случае система наз. н е п о л н о й. (Для произвольной системы аксиом a priori возможен, конечно, и третий случай – отсутствие какой бы то ни было М. Тогда система наз. п р о т и в о р е ч и в о й, или – в соответствии с введенной выше терминологией – н е в ы п о л н и м о й. Обратно, указание М. к.-л. аксиоматич. системы служит доказательством ее непротиворечивости относительно системы, средствами к-рой построена М. – см. также Интерпретация, Метод аксиоматический). В любом из этих случаев одна из М. системы – т.н. выделенная (подразумеваемая при построении системы или рассматриваемая для к.-л. целей) – наз. и н т е р п р е т а ц и е й системы (если же интерпретацию отождествляют с М. – в последнем из употребленных здесь смыслов – то подразумеваемую интерпретацию наз. е с т е с т в е н н о й). Образно говоря, М. мы называем любой возможный "перевод" с языка моделируемой системы на любой др. язык, а интерпретацией – лишь тот из этих переводов (и на тот именно язык), к-рый мы имеем в виду при истолковании понятий системы, считая его (по к.-л. соображениям) единственно верным. Напр., конец англ. фразы "In this way we can obtain only a 50 per cent solution" может быть переведен и как "только 50-процентный раствор" и как "лишь половинное решение", причем легко представить себе конкретный текст, при переводе к-рого потребуются дополнительные (не содержащиеся в нем самом) указания на то, какую из этих "М." выбрать в качестве "интерпретации". Как известно, фигурирующее в только что приведенном определении понятий М. и интерпретации понятие выполнимости определяется (хотя и не обязательно явным образом) через понятие логической истинности, к-рое в таком случае принимается за первоначальное. С др. стороны, понятие истины в формализованных языках может быть в свою очередь определено через понятие выполнимости. Т.о., "содержательность" понятий M. и интерпретации носит относит. характер – эти понятия определяются в терминах (логической) "истинности", оказывающейся если не "формальным", то во всяком случае формализуемым понятием. Это обстоятельство оправдывает распространенную в математике и логике т.зр., согласно к-рой в с я к а я интерпретация "формальна" (а всякое изучение любой системы объектов есть изучение нек-рой ее М.) в том смысле, что служащая для целей интерпретации М. к.-л. системы должна быть описана в точных терминах (т.к. в противном случае не имеет смысла даже ставить вопрос об ее изоморфизме с какой бы то ни было др. системой); более того, именно само это описание можно рассматривать в этом случае в качестве М. Конечно, этим не снимается важнейший гносеологич. вопрос об адекватности М. – напр., эмпирич. описания – описываемой ею совокупности объектов реального мира, но критерии этой адекватности носят уже существенно внелогич. характер. Свойства моделей-интерпретаций в математике являются предметом изучения спец. алгебраич. "теории M.", где используется понятие "реляционной системы, т.е. множества, на к-ром определена нек-рая совокупность предикатов (свойств, операций, отношений) (ср. определения в ст. Изоморфизм). Следует иметь в виду, что природа математич. М. бывает очень сложной и даже "парадоксальной" (т. е. не соответствующей укоренившимся представлениям, из чего, однако, не следует их логич. противоречивость). Примером могут служить т.н. "нестандартные" М. аксиоматич. систем, характеризующиеся тем, что "исходный" натуральный ряд чисел (используемый в теории, средствами к-рой строится М.) оказывается неизоморфным натуральному ряду, построенному в М. (здесь речь идет об обычной, традиционной математике, исходящей, в отличие от т.н. ультра-интуиционистской, из предположения об однозначной – с точностью до изоморфизма – определенности множества натуральных чисел); отношение "быть М." трактуется при этом, конечно, как существенно несимметричное. Для совр. этапа развития науки характерно интенсивное расширение запаса применяемых в науч. исследовании способов построения и использования различных М. Особенно плодотворным в этом отношении оказался "кибернетич." подход к исследованию систем различной природы. Применяемые в наст. время науч. М. способствуют изучению не только структуры, но и ф у н к ц и о н и р о в а н и я весьма сложных систем (в т.