Мысленное моделирование:

1. Наглядное – на базе представлений человека о реальных объектах создаются различные наглядные модели, отображающие явления и процессы, протекающие в объекте:

1. Гипотетическое – в основе находится некоторая гипотеза о закономерностях протекания процесса в реальном объекте, отражающая уровень знаний исследователя об объекте и базирующаяся на причинно-следственных связях между входом и выходом объекта; используется, когда знаний об объекте недостаточно для построения формальных моделей.

2. Аналоговое – основывается на применении аналогии различных уровней; наивысшим уровнем является полная аналогия, которая существует для простых объектов; с усложнением объекта используют аналогии последующих уровней, когда модель отображает только одну или несколько сторон функционирования объекта

3. Макетирование – применяется, когда протекающие в реальном объекте процессы не поддаются физическому моделированию, или применяется перед другими видами моделирования

2. Символическое – является искусственным процессом создания логического объекта, который замещает реальный и выражает основные свойства его отношений с помощью определенной системы законов или символов:

1 Знаковое.

2 Языковое.

3. Математическое – является процессом установления соответствия данному реальному объекту некоторого математического объекта – математической модели и исследования этой модели, позволяющее получить характеристики рассматриваемого объекта (реального). Вид математической модели зависит от природы реального объекта и задач исследования требуемой достоверности решения задачи, описывая реальный объект с некоторой степенью приближения:

1. Аналитическое – процессы функционирования элементов системы записываются в виде некоторых функциональных соотношений (алгебраических, интегральных, дифференциальных, конечно-разностных) или логических условий.

Методы исследования аналитических моделей:

1. аналитический – получают явные зависимости для искомых характеристик, тогда можно получить наиболее полную характеристику системы;

2. численный – решение носит частный характер, метод эффективен при использовании электронной вычислительной машины;

3. качественный – метод анализа применяется для оценки эффективности различных вариантов систем управления

2. Имитационное моделирование воспроизводит процессы функционирования системы во времени, что позволяет по исходным данным, сохраняя логическую структуру, имитировать элементарные явления, составляющие процесс и получить сведения о состояниях процесса в определенные моменты времени, решая более сложные задачи, аналитическим методом, являющийся наиболее эффективным методом исследования больших систем. Имитационное моделирование позволяет решать задачи анализа больших систем, задачи оценки вариантов структуры системы, влияния изменения параметров системы, структурного алгоритмического и параметрического синтеза больших систем. Результаты многократного воспроизведения на имитационной модели процесса функционирования системы S обрабатываются статистическими методами:

1. Метод статистического моделирования – это метод машиной реализации имитационной модели с целью исследования характеристик систем, подверженных случайным воздействиям;

2. Метод статистических испытаний (Монте-Карло) – является численным методом моделирования случайных величин и функций, вероятностные характеристики в которых совпадают с решениями аналитических задач;

1. Комбинированное – аналитико-имитационное моделирование используют предварительную декомпозицию процесса функционирования объекта на подпроцессы, и сочетает аналитическое и имитационное моделирование для подпроцессов, что расширяет возможности моделирования.

Реальное моделирование