Что понимается под моделированием и в чем состоит проблема моделирования

Экономическая библиотека

Сборник научных трудов об индивидуальной свободе и свободном рынке. Проект Liberty Fund, Inc.

ОСНОВЫ МЕНЕДЖМЕНТА

Общие проблемы моделирования

Как все средства и методы, модели науки управления могут привести к ошибкам. Эффективность модели может быть снижена действием ряда потенциальных погрешностей. Наиболее часто встречающиеся — недостоверные исходные допущения, ограниченные возможности получения нужной информации, страхи пользователя, слабое использование на практике, чрезмерно высокая стоимость.

НЕДОСТОВЕРНЫЕ ИСХОДНЫЕ ДОПУЩЕНИЯ. Любая модель опирается на некоторые исходные допущения или предпосылки. Это могут быть поддающиеся оценке предпосылки, например, что расходы на рабочую силу в следующие шесть месяцев составят 200 тыс. долл. Такие предположения можно объективно проверить и просчитать. Вероятность того, что они точны, будет высока. Некоторые предпосылки не поддаются оценке и не могут быть объективно проверены. Предположение о росте сбыта в будущем году на 10% — пример допущения, не поддающегося проверке. Никто не знает наверняка, произойдет ли это действительно. Поскольку такие предпосылки являются основой модели, точность последней зависит от точности предпосылок. Модель нельзя использовать для прогнозирования, например, потребности в запасах, если неточны прогнозы сбыта на предстоящий период.

В дополнение к допущениям по поводу компонентов модели, руководитель формулирует предпосылки относительно взаимосвязей внутри нее. К примеру, модель, предназначенная помочь в решении о том, сколько галлонов краски разных типов следует производить, должна, вероятно, включать допущение относительно зависимости между продажной ценой и прибылью, а также стоимостью материалов и рабочей силы. Точность модели зависит также от точности этих взаимосвязей.

ИНФОРМАЦИОННЫЕ ОГРАНИЧЕНИЯ. Основная причина недостоверности предпосылок и других затруднений — это ограниченные возможности в получении нужной информации, которые влияют и на построение, и на использование моделей. Точность модели определяется точностью информации по проблеме. Если ситуация исключительно сложна, специалист по науке управления может быть не в состоянии получить информацию по всем релевантным факторам или встроить ее в модель. Если внешняя среда подвижна, информацию о ней следует обновлять быстро, но это может быть нереализуемым или непрактичным.

Иногда при построении модели могут быть проигнорированы существенные аспекты, поскольку они не поддаются измерению. Например, модель определения эффективности новой технологии будет некорректной, если в нее встроена только информация о снижении издержек в соответствии с увеличением специализации. Трудно предсказуемое и измеряемое воздействие психологических установок рабочих также отражается на производительности. Если рабочим не нравится новый процесс, то рост издержек по причине прогулов, высокая текучесть кадров и заторы на производственных линиях могут помешать приросту производительности.

В общем, построение модели наиболее затруднительно в условиях неопределенности. Когда необходимая информация настолько неопределенна, что ее трудно получить, исходя из критерия объективности, руководителю, возможно, целесообразнее положиться на свой опыт, способность к суждению, интуицию и помощь консультантов.

СТРАХ ПОЛЬЗОВАТЕЛЕЙ. Модель нельзя считать эффективной, если ею не пользуются. Основная причина неиспользования модели заключается в том, что руководители, которым она предназначена, могут не вполне понимать получаемые с помощью модели результаты и потому боятся ее применять. Опрос журналом «Форчун» вице-президентов по производству из 500 фирм подтвердил, что основное препятствие для использования моделей науки управления вице-президентом — это недостаток у них знаний в этой области.

Группа исследователей пришла к выводу, что для борьбы с этим возможным страхом специалистам по количественным методам анализа следует значительно больше своего времени уделять ознакомлению руководителей с возможностями и порядком использования моделей. Руководители должны быть подготовлены к применению моделей, а высшему руководству следует подчеркивать, насколько значительно успех организации зависит от моделей и как они повышают способность руководителей эффективно планировать и контролировать работу организации.

СЛАБОЕ ИСПОЛЬЗОВАНИЕ НА ПРАКТИКЕ. Согласно ряду исследований уровень методов моделирования в рамках науки управления превосходит уровень использования моделей. Как указывалось выше, одна из причин такого положения дел — страх. Другие причины — это недостаток знаний и сопротивление переменам. Данная проблема подкрепляет желательность того, чтобы на стадии построения модели штабные специалисты привлекали к этому делу пользователей. Когда люди имеют возможность обсудить и лучше понять вопрос, метод или предполагаемое изменение, их сопротивление обычно снижается.

ЧРЕЗМЕРНАЯ СТОИМОСТЬ. Выгоды от использования модели, как и других методов управления, должны с избытком оправдывать ее стоимость. При установлении издержек на моделирование руководству следует учитывать затраты времени руководителей высшего и низшего уровней на построение модели и сбор информации, расходы и время на обучение, стоимость обработки и хранения информации.

Обзор моделей науки управления

Число всевозможных конкретных моделей науки управления почти так же велико, как и число проблем, для разрешения которых они были разработаны. Далее следует общее описание некоторых наиболее распространенных типов. Наша цель состоит не в объяснении способов их использования, а в том, чтобы помочь вам лучше понять возможности таких моделей и разновидности решений, для которых они предназначены. Это понимание даст вам возможность эффективнее обмениваться информацией по вашей проблеме со штабными специалистами и расширить представление о том, как предлагаемые ими модели и методы могут помочь в принятии решений.

Источник

Проблематика, задачи и цели моделирования

В теории моделирования основными являются проблемы: разработки универсальных подходов к построению моделей, точности симуляции движения их координат, оценки величин погрешностей, адекватности получаемых результатов, идентификации изучаемых систем, синтеза технических устройств и гипотез.

Задачи общей теории моделирования заключаются в решении перечисленных проблем. При поиске решений используются:

1. Методы теории подобия

2. Методы теории расчета цепей

3. Методы теории систем автоматического управления

4. Численные методы

Глобальными целями моделирования являются вопросы изучения природы систем, возможностей их структурного развития и прогнозирование поведения.

Технологии функционирования моделирующих программ

Каждая из программ математического моделирования динамических систем основана на одной из двух технологий:

1. Первая технология предполагает использование поточной модели управления при выполнении математических преобразований (функций) составляющих модель.

2. Вторая технология предполагает представление модели в виде текстовой записи системы уравнений, которую решатели моделирующих программ обрабатывают в пакетном режиме.

Поточная модель управления (Data Flow)

Модель программирования, в которой инструкции, процедуры или функции выполняются только тогда, когда все входные данные (т.е. параметры и аргументы) готовы.

Все потенциальные возможности программ с поточной моделью управления можно оценить, ознакомившись с программным комплексом LabVIEW (это не моделирующая программа, а лишь блестящий пример возможностей технологии). Вторая технология наиболее понятно и открыто представлена в программе Dynast.

Источник

Общие проблемы моделирования систем

Общие проблемы моделирования:

– недостоверные исходные допущения (неверно выбраны переменные или вид зависимости; неправильно спрогнозировано будущее влияние факторов на ситуацию)

– информационные ограничения (недостаток информации, необходимой для построения или применения модели)

– страх пользователей (недостаточная компетенция, особенности личности)

– слабое применение на практике

– чрезмерная стоимость (большие затраты труда высококвалифицированных и высокооплачиваемых специалистов при построении и внедрении модели)

Как все средства и методы, модели науки управления могут привести к ошибкам. Эффективность модели может быть снижена действием ряда потенциальных погрешностей. Наиболее часто встречающиеся — недостоверные исходные допущения, ограниченные возможности получения нужной информации, страхи пользователя, слабое использование на практике, чрезмерно высокая стоимость.

НЕДОСТОВЕРНЫЕ ИСХОДНЫЕ ДОПУЩЕНИЯ. Любая модель опирается на некоторые исходные допущения или предпосылки. Это могут быть поддающиеся оценке предпосылки, например, что расходы на рабочую силу в следующие шесть месяцев составят 200 тыс. долл. Такие предположения можно объективно проверить и просчитать. Вероятность того, что они точны, будет высока. Некоторые предпосылки не поддаются оценке и не могут быть объективно проверены. Предположение о росте сбыта в будущем году на 10% — пример допущения, не поддающегося проверке. Никто не знает наверняка, произойдет ли это действительно. Поскольку такие предпосылки являются основой модели, точность последней зависит от точности предпосылок. Модель нельзя использовать для прогнозирования, например, потребности в запасах, если неточны прогнозы сбыта на предстоящий период.

В дополнение к допущениям по поводу компонентов модели, руководитель формулирует предпосылки относительно взаимосвязей внутри нее. К примеру, модель, предназначенная помочь в решении о том, сколько галлонов краски разных типов следует производить, должна, вероятно, включать допущение относительно зависимости между продажной ценой и прибылью, а также стоимостью материалов и рабочей силы. Точность модели зависит также от точности этих взаимосвязей.

ИНФОРМАЦИОННЫЕ ОГРАНИЧЕНИЯ. Основная причина недостоверности предпосылок и других затруднений — это ограниченные возможности в получении нужной информации, которые влияют и на построение, и на использование моделей. Точность модели определяется точностью информации по проблеме. Если ситуация исключительно сложна, специалист по науке управления может быть не в состоянии получить информацию по всем релевантным факторам или встроить ее в модель. Если внешняя среда подвижна, информацию о ней следует обновлять быстро, но это может быть нереализуемым или непрактичным.

Иногда при построении модели могут быть проигнорированы существенные аспекты, поскольку они не поддаются измерению. Например, модель определения эффективности новой технологии будет некорректной, если в нее встроена только информация о снижении издержек в соответствии с увеличением специализации. Трудно предсказуемое и измеряемое воздействие психологических установок рабочих также отражается на производительности. Если рабочим не нравится новый процесс, то рост издержек по причине прогулов, высокая текучесть кадров и заторы на производственных линиях могут помешать приросту производительности.

В общем, построение модели наиболее затруднительно в условиях неопределенности. Когда необходимая информация настолько неопределенна, что ее трудно получить, исходя из критерия объективности, руководителю, возможно, целесообразнее положиться на свой опыт, способность к суждению, интуицию и помощь консультантов.

СТРАХ ПОЛЬЗОВАТЕЛЕЙ. Модель нельзя считать эффективной, если ею не пользуются. Основная причина неиспользования модели заключается в том, что руководители, которым она предназначена, могут не вполне понимать получаемые с помощью модели результаты и потому боятся ее применять. Опрос журналом «Форчун» вице-президентов по производству из 500 фирм подтвердил, что основное препятствие для использования моделей науки управления вице-президентом — это недостаток у них знаний в этой области.

Группа исследователей пришла к выводу, что для борьбы с этим возможным страхом специалистам по количественным методам анализа следует значительно больше своего времени уделять ознакомлению руководителей с возможностями и порядком использования моделей. Руководители должны быть подготовлены к применению моделей, а высшему руководству следует подчеркивать, насколько значительно успех организации зависит от моделей и как они повышают способность руководителей эффективно планировать и контролировать работу организации.

СЛАБОЕ ИСПОЛЬЗОВАНИЕ НА ПРАКТИКЕ. Согласно ряду исследований уровень методов моделирования в рамках науки управления превосходит уровень использования моделей. Как указывалось выше, одна из причин такого положения дел — страх. Другие причины — это недостаток знаний и сопротивление переменам. Данная проблема подкрепляет желательность того, чтобы на стадии построения модели штабные специалисты привлекали к этому делу пользователей. Когда люди имеют возможность обсудить и лучше понять вопрос, метод или предполагаемое изменение, их сопротивление обычно снижается.

ЧРЕЗМЕРНАЯ СТОИМОСТЬ. Выгоды от использования модели, как и других методов управления, должны с избытком оправдывать ее стоимость. При установлении издержек на моделирование руководству следует учитывать затраты времени руководителей высшего и низшего уровней на построение модели и сбор информации, расходы и время на обучение, стоимость обработки и хранения информации.

Обзор моделей науки управления

Число всевозможных конкретных моделей науки управления почти так же велико, как и число проблем, для разрешения которых они были разработаны. Далее следует общее описание некоторых наиболее распространенных типов. Наша цель состоит не в объяснении способов их использования, а в том, чтобы помочь вам лучше понять возможности таких моделей и разновидности решений, для которых они предназначены. Это понимание даст вам возможность эффективнее обмениваться информацией по вашей проблеме со штабными специалистами и расширить представление о том, как предлагаемые ими модели и методы могут помочь в принятии решений.

15) Машиная реализация модели

При необходимости машинная модель “растягивает” или “сжимает” реальное время, так как машинное моделирование связано с понятием системного времени, отличного от реального. Кроме того, с помощью машинного моделирования можно обучать персонал АСОИУ принятию решений в управлении объектом.

Сущность машинного моделирования системы состоит в проведении численного эксперимента с моделью, которая представляет собой некоторый программный комплекс, описывающий формально и (или) алгоритмически поведение элементов системы S в процессе ее функционирования, т. е. в их взаимодействии друг с другом и внешней средой Е.

Требованиями пользователя к модели M процесса функционирования системы S являются:

1. Полнота модели должна предоставлять пользователю возможность получения необходимого набора оценок характеристик системы с требуемой точностью и достоверностью.

2. Гибкость модели должна давать возможность воспроизведения различных ситуаций при варьировании структуры, алгоритмов и параметров системы.

3. Длительность разработки и реализации модели большой системы должна быть по возможности минимальной при учете ограничений на имеющиеся ресурсы.

4. Структура модели должна быть блочной, т. е. допускать возможность замены, добавления и исключения некоторых частей без переделки всей модели.

5. Информационное обеспечение должно предоставлять возможность эффективной работы модели с базой данных систем определенного класса.

6. Программные и технические средства должны обеспечивать эффективную (по быстродействию и памяти) машинную реализацию модели и удобное общение с ней пользователя.

7. Должно быть реализовано проведение целенаправленных (планируемых) машинных экспериментов с моделью системы с использованием аналитико-имитационного подхода при наличии ограниченных вычислительных ресурсов.

При машинном моделировании системы S характеристики процесса ее функционирования определяются на основе модели М, построенной исходя из имеющейся исходной информации об объекте моделирования.

При получении новой информации об объекте его модель пересматривается и уточняется с учетом новой информации, т.е. процесс моделирования, включая разработку и машинную реализацию модели, является итерационным. Этот итерационный процесс продолжается до тех пор, пока не будет получена модель М, которую можно считать адекватной в рамках решения поставленной задачи исследования и проектирования системы S.

Моделирование систем с помощью ЭВМ можно использовать в следующих случаях:

а) для исследования системы S до того, как она спроектирована, с целью определения чувствительности характеристики к изменениям структуры, алгоритмов и параметров объекта моделирования и внешней среды;

б) на этапе проектирования системы для анализа и синтеза различных вариантов системы и выбора такого варианта, который будет удовлетворять заданному критерию оценки эффективности системы при принятых ограничениях;

в) при эксплуатации системы, для получения информации, дополняющей результаты натурных испытаний (эксплуатации) реальной системы, и получения прогнозов развития системы во времени.

Основные этапы моделирования больших систем:

1) построение концептуальной (описательной) модели системы и ее формализация;

2) алгоритмизация модели и ее компьютерная реализация;

3) получение и интерпретация результатов моделирования.

16) Требования к модели

Под моделью понимается физический или абстрактный объект, свойства которого в определенном смысле сходны со свойствами исследуемого объекта. При этом требования к модели определяются решаемой задачей и имеющимися средствами [19]. Существует ряд общих требований к моделям:

1. Адекватность – достаточно точное отображение свойств объекта;

2. Полнота – предоставление получателю всей необходимой информации об объекте;

3. Гибкость – возможность воспроизведения различных ситуаций во всем диапазоне изменения условий и параметров;

4. Трудоемкость разработки должна быть приемлемой для имеющегося времени и программных средств.

Моделирование – это процесс построения модели объекта и исследования его свойств путем исследования модели.

Таким образом, моделирование предполагает 2 основных этапа:

1. Разработка модели;

2. Исследование модели и получение выводов.

При этом на каждом из этапов решаются разные задачи и используются отличающиеся по сути методы и средства.

На практике применяют различные методы моделирования. В зависимости от способа реализации, все модели можно разделить на два больших класса: физические и математические.

Источник

Моделирование

Модели́рование — исследование объектов познания на их моделях; построение и изучение моделей реально существующих объектов, процессов или явлений с целью получения объяснений этих явлений, а также для предсказания явлений, интересующих исследователя.

Содержание

Виды моделирования

В силу многозначности понятия «модель» в науке и технике не существует единой классификации видов моделирования: классификацию можно проводить по характеру моделей, по характеру моделируемых объектов, по сферам приложения моделирования (в технике, физических науках, кибернетике и т. д.). Например, можно выделить следующие виды моделирования:

Процесс моделирования

Процесс моделирования включает три элемента:

Первый этап построения модели предполагает наличие некоторых знаний об объекте-оригинале. Познавательные возможности модели обусловливаются тем, что модель отображает (воспроизводит, имитирует) какие-либо существенные черты объекта-оригинала. Вопрос о необходимой и достаточной мере сходства оригинала и модели требует конкретного анализа. Очевидно, модель утрачивает свой смысл как в случае тождества с оригиналом (тогда она перестает быть моделью), так и в случае чрезмерного во всех существенных отношениях отличия от оригинала. Таким образом, изучение одних сторон моделируемого объекта осуществляется ценой отказа от исследования других сторон. Поэтому любая модель замещает оригинал лишь в строго ограниченном смысле. Из этого следует, что для одного объекта может быть построено несколько «специализированных» моделей, концентрирующих внимание на определенных сторонах исследуемого объекта или же характеризующих объект с разной степенью детализации.

