Моделировать можно не только то, что существует, но и то, чего еще нет. Нормативные модели (прагматические) предназначены для указания целей деятельности и определенного порядка (алгоритма) действий для их достижения. Цель — образ желаемого будущего, т. е. модель состояния, на реализацию которого и направлена деятельность. Алгоритм — образ (модель) будущей деятельности.
При нормативном моделировании обычно не используют слово «модель» — чаще говорят «проект», «план».
Примеры. Проекты машин, зданий; планы застройки; законы; уставы организаций и должностные инструкции, бизнес-планы, программы действий, управленческие решения.
Описательные модели отражают существующее, их развитие направлено на приближение модели к реальности (в структурном системном анализе такая модель называется моделью «Как есть » — «As-Is »).
Нормативные модели показывают не существующее, но желаемое. Здесь решается задача приближения реальности к модели, поскольку модель играет роль стандарта или образца, под который «подгоняются» как сама деятельность, так и ее результаты (в структурном системном анализе она называется моделью «Как должно быть » — «То-Ве »).
Алгоритм k-ближайших соседей // Основы машинного обучения
Виды моделирования
Моделирование широко распространено, поэтому достаточно полная классификация возможных видов моделирования крайне затруднительна хотя бы в силу многозначности понятия «модель», широко используемого не только в науке и технике, но и, например, в искусстве. Применительно к естественно-техническим, социально-экономическим и другим наукам принято различать следующие виды моделирования:
• концептуальное моделирование, при котором с помощью некоторых специальных знаков, символов, операций над ними или с помощью естественного или искусственного языков истолковывается основная мысль (концепция) относительно исследуемого объекта;
• интуитивное моделирование, которое сводится к мысленному эксперименту на основе практического опыта работников (широко применяется в экономике);
• физическое моделирование, при котором модель и моделируемый объект представляют собой реальные объекты или процессы единой или различной физической природы, причем между процессами в объекте-оригинале и в модели выполняются некоторые соотношения подобия, вытекающие из схожести физических явлений;
• структурно-функциональное моделирование, при котором моделями являются схемы, (блок-схемы), графики, чертежи, диаграммы, таблицы, рисунки, дополненные специальными правилами их объединения и преобразования:
• математическое моделирование, при котором моделирование, включая построение модели, осуществляется средствами математики и логики;
• имитационное (программное) моделирование, при котором логико-математическая модель исследуемого объекта представляет собой алгоритм функционирования объекта, реализованный в виде программного комплекса для компьютера.
Перечисленные выше виды моделирования не являются взаимоисключающими и могут применяться при исследовании сложных объектов либо одновременно, либо в некоторой комбинации. Отдельно следует сказать о компьютерном моделировании, являющемся развитием имитационного моделирования, а также о математическом моделировании.
Строим Нейронную Сеть для Распознавания Изображений за 20 минут
Компьютерное моделирование. Первоначально под компьютерным моделированием (или, как говорили, моделированием на ЭВМ) понималось лишь имитационное моделирование. Исторически случилось так, что первые работы по компьютерному моделированию были связаны с физикой. Затем разработанные подходы распространились на задачи химии, электроэнергетики, биологии и некоторые другие дисциплины, причем схемы моделирования не слишком отличались друг от друга. Этот вид моделирования все еще широко распространен и в научных, и прикладных исследованиях.
Однако сегодня понятие «компьютерное моделирование» чаще связывают не с фундаментальными дисциплинами, а в первую очередь с системным анализом. Следует заметить, что компьютер может быть весьма полезен при всех видах моделирования (за исключением физического моделирования, где компьютер тоже может использоваться, но, скорее, для целей управления процессом моделирования). Изменилось и понятие компьютерной модели. Раньше под компьютерной моделью чаще всего понимали имитационную модель — отдельную программу, совокупность программ или программный комплекс, позволяющий с помощью последовательности вычислений и графического отображения их результатов воспроизводить (имитировать) процессы функционирования объекта. В настоящее время под компьютерной моделью чаще всего понимают структурно-функциональную модель — условный образ объекта, описанный с помощью взаимосвязанных компьютерных таблиц, блок-схем, диаграмм, графиков, рисунков, анимационных фрагментов, гипертекстов и отображающий структуру и взаимосвязи между элементами объекта.
