История применения моделирования в науке 3 2 Методологическая основа моделирования 5 3 Понятие модели и моделирования




Скачать 181.75 Kb.
Дата11.05.2016
Размер181.75 Kb.
Оглавление



Введение 2

1 История применения моделирования в науке 3

2 Методологическая основа моделирования 5

3 Понятие модели и моделирования 7

3.1 Модель, классификация моделей 7

3.2 Моделирование, его цели и этапы 12

Заключение 16

Список литературы 17




Введение

Рассматривая моделирование как метод научного познания целесообразно начать суждение о методах научного познания в общем смысле.

В философском знании дано определение метода познания как способа достижения определенных результатов в познании.1

В процессе достижения оговоренных результатов, познавая объекты реального мира, человек использует разнообразные методы познания, одним из которых является моделирование.

Способ познания, рассмотренный в рамках данной работы, представляется возможным охарактеризовать как способ достижения и углубления знаний в науке посредством создания моделей и их изучения.

Понимание и систематизация знаний о данном способе познания окружающего мира имеет практическое значение в понимании вопросов обще-теоретических аспектов познания.

В ходе развития науки и научно-технического прогресса метод моделирования прошел длительную и сложную эволюцию от первых, применяемых простейших моделей в древние века до современного метода научного исследования, каковым он является сегодня.

В настоящее время моделирование как метод познания получил широкое распространение в современной науке, поскольку является практически универсальным средством исследования науки в различных ее направлениях.


1 История применения моделирования в науке

Обращаясь к истории моделирования как метода познания необходимо отметить, что 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.

По мнению Аверьянова А.М. моделирование как форма отражения действительности зарождается в античную эпоху одновременно с возникновением научного познания. Еще в VI-V вв. до н.э. Демокрит и Эпикур в своем «Атомистическом учении» проводили аналогии с круглыми и гладкими или же крючковатыми частицами, рассуждая об атомах и их формах, о способах их соединения между собой, об атомных ливнях и вихрях. Именно эти представления являлись прообразами моделей, созданных в наше время, и отражающих строение атома вещества и описывающих взаимоположение и взаимозависимость ядра и электронов.

Однако в более отчётливой форме, хотя и без употребления самого термина, моделирование начинает широко использоваться в эпоху Возрождения (XIV—XVI вв.), когда итальянские архитекторы и скульпторы пользовались моделями проектируемых ими сооружений, а в теоретических работах Галилео Галилея и Леонардо да Винчи не только используются модели, но и выясняются пределы применимости метода моделирования.

В 17 веке И. Ньютон начинает использовать этот метод познания осознанно, а уже в 19 веке трудно назвать область науки, где моделирование не имело бы существенного значения, исключительно большую методологическую роль сыграли разработки в области химии и физики.

Большие успехи и признание практически во всех отраслях современной науки принес методу моделирования ХХ век. В начале 20 века моделирование как метод познания претерпел глубочайшие изменения в связи с развитием кибернетики, которая открыла новые возможности и удивительные перспективы в констатации закономерностей и особенностей разных систем физической природы, которые свойственны различным уровням систематизации и организации форм движения и материи. Однако методология моделирования долгое время развивалась отдельными науками независимо друг от друга. Отсутствовала единая система понятий, единая терминология. Лишь постепенно стала осознаваться роль моделирования как универсального метода научного познания.



2 Методологическая основа моделирования

Рассмотрение процесса моделирования как метода познания представляется необходимым начать с изучения методологических основ, что в свою очередь предполагает обзор философских понятий, отражающих сущность изучаемого процесса.

По мнению автора А.С. Устенко, философскую концепцию моделирования составляют теория отражения и теория познания, а формально-методическую основу моделирования составляют теория подобия, теория эксперимента, математическая статистика, математическая логика и научные дисциплины, изучающие те предметные области, которые подлежат исследованию методами моделирования.

