Моделирование в настоящее время привлекает пристальное внимание и получило необычайно широкое применение во многих областях знаний: от философских и других гуманитарных разделов знаний до ядерной физики и других разделов физики, от проблем радиотехники и электротехники до проблем механики и гидромеханики, физиологии и биологии и т. д.
Моделирование стало:
- общенаучным, в высшей степени эффективным инструментом познания;
- методом прогнозирования инженерно-конструкторских разработок;
- методом машинной имитации долгосрочных программ и планов в области экономики, анализа и оценки различных вариантов принимаемых ответственных решений и последствий их реализации.
Понятие системы широко используется во всех жизненных и научных сферах. Поэтому очень многие авторы анализировали это понятие, развивали определения системы до различной степени формализации. Множественность понятий легко объяснить: определение — это языковая модель системы, и, следовательно, различия целей и требований к модели приводят к разным определениям. Кроме того, разная языковая среда, в силу ингерентности модели, также обусловливает видоизменение определений (уже только поэтому отличаются, например, философское и математическое определения системы).
Для технических дисциплин наиболее общее понятие звучит следующим образом:
Система — это набор взаимосвязанных и взаимозависимых частей, которые образуют определённую целостность, единство.
Основные признаки системы: наличие множества элементов, единая цель всех элементов, наличие связей между ними, целостность, определенная структура и иерархичность, относительная самостоятельность элементов.
В рамках системы можно выделить ряд подсистем. Подсистема — это набор элементов, представляющих относительно автономную область внутри системы. Элементом считается система, которая в рамках рассматриваемого ранга на подсистемы не делится.
Классификации систем:
1. Простые и сложные системы
Простые системы, не имеющие цели и внешнего действия (атом, молекула, кристалл, механически соединенные тела, часовой механизм, термостат и т.п.), — это неживые системы.
Сложные системы, имеющие цель и «выполняющие заданную функцию», — это живые системы, или системы, созданные живым: вирус, бактерия, нервная система, многоклеточный организм, сообщество организмов, экологическая система, биосфера, человек и материальные системы, созданные человеком, — механизмы, машины, компьютеры, Интернет, производственные комплексы, хозяйственные системы, глобальная техносфера и, конечно, различные организации.
Понятие, цели и принципы стандартизации
... Концепция развития национальной системы стандартизации РФ предполагает набор соответствующих целей: содействие интеграции государства в структуру мировой экономики и международные системы стандартизации; уменьшение нелогичных ... опыт построения социальной стандартизации. Теоретическая значимость работы заключается в конкретизации знаний терминов и понятий стандартизации, на которые опирается ...
2. Открытые и закрытые
Закрытые системы в чистом виде игнорируют любые внешние эффекты и в идеале не должны ничего получать и ничего отдавать. Для большинства организаций такое существование невозможно.
Открытая система зависит от энергии, информации, материалов, которые поступают из внешней среды.
3. Искусственные и естественные
Искусственные системы создаются человеком для выполнения определенных программ или целей (конструкторское бюро, клуб любителей пива, компьютер, спутниковый комплекс).
Естественные системы создаются природой, человеком для реализации целей мирового существования (система мироздания, циклическая система землепользования, муравейник).
4. Детерминированные и стохастические.
Детерминированные (предсказуемые) системы работают по заранее заданным правилам, с заранее известным результатом (обучение студентов в институте, производство стандартизированной продукции).
Стохастические (вероятностные) системы характеризуются тем, что и входные воздействия внешней и (или) внутренней среды и выходные результаты практически нельзя спрогнозировать (исследовательские подразделения, предпринимательские компании, игра в лотерею).
5. Жесткие и мягкие
Для мягких систем характерна большая чувствительность к внешним воздействиям и, соответственно, низкая устойчивость (система котировок ценных бумаг, только что появившаяся на рынке организация, человек при отсутствии твердых принципов).
Жесткие системы — авторитарные организации, основанные на высоком профессионализме небольшой группы руководителей. Очень устойчивы к внешним воздействиям и слабо реагируют на небольшие воздействия. (Церковь, авторитарные государственные режимы).
6. Абстрактные и конкретные системы
Абстрактные системы — это системы, все элементы которых являются понятиями.
Конкретные системы — это системы, элементы которых являются физическими объектами.
7. По происхождению системы делятся на:
- естественные (живые и неживые);
- искусственные (орудия, механизмы, машины, автоматы);
- смешанные (эргатические (человеко-машинные), биотехнические, экологические, экономические, военные, производственные).
8. По описанию переменных:
- с качественными переменными (формальное описание, содержательное описание);
- с количественными переменными (дискретные, непрерывные);
- смешанное описание переменных.
9. По способу управления:
- с внешним управлением (без обратной связи, системы с регулированием, управление на уровне параметров, управление на уровне структуры);
- самоуправление (программное управление, автоматическое регулирование, самоорганизация);
- с комбинированным управлением (автоматизированные, полуавтоматические, автоматические).
10. По типу операторов:
- чёрный ящик — оператор не известен;
- непараметризованный оператор — оператор известен частично;
- параметризованный класс систем — оператор известен до уровня параметров;
- белый ящик — оператор известен полностью.
В системах всех типах происходят сбои и неполадки. Поэтому очевидна необходимость построения моделей систем и «проигрывания» на них различных ситуаций. Такой подход позволяет прогнозировать работу системы и находить характеристики, при использовании которых работа системы будет оптимальна.
