![]() |
Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | |
|
П ри глубоком изучении крупных проблем, требующих решения, используются научные методы, такие как системный анализ, исследование операций.
Основу этих методов составляет математическое моделирование.
В общем случае системный подход — это методологическое направление, рассматривающее объекты реального мира как системы.
Системой называется совокупность взаимодействующих элементов, объединенных общей целью, составляющих единое целое и обладающее эффектом эмерджентности, либо положительной синергией.
Необходимость реализации системного подхода в решении сложных хозяйственных задач породила новую межотраслевую область знаний, использующую математику в качестве способа выражения мер и отношений между изучаемыми явлениями.
Такой наукой стала теория исследования операций и систем.
Возникшая в отрыве от основных идей кибернетики, теория исследования операций и систем сегодня является самостоятельным и достаточно емким разделом прикладной кибернетики (учитывая сходный характер и методы решаемых задач).
Практическая значимость теории исследования операций усилилась в связи с широким проникновением в сферу управления современных средств вычислительной техники.
Фактор времени, ранее обесценивавший многие математические результаты, перестал быть препятствием (хотя и сегодня математическое обеспечение является наиболее дорогостоящим в использовании ЭВМ).
Например, для оптимального решения сравнительно простой хозяйственной задачи с пятью показателями (переменными), каждый из которых может принимать 10 допустимых значений, требуется перебрать 100 000 вариантов возможных решений. Один счетный работник задачу оптимального выбора будет решать около года непрерывных вычислений (если будет тратить всего 5 минут на расчет одного варианта и сравнения его с другими). ЭВМ выполняет эту операцию в считанные минуты (или секунды в зависимости от типа машины).
Как утверждают специалисты, использование жесткой логики вместо интуиции сопровождается двумя проблемами:
Ø реже проявляется творческая мысль,
Ø чаще принимаются шаблонные решения вследствие наличия детализированной информации.
Настоящее творчество в принятии решений проявляется в сочетании логических рассуждений с интуицией.
Внедрение информационных технологий сопряжено со стандартизацией управления различными социальными и производственными процессами из-за использования одних и тех же информационных систем. Хорошо это или плохо?
Очевидно, хорошо в том плане, что с помощью вычислительной техники механизм разработки решений становится прозрачным, многие важные для общества процессы превращаются в оптимальные модели.
Это избавляет процедуру принятия решений от произвола и некомпетентности чиновников.
Как всегда, существует и другая сторона вопроса, связанная с интересами аппарата управления, с созданием особой, универсальной общественной модели, которая не всеми приветствуется.
Автоматизация процессов управления создает инфраструктуру, при которой многие процессы принятия решений становятся относительно независимыми от человеческого фактора, то есть настроения и желаний чиновничьего аппарата.
Для оздоровления современной отечественной управленческой практики данное обстоятельство имеет особое значение, избавляя ее прежде всего от коррупции.
Многие современные российские руководители достаточно равнодушны к информационным технологиям. Проведенный опрос экспертов свидетельствует о том, что более 60% из их числа не пользуются компьютерами.
Подавляющее большинство применяет компьютер в качестве печатающего устройства.
И только 2% самостоятельно через компьютер получают информацию из Интернет.
Р анее отмечалось, что сущность моделирования состоит в подборе математических схем, адекватно описывающих процессы, происходящие в действительности.
Строгая формализация социально-экономических процессов функционирования предприятия практически невозможна.
Поэтому сложность составления математической модели связывается с тем, насколько точно (адекватно) она отражает реальность.
Тем не менее математическое моделирование в социально-экономической области подчас выступает единственной возможностью количественного анализа процессов и явлений, так как натурный эксперимент либо невозможен, либо ограничен.
Положительными характеристиками моделирования также являются:
T применение более совершенной технологии расчета в сравнении и иными методами;
T высокая степень обоснованности решений;
T сокращение сроков разработки решений;
T возможность выполнения обратной операции.