Таким образом, мы видим, что понятие «компьютерное моделирование » значительно шире традиционного понятия «моделирование с помощью компьютера» и нуждается в уточнении, учитывающем сегодняшние реалии. Компьютерное моделирование — это метод решения задачи анализа или синтеза объекта на основе использования его компьютерной модели. Суть компьютерного моделирования заключена в получении количественных и качественных результатов по имеющейся модели. Качественные выводы, получаемые по результатам анализа, позволяют обнаружить неизвестные ранее свойства объекта. Количественные выводы в основном носят характер прогноза некоторых будущих или объяснения прошлых значений переменных, характеризирующих систему.
Предметом компьютерного моделирования могут быть: экономическая деятельность фирмы или банка, промышленное предприятие, информационно-вычислительная сеть, технологический процесс, любой реальный объект или процесс, например процесс инфляции.
Математическое моделирование — процесс построения и изучения математических моделей. Все естественные и общественные науки, использующие математический аппарат, по сути, занимаются математическим моделированием: заменяют реальный объект его математической моделью и затем изучают последнюю. Никакое определение не может в полном объёме охватить реально существующую деятельность по математическому моделированию. Несмотря на это, определения полезны тем, что в них делается попытка выделить наиболее существенные черты.
Невозможно представить себе современную науку без широкого применения математического моделирования. Сущность этой методологии состоит в замене исходного объекта его «образом» — математической моделью — и дальнейшем изучении модели с помощью реализуемых на компьютерах вычислительно-логических алгоритмов.
Этот «третий метод» познания, конструирования, проектирования сочетает в себе многие достоинства, как теории, так и эксперимента. Работа не с самим объектом (явлением, процессом), а с его моделью дает возможность безболезненно, относительно быстро и без существенных затрат исследовать его свойства и поведение в любых мыслимых ситуациях (преимущества теории). В то же время вычислительные (компьютерные, симуляционные, имитационные) эксперименты с моделями объектов позволяют, опираясь на мощь современных вычислительных методов и технических инструментов информатики, подробно и глубоко изучать объекты в достаточной полноте, недоступной чисто теоретическим подходам (преимущества эксперимента). Неудивительно, что методология математического моделирования бурно развивается, охватывая все новые сферы — от разработки технических систем и управления ими до анализа сложнейших экономических и социальных процессов.
Элементы математического моделирования использовались с самого начала появления точных наук, и не случайно, что некоторые методы вычислений носят имена таких корифеев науки, как Ньютон и Эйлер, а слово «алгоритм» происходит от имени средневекового арабского ученого Аль-Хорезми. Второе «рождение» этой методологии пришлось на конец 40-х—начало 50-х годов XX века и было обусловлено по крайней мере двумя причинами.
Первая из них — появление ЭВМ (компьютеров), хотя и скромных по нынешним меркам, но, тем не менее, избавивших ученых от огромной по объему рутинной вычислительной работы. Вторая — беспрецедентный социальный заказ — выполнение национальных программ СССР и США по созданию ракетно-ядерного щита, которые не могли быть реализованы традиционными методами. Математическое моделирование справилось с этой задачей: ядерные взрывы и полеты ракет и спутников были предварительно «осуществлены» в недрах ЭВМ с помощью математических моделей и лишь затем претворены на практике. Этот успех во многом определил дальнейшие достижения методологии, без применения которой в развитых странах ни один крупномасштабный технологический, экологический или экономический проект теперь всерьез не рассматривается (сказанное справедливо и по отношению к некоторым социально-политическим проектам).
Сейчас математическое моделирование вступает в третий принципиально важный этап своего развития, «встраиваясь» в структуры так называемого информационного общества. Впечатляющий прогресс средств переработки, передачи и хранения информации отвечает мировым тенденциям к усложнению и взаимному проникновению различных сфер человеческой деятельности.
Без владения информационными «ресурсами» нельзя и думать о решении все более укрупняющихся и все более разнообразных проблем, стоящих перед мировым сообществом. Однако информация как таковая зачастую мало что дает для анализа и прогноза, для принятия решений и контроля за их исполнением. Нужны надежные способы переработки информационного «сырья» в готовый «продукт», т.е. в точное знание. История методологии математического моделирования убеждает: она может и должна быть интеллектуальным ядром информационных технологий, всего процесса информатизации общества.
