Словарные статьи по системному анализу

Системный анализ

«Моделирование» (Б. В. Бирюков, Ю. А. Гастев, Е. С. Геллер)
Презентации

«Моделирование»

Б. В. Бирюков, Ю. А. Гастев, Е. С. Геллер

Моделирование — исследование объектов познания на их моделях; построение и изучение моделей реально существующих предметов и явлений (живых и неживых систем, инженерных конструкций, разнообразных процессов — физических, химических, биологических, социальных) и конструируемых объектов (для определения, уточнения их характеристик, рационализации способов их построения и т. п.).

Моделирование. как познавательный прием неотделимо от развития знания. По существу, моделирование как форма отражения действительности зарождается в античную эпоху одновременно с возникновением научного познания. Однако в отчетливой 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 Г. Галилея и Леонардо да Винчи не только используются модели, но и выясняются пределы применимости метода моделирования. И. Ньютон пользуется этим методом уже вполне осознанно, а в 19—20 вв. трудно назвать область науки или ее приложений, где моделирование не имело бы существенного значения; исключительно большую методологическую роль сыграли в этом отношении работы Кельвина, Дж. Максвелла, Ф. А. Кекуле, А. М. Бутлерова и других физиков и химиков — именно эти науки стали, можно сказать, классическими «полигонами» методов моделирования. Появление же первых электронных вычислительных машин (Дж. Нейман, 1947) и формулирование основных принципов кибернетики (Н. Винер, 1948) привели к поистине универсальной значимости новых методов — как в абстрактных областях знания, так и в их приложениях. Моделирование ныне приобрело общенаучный характер и применяется в исследованиях живой и неживой природы, в науках о человеке и обществе .

Единая классификация видов моделирования затруднительна в силу многозначности понятия «модель» в науке и технике. Ее можно проводить по различным основаниям: по характеру моделей (т. е. по средствам моделирования); по характеру моделируемых объектов; по сферам приложения моделирования (моделирование в технике, в физических науках, в химии, моделирование процессов живого, моделирование психики и т. п.) и его уровням («глубине»), начиная, например, с выделения в физике моделирования на микроуровне (моделирование на уровнях исследования, касающихся элементарных частиц, атомов, молекул). В связи с этим любая классификация методов моделирования обречена на неполноту, тем более, что терминология в этой области опирается не столько на «строгие» правила, сколько на языковые, научные и практические традиции, а еще чаще определяется в рамках конкретного контекста и вне его никакого стандартного значения не имеет (типичный пример — термин «кибернетическое» моделирование).

Предметным называется моделирование, в ходе которого исследование ведется на модели, воспроизводящей основные геометрические, физические, динамические и функциональные характеристики «оригинала». На таких моделях изучаются процессы, происходящие в оригинале — объекте исследования или разработки (изучение на моделях свойств строительных конструкций, различных механизмов, транспортных средств и т. п.). Если модель и моделируемый объект имеют одну и ту же физическую природу, то говорят о физическом моделировании. Явление (система, процесс) может исследоваться и путем опытного изучения каких-либо явления иной физической природы, но такого, что оно описывается теми же математическими соотношениями, что и моделируемое явление. Например, механические и электрические колебания описываются одними и теми же дифференциальными уравнениями; поэтому с помощью механических колебаний можно моделировать электрические и наоборот. Такое «предметно-математическое» моделирование широко применяется для замены изучения одних явлений изучением других явлений, более удобных для лабораторного исследования, в частности потому, что они допускают измерение неизвестных величин. Так, электрическое моделирование позволяет изучать на электрических моделях механических, гидродинамических, акустических и другие явления. Электрическое моделирование лежит в основе т. н. аналоговых вычислительных машин.

При знаковом моделировании моделями служат знаковые образования какого-либо вида: схемы, графики, чертежи, формулы, графы, слова и предложения в некотором алфавите (естественного или искусственного языка).

