Опишите этапы построения информационной модели в чем суть этапа формализации?

12 ответов на вопрос “Опишите этапы построения информационной модели в чем суть этапа формализации?”

  1. РэЙк_БеЗ_ФэЙк Ответить

    1.1.1. Модели и моделирование

    Человек стремится познать объекты (предметы, процессы, явления) окружающего мира, т. е. понять, как устроен конкретный объект, каковы его структура, основные свойства, законы развития и взаимодействия с другими объектами. Для решения многих практических задач важно знать:
    • как изменятся характеристики объекта при определённом воздействии на него со стороны других объектов («Что будет, если…?»);
    • какое надо произвести воздействие на объект, чтобы изменить его свойства в соответствии с новыми требованиями («Как сделать, чтобы…?»);
    • какое сочетание характеристик объекта является наилучшим в заданных условиях («Как сделать лучше?»).
    Одним из методов познания объектов окружающего мира является моделирование, состоящее в создании и исследовании упрощённых заменителей реальных объектов. Объект-замени
    тель принято называть моделью, а исходный объект — прототипом или объектом-оригиналом. Примеры моделей приведены на рис. 1.1.

    Рис. 1.1. Примеры моделей
    К созданию моделей прибегают, когда исследуемый объект слишком велик (Солнечная система) или слишком мал (атом), когда процесс протекает очень быстро (переработка топлива в двигателе внутреннего сгорания) или очень медленно (геологические процессы), когда исследование объекта может оказаться опасным для окружающих (атомный взрыв), привести к разрушению его самого (проверка сейсмических свойств высотного здания) или когда создание реального объекта очень дорого (новое архитектурное решение) и т. д.
    Модель не является точной копией объекта-оригинала: она отражает только часть его свойств, отношений и особенностей поведения. Чем больше признаков объекта отражает модель, тем она полнее. Однако отразить в модели все признаки объекта-оригинала невозможно, а чаще всего и не нужно. Признаки объекта-оригинала, которые должны быть воспроизведены в модели, определяются целью моделирования — назначением будущей модели. Эти признаки называются существенными для данной модели с точки зрения цели моделирования.
    Подумайте, какие признаки объекта «театр» будут существенными при создании его модели с точки зрения:
    1) строительной компании, занимающейся возведением здания театра;
    2) режиссёра, готовящего постановку нового спектакля;
    3) кассира, продающего билеты;
    4) зрителя, собирающегося посетить представление.
    Модель — это новый объект, который отражает существенные с точки зрения цели моделирования признаки изучаемого предмета, процесса или явления.
    Моделирование — метод познания, заключающийся в создании и исследовании моделей.
    Поскольку любая модель всегда отражает только часть признаков оригинала, можно создавать и использовать разные модели одного и того же объекта. Например: мяч может воспроизвести только одно свойство Земли — её форму, обычный глобус отражает ещё расположение материков, а глобус, входящий в состав действующей модели Солнечной системы, — ещё и траекторию движения Земли вокруг Солнца.
    Отразить в модели признаки оригинала можно разными способами.
    Во-первых, признаки можно скопировать, воспроизвести. Такую модель называют натурной (материальной). Примерами натурных моделей являются муляжи и макеты — уменьшенные или увеличенные копии, воспроизводящие внешний вид моделируемого объекта (глобус), его структуру (модель Солнечной системы) или поведение (радиоуправляемая модель автомобиля).
    Во-вторых, признаки оригинала можно описать на одном из языков представления (кодирования) информации — дать словесное описание, привести формулу, схему или чертёж и т. д. Такую модель называют информационной. В дальнейшем мы будем рассматривать именно информационные модели.
    Информационная модель — описание объекта-оригинала на одном из языков представления (кодирования) информации.

    1.1.2. Этапы построения информационной модели

    Любая модель строится для решения некоторой задачи. Построение информационной модели начинается с анализа условия этой задачи, выраженного на естественном языке.
    В результате анализа условия задачи определяется объект моделирования и цель моделирования.
    После определения цели моделирования в объекте моделирования выделяются свойства, основные части и связи между ними, существенные с точки зрения именно этой цели (рис. 1.2). При этом должно быть чётко определено, что дано (какие исходные данные известны, какие данные допустимы) и что требуется найти в решаемой задаче. Также должны быть указаны связи между исходными данными и результатами.
    Следующим этапом построения информационной модели является формализация — представление выявленных связей и выделенных существенных признаков объекта моделирования в некоторой форме (словесное описание, таблица, рисунок, схема, чертёж, формула, алгоритм, компьютерная программа и т. д.).
    Формализация — это замена реального объекта его формальным описанием, т. е. его информационной моделью.

