Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.
Предоплата всего
Подписываем
1. Цель, суть и сферы применения моделирования.
Существует внешняя среда, которая представлена исследователю в виде объекта-оригинала или процесса (явления). Также сущ. информационная система – наблюдатель. Предполагается, что есть более сложная система, сост. из внешней среды и информационной системы.
Внеш. среда представлена нек. свойствами, не отн. к инф. системе, но она оказывает действие на инф. систему. С другой стороны, инф. система (наблюдатель) оказывает влияние на внеш. среду с пом. исполнительных устройств. Т.о. внеш. среда и инф. система взаимодействуют.
Свойства объекта-оригинала не представлены непосредственно на входе инф. системы Опосредованные характеристики оригинальных св-в объекта, которые имеются на входе инф. системы, формируются инф. системой в виде образа объекта – этот образ является моделью оригинала. Т.о. инф. система (субъект) формирует или создает для себя модель, которая ~ аналогична объекту-оригиналу. При этом предпол., что реальный объект труднодоступен для наблюдателя. Если удалось установить аналогию между моделью и оригиналом, то исследование объекта заменяется исследованием модели.
Сферы применения: В настоящее время моделир-е на сознательном уровне используется почти во всех сферах человеческой деятельности: медицине, биологии и т.д.
В последние десятилетия широко применяется цифровое/компьютерное мат. моделир-е. Но кроме мат. моделир-я, широко используются др. виды.
Сфер применения много, но основных направлений 2:
проектирование систем. 3. Суть и роль общепринятых методологических подходов в познавательной деятельности и моделировании.
Во все времена существования человечества в качестве инструмента познавательной деятельности использовались методологические подходы (стереотипы мышления), в т.ч. в научной деят-ти. Роль этих подходов двояка.
С одной стороны, стереотипы мышления создают алгоритмы деят-ти, которые при последующих применениях уже не требуют творческих усилий.
С пом. систем образования эти стереотипы тиражируются, что экономит время. Однако недостатком установившихся методологических подходов (догматов) явл. невозможность взглянуть по-новому на прежние объекты и полная невозможность вкл. в поле зрения новые объекты => стереотипное мышление явл. тормозом в познавательной деятельности.
Различают следующие методологические подходы: классический и системный.
Их суть и роль удобно выявлять в сравнении их познавательных установок.
В основе классического подхода заложена мат. традиция, которая явно выражена в теории множеств => это теоретико-множественный подход. В основе этого подхода лежит то, что сложное можно описать с помощью простого.
Системный подход более новый, чем классический: в качестве основы он представляет наблюдение сложного объекта в целом. 7. Классич. и системн. подходы в сравнении их познавательных установок
Классический (а) Системный (б)
1 Первичность элементов Первичность целого
2 Очевидность элементов Неочевидность элементов наблюдаемого объекта
3 Принцип неразборчивости Принцип естественной системы
4 Принцип внешней организации Принцип внутренней организации
5 Принцип вероятностей Принцип ранговых распределений
1.а) При описании сложного объекта, полагается, что в его основе заложены некие простые эл-ты, в этом смысле эл-ты первичны (т.е. сист. не сущ. без этих эл-тов). Пр.: студ-ты группы; б) За первичную основу берется сам наблюдаемый объект. На первом этапе компоненты объекта не ясны (пр.: живой орг., музыка).
2.а) Эл-ты объекта очевидны и их не требуется выделять; б) Нужно использовать спец. процедуры для выявления компонентов объекта (пр. неграмотному нужно изучить язык, чтобы понять текст).
3.а) Предполагается, что в состав исследуемого объекта, могут быть введены произвольные эл-ты. Сложные объекты могут быть сконструированы искусственно. (пр. задачник включает все задачи вперемешку); б) Предполагается, что компоненты в целом волей наблюдателя не могут составлять сложную систему. Их набор не случаен и они представляют естественную компоновку (пр. организм – внутренние органы, электросхема).
