Понятие модели. Моделирование как метод познания

Одним из эффективных методов исследования систем управ­ления является моделирование - разработка моделей, позволяю­щих принимать объективные решения в ситуациях, слишком сложных для простой причинно-следственной оценки альтерна­тив. Несмотря на то что многие модели исследуемых социально-экономических систем настолько сложны, что без компьютера обойтись зачастую невозможно, концепция моделирования про­ста. По определению Шеннона, «модель - это представление объекта, системы или идеи в некоторой форме, отличной от са­мой целостности». Схема организации, например, - это и есть мо­дель, представляющая ее структуру. Главной характеристикой мо­дели можно считать упрощение реальной жизненной ситуации, к которой она применяется. Поскольку форма модели менее слож­на, а не относящиеся к делу данные устраняются, модель повы­шает способность руководителя разрешать встающие перед ним проблемы. Ряд причин обусловливают использование модели вместо по­пыток прямого взаимодействия с реальным миром:

· сложность многих организационных ситуаций: поскольку реальный мир организации исключительно сложен и фактическое число переменных, относящихся к конкретной проблеме, значи­тельно превосходит возможности любого человека, то постичь его
можно, упростив реальный мир с помощью моделирования;

· трудности, связанные с проведением экспериментов в реаль­ной жизни, в частности необходимость значительных затрат, в том числе и материальных;

· ориентация управления на будущее: невозможно наблюдать явление, которое еще не существует и, может быть, никогда не состоится; моделирование - единственный в настоящее время си­стематизированный способ увидеть варианты будущего и опреде­лить потенциальные последствия альтернативных решений.

Типы моделей и процесс их построения

Модель - это система, располагающаяся между исследовате­лем и предметом его исследования. Существуют следующие виды моделей: физические (модель здания, прибора, машины), матема­тические (система формул, тождеств и неравенств, описывающая какой-либо процесс, явление), логические (система понятий, опи­сывающая явление, процесс, предмет), модели общественно-эко­номических формаций, модели структур, методов и т.п.

Рассмот­рим основные из них.

Физическая модель представляет то, что исследуется с помощью увеличенного или уменьшенного описания объекта или системы в том или ином масштабе. По утверждению Шеннона, отличитель­ная характеристика физической модели (которую иногда называ­ют портретной) - то, что она выглядит как «моделируемая цело­стность». Пример физической модели - чертеж завода, выполнен­ный в определенном масштабе. Такая физическая модель упрощает визуальное восприятие и помогает установить, сможет ли конкретное оборудование физически разместиться в пределах отведенного для него места. Автомобильные и авиационные пред­приятия всегда изготавливают физические уменьшенные копии новых средств передвижения, чтобы проверить их определенные характеристики.

Аналоговая модель представляет исследуемый объект - аналог, который ведет себя как реальный объект, но не выглядит таковым. Пример аналоговой модели - схема организационной структуры предприятия. Выстраивая ее, руководство в состоянии легко пред­ставить себе цепи прохождения команд и формальную зависимость между индивидуумами и их деятельностью. Аналоговая модель является более простым и эффективным способом проявления сложных взаимосвязей структуры крупной организации, чем со­ставление перечня взаимосвязей между всеми работниками.

В математической модели (называемой также символической) используются символы для описания свойств или характеристик объектов или событий. Пример математической модели как сред­ства, помогающего решать исключительно сложные проблемы, - известная формула А. Эйнштейна Ε = me2. Если бы А. Эйнштейн не смог построить эту математическую модель, в которой симво­лы заменяют реальность, маловероятно, что у физиков появилась бы даже отдаленная идея о взаимосвязи материи и энергии. Ма­тематические модели относятся к типу моделей, чаще всего ис­пользуемых при принятии организационных решений.

Основные этапы процесса построения моделей:

· постановка задачи;

· построение модели;

· проверка модели на достоверность;

· применение модели.

Постановка задачи - наиболее важный этап построения моде­ли, способный обеспечить правильное решение управленческой проблемы. Использование математики или компьютера не прине­сет пользы, если сама проблема не будет точно диагностирована. А. Эйнштейн отмечал, что правильная постановка задачи важнее даже, чем ее решение. Огромные средства расходуются ежегодно на поиски элегантных и глубокомысленных ответов на неверно поставленные вопросы.

