МОУ «Лицей № 43

(естественно-технический)

МОДЕЛИРОВАНИЕ

ИНЕРЦИАЛЬНОЕ МОДЕЛИРОВАНИЕ

Пичугин Илья,

10 Б класс

Саранск

2014

Содержание



Моделирование и его виды..........…………………………………………………….3 Модель и ее свойства. Виды моделей..............……………………………………...3 Имитационное(компьютерное)моделирование.................................………………..4 История развития моделирования.........……………………………………………...6 Заключение.....…………………………………………………………………………7 Список литературы.........................................................……………………………...8

1. Моделирование и его виды

       Моделирование - это метод 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.[1]

       Возможности моделирования, то есть перенос результатов, полученных в ходе построена исследования модели, на оригинал, основаны на том, что модель в определенном смысле отображает (воспроизводит, моделирует, описывает, имитирует) некоторые интересующие исследователя черты объекта.[7] Моделирование как форма отражения действительности широко распространено, и достаточно полная классификация возможных видов моделирования крайне затруднительна, хотя бы в силу многозначности понятия «модель», широко используемого не только в науке и технике, но искусстве, и в повседневной жизни.[2] Тем не менее, применительно к естественным и техническим наукам принято различать следующие виды моделирования :

НЕ нашли? Не то? Что вы ищете?
    концептуальное моделирование, при котором 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 языков;[3] физическое (натурное) моделирование, при котором модель и моделируемый объект представляют собой реальные объекты или процессы единой или различной физической природы, причем между процессами в объекте-оригинале и в модели выполняются некоторые соотношения подобия, вытекающие из схожести физических явлений;[3] структурно-функциональное моделирование, при котором моделями являются схемы (блок-схемы), графики, чертежи, диаграммы, таблицы, рисунки, дополненные специальными правилами их объединения и преобразования;[3] математическое (логико-математическое) моделирование, при котором моделирование, включая построение модели, осуществляется средствами математики и логики;[3] имитационное (компьютерное) моделирование, при котором логико-математическая модель исследуемого объекта представляет собой алгоритм функционирования объекта, реализованный в виде программного комплекса для компьютера.[3]

       Разумеется, перечисленные выше виды моделирования не являются взаимоисключающими и могут применяться при исследовании сложных объектов либо одновременно, либо в некоторой комбинации. Кроме того, в некотором смысле концептуальное и, скажем, структурно-функциональное моделирование неразличимы между собой, так как блок-схемы, конечно же, являются специальными знаками с установленными операциями над ними.[3]

2. Модель и ее свойства. Виды моделей

       Модель - это система, исследование которой служит  средством для получения информации о другой системе, это упрощенное представление реального устройства или протекающих в нем процессов, явлений.[9]

       

Основные свойства модели:

    конечность — модель отображает оригинал лишь в конечном числе его отношений и, кроме того, ресурсы моделирования конечны;[2] упрощенность — модель отображает только существенные стороны объекта и, кроме того, должна быть проста для исследования или воспроизведения;[2] приблизительность — действительность отображается моделью грубо, или приблизительно;[2] адекватность моделируемой системе — модель должна успешно описывать моделируемую систему;[2] наглядность, обозримость основных свойств и отношений;[2] доступность и технологичность для исследования или воспроизведения;[2] информативность — модель должна содержать достаточную информацию о системе (в рамках гипотез, принятых при построении модели) и давать возможность получить новую информацию;[2] сохранение информации, содержавшейся в оригинале (с точностью рассматриваемых при построении модели гипотез);[2] полнота — в модели должны быть учтены все основные связи и отношения, необходимые для обеспечения цели моделирования;[2] устойчивость — модель должна описывать и обеспечивать устойчивое поведение системы, если даже та вначале является неустойчивой;[2] замкнутость — модель учитывает и отображает замкнутую систему необходимых основных гипотез, связей и отношений. [2]

Модели по их назначению бывают трех видов:

    Познавательная модель — форма организации и представления знаний, средство соединения новых и старых знаний. Познавательная модель, как правило, подгоняется под реальность и является теоретической моделью.[2] Прагматическая модель — средство организации практических действий, рабочего представления целей системы для ее управления. Реальность подгоняется под некоторую прагматическую модель. Это, как правило, прикладная модель.[2] Инструментальная модель — средство построения, исследования или использования прагматических или познавательных моделей. Познавательные модели отражают существующие, а прагматические — хоть и не существующие, но желаемые и, возможно, исполнимые отношения и связи.[2]

По уровню моделирования модели бывают:

    Эмпирическая — на основе эмпирических фактов, зависимостей;[2] Теоретическая — на основе математических описаний;[2] Смешанная - использующая эмпирические зависимости и математические описания.[2]

3. Имитационное (компьютерное) моделирование

       Имитационное модель представляет собой программу, реализованную на компьютере, описывающую (моделирующую) функционирование элементов моделируемой системы, их связь между собой и внешней средой.[6]

       Имитационная модель является функциональной, так как она создается для получения характеристик моделируемого процесса, а не структуры, аналогичную размещению и связям элементов в моделируемом объекте.[6]

       Имитационная модель дает численное решение задачи, что не позволяет непосредственно усматривать функциональные связи между параметрами процесса, как это демонстрируют аналитические модели.[9] Однако, выполнив серию экспериментов с моделью, направленно изменяя значения исследуемого фактора и выполнив обработку результатов, можно построить искомую связь между показателем эффективности системы и исследуемым фактором.[6]

       Имитационную модель, в отличии от аналитической модели, можно разработать с любой детализацией процесса или явления.

