Сложности алгоритмизации моделирования

Стремление к совершенству требует алгоритмизации, и для многих исследователей исходным стремлением было найти наиболее эффек­тивную последовательность этапов в работе с моделями. Однако здесь обнаружилось, что в практике моделирования чаще всего не удается строго выдержать рекомендуемую последовательность действий. Более того, стало очевидным, что вообще не существует какого-то единого, пригодного для всех случаев алгоритма работы с моделями. Это вызвано разными причинами.

Во-первых, модель функционирует в куль­турной среде, и конкретное окружение каждой модели может настолько отличаться, что опыт работы с одной моделью не может без изменений переноситься на другую.

Во-вторых, требования, предъявляемые к модели, противоречивы: полнота модели противоречит ее простоте, точность модели – ее размер­ности, эффективность – затратам на реализацию. Многое в истории дан­ной модели зависит от того, какой именно компромисс выбран между этими противоречащими критериями.

В-третьих, с самого начала невозможно предусмотреть все детали того, что произойдет в будущем с любой моделью. Моделирование при­звано устранить неопределенность, но существует неопределенность и в том, что именно надо устранять. Начальные цели впоследствии могут оказываться неполными. Например, по результатам испытаний опытно­го образца часто приходится вносить изменения в техническое задание и снова возвращаться к этапам проектирования образца. Приведем другой пример: после интерпретации результатов имитационного моделирова­ния цели уточняются, в модель вносятся изменения и моделирование повторяется. Недостатки модели проще и легче обнаружить и исправить в ходе моделирования, чем предусмотреть их заранее. Это еще одна при­чина динамичности моделей.

Вопрос о соотношении формальных и эвристических приемов в процессе построения моделей поясняется словами известного американского ученого Р. Шэннона: «Искусством моделирования могут овладеть те, кто обладает оригинальным мышлением, изобретательностью и находчивостью, равно как и глубокими знаниями систем и физиче­ских явлений, которые необходимо моделировать. Не существует твердых и эффективных правил относительно того, как надо формулировать задачу в самом начале процесса моделирования, то есть сразу же после первого знакомства с ней. Не существует и магических формул для решения при построении модели таких вопросов, как выбор переменных, параметров, соотношений, описывающих поведение системы, ограничений, а также критериев оценки эффективности модели. Помните, что никто не решает задачу в чистом виде, каждый оперирует с моделью, которую он построил, исходя из поставленной задачи. Все эти соображения должны помочь читателю правильно разобраться в особенностях моделей и в некоторых вопросах искусства моделирования».

Вопросы для самопроверки

1. Чем объясняется широкое толкование понятия модели?

2. Дайте определение модели.

3. Каким образом связаны понятия «цель» и «модель»?

4. Покажите на примерах принципиальные различия познавательных и прагматических моделей.

5. Какие существуют способы воплощения моделей?

6. Что такое абстрактные модели и какова при этом роль языков?

7. Перечислите основные виды подобия. Поясните сущность каждого из видов. Приведите практические примеры.

8. Что из себя представляют материальные модели?

9. Какие факторы оказывают влияние на соответствие между моделью и действительностью?

10. Обоснуйте значимость адекватности моделей. Всегда ли целевая модель является адекватной реальной действительности? Приведите примеры.

11. Какие существуют сложности алгоритмизации моделирования?