Классификация моделей

Модели вообще и имитационные модели в частности можно клас­сифицировать различными способами. К сожалению, ни один из них не является полностью удовлетворительным, хотя каждый служит опреде­ленной цели. Укажем некоторые типовые группы моделей, которые мо­гут быть положены в основу системы классификации:

- статические (например, поперечный разрез объекта) и динами­ческие (временные ряды);

- детерминистские и стохастические;

- дискретные и непрерывные;

- натурные, аналоговые, символические.

Удобно представлять себе имитационные модели в виде непре­рывного спектра, простирающегося от точных моделей или макетов реальных объектов до совершенно абстрактных математических моде­лей.

Точность Абстрактность

Модели, находящиеся в начале спектра, часто называются физи­ческими или натурными, потому что они внешне напоминают изучаемую систему. Для удобства экспериментатора физическая модель может быть масштабирована - подвергнута уменьшению или увеличению,

Аналоговыми моделями являются модели, в которых свойство ре­ального объекта представляется некоторым другим свойством анало­гичного по поведению объекта. Задача иногда решается путем замены одного свойства другим, после чего полученные результаты надо ис­толковывать применительно к исходным свойствам объекта. Аналого­вая ЭВМ, в которой изменение напряжения в электрической схеме оп­ределенной конфигурации может отображать поток товарок к некото­рой системе, является превосходным примером аналоговой имитацион­ной модели.

График представляет собой аналоговую модель другого типа; здесь расстояние отображает такие характеристики объекта как вре­мя, срок службы, количество единиц и т. д. График может также по­казывать соотношение между различными количественными характерис­тиками и может предсказывать, как будут изменяться некоторые ве­личины при изменении других величин. Для некоторых относительно простых случаев график может служить средством решения поставлен­ной задачи. Часто применяются также аналоговые модели в виде схем, описывающих взаимосвязи между элементами объекта.

По мере нашего продвижения по спектру моделей мы достигнем

тех из них, где во взаимодействие вступают люди и машинные компо­ненты. Такое моделирование часто называют играми (управленчески­ми, военными, планировочными). Поскольку процессы принятия реше­ний управленческим звеном или командным составом армии моделиро­вать трудно, часто считают целесообразным отказаться от подобной попытки. В так называемых управленческих (деловых) играх человек взаимодействует с информацией, поступающей с выхода вычислитель­ной машины (которая моделирует другие свойства системы), и прини­мает решения на основе полученной информации. Решения человека затем снова вводятся и машину в качестве входной информации, ко­торая используется системой. Продолжая этот процесс дальше, мы приходим к полностью машинному моделированию, которое обычно и понимается под термином "моделирование". Вычислительная машина может быть компонентом всех имитационных моделей рассмотренной части спектра, хотя это и не обязательно.

К символическим, или математическим, моделям относятся те, в которых для представления процесса или системы используются сим­волы, а не физические устройства. Обычным примером представления систем в этом случае можно считать системы дифференциальных урав­нений. Поскольку они представляют собой наиболее абстрактные и, следовательно, наиболее общие модели, математические модели нахо­дят широкое применение в системных исследованиях. Однако примене­ние математических моделей таит в себе весьма реальные опасности и ловушки. Символическая модель является всегда абстрактной идеа­лизацией задачи, и, если хотят, чтобы эта модель позволяла решить задачу, необходимы некоторые упрощающие предположения. Поэтому особое внимание должно быть обращено на то, чтобы модель служила действительным представлением данной задачи.

При моделировании сложной системы исследователь обычно вы­нужден использовать совокупность нескольких моделей. Любая систе­ма или подсистема может быть представлена различными способами, которые значительно отличаются друг от друга по сложности и дета­лизации. В большинстве случаев в результате системных исследова­ний появляются несколько различных моделей одной и той же систе­мы. Но обычно по мере того, как исследователь глубже анализирует и лучше понимает проблему, простые модели заменяются все более

сложными.