Классификация методов моделирования сложных системКлассификация методов моделирования сложных систем сама по себе довольно сложная задача в силу обилия, как самих методов, так и способов их комбинирования. Существует целый " спектр" методов моделирования сложных систем ‑ от вербальных до формальных (рис. 2.1а). Наиболее удачная классификация предложенная российским учёным Ф.Е. Темниковым, [3], делит этот спектр на два больших класса: методы формализованного представления систем (МФПС) и неформализованные методы, направленные на активизацию использования интуиции и опыта специалистов (МАИС), как показано на рис. 2.1б. Такое разделение методов находится в соответствии с основной идеей системного анализа, которая состоит в сочетании в моделях и методиках формальных и неформальных представлений, что помогает в разработке методик, выборе методов постепенной формализации отображения и анализа проблемных ситуаций. Сплошной и штриховой линиями на рис. 2.1б показаны возможные варианты последовательного использования методов из групп МАИС и МФПС. В группе МАИС методы расположены сверху вниз примерно в порядке возрастания возможностей формализации, а в группе МФПС - сверху вниз возрастает внимание к содержательному анализу проблемы и появляется все больше средств для такого анализа. Такое упорядочение помогает сравнивать методы и выбирать их при формировании развивающихся моделей принятия решений, при разработке методик системного анализа. Необходимо отметить, что предлагаемые названия групп методов более предпочтительны, чем используемые иногда термины – качественные и количественные методы, поскольку, с одной стороны, методы, отнесенные к группе МАИС, могут использовать и формализованные представления (при разработке сценариев могут применяться статистические данные, проводиться некоторые расчеты). С формализацией связаны также и такие неформализованные методы, как получение и обработка экспертных оценок, методы морфологического моделирования. С другой стороны, доказано, что, сколь бы полной и непротиворечивой она не казалась, имеются положения (соотношения, высказывания), истинность или ложность которых нельзя доказать формальными средствами такой системы. Для преодоления этой, на первый взгляд, неразрешимой проблемы нужно расширять формальную систему, опираясь на содержательный, качественный анализ. Строгого разделения на формальные и неформальные методы не существует. Можно говорить только о большей или меньшей степени формализации или, напротив, большей или меньшей опоре на интуицию, " здравый смысл".
Специалист по системному анализу должен понимать, что любая классификация условна. Она лишь средство, помогающее ориентироваться в огромном числе разнообразных методов и моделей. Поэтому разрабатывать классификацию нужно обязательно с учетом конкретных условий, особенностей моделируемых систем (процессов принятия решений) и предпочтений ЛПР, которым можно предложить выбрать классификацию. Следует также оговорить, что новые методы моделирования часто создаются на основе сочетания ранее существовавших классов методов. Так, методы, названные на рис. 2.1 «комплексными» (комбинаторика, топология) начинали развиваться параллельно в рамках линейной алгебры, теории множеств, теории графов, а затем оформились в самостоятельные направления. Существуют также новые методы, базирующиеся на сочетании средств МАИС и МФПС. Эта группа методов представлена на рис. 2.1 в качестве самостоятельной группы методов моделирования, обобщенно названной специальными методами. Наибольшее распространение получили следующие специальные методы моделирования систем: - Имитационное [3] динамическое моделирование [4] (System Dynamics Symulation Modeling). Предложено Дж. Форрестером (США) в 50-х гг. Использует удобный для человека структурный язык, помогающий выражать реальные взаимосвязи, отображающие в системе замкнутые контуры управления, и аналитические представления (линейные конечно-разностные уравнения), позволяющие реализовать формальное исследование полученных моделей на ЭВМ с использованием специализированного языка DYNAMO. Несколько иной подход к имитационному моделированию возник в середине 60-х годов прошлого века при исследовании систем со случайными воздействиями и процессами, такими как системы массового обслуживания (СМО). Этот подход широко использует методы многовыборочных исследований математической статистики. На базе множества выборочных значений случайных процессов, моделируемых на ЭВМ с помощью программных датчиков случайных чисел, выполняется оценка некоторых параметров функционирования таких систем. Эта методика имеет мощную инструментальную поддержку и будет подробно рассмотрена в разд. 4. - Ситуационное моделирование. Идея предложена Д.Л.Поспеловым и реализована на практике Ю.И.Клыковым и Л.С.Загадской Это направление базируется на отображении в памяти ЭВМ и анализе проблемных ситуаций с применением специализированного языка, разрабатываемого с помощью выразительных средств теории множеств, математической логики и теории языков. - Структурно-лингвистическое моделирование. Подход возник в 70-е гг. в инженерной практике и основан на использовании для реализации идей комбинаторики структурных представлений разного рода, с одной стороны, и средств математической лингвистики, с другой. В расширенном понимании подхода в качестве языковых (лингвистических) средств используются и другие методы дискретной математики (языки, основанные на теоретико-множественных представлениях, на использовании средств математической логики, семиотики – учения о знаковых системах: языках, включая языки программирования, физической и химической символике, логических и математических исчислениях и т.д.). - информационное моделирование. Использует математические методы теории информационного поля и теории информационных цепей для моделирования и анализа систем. Концепция информационного поля основана на использовании для активизации интуиции ЛПР законов диалектики, а в качестве средства формализованного отображения - аппарата математической теории поля и теории цепей. Этот подход, для краткости названный информационным, поскольку в его основе лежит отображение реальных ситуаций с помощью информационных моделей. - Подход, базирующийся на идее постепенной формализации задач (проблемных ситуаций) с неопределенностью путем поочередного использования средств МАИС и МФПС. Этот подход к моделированию самоорганизующихся (развивающихся) систем был первоначально предложен на базе концепции структурно-лингвистического моделирования, но в последующем стал основой практически всех методик системного анализа. Натурное моделирование. Натурным моделированием называют проведение исследования на реальном объекте с последующей обработкой результатов эксперимента на основе теории подобия. Натурное моделирование подразделяется на - научный эксперимент, - комплексные испытания и - производственный эксперимент. Научный эксперимент характеризуется широким использованием средств автоматизации, применением весьма разнообразных средств обработки информации, возможностью вмешательства человека в процесс проведения эксперимента. Одна из разновидностей натурного моделирования являются комплексные испытания, в процессе которых вследствие повторения испытаний систем в целом (или больших частей системы) выявляются общие закономерности о характеристиках качества, надежности этих систем. В этом случае моделирование осуществляется путем обработки и обобщения сведений о группе однородных явлений. Наряду со специально организованными испытаниями возможна реализация натурного моделирования путем обобщения опыта, накопленного в ходе производственного процесса, т.е. можно говорить о производственном эксперименте. Здесь на базе теории подобия обрабатывают статистический материал по производственному процессу и получают его обобщенные характеристики. Необходимо помнить про отличие эксперимента от реального протекания процесса. Оно заключается в том, что в эксперименте могут появиться отдельные критические ситуации и определиться границы устойчивости процесса. В ходе эксперимента вводятся новые факторы и возмущающие воздействия в процесс функционирования объекта. Классификация методов моделирования, подобная рассмотренной, помогает осознанно выбирать методы моделирования и должна входить в состав методического обеспечения работ по проектированию сложных технических комплексов, по управлению предприятиями и организациями. Она может развиваться, дополняться конкретными методами, т. е. аккумулировать опыт, накапливаемый в процессе проектирования и управления.
|
Рис. 2.1. а) – спектр методов моделирования сложных систем, 