    Рис. 1.2. Этапы создания информационной модели
    Пример. Ученик 9 класса к уроку литературы должен выучить наизусть три первые строфы первой главы романа А. С. Пушкина «Евгений Онегин», содержащие 42 строки. Сколько ему потребуется времени на выполнение этого задания, если первую строку он может запомнить за 5 секунд, а на запоминание каждой следующей строки ему требуется на 2 секунды больше, чем на запоминание предыдущей строки?
    В данном случае объектом моделирования является процесс запоминания стихотворения учеником; цель моделирования состоит в том, чтобы получить формулу для расчёта времени, необходимого ученику для заучивания стихотворения.
    С точки зрения цели моделирования, существенной является следующая информация: время запоминания первой строки (5 секунд); разница во времени запоминания очередной и предыдущей строк (2 секунды); количество строк, подлежащих запоминанию (42 строки). Это исходные данные. Результатом должно стать время, необходимое для заучивания всех 42 строк фрагмента романа.
    Так как время для заучивания каждой строки, начиная со второй, получается добавлением постоянного числа ко времени, требуемому для заучивания предыдущей строки, надо сложить числа, образующие последовательность: 5, 7, 9, 11 и т. д. Заметим, что разность между соседними числами этой последовательности одна и та же.
    В математике есть формула для вычисления суммы такой последовательности:

    Здесь n — количество строк, а1 — первый член последовательности, d — разность между соседними числами последовательности.
    Эта формула и является искомой информационной моделью. С её помощью самостоятельно вычислите время, необходимое ученику для заучивания стихотворения.
    Информационные модели существуют отдельно от объектов моделирования и могут подвергаться обработке независимо от них. Построив информационную модель, человек использует её вместо объекта-оригинала для исследования этого объекта, решения поставленной задачи.

  2. Coilsa Ответить

    Следовательно, кроме постановки задачи в содержательное описание должны быть включены исходные данные, характеризующие параметры и начальные условия. Описание представляется в виде схем, текстов, формул и таблиц.
    На этапе содержательного описания следует [2].
    1) убедиться, что задача существует и ее целесообразно решать; сформулировать и оценить сложность задачи и возможность ее разбиения на подзадачи;
    2) выбрать приоритеты решения подзадач и возможные методы их решения;
    3) обосновать требования к ресурсам ЭВМ, на которой должно выполняться моделирование, и оценить трудоемкость моделирования;
    4) провести анализ задачи, для этого: выбрать и определить параметры и переменные, предложить возможные критерии интерпретации результатов
    моделирования,
    предложить методы проверки модели;
    5) приступить к сбору информации.
    При отсутствии конкретных знаний о некоторых составляющих задачи приходится ставить эксперименты, выдвигать гипотезы и предположения.
    Формализованная схема разрабатывается совместно инжене­рами и математиками в тех случаях, когда невозможен прямой пе­реход к математической модели (в основном из-за сложности ис­следуемой системы). На этом этапе необходимо уточнить характе­ристики объекта или процесса, установить систему параметров, строго определить все зависимости между характеристиками и параметрами с учетом тех факторов, которые принимаются во вни­мание при формализации, дать точную математическую формули­ровку задачи исследования с указанием окончательного перечня искомых величин и оцениваемых зависимостей. К формализован­ной схеме прилагается систематизированная и уточненная совокупность всех исходных данных, известных параметров процесса и начальных условий. Эти величины могут оставаться в виде таблиц или графиков, но должны быть полностью выяснены все вопросы, связанные с интерполяцией и экстраполяцией экспериментального материала.
    Для перехода от содержательного описания к формализованной схеме необходимо:
    1) исключить сведения, не существенные с точки зрения цели исследования системы;
    2) установить такой критерий интерпретации результатов моде­лирования, который отражает интересы «потребителя», использующего моделируе­мую систему, достаточно полно характеризует исследуемую систему, дает возможность выбора рационального варианта построения системы, т.е. чувствителен к изменению определяющих парамет­ров, обозрим и удобен для вычислений;
    3) оценить степень пригодности собранных экспериментальных данных;
    4) определить необходимость детализации фрагментов концеп­туальной модели с целью выбора уровня их представления, позво­ляющего описать связи между ними математическими соотноше­ниями или алгоритмами.
    Следует еще раз проверить и учесть ресурсы, доступные для мо­делирования, а также фактор времени, чтобы результаты модели­рования можно было своевременно использовать при принятии решений.
    Математическая модель представляет собой систему соотно­шений, связывающих характеристики процесса функционирования объекта с его параметрами и начальными условиями. Для преобра­зования формализованной схемы в математическую модель необ­ходимо использовать известные математические схемы (дифферен­циальные уравнения, агрегаты, системы массового обслуживания, графы, сети Петри и т.д.), записать в аналитической, форме, соот­ветствующей выбранной математической схеме, все соотношения, представить аппроксимирующими функциями и интерполяцион­ными полиномами численные данные. Например, вместо таблиц частот для значений случайных величин используются аналитиче­ские выражения функций плотности типичных законов распреде­ления, которые с достаточной точностью представляются этими частотами.