ч. объектов живой природы). Расширение понятия моделирования (и М.), предполагающее учет не только структурных, но и функциональных свойств и отношений, может быть достигнуто по меньшей мере двумя (родственными) путями. Во-первых, можно потребовать, чтобы описание каждого элемента М. (и, конечно, моделируемой системы) включало в себя временную характеристику (как это, напр., принято в нек-рых разделах теоретич. физики – см. Континуум, Относительности теория); этот путь по существу означает, что введение параметра времени свело бы понятие функционирования к общему понятию "пространственно-временн?й структуры". Во-вторых, пользуясь точным математич. понятием функции (в логич. генезис к-рого, как известно, понятие "временн?й переменной" не входит), можно с самого начала считать элементами, из к-рых строится М., именно функции, описывающие изменение во времени элементов "статической" (т. е. "структурной") М. (используя для обобщенных т. о. определений изоморфизма, гомоморфизма и М. аппарат исчисления предикатов второй ступени – см. Предикатов исчисление). Именно в таком расширенном смысле говорят не просто о моделировании систем, но и о моделировании процессов (химич., физич., производственных, экономич., социальных, биологич. и др.). Примером описания к.-л. процесса, служащего для цели его моделирования, может служить схема его алгоритма; возможность четкого определения понятия алгоритма открыла, в частности, широкие возможности моделирования различных процессов с помощью программирования на электронно-вычислит. (цифровых) машинах. Др. пример "машинного" моделирования – использование т.н. аналоговых машин непрерывного действия [см. Техника(раздел Вычислительная техника) ]. Как это часто происходит в ходе развития науки, термин "М." применяется р а с ш и р и т е л ь н ы м образом и в тех случаях, когда предварит. учет всех подлежащих воспроизведению при моделировании параметров (необходимый для буквального понимания термина) оказывается, ввиду сложности моделируемой системы, практически невозможным. Это относится, в частности, к изменяющимся во времени т.н. самонастраивающимся М., напр. к "моделям обучения". Но даже если остаться в рамках точных определений, то в кибернетике (как и в физике, а также в математике и логике) понятие М. используется в обоих упомянутых выше смыслах [характерен следующий важный пример: "запись" наследств. информации в хромосомах м о д е л и р у е т родительский организм (или организмы) и в то же время м о д е л и р у е т с я в организме потомка ]. Эта кажущаяся двусмысленность термина "М." (снимаемая, впрочем, предложенным выше общим определением М., охватывающим оба смысла) на самом деле служит примером т.н. "оборачивания метода", характерного для конкретных применений многих гносеологич. понятий. Лит.: Клини С. К., Введение в метаматематику, пер. с англ., М., 1957, гл. 3, § 15; Эшби У. Р., Введение в кибернетику, пер. с англ., М., 1959, гл. 6; Лахути Д. Г., ?евзин И. И., Финн В. К., Об одном подходе к семантике, "Филос. науки" (Науч. докл. высш. школы), 1959, No 1; Черч?., Введение в математическую логику, пер. с англ., [т. ] 1, М., 1960, §7; Ревзин И. И., Модели языка, М., 1962; Генкин Л., О математич. индукции, пер. с англ., М., 1962; Моделирование в биологии. [Сб. ст. ], пер. с англ.,М., 1963; Молекулярная генетика. Сб. ст., пер. с англ. и нем., М., 1963; Бир С., Кибернетика и управление производством, пер. с англ., М., 1963; Саrnаp R., The logical syntax of language, L., 1937; Кemeny J. G., Models of logical systems, "J. Symbolic Logic", 1948, v. 13, No 1; Rosser J. В., Wang H., Non-standard models of formal logics, "J. Symbolic Logic", 1950, v. 15, No 2; Mostowaki ?., On models of axiomatic systems, "Fundamenta Math.", 1953, v. 39; Tarski ?., Contributions to the theory of models, 1–3, "Indagationes Math.", 1954, v. 16, 1955, v. 17; Mathematical interpretation of formal systems, Amst., 1955; Кemeny J. G., A new approach to semantics, "J. Symbolic Logic", 1956, v. 21, 1, 2; Sсоtt D., Suppes P., Foundational aspects of theories of measurement, "J. Symbolic Logic", 1958, v. 23, No 2; Rоbinsоn ?., Introduction to model theory and to the metamathematics of algebra, Amst., 1963; Сurrу H. В., Foundations of mathematical logic, N. Y., 1963. Ю. Гастев. Москва.