На первом этапе выбирается (или строится) «эквивалент» объекта, отражающий в математической форме важнейшие его свойства — законы, которым он подчиняется, связи, присущие составляющим его частям, и т.д. Математическая модель (или ее фрагменты) исследуется теоретическими методами, что позволяет получить важные предварительные знания об объекте.
Второй этап — выбор (или разработка) алгоритма для реализации модели на компьютере. Модель представляется в форме, удобной для применения численных методов, определяется последовательность вычислительных и логических операций, которые нужно произвести, чтобы найти искомые величины с заданной точностью. Вычислительные алгоритмы должны не искажать основные свойства модели и, следовательно, исходного объекта, быть экономичными и адаптирующимися к особенностям решаемых задач и используемых компьютеров.
На третьем этапе создаются программы, «переводящие» модель и алгоритм на доступный компьютеру язык. К ним также предъявляются требования экономичности и адаптивности. Их можно назвать «электронным» эквивалентом изучаемого объекта, уже пригодным для непосредственного испытания на «экспериментальной установке» — компьютере.
Создав триаду «модель—алгоритм—программа», исследователь получает в руки универсальный, гибкий и недорогой инструмент, который вначале отлаживается, тестируется в «пробных» вычислительных экспериментах. После того как адекватность (достаточное соответствие) триады исходному объекту удостоверена, с моделью проводятся разнообразные и подробные «опыты», дающие все требуемые качественные и количественные свойства и характеристики объекта. Процесс моделирования сопровождается улучшением и уточнением, по мере необходимости, всех звеньев триады.
Будучи методологией, математическое моделирование не подменяет собой математику, физику, биологию и другие научные дисциплины, не конкурирует с ними. Наоборот, трудно переоценить его синтезирующую роль. Создание и применение триады невозможно без опоры на самые разные методы и подходы — от качественного анализа нелинейных моделей до современных языков программирования. Оно дает новые дополнительные стимулы самым разным направлениям науки.
Рассматривая вопрос шире, напомним, что моделирование присутствует почти во всех видах творческой активности людей различных «специальностей» — исследователей и предпринимателей, политиков и военачальников. Привнесение в эти сферы точного знания помогает ограничить интуитивное умозрительное «моделирование», расширяет поле приложений рациональных методов. Конечно же, математическое моделирование плодотворно лишь при выполнении хорошо известных профессиональных требований: четкая формулировка основных понятий и предположений, апостериорный анализ адекватности используемых моделей, гарантированная точность вычислительных алгоритмов и т.д. Если же говорить о моделировании систем с участием «человеческого фактора», т.е. трудноформализуемых объектов, то к этим требованиям необходимо добавить аккуратное разграничение математических и житейских терминов (звучащих одинаково, но имеющих разный смысл), осторожное применение уже готового математического аппарата к изучению явлений и процессов (предпочтителен путь «от задачи к методу», а не наоборот) и ряд других.
Решая проблемы информационного общества, было бы наивно уповать только на мощь компьютеров и иных средств информатики. Постоянное совершенствование триады математического моделирования и ее внедрение в современные информационно-моделирующие системы — методологический императив. Лишь его выполнение дает возможность получать так нужную нам высокотехнологичную, конкурентоспособную и разнообразную материальную и интеллектуальную продукцию.
Классификация моделей
Выше была рассмотрена классификация моделей по целевому назначению. Кроме того, познавательные и прагматические модели можно классифицировать по характеру выполняемых функций, форме, зависимости объекта моделирования от времени.
Функциональное назначение моделей
Можно выделить следующие функции, выполняемые моделями:
• исследовательская — применяется в научном познании;
• практическая — применяется в практической деятельности (проектировании, управлении и т. п.);
• тренинговая — используется для тренировки практических умений и навыков специалистов в различных областях;
• обучения — для формирования у обучаемых знаний, умений и навыков.
Формы представления моделей
Модели по форме бывают:
• физические — материальные объекты, имеющие сходство с оригиналом (модель самолета, которая исследуется в аэродинамической трубе; модель плотины);
• словесные (вербальные) — словесное описание чего-либо (внешность человека, принцип работы устройства, структура предприятия);
• графические — описание в виде графических изображений (схемы, карты, графики, диаграммы);
• знаковые — описание в виде символов и знаков (дорожные знаки, условные обозначения на схемах, математические соотношения). Разновидностью знаковых моделей являются математические модели.
