Информатика конспект лекций_2012

Примерами знаковых моделей являются математические выражения и уравнения, химические формулы, музыкальные фразы.

Важнейшим видом знакового моделирования является математическоемоделирование.

Математическое моделирование – это приближенное описание ка-

кого-либо класса явлений, выраженное с помощью математической символики.

Моделимогутбытьклассифицированы поформепредставления:

-на графические, представляющие собой графическую имитацию планируемогообъектаилипроцесса;

-числовые, записанные ввидеформул;

-логические, записанныеввиде логических выражений (блок-схем);

-табличные, записанныеввидетаблиц(бухгалтерскийбаланс);

С точки зрения отражения временных интервалов, можно выделить динамические модели, отражающие свойства объекта изменять свои параметры во времени, и статические модели, не отражающие вышеуказанных свойств. Динамические и статические модели различают по фактору времени, а не по области использования. Динамические модели описывают процессы изменения и развития системы. Примеры: описание движения тел, развития организмов, процесса химических реакций. Для одной и той же области использования могут создаваться как статические, такидинамические модели.

Часто применяются модели, основанные на использовании теории вероятности и математической статистики (стохастические модели). Эти модели используют анализ корреляций и регрессий, дисперсионный анализ, теорию массового обслуживания, теорию игр, статистических решений, информации, надежности, запасов.

Также широко используются модели математического программирования. Данные модели позволяют выбрать совокупность чисел, которые являются переменными в уравнениях и обеспечивают экстремум некоторой функции принекоторыхограничениях.

Имитационные модели помогают специалистам лучше понять взаимосвязи факторов, действующих в системе. Имитация представляет собой воспроизведение реальной действительности. Под имитацией понимают создание модели реальной ситуации и манипулирование этой моделью в целях обоснования решения. Имитационные модели позволяют достаточно просто учитывать такие факторы, как наличие дискретных и непрерывных элементов, нелинейные характеристики элементов системы, многочисленные случайные воздействия и другие, которые часто создаюттрудностиприаналитическихисследованиях.

190

ЛЕКЦИЯ 22. МЕТОДЫ И ТЕХНОЛОГИИ МОДЕЛИРОВАНИЯ

При наблюдении за объектом-оригиналом в голове исследователя формируется некий мысленный образ объекта, его идеальная модель, которую принято называть когнитивной. Представление когнитивной модели на естественном языке называется содержательной моделью.

По функциональному признаку и целям содержательные модели подразделяются на описательные, объяснительные и прогностические.

Описательной информационной моделью можно назвать любое описание объекта.

Объяснительная модель позволяет ответить на вопрос, почему происходит какое-либо явление.

Прогностическая модель должна описывать будущее поведение объекта. При этом прогностическая модель не обязана включать в себя объяснительную.

Концептуальной называют содержательную модель, при формулировке которой используются понятия предметных отраслей знания, занимающихся изучением объектов моделирования. Другими словами, это содержательная модель, базирующаяся на определенной концепции или точке зрения.

Формальная модель является представлением концептуальной модели с помощью одного или нескольких формальных языков (например, языков математических теорий, универсального языка моделирования UML или алгоритмических языков).

Основными задачами теории моделирования являются выбор моделей и перенос результатов исследования моделей на оригинал, которые решаются с помощью достаточно общих эффективных методов. Последние могут служить основой частных специальных методов в различных областях науки и техники. В частности, в качестве заместителей оригиналов модели используют: как средства общения людей (язык, письменность, радиосвязь); осмысления и познания явлений материального мира (модели Солнечной системы, атома); обучения и тренировки (тренажеры для упражнения летчиков в наземных условиях); прогнозирования поведения объектов в различных условиях (например, для подбора параметров, соответствующих оптимальному функционированию проектируемого объекта).

191

Идея мысленного эксперимента впервые была выдвинута Г. Галилеем. Галилео Галилей (1564 – 1642) – итальянский физик, механик, астроном, философ и математик, оказавший значительное влияние на науку своего времени. Он применил идею мысленного эксперимента к воображаемому телу, которое свободно от всех внешних воздействий. Такой мысленный эксперимент позволил Г. Галилею прийти к идее инерциального движения тела. Также он первым использовал телескоп для наблюдения небесных тел и сделал ряд выдающихся астрономических открытий. Галилей – основатель экспериментальной физики. Своими экспериментами он убедительно опроверг умозрительную метафизику Аристотеля и заложил фундамент классической механики.

