2) По отношению ко времени модели делятся на: статические и динамические.
Статические описывают систему в определенный момент времени, т.е. статическая модель не имеет в качестве входных параметров переменной времени.
Динамические рассматривают поведение системы во времени. В зависимости от представления в них времени динамические модели делятся на: дискретные (все события происходят по интервалам времени) и непрерывные (все события происходят непрерывно во времени).
Дискретная модель характеризуется тем, что переменная времени задана на дискретном множестве значений. Пример: ряд Фибоначчи является дискретной моделью размножения кроликов.
При математическом моделировании непрерывных динамических объектов в качестве моделей обычно выступают дифференциальные уравнения, связывающие поведение объекта со временем. Преимущество этого метода: одно и то же уравнение моделирует системы различной физической природы. Например, дифференциальные уравнения используются для моделирования движения идеального маятника.
3) По наличию случайных воздействий на систему модели делятся на детерминированные (в них отсутствуют случайные воздействия) и стохастические (в них присутствуют случайные воздействия).
Модель, содержащая стохастические параметры, описывается аппаратом теории вероятностей. Пример стохастической модели – моделирование дорожного движения.
4) По области применения: универсальные (предназначенные для использования многими системами) и специализированные (созданные для исследования конкретной системы).
Также модели можно разделить на аналитические и имитационные.
Аналитическое моделирование заключается в построении модели, описанной в виде аналитических выражений – формул.
Аналитическими называются модели, использующие алгебраические, дифференциальные и другие уравнения, и предусматривающие осуществление однозначной вычислительной процедуры, приводящей к их точному решению.
Методами, применяемыми к аналитической модели при известных входных параметрах для получения результата, являются численные и аналитические.
Имитационные модели не просто отражают реальность с той или иной степенью точности, а имитируют ее. Эксперимент может многократно повторяться, чтобы изучить и оценить последствия каких-то воздействий на реальную обстановку. Подобный метод называется методом проб и ошибок.
Модели, воспроизводящие свойства и способы функционирования исследуемой системы, называются имитационными.
Информационные модели:
Основные понятия:
Информационным объектом называется описание реального объекта, процесса или явления в виде совокупности его характеристик (информационных элементов), называемых атрибутами.
Пример. Информационный объект – СТУДЕНТ. Имеет атрибуты: номер зачетной книжки (ключевой атрибут), фамилия, имя, отчество, дата рождения… Информационный объект – ПРЕПОДАВАТЕЛЬ. Атрибуты: код (ключ), ФИО, ученая степень, звание, должность.
Отношения, существующие между объектами, определяются в информационных моделях как связи (1 : 1, 1 : М, М : М).
Связанная совокупность информационных объектов, описывающих информационные процессы предметной области, называются информационной моделью.
К информационным моделям относятся, например, базы данных и базы знаний.
Ядром любой БД является модель представления данных. Различают иерархическую, сетевую и реляционную модели данных.
Иерархическая модель:
Узлы, помеченные на рисунке номерами 5-6, 8-10 и 12-14, называются листьями.
К основным понятиям иерархической модели данных относятся: корень, уровень, предок, потомок.
Родословная собаки описывается информационной моделью двоичное дерево.
Сетевая модель:
Реляционная модель – данные представлены в виде взаимосвязанных таблиц.
Самостоятельно пройти: искусственный интеллект и базы знаний.
Основные моменты:
К методам моделирования решений интеллектуальных задач относятся: модель лабиринтного поиска, эвристическое программирование, методы математической логики.
К моделям представления знаний относятся: продукционные модели, фреймы, семантические сети.
Ядро любой интеллектуальной системы это база знаний.
Знания в интеллектуальных системах делятся на процедурные и декларативные.
Программные комплексы, аккумулирующие знания специалистов и тиражирующие их эмпирический опыт для решения задач прогнозирования, принятия решений и обучения, называются экспертными системами.