- •Н.Д. Дроздов основы системного анализа
- •Тверь, 2000 г.
- •Оглавление
- •Предисловие
- •1. Системный анализ. Определение, связь с другими научными дисциплинами
- •2. Методология системного анализа
- •2.1. Принцип системности
- •2.2. Система. Основные определения
- •2.3. Системный подход — основа методологии системного анализа.
- •2.4. Основные закономерности организации материального мира
- •А. Основы организации неживой природы
- •Б. Биологический уровень организации материи
- •В. Особенности эволюции общественных систем (особенности антропогенеза)
- •2.5. Системный анализ в исследовании социальных и экономических процессов
- •3. Моделирование. Основные понятия
- •3.1. Определение понятия «модель»
- •3.2. Классификация моделей
- •1) В зависимости от особенностей возникновения модели могут быть разделены на три группы:
- •2) В зависимости от способа описания свойств моделируемого объекта различают модели вербальные, изобразительные, аналоговые, символические.
- •3) В зависимости от способа отображения объекта различают модели аналитические и имитационные.
- •4) По отношению к управлению модели разделяются на описательные — не содержащие управлений и конструктивные.
- •6) По отношению к предметной области (по) модели делятся на независимые от по, настраиваемые на по, ориентированные на по.
- •3.3. Общие требования к моделям.
- •1) Требование адекватности модели моделируемой системе относительно совокупности характеристик, обеспечивающих достижение поставленной цели исследования.
- •3) Требование замкнутости модели.
- •6) Требование удобства.
- •3.4. Структура моделей
- •3.5. Этапы моделирования
- •3.6. Значение и содержание этапа «Постановка задачи»
- •3.7. Формализация задачи
- •3.8. Некоторые проблемы, возникающие при исследовании
- •3.8.1. Интерполяция, экстраполяция, прогнозирование.
- •3.8.2. Линейность и нелинейность
- •3.8.3. Дискретность и непрерывность
- •3.8.4. Детерминированность и случайность
- •3.9. Планирование эксперимента
- •3.10. Проверка модели
- •3.11. Анализ результатов и внедрение рекомендаций
- •3.12. Использование эвм в моделях
- •3.13. Измерительные шкалы
- •4. Субъективные проблемы исследований
- •2) Ошибки в определении цели
- •3) Пренебрежение аналитическими (дедуктивными) построениями.
- •5) Произвольная трактовка статистических данных.
- •6) Пренебрежение научным подходом к процессу принятия решения
- •5. Выбор
- •5.1 Основные положения
- •5.2 Формализация задачи принятия решения
- •5.2.1 Постановка задачи
- •5.2.2. Декомпозиция задачи принятия решения и оценка свойств альтернатив
- •5.2.3.Композиция оценок свойств и сравнение альтернатив.
- •5.3 Пример модели принятия решения в условиях неопределенности
- •5.4. Примеры решения оптимизационной задачи методом динамического программирования
- •Литература
2) В зависимости от способа описания свойств моделируемого объекта различают модели вербальные, изобразительные, аналоговые, символические.
Вербальные — это словесные, описательные модели.
В изобразительных моделях изучаемые свойства (отношения) объекта представлены этими же свойствами (отношениями), но, как правило, в другом масштабе. Например, модель самолёта для продувки в аэродинамической трубе, модель солнечной системы в планетарии, модель гидроузла в конструкторской организации.
В аналоговых моделях свойства объекта отображаются набором специфических свойств модели. Так, при аналоговом моделировании полёта самолёта параметры (координаты, скорость) самолёта отображаются в модели значениями напряжения, силы тока. Другой пример, множество точек земной поверхности с одинаковой высотой над уровнем моря отображаются на карте соответствующей линией — горизонталью.
В символических (знаковых) моделях представление величин и отношений между ними осуществляется с помощью букв, чисел и других знаков. Основное преимущество этих моделей — «вариантность». Одним знаковым описанием кодируются физически различные системы. Большое число конкретных значений параметров системы и, соответственно, число вариантов её поведения могут быть изучены на одной и той же модели.
При исследовании объекта могут быть использованы все четыре типа моделей. Вербальные и изобразительные модели при этом могут рассматриваться в качестве инструмента первого приближения решения задачи.
Возможны комбинации различных типов моделей. Так, в тренажёры включают и аналоговые и знаковые блоки.
3) В зависимости от способа отображения объекта различают модели аналитические и имитационные.
В аналитических моделях используются полученные из различных соображений зависимости между выходными и входными переменными модели, в том числе, при необходимости, зависимости для вычисления критериальной функции. При этом для заданных входных возмущений обеспечивается вычисление исходов модели без имитации реальных процессов, протекающих в объекте. Для аналитических моделей наиболее характерны вербальные и знаковые способы описания.
Имитационная модель имитирует исследуемый объект, течение реального процесса. Для имитационных моделей используются все способы описания.
Термин «реальный процесс» здесь и далее используется в смысле процесс «существующей» или «способный принять форму существования». Это равным образом относится к аналитическим и имитационным моделям.
Выбор между аналитической и имитационной моделями определяется задачами исследования, уровнем знаний об объекте и квалификацией исследователя.
Для лучшего уяснения разницы между аналитическими и имитационными моделями рассмотрим пример моделирования случайного блуждания частицы по целочисленным точкам действительной прямой, при котором на каждом шаге частица с вероятностью p смещается по числовой оси на +1 и с вероятностью q = 1-p — на –1.
Пусть i — начальное положение частицы, j — положение частицы через n-шагов,
n = 0,1,2,..., Pn (i j) — вероятность перехода частицы за n-шагов из состояния i в состояние j.
Попасть из i в j возможно, если в направлении от i к j сделано m из n шагов, где m =(n + j-i)/2 должно быть целым, т.е. разность j-i должна иметь ту же четность, что и n. Естественно, переход из состояния i в состояние j не возможен, если n < j-i.
Вероятность перехода из i в j будет зависеть от двух величин m и n.
Таким образом, построена аналитическая модель (распределение вероятностей), с помощью которой можно получить вероятность нахождения частицы через n-шагов в любом j-ом состоянии, если начальное i-ое состояние частицы известно.
При имитационном моделировании, чтобы получить искомую вероятность, потребуется провести серию из N испытаний. При каждом отдельном испытании моделируется движение частицы длительностью в n шагов, начиная с i-го начального состояния. При этом, для определения направления движения частицы на каждом шаге разыгрывается случайная величина, принимающая значение +1 или –1 с заданными вероятностями. При каждом испытании записывается, где оказалась частица после n-шагов.
Пусть после N испытаний, каждое из которых состояло из n-шагов, частица K-раз оказалась в состоянии j. Тогда Pn(i j) = K / N.
Для получения результата потребуется n N раз разыгрывать случайную величину и «хорошая» точность может быть получена при N = 40 – 50.
Для данного простого случая преимущество аналитической модели очевидно. В более сложных случаях, например трёхмерного блуждания, или блуждания с поглощающими экранами преимущество аналитической модели (такие модели известны) будет не очевидным.
При изучении социально-экономических систем используются как аналитические, так и имитационные модели.
Продолжим рассмотрение классификации моделей.