Для визуализации формальной модели вычислительного алгоритма используется схема алгоритма. Под вычислительным алгоритмом понимают точное предписание, определяющее вычислительный процесс, ведущий от варьируемых начальных данных к искомому результату. Существует несколько форм записи алгоритмов: словесная форма, математическая формула, схема алгоритма (блок-схема), табличная форма, программа для компьютера. Наиболее компактной и наглядной формой записи алгоритма является схема алгоритма. Схема алгоритма – это графическое представление алгоритма. Она состоит из различных фигур (прямоугольников, параллелограммов, ромбов, овалов и т.д.), соединенных линиями. Геометрические фигуры, называемые блоками, соответствуют конкретным шагам алгоритмического процесса. Направленные линии указывают порядок выполнения блоков. По схеме алгоритма легко определить модель вычислительного процесса (входящие структурные элементы: линейные, разветвляющиеся, циклические).

Натурное моделирование представляет собой специально поставленные исследования на реальном объекте («на натуре») при специально созданных или подобранных условиях с последующей обработкой результатов эксперимента на основе теории подобия. При натурном моделировании в модели всегда узнается моделируемый объект, то есть модель всегда имеет визуальную схожесть с объек- том-оригиналом. Натурное моделирование подразделяется на научный эксперимент, комплексные испытания и производственный эксперимент. Научный эксперимент характеризуется широким использованием средств автоматизации, применением весьма разнообразных средств обработки информации, возможностью вмешательства

192

человека в процесс проведения эксперимента. Одна из разновидностей эксперимента – комплексные испытания, в процессе которых вследствие повторения испытаний над объектами в целом (или больших частей системы) выявляются общие закономерности в характеристиках качества и надежности испытуемых объектов. В этом случае моделирование осуществляется путем обработки и обобщения сведений о группе однородных явлений. Наряду со специально организованными испытаниями, возможна реализация натурного моделирования путем обобщения опыта, накопленного в ходе производственного процесса, т.е. производственный эксперимент. Здесь на базе теории подобия обрабатывают статистический материал по производственному процессу и получают его обобщенные характеристики. Необходимо помнить про отличие эксперимента от реального протекания процесса. Оно заключается в том, что в эксперименте могут появиться отдельные критические ситуации и определиться границы устойчивости процесса.

При имитационном моделировании воспроизводится алгоритм функционирования системы во времени – поведение системы; причем имитируются элементарные явления, составляющие процесс, с сохранением их логической структуры и последовательности протекания, что позволяет по исходным данным получить сведения о состояниях процесса в определенные моменты времени, дающие возможность оценить характеристики системы. Основным преимуществом имитационного моделирования является возможность решения сложных задач. В настоящее время имитационное моделирование – наиболее эффективный метод исследования систем, а часто – и единственный практически доступный метод получения информации о поведении системы.

Статистическое моделирование – это исследование объектов познания на их статистических моделях. Оно заключается в построении и изучении моделей реально существующих предметов, процессов или явлений с целью получения объяснений этих явлений, а также для предсказания явлений или показателей, интересующих исследователя. Оценка параметров таких моделей производится с помощью статистическиx методов (например, методов максимального правдоподобия, наименьших квадратов, моментов и т.д.).

Компьютерное моделирование заключается в проведении серии вычислительных экспериментов на компьютере, целью которых явля-

193

ется анализ, интерпретация и сопоставление результатов моделирования с реальным поведением изучаемого объекта и, при необходимости, последующее уточнение модели.

Геоинформационное моделирование базируется на создании многослойных электронных карт, в которых опорный слой описывает географию определенной территории, а каждый из остальных – один из аспектов состояния этой территории. На географическую карту могут быть выведены различные слои объектов: города, дороги, аэропорты, численность населения регионов и т.д.

194

ЛЕКЦИЯ 23. ИНФОРМАЦИОННАЯ МОДЕЛЬ ОБЪЕКТА

Информационным объектом называется описание реального объекта, процесса или явления виде совокупности его характеристик (информационных элементов), называемых реквизитами. Каждый информационный объект с конкретными характеристиками идентифицируется созданием ключевого реквизита (ключа).

