Основные представления о моделировании. Базовые понятия и термины (стр. 2 )

Создание имитационных моделей сопряжено с большими затратами. Построение имитационной модели может служить организующим началом любого серьезного экологического исследования. Исследователи ищут разумный компромисс: при составлении моделей многие параметры берутся агрегировано, допускаются разного рода аппроксимации и гипотезы, многие коэффициенты принимаются "по аналогии" с другими объектами и т. д. Поскольку среди допущений и предположений трудно выбрать наилучшее, снижается точность и познавательная ценность моделей, а, следовательно, их практическая применимость.

В настоящее время можно отметить два направления развития имитационного моделирования, где предлагаются достаточно конструктивные методы компенсации априорной неопределенности, проистекающей от нестационарного и стохастического характера экологических систем. Первое направление оформилось в виде методики решения задач идентификации и верификации как последовательного процесса определения и уточнения численных значений коэффициентов модели. Второе направление связано со стратегией поиска скрытых закономерностей моделируемой системы и интеграции их в модель.

Имитационные модели отражают представления исследователя о взаимосвязях в экосистеме и как они реализуются. Наилучшие результаты эти модели дают при составлении прогноза изменений в экосистеме.

5. Графовые модели. Их задачи, возможности и ограничения. Основная область применения в экологии и почвоведении.

В процессе эволюции технологий баз данных было создано значительное количество разнообразных моделей данных, т. к. каждом случае нужно иметь возможность выбора способа "видения" предметной области, адекватного потребностям ее пользователей.

Ранние модели данных называются графовыми моделями. Они представляют собой инструменты для создания и использования различных разновидностей баз данных сетевой и иерархической структуры. Эти модели получили свое название по видам рассматриваемых в них структур данных. В зависимости от типа графа выделяют иерархическую или сетевую модели. Классическими представителями таких моделей являются сетевая модель данных CODASYL и иерархическая модель данных СУБД IMS компании IBM. Первая из них позволяет строить базы данных, структура которых представляется графом общего вида, а вторая - базы данных с иерархической древовидной структурой. С графовыми моделями данных связан важный и достаточно продолжительный этап становления технологий баз данных

В графовых моделях данных предусматриваются характерные для представимых в них структур данных операции навигации и манипулирования данными. Принципиальное значение при этом имеет то обстоятельство, что модельные операции манипулирования данными обеспечивают одновременную обработку только одиночных экземпляров данных из базы данных - записей базы данных, сегментов и т. п.

Аппарат навигации в графовых моделях служит для идентификации и перемещения в структуре данных к тому экземпляру данных, над которым будет выполняться очередная операция манипулирования данными. Такие экземпляры данных называются текущими. Механизмы доступа к данным и навигации по структуре данных в графовых моделях достаточно сложны, особенно в сетевой модели данных CODASYL, и существенным образом опираются на концепцию текущего состояния в структуре базы данных.

Иерархическая модель данных.

Появление иерархической модели связано с тем, что в реальном мире очень многие связи соответствуют иерархии, когда один объект выступает как родительский, а с ним может быть связано множество подчиненных объектов. Иерархия проста и естественна в отображении взаимосвязи между классами объектов.

Основными информационными единицами в иерархической модели являются:база данных (БД), Сегмент и поле. Поле данных определяется как минимальная, неделимая единица данных.

Сегмент называется записью, при этом в рамках иерархической модели определяются два понятия: тип сегмента или тип записи и экземпляр сегмента или экземпляр записи. Тип сегмента — это поименованная совокупность типов элементов данных, в него входящих. Экземпляр сегмента образуется из конкретных значений полей или элементов данных, в него входящих.

В иерархической модели сегменты объединяются в ориентированный древовидный граф. При этом полагают, что направленные ребра графа отражают иерархические связи между сегментами: каждому экземпляру сегмента, стоящему выше по иерархии и соединенному с данным типом сегмента, соответствует несколько (множество) экземпляров данного (подчиненного) типа сегмента.

Сетевая модель данных.