4. а) Некая внеш. система организуется в целое другой внеш. системой/ организацией (пр. командир-> подразделение). В качестве внеш. системы может выступать внеш. среда или случай (пр. естеств. отбор) б) Главное – внутр. организация системы, которая в малой степени определяется внеш. факторами (пр. ДНК в основе развит. орган.).
5.а) Наблюдаемый объект представлен как генератор случайных событий, т.е. организация объекта случайна; б) Ранговые статистические распределения - упорядочивание по частоте вхождения (кроме равномерного распред-я), зависит от расположения объектов. Для любого целостно завершенного текста/картин.
2. Определения модели и моделирования; этапы моделирования.
Модель — естественно существующие или искусственно созданные объект, явление, процесс, ситуация, которые ~ аналогичны труднодоступному или вообще недоступному для прямого исследования явлению, процессу… .
В качестве модели может выступать лишь доступный исследователю объект.
Моделирование — процесс опосредованного опознания труднодоступного объекта-оригинала с помощью модели.
Если удалось установить аналогию между моделью и оригиналом, то исследование объекта заменяется исследованием модели.
2 этапа моделир-я:
На практике бывает полезно знать не просто описание объекта с пом. модели, но и то, как поведет себя объект в разных ситуациях. В этом смысле полезно исследование модели.
6. Понятие системы и внешней среды; структурный и функциональный подходы в моделировании; иерархия уровней моделирования; "внутренние" и "внешние" системы.
Под системой понимают множество физ. компонентов (в т.ч. разных), которые составляют некоторую пространственно-временную организацию.
Для этих систем характерно наличие разнородных компонентов, которые дополняют друг друга.
Внешняя система — совокупность реально или потенциально существующих объектов, обычно одинаковой физической природы и с одинаковыми функциями. Такие совокупности называют классами.
Обычно компонентами внешней системы являются внутренние системы.
В зависимости от цели иссл-я, при системном подходе возможно использование 2 разных подходов: структурный и функциональный.
1) Структурный – предполагает рассмотрение системы как мн-во отдельных компонентов и связей между ними. При этом в зависимости от цели исследования можно рассм. разные структуры на разных уровнях иерархической организации. Пр.: в выч. технике возможны разные уровни детализации:
2) Функциональный — рассматривает отдельные компоненты и их организацию в более сложную систему с т. зр. только выполняемой функции. Этот подход характерен для ТАУ при исследовании и описании динамических систем. 4. Отношение "моделирования" в классическом и системном подходах; основания для перехода к моделированию на основе системного подхода.
Описать отн-е моделирования = описать отн-е между 3 компонентами: наблюдатель, объект, модель.
В классическом подходе предполагается, что:
1) роль наблюдателя min;
2) объект и модель имеют одну природу, т.е. явл. мн-вами;
3) отношение или соотв-е между моделью и объектом взаимно однозначное (объекту соотв. только одна модель);
4) модель не влияет на поведение реального объекта (наблюдение пассивно).
В системном подходе предполагается:
1) обязательный учет наблюдателя;
2) объект есть нечто большее по св-вам, чем модель (объект – реальное, модель – мысленное, или идеальное образование).
3) отношение между объектом и моделью не взаимно однозначное (объекту может соответствовать несколько моделей);
4) модель через наблюдателя и сам наблюдатель влияют на объект.
В физике субсвет. скоростей и микромира оказалось, что влияние наблюдателя существенно. В др. отраслях науки это влияние давно известно. => необходим переход от моделирования на основе классич. подхода к системному. Для этого:
Результат моделир-я (модель) определяется 3 факторами, которые представляют наблюдателя: его цель, позиция и концепция (первоначальное представление об объекте до начала наблюдения).
Наблюдатель преобразует инф-ю об объекте в первомодели. Наличие мн-ва первомоделей позволяет устанавливать между ними и окончательной моделью неоднозначное соотв-е.
8. Способы классификации моделей и моделирования.
Различают разные способы классификации моделей:
Виды моделей: аналитические (obj представл. в виде ур-ний), имитационные (исп. моделирующий алгоритм для сложных объектов), комбинированные (комбинация рассм. выше видов) и кибернетические (“чёрн. ящик”) 11. Классификация моделей и моделирования по форме представления объекта.