  3. Cerezar Ответить

    5. Определить метод достижения результата.
    Формализация задачи
    На этом этапе происходит фиксация информационной модели, выбирается форма представления данных, образующих информационную модель, наиболее удобная для компьютерной обработки. Часто первые два этапа не имеют четкой границы и могут рассматриваться как единое целое.
    Рассмотрим пример.
    Задача. Определить, успеют ли к поезду путешественники, которые отправились от места стоянки к станции на автомобиле.
    Построение информационной модели. Существенными характеристиками являются: расстояние от места стоянки до станции; время, которое осталось до отхода поезда; характер движения автомобиля. Предположим, что автомобиль двигался с некоторой начальной скоростью и постоянным ускорением. Тогда время, которое автомобиль находился в пути, надо сравнить с имеющимся запасом времени и сделать соответствующий вывод. Время в пути можно определить из соотношения между расстоянием, начальной скоростью и ускорением, которые будут являться исходными данными. Все эти характеристики имеют числовые значения (вещественные числа) и должны быть положительны. Промежуточный результат – время в пути – также должен выражаться положительным числом. Кроме того, значения начальной скорости и ускорения должны быть в пределах разумного. Единицы измерения: км, час, км/час, км/час за час.
    Формализация.
    Исходные данные:
    S – расстояние от места стоянки до станции
    tz – запас времени до отхода поезда
    V0 – начальная скорость
    а – ускорение
    Результат: сообщение о том, успеют ли путешественники на поезд.

    Связь между исходными данными и результатом: для получения сообщения следует вычислить промежуточный результат tp – время в пути – и сравнить его с запасом времени. Время в пути вычисляется, исходя из формулы пути при равноускоренном движении.
    Это корень квадратного уравнения. Его дискриминант и корни:

    Данное уравнение будет иметь как положительный, так и отрицательный корень. Из них следует выбрать положительный, исходя из наложенных ограничений.
    Построение алгоритма
    На основе выбранного метода определяется точный порядок действий для достижения результата. Такая последовательность действий, выполнение которой приведет к достижению результата, называется алгоритмом. Алгоритм решения задачи может быть составлен с разной степенью подробности. Вначале составляется последовательность из небольшого числа достаточно крупных шагов, затем выполняется более подробное описание каждого шага – детализация алгоритма. Для фиксации алгоритма используются различные способы: словесное описание, язык графических схем, псевдокод и др. Подробнее об алгоритмах будет далее.

  4. Дио и я лучшие друзья! Ответить

    По мере развития человечества происходит структуризация и оптимизация наличных у нас данных и возможностей их использования. При этом ключевой является информационная модель. На сегодняшний день она является существенно недооценённым инструментов планирования. Чтобы сломать эту тенденцию, необходимо рассказывать аудитории о её возможностях, чем и займётся автор этой статьи.