Ее особенность состоит в том, что имея модель и исходные данные, можно рассчитать результат. Но можно сориентироваться на требуемый результат и определить, какие исходные данные для этого необходимы.
В управленческой деятельности эта возможность чрезвычайно важна.
Б ольшую роль в моделировании систем играют гипотезы, — определенные предсказания, основывающиеся на небольшом количестве опытных данных, наблюдений, догадок.
При формулировании и проверке правильности гипотез большое значение в качестве метода суждения имеет аналогия.
Аналогией называют суждение о каком либо частном сходстве двух объектов, причем такое сходство может бить существенным и несущественным.
Понятия существенности и «несущественности» сходства или различия объектов условны и относительны.
Существенность сходства (различия) зависит от уровня абстрагирования и в общем случае определяется конечной целью проводимого исследования.
Гипотезы и аналогии, отражающие реальный, объек-тивно существующий мир, должны обладать наглядностью и сводиться к удобным для исследования логическим схемам.
Такие логические схемы, упрощающие рассуждения и логические построения позволяющие проводить эксперименты, уточняющие природу явлений, называются моделями.
Другими словами, модель (лат. Modulus – мера) – это объект-заместитель объекта оригинала.
Замещение одного объекта другим с целью получения информации о важнейших свойствах объекта-оригинала при помощи объекта-модели путем проведения экспериментов с моделью — называется моделированием.
Теория замещения одних объектов (оригиналов) другими объектами (моделями) и исследования свойств объектов на их моделях — называется теорией моделирования.
Сущность построения математической модели состоит в том, что реальная система упрощается, схематизируется и описывается с помощью того или иного математического аппарата.
Любую модель строят в зависимости от цели, которую ставит перед ней исследователь, поэтому одна из основных проблем при моделировании — это проблема целевого назначения.
Поэтому в качестве цели должна быть поставлена задача изучения какой-либо стороны функционирования объекта.
Построение модели оказывается возможным, если имеется информация или выдвинуты гипотезы относительно структуры, алгоритмов и параметров исследуемого объекта. Их изучение есть процесс идентификация объекта.
Правильно построенная модель выявляет лишь те закономерности, которые нужны исследователю, и не рассматривает свойства системы не существенные для данного исследования.
Следует отметить, что оригинал и модель могут быть одновременно сходны по одним признакам и различны по другим, что позволяет выделить наиболее важные изучаемые свойства.
В этом смысле модель выступает как «заместитель» оригинала, обеспечивающий фиксацию и изучение лишь некоторых его свойств.
Поэтому разработчики моделей находятся под действием двух взаимно противоречивых тенденций:
_ стремления к полноте описания и
_ стремления к получению требуемых результатов возможно более простыми средствами.
Простые модели помогают глубже понять исследуемую проблему.
Усложненные модели используются для анализа влияния различных факторов на результаты моделирования.
Такой анализ позволяет исключать некоторые факторы из рассмотрения.
Достижение компромисса ведется по пути построения серии моделей, начинающихся с предельно простых и восходящих до высокой сложности.
Существует известное правило: начинай с простых моделей, а далее усложняй.
М атематическое моделирование многие считают искусством.
Здесь очень велика роль опыта, интуиции и других интеллектуальных качеств исследователя. Построение содержательной модели реального объекта во многом представляют собой творческий процесс и базируются на эвристике.
Поэтому невозможно написать формализованную инструкцию, определяющую, как должна строиться модель той или иной системы. Тем не менее отсутствие точных правил не мешает опытным специалистам строить удачные модели.
Накопленный опыт, дает основание сформулировать некоторые принципы (общие требования) и подходы к построению моделей, которым должна удовлетворять всякая правильно построенная модель.
1. Адекватность.
Этот принцип предусматривает соответствие модели целям исследования по уровню сложности и организации, а также соответствие реальной системе относительно выбранного множества свойств.
До тех пор, пока не решен вопрос, правильно ли отображает модель исследуемую систему, ценность модели незначительна.