Математическая модель (или математическое описание) — это система математических соотношений, описывающих изучаемый процесс или явление, это математическое представление реальности.
По Самарскому и Михайлову, математическая модель — это «„эквивалент“ объекта, отражающий в математической форме важнейшие его свойства — законы, которым он подчиняется, связи, присущие составляющим его частям, и т. д.» Существует в триадах «модель-алгоритм-программа». «Создав триаду „ модель-алгоритм-программа “, исследователь получает в руки универсальный, гибкий и недорогой инструмент, который вначале отлаживается, тестируется в пробных вычислительных экспериментах. После того, как адекватность (достаточное соответствие) триады исходному объекту установлена, с моделью проводятся разнообразные и подробные „опыты“, дающие все требуемые качественные и количественные свойства и характеристики объекта.»
Наиболее лаконичное определение математической модели — «уравнение, выражающее идею».
Источник: poisk-ru.ru
Моделирование
Современная наука использует различные приемы при изучении явлений внешнего мира, которые зависят от характера решаемых задач.
Объект – некоторая часть окружающего мира, рассматриваемого человеком как единое целое.
Если объект изучения достаточно прост и доступен наблюдению с помощью наших органов чувств и приборов, то используют подходы, носящие название приемов прямого наблюдения. Однако это часто бывает невозможно.
Причиной ненаблюдаемости могут быть, например, микро- или макро-размерность оригинала (физика, астрономия), его сложность и интегральность, которая нарушается в ходе прямого наблюдения (функционирование мозга человека при переработке речевой информации) и др. В таких случаях необходимо обратиться к косвенным методам изучения объекта. Основным среди них является метод моделирования, при реализации которого мы наблюдаем не сам объект, а его аналог, т.е. модель.
Моделью называется некий объект-заменитель, который в определенных условиях может заменять объект-оригинал, воспроизводя интересующие нас свойства и характеристики оригинала, причем имеющий существенные преимущества (наглядность, обозримость, доступность испытаний, легкость оперирования и т.д.).
Т.о., моделирование — это метод познания, состоящий в создании и исследовании моделей. Один и тот же объект может иметь множество моделей, а разные объекты могут описываться одной моделью.
Современной науке известно несколько типов моделирования:
1) предметное моделирование, при котором исследование ведется на модели, воспроизводящей определенные геометрические, физические, динамические или функциональные характеристики объекта-оригинала;
2) знаковое моделирование, при котором в качестве моделей выступают схемы, чертежи, формулы. Важнейшим видом такого моделирования является математическое моделирование, производимое средствами математики и логики;
3) мысленное моделирование, при котором вместо знаковых моделей используются мысленно-наглядные представления этих знаков и операций с ними.
В последнее время широкое распространение получил модельный эксперимент с использованием компьютеров, которые являются одновременно и средством, и объектом экспериментального исследования, заменяющими оригинал. В таком случае в качестве модели выступает алгоритм (программа) функционирования объекта.
Типы моделей (по форме представления)
- предметные (материальные) модели воспроизводят геометрические, физические и др. свойства объектов в материальной форме. Примеры: детские игрушки, скелет человека, чучело, макет солнечной системы, школьные пособия, физические и химические опыты
- абстрактные (нематериальные) – не имеют реального воплощения. Их основу составляет информация. Это теоретический метод познания окружающей среды. По признаку реализации они бывают: мысленные и вербальные; информационные.
- Информационные модели – целенаправленно отобранная информация об объекте, которая отражает наиболее существенные для исследователя свойств этого объекта.
Источник: studfile.net
Методы научных исследований (стр. 5 из 19)
Моделирование — метод научного познания, основанный на изучении каких- либо объектов посредством их моделей. Появление этого метода вызвано тем, что иногда изучаемый объект или явление оказываются недоступными для прямого вмешательства познающего субъекта или такое вмешательство по ряду причин является нецелесообразным.