    Что называют информационной моделью? Описание и структура

    Так называют модель объекта. Она представлена в виде информации, что описывает существенные для конкретного случая параметры и переменные, связи между ними, а также входы и выходы для данных, при подаче на которые можно влиять на получаемый результат. Их нельзя увидеть или потрогать. В целом они не имеют материального воплощения, поскольку строятся на использовании одной информации. Сюда относятся данные, что характеризуют состояния объекта, существенные свойства, процессы и явления, а также связь с внешней средой. Это процесс называется описанием информационной модели. Это самый первый шаг проработки. Полноценной информационной моделью является обычно сложная разработка, которая может иметь много структур, что в рамках статьи сведены в три основных типа:
    Описательная. Сюда относятся модели, которые создаются на естественных языках. Они могут иметь любую произвольную структуру, которая удовлетворит составляющего их человека.
    Формальная. Сюда относят модели, которые создаются на формальных языках (научных, профессиональных или специализированных). В качестве примеров можно привести такое: все виды таблиц, формул, граф, карт, схемы и прочих подобных структурных формаций.
    Хроматические. Сюда относят модели, которые были созданы с применением естественного языка семантики цветовых концептов, а также их онтологических предикатов. Под последними понимают возможность распознавания значений цветовых канонов и смыслов. В качестве примера хроматических моделей можно навести те, что были построены с использованием соответствующей теоретической базы и методологии.
    Как видим, основной составляющей являются данные, их структура и процедура обработки. Развивая мысль, можно дополнить, что информационная модель является схемой, в которой описана суть определённого объекта, а также все необходимые для его исследования процедуры. Для более полного описания характеристик используют переменные. Они замещают атрибут цели, которая прорабатывается. И здесь имеет значительную важность структура информационной модели.

  5. Runewind Ответить

    Пример. Ученик 9 класса к уроку литературы должен выучить наизусть три первые строфы первой главы романа А. С. Пушкина «Евгений Онегин», содержащие 42 строки. Сколько ему потребуется времени на выполнение этого задания, если первую строку он может запомнить за 5 секунд, а на запоминание каждой следующей строки ему требуется времени на 2 секунды больше, чем на запоминание предыдущей строки?
    В данном случае объектом моделирования является процесс запоминания стихотворения учеником; цель моделирования состоит в том, чтобы получить формулу для расчёта времени, необходимого ученику для заучивания стихотворения.
    С точки зрения цели моделирования, существенной является следующая информация: время запоминания первой строки (5 секунд); разница во времени запоминания очередной и предыдущей строк (2 секунды); количество строк, подлежащих запоминанию (42 строки). Это исходные данные. Результатом должно стать время, необходимое для заучивания всех 42 строк фрагмента романа.
    Так как время для заучивания каждой строки, начиная со второй, получается добавлением ко времени, требуемому для заучивания предыдущей строки, постоянного числа, то можно говорить об арифметической прогрессии:
    5, 7, 9, 11, …
    Первым членом этой прогрессии является а1 = 5, разность прогрессии d = 10, число членов прогрессии п = 42.
    Из курса алгебры известна формула для вычисления суммы п первых членов арифметической прогрессии:

    Эта формула и является искомой информационной моделью. С её помощью самостоятельно вычислите время, необходимое ученику для заучивания стихотворения.
    Информационные модели существуют отдельно от объектов моделирования и могут подвергаться обработке независимо от них. Построив информационную модель, человек использует её вместо объекта-оригинала для исследования этого объекта, решения поставленной задачи.
    По адресу http://earth.google.com/intl/ru/ размещено приложение «Google Планета Земля», предоставляющее возможность путешествовать по нашей планете, не вставая с кресла. Это трёхмерная модель планеты, перемещаясь по которой вы можете: просматривать спутниковые фотографии земной поверхности; осматривать города, отдельные здания и всемирно известные достопримечательности в трёхмерном изображении; исследовать отдалённые галактики, созвездия и планеты; совершать путешествия в прошлое и т. д.