Научное исследование есть процесс познания определенной предметной области, объекта или явления с определенной целью. Тот же автор дает следующее определение предметной области - это мысленно ограниченная область реальной действительности или область идеальных представлений, подлежащая описанию (моделированию) и исследованию. Предметная область состоит из объектов, различаемых по каким-либо признакам (свойствам) и находящихся в определенных отношениях между собой, или взаимодействующих каким-либо образом.2

Все то, на что направлена человеческая деятельность, называется объектом. Выработка методологии направлена на упорядочение получения и обработки информации об объектах.3



Свойством  называется характерная особенность объекта, которая может быть замечена и оценена субъектом познания. 4

В научных исследованиях большую роль играют гипотезы, т. е. определенные предсказания, основывающиеся на небольшом количестве опытных данных, наблюдений, догадок. Быстрая и полная проверка выдвигаемых гипотез может быть проведена в ходе специально поставленного эксперимента. При формулировании и проверке правильности гипотез большое значение в качестве метода суждения имеет аналогия.

Аналогией называют суждение о каком-либо частном сходстве двух объектов, причем такое сходство может быть существенным и несущественным. Необходимо отметить, что понятия существенности и несущественности сходства или различия объектов условны и относительны. Существенность сходства (различия) зависит от уровня абстрагирования и в общем случае определяется конечной целью проводимого исследования. Современная научная гипотеза создается, как правило, по аналогии с проверенными на практике научными положениями. Таким образом, аналогия связывает гипотезу с экспериментом. 5

Для осуществления возможности исследования гипотезы и аналогии, отражающие реальный объект должны обладать наглядностью и сводиться к удобным логическим схемам, упрощающим рассуждения и позволяющим проводить эксперименты. Такие логические схемы называются моделями.



Моделирование  же есть процесс изучения объектов или явлений реального мира посредством исследования соответствующих свойств их моделей.

3 Понятие модели и моделирования

3.1 Модель, классификация моделей

Слово «модель» произошло от латинского слова «modulus», которое означает «мера», «образец». Его первоначальное значение было связано со строительным искусством, и почти во всех европейских языках оно употреблялось для обозначения образа или прообраза. Например, перед строительством здания, сооружения делали его уменьшенную копию для обсуждения, улучшения, утверждения проекта.

В настоящее время термин «модель» широко используется в различных сферах человеческой деятельности и имеет множество смысловых значений. В рамках данного реферативного исследования целесообразно рассмотреть значение данного термина в контексте инструмента получения знаний.

В процессе познания для удобства реальный объект заменяется другим идеальным, воображаемым или материальным объектом, несущим изучаемые свойства исследуемого объекта. Этот «модельный» объект подвергают исследованию, оказывают различные воздействия, изменяют параметры и начальные условия, тем самым осуществляя процесс познания. Результаты исследования модели переносят на реальный объект исследования и сопоставляют с имеющимися эмпирическими данными.

Автор Майер Р.В. дает следующее определение модели. Модель – это материальный или идеальный объект, замещающий исследуемую систему и адекватным образом отображающий ее существенные стороны. Модель должна в чем–то повторять исследуемый процесс или объект со степенью соответствия, позволяющей изучить объект–оригинал6, считает автор.

Существуют различные способы классификации моделей, в силу разнообразия последних. В самом общем смысле все модели можно разбить на два больших класса: модели предметные (материальные) и модели информационные (рисунок 1).


Рисунок 1 – Общая классификация моделей



Предметные модели воспроизводят геометрические, физические и другие свойства объектов в материальной форме. Информационные модели представляют объекты и процессы в образной или знаковой форме. Образные модели представляют собой зрительные образы объектов, зафиксированные на каком-либо носителе информации (бумаге, фото- и кинопленке и др).

Образные информационные модели используются в образовании и науке, где требуется классификация объектов по их внешним признакам (в ботанике, биологии, палеонтологии и др.).

Знаковые информационные модели строятся с использованием различных языков (знаковых систем). Знаковая информационная модель может быть представлена в форме текста формулы, таблицы и т.д.

При изучении нового объекта обычно строится его описательная информационная модель на естественном языке, а затем она формализуется, то есть выражается с использованием формальных языков (математики, логики и др.).       

В учебной литературе приведены различные способы классификации существующего многообразия моделей. Так, автор Шеннон Р. выделяет следующие виды моделей:

1) детерминированные и стохастические;

2) статические и динамические;

3) дискретные, непрерывные и дискретно–непрерывные;

4) мысленные и реальные. 7
Автор Майер Р.В. приводит схему, различных классификаций моделей: по характеру моделируемой стороны объекта; по отношению ко времени; по способу представления состояния системы; по степени случайности моделируемого процесса; и по способу реализации (рисунок 2).