2. Соответствие модели решаемой задаче.
Модель должна строиться для решения определенного класса задач или конкретной задачи исследования системы.
Опыт показывает, что при решении каждой конкретной задачи нужно иметь свою модель, отражающую те аспекты, которые являются наиболее важными в задаче. Этот принцип связан с принципом адекватности.
3. Упрощение при сохранении существенных свойств системы. Модель должна быть в некоторых отношениях проще прототипа - в этом смысл моделирования.
Чем сложнее рассматриваемая система, тем по возможности более упрощенным должно быть ее описание, умышленно утрирующее типичные и игнорирующее менее существенные свойства.
Этот принцип может быть назван принципом абстрагирования от второстепенных деталей.
4. Соответствие между требуемой точностью результатов моделирования и сложностью модели.
С одной стороны, чтобы отразить все сколько-нибудь существенные свойства, модель необходимо детализировать.
С другой стороны, строить модель, приближающуюся по сложности к реальной системе, очевидно, не имеет смысла.
Она не должна быть настолько сложной, чтобы нахождение решения оказалось слишком затруднительным.
Практическими рекомендациями по уменьшению сложности моделей являются:
ó Изменение числа переменных, достигаемое либо исключением несущественных переменных, либо их объединением.
Процесс преобразования модели в модель с меньшим числом переменных и ограничений называют агрегированием.
ó Изменение природы переменных параметров.
Переменные параметры рассматриваются в качестве постоянных, дискретные - в качестве непрерывных и т.п.
ó Изменение функциональной зависимости между переменными. Нелинейная зависимость заменяется обычно линейной, дискретная функция распределения вероятностей - непрерывной;
ó Изменение ограничений (добавление, исключение или модификация).
При снятии ограничений получается оптимистичное решение, при введении - пессимистичное.
Варьируя ограничениями, можно найти возможные граничные значения эффективности.
Такой прием часто используется для нахождения предварительных оценок эффективности решений на этапе постановки задач;
ó Ограничение точности модели.
Точность результатов модели не может быть выше точности исходных данных.
5. Баланс погрешностей различных видов.
В соответствии с принципом баланса необходимо добиваться, например, баланса систематической погрешности моделирования за счет отклонения модели от оригинала и погрешности исходных данных, точности отдельных элементов модели, систематической и случайной погрешности при интерпретации и осреднении результатов.
6. Многовариантность реализации элементов модели.
Разнообразие реализации одного и того же элемента, отличающихся по точности (а следовательно, и по сложности), обеспечивает регулирование соотношения «точность/сложность».
7. Блочное строение.
При соблюдении принципа блочного строения облегчается разработка сложных моделей и появляется возможность использования накопленного опыта и готовых блоков с минимальными связями между ними.
В зависимости от конкретной ситуации возможны следующие подходы к построению моделей:
• непосредственный анализ функционирования системы;
• проведение ограниченного эксперимента на системе;
• использование аналога;
• анализ исходных данных.
Таким образом, от постановки задачи моделирования до интерпретации полученных результатов существует большая группа сложных научно-технических проблем, к основным из которых можно отнести следующие:
· идентификацию реальных объектов,
· выбор вида моделей,
· построение моделей и их машинную реализацию,
· взаимодействие исследователя с моделью в ходе машинного эксперимента,
· проверку правильности полученных в ходе моделирования результатов,
· выявление основных закономерностей, исследованных в процессе моделирования, и которые решаются в ходе реализации приведенного ниже алгоритма в ходе циклического процесса моделирования.
![]() | Применение физических законов. Огрубление модели объекта. | Поиск математического описания. Ранжирование модели |
![]() | |||
![]() | |||
![]() | |||
Уточнение модели | Выбор метода исследования |
Разработка алгоритма и программы для ЭВМ |
Расчеты на ЭВМ | Отладка и тестирование программы |
Рис.2.1 Основные этапы построения моделей.