Понятия модель и моделирование

Первоначально моделью называли некое вспомогательное средство, объект, который в определённой ситуации заменял другой объект. При этом далеко не сразу была понята универсальность законов природы, всеобщность моделирования, т.е. не просто возможность, но и необходимость представлять любые наши знания в виде моделей.

Например, древние философы считали невозможным моделирование естественных процессов, так как, по их представлениям, природные и искусственные процессы подчинялись различным закономерностям. Они полагали, что отобразить природу можно только с помощью логики, методов рассуждений, споров, т.е., по современной терминологии, языковых (дескриптивных) моделей.

Через несколько столетий девизом английского Королевского научного общества стал лозунг «Ничего словами!», который явился кратчайшим изложением принципов естествознания: признавались только выводы, подкреплённые экспериментально или математическими выкладками. В английском языке до сих пор в понятие «наука» не входят области знания, которым в русском языке соответствует термин «гуманитарные науки», – они отнесены к категории «искусств». В результате очень долго понятие «модель» относилось только к материальным объектам специального типа, например манекен (модель человеческой фигуры), гидродинамическая уменьшенная модель плотины, модели судов и самолетов, чучела (модели животных) и т.п.

Осмысливание основных особенностей таких моделей привело к разработке многочисленных определений, типичным примером которых служит следующее: моделью называется некий объект-заместитель, который в определённых условиях может заменять объект-оригинал, воспроизводя интересующие нас свойства и характеристики оригинала, причём имеет существенные преимущества удобства (наглядность, обозримость, доступность испытаний, лёгкость оперирования с ним и пр.).

Затем были осознаны модельные свойства чертежей, рисунков, карт – реальных объектов искусственного происхождения, воплощающих абстракцию довольно высокого уровня.

Следующий шаг заключался в признании того, что моделями могут служить не только реальные объекты, но и абстрактные, идеальные построения. Типичным примером служат математические модели. В результате деятельности математиков, логиков и философов, занимавшихся исследованием оснований математики, была создана теория моделей. В ней модель определяется как результат отображения одной абстрактной математической структуры на другую, также абстрактную, либо как результат интерпретации первой модели в терминах и образах второй.

В XX в. понятие модели становится всё более общим, охватывающим и реальные, и идеальные модели. При этом понятие абстрактной модели вышло за пределы математических моделей, стало относиться к любым знаниям и представлениям о мире.

Следует отметить, что споры вокруг такого широкого толкования понятия модели продолжаются и поныне. Рассмотрим аргументы, фигурирующие в таких спорах. Стоит ли понятие абстрактной модели распространять на такие формы научных знаний, как законы, гипотезы, теории? Сторонники положительного ответа на этот вопрос отмечают, что психологический барьер неприятия объясняется тем, что понятия гипотезы, закономерности, теории сформировались и установились в языке науки и философии значительно раньше, чем понятие модели. Эти понятия, будучи исторически первыми, воспринимаются и как логически первичные, причём в этой схеме модели отводится роль лишь вспомогательного средства. Однако при этом содержание понятия модели обедняется, неоправданно сужается. Дело в том, что классифицировать гипотезу или теорию как модель вовсе не означает подмену одного понятия другим или отождествление этих, безусловно, разных понятий. Модели могут быть качественно различными, они образуют иерархию, в которой модель более высокого уровня (например, теория) содержит модели нижних уровней (скажем, гипотезы) как свои части, элементы. Важно также, что признание идеальных представлений, научных построений, законов в качестве моделей подчёркивает их относительную истинность.

Другой вопрос, часто возникающий в спорах: не означает ли такое широкое толкование модели, что это понятие становится применимым ко всему и, следовательно, логически пустым? Этот вопрос даёт возможность обсудить некоторые особенности моделей. Во-первых, ещё раз отметим иерархичность моделей, поэтому применительно к разным объектам понятие модели может иметь разное содержание. Во-вторых, тот факт, что любой объект может быть использован как модель, вовсе не означает, что он не может быть ничем иным. Например, ботинок также может являться моделью его владельца (скажем, по запаху ботинка сыскная собака отыщет преследуемого; по состоянию ботинка можно судить о некоторых особенностях сложения и даже чертах характера его хозяина), но это не лишает смысла ни понятие «обувь», ни понятие «модель».

В-третьих, самые общие понятия совсем не являются логически пустыми: материя, движение, энергия, организация, система, модель.

Сначала в сфере научных дисциплин информационного, кибернетического, системного направления, а затем и в других областях науки модель стала осознаваться как нечто универсальное, хотя и реализуемое различными способами. Модель есть способ существования знаний.

В широком смысле под моделированием следует понимать процесс адекватного отображения наиболее существенных сторон исследуемого объекта или явления с точностью, которая необходима для практических нужд. В общем случае моделированием можно назвать также особую форму опосредствования, основой которого является формализованный подход к исследованию сложной системы.

Теоретической базой моделирования является теория подобия. Подобие – это взаимно однозначное соответствие между двумя объектами, при котором известны функции перехода от параметров одного объекта к параметрам другого, а математические описания этих объектов могут быть преобразованы в тождественные. Теория подобия даёт возможность установить наличие подобия или позволяет разработать способ его получения.

Таким образом, моделирование – это процесс представления объекта исследования адекватной (подобной) ему моделью и проведения экспериментов с моделью для получения информации об объекте исследования. При моделировании модель выступает и как средство, и как объект исследований, находящийся в отношении подобия к моделируемому объекту.

Иными словами, модель – это физическая или информационная система, представляющая собой объект исследования адекватно целям исследования.

