Моделирование как метод исследования.

Модель — это тот объект, та система, которая позволяет облечь эту информацию в конкретное, например компьютерное, представление, содержание.
Моделирование — тот процесс, метод, который позволяет осуществлять перенос информации от реальной системы к модели и наоборот.

Модели по их назначению бывают познавательными, прагматическими и инструментальными.

• Познавательная модель — форма организации и представления знаний, средство соединения новых и старых знаний. Познавательная модель, как правило, подгоняется под реальность и является теоретической моделью.
• Прагматическая модель — средство организации практических действий, рабочего представления целей системы для ее управления. Реальность подгоняется под некоторую прагматическую модель. Это, как правило, прикладная модель.
• Инструментальная модель — средство построения, исследования и/или использования прагматических и/или познавательных моделей. Познавательные модели отражают существующие, а прагматические — хоть и не существующие, но желаемые и, возможно, исполнимые отношения и связи.

По уровню моделирования модели бывают эмпирическими, теоретическими и смешанными.

• Эмпирическая — на основе эмпирических фактов, зависимостей;
• Теоретическая — на основе математических описаний;
• Смешанная или полуэмпирическая — использующая эмпирические зависимости и математические описания.

Проблема моделирования состоит из трех задач:

1. построения модели (эта задача менее формализуема и конструктивна, в том смысле, что нет алгоритма для построения моделей);

2. исследования модели (эта задача более формализуема, имеются методы исследования различных классов моделей);

3. использования модели (конструктивная и конкретизируемая задача).

Моделирование

— это универсальный метод получения, описания и использования знаний. Оно используется в любой профессиональной деятельности.
В современной науке и технологии математическое моделирование усиливается, актуализируется проблемами, успехами других наук. Математическое моделирование реальных и нелинейных систем живой и неживой природы позволяет перекидывать мостики между нашими знаниями и реальными системами, процессами, в том числе и мыслительными.

Моделирование

- процесс построения, изучения и применения моделей.

Т.е. можно сказать, что

моделировaние

- это изучение объектa путем построения и исследования его модели, осуществляемое с определенной целью и состоит в зaмене экспериментa с оригинaлом экспериментом нa модели.

Приведем наиболее важные типы моделей (моделирования) с краткими определениями, примерами.

Модель называется статической, если среди параметров, участвующих в описании модели, нет временного параметра. Статическая модель в каждый момент времени дает лишь «фотографию» системы, ее срез.

Этапы моделирования:

1.Постановка целей и задач конструирования моделей.
2. Теоретический (эмпирический) анализ данной модели и определение области применения.
3.Практическое применение полученных данных.
4. Если возникает необходимость, проводится четвертый этап, содержание которого составляет корректировка полученных результатов с целью введения дополнительных данных и факторов, возможных ограничений и уточнений.

Выше уже отмечалось, что основным методом исследования, используемым в настоящей работе, является моделирование с помощью ЭВМ. Моделирование широко используется в науке и технике как метод исследования сложных систем, поддающихся формализации, т. е. таких, свойства и поведение которых могут быть формально описаны с достаточной строгостью. В нашем случае, когда речь идет о процессах творчества, эвристической деятельности, анализе психических функций, игровых задачах, конфликтных ситуациях, процессах принятия решений и т. и., объекты исследований обычно настолько сложны и разнообразны, что трудно говорить об их строгой формализации, тем более что многие глубинные свойства перечисленных объектов (процессов) изучены еще недостаточно.

моделирование — вид эксперимента, когда прямое экспериментальное исследование затруднено или невозможно.

Эксперимент может существовать и в мысленном виде. Это происходит тогда, когда невозможно изучать объект из-за дороговизны и сложности требуемого оборудования. Тут используется научное моделирование, в ход пускается творческое воображение ученого, который выдвигает гипотезы.

Поэтому ученые часто экономят средства, заменяя основные методы научного познания методом мысленного эксперимента и научного моделирования. Примером таких моделей служит идеальный газ, где предполагается отсутствие столкновения молекул. Широко применяется и математическое моделирование как аналог реальности.