Рисунок 2 – Различные способы классификации

моделей по Майеру Р.В.8


Согласно приведенной схеме, по характеру моделируемой стороны объекта выделяют: кибернетические или функциональные модели, в них моделируемый объект рассматривается как неизвестное. Поведение его описываться математическим уравнением, графиком или таблицей, которые связывают выходные сигналы (реакции) устройства с входными (стимулами), структура и принципы действия такой модели не имеют ничего общего с исследуемым объектом, но функционирует они похожим образом (например, компьютерная программа, моделирующая игру в шашки); структурные модели – это модели, структура которых соответствует структуре моделируемого объекта (пример: командно-штабные учения, день самоуправления, модель электронной схемы в Electronics Workbench); информационные модели, представляющие собой совокупность специальным образом подобранных величин и их конкретных значений, которые характеризуют исследуемый объект, при этом выделяются вербальные, табличные, графические и математические информационные модели (например, информационная модель студента может состоять из оценок за экзамены, Или информационная модель некоторого производства представляет набор параметров, характеризующих производство, наиболее существенные характеристики, параметры выпускаемого товара.

По отношению ко времени выделяют: статические модели – модели, состояние которых не изменяется с течением времени: макет застройки квартала, модель кузова машины; динамические модели представляют собой функционирующие объекты, состояние которых непрерывно изменяется (модели двигателя и генератора, анимационная модель работы ЭВМ).

По способу представления состояния системы различают: дискретные, к ним относятся действующие модели – автоматы, то ест реальные или воображаемые дискретные устройства с некоторым набором внутренних состояний, преобразующие входные сигналы в выходные в соответствии с заданными правилами; непрерывные модели, в которых протекают непрерывные процессы. Например, использование аналоговой ЭВМ для решения дифференциального уравнения, моделирования радиоактивного распада с помощью конденсатора, разряжающегося через резистор).

По степени случайности моделируемого процесса выделяются детерминированные модели, которым свойственно переходить из одного состояния в другое в соответствии с жестким алгоритмом, то есть между внутренним состоянием, входными и выходными сигналами имеется однозначное соответствий (модель светофора); стохастические модели, функционирующие подобно вероятностным автоматам; сигнал на выходе и состояние в следующий момент времени задается матрицей вероятностей. (например, вероятностная модель ученика, компьютерная модель передачи сообщений по каналу связи с шумом).

По способу реализации различают: абстрактные модели, то есть мысленные модели, существующие только в нашем воображении (например, структура алгоритма, функциональная зависимость, дифференциальное уравнение, описывающее некоторый процесс, различные графические модели, схемы, структуры, анимации); материальные (физические) модели представляют собой неподвижные макеты либо действующие устройства, функционирующие в чем–то подобно исследуемому объекту (например, модель молекулы из шариков, макет атомной подводной лодки). 9

Преимущество подмены исследуемого объекта его моделью состоит в том, что часто модели проще, дешевле и безопаснее исследовать. Но для того, чтобы результаты исследований модели можно было бы перенести на исследуемый объект, модель должна обладать свойством адекватности, что означает, что модель объекта должна отражать его наиболее важные качества,

пренебрегая второстепенными.

3.2 Моделирование, его цели и этапы

В процессе познания окружающего мира человечество постоянно использует моделирование и формализацию, что выражается процессом построения, изучения и применения моделей.

Авторами Б.Л. Советовым и С.А. Яковлевым приводится следующее определение моделирования. Замещение одного объекта другим с целью получения информации о важнейших свойствах объекта- оригинала с помощью объекта-модели называется моделированием.10

Применительно к моделированию систем, в учебном пособии А.В. Петрова, моделирование рассматривается как средство изучения системы путем ее замены боле удобной для исследования системой (моделью), сохраняющей интересующие исследователя свойства.11

Таким образом, моделирование может быть определено как представление объекта в виде модели для получения информации об этом объекте путем проведения экспериментов с его моделью.