Построение моделей
... новые знания об объекте оригинал. Процесс построения модели называется моделированием. Оно бывает материальным (предметной) и идеальной (мыслительной). Материальное моделирование используется в качестве модели уменьшенной копии объектов, или материализованные аналоги ...
модель системный процесс явление
2.1 Модели и моделирование
Моделирование является одним из наиболее распространенных способов изучения различных процессов и явлений и широко используется в научных исследованиях и инженерной практике.
Моделью называется некий объект-заместитель, который в определенных условиях может заменять объект-оригинал, воспроизводя интересующие нас свойства и характеристики оригинала, причем имеет существенные преимущества удобства (наглядность, обозримость, доступность испытаний, легкость оперирования с ним и пр.).
Моделирование — процесс построения модели.
Различают физическое и математическое моделирование. При физическом моделировании модель воспроизводит изучаемый процесс с сохранением его физической природы. Под математическим моделированием понимают способ исследования различных процессов путем изучения явлений, имеющих различное физическое содержание, но описываемых одинаковыми математическими соотношениями.
2.2 Роль моделирования
Еще на ранних этапах проектирования разработчик может определить производительность системы, правильно спрогнозировать ее работу и подобрать характеристики, при которых система будет работать наиболее эффективно. Это можно сделать получив информацию от самой системы (методы измерения), если она существует, либо от модели системы (методы моделирования).
В настоящее время существует целый арсенал измерительных средств, как аппаратных, так и программных и микропрограммных. Под моделью системы будем понимать такое ее представление, которое состоит из определенного объема организованной информации о ней и построено с целью ее изучения. Для одной и той же системы может быть построен ряд различных моделей в зависимости от точек зрения и степени детализации системы (расчленения на компоненты).
Место и роль математических моделей при проектировании сложных систем определим следующим образом. Во-первых, такие модели играют фундаментальную роль в оценке производительности и надежности сложных систем. Во-вторых, математическое моделирование является современным средством оценки качества проектных решений по сложным системам, в том числе и уже существующих систем в процессе их эксплуатации.
Математические модели являются основой методов измерения, а также двух классов методов моделирования: имитационного и аналитического. Очень распространенное и удобное описание поведения системы основывается на концепциях состояния и перехода между состояниями. Состояние системы в момент времени определяется как множество значений интересующих нас параметров системы в момент времени. Любое изменение этих значений параметров означает переход системы в другое состояние. Если поведение модели во времени в основном воспроизводит поведение системы и прослеживается эволюция решений уравнений модели на заданном интервале времени с сохранением хронологической последовательности изменения переменных состояния модели и системы, то мы имеем имитационную модель.
Компьютерное моделирование наноматериалов наноустройств и нанотехнологий
... предназначена для обучения пользователей основным принципам компьютерного моделирования наноструктур и наноматериалов, закономерностям образования наноструктур в зависимости от физических ... 1. Моделирование в нанотехнологиях 1.1. Программа для моделирования - «Наноконструктор» Предсказательное моделирование – это необходимый инструмент для нанотехнологий. Моделирование в нанотехнологиях позволяет ...
В аналитическом моделировании уравнения модели решаются чаще всего путем эквивалентных формульных преобразований, которые не отражают хронологию функционирования самой системы. Однако и здесь существуют численные методы (типа решения задачи Коши для дифференциальных уравнений), которые представляют собой последовательную процедуру, в чем-то копирующую эволюцию реальной системы.
Существенным условием применимости любой модели является ее адекватность реальной системе и при оценке производительности системы точность модели должна быть определена показателями производительности, выбранным для этой цели. Значения этих показателей, полученные в эксперименте на модели, должны быть достаточно близки к значениям моделируемой системы при тех же входных воздействиях.
Рисунок 1. Иллюстрация понятия точности модели
На рисунке 1 показана иллюстрация этого определения для простого случая системы обработки данных из N заданий.
При проектировании, когда моделируемая система не существует физически или недоступна для эксперимента, моделируемую систему представляют в виде концептуальной модели.
2.3 Примеры систем, требующих моделирование
Приведем некоторые примеры систем, которым необходимо моделирование на стадиях проектирования и эксплуатации:
— Задача массового обслуживания. Составив математическую модель обслуживания покупателей в магазине, можно рассчитать оптимальное количество узлов обслуживания (касс), используя такие параметры, как время обслуживания одного клиента, количество клиентов в единицу времени и т.д.
- Выбор оптимального маршрута. Решение данной задачи реализовано с помощью графов и используется в системах навигации и прикладных программах, например 2gis.
- Транспортная задача. Данная задача используется для правильного распределения ресурсов с учетом затрат на транспортировку.
Моделирование играет важную роль при проектировании и эксплуатации различных систем. С его помощью можно сделать прогноз будущей деятельности системы, на который в дальнейшем времени можно влиять, с учетом изменения непостоянных характеристик системы.
Моделирование является неотъемлемой частью жизни любого человека. Мы постоянно строим модели, порой даже не осознавая этого. Даже весь окружающий мир мы воспринимаем с помощью моделей. Поэтому необходимо использовать моделирование как в практической, так и в научной сфере.
1. Ф.И. Перегудов, Ф.П. Тарасенко, Основы системного анализа, — 1997
2. Н.Ф. Бахарева, В.Н. Тарасов, Проблема совершенствования методов моделирования сложных систем, Вестник ОГУ, — 2002
3. Веников В.А., Теория подобия и моделирования, М.: Высшая школа, — 1986 г.
