Характерные особенности моделей систем

С развитием системных исследований, с расширением экспери­ментальных методов изучения реальных явлений все большее значе­ние приобретают абстрактные методы, появляются новые научные дисциплины, автоматизируются элементы умственного труда. Важное значение при создании реальных систем имеют математические методы анализа и синтеза, целый ряд открытий базируется на чисто теоретических изысканиях. Однако было бы неправильно забывать о том, что основным критерием любой теории является практика, и даже сугубо математические, отвлеченные науки базируются в своей основе на фундаменте практических знаний.

Одновременно с раз­витием теоретических методов анализа и синтеза совершенствуются и методы экспериментального изучения реальных объектов, появля­ются новые средства исследования. Однако эксперимент был и оста­ется одним из основных и существенных инструментов познания. Подобие и моделирование позволяют по-новому описать реальный процесс и упростить экспериментальное его изучение. Совершенст­вуется и само понятие моделирования. Если раньше моделирование означало реальный физический эксперимент либо построение маке­та, имитирующего реальный процесс, то в настоящее время появи­лись новые виды моделирования, в основе которых лежит постанов­ка не только физических, но также и математических эксперимен­тов.

Познание реальной действительности является длительным и сложным процессом. Определение качества функционирования большой системы, выбор оптимальной структуры и алгоритмов поведения, построение системы в соответствии с поставленной пе­ред нею целью — основная проблема при проектировании совре­менных систем (в том числе и АСОИУ), поэтому моделирование можно рассматривать как один из методов, используемых при проектировании и исследовании больших систем.

В основе моделирования лежат информационные процессы, по­скольку само создание модели М базируется на информации о ре­альном объекте. В процессе реализации модели получается инфор­мация о данном объекте, одновременно в процессе эксперимента с моделью вводится управляющая информация, существенное ме­сто занимает обработка полученных результатов, т. е. информация лежит в основе всего процесса моделирования.

В качестве объекта моделирова­ния выступают сложные организационно-технические системы, ко­торые можно отнести к классу больших систем. Более того, по своему содержанию и созданная модель М также становится систе­мой S(M) и тоже может быть отнесена к классу больших систем, для которых характерно следующее:

1. Цель функционирования, которая определяет степень целена­правленности поведения модели М. В этом случае модели могут быть разделены на одноцелевые, предназначенные для решения одной задачи, и многоцелевые, позволяющие разрешить или рас­смотреть ряд сторон функционирования реального объекта.

2. Сложность, которую, учитывая, что модель М является сово­купностью отдельных элементов и связей между ними, можно оценить по общему числу элементов в системе и связей между ними. По разнообразию элементов можно выделить ряд уровней иерар­хии, отдельные функциональные подсистемы в модели М, ряд входов и выходов и т. д., т. е. понятие сложности может быть идентифицировано по целому ряду признаков.

3. Целостность, указывающая на то, что создаваемая модель М является одной целостной системой S(M), включает в себя большое количество составных частей (элементов), находящихся в сложной взаимосвязи друг с другом.

4. Неопределенность, которая проявляется в системе: по состо­янию системы, возможности достижения поставленной цели, мето­дам решения задач, достоверности исходной информации и т. д. Основной характеристикой неопределенности служит такая мера информации, как энтропия, позволяющая в ряде случаев оценить количество управляющей информации, необходимой для достиже­ния заданного состояния системы. При моделировании основная цель — получение требуемого соответствия модели реальному объекту и в этом смысле количество управляющей информации в модели можно также оценить с помощью энтропии и найти то предельное минимальное количество, которое необходимо для получения требуемого результата с заданной достоверностью. Таким образом, понятие неопределенности, характеризующее большую систему, применимо к модели М и является одним из ее основных признаков.

5. Поведенческая страта, которая позволяет оценить эффектив­ность достижения системой поставленной цели. В зависимости от наличия случайных воздействий можно различать детерминирован­ные и стохастические системы, по своему поведению — непрерыв­ные и дискретные и т. д. Поведенческая страта рассмотрения систе­мы S позволяет применительно к модели М оценить эффективность построенной модели, а также точность и достоверность полученных при этом результатов. Очевидно, что поведение модели М не обя­зательно совпадает с поведением реального объекта, причем часто моделирование может быть реализовано на базе иного материаль­ного носителя.

6. Адаптивность, которая является свойством высокоорганизо­ванной системы. Благодаря адаптивности удается приспособиться к различным внешним возмущающим факторам в широком диапа­зоне изменения воздействий внешней среды. Применительно в мо­дели существенна возможность ее адаптации в широком спектре возмущающих воздействий, а также изучение поведения модели в изменяющихся условиях, близких к реальным. Надо отметить, что существенным может оказаться вопрос устойчивости модели к раз­личным возмущающим воздействиям. Поскольку модель М - сложная система, весьма важны вопросы, связанные с ее сущест­вованием, т. е. вопросы живучести, надежности и т. д.

7. Организационная структура системы моделирования, кото­рая во многом зависит от сложности модели и степени совершенст­ва средств моделирования. Одним из последних достижений в об­ласти моделирования можно считать возможность использования имитационных моделей для проведения машинных экспериментов. Необходимы оптимальная организационная структура комплекса технических средств, информационного, математического и про­граммного обеспечений системы моделирования S'{M), оптималь­ная организация процесса моделирования, поскольку следует об­ращать особое внимание на время моделирования и точность полу­чаемых результатов.

8. Управляемость модели, вытекающая из необходимости обес­печивать управление со стороны экспериментаторов для получения возможности рассмотрения протекания процесса в различных усло­виях, имитирующих реальные. В этом смысле наличие многих управляемых параметров и переменных модели в реализованной системе моделирования дает возможность поставить широкий экс­перимент и получить обширный спектр результатов. Управляе­мость системы тесно связана и со степенью автоматизации моделирования. В настоящее время получили применение системы модели­рования, отличающиеся высокой степенью автоматизации процесса моделирования, когда наряду с программными средствами управ­ления машинным моделированием используется возможность мультимедийного общения исследователя с процессом моделирова­ния.

9. Возможность развития модели, которая исходя из современ­ного уровня науки и техники позволяет создавать мощные системы моделирования S(М) для исследования многих сторон функциони­рования реального объекта. Однако нельзя при создании системы моделирования ограничиваться только задачами сегодняшнего дня. Необходимо предусматривать возможность развития системы мо­делирования как по горизонтали в смысле расширения спектра изучаемых функций, так и по вертикали в смысле расширения числа подсистем, т. е. созданная система моделирования должна позво­лять применять новые современные методы и средства. Естествен­но, что автоматизированная система моделирования может функци­онировать только совместно с коллективом людей, поэтому к ней предъявляют эргономические требования.