По мнению Р.В. Майера, при моделировании могут преследоваться различные цели:

1) познание сущности изучаемого объекта, причин его поведения, устройства и механизма взаимодействия элементов;

2) объяснение уже известных результатов эмпирических исследований, верификация параметров модели по экспериментальным данным;

3) прогнозирование поведения систем в новых условиях при различных внешних воздействиях и способах управления;

4) оптимизация функционирования исследуемых систем, поиск правильного управления объектом в соответствии с выбранным критерием оптимальности.

Процесс моделирования включает три элемента:

- субъект (исследователь),

- объект исследования,

-модель, опосредствующую отношения познающего субъекта и познаваемого объекта.

Процесс моделирования включает в себя следующие этапы:

Первый этап - построения модели. Данный этап предполагает наличие некоторых знаний об объекте исследования, поскольку модель должна отражать какие-либо существенные черты объекта исследования. Следует отметить, что модель утрачивает свой смысл в случае тождества с оригиналом, так и в случае чрезмерного во всех существенных отношениях отличия от оригинала.

Модель замещает оригинал лишь в строго ограниченном смысле, поскольку изучение одних сторон моделируемого объекта осуществляется ценой отказа от отражения других сторон. Из этого следует, что для одного объекта может быть построено несколько моделей, концентрирующих внимание на определенных сторонах исследуемого объекта или же характеризующих объект с разной степенью детализации.



На втором этапе процесса моделирования 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 ее поведении. Конечным результатом этого этапа является множество знаний о модели.

На третьем этапе осуществляется перенос знаний с модели на оригинал, формирование множества знаний об объекте. Этот 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. Это означает, что достаточное основание переносить какой-либо результат с модели на оригинал существует, если этот результат необходимо связан с признаками сходства оригинала и модели. Если же определенный результат модельного исследования связан с отличием модели от оригинала, то этот результат переносить неправомерно.

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

Для понимания сущности моделирования важно не упускать из виду, что моделирование - не единственный источник знаний об объекте. Процесс моделирования включен в более общий процесс познания. Это обстоятельство учитывается не только на этапе построения модели, но и на завершающей стадии, когда происходит объединение и обобщение результатов исследования, получаемых на основе многообразных средств познания.

Моделирование циклический процесс. Это означает, что за первым четырехэтапным 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 и ошибками в построении модели, можно исправить в последующих циклах. В методологии моделирования, таким образом, заложены большие возможности саморазвития.12

Указанные характеристики моделирования как процесса, а также другие его характеристики отражают свою суть в основных принципах моделирования, выделенных К.А. Хайдаровым.

Основные принципы моделирования состоят в следующем:


  1. Принцип информационной достаточности - При полном отсутствии информации об объекте построить модель невозможно. При наличии полной информации моделирование лишено смысла. Существует уровень информационной достаточности, при достижении которого может быть построена модель системы.

  2. Принцип осуществимости - Создаваемая модель должна обеспечивать достижение поставленной цели исследования за конечное время.

  3. Принцип множественности моделей - Любая конкретная модель отражает лишь некоторые стороны реальной системы. Для полного исследования необходимо построить ряд моделей исследуемого процесса, причем каждая последующая модель должна уточнять предыдущую.

  4. Принцип системности - Исследуемая система представима в виде совокупности взаимодействующих друг с другом подсистем, которые моделируются стандартными математическими методами. При этом свойства системы не являются суммой свойств ее элементов.

  5. Принцип параметризации - Некоторые подсистемы моделируемой системы могут быть охарактеризованы единственным параметром: вектором, матрицей, графиком, формулой.13


Заключение

В рамках данной реферативной работы рассмотрены основные понятия и характеристики моделирования как метода научного познания. Обозначена структура процесса моделирования, рассмотрены возможные способы классификации моделей, как основного элемента средства научного познания – моделирования.



Изучение теоретических основ моделирования, его этапов и принципов позволяет сделать вывод о возможности представлении метода моделирования как средства, позволяющего устанавливать более глубокие и сложные взаимосвязи между теоритическим аспектом исследуемой области и практическим экспериментом.

На основании изученного материала представляется возможным сделать вывод, что моделирование в широком смысле является основным методом исследований во всех областях знаний и, с развитием информационно-вычислительной среды, используемой как инструмент для проведения значительного числа расчетов, будет только укреплять свои позиции в системе научного познания человечеством окружающего мира.