Назначение моделей

Моделирование – неотъемлемый этап всякой целенаправленной деятельности. Целевой характер имеет любая деятельность человека, она всегда целесообразна, целенаправленна. Всякий процесс труда есть деятельность, направленная на достижение определённой цели. Цель – образ желаемого будущего, т.е. модельсостояния , на реализацию которого направлена деятельность.

Однако роль моделирования этим не ограничивается. Системность деятельности проявляется в том, что она осуществляется по определённому плану, или, как чаще говорят, по алгоритму. То есть алгоритм – образ будущей деятельности, её модель. В алгоритме моделируются все возможные ситуации, в зависимости от различных промежуточных значений параметров; возможные шаги деятельности не выполняются реально, а проигрываются на модели.

Моделирование возникает в таких сферах человеческой деятельности, как познание, общение, практическая деятельность. Человека (субъекта моделирования) могут интересовать: внешний вид, структура, поведение объекта моделирования. Цели и задачи моделирования влияют на выбор одного из этих трёх аспектов. Каждый аспект моделирования раскрывается через совокупность свойств.

Так, описание внешнего вида объекта сводится к перечислению его признаков. В языке эти признаки часто выражаются прилагательными: красивый, жёлтый, круглый, длинный и т.п.

Описание структуры обычно сводится к перечислению составных элементов объекта и указанию связи между ними. В языке эти элементы и связи часто выражаются именами существительными: электрон, протон, нейтрон, сила притяжения, энергетический уровень (при описании атома).

Поведение объекта характеризуется изменением его внешнего вида и структуры с течением времени в результате взаимодействия с другими объектами. В языке, как правило, оно выражается глаголами: сохраняется, развивается, укрупняется, перестраивается, преломляется, превращается и т.д.

Некоторые свойства можно охарактеризовать величинами, принимающими числовые значения. Например, единицами массы, длины, мощности и пр. В этом случае они называются параметрами.

Как правило, моделирование внешнего вида объекта необходимо для идентификации (узнавания) объекта (создание фоторобота преступника), долговременного хранения (фотография, портрет). Моделирование структуры объекта необходимо для её наглядного представления, изучения свойств объекта, выявления значимых связей, изучения стабильности объекта и пр. Поведением объекта назовем изменения, происходящие с ним с течением времени. Моделирование поведения необходимо для: прогнозирования, установления связей с другими объектами, управления, конструирования технических устройств и пр.

1.2. Виды моделей

Множественность моделей одного объекта обусловлена в частности тем, что для разных целей требуется строить (использовать) разные модели. Одним из оснований классификации моделей может быть соотнесение типов моделей с типами целей. Например, модели можно разделить на познавательные и прагматические.

Познавательные модели являются формой организации и представления знаний, средством соединения новых знаний с имеющимися. Поэтому при обнаружении расхождения между моделью и реальностью встаёт задача устранения этого расхождения с помощью изменения модели путём приближения модели к реальности.

Прагматические модели являются средством управления, средством организации практических действий, способом представления образцово правильных действий или их результата. Поэтому при обнаружении расхождения между моделью и реальностью встает задача устранения этого расхождения с помощью изменения реальности так, чтобы приблизить её к модели. Таким образом, прагматические модели носят нормативный характер, играют роль стандарта, образца, под которые «подгоняются» как сама деятельность, так и её результат.

Примерами прагматических моделей могут служить планы, программы действий, уставы организаций, кодексы законов, алгоритмы, рабочие чертежи и шаблоны, параметры отбора, технологические допуски, экзаменационные требования и т.п.

Различают физические и абстрактные модели. Физические модели образуются из совокупности материальных объектов. Для их построения используются различные физические свойства объектов, причём природа применяемых в модели материальных элементов не обязательно та же, что и в исследуемом объекте. Примером физической модели является макет.

Информационная (абстрактная) модель – это описание объекта исследований на каком-либо формальном языке. Абстрактность модели проявляется в том, что её компонентами являются понятия, а не физические элементы (например, словесные описания, чертежи, схемы, графики, таблицы, алгоритмы или программы, математические описания).

Информационные модели описывают поведение объекта-оригинала, но не копируют его. Информационная модель – это целенаправленно отобранная информация об объекте, которая отражает наиболее существенные для исследователя свойства этого объекта.

Среди информационных (абстрактных) моделей различают:

– дескриптивные, наглядные и смешанные;

– гносеологические, инфологические, кибернетические, сенсуальные (чувственные), концептуальные, математические.

Гносеологические модели направлены на изучение объективных законов природы (например, модели солнечной системы, биосферы, мирового океана, катастрофических явлений природы).

Инфологическая модель (узкое толкование) – параметрическое представление процесса циркуляции информации, подлежащее автоматизированной обработке.