1. Содержательное (вербальное) описание моделируемого объекта.
Исходя из цели исследования устанавливаются:
• совокупность элементов,
• взаимосвязи между элементами,
• возможные состояния каждого элемента,
• существенные характеристики состояний и соотношения между ними.
Такое предварительное, приближенное представление системы называют концептуальной моделью.
2. Для того чтобы содержательное описание служило хорошей основой для последующей формализации, требуется обстоятельно изучить моделируемый объект, для чего целесообразно применение физических законов (биологических, химических и прочих) и системных представлений об объекте исследования.
Нередко стремление ускорить разработку модели уводит исследователя от данного этапа непосредственно к решению формальных вопросов.
Построенная без достаточного содержательного базиса модель оказывается непригодной к использованию.
На этом этапе моделирования широко применяются качественные методы описания систем, знаковые и языковые модели.
3. Формализация операций.
Сводится в общих чертах к следующему:
Ø На основе содержательного описания определяется исходное множество характеристик системы.
Ø Для выделения существенных характеристик необходим хотя бы приближенный анализ каждой из них.
Ø После исключения несущественных характеристик выделяют управляемые и неуправляемые параметры и производят символизацию.
Ø Затем определяется система ограничений на значения управляемых параметров.
Если они не носят принципиальный характер, ими пренебрегают.
Далее формируется целевая функция модели, когда выбираются показатели исхода операции и определяется вид функции полезности на исходах.
4. Проверка адекватности модели.
Требование адекватности, как отмечалось ранее, находится в противоречии с требованием простоты, и это нужно учитывать при проверке модели на адекватность.
Исходный вариант модели проверяется по следующим основным аспектам:
• Все ли существенные параметры включены в модель?
• Нет ли в модели несущественных параметров?
• Правильно ли отражены функциональные связи между параметрами?
• Правильно ли определены ограничения на значения параметров?
Для проверки надо привлекать специалистов, не принимавших участия в разработке модели.
Они могут более объективно рассмотреть модель, чем ее разработчики, что позволит выявить грубые ошибки.
После реализации модели и проведении исследований результаты моделирования подвергаются анализу на соответствие известным свойствам исследуемого объекта.
Для установления соответствия создаваемой модели оригиналу используются следующие пути:
• сравнение результатов моделирования с отдельными экспериментальными результатами, полученными при одинаковых условиях;
• использование других близких моделей;
• сопоставление структуры и функционирования модели с прототипом.
Главным путем проверки адекватности модели исследуемому объекту выступает практика. Однако она требует накопления статистики, которая далеко не всегда бывает достаточной для получения надежных данных.
По результатам проверки модели на адекватность принимается решение о возможности ее практического использования или о проведении корректировки.
5. Корректировка модели. При корректировке модели могут уточняться
Ø существенные параметры,
Ø ограничения на значения управляемых параметров,
Ø показатели исхода операции,
Ø связи показателей исхода операции с существенными параметрами,
Ø критерий эффективности.
После внесения изменений в модель вновь выполняется оценка адекватности.
6.Оптимизация модели. Сущность оптимизации моделей состоит в их упрощении при заданном уровне адекватности.
Основными показателями, по которым возможна оптимизация модели, служат время и затраты средств для проведения исследований на ней.
В ыбор той или иной аналогии, выбор того или иного математического аппарата моделирования полностью основывается на имеющемся опыте исследователя и ошибка исследователя может привести к ошибочным результатам моделирования.
Средства вычислительной техники, могут лишь помочь с точки зрения эффективности реализации сложной модели, но не позволяют подтвердить правильность той или иной модели.
Только на основе обработанных данных, опыта исследователя можно с достоверностью оценить адекватность модели по отношению к реальному процессу.
Единичный эксперимент никогда не может быть решающим для подтверждения гипотезы, проверки теории.
Только многократное экспериментальное исследование, опыт, практика — является критерием истины.
Дата публикования: 2014-11-02; Прочитано: 2532 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!