Четвертая стадия исследования - «от конкретного к практике» - необходима для проверки предлагаемого решения проблемы путем рассмотрения его в реальных условиях либо условиях, приближенных к реальным. В случае, когда экспериментирование невозможно либо является слишком дорогим или продолжительным, обращаются к моделированию. Моделирование - общенаучный метод исследования, представляющий формальное описание процессов или явлений, форма и структура которых определяется как объективными свойствами, так и субъективными задачами исследования. Данный метод исследования может быть отнесен как к теоретическим, так и, при определенных обстоятельствах, к эмпирическим.

Модель представляет собой искусственное воспроизведение интересующего объекта в специально созданных условиях. При этом может быть воспроизведен механизм рассматриваемого явления, выведена функциональная зависимость либо причинно-следственные связи, а сама модель представлена в виде схемы. Естественно, что создание модели сопряжено с частичной потерей информации, являющейся с точки зрения исследователя несущественной и затрудняющей выделение основной, глубинной сущности изучаемого объекта. Моделирование широко распространено в теоретических науках, имеющих дело со сложными, многофакторными явлениями и процессами. Моделирование имеет широкое распространение и в экономическойтеории. В микроэкономике рассматриваются модели потребительского поведения, производства, рынков совершенной и несовершенной конкуренции и т.п.

Среди различных способов проверки гипотез, часто полученных и эмпирическим путем, одним из наиболее эффективных является воспроизведение, имитация, интересующих исследователя свойств и сторон анализируемого объекта искусственным путем с учетом закономерностей и особенностей, установленных при предварительном анализе. Метод этот носит название имитационное моделирование.

В процессе анализа выявляются различные параметры - признаки или характеристики объекта и часто эти параметры (поскольку они обнаружены в исследуемом объекте) принимаются за существенные. На самом деле” однако, они могут быть и несущественными - они просто не мешают этому объекту быть самим собой, не меняют его сущности. В то же время существенные для него параметры могут оказаться скрытыми для исследователя и не обнаруживаться при анализе.

Таким образом, возникает вторая задача - установление существенности выбранных исходных закономерностей, а также выделение среди них основных, определяющих, и несущественных, которые либо просто не влияют, на исследуемое явление, либо вытекают из остальных закономерностей. Решение этой задачи также может быть осуществлено методами имитационного моделирования.

При моделировании на вычислительной машине, таким образом, объективно проверяется достаточность тех знаний, которыми; обладает машина (или, точнее, ее: программа); для реализации изучаемого процесса или объекта. Такое моделирование позволяет подтвердить наши Предположения, гипотезы, о механизме исследуемого объекта или процесса, о его закономерностях, правомерность наших представлений о структуре объекта, а также помогает установить степень его изученности.

Составление алгоритма (машинной программы) требует формализации всех элементов и структуры исследуемого объекта, входящих в этот алгоритм, и тем самым способствует логической ясности в понимании его. Непременным условием при: этом является строгая и формальная точность определения, (раскрытия содержания) всех понятий, вводимых в программу.

Системный метод.

Системный подход — направление методологии научного познания, в основе которого лежит рассмотрение объекта как системы в виде модели, путем вычления из физической реальности с той или иной степенью приближения, по выбору исследователя: относительная самодостаточность описания целостного комплекса взаимосвязанных элементов (И. В. Блауберг, В. Н. Садовский, Э. Г. Юдин)^[1]; совокупности взаимодействующих объектов (Л. фон Берталанфи); совокупности сущностей и отношений (А. Д. Холл, Р. И. Фейджин, поздний Л. фон Берталанфи).

Основные принципы системного подхода:^[2]

· Целостность, позволяющая рассматривать одновременно систему как единое целое и в то же время как подсистему для вышестоящих уровней.

· Иерархичность строения, то есть наличие множества (по крайней мере, двух) элементов, расположенных на основе подчинения элементов низшего уровня элементам высшего уровня. Реализация этого принципа хорошо видна на примере любой конкретной организации. Как известно, любая организация представляет собой взаимодействие двух подсистем: управляющей и управляемой. Одна подчиняется другой.

· Структуризация, позволяющая анализировать элементы системы и их взаимосвязи в рамках конкретной организационной структуры. Как правило, процесс функционирования системы обусловлен не столько свойствами её отдельных элементов, сколько свойствами самой структуры.

· Множественность, позволяющая использовать множество кибернетических, экономических и математических моделей для описания отдельных элементов и системы в целом.

· Системность, свойство объекта обладать всеми признаками системы.