Сенсуальные модели – модели каких-то чувств, эмоций, либо модели, оказывающие воздействие на чувства человека (например, музыка, живопись, поэзия).

Концептуальная модель – это абстрактная модель, выявляющая причинно-следственные связи, присущие исследуемому объекту и существенные в рамках определённого исследования. Основное назначение концептуальной модели – выявление набора причинно-следственных связей, учёт которых необходим для получения требуемых результатов. Один и тот же объект может представляться различными концептуальными моделями, которые строятся в зависимости от цели исследования. Так, одна концептуальная модель может отображать временные аспекты функционирования системы, иная – влияние отказов на работоспособность системы.

Математическая модель – абстрактная модель, представленная на языке математических отношений. Она имеет форму функциональных зависимостей между параметрами, учитываемыми соответствующей концептуальной моделью. Эти зависимости конкретизируют причинно-следственные связи, выявленные в концептуальной модели, и характеризуют их количественно.

Таким образом, модель – это специальный объект, в некоторых отношениях замещающий оригинал. Принципиально не существует модели, которая была бы полным эквивалентом оригинала. Любая модель отражает лишь некоторые стороны оригинала. Поэтому с целью получения больших знаний об оригинале приходится пользоваться совокупностью моделей. Сложность моделирования как процесса заключается в соответствующем выборе такой совокупности моделей, которые замещают реальное устройство или объект в требуемых отношениях.

Например, систему дифференциальных уравнений, описывающую переключательные процессы в элементах цифрового устройства, можно использовать для оценки их быстродействия (времени переключения), но нецелесообразно применять для построения тестов или временных диаграмм работы устройства. Очевидно, в последних случаях необходимо воспользоваться какими-либо другими моделями, например, логическими уравнениями.

Согласно этому признаку модели делятся на два обширных класса:

• абстрактные (мысленные) модели;
• материальные модели.

Рис. 1.1.

Нередко в практике моделирования присутствуют смешанные, абстрактно-материальные модели.

Абстрактные модели представляют собой определенные конструкции из общепринятых знаков на бумаге или другом материальном носителе или в виде компьютерной программы.

Абстрактные модели, не вдаваясь в излишнюю детализацию, можно разделить на:

• символические;
• математические.

Символическая модель - это логический объект, замещающий реальный процесс и выражающий основные свойства его отношений с помощью определенной системы знаков или символов. Это либо слова естественного языка, либо слова соответствующего тезауруса , графики, диаграммы и т. п.

Символическая модель может иметь самостоятельное значение, но, как правило, ее построение является начальным этапом любого другого моделирования.

Математическое моделирование - это процесс установления соответствия моделируемому объекту некоторой математической конструкции, называемой математической моделью, и исследование этой модели, позволяющее получить характеристики моделируемого объекта.

Математическое моделирование - главная цель и основное содержание изучаемой дисциплины.

Математические модели могут быть:

• аналитическими;
• имитационными;
• смешанными (аналитико-имитационными).

Аналитические модели - это функциональные соотношения: системы алгебраических, дифференциальных, интегро-дифференциальных уравнений, логических условий. Уравнения Максвелла - аналитическая модель электромагнитного поля. Закон Ома - модель электрической цепи.

Преобразование математических моделей по известным законам и правилам можно рассматривать как эксперименты. Решение на основе аналитических моделей может быть получено в результате однократного просчета безотносительно к конкретным значениям характеристик ("в общем виде"). Это наглядно и удобно для выявления закономерностей. Однако для сложных систем построить аналитическую модель, достаточно полно отражающую реальный процесс, удается не всегда. Тем не менее, есть процессы, например, марковские, актуальность моделирования которых аналитическими моделями доказана практикой.

Имитационное моделирование . Создание вычислительных машин обусловило развитие нового подкласса математических моделей - имитационных.

Имитационное моделирование предполагает представление модели в виде некоторого алгоритма - компьютерной программы, - выполнение которого имитирует последовательность смены состояний в системе и таким образом представляет собой поведение моделируемой системы.

Процесс создания и испытания таких моделей называется имитационным моделированием, а сам алгоритм - имитационной моделью.

В чем заключается отличие имитационных и аналитических моделей?

В случае аналитического моделирования ЭВМ является мощным калькулятором, арифмометром. Аналитическая модель решается на ЭВМ.

В случае же имитационного моделирования имитационная модель - программа - реализуется на ЭВМ.

Имитационные модели достаточно просто учитывают влияние случайных факторов. Для аналитических моделей это серьезная проблема. При наличии случайных факторов необходимые характеристики моделируемых процессов получаются многократными прогонами (реализациями) имитационной модели и дальнейшей статистической обработкой накопленной информации. Поэтому часто имитационное моделирование процессов со случайными факторами называют статистическим моделированием .