Например, информационному объекту «студент» соответствует следующий реквизитный состав: номер (номер зачетной книжки – ключевой реквизит), фамилия, имя, отчество, дата рождения, код места обучения. Информационному объекту «преподаватель» соответствует реквизитный состав: код (ключевой реквизит), кафедра, фамилия, имя, отчество, ученая степень, ученое звание, должность.

Отношения, существующие между реальными объектами, определяются в информационных моделях как связи. Существуют три вида связей: «один к одному», «один ко многим», «многие ко многим».

В частности, связь «многие ко многим» предполагает соответствие одному экземпляру информационного объекта Х любого количества экземпляров объекта Y, и наоборот.

Например, информационные объекты «студент» и «преподаватель» имеют связь «многие ко многим», так как каждый студент обучается у множества преподавателей, а каждый преподаватель занимается с большим количеством студентов.

Информационная модель – это связанная совокупность информационных объектов, описывающих информационные процессы в исследуемой предметной области. Информационные модели делятся на универсальные и специализированные. Универсальные модели предназначены для использования в различных предметных областях, к таким моделям относятся: базы данных и системы управления данных, автоматизированные системы управления, базы знаний, экспертные системы. Специализированные модели предназначены для описания конкретных систем. Рассмотрим некоторые универсальные модели.

Базы данных – это связанные совокупности структурированных данных, относящихся к определенному процессу или явлению в конкретной предметной области. Система управления базами данных – это программный комплекс для создания, организации необходимой обработки, хранения и передачи баз данных.

Различают иерархическую, сетевую и реляционную модели данных. К основным понятиям иерархической модели относятся: узел,

195

связь, уровень. К каждому узлу существует единственный путь от корня. Сетевая структура имеет те же составляющие, что и иерархическая, но каждый узел может быть связан с любым другим узлом. Наибольшее распространение получила третья модель данных – реляционная, которая может также описывать иерархическую и сетевую модели. Реляционная модель ориентирована на организацию данных в виде двумерных таблиц.

Искусственный интеллект – это научное направление, связанное с машинным моделированием интеллектуальных человеческих функций. Оно делится на два направления: нейрокибернетику и кибернетику «черного ящика».

Нейрокибернетика занимается созданием элементов, аналогичных нейронам и их объединением в функционирующие системы, которые называются нейросетями. Нейроны – это связанные друг с другом нервные клетки человеческого мозга. Основная область применения нейрокомпьютеров – распознавание образов. В середине 80-х гг. XX в. в Японии был создан первый нейрокомпьютер, моделирующий структуру человеческого мозга.

Кибернетика «черного ящика» использует другие принципы, структура модели здесь не главное, важна ее реакция на заданные входные данные, на выходе модель должна реагировать как человеческий мозг. «Черный ящиќ » – термин, используемый в точных науках (в частности, системотехнике, кибернетике и физике) для обозначения системы, механизм работы которой очень сложен, неизвестен или неважен в рамках данной задачи. Такие системы обычно имеют некий «вход» для ввода информации и «выход» для отображения результатов работы. Состояние выходов обычно функционально зависит от состояния входов. Понятие «черный ящик» предложено У.Р. Эшби. Использование модели «черный ящик» позволяет изучать поведение систем, то есть их реакции на разнообразные внешние воздействия, и в то же время абстрагироваться от их внутреннего устройства.

С точки зрения искусственного интеллекта, знания определяют как формализованную информацию, на которую ссылаются в процессе логического вывода. Для хранения знаний используют базы знаний. Экспертные системы предназначены для анализа данных, содержащихся в базах знаний, и выдачи рекомендаций по запросу пользователей.

196

Экспертные системы – это сложные программные комплексы, аккумулирующие знания специалистов в конкретных предметных областях и тиражирующие этот эмпирический опыт для консультаций менее квалифицированных пользователей.

Такие предметные области, как медицина, фармакология, химия, геология, экономика, юриспруденция и др., в которых большая часть знаний является личным опытом специалистов высокого уровня (экспертов), нуждаются в экспертных системах. Те области, где большая часть знаний представлена в виде коллективного опыта (например, высшая математика), не нуждаются в них.