Список литературы

Монографии, исследования




  1. Аверьянов, А.Н. Системное познание мира: методологические проблемы / А.Н. Аверьянов. – М. : Политиздат ,1991. – 263 с.

  2. Бусленко, Н.П. Моделирование сложных систем / Н.П. Бусленко. – М. : Наука, 1988. – 400 с.

  3. Лешкевич, Т.Г. Философия науки: традиции и новации / Т.Г. Лешкевич. – М. : ПРИОР, 2001 – 198 с.

  4. Мамедов, Н.М. Моделирование и синтез знаний / Н.М. Мамедов. – Баку : Изд. «Элм», 1979. – 107с.

  5. Самарский, А.А. Математическое моделирование. Идеи. Методы. Примеры / А.А. Самарский, А.П. Михайлов. – М. : Наука, 1997.  – 320 с.

  6. Шеннон, Р. Имитационное моделирование систем искусство и наука / Р.Шеннон.: – М. : Мир, 1978. – 302 с.

Учебники и учебные пособия




  1. Петров, А.В. Моделирование систем : учеб. пособие / А.В. Петров – Иркутск : Изд. Иркутского госуд. техн. университета, 2000 – 286с.

  2. Советов, Б.Л., Моделирование систем : учебник для студентов вузов, обучающихся по направлениям «Информатика и вычислительная техника» и «Информационные системы» / Б.Л. Советов, С.А. Яковлев - М. : Высш. шк., 2001. – 343 с.

Электронные ресурсы




  1. Майер, Р.В. Компьютерное моделирование [Электронный ресурс] / Р.В. Майер – Режим доступа: http://www.maier-rv.glazov.net/Komp-modl.pdf

  2. Устенко, А.С. Основы математического моделирования и алгоритмизации процессов функционирования сложных систем [Электронный ресурс]/А.С. Устенко - 2000 Режим доступа: http://ustenko.fromru.com/part1.html

  3. Хайдаров, К.А. Основы rомпьютерного моделирования [Электронный ресурс] : Дистанционный курс / К.А. Хайдаров - Режим доступа: http://bourabai.ru/cm/1.htm



1 Лешкевич, Т.Г. Философия науки: традиции и новации. М. ,2001. С. 37


2 Устенко, А.С. Основы математического моделирования и алгоритмизации процессов функционирования сложных систем [Электронный ресурс] /А.С. Устенко – 2000. URL: http://ustenko.fromru.com/part1.html

3 Советов, Б.Л., Яковлев, С.А. Моделирование систем., М., 2001. С.5

4 Устенко, А.С. Основы математического моделирования и алгоритмизации процессов функционирования сложных систем [Электронный ресурс] /А.С. Устенко – 2000. URL: http://ustenko.fromru.com/part1.html


5 Советов, Б.Л., Яковлев, С.А. Моделирование систем., М., 2001. С.6

6 Майер, Р.В. Компьютерное моделирование [Электронный ресурс] / Р.В. Майер – URL: http://www.maier-rv.glazov.net/Komp-modl.pdf

7 Шеннон Р. Имитационное моделирование систем: искусство и наука. М., 1978. С.56

8 Майер, Р.В. Компьютерное моделирование [Электронный ресурс] / Р.В. Майер – URL: http://www.maier-rv.glazov.net/Komp-modl.pdf

9 Майер, Р.В. Компьютерное моделирование [Электронный ресурс] / Р.В. Майер – URL: http://www.maier-rv.glazov.net/Komp-modl.pdf

10 Советов, Б.Л., Яковлев, С.А. Моделирование систем., М., 2001. С.6

11 Петров, А.В. Моделирование систем. Иркутск,2000. С.43

12 Самарский, А. А., Михайлов, А. П. Математическое моделирование: Идеи. Методы. Примеры.  М., 1997. С.28

13 Хайдаров, К.А. Основы rомпьютерного моделирования [Электронный ресурс] : Дистанционный курс / К.А. Хайдаров - URL: http://bourabai.ru/cm/1.htm


База данных защищена авторским правом ©ekonoom.ru 2016
обратиться к администрации

    Главная страница