Если исследование объекта затруднено использованием только аналитического или имитационного моделирования, то применяют смешанное (комбинированное), аналитико-имитационное моделирование. При построении таких моделей процессы функционирования объекта декомпозируются на составляющие подпроцессы, и для которых, возможно, используют аналитические модели, а для остальных подпроцессов строят имитационные модели.

Материальное моделирование основано на применении моделей, представляющих собой реальные технические конструкции. Это может быть сам объект или его элементы (натурное моделирование). Это может быть специальное устройство - модель, имеющая либо физическое, либо геометрическое подобие оригиналу. Это может быть устройство иной физической природы, чем оригинал, но процессы в котором описываются аналогичными математическими соотношениями. Это так называемое аналоговое моделирование. Такая аналогия наблюдается, например, между колебаниями антенны спутниковой связи под ветровой нагрузкой и колебанием электрического тока в специально подобранной электрической цепи.

Нередко создаются материально-абстрактные модели . Та часть операции, которая не поддается математическому описанию, моделируется материально, остальная - абстрактно. Таковы, например, командно-штабные учения, когда работа штабов представляет собой натурный эксперимент, а действия войск отображаются в документах.

Классификация по рассмотренному признаку - способу реализации модели - показана на рис. 1.2 .

1.3. Этапы моделирования

Математическое моделирование как, впрочем, и любое другое, считается искусством и наукой. Известный специалист в области имитационного моделирования Роберт Шеннон так назвал свою широко известную в научном и инженерном мире книгу: " Имитационное моделирование - искусство и наука". Поэтому в инженерной практике нет формализованной инструкции, как создавать модели. И, тем не менее, анализ приемов, которые используют разработчики моделей, позволяет усмотреть достаточно прозрачную этапность моделирования.

Первый этап : уяснение целей моделирования. Вообще-то это главный этап любой деятельности. Цель существенным образом определяет содержание остальных этапов моделирования. Заметим, что различие между простой системой и сложной порождается не столько их сущностью, но и целями, которые ставит исследователь.

Обычно целями моделирования являются:

• прогноз поведения объекта при новых режимах, сочетаниях факторов и т. п.;
• подбор сочетания и значений факторов, обеспечивающих оптимальное значение показателей эффективности процесса;
• анализ чувствительности системы на изменение тех или иных факторов;
• проверка различного рода гипотез о характеристиках случайных параметров исследуемого процесса;
• определение функциональных связей между поведением ("реакцией") системы и влияющими факторами, что может способствовать прогнозу поведения или анализу чувствительности;
• уяснение сущности, лучшее понимание объекта исследования, а также формирование первых навыков для эксплуатации моделируемой или действующей системы.

Второй этап : построение концептуальной модели. Концептуальная модель (от лат. conception ) - модель на уровне определяющего замысла, который формируется при изучении моделируемого объекта. На этом этапе исследуется объект , устанавливаются необходимые упрощения и аппроксимации. Выявляются существенные аспекты, исключаются второстепенные. Устанавливаются единицы измерения и диапазоны изменения переменных модели. Если возможно, то концептуальная модель представляется в виде известных и хорошо разработанных систем: массового обслуживания, управления, авторегулирования, разного рода автоматов и т. д. Концептуальная модель полностью подводит итог изучению проектной документации или экспериментальному обследованию моделируемого объекта.

Результатом второго этапа является обобщенная схема модели, полностью подготовленная для математического описания - построения математической модели.

Третий этап : выбор языка программирования или моделирования, разработка алгоритма и программы модели. Модель может быть аналитической или имитационной, или их сочетанием. В случае аналитической модели исследователь должен владеть методами решения.

В истории математики (а это, впрочем, и есть история математического моделирования) есть много примеров тому, когда необходимость моделирования разного рода процессов приводила к новым открытиям. Например, необходимость моделирования движения привела к открытию и разработке дифференциального исчисления (Лейбниц и Ньютон) и соответствующих методов решения. Проблемы аналитического моделирования остойчивости кораблей привели академика Крылова А. Н. к созданию теории приближенных вычислений и аналоговой вычислительной машины.

Результатом третьего этапа моделирования является программа , составленная на наиболее удобном для моделирования и исследования языке - универсальном или специальном.

Четвертый этап : планирование эксперимента. Математическая модель является объектом эксперимента. Эксперимент должен быть в максимально возможной степени информативным, удовлетворять ограничениям, обеспечивать получение данных с необходимой точностью и достоверностью. Существует теория планирования эксперимента, нужные нам элементы этой теории мы изучим в соответствующем месте дисциплины. GPSS World, AnyLogic и др.) и могут применяться автоматически. Не исключено, что в ходе анализа полученных результатов модель может быть уточнена, дополнена или даже полностью пересмотрена.

