Модели в теории систем
Общие сведения
В теории систем и системном анализе понятие моделирования выступает фундаментальным инструментом познания и управления. Исторически термин «модель» изначально применялся для обозначения физических подобий или уменьшенных копий реальных объектов. Подобный подход был распространен вплоть до середины XX века, когда активное развитие получило натурное моделирование. Классическими примерами такого этапа служат скульптуры, манекены, чучела животных, а также тактические карты с физическими миниатюрами, применявшиеся во время Второй мировой войны для отслеживания перемещений авиации. Натурные модели судов, самолетов и гидроэлектростанций создавались для предварительных испытаний перед строительством полномасштабных объектов.
С развитием науки, в особенности с появлением дифференциального и интегрального исчислений в XVII веке, математическое моделирование стало вытеснять натурное. К XX веку концепция модели существенно расширилась, охватив практически любые формы абстрактного знания и обобщения. С философской точки зрения, опирающейся на традиции от платонизма до логического позитивизма и восточных учений, объективная реальность бесконечно сложна и не может быть воспринята сознанием напрямую. Процесс познания сводится к упрощению действительности и созданию моделей. Окружающий мир воспринимается человеком исключительно через призму вербальных и формализованных моделей, которые упорядочивают хаотичный поток ощущений.
В строгом системном понимании модель определяется как формализованный инструмент адекватного отображения наиболее существенных сторон исследуемого объекта с точностью, необходимой для достижения поставленной цели. Процесс формализации неотделим от процесса упрощения: при построении модели намеренно игнорируются второстепенные признаки объекта, не влияющие на целевой результат. Например, при создании химической модели раствора чая первостепенное значение имеют химический состав и физические параметры (температура), тогда как цвет жидкости или форма сосуда признаются несущественными и отбрасываются. Познание и моделирование рассматриваются как процессы уменьшения неопределенности, где формализованное знание вносит порядок в объективный хаос окружающей среды.
Классификация
В системном анализе применяется многоуровневая классификация моделей, отражающая разнообразие подходов к описанию реальности. Базовое разделение выделяет модели внешнего вида, структуры и поведения. Моделирование внешнего вида (например, создание фотографии) служит целям простой идентификации объекта. Моделирование структуры предполагает выделение ключевых компонентов системы и связей между ними. Моделирование поведения направлено на прогнозирование развития объекта во времени.
По отношению к объективной реальности модели делятся на познавательные и прагматические. Познавательные модели представляют собой способ организации знаний об объекте. В случае выявления расхождений между такой моделью и реальностью корректировке подлежит сама модель. Прагматические модели, напротив, выступают средством управления и задают стандарт. К ним относятся кодексы законов, уставы организаций, государственные стандарты (ГОСТы) и программы действий. Если реальность не соответствует прагматической модели, целенаправленному изменению подлежит реальность, которая должна быть приведена в соответствие с установленным стандартом.
По форме представления выделяют физические и информационные модели. Физические модели представляют собой материальные копии объектов в заданном масштабе. Информационные модели опираются на использование языка и подразделяются на концептуальные и математические. Концептуальные модели описывают причинно-следственные связи с использованием естественного языка (например, словесное описание падения предмета под действием гравитации). Математические модели описывают те же процессы с применением строгого формализованного языка математических отношений, что позволяет осуществлять точные количественные расчеты.
Свойства
Фундаментальным свойством любой модели является ее подобие исходному объекту при обязательном условии структурного или смыслового упрощения. Работа с упрощенным подобием позволяет применять известные закономерности к объектам, чья полная природа остается до конца не изученной. Важнейшей характеристикой качественной модели выступает наличие измеримых параметров — числовых значений, обеспечивающих объективность исследования.
Свойство модельности распространяется на абстрактные концепты человеческой деятельности. Цель по своей природе является моделью желаемого состояния в будущем. При формировании цели (например, выстраивании идеального образа коммуникации с другим человеком) происходит неизбежное упрощение: реальный человек всегда сложнее созданного образа и подвержен непредвиденным физиологическим или психологическим изменениям. Аналогичным образом, алгоритм представляет собой модель деятельности. Алгоритм фиксирует лишь ключевые шаги (например, включение прибора в сеть), игнорируя сложнейшие физические процессы, протекающие в этот момент на микроуровне.
В рамках системного подхода выделяются три структурных уровня моделирования, характеризующихся различной степенью математической строгости. Уровень структурного или имитационного моделирования оперирует графами, узлами и вероятностными потоками (например, в теории массового обслуживания). Уровень логического моделирования базируется на аппарате алгебры логики и дискретной математики, где состояния системы описываются через бинарные значения (наличие или отсутствие признака) либо через многозначную логику. Уровень количественного моделирования использует дифференциальные уравнения и методы математической статистики. Общим свойством всех уровней является прямая зависимость между степенью внедрения математического аппарата и уровнем научности проводимого исследования.
Применение
Методы моделирования находят универсальное применение в науке, инженерии и социальном управлении. Физическое моделирование сохраняет ограниченную применимость в специфических инженерных задачах, таких как гидродинамические испытания. Однако приоритетным направлением является информационное и математическое моделирование, позволяющее исключить ошибки масштабирования и учесть неограниченное количество параметров при проектировании сложных технических систем.
Прагматическое моделирование является основой юриспруденции, государственного администрирования и контроля качества. Создание нормативной базы, регламентов и стандартов представляет собой процесс конструирования прагматических моделей, обеспечивающих управляемость социума и производства.
Имитационное и логическое моделирование активно применяется в сфере информационных технологий, программировании и проектировании вычислительных систем. Построение графов алгоритмов, расчет пропускной способности каналов обслуживания и логическая формализация процессов составляют основу разработки программного обеспечения и дискретных систем автоматики. Использование математического языка на всех уровнях моделирования обеспечивает необходимую объективность, позволяя переводить слабоструктурированные проблемы естественного языка в строгую форму, пригодную для выработки научно обоснованных решений.
См. также
Модели операций Моделирование в нечеткой среде Смотреть видео