Важнейшим видом знакового моделирования является математическое (логико-математическое) моделирование, осуществляемое средствами языка математики и логики. Знаковые образования и их элементы всегда рассматриваются вместе с определенными преобразованиями, операциями над ними, которые выполняет человек или машина (преобразования математических, логических, химических формул, преобразования состояний элементов цифровой машины, соответствующих знакам машинного языка, и др.). Современная форма «материальной реализации» знакового (прежде всего, математического) моделирования — это моделирование на цифровых электронных вычислительных машинах, универсальных и специализированных. Такие машины — это своего рода «чистые бланки», на которых в принципе можно зафиксировать описание любого процесса (явления) в виде его программы, т. е. закодированной на машинном языке системы правил, следуя которым машина может «воспроизвести» ход моделируемого процесса.

Действия со знаками всегда в той или иной мере связаны с пониманием знаковых образований и их преобразований: формулы, математические уравнения и т. п. выражения применяемого при построении модели научного языка определенным образом интерпретируются (истолковываются) в понятиях той предметной области, к которой относится оригинал. Поэтому реальное построение знаковых моделей или их фрагментов может заменяться мысленно-наглядным представлением знаков и (или) операций над ними. Эту разновидность знакового моделирования иногда называется мысленным моделированием. Впрочем, этот термин часто применяют для обозначения «интуитивного» моделирования, не использующего никаких четко фиксированных знаковых систем, а протекающего на уровне «модельных представлений». Такое моделирование есть непременное условие любого познавательного процесса на его начальной стадии.

По характеру той стороны объекта, которая подвергается моделированию, уместно различать моделирование структуры объекта и моделирование его поведения (функционирования протекающих в нем процессов и т. п.). Это различение сугубо относительно для химии или физики, но оно приобретает четкий смысл в науках о жизни, где различение структуры и функции систем живого принадлежит к числу фундаментальных методологических принципов исследования, и в кибернетике, делающей акцент на моделирование функционирования изучаемых систем. При «кибернетическом» моделировании обычно абстрагируются от структуры системы, рассматривая ее как «черный ящик», описание (модель) которого строится в терминах соотношения между состояниями его «входов» и «выходов» («входы» соответствуют внешним воздействиям на изучаемую систему, «выходы» — ее реакциям на них, т. е. поведению).

Для ряда сложных явлений (например, турбулентности, пульсаций в областях отрыва потока и т. п.) пользуются стохастическим моделированием, основанным на установлении вероятностей тех или иных событий. Такие модели не отражают весь ход отдельных процессов в данном явлении, носящих случайный характер, а определяют некоторый средний, суммарный результат.

Понятие моделирования является гносеологической категорией, характеризующей один из важных путей познания. Возможность моделирования, т. е. переноса результатов, полученных в ходе построения и исследования моделей, на оригинал, основана на том, что модель в определенном смысле отображает (воспроизводит, моделирует) какие-либо его черты; при этом такое отображение (и связанная с ним идея подобия) основано, явно или неявно, на точных понятиях изоморфизма или гомоморфизма (или их обобщениях) между изучаемым объектом и некоторым другим объектом «оригиналом» и часто осуществляется путем предварительного исследования (теоретического или экспериментального) того и другого. Поэтому для успешного моделирования полезно наличие уже сложившихся теорий исследуемых явлений, или хотя бы удовлетворительно обоснованных теорий и гипотез, указывающих предельно допустимые при построении моделей упрощения. Результативность моделирования значительно возрастает, если при построении модели и переносе результатов с модели на оригинал можно воспользоваться некоторой теорией, уточняющей связанную с используемой процедурой моделирования идею подобия. Для явлений одной и той же физической природы такая теория, основанная на использовании понятия размерности физических величин, хорошо разработана. Но для моделирования сложных систем и процессов, изучаемых, например, в кибернетике, аналогичная теория еще не разработана, чем и обусловлено интенсивное развитие теории больших систем — общей теории построения моделей сложных динамических систем живой природы, техники и социально-экономической сферы.

Моделирование всегда используется вместе с др. общенаучными и специальными методами. Прежде всего моделирование тесно связано с экспериментом. Изучение какого-либо явления на его модели (при предметном, знаковом моделировании, моделировании на ЭВМ) можно рассматривать как особый вид эксперимента: «модельный эксперимент», отличающийся от обычного («прямого») эксперимента тем, что в процесс познания включается «промежуточное звено» — модель, являющаяся одновременно и средством, и объектом экспериментального исследования, заменяющим изучаемый объект. Модельный эксперимент позволяет изучать такие объекты, прямой эксперимент над которыми затруднен, экономически невыгоден, либо вообще невозможен в силу тех или иных причин (моделирование уникальных, например, гидротехнических сооружений, сложных промышленных комплексов, экономических систем, социальных явлений, процессов, происходящих в космосе, конфликтов и боевых действий и др.).

Исследование знаковых (в частности, математических) моделей также можно рассматривать как некоторые эксперименты («эксперименты на бумаге», умственные эксперименты). Это становится особенно очевидным в свете возможности их реализации средствами электронной вычислительной техники. Один из видов модельного эксперимента — модельно-кибернетический эксперимент, в ходе которого вместо «реального» экспериментального оперирования с изучаемым объектом находят алгоритм (программу) его функционирования, который и оказывается своеобразной моделью поведения объекта. Вводя этот алгоритм в цифровую ЭВМ и, как говорят, «проигрывая» его, получают информацию о поведении оригинала в определенной среде, о его функциональных связях с меняющейся «средой обитания».

Т. о., можно прежде всего различать «материальное» (предметное) и «идеальное» моделирование; первое можно трактовать как «экспериментальное», второе — как «теоретическое» моделирование, хотя такое противопоставление, конечно, весьма условно не только в силу взаимосвязи и обоюдного влияния этих видов моделирования, но и наличия таких «гибридных» форм, как «мысленный эксперимент». «Материальное» моделирование подразделяется, как было сказано выше, на физическое и предметно-математическое моделирование, а частным случаем последнего является аналоговое моделирование. Далее, «идеальное» моделирование может происходить как на уровне самых общих, быть может даже не до конца осознанных и фиксированных, «модельных представлений», так и на уровне достаточно детализированных знаковых систем; в первом случае говорят о мысленном (интуитивном) моделировании, во втором — о знаковом моделировании (важнейший и наиболее распространенный вид его — логико-математическое моделирование). Наконец, моделирование на ЭВМ (часто именуемое «кибернетическим») является «предметно-математическим по форме, знаковым по содержанию».

Моделирование необходимо предполагает использование абстрагирования и идеализации. Отображая существенные (с точки зрения цели исследования) свойства оригинала и отвлекаясь от несущественного, модель выступает как специфическая форма реализации абстракции, т. е. как некоторый абстрактный идеализированный объект. При этом от характера и уровней лежащих в основе моделирования абстракций и идеализаций в большой степени зависит весь процесс переноса знаний с модели на оригинал; в частности, существенное значение имеет выделение трех уровней абстракции, на которых может осуществляться моделирование: уровня потенциальной осуществимости (когда упомянутый перенос предполагает отвлечение от ограниченности познавательно-практической деятельности человека в пространстве и времени, уровня «реальной» осуществимости (когда этот перенос рассматривается как реально осуществимый процесс, хотя, быть может, лишь в некоторый будущий период человеческой практики) и уровня практической целесообразности (когда этот перенос не только осуществим, но и желателен для достижения некоторых конкретных познавательных или практических задач).

На всех этих уровнях, однако, приходится считаться с тем, что моделирование данного оригинала может ни на каком своем этапе не дать полного знания о нем. Эта черта моделирования особенно существенна в том случае, когда предметом моделирования являются сложные системы, поведение которых зависит от значительного числа взаимосвязанных факторов различной природы. В ходе познания такие системы отображаются в различных моделях, более или менее оправданных; при этом одни из моделей могут быть родственными друг другу, другие же могут оказаться глубоко различными. Поэтому возникает проблема сравнения (оценки адекватности) разных моделей одного и того же явления, что требует формулировки точно определяемых критериев сравнения. Если такие критерии основываются на экспериментальных данных, то возникает дополнительная трудность, связанная с тем, что хорошее совпадение заключений, которые следуют из модели, с данными наблюдения и эксперимента еще не служит однозначным подтверждением верности модели, т. к. возможно построение других моделей данного явления, которые также будут подтверждаться эмпирическими фактами. Отсюда — естественность ситуации, когда создаются взаимодополняющие или даже противоречащие друг другу модели явления; противоречия могут «сниматься» в ходе развития науки (и затем появляться при моделировании на более глубоком уровне). Например, на определенном этапе развития теоретической физики при моделировании физических процессов на «классическом» уровне использовались модели, подразумевающие несовместимость корпускулярных и волновых представлений; эта «несовместимость» была «снята» созданием квантовой механики, в основе которой лежит тезис о корпускулярно-волновом дуализме, заложенном в самой природе материи.

Другим примером такого рода моделей может служить моделирование различных форм деятельности мозга. Создаваемые модели интеллекта и психических функций — например, в виде эвристических программ для ЭВМ — показывают, что моделирование мышления как информационного процесса возможно в различных аспектах (дедуктивном — формально-логическом, индуктивном; нейтрологическом, эвристическом, для «согласования» которых необходимы дальнейшие логические, психологические, физиологические, эволюционно-генетические и модельно-кибернетические исследования.

Моделирование глубоко проникает в теоретическое мышление. Более того, развитие любой науки в целом можно трактовать — в весьма общем, но вполне разумном смысле, — как «теоретическое моделирование». Важная познавательная функция моделирования состоит в том, чтобы служить импульсом, источником новых теорий. Нередко бывает так, что теория первоначально возникает в виде модели, дающей приближенное, упрощенное объяснение явления, и выступает как первичная рабочая гипотеза, которая может перерасти в «предтеорию» — предшественницу развитой теории. При этом в процессе моделирования возникают новые идеи и формы эксперимента, происходит открытие ранее неизвестных фактов. Такое «переплетение» теоретического и экспериментального моделирования особенно характерно для развития физических теорий (например, молекулярно-кинетической или теории ядерных сил).

Моделирование — не только одно из средств отображения явлений и процессов реального мира, но и — несмотря на описанную выше его относительность — объективный практический критерий проверки истинности наших знаний, осуществляемой непосредственно или с помощью установления их отношения к другой теории, выступающей в качестве модели, адекватность которой считается практически обоснованной. Применяясь в органическом единстве с другими методами познания, моделирование выступает как процесс углубления познания, его движения от относительно бедных информацией моделей к моделям более содержательным, полнее раскрывающим сущность исследуемых явлений действительности.

Литература:

  1. Гутенмахер Л. И., Электрические модели, М. — Л., 1949;
  2. Кирпичев М. В., Теория подобия, М., 1953;
  3. Ляпунов А. А., О некоторых общих вопросах кибернетики, в кн.: Проблемы кибернетики, в. 1, М., 1958;
  4. Вальт Л. О., Познавательное значение модельных представлений в физике, Тарту, 1963;
  5. Глушков В. М., Гносеологическая природа информационного моделирования, «Вопросы философии», 1963, № 10;
  6. Новик И. Б., О моделировании сложных систем, М., 1965;
  7. Моделирование как метод научного исследования, М., 1965;
  8. Веников В. А., Теория подобия и моделирование применительно к задачам электроэнергетики, М., 1966;
  9. Штофф В. А., Моделирование и философия, М. — Л., 1966;
  10. Чавчанидзе В. В., Гельман О, Я., Моделирование в науке и технике, М., 1966;
  11. Гастев Ю. А., О гносеологических аспектах моделирования, в кн.: Логика и методология науки, М., 1967;
  12. Бусленко Н. П., Моделирование сложных систем, М., 1968;
  13. Морозов К. Е., Математическое моделирование в научном познании, М., 1969;
  14. Проблемы кибернетики, М., 1969;
  15. Уемов А. И., Логические основы метода моделирования, М., 1971;
  16. Налимов В. В., Теория эксперимента, М., 1971;
  17. Бирюков Б. В., Геллер Е. С., Кибернетика в гуманитарных науках, М., 1973.


Система Orphus

Яндекс.Метрика