Базовыми объектами модели являются:

Элемент данных —то есть минимальная информационная единица, доступнаяпользователю с использованием СУБД. Агрегат данных соответствует следующему уровню обобщения в модели. В модели определены агрегаты двух типов: агрегат типа вектор и агрегат типа повторяющаяся группа. Агрегат данных имеет имя, и в системе допустимо обращение к агрегату по имени. Агрегат типа вектор соответствует линейному набору элементов данных. Следующим базовым понятием в сетевой модели является понятие «Набор».

Набором называется двухуровневый граф, связывающий отношением «однин-ко-

многим» два типа записи. Набор фактически отражает иерархическую связь между двумя типами записей. Для любых двух типов записей может быть задано любое количество наборов, которые их связывают. Фактически наличие подобных возможностей позволяет промоделировать отношение «многие-ко-многпм» между двумя объектами реального мира, что выгодно отличает сетевую модель от иерархической. Между двумя типами записей может быть определено любое количество наборов. В общем случае сетевая база данных представляет совокупность взаимосвязанных наборов, которые образуют на концептуальном уровне некоторый граф.

6. Табличные модели. Их задачи, возможности и ограничения. Основная область применения в экологии и почвоведении.

Табличные – объекты и их свойства представлены в виде списка, а их значения размещаются в ячейках прямоугольной формы. Перечень однотипных объектов размещен в первом столбце (или строке), а значения их свойств размещаются в следующих столбцах (или строках).

Табличные модели. Одним из наиболее часто используемых типов информационных моделей является таблица, которая состоит из строк и столбцов.

Построим, например, табличную информационную модель, отражающую стоимость отдельных устройств компьютера. Пусть в первом столбце таблицы содержится перечень объектов (устройств), входящих в состав компьютера, а во втором – их цена.

       С помощью таблиц создаются информационные модели в различных предметных областях. Широко известно табличное представление математических функций, статистических данных, расписаний поездов и самолетов, уроков и т. д.

Табличные информационные модели проще всего формировать и исследовать на компьютере посредством электронных таблиц и систем управления базами данных.

       Табличная  информационная модель – это модель, в которой объекты или их свойства представлены в виде списка, а их значения размещаются в ячейках прямоугольной таблицы.

       Табличная модель – это информация о моделируемом объекте, структурированная в виде таблицы. Различают следующие типы табличных моделей: - таблица типа «объект-свойство» в одной строке содержит информацию об одном объекте в виде заданного набора его свойств.

-таблица типа «объект-объект» отражает взаимосвязи между разными объектами по какому-либо свойству (связь между объектами Студент и Экзамен через свойство Оценка за экзамен).

-таблица типа «двоичная матрица» являются частным случаем таблицы «объект-объект» и отражает наличие или отсутствие связи между объектами (1 – связь присутствует, 0 – отсутствует). Далее показана табличная модель типа «двоичная матрица», соответствующая графу на рис. 5.4, б). Сравнивая эти  8 модели, можно отметить, что более наглядной является модель в виде графа. Более удобной для компьютерной обработки является табличная модель.

7. Регрессионные модели. Их задачи, возможности и ограничения. Основная область применения в экологии и почвоведении.

Термину регрессионная модель, используемому в регрессионном анализе, можно сопоставить синонимы: «теория», «гипотеза». Эти термины пришли из статистики, в частности из раздела «проверка статистических гипотез». Регрессионная модель есть прежде всего гипотеза, которая должна быть подвергнута статистической проверке, после чего она принимается или отвергается. Регрессионная модель — это параметрическое семейство функций, задающее отображение где — пространтсво параметров, — пространство свободных переменных, — пространство зависимых переменных.

Так как регрессионный анализ предполагает поиск зависимости матожидания случайной величины от свободных переменных , то в её состав входит аддитивная случайная величина :

Предположение о характере распределения случайной величины называются гипотезой порождения данных. Эта гипотеза играет центральную роль в выборе критерия оценки качества модели и, как следствие, в способе настройки параметров модели.

Модель является настроенной (обученной) когда зафиксированы её параметры, то есть модель задаёт отображение для фиксированного значения .