Современные экспертные системы по совокупности признаков заболевания способны устанавливать диагноз, назначать лечение, дозировать медикаменты, вырабатывать программу курса лечения, распознавать речь, человеческие лица, отпечатки пальцев. Основными компонентами модели экспертной системы являются: пользователь (специалист предметной области, для которого данная система предназначена), инженер по знаниям (специалист по искусственному интеллекту – промежуточное звено между экспертом и базой знаний), интерфейс пользователя (приложение, реализующее диалог пользователя и системы), база знаний (ядро экспертной системы), решатель (приложение, моделирующее рассуждения эксперта на основе имеющихся в базе знаний), подсистема разъяснения (приложение, позволяющее разъяснять, на основании чего экспертная система дает рекомендации, делает выводы, какие знания при этом используются), интеллектуальный редактор базы знаний (приложение, дающее инженеру на основе знаний возможность создавать базы знаний в диалоговом режиме).

Характерной особенностью любой экспертной системы является ее способность к саморазвитию. Исходные данные хранятся в базе знаний в виде фактов, между которыми установлены определенные логические связи. Если при тестировании выявлены некорректные рекомендации или заключения по конкретным вопросам либо заключение не может быть сформулировано, это означает либо отсутствие важных фактов в базе, либо нарушения в логической системе связей. В любом случае, система сама может сформировать достаточный набор вопросов к эксперту и автоматически повысить свое качество.

Пример. Какие модели из перечисленного списка являются информационными?

1) макет декорационного оформления театральной постановки;

197

2)эскизы костюмов к театральному спектаклю;

3)географический атлас;

4)объемная модель молекулы воды;

5)уравнение химической реакции;

6)макет скелета человека;

7)формула определения площади квадрата со стороной;

8)расписание движения поездов;

9)игрушечный паровоз;

10)схема метрополитена.

Решение: К информационным моделям относятся:

2)эскизы костюмов к театральному спектаклю (образная форма);

3)географический атлас (знаковая форма);

5) уравнение химической реакции (знаковая форма);

7)формула определения площади квадрата со стороной (знаковая форма);

8)расписание движения поездов (знаковая форма);

10) схема метрополитена (знаковая форма). Остальные модели:

1) макет декорационного оформления театральной постановки;

4) объемная модель молекулы воды;

6) макет скелета человека;

9) игрушечный паровоз – являются предметными (материальными) моделями.

198

ЛЕКЦИЯ 24. МОДЕЛИРОВАНИЕ ЗАДАЧ В СРЕДЕ LABVIEW

Для поддержки компьютерного моделирования разработаны пакеты прикладной математики, например, Mathcad, MATLAB, LabVIEW, VisSim и др. Они позволяют создавать формальные и блочные модели как простых, так и сложных процессов и устройств и легко менять параметры моделей в ходе моделирования. Модели чаще всего представлены графическими блоками, набор и соединение которых задаются диаграммой модели.

Возможности распределенного интеллекта

В связи с бурным развитием технологий, включая резкое увеличение за последние годы производительности полупроводниковых приборов и уменьшение их размеров, повсеместным внедрением компьютеров и микропроцессоров, развитием стандартов связи и сетевых технологий, инженеры вынуждены в равной степени увеличивать сложность процессов разработки, производства и тестирования новых продуктов. Важным компонентом таких процессов стало их моделирование. При этом уже около 30 лет инженеры и ученые используют среду графического программирования National Instruments LabVIEW для моделирования и создания автоматизированных систем сбора данных и управления приборами. Все это время среда LabVIEW постоянно совершенствуется – благодаря регулярному выходу новых версий, а также выпуску специализированных модулей, библиотек и дополнений. Фактически, она стала стандартом в ряде областей науки и техники. Благодаря своим идеям использования распределенного интеллекта, LabVIEW позволила инженерам, не имеющим опыта в традиционном программировании, быстро создавать сложные модели систем измерения и управления и переносить их в практику. В своем развитии среда предоставила пользователям широкую гамму инструментов, которые образуют графическую платформу программного обеспечения для моделирования, управления и тестирования, обеспечивающую пользователям конкурентные преимущества в трех своих базовых областях применения:

-автоматизированных системах измерения и тестирования;

-промышленных системах контроля и управления;

-проектировании и отладке встраиваемых систем.

199