После анализа результатов моделирования осуществляется их интерпретация , то есть перевод результатов в термины предметной области . Это необходимо, так как обычно специалист предметной области (тот, кому нужны результаты исследований) не обладает терминологией математики и моделирования и может выполнять свои задачи, оперируя лишь хорошо знакомыми ему понятиями.

На этом рассмотрение последовательности моделирования закончим, сделав весьма важный вывод о необходимости документирования результатов каждого этапа. Это необходимо в силу следующих причин.

Во-первых, моделирование процесс итеративный, то есть с каждого этапа может осуществляться возврат на любой из предыдущих этапов для уточнения информации, необходимой на этом этапе, а документация может сохранить результаты, полученные на предыдущей итерации.

Во-вторых, в случае исследования сложной системы в нем участвуют большие коллективы разработчиков, причем различные этапы выполняются различными коллективами. Поэтому результаты, полученные на каждом этапе, должны быть переносимы на последующие этапы, то есть иметь унифицированную форму представления и понятное другим заинтересованным специалистам содержание.

В-третьих, результат каждого из этапов должен являться самоценным продуктом. Например, концептуальная модель может и не использоваться для дальнейшего преобразования в математическую модель, а являться описанием, хранящим информацию о системе, которое может использоваться как архив , в качестве средства обучения и т. д.

Понятие модели. Виды моделирования

Основным методом научных исследований является эксперимент с изучаемым объектом, явлением или процессом. Под экспериментом понимают научную постановку опытов и наблюдение за поведением исследуемого явления в строго учитываемых условиях. Зачастую он может быть трудновыполним, экономически не выгоден или просто невозможен, например, ввиду отсутствия исследуемого объекта. В этом случае применяют особую форму эксперимента, называемую моделированием. По своему содержанию моделирование направлено на выявление свойств изучаемого объекта, построение его модели и прогнозирование поведения исследуемого объекта. В ряде наиболее важных случаев к целям моделирования относятся:

обоснование достоверности математического описания объекта;

получение функциональных зависимостей между переменными модели;

сравнение стратегий поведения сторон в конфликтных ситуациях;

идентификация исследуемого объекта;

оптимизация модели и выбор целевой функции;

применение модели для обучения и тренировок.

Сущность моделирования заключается в следующем.

Построение модели начинается с изучения объекта и выдвижения гипотезы о характере свойств его на основе ограниченных сведений, некоторых догадках и предположениях. Для этого анализируются объекты-аналоги, из них выбирается прототип, наиболее близкий аналог объекта, исследование свойств которого доступно исследователю. В результате анализа прототипа создается некоторая логическая схема, позволяющая провести эксперимент и уточнить свойства объекта. Такую логическую схему называют моделью объекта. При сходстве математического описания модели и объекта, т.е. при условии их подобия, результаты исследования свойств модели можно пересчитать (перенести) на объект. Модель считается адекватной объекту, если результаты моделирования подтверждаются.

Моделированием называют способ, прием познания, позволяющий с помощью одной системы, чаще всего, искусственной воспроизвести в необходимом объеме и с требуемой точностью исследуемые стороны, свойства другой более сложной системы, являющейся объектом исследования.

Модель -это физическая или абстрактная система, воспроизводящая объект исследования и удобная для проведения экспериментов.

Удобство проведения исследований может определяться различными факторами: легкостью и доступностью получения информации, сокращением сроков и уменьшением материальных затрат на исследование и др.

Рассмотрим краткую классификацию видов моделирования систем (рис. 1.1).

Рисунок 1.1 Классификация видов моделирования систем

Различают моделирование физическое и математическое.

Физическое моделирование предполагает, что в качестве модели используется либо сама исследуемая система (например, в случае производственного эксперимента), либо другая система с той же или подобной физической природой. Обычно изготавливается макетный или опытный образец объекта, проводятся испытания, в процессе которых определяются его выходные параметры и характеристики, оцениваются надежность функционирования и степень выполнения технических требований, предъявленных к объекту. Если вариант технической разработки оказался неудачным, все повторяется сначала, то есть осуществляется повторное проектирование, изготовление опытного образца, испытания и т.д. Примером такого физического моделирования является продувка моделей самолетов в аэродинамических трубах. Понятно, что физическое моделирование сопряжено с большими временными и материальными затратами.

Под математическим моделированием понимается процесс установления соответствия данной реальной системы некоторой математической модели и исследование этой модели, позволяющее получить характеристики реальной системы.

Математическое моделирование может быть как аналитическим, так и компьютерным.

