Характеристики моделей

Моделирование связано с решением реальных задач и необходимо быть уверенным, что результаты моделирования с достаточной степенью точности отражают истинное положение вещей, т.е. модель адекватна реальной действительности.

Хорошая модель должна удовлетворять некоторым общепринятым требованиям. Такая модель должна быть:

• Адекватной;

• Надежной;

• Простой и понятной пользователю;

• Целенаправленной;

• Удобной в управлении и обращении;

• Функционально полной с точки зрения возможностей решения главных задач;

• Адаптивной, позволяющей легко переходить к другим модификациям или обновлять данные;

• Допускающей изменения (в процессе эксплуатации она может усложняться).

В зависимости от целевой направленности модели, для нее задаются специальные требования. Наиболее характерными являются: целостность, отражение, информационных свойств, многоуровневость, множественность (многомодельность), расширяемость, универсальность, осуществимость (реальная возможность построения самой модели и ее исследования), реализуемость, эффективность (затраты временных, трудовых, материальных и других видов ресурсов на построение моделей и проведение экспериментов находятся в допустимых пределах или оправданы). Значимость или приоритетность требований к модели непосредственно вытекают из назначения модели. Например, в исследовательских задачах, задачах управления, планирования и описания важным требованием является адекватность модели объективной реальности. В задачах проектирования и синтеза уникальных систем важным требованием является реализуемость модели, например в САПР или системе поддержки принятия решений.

Цель моделирования и задание требований к модели определяют форму представления модели. Любая модель (прежде чем стать объективно существующим предметом) должна существовать в мысленной форме, быть конструктивно разработанной, переведена в знаковую форму и материализована. Таким образом, можно выделить три формы представления моделей:

• мысленные (образы);

• знаковые (структурные схемы, описания в виде устного и письменного изложения, логические, математические, логико-математические конструкции);

• материальные (лабораторные и действующие макеты, опытные образцы).

Особое место в моделировании занимают знаковые, в частности логические, математические, логико-математические модели, а также модели, воссозданные на основе описания, составленного экспертами. Знаковые модели используются для моделирования разнообразных систем. Это направление связано с развитием вычислительных систем.

Следующий этап процедурной схемы – это выбор вида описания и построения модели. Для знаковых форм такими описаниями могут быть:

• Отношение и исчисление предикатов, семантические сети, фреймы, методы искусственного интеллекта и др. – для логических форм.

• Алгебраические, дифференциальные, интегральные, интегрально-дифференциальные уравнения и др. – для математических форм.

Характер реализации знаковых моделей бывает:

• Аналитический (например, система дифференциальных уравнений может быть решена математиком на листе бумаги);

• Машинный (аналоговый или цифровой);

• Физический (автоматный).

В каждом из них, в зависимости от сложности модели, цели моделирования, степени неопределенности характеристик модели, могут иметь место различные по характеру способы проведения исследований (экспериментов), т.е., методы исследования. При физическом или натурном моделировании применяется экспериментальный метод исследования. При аналитическом исследовании применяются различные математические методы. В этом случае, как и в случае алгоритмического моделирования, используется компьютерная реализация математических или имитационных моделей. Для исследования сложных логических и логико-математических моделей с неточным заданием исходных данных (заданным законом распределения, оценочными характеристиками) применяется имитационное моделирование, которое предполагает использование соответствующих компьютерных моделей. Имитационное моделирование включает в себя идеи и приемы статистического моделирования на ЭВМ, но не сводится к нему.

Под статистическим моделированиемпонимается машинное воспроизведение функционирования вероятностных моделей, либо исследование детерминированных процессов, заданных в виде математических моделей с логическими элементами с помощью статистических испытаний на ЭВМ (метод Монте-Карло). Особенностью статистического моделирования является случайное задание исходных данных с известными законами распределения и, как следствие, вероятностное оценивание характеристик исследуемых процессоров.

Метод имитационного моделирования – идеально подходит для исследования стохастических систем, случайных процессов (используются на входе переменные, задаваемые известными законами распределения, можно реализовать вероятностные развития ситуаций, описать случайные процессы, проводить вероятностное оценивание характеристик модели на выходе), т.е. идеи метода Монте-Карло воплощаются в имитационном моделировании, Имитационное моделирование исторически выросло из метода статистических испытаний. Однако в случае с имитационным моделированием речь идет об исследовании сложных систем и решении сложных проблем, в котором отражается структура и динамика моделируемой системы. На ЭВМ реализуются не статистические испытания, а целенаправленные вычислительные эксперименты.

Таким образом, имитационное моделирование отличается высокой степенью общности, создает предпосылки к созданию унифицированной модели, легко адаптируемой к широкому классу задач, выступает средством для интеграции моделей различных классов. Т.е. метод имитационного моделирования поднимает моделирование на качественно более высокий уровень.

Поиск по сайту: