Современная цивилизация способна решать многие сложные задачи:
● строить прогнозы;
● планировать;
● организовывать производственные процессы;
● проводить большие научно-исследовательские эксперименты и т.д.
Следовательно, настоящие достижения в различных областях науки не являются пределом: общество постоянно наращивает свой интеллектуальной потенциал, изобретая новые средства и возможности для развития и совершенствования. На сегодняшний день одним из важнейших устремлений человеческой мысли и интеллектуально-технического прогресса является создание и функционирование информационных систем, в которые человечество направляет значительный средства, стабильно увеличивая мировой рынок информационных технологий.
Наука всегда активно участвовала в эволюции человеческого общества и сегодня ученые, продолжая традицию, создают различные компьютерные модели, позволяющие познавать реальную действительность, несмотря на длительность, трудоемкость и сложность натурпроцессов. Если в начале ХХ века исследования посредством моделирования носило узкоспециальный характер и означало реальный физический эксперимент либо построение макета, имитирующего этот процесс, то в настоящее время под термином моделирование подразумевают чаще компьютерные модели в основе которого лежит постановка физических и математических экспериментов. Работа не с самими объектами, явлениями, процессами, а с их моделями даёт возможность, без существенных затрат и быстро исследовать их свойства и поведение. Главное преимущество компьютерного моделирования заключается в том, что оно дает возможность «действовать» на границе человеческого воображения и «осуществлять» самые смелые проекты.
Определим компьютерное моделирование – как последовательное оптимальное описание процесса создания информационных систем с их ориентацией на результат для получения достоверных и максимально точных данных.
Компьютерное моделирование, как методология вносит синтезирующую роль во многие научные дисциплины, дает новые дополнительные стимулы разным направлениям науки, помогает ограничить интуитивное умозрительное «моделирование» и расширить приложение рациональных методов. А современный интеллектуальный анализ перерабатывает информацию для автоматического поиска шаблонов, характерных для каких-нибудь фрагментов неоднородных многомерных данных, переводя сложность описания гипотез и выявления нестандартных закономерностей на ЭВМ.
Термин методология ведет свою историю от слова метод, греч. λόγος, которое переводится как понятие, учение; в современном научном контексте – это система понятий и способов в построении теоретической и практической деятельности и учение об этой системе. Методология направлена на упорядоченное получение, обработку информации об объектах, которые существуют вне нашего сознания, взаимодействуют между собой и внешней средой и пересекается с теоретическим знанием. Если теория представляет собой результат познания, то методология является способом построения и достижения знания, таким образом, компьютерное моделирование процессов и явлений можно отнести к методологии.
Предмет моделирования начинается с формирования предмета исследования, т.е. системы понятий, отражающей существенные характеристики объекта и предполагает наличие объекта исследования, исследователя, поставленной задачи и модели, созданной для получения информации и решения поставленной задачи. По отношению к модели исследователь является экспериментатором, а эксперимент проводится с моделью.
Заметим, что любой эксперимент может иметь существенное значение только при специальной его обработке и обобщении.
Дадим основные понятия компьютерного моделирования:
– Объект (лат. оbjectum-предмет) – это все то, на что направлена человеческая деятельность;
– Гипотеза – определенные предсказания, основанные на небольшом количестве опытных данных, наблюдений, догадок;
– Пассивный эксперимент – наблюдение протекающего процесса;
– Активный эксперимент – вмешательство с целью организации процесса; в последнее время распространён активный эксперимент, поскольку именно на его основе удается выявить критические ситуации, получить наиболее интересные закономерности;
– Информационные процессы – лежат в основе моделирования, в процессе реализации модели получается информация о данном объекте, где важное место занимает обработка полученных результатов и т.д.;
– Аналогия – имеет большое значение в качестве метода суждения при формулировании и проверке правильности гипотез, это суждение о частном сходстве двух объектов; существенность сходства (различия) условна и относительна, зависит от уровня абстрагирования и в общем случае определяется конечной целью проводимого исследования; современная научная гипотеза создается по аналогии с проверенными на практике научными положениями, связывая гипотезу с экспериментом; часто при попытке построить компьютерную модель, либо невозможно прямо указать фундаментальные законы или вариационные принципы, которым он подчиняется, либо, вообще нет уверенности в существовании подобных законов, допускающих математическую формулировку;
– Модель (лат. Modulus – мера)– это гипотезы и аналогии, отражающие объективно существующий мир, обладающие наглядностью или сводящиеся к удобным логическим схемам, упрощающим рассуждения и логические построения, позволяющие проводить эксперименты, для уточнения природы явлений;
– Моделирование- это замещение одного объекта другим с целью получения информации о важных свойствах оригинала с помощью его модели;
– Теория моделирования – это теория замещения одних сложных объектов другими объектами более простыми и исследование их свойств.
– Гносеологический фундамент моделирования начинает складываться уже с XVIII века в работах Канта, Гегеля, Гуссерля.
Основное положение материалистической философии гласит, что именно экспериментальное исследование, опыт, практика являются критерием истины.
