Лекции по системному анализу в чрезвычайных ситуациях. Часть 1
- Лекции по системному анализу в чрезвычайных ситуациях. Часть 1
- 1.2. Познавательные и прагматические модели
- 1.3. Статические и динамические модели
- 1.4. Классификация моделей по способу воплощения
- 1.5. Знаковые модели и сигналы
- 1.6. Условия реализации модельных свойств
- Лекция 2. Модели систем
- 2.1. Система как средство достижения цели
- 2.2. Модель «черного ящика»
- 2.3. Модель состава системы
- 2.4. Модель структуры системы
- 2.5. Структурная схема системы. Графы
- 2.6. Динамические модели систем.
- Лекция 3. Классификация систем.
- 3.1. Переменные системы
- 3.2. Операторы системы
- Лекция 4. Системы с управлением
- 4.2. Гомеостазис системы
- 4.3. Ресурсы управления
- Лекция 5. роль измерений при моделировании систем
- 5.2. Измерительные шкалы
- 5.2.1. Шкалы наименований
- 5.2.2. Порядковые шкалы
- 5.2.3. Модифицированные порядковые шкалы
- 5.2.4. Шкалы интервалов
- 5.2.5. Шкалы отношений
- 5.2.5. Шкалы разностей
- 5.2.6. Абсолютная шкала
- 5.2.7. Замечания по применимости шкал при измерении изучаемых объектов
Для того, чтобы модель отвечала своему назначению, т.е. обладала модельными свойствами, рассмотрим необходимые для этого условия.
6.1. Условие согласованности с культурной средой (деньги « соответствующие правовые нормы, финансовые учреждения, изобретение самолета, вертолета ® соответствующий уровень знания и технологии и т.п.). (ингерентность < inherent — внутренний, собственный, связанный).
6.2. Определенная степень соответствия между моделью и действительностью
Предыдущее условия является внешним условием актуализации моделей. Не менее важны качества моделей, которые определяют ценность самого моделирования, т.е. отношение модели и действительности. Фактически эти отношения определяются степенью различия между моделью и отображаемым объектом. Главными различиями являются:
1) конечность модели
2) упрощенность модели
3) приближенность модели
Конечность модели. Мир, познаваемый человеком бесконечен в пространстве, во времени, в своих связях с другими объектами (к любому числу отношений, в которых рассматривается данный объект, можно добавить еще одно. Однако познавать мир мы вынуждены конечными средствами1. Способ преодоления этого противоречия и состоит в построении моделей.
Конечность абстрактных моделей очевидна, т.к. они сразу наделяются строго фиксированным числом свойств.
Реальные модели, как вещественные объекты бесконечны, однако при моделировании из множества свойств объекта модели выбираются и используются лишь те, что подобны интересующим нас свойствам объекта-оригинала.
Упрощенность моделей — есть следствие их конечности. Эта упрощенность в человеческой практике является допустимой. Более того, для конкретных целей такое упрощение является необходимым.
Упрощенность моделей основана:
· на свойствах мышления;
· ресурсах моделирования;
· свойствах самой природы.
Упрощения модели неизбежны и необходимы в связи со следующими обстоятельствами.
1. Упрощение является сильным средством для выявления главных эффектов в исследуемом явлении: идеальный газ, математический маятник, абсолютно черное тело, абсолютно твердое тело, пружина без массы и т.п.
2. Вынужденное упрощение модели обусловлено необходимостью оперирования с ней. Например, линеаризация нелинейных уравнений, уменьшение размерности, замена переменных величин постоянными и т.п. (по мере развития ЭВИ эти упрощения преодолеваются).
3. В каком-то смысле «загадочный» [1] аспект упрощенности моделей. Из двух моделей, одинаково хорошо описывающих данное явление, та, которая проще, оказывается ближе к природе отображаемого явления (яркий пример в науке — переход от геоцентрической модели Птолемея к гелиоцентрической модели Коперника). Для сравнения: эвристический критерий физиков — если уравнение красивое, то оно, скорее всего, правильное. Возможно, что простота правильных моделей отражает некое глубинное свойство природы («природа — проста (Ньютон) и не существует причинами вещей, «простота — печать истины (схоласты)).