  6. Mooguzahn Ответить

    Средства обучения (материальный или идеальный объект, который использован учителем и учащимися для усвоения новых знаний): это могут быть учебно-познавательные задачи, игры, ИТ, проблемное обучении и т.д. В силу специфики информатики на уроках активнее всего используются ТСО, мультимедийные, информационные технологии.
    Организационные формы (формы организации учебного процесса): традиционные (фронтальная, индивидуальная, групповая) и новационные. Традиционные формы детерминированы классно-урочной системой и коллективным воспитанием. При изменении традиционных форм возникают инновационные формы. На уроках информатики могут использоваться как традиционные формы при объяснении нового материала и проверки знаний, так и новационные, обусловленные индивидуализацией обучения (которую предоставляют ИТ, отдельные рабочие места с компьютерами).
    Преподавание информатики определяет стандарт школьного образования по информатике. Он способствует сохранению единого образовательного пространства страны, выделению того общеобразовательного, инвариантного конкретным школьным программам обучения минимума знаний и умений по информатике, который будет гарантирован для каждого выпускника школы. Введение стандарта развивает правовые и организационные основы многообразия систем обучения, творчества учителей. Стандарт отражает только минимально необходимый набор содержания, а последовательность, логика изучения предмета определяется школьной программой обучения.
    Сравнение растровой и векторной компьютерной графики.
    I. Растровая графика.
    Растровые графические изображения формируются в процессе сканирования существующих на бумаге или фотопленке рисунков и фотографий, а также при использовании цифровых фото- и видео- камер.
    Можно создавать растровые графические изображения непосредственно на компьютере с использованием графического редактора.
    Растровое изображение создается с использованием точек различного цвета – пикселей –, которые образуют строки (1024) и столбцы (768). Каждый пиксель может принимать любой цвет из палитры.
    Растровые изображения очень чувствительны к масштабированию (увеличению или уменьшению). При уменьшении растрового изображения несколько соседних точек преобразуются в одну, поэтому теряется четкость мелких деталей изображения. При его увеличении увеличивается размер каждой точки и появляется ступенчатый эффект, который можно увидеть невооруженным глазом.
    II. Векторная графика.
    Векторные графические изображения используются для хранения высокоточных графических объектов (чертежей, схем), для которых имеет значение сохранение четких и ясных контуров.
    Векторные изображения формируются из объектов – точка, линия, окружность, прямоугольник и т.д. –, которые называются графическими примитивами.
    Достоинством векторной графики является то, что векторные графические изображения могут быть увеличены или уменьшены без потери качества. Это возможно, т.к. масштабирование изображений производится с помощью простого умножения координат точек графических примитивов на коэффициент масштабирования.
    Билет 3.

