Принципы математического моделирования

К математической модели предъявляется также ряд требований, которые иногда называют принципами.

1. Соответствие модели решаемой задаче. Модель должна стро­иться для решения определенного класса задач или конкретной задачи исследования системы. Попытки создания универсальной модели, нацеленной на решение большого числа разнообразных задач, приводят к такому усложнению, что она оказывается прак­тически непригодной. Опыт показывает, что при решении каждой конкретной задачи нужно иметь свою модель, отражающую те ас­пекты системы, которые являются наиболее важными в данной задаче. Этот принцип связан с принципом адекватности.

2. Упрощение при сохранении существенных свойств системы. Модель должна быть в некоторых отношениях проще прототи­па - в этом смысл моделирования. Чем сложнее рассматривае­мая система, тем по возможности более упрощенным должно быть ее описание, умышленно утрирующее типичные и игнорирующее менее существенные свойства. Этот принцип может быть назван принципом абстрагирования от второстепенных деталей.

3. Соответствие между требуемой точностью результатов моделирования и сложностью модели. Модели по своей природе всегда носят приближенный характер. Возникает вопрос, каким должно быть это приближение. С одной стороны, чтобы отра­зить все сколько-нибудь существенные свойства, модель необхо­димо детализировать. С другой стороны, строить модель, при­ближающуюся по сложности к реальной системе, очевидно, не имеет смысла. Она не должна быть настолько сложной, чтобы нахождение решения оказалось слишком затруднительным. Ком­промисс между этими двумя требованиями достигается нередко путем проб и ошибок.

Практическими рекомендациями по умень­шению сложности моделей являются:

· изменение числа переменных, достигаемое либо исключе­нием несущественных переменных, либо их объединением. Про­цесс преобразования модели в модель с меньшим числом пере­менных и ограничений называют агрегированием;

· изменение функциональной зависимости между переменны­ми. Нелинейная зависимость заменяется обычно линейной, дис­кретная функция распределения вероятностей - непрерывной;

· изменение ограничений (добавление, исключение или мо­дификация). При снятии ограничений получается оптимистичное решение, при введении - пессимистичное. Варьируя ограничени­ями, можно найти возможные граничные значения эффективно­сти. Такой прием часто используется для нахождения предвари­тельных оценок эффективности решений на этапе постановки задач;

· ограничение точности модели. Точность результатов мо­дели не может быть выше точности исходных данных.

4. Баланс погрешностей различных видов. В соответствии с принципом баланса необходимо добиваться, например, баланса систематической погрешности моделирования за счет отклоне­ния модели от оригинала и погрешности исходных данных, точ­ности отдельных элементов модели, систематической погрешно­сти моделирования и случайной погрешности при интерпрета­ции и осреднении результатов.

5. Многовариантность реализаций элементов модели. Разно­образие реализаций одного и того же элемента, отличающихся по точности (а следовательно, и по сложности), обеспечивает ре­гулирование соотношения «точность/сложность».

6. Блочное строение. При соблюдении принципа блочного строения облегчается разработка сложных моделей и появляется возможность использования накопленного опыта и готовых бло­ков с минимальными связями между ними. Выделение блоков производится с учетом разделения модели по этапам и режимам функционирования системы.