Гносеологическая роль теории моделирования – это выделение общего, что присуще моделям различных по своей природе объектов реального мира, т.е. наличии универсальной структуры – статической или динамической, материальной или мысленной, которая подобна структуре виртуального объекта.
Лингвистическое или математическое описание объекта возможно до определенного уровня детализации, поэтому любое теоретическое исследование сводится, по своей сути, к рассмотрению модели объекта, где успех исследования зависит от её адекватности исследуемому объекту.
Если результаты моделирования подтверждаются и могут служить основой для прогнозирования процессов, протекающих в исследуемых объектах, то говорят, что модель адекватна объекту, а ее адекватность зависит от цели моделирования и принятых критериев.
Триада моделирования
В общем случае математическая модель реального объекта, процесса или системы представляется в виде системы функционалов:
F (x, y, z, t) = 0
где x – вектор входных переменных, x [x1, x2, x3, ... xn];
y – вектор выходных переменных, y [y1, y2, y3, ... yn];
z – вектор внешних воздействий, z [z1, z2, z3, ... zn];
t – координата времени.
Исторически сложилось, что интеллектуальным ядром компьютерного моделирования является математическое моделирование. Далее перейдем к более детальному рассмотрению математического моделирования. При математическом моделировании какого-либо объекта выделяют три важных этапа: модель-алгоритм-программа. Эти этапы наглядно представлены на следующей схеме:
1. Выбирается или «строится» эквивалент объекта, отражающий в математической форме основные его свойства – законы, которым он подчиняется, связи, присущие составляющим его частям, и т.д., математическая модель или ее фрагмент исследуется теоретическими методами, что позволяет получить важные предварительные знания об объекте;
2. Выбирается или «разрабатывается» алгоритм для реализации компьютерной модели, где модель представлена в форме удобной для применения численных методов, определяется последовательность вычислительных и логических операций, которые нужно произвести, чтобы найти искомые величины с заданной точностью;
3. Создается программа, переводящая модель и алгоритм на доступный ЭВМ язык, т.е. создается электронный эквивалент изучаемого объекта.
Решая проблемы информационного общества, необходимо постоянно совершенствовать триаду математического моделирования и ее внедрение в современные информационно-моделирующие системы – методологический императив, для получения высокотехнологичного, конкурентоспособного и разнообразного материального и интеллектуального продукта.
Рассмотрим процесс построения модели по шагам:
Первый шаг: словесно-смысловое описание объекта или явления – даются сведения общего характера о природе объекта и целях его исследования, формулируется предмодель.
Второй шаг: завершение идеализации объекта – отбрасываются все факторы и эффекты, которые представляются не самыми существенными для его поведения, и записываются в математической форме, для удобства количественного контроля.
Третий шаг: выбор или формулировка закона, которому подчиняется объект, и его запись в математической форме- даже для простых объектов выбор соответствующего закона – нетривиальная задача.
Четвертый шаг: завершение формулировки объекта или ее «оснащение», т.е. даются сведения о начальном состоянии и иные важные характеристики, для определения поведения объекта и, в итоге – формулируется цель исследования объекта.
Пятый шаг: изучение построенной модели, в т.ч. с взаимной проверкой различных подходов, большинство моделей (за исключением простейших) не поддаются чисто теоретическому анализу, и поэтому возникает потребность в использовании вычислительных методов, особенно при изучении поведения нелинейных объектов.
Шестой шаг: достижение поставленной цели в результате исследований и установления адекватности модели, т.е. соответствия между исследуемой КМ и предложенными гипотезами; если неадекватная модель даёт результат отличный от истинного, то ее необходимо модифицировать или отбросить.
Если отсутствует непосредственное подобие физических процессов, происходящих в компьютерном моделировании, реальным процессам, то речь идет о кибернетическом моделировании, т.е. отображении некоторой функции и рассматриваемого реального объекта, как объекта, имеющего ряд ходов и выходов с моделируемыми связями между ними.
В заключении добавим, что чем больше аналитик может варьировать с данными, строить компьютерную модель и оценивать результаты, тем качественнее конечные (выходные) показатели.
Работа с данными становится эффективней, при интеграции средств обработки: визуализации, использовании графического инструментария, средств формирования запросов и оперативного анализа.
На современном этапе развития компьютерного моделирования можно выделить следующие алгоритмы интеллектуальных вычислений:
● нейронные сети,
● деревья решений,
● системы размышлений на основе аналогичных случаев,
● алгоритмы определений ассоциаций и последовательностей,
● нечеткую логику,
● генетические алгоритмы,
● эволюционное программирование,
● визуализацию данных,
● комбинацию и т.д.
Наиболее перспективным видом компьютерного моделирования является имитационное моделирование – возможность имитировать реальные явления в определенном формате.
Не смотря на все многообразие научной мысли, окружающий мир един, и исследователи эффективно используют этот дар природы, выражающийся, в том числе и в универсальности компьютерного моделирования.