На втором этапе модель выступает как самостоятельный объект исследования. Одной из форм такого исследования является проведение «модельных» экспериментов, при которых сознательно изменяются условия функционирования модели и систематизируются данные о её «поведении». Конечным результатом этого этапа является множество (совокупность) знаний о модели.

На третьем этапе осуществляется перенос знаний с модели на оригинал — формирование множества знаний. Одновременно происходит переход с «языка» модели на «язык» оригинала. Процесс переноса знаний проводится по определенным правилам. Знания о модели должны быть скорректированы с учетом тех свойств объекта-оригинала, которые не нашли отражения или были изменены при построении модели.

Четвёртый этап — практическая проверка получаемых с помощью моделей знаний и их использование для построения обобщающей теории объекта, его преобразования или управления им.

Моделирование — циклический процесс. Это означает, что за первым четырёхэтапным циклом может последовать второй, третий и т. д. При этом знания об исследуемом объекте расширяются и уточняются, а исходная модель постепенно совершенствуется. Недостатки, обнаруженные после первого цикла моделирования, обусловленные малым знанием объекта или ошибками в построении модели, можно исправить в последующих циклах.

Сейчас трудно указать область человеческой деятельности, где не применялось бы моделирование. Разработаны, например, модели производства автомобилей, выращивания пшеницы, функционирования отдельных органов человека, жизнедеятельности Азовского моря, последствий атомной войны. В перспективе для каждой системы могут быть созданы свои модели, перед реализацией каждого технического или организационного проекта должно проводиться моделирование.

Математическое моделирование исторической динамики

Источник

Понятие модели и моделирования

Моделирование в научных исследованиях стало применяться еще в глубокой древности и постепенно захватывало все новые области научных знаний: техническое конструирование, строительство и архитектуру, астрономию, физику, химию, биологию и, наконец, общественные науки. Постепенно стала осознаваться роль моделирования как универсального метода научного познания. Большие успехи и признание практически во всех отраслях современной науки получило моделирование в ХХ в. Термин «модель» широко используется в различных сферах человеческой деятельности и имеет множество смысловых значений.

Модель – это описание или объект-заместитель объекта-оригинала, обеспечивающий изучение выбранных свойств оригинала в условиях, когда использование оригинала по тем или иным причинам невозможно.

Под моделированием понимается процесс построения, изучения и применения моделей. Моделирование является одной из форм отражения действительности. Моделирование тесно связано с такими категориями, как абстракция, аналогия, гипотеза и др. Процесс моделирования обязательно включает в себя и построение абстракций, и умозаключения по аналогии, и разработку научных гипотез. Главная особенность моделирования состоит в опосредованном познании с помощью объектов-заместителей. Модель выступает как своеобразный инструмент познания, который исследователь ставит между собой и объектом и с помощью которого изучает интересующий его объект. Понятие модели широко используется не только в науке и технике, но и в искусстве, и в повседневной жизни.

Возможности моделирования, то есть переноса результатов, полученных в ходе построения и исследования модели, на оригинал, основаны на том, что модель в определенном смысле отображает (воспроизводит, моделирует, описывает, имитирует) некоторые интересующие исследователя свойства объекта. Применительно к естественным и техническим наукам принято различать следующие виды моделирования:

Концептуальное моделирование. При таком моделировании совокупность уже известных фактов или представлений относительно исследуемого объекта или системы истолковывается с помощью некоторых специальных знаков, символов, операций над ними или с помощью естественного или искусственного языка.

Физическое моделирование. В этом случае модель и моделируемый объект представляют собой реальные объекты или процессы единой или различной физической природы, причем между процессами в объекте-оригинале и модели имеют место некоторые соотношения подобия, вытекающие из схожести физических явлений.

Структурно-функциональное моделирование. Моделями являются схемы (блок-схемы), графики, чертежи, диаграммы, таблицы, рисунки, дополненные специальными правилами их объединения и преобразования.

Математическое (логико-математическое) моделирование. Моделирование, включая построение модели, осуществляется средствами математики и логики.

Имитационное (программное) моделирование. Логико-математическая модель исследуемого объекта представляет собой алгоритм функционирования системы, реализованный в виде программного комплекса.

Перечисленные виды моделирования не являются взаимоисключающими и могут применяться при исследовании сложных объектов либо одновременно, либо в некоторой комбинации. Кроме того, в определенном смысле концептуальное и структурно-функциональное моделирование неразличимы, так как блок-схемы, конечно же, вполне можно считать специальными знаками с установленными операциями над ними.

Источник