       Как правило, имитационные модели создают для исследования процессов, на течение которых влияют различного рода случайности: отказы и сбои технических устройств, неточности измерений, рассеивание попаданий относительно точек прицеливания и многое другое. Следовательно, результат такого процесса случаен. В имитационной модели случайные факторы моделируются при помощи специально подобранных генераторов случайных величин, которые входят в современные системы имитационного моделирования. Для получения характеристик таких вероятностных операций имитационная модель многократно реализуется на компьютере. Полученный при этом ряд значений исследуемого параметра подвергается статистической обработке, в результате которой и определяются характеристики случайных показателей процесса - матожидание, дисперсия, закон распределения и т. п. Такие имитационные модели называют статистическими имитационными или статистическими.[6]

Достоинства имитационного моделирования:

    позволяет решать более сложные задачи; [5] дает возможность исследовать особенности функционирования реальной системы в разнообразных условиях, включающих критические, аварийные, в космосе и т. п. (поскольку имитационное моделирование представляет собой машинный аналог (имитацию) сложного процесса, машинный эксперимент с имитационной моделью); [5] существенно сокращает стоимость и продолжительность испытаний по сравнению с натурным экспериментом, с физическим моделированием, то есть экономит ресурсы; [5] позволяет включать результаты натурных испытаний компонентов реальной системы; [5] позволяет достигать лучшие решения за счет гибкости и легкости варьирования структуры, алгоритмов и параметров; [5] является единственным практически реализуемым методом для исследования сложных систем.[5]

       В качестве относительного недостатка имитационного моделирования отметим, что каждое решение носит частный характер, так как оно соответствует фиксированным элементам структуры, алгоритмам, значениям параметров — требуется многократное повторение имитационного эксперимента при вариации исходных данных. Несмотря на принципиальные различия, граница между цифровыми моделями во многом условна, так как все они используют математические модели и вычислительные процедуры. Другими словами, математические модели представляют одну из важнейших основ имитации.[5]

       Говоря об имитационном моделировании, необходимо указать на такую важную проблему, как искусственный интеллект. Речь идет об имитации различных процессов, присущих творческой деятельности человека. Дело не только в том, что элементы искусственного интеллекта необходимо включать в САПР для решения проектно-конструкторских задач. Развитие методов имитации существенно для развития теории и практики искусственного интеллекта как науки, так как основной задачей искусственного интеллекта является задача имитации метапроцедур — процедур универсального творческого характера, когда приходиться иметь дело со знаниями, а не только с данными. Другими словами без имитационного моделирования трудно познать метапроцедуры при решении интеллектуальных задач.[5]

Практическое применение:

    анализ распространения загрязняющих веществ в атмосфере[3] проектирование шумовых барьеров для борьбы с шумовым загрязнением[3] конструирование транспортных средств[3] полетные имитаторы для тренировки пилотов[3] прогнозирование погоды[3] эмуляция работы других электронных устройств[3] прогнозирование цен на финансовых рынках[3] исследование поведения зданий, конструкций и деталей под механической нагрузкой[3] прогнозирование прочности конструкций и механизмов их разрушения[3] проектирование производственных процессов, например химических[3] стратегическое управление организацией[3] исследование поведения гидравлических систем: нефтепроводов, водопровода[3] моделирование роботов и автоматических манипуляторов[10] моделирование сценарных вариантов развития городов[3] моделирование транспортных систем[3] конечно-элементное моделирование краш-тестов[1] моделирование результатов пластических операций[3]

Имитационное моделирование краш-теста методом конечных элементов:

[1]

4. История развития моделирования

       Моделирование как познавательный приём неотделимо от развития знания. Практически во всех науках о природе, живой и неживой, об обществе, построение и использование моделей является мощным орудием познания. Реальные объекты и процессы бывают столь многогранны и сложны, что лучшим способом их изучения часто является построение модели, отображающей какую-то грань реальности и потому многократно более простой, чем эта реальность, и исследование вначале этой модели.[4]

       Многовековой опыт развития науки доказал на практике плодотворность такого подхода.[10]

       Однако моделирование как специфическое средство и форма научного познания не является изобретением 19 или 20 века.[4]

       Достаточно указать на представления Демокpита и Эпикура об атомах, их форме, и способах соединения, об атомных вихрях и ливнях, объяснения физических свойств различных веществ с помощью представления о круглых и гладких или крючковатых частицах, сцепленных между собой. Эти представления являются прообразами современных моделей, отражающих ядеpно-электpонное строение атома вещества.[4]

