Основные понятия и классификация моделей

Моделирование – замещение одного объекты другим объектом с целью получения информации о важнейших свойствах объекта-оригинала.

Теория замещения одних объектов (оригиналов) другими объектами (моделями) и исследования свойств объектов на их моделях называется теорией моделирования.

Объект (предмет) – все то, на что направлена человеческая деятельность.

Субъект (лежащий внизу) - носитель предметно-практической деятельности и познания (индивид или соц.группа), источник активности направленной на объект.

Гипотеза – предположительное суждение о закономерной причиной связи явлений, одна из важнейших форм развития науки.

Аналогия – метод суждения, позволяющий по какому-либо частному сходству рассматриваемых объектов, находящихся в каком-либо отношении, сделать вывод об их сходстве в других отношениях, т.е. переносить информацию об одном объекте-модели на другой объект-оригинал.

Оригинал – объект, определенные свойства, аспекты которого подлежат изучению методом моделирования.

Модель (мера) – объект, заместитель объекта-оригинала, обеспечивающий изучение на которых свойств оригинала.

Обобщенное моделирование можно определить как метод опосредованного познания, при котором изучаемый объект-оригинал находится в некотором соответствии с другим объектом-моделью, причем модель способна в том или ином отношении замещать оригинал на некоторых стадиях познавательного процесса.

Основные этапы в процессе моделирования:

1. Определение свойств оригинала, подлежащих исследованию

2. Выявление трудностей непосредственного исследования оригинала

3. Выбор модели, фиксирующей свойства оригинала

4. Исследование модели

5. Перенос результатов моделирования на оригинал

Классификация методов моделирования.

В основу классификации закладывается ряд категорий: форма, время, назначение и др. Каждая из этих категорий делится на классы.

Классификация моделей по категории «форма»: картинная, физическая, знаковая (всё это - вербальные модели).

Виды картинных моделей: диаграмма, рисунок, график.

Знаковые модели: математическая, структурно-алгоритмическая.

Математическая модель – множество математических отношений, описывающих изучаемый процесс или явление.

Широкое применение мат. модели обусловлено следующими обстоятельствами:

1. При наличии развитого мат. аппарата процесс изучения требуемых характеристик для этих моделей во многих случаях менее трудоемок, чем для других типов моделей

2. Мат. модели допускают решение задач оптимизации системы аналитическими методами либо путем ограниченного направленного перебора

3. Мат. модели привлекают общим видом полученных результатов

Структурно-алгоритмические модели – это алгоритмы, схемы алгоритмов, программы, структуры данных, отображающие процесс функционирования системы или ее композиционные свойства. При отображении процессов функционирования системы с применением структурно-алгоритмических моделей используется имитационное моделирование.

Широкое распространение стр.-алг. модели обусловлено тем, что эти модели могут представлять любой уровень детализации системы. Для них применимы теоретические результаты и практический опыт.

Факторы, которые ограничивают применение – это достаточно высокая трудоемкость их разработки, большие затраты машинных ресурсов.

Вербальные модели являются композицией словесных описаний, математических, структурно-алгоритмических и картинных моделей системы.

Классификация моделей по категории «время»:

1. Статическая

2. Динамическая

   1. Детерминированная

   2. Вероятностная

В статических моделях не отражается процесс изменения системы во времени, а в динамических наоборот.

Классификация моделей по категории «назначение»:

1. Информационная

2. Для экспериментов

   1. функциональная

   2. статистическая

3. прогнозирование

4. ситуационная

Основное назначение информационной модели – сбор, хранение и выдача информации о системе.

Модели, которые используются для экспериментов в соответствии с категориями «форма» и «время» относятся к физическим или стр.-алг., отражающими динамику поведения системы.

В функциональных моделях рассматривается точное поведение системы на некотором отрезке времени, начиная с начального состояния S₀.

В статических моделях рассматривается усредненное поведение моделей системы.

Модели прогнозирования применяются для выяснения тенденций развития системы и дают возможность осуществлять обоснованное планирование разработки или модернизации СЗИ.

Ситуационная модель описывает ситуации, в которых предстоит действовать изучаемому объекту, часто не содержащему полной информации и предполагающей включение человека в качестве изучаемого объекта.

Имитационная модель – формальная, т.е. выполненная на некотором формальном языке, описание логики функционирования исследуемой системы и взаимодействие некоторых ее отдельных элементов во времени, учитывающее наиболее существенные причинно-следственные связи, присущие системе, и обеспечивающие проведение статистических экспериментов.

Следствия из этого определения:

1. взаимосвязь между отдельными элементами системы, описанными в модели, а также между некоторыми величинами (параметрами) может быть представлена в виде аналитических зависимостей

2. модель можно считать реализуемой и имеющей практическую ценность только в том случае, если в ней отражены лишь те ее свойства реальной системы, которые влияют на значение выбранного показателя эффективности

Применение имитационного моделирования целесообразно:

1. если не существует законченной постановленной задачи на исследование и идет процесс познания моделирования

2. если характер протекающих в системе процессов не позволяет описать эти процессы в аналитической форме

3. если необходимо наблюдать за поведением системы (или отдельных ее компонентов) в течение определенного периода времени и в т.ч. с изменением скорости протекания процессов

4. при изучении новых ситуаций в системе либо при оценке ее функционирования в новых условиях

5. если исследуемая система является элементом более сложной системы, другие элементы которой имеют реальное воплощение

6. когда необходимо исследовать поведение системы при введении в нее новых компонентов

7. при подготовке специалистов и освоении новых систем.