Моделирование предполагает перенос исследовательской деятельности на другой объект, выступающий в роли заместителя интересующего нас объекта или явления. Объект-заместитель называют моделью, а объект исследования — оригиналом, или прототипом. При этом модель выступает как такой заместитель прототипа, который позволяет получить о последнем определенное знание.
Таким образом, сущность моделирования как метода познания заключается в замещении объекта исследования моделью, причем в качестве модели могут быть использованы объекты как естественного, так и искусственного происхождения. Возможность моделирования основана на том, что модель в определенном отношении отображает какие-либо стороны прототипа. При моделировании очень важно наличие соответствующей теории или гипотезы, которые строго указывают пределы и границы допустимых упрощений.
Современной науке известно несколько типов моделирования:
1) предметное моделирование, при котором исследование ведется на модели, воспроизводящей определенные геометрические, физические, динамические или функциональные характеристики объекта-оригинала;
2) знаковое моделирование, при котором в качестве моделей выступают схемы, чертежи, формулы. Важнейшим видом такого моделирования является математическое моделирование, производимое средствами математики и логики;
3) мысленное моделирование, при котором вместо знаковых моделей используются мысленно-наглядные представления этих знаков и операций с ними. В последнее время широкое распространение получил модельный эксперимент с использованием компьютеров, которые являются одновременно и средством, и объектом экспериментального исследования, заменяющими оригинал. В таком случае в качестве модели выступает алгоритм (программа) функционирования объекта.
Анализ — метод научного познания, в основу которого положена процедура мысленного или реального расчленения предмета на составляющие его части. Расчленение имеет целью переход от изучения целого к изучению его частей и осуществляется путем абстрагирования от связи частей друг с другом. Анализ — органичная составная часть всякого научного исследования, являющаяся обычно его первой стадией, когда исследователь переходит от нерасчлененного описания изучаемого объекта к выявлению его строения, состава, а также его свойств и признаков.
Синтез — это метод научного познания, в основу которого положена процедура соединения различных элементов предмета в единое целое, систему, без чего невозможно действительно научное познание этого предмета. Синтез выступает не как метод конструирования целого, а как метод представления целого в форме единства знаний, полученных с помощью анализа. В синтезе происходит не просто объединение, а обобщение аналитически выделенных и изученных особенностей объекта. Положения, получаемые в результате синтеза, включаются в теорию объекта, которая, обогащаясь и уточняясь, определяет пути нового научного поиска.
Индукция — метод научного познания, представляющий собой формулирование логического умозаключения путем обобщения данных наблюдения и эксперимента. Непосредственной основой индуктивного умозаключения является повторяемость признаков в ряду предметов определенного класса.
Заключение по индукции представляет собой вывод об общих свойствах всех предметов, относящихся к данному классу, на основании наблюдения достаточно широкого множества единичных фактов. Обычно индуктивные обобщения рассматриваются как опытные истины, или эмпирические законы. Различают полную и неполную индукцию.
Полная индукция строит общий вывод на основании изучения всех предметов или явлений данного класса. В результате полной индукции полученное умозаключение имеет характер достоверного вывода. Суть неполной индукции состоит в том, что она строит общий вывод на основании наблюдения ограниченного числа фактов, если среди последних не встретились такие, которые противоречат индуктивному умозаключению. Поэтому естественно, что добытая таким путем истина неполна, здесь мы получаем вероятностное знание, требующее дополнительного подтверждения.
Дедукция — метод научного познания, который заключается в переходе от некоторых общих посылок к частным результатам-следствиям. Умозаключение по дедукции строится по следующей схеме; все предметы класса «А» обладают свойством «В»; предмет «а» относится к классу «А»; значит «а» обладает свойством «В».
В целом дедукция как метод познания исходит из уже познанных законов и принципов. Поэтому метод дедукции не позволяет получить содержательно нового знания. Дедукция представляет собой лишь способ логического развертывания системы положений на базе исходного знания, способ выявления конкретного содержания общепринятых посылок.
Решение любой научной проблемы включает выдвижение различных догадок, предположений, а чаще всего более или менее обоснованных гипотез, с помощью которых исследователь пытается объяснить факты, не укладывающиеся в старые теории. Гипотезы возникают в неопределенных ситуациях, объяснение которых становится актуальным для науки.