       По существу, моделирование как форма отражения действительности зарождается в античную эпоху одновременно с возникновением научного познания. Однако в отчётливой форме (хотя без употребления самого термина) моделирование начинает широко использоваться в эпоху Возрождения; Брунеллески, Микеланджело и другие итальянские архитекторы и скульпторы пользовались моделями проектируемых ими сооружений; в теоретических же работах Галилео Галилея и Леонардо да Винчи не только используются модели, но и выясняются пределы применимости метода моделирования.[4]

       И. Ньютон пользуется этим методом уже вполне осознанно, а в 19 веке трудно назвать область науки или её приложений, где моделирование не имело бы существенного значения; исключительно большую методологическую роль сыграли в этом отношении работы Кельвина, Дж. Максвелла, , и других физиков и химиков — именно эти науки стали, можно сказать, классическими «полигонами» метода моделирования.[4]

       20 век принес методу моделирования новые успехи, но одновременно поставил его перед серьезными испытаниями. С одной стороны, развивающийся математический аппарат обнаружил новые возможности и перспективы этого метода в раскрытии общих закономерностей и структурных особенностей систем различной физической природы, принадлежащих к разным уровням организации материи, формам движения. С другой же стороны, теория относительности и, в особенности, квантовая механика, указали на неабсолютный, относительный характер механических моделей, на трудности, связанные с моделированием.[4]

       Появление первых электронных вычислительных машин (Джон фон Нейман, 1947) и формулирование основных принципов кибернетики (Норберт Винер, 1948) привели к поистине универсальной значимости новых методов — как в абстрактных областях знания, так и в их приложениях.[4]

       В конце 40-х годов в нашей стране кибернетика подвергалась массированным атакам. В литературе, в том числе и в учебных пособиях, утверждалось, что это реакционная лженаука, поставленная на службу империализму, которая пытается заменить мыслящего, борющегося человека машиной в быту и на производстве, используется для разработки электронного оружия и т. п.[4]

       Реабилитация кибернетики произошла благодаря стараниям ряда крупных ученых, прежде всего , отстаивавших правомерность и материалистичность кибернетического взгляда на мир. Вслед за учеными эту задачу взяли на себя профессиональные философы (Баженов, Бирюков, Новик, Жуков и другие). Это тем более важно подчеркнуть, так как многие направления в науке еще долго оставались под идеологическим запретом (например, генетика). Во время «оттепели» стала интенсивно развиваться и та область кибернетики, которая впоследствии была осознана как проблематика систем искусственного интеллекта.[4]

Моделирование ныне приобрело общенаучный характер и применяется в исследованиях живой и неживой природы, в науках о человеке и обществе.

Многочисленные факты, свидетельствующие о широком применении метода моделирования в исследованиях, некоторые противоречия, которые при этом возникают, потребовали глубокого теоретического осмысления данного метода познания, поисков его места в теории познания.[4]

Заключение

       Будущее обещает нам поистине впечатляющие перспективы. Моделирование смело вошло в нашу жизнь. Оно затрагивает все области жизнедеятельности человека. Человечество в своей постоянно создает и использует модели окружающего мира. Модели позволяют представить в наглядной форме объекты и процессы(явления), недоступные для непосредственного восприятия. Модели играют чрезвычайно важную роль в проектировании и создании различных технических устройств, машин и механизмов, зданий и т. д. Развитие науки невозможно без создания теоретических моделей (теорий, законов, гипотез и пр.), отражающих строение, свойства и поведение реальных объектов. Моделирование - это метод познания. А познавая мир, человечество движется вперед, развивается. В этом и заключается жизнь.

Список литературы

1. Моделирование; Режим доступа: [https://ru. wikipedia. org/wiki/Моделирование]

2. Основы моделирования; Виды моделей; Режим доступа: [http://matmetod-popova. narod. ru/theme11.htm]

3. Виды моделирования; Компьютерное моделирование; Режим доступа: [http://bourabai. ru/cm/bahvalov2.htm]

4. История моделирования, как метода познания; Режим доступа: [http://www. eduneed. ru/ededs-520-1.html]

5. Плюсы и минусы имитационного моделирования; Режим доступа:[ http://all4study.ru/modelirovanie/plyusy-i-minusy-imitacionnogo-modelirovaniya.html]

6. , Компьютерное моделирование. Издательство: М. Интернет Университет Информационных Технологий, 2010. - 350 с.

7. Модели­рование, как метод научного исследования. Издательство Московского университета, 1965. - 246 с.

8. Логические основы метода моделирования. М.: Издательство «Мысль». Главная редакция социально-экономической литературы, 1971. - 310 с.

9. Математическое моделирование технических систем. Изд.: Мн.: Дизайн-ПРО, 2004. — 640 с.

10. , Компьютерное моделирование: учебное пособие. Оренбург, ГОУ ОГУ, 2008. - 130 с.