34. Задачи моделирования. Достоинства и недостатки метода моделирования.

При построении модели (разработка моделирующего алгоритма) сложный стохастический процесс рассматривается как последовательность конечного числа взаимосвязанных элементарных стохастических актов. Реализация модели представляет собой последовательное поэлементное теоретическое воспроизведение процесса, моделирующее реальную физическую систему.

Особенностью метода является то, что получаемая в результате моделирования информация по своей природе аналогична той информации, которую можно было бы получить в процессе исследования реальной системы, однако объем ее значительно больший и на ее получение затрачивается меньше средств и времени. Отсюда следует эффективность использования метода моделирования, а также высокая точность и достоверность получаемых с его помощью результатов по сравнению с исследованием реальной системы.

Метод моделирования обычно используется для решения двух классов задач: детерминированных и вероятностных. Наибольший практический интерес представляет применение метода к вероятностным задачам, что позволяет решать задачи, не сформулированные в виде уравнений или формул.

Теоретической основой метода моделирования служит закон больших чисел. Следовательно, этот метод основан на самых общих теоремах теории вероятностей и принципиально не содержит никаких ограничений. Он может быть применен для исследования любой системы с известным алгоритмом функционирования, а при достаточно большом числе испытаний от него можно требовать любой точности. Метод моделирования позволяет полнее учесть особенности функционирования исследуемых систем, использовать любые законы распределения исходных случайных величин, имеет наглядную вероятностную трактовку, достаточно простую вычислительную схему и малую чувствительность к случайным сбоям машины в процессе решения. Все это достоинства метода.

Вместе с тем метод моделирования обладает рядом недостатков, наиболее существенными из которых являются большая трудоемкость и частный характер решения.

35. Классификация моделей: по способу использования, по отражению режимов работы.

1. По способу использования моделей различают:

а) исследовательские (познавательные, когнитивные), предназначенные для генерации знаний путем изучения свойств объекта; б) учебные, предназначенные для передачи знаний об изучаемом объекте; в) рабочие (прагматические), предназначенные для генерации правильных действий в процессе достижения цели.

К исследовательским моделям относятся полунатурные стенды, физические модели, математические модели. Отметим, что исследовательские модели могут выступать в качестве учебных, если они предназначены для передачи знаний о свойствах объекта. Примерами рабочих моделей могут служить: робот; автопилот; математическая модель объекта, встроенная в систему управления или контроля; искусственное сердце и т.д. При этом исследовательские и учебные модели должны приближаться к реальности, а рабочие модели должны отражать эту реальность. Четкой границы между этими моделями не существует. Так, например, исследовательская модель, адекватно отражающая свойства объекта, может быть использована в качестве рабочей. Исследовательские модели являются носителями новых знаний, учебные модели соединяют старые знания с новыми, а рабочие модели идеализируют накопленные знания в форме идеальных действий по выполнению тех или иных функций, которые желательно было бы осуществить.

2. По отражению режимов работы системы различают:

а) статические модели, которые отражают установившиеся (равновесные) режимы работы системы; б) динамические, которые отражают неустановившиеся (неравновесные, переходные) режимы работы системы.

Статические режимы работы элементов, объектов, систем отражены в их статических характеристиках (линейных, нелинейных) и описываются соответствующими алгебраическими функциональными зависимостями.