Аналитические и статистические методы моделирования.

Эти группы методов получили наибольшее распространение в практике проектирования и управления.

Аналитическими в рассматриваемой классификации названы методы, которые отображают реальные объекты и процессы в виде точек (безразмерных в строгих математических доказательствах), совершающих какие-либо перемещения в пространстве или взаимодействующих между собой.

Основу понятийного (терминологического) аппарата этих представлений составляют понятия классической математики (величина, формула, функция, уравнение, система уравнений, логарифм, дифференциал, интеграл и т.д.).

Аналитические представления имеют многовековую историю развития, и для них характерно не только стремление к строгости терминологии, но и к закреплению за некоторыми специальными величинами определённых букв (например, удвоенное отношение площади круга к площади вписанного в него квадрата 3,14; основание натурального логарифма – е   2,7 и т.д.).

При моделировании систем применяется широкий спектр символических представлений, использующих «язык» классической математики. Однако далеко не всегда эти символические представления адекватно отражают реальные сложные процессы, и их в этих случаях, вообще говоря, нельзя считать строгими математическими моделями.

Большинство из направлений математики не содержат средств постановки задачи и доказательства адекватности модели. Последняя доказывается экспериментом, который по мере усложнения проблем становится также всё более сложным, дорогостоящим, не всегда бесспорен и реализуем.

В то же время в состав этого класса методов входит относительно новое направление математики математическое про- граммирование, которое содержит средства постановки задачи и расширяет возможности доказательства адекватности моделей.

Статистические представления сформировались как самостоятельное научное направление в середине прошлого века (хотя возникли значительно раньше). Основу их составляет отображение явлений и процессов с помощью случайных (стохастических) событий и их поведений, которые описываются соответствующими вероятностными (статистическими) характеристиками и статистическими закономерностями.

Статистические отображения системы в общем случае (по аналогии с аналитическими) можно представить как бы в ви- де «размытой» точки (размытой области) в n-мерном пространстве, в которую переводит систему (её учитываемые в модели свойства) оператор Ф[Sx]. «Размытую» точку следует понимать как некоторую область, характеризующую движение систе- мы (её поведение); при этом границы области заданы с некоторой вероятностью p («размыты») и движение точки описыва- ется некоторой случайной функцией.

Статистические закономерности можно представить в виде дискретных случайных величин и их вероятностей, или в виде непрерывных зависимостей распределения событий, процессов.

Графические методы моделирования.

Понятие графа первоначально было введено Л. Эйлером. Графические представления позволяют наглядно отображать структуры сложных систем и процессов, происходящих в них. С этой точки зрения они могут рассматриваться как промежуточные между методами формализованного представления систем и методами активизации специалистов. Действительно, такие средства, как графики, диаграммы, гистограммы, древовидные структуры, можно отнести к средствам активизации интуиции специалистов.

В то же время есть и возникшие на основе графических представлений методы, которые позволяют ставить и решать вопросы оптимизации процессов организации, управления, проектирования, и являются математическими методами в традиционном смысле. Таковы, в частности, геометрия, теория графов и возникшие на основе последней прикладные теории – PERT, сетевого планирования и управления (СПУ) [13, 14, 27], а позднее и ряд методов статистического сетевого моделиро- вания с использованием вероятностных оценок графов.