Различают 2 класса: мысленные (основной класс моделей, используемых при моделировании) и реальные (сам исследуемый объект или его точная копия в масштабе).
Идеальные модели объектов строятся на основе з-нов подобия, для выполнения которых необходимо соблюдение соответствия хотя бы некоторых основных св-в, параметров, структур для объекта. Набор основных характеристик объекта и степень соответствия модели выясняется в процессе моделирования на основе опыта и интуиции исследователя - это творческий процесс.
Мысленные модели делятся на:
Реальные модели делятся на:
Физические. Позволяют исследовать в реальном и измененном масштабе времени. 9. Символические модели; их возможности.
Эти модели являются более продвинутыми в плане формализации по сравнению с наглядными моделями.
Символические модели делятся на:
На практике применяются комбинированные модели, например знаково-языковые.
10. Реальные модели; их возможности.
Реальные модели применяются для исследования объектов в 3 случаях:
Реальные модели делятся на:
Виды натурных моделей:
Физические. Позволяют исследовать в реальном и измененном масштабе времени. 13. Наглядные модели; их возможности.
Наглядные модели характеризуются тем, что позволяют получить наглядные образы реального объекта. Эти модели могут использоваться совместно с другими моделями, когда нужно иметь наглядный образ.
Наглядные модели делятся на 3 вида:
14. Имитационное моделирование и его возможности.
Для исследования сложных объектов используется имитационное моделирование, когда вместо ур-ний используется моделирующий алгоритм. При этом обычно нек. перечень факторов имеет случайную природу. Поэтому имитационные модели очень часто явл. статистическими. Пр.: л/р по помехоустойчивому кодированию.
При моделировании сложных объектов не удается построить аналитическую модель, однако исследователю удается моделируемый процесс разбить на элементарные процессы в пространстве и времени, которые связаны между собой и достаточно точно отображают реальные хар-ки объекта.
Совокупность связей между элементарными процессами, отображающими реальный процесс, представляется с помощью моделирующего алгоритма, или имитационной модели.
С помощью имит. моделей можно получить мн-во частных решений, что позволяет понять поведение объекта в целом, что присуще аналитическому моделированию, т.е. при большом числе испытаний имитационная модель приближается к аналитической модели.
15. Кибернетические модели; их возможности.
Зачастую при исследовании объекта и проектировании системы не требуется познание внутренней структуры и ф-ций объекта, либо это в принципе невозможно. Бывает достаточным получить приближенное описание наблюдаемого объекта, в разных, по мнению исследователя, ситуациях.
В таких случаях допускается произвольная структура и ф-ции модели. Обычно это некоторые моделирующие алгоритмы, которые обеспечивают правдоподобное поведение модели. Степень правдоподобности поведения модели определяется исследователем по известному поведению реального объекта. Если поведение модели совпадает с поведение объекта, то делается допущение о том, что искусственная структура обеспечивает похожие поведение модели в др. ситуациях.
Внутр. структура и ф-ции в кибернетической модели наз. “чёрным ящиком”. При киберн. моделировании неважно, что в “чёрном ящике”.
Требования к “чёрному ящику”: Если в диалоге «человек–машина» часто удается получать правдоподобные ответы и машина формирует правдоподобные предложения, то наблюдаемая система признается мыслящей. 14. Математическое моделирование.
Наиболее формальным явл. мат. моделирование, в кот. модели конструируются из знаков, записанных поочередно в форме мат. высказывания (уравнение, неравенство, лог. условие). Между знаками устанавливается очень точное отношение алгебраических операций. Сами знаки представляют переменные и величины, которые характеризуют определенные св-ва объекта, а операции отношения фиксируют точные связи между компонентами модели.
Мат. моделирование наиболее удобно в инженерной работе и НИР, т.к. оно обеспечивает:
Это моделирование более эффективно, если возможно мат. описание процессов и когда это описание простое.