Кроме того, на уровне эмпирических знаний (а также на уровне их объяснения) нередко имеются противоречивые суждения. Для разрешения этих проблем требуется выдвижение гипотез. Гипотеза представляет собой всякое предположение, догадку или предсказание, выдвигаемое для устранения ситуации неопределенности в научном исследовании.
Поэтому гипотеза есть не достоверное знание, а вероятное, истинность или ложность которого еще не установлены. Любая гипотеза должна быть обязательно обоснована либо достигнутым знанием данной науки, либо новыми фактами (неопределенное знание для обоснования гипотезы не используется).
Она должна обладать свойством объяснения всех фактов, которые относятся к данной области знания, систематизации их, а также фактов за пределами данной области, предсказывать появление новых фактов (например, квантовая гипотеза М. Планка, выдвинутая в начале XX в., привела к созданию квантовой механики, квантовой электродинамики и др. теорий). При этом гипотеза не должна противоречить уже имеющимся фактам.
Гипотеза должна быть либо подтверждена, либо опровергнута. Для этого она должна обладать свойствами фальсифицируемости и верифицируемости. Фальсификация- процедура, устанавливающая ложность гипотезы в результате экспериментальной или теоретической проверки.
Требование фальсифицируемости гипотез означает, что предметом науки может быть только принципиально опровергаемое знание. Неопровержимое знание (например, истины религии) к науке отношения не имеет. При этом сами по себе результаты эксперимента опровергнуть гипотезу не могут. Для этого нужна альтернативная гипотеза или теория, обеспечивающая дальнейшее развитие знаний.
В противном случае отказа от первой гипотезы не происходит. Верификация — процесс установления истинности гипотезы или теории в результате их эмпирической проверки. Возможна также косвенная верифицируемость, основанная на логических выводах из прямо верифицированных фактов.
Частные методы — это специальные методы, действующие либо только в пределах отдельной отрасли науки, либо за пределами той отрасли, где они возникли. Таков метод кольцевания птиц, применяемый в зоологии. А методы физики, использованные в других отраслях естествознания, привели к созданию астрофизики, геофизики, кристаллофизики и др. Нередко применяется комплекс взаимосвязанных частных методов к изучению одного предмета. Например, молекулярная биология одновременно пользуется методами физики, математики, химии, кибернетики.
4. Направления развития методов исследований и анализа в сфере услуг
В сфере услуг потребительские выгоды и само удовлетворение нужд потребителей в основном происходят в момент двустороннего взаимодействия покупателя и продавца в процессе оказания услуги. Поэтому наиболее простой способ идентификации потребительской «корзины выгод», содержащихся в услуге как товаре, — это создание диаграммы процесса взаимодействия покупателя и продавца.
Метод диаграммного проектирования (blue-printing) предложил американский практик и консультант по маркетингу услуг Линн Шостаком. Л. Шостак считает, что наиболее выгодный путь для успешного маркетинга услуг — это визуальное представление маркетологом всего процесса производства и оказания услуг, а также всех последовательных задач, непосредственно связанных с этим процессом.
Согласно технологии диаграммного проектирования необходимо прежде всего различать «полосу видимости» для потребителя выполняемых в процессе оказания услуги задач. На видимой части диаграммы размещаются и анализируются этапы процесса оказания услуги и решаемые при этом задачи. На невидимой части диаграммы анализируются задачи, решаемые в процессе производства услуги. Процессы взаимосвязаны, поддаются контролю и изменяемы, а задачи взаимозаменяемы. В качестве простейшего примера Л. Шостак приводит диаграмму процесса производства и оказания услуги «заказ цветов по телефону» (см. рисунок 1).
Другими примерами диаграммного проектирования могут служить разработанные процессы обслуживания клиентов в ресторанах быстрого питания типа «Макдональдс» и «Сабвэй». Так, разработанный процесс обслуживания в ресторанах «Макдональдс» предполагает, что реализация задачи по производству гамбургеров должна быть скрыта от глаз потребителей, т.е. находиться за линией видимости. Стратегической альтернативой такому подходу служит сеть ресторанов «Сабвэй», где считают, что процесс производства пищи и обслуживания должен происходить только на глазах у клиентов, т.е. находиться в зоне видимости. Оба подхода имеют солидную маркетинговую основу.
Источник: smekni.com