  7. TEDOW Ответить

    Изложенный подход к структуризации процесса разработки математической модели позволяет разделить полномочия сторон – заказчика и исполнителя, представляющих субъекты исследования. Он же позволяет снизить требования к компетенции исполнителя в части знания объекта исследования – средств и комплексов автоматизации. Исполнитель должен проявлять высокий профессионализм в области математического моделирования. Нетрудно видеть, что требования к профессиональным качествам заказчика противоположны изложенным для исполнителя.
    В широком смысле модель может и должна рассматриваться как средство накопления знаний, полученных в результате проведения исследований. С этой точки зрения в ряде случаев достаточным оказывается выбор готовой модели, если имеется уверенность в ее адекватности новому объекту исследования. Причем удачно выполненное формальное терминологическое описание концептуальной модели позволит воспользоваться моделью, построенной для достаточно далекого от исследуемого объекта, и тем самым свести задачу к известной. В общем случае для этого необходимо разработать дополнительные, достаточно простые модели, осуществляющие сопряжение решаемой задачи и выбранной модели на уровне входных и выходных данных. Возможны ситуации, когда сопряжение сводится к иной, нежели это предусмотрено, интерпретации исходных данных и результатов известной задачи.
    Разработка модели может рассматриваться как решение некоторой математической задачи – дескриптивной или оптимизационной. Первая имеет целью построение удовлетворительного описания исследуемого объекта, вторая – оценку предельных значений показателей качества или поиск варианта исходных данных, обеспечивающего экстремальное значение критерия качества.
    Разнообразные методы построения моделей, которыми располагает современная математика, позволяют создавать различные модели одного и того же объекта, обладающие различным качеством. Каждый метод ориентирован на модели определенного класса, в связи с чем и то и другое можно классифицировать единым образом. Так, различают аналитические и имитационные модели. Первые представляют собой совокупность математических выражений, связывающих выходные и входные данные, вторые предполагают построение алгоритма функционирования исследуемого объекта.
    Возможности аналитического исследования определяются выбранным методом, применение которого требует принятия некоторых специальных допущений, часто весьма существенных. Каждое из этих допущений в той или иной степени ведет к уменьшению адекватности модели, в связи с чем требуется обоснование приемлемости аналитического моделирования в каждом конкретном случае.
    Несмотря на отмеченные ограничения к аналитическому исследованию на практике стремятся в первую очередь, поскольку получение функциональных зависимостей, тем более в явном виде, к тому же ограниченных множеством элементарных функций, является наиболее полным решением задачи.
    Однако для достижения этой цели необходимо решение так называемой проблемы сложностимодели, которое в общем случае состоит в преднамеренном упрощении модели и получении хотя бы приближенного решения.
    Методы упрощения могут быть самыми различными. Их выбор зависит от многих факторов – цели и условий решения задачи, типа математической модели, квалификации исследователя. Последнее часто имеет решающее значение. Особенности вычислительных систем как объектов исследования имеют своим следствием тот факт, что их аналитические модели в большинстве своем относятся к вероятностным и тем самым ограничивают диапазон возможных методов снижения их сложности. Так, полнота построения вероятностных моделей заключается в нахождении функций распределения оцениваемых показателей. Однако найти решение в таком виде удается лишь в некоторых частных случаях, ибо, как правило, результирующие функциональные зависимости либо не являются явными, либо выходят за диапазон элементарных функций.
    В подобных ситуациях можно поступить различным образом. Например, получить результат в численном виде для некоторых наборов исходных данных и считать его промежуточным. После чего построение модели сводится к аппроксимации полученного результата и формированию заданных функциональных зависимостей. В случае неприемлемости такого метода получения общего решения ограничиваются частным решением – находят функциональные зависимости лишь для некоторых моментов распределения, как правило, первого, реже – второго.
    Наконец, когда трудности, возникающие при построении вероятностной модели, оказываются непреодолимыми, задачу сводят к детерминированной. Для этого случайные величины заменяются их математическими ожиданиями, что дает основание называть подобные модели моделями средних. Этот прием достаточно широко используется в процессе исследования вычислительных систем и состоит в представлении процессов их функционирования в виде временных диаграмм. Однако, как подчеркивалось выше, такой метод упрощения применим лишь тогда, когда имеет место стохастический детерминизм.
    Кроме того, особого внимания заслуживают так называемые асимптотические методы снижения сложности аналитических моделей. Их сущность состоит в замене некоторой функции ее асимптотой или средним значением. Причем замене может подвергаться не одна, а несколько функций, входящих в конечное выражение. В ряде случаев эти методы позволяют не просто снизить сложность моделей, но привести к принципиальной разрешимости задачи в заданном виде.
    Асимптотические методы находят свое применение при оценке предельных значений показателей качества. Например, при оценке выигрыша в производительности ЭВМ от введения буферного запоминающего устройства, когда процессы его загрузки некоторым массивом и обработки последнего выполняются строго последовательно, необходимо знать отношения длительностей этих процессов. Нетрудно видеть, что это отношение зависит от кратности использования каждого элемента массива и с ее ростом стремится к нулю, который и является асимптотой функции отношения рассматриваемых времен. Очевидно, переход к асимптотической оценке производительности ЭВМ в данном случае означает, что время загрузки буферной памяти принимается пренебрежимо малым.
    Приведенный пример помимо прочего показывает, что учет асимптотических оценок может выполняться уже на этапе постановки задачи в процессе построения концептуальной модели.
    Имитационные модели позволяют преодолеть основные ограничения, свойственные аналитическим моделям, и выступают альтернативой последним. Вероятностный характер функционирования вычислительных систем приводит к необходимости построения имитационных моделей, предназначенных для их исследования, исключительно на основе метода статистических испытаний, что и дает повод называть эти модели статистическими.
    Названный метод в известной мере можно считать универсальным, ибо он не имеет принципиальных ограничений на степень детализации исследуемых процессов, а следовательно, и точность моделирования. Однако методу статистических испытаний, как и любым численным методам, присущ недостаток, связанный со сложностью установления функциональных зависимостей между численными значениями параметров. Результаты носят частный характер, поскольку представляют систему только в дискретных точках пространства исходных данных.
    Проблема сложности применительно к имитационным моделям состоит лишь в трудоемкости их построения, но не в принципиальной разрешимости задачи.
    Рассмотренные особенности каждого из двух классов математических моделей определяют целесообразность их сочетания при оценке качества вычислительных систем. Аналитические модели наиболее удобны на первых, поисковых, этапах создания систем, когда определяющим является требование быстрого получения оценок показателей качества. На этих этапах необходимость в модельном эксперименте возникает достаточно часто. В то же время задача детального и точного исследования не ставится, поскольку ни структурный, ни параметрический синтез еще не завершен. Поэтому возможность оперативного получения результатов позволит заметно сократить время поиска приемлемых решений.
    Дальнейшая детализация создаваемой системы в рамках аналитического моделирования возможна лишь до некоторого предела, после которого целесообразным становится переход к имитационному моделированию. Как правило, при этом диапазон возможных решений по созданию комплекса автоматизации существенно сокращается, что и оправдывает разработку статистических моделей для каждого из исследуемых вариантов.
    Разработка математической модели не исчерпывает содержания процесса разработки инструментальных средств. Современные исследования, как правило, проводятся с применением средств автоматизации. Что касается оценки качества вычислительных систем, то автоматизация исследований становится не просто желательной, но обязательной. Причина этого состоит в высокой трудоемкости математических моделей.
    Причем это утверждение справедливо не только для статистических моделей, реализация которых ручными методами в принципе невозможна, но и для большинства аналитических. Последние могут строиться не только на основе методов теории вероятностей или массового обслуживания, но и с использованием комбинаторных методов. Однако, даже если построенная модель относительно проста, но требуется получить с ее помощью численные результаты на множестве наборов исходных данных, автоматизация расчетов становится целесообразной.
    Таким образом, разработка математической модели в большинстве случаев естественным образом приводит к разработке программы, реализующей ее на ЭВМ. Большая трудоемкость этого процесса побуждает некоторых авторов выделять его в самостоятельный этап исследований, повышая тем самым его роль.
    Следующий этап построения модели – это оценка качества модели, центральное место в котором отводится оценке адекватности модели На данном этапе осуществляется проверка того, насколько разработанная модель равнозначна объекту-прототипу, а значит и пригодна к использованию. По результатам проверки модели на адекватность принимается решение о возможности ее практического использования либо о проведении корректировки.