Приближенность моделей – второй важный фактор, позволяющий преодолевать бесконечность мира в конечном познании. Это проявляется даже в расплывчатости терминов языка («больше — меньше», «лучше — хуже»).
Приближенность моделей может быть очень высокой, в других случаях она очевидна. Следует отличать, что само по себе различие не может быть ни большим, ни малым (оно либо есть, либо нет). Величина, мера, степень приемлемости имеет смысл лишь в соотнесении с целью моделирования, например, точность наручных часов).
Адекватность моделей – качество, с помощью которого достигается поставленная цель.
Модель, с помощью которой цель успешно достигается, называется адекватной целью. Адекватность не полностью совпадает с требованиями полноты, точности и правильности (истинности).
Адекватность означает, что эти требования выполнены не вообще (абсолютно), а лишь в той мере, которая достаточна для достижения цели. Пример: геоцентрическая модель Птолемея, христианская модель поведения, врачевание шамана и т.п.).
Мера адекватности ® степень успешности достижения цели (особенно, если возможно это выразить количественно).
6.3. Соответствие между моделью и действительностью
Сходство — предмет философских споров, подвергавших сомнению преодоления предела истинности наших знаний ® спор о доступности объективной истины субъективному познанию (у софистов: «что кому как является, так оно и есть для того, кому является», — агностики — диамат (относительная и абсолютная истина).
Истинность — также философский вопрос. Говорить об истинности, правильности или сложности модели самой по себе вне практики бессмысленно.
Изменение условий сравнения влияет на результат, поэтому возможны противоречивые по одинаково и истинные модели (например, корпускулярная и волновая концепции).
Каждая модель неявно содержит условия своей истинности одна из опасностей, возникающей при моделировании — применение модели без проверки этих условий (например — статистические процедуры, использующиеся без проверки закона распределения и т.д.).
Любая модель, таким образом, содержит в себе истинное и ложное.
Динамика моделей: некоторые модели могут существовать долго (усовершенствоваться, усложниться, например, познавательные модели и др.), другие должны быть завершены в определенный срок, т.е. процесс моделирования должен быть максимально эффективным.
Для этого необходимо моделирование самого процесса моделирования (алгоритмизация модели). Необходимость алгоритмизации моделирования наиболее остро стоит:
- в проектной деятельности;
- в исследовании операций;
- в изобретательской практике;
- в проектировании АСУ;
- в имитационном моделировании.
Причины и закономерности динамики моделей связаны с тем, что процесс моделирования структурирован, организован и состоит из последовательности этапов. Этапы отличаются качественно, конкретными целями и средствами и должны выполняться в определенной очередности. Например, для модели технических систем такими этапами являются
- техзадание;
-тех. проект;
- рабочий проект;
- опытный образец;
- мелкая серия;
- модель для промышленного выпуска.
Или для имитационного моделирования:
- формирование целей;
- создание абстрактной модели;
- создание имитационной реальной модели (ИРМ);
- исследование ИРМ;
- обработка и интерпретация результатов.
Тем не менее, полная алгоритмизация моделирования невозможна, и в процессе моделирования сочетаются как формальные, так и эвристические приемы. Для моделирования необходимо как глубокое знание систем и физических явлений, которые должны быть смоделированы, так и оригинальное мышление (Р. Шеннон).
Контрольные вопросы
1. Дайте определение модели.
2. Приведите примеры моделей, соответствующие различным степеням абстрагирования от оригинала.
3. Поясните утверждение: «модель — есть целевое отображение».
4. Чем отличаются познавательная и прагматическая модель?
5. В чем разница между статическими и динамическими моделями?
6. Как классифицируются модели по способу воплощения?
7. Назовите и объясните виды подобия, реализуемые в материальных моделях.
8. Что такое семиотика, из каких разделов она состоит?
9. Поясните условия согласованности модели с окружением (культурной средой).
10. Что изучает семантика?
11. Какие отношения изучаются в синтаксисе?
12. Что такое прагматика?
13. Перечислите основные виды различия между моделью и реальным объектом.
14. Поясните утверждение: «упрощение модели и неизбежно и необходимо».
15. Что такое адекватность модели? Каково соотношение адекватности и истинности?
16. Каким целям служит алгоритмизация моделирования?