Для аналитического моделирования характерно то, что процесс функционирования элементов системы записывается в виде некоторых математических соотношений (алгебраических, интегральных, разностных и т.д.) или логических условий. Аналитическая модель может исследоваться:

аналитически, когда стремятся получить явные зависимости для искомых характеристик системы;

численно, когда, не умея решать уравнения, стремятся получить численные результаты, при конкретных исходных и начальных условиях;

качественно, когда, не имея решения в явном виде, можно найти некоторые свойства решения (например, оценить устойчивость решения).

Математическая модель приближенно описывает реальный процесс, явление или объект с помощью математических соотношений. Математические модели могут представлять собой системы дифференциальных уравнений (обыкновенных или в частных производных), системы алгебраических уравнений, разностные уравнения, линейные, нелинейные уравнения и т.д.

Компьютерное моделирование можно разделить на три вида: численное, имитационное, статистическое.

Для компьютерного моделирования характерно, что математическая модель системы представлена в виде программы на ЭВМ или компьютерной модели, позволяющей проводить с ней вычислительные эксперименты. При численном моделировании для построения компьютерной модели используются методы вычислительной математики, а вычислительный эксперимент заключается в численном решении некоторых математических уравнений при заданных значениях параметров и начальных условиях. Имитационное моделирование – это вид компьютерного моделирования, для которого характерно воспроизведение на ЭВМ (имитация) процесса функционирования исследуемой системы. При этом имитируются элементарные явления, составляющие процесс, с сохранением их логической структуры, последовательности протекания во времени, что позволяет получить информацию о состоянии системы в заданные моменты времени. Статистическое моделирование – это вид компьютерного моделирования, позволяющий получить статистические данные о процессах в моделируемой системе.

Моделирование можно рассматривать как замещение исследуемого объекта (оригинала) его условным образом, описанием или другим объектом, именуемым моделью и обеспечивающим близкое к оригиналу поведение в рамках некоторых допущений и приемлемых погрешностей. Моделирование обычно выполняется с целью познания свойств оригинала путем исследования его модели, а не самого объекта. Разумеется, моделирование оправдано в том случае когда оно проще создания самого оригинала или когда последний по каким-то причинам лучше вообще не создавать.

Под моделью понимается физический или абстрактный объект, свойства которого в определенном смысле сходны со свойствами исследуемого объекта. При этом требования к модели определяются решаемой задачей и имеющимися средствами . Существует ряд общих требований к моделям:

1. Адекватность – достаточно точное отображение свойств объекта;
2. Полнота – предоставление получателю всей необходимой информации об объекте;
3. Гибкость – возможность воспроизведения различных ситуаций во всем диапазоне изменения условий и параметров;
4. Трудоемкость разработки должна быть приемлемой для имеющегося времени и программных средств.

Моделирование – это процесс построения модели объекта и исследования его свойств путем исследования модели.

Таким образом, моделирование предполагает 2 основных этапа:

1. Разработка модели;
2. Исследование модели и получение выводов.

При этом на каждом из этапов решаются разные задачи и используются отличающиеся по сути методы и средства.

На практике применяют различные методы моделирования. В зависимости от способа реализации, все модели можно разделить на два больших класса: физические и математические.

Математическое моделирование принято рассматривать как средство исследования процессов или явлений с помощью их математических моделей.

Под физическим моделированием понимается исследование объектов и явлений на физических моделях, когда изучаемый процесс воспроизводят с сохранением его физической природы или используют другое физическое явление, аналогичное изучаемому . При этом физические модели предполагают, как правило, реальное воплощение тех физических свойств оригинала, которые являются существенными в конкретной ситуации. Например, при проектировании нового самолета создается его макет, обладающий теми же аэродинамическими свойствами; при планировании застройки архитекторы изготавливают макет, отражающий пространственное расположение ее элементов. В связи с этим физическое моделирование называют также макетированием .

Полунатурное моделирование представляет собой исследование управляемых систем на моделирующих комплексах с включением в состав модели реальной аппаратуры . Наряду с реальной аппаратурой в замкнутую модель входят имитаторы воздействий и помех, математические модели внешней среды и процессов, для которых неизвестно достаточно точное математическое описание. Включение реальной аппаратуры или реальных систем в контур моделирования сложных процессов позволяет уменьшить априорную неопределенность и исследовать процессы, для которых нет точного математического описания. С помощью полунатурного моделирования исследования выполняются с учетом малых постоянных времени и нелинейностей, присущих реальной аппаратуре. При исследовании моделей с включением реальной аппаратуры используется понятие динамического моделирования, при исследовании сложных систем и явлений - эволюционного, имитационного и кибернетического моделирования .

Очевидно, действительная польза от моделирования может быть получена только при соблюдении двух условий:

1. Модель обеспечивает корректное (адекватное) отображение свойств оригинала, существенных с точки зрения исследуемой операции;
2. Модель позволяет устранить перечисленные выше проблемы, присущие проведению исследований на реальных объектах.