  8. Лёха робаченко Ответить

    Попробуйте в следующем примере определить, все ли существенные (с точки зрения заданной цели) признаки выделены; нет ли среди перечисленных признаков несущественных; соответствует ли форма их отражения вашим представлениям.
    Пример.
    Объект моделирования — дачный участок ваших друзей или родственников.
    Формами представления моделей могут быть: словесное описание, чертёж, таблица, формула, схема, алгоритм, компьютерная программа и т. п.
    Как только форма представления выделенных существенных свойств и признаков выбрана, можно приступать к формализации, то есть приведению (сведению, представлению) информации, связанной с выделенными свойствами, к выбранной форме.
    Процесс формализации, например, при построении математической модели или разработке сборочного чертежа изделия, имеет свои правила и этапы. Подчас это длительный и кропотливый процесс, требующий определённых знаний. В следующих параграфах вы познакомитесь с ним более подробно.
    Результатом этапа формализации и будет информационная модель.
    Но прежде, чем говорить об окончании процесса моделирования, построенную модель необходимо проверить на непротиворечивость и проанализировать, насколько она адекватна объекту и цели моделирования.
    Пример.
    Прочтите следующее шутливое описание ситуации: «Я ему как дам! Не успел подняться, он мне ещё раз. Я за ним! Оглядываюсь — догоняет. Ну, я через сугробы, через сугробы и в рожь…».
    Не правда ли, сюжет большинства «крутых» боевиков построен по этой модели, хотя она полна противоречий.
    Пример.
    Вам, вероятно, известны слова песни «Подмосковные вечера»:
    Речка движется и не движется,
    Вся из лунного серебра.
    Песня слышится и не слышится
    На первый взгляд это описание природы полно противоречий. Почему же тогда песня любима многими вот уже несколько десятилетий?
    На самом деле никаких противоречий здесь нет, поскольку слово «двигаться» используется в двух разных смыслах: физическое перемещение воды и восприятие этой воды определённым субъектом. То же относится и к слову «слышать». Поэтому противоречивость этой модели только кажущаяся.
    Если построенная модель противоречива, то после выявления всех замеченных противоречий их необходимо устранить: исправить чертёж, изменить программу, уточнить формулу и так далее. И вновь проверить уточнённую модель на непротиворечивость.
    Анализ полученной модели на адекватность отражения объекта моделирования и достижение цели моделирования — последний этап моделирования.

Добавить комментарий для Runewind Отменить ответ

Ваш e-mail не будет опубликован. Обязательные поля помечены *