При построении модели разработчик должен определить глав­ную цель модели, выходные нормативы или информацию, кото­рую предполагается получить, чтобы помочь руководству разре­шить определенную проблему. В дополнение к установлению глав­ных целей разработчик должен определить, какая информация требуется для построения модели. Другим важным фактором, тре­бующим учета при построении модели, являются расходы. Мо­дель, которая стоит больше, чем вся задача, решаемая с ее помо­щью, конечно, не внесет никакого вклада в достижение целей организации.

Один из аспектов проверки модели на достоверность - опреде­ление степени соответствия модели реальному миру. Разработчик должен установить, все ли существенные компоненты реальной ситуации встроены в модель. Чем полнее модель отражает реаль­ный мир, тем выше ее потенциал как средства оказания помощи руководителю в принятии эффективного управленческого реше­ния. Другой аспект проверки модели на достоверность - установ­ление, в какой степени информация, получаемая с ее помощью, помогает руководителю разрешить проблему. Хороший способ проверки модели - опробование ее на ситуации из прошлого.

После проверки на достоверность модель готова к использова­нию . По утверждению Шеннона, ни одну модель «нельзя считать успешно выстроенной, пока она не принята, не понята и не при­менена на практике». Это очевидно, но зачастую этот этап пост­роения моделей оказывается одним из самых трудных. Согласно ре­зультатам исследования лишь около 60% моделей науки управления были использованы в полной или почти в полной мере - в силу того, что руководители проявляют опасение или непонимание.

В процессе познания используется и такой прием, как аналогия - умозаключение о сходстве объектов в определенном отношении на основе их сходства в ряде иных отношений.
С этим приемом связан метод моделирования, получивший особое распространение в современных условиях. Этот метод основан на принципе подобия. Его сущность состоит в том, что непосредственно
исследуется не сам объект, а его аналог, его заместитель, его модель, а затем полученные при изучении модели результаты по особым правилам переносятся на сам объект.
Моделирование используется в тех случаях, когда сам объект либо труднодоступен, либо его прямое изучение экономически невыгодно и т.д. Различают ряд видов моделирования:
1. Предметное моделирование, при котором модель воспроизводит геометрические, физические, динамические или функциональные характеристики объекта. Например, модель моста, плотины, модель крыла
самолета и т.д.
2. Аналоговое моделирование, при котором модель и оригинал описываются единым математическим соотношением. Примером могут служить электрические модели, используемые для изучения механических, гидродинамических и акустических явлений.
3. Знаковое моделирование, при котором в роли моделей выступают схемы, чертежи, формулы. Роль знаковых моделей особенно возросла с расширением масштабов применения ЭВМ при построении знаковых моделей.
4. Со знаковым тесно связано мысленное моделирование, при котором модели приобретают мысленно наглядный характер. Примером может в данном случае служить модель атома, предложенная в свое время Бором.
5. Наконец, особым видом моделирования является включение в эксперимент не самого объекта, а его модели, в силу чего последний приобретает характер модельного эксперимента. Этот вид моделирования свидетельствует о том, что нет жесткой грани между методами эмпирического и теоретического познания.
С моделированием органически связана идеализация - мысленное конструирование понятий, теорий об объектах, не существующих и не осуществимых в действительности, но таких, для которых существует близкий прообраз или аналог в реальном мире. Примерами построенных этим методом идеальных объектов являются геометрические понятия точки, линии, плоскости и т.д. С подобного рода идеальными объектами оперируют все науки - идеальный газ, абсолютно черное тело, общественно-экономическая формация, государство и т.д.

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.).

М. как познавательный приём неотделимо от развития знания. По существу, М. как форма отражения действительности зарождается в античную эпоху одновременно с возникновением научного познания. Однако в отчётливой форме (хотя без употребления самого термина) М. 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 М. И. Ньютон пользуется этим методом уже вполне осознанно, а в 19-20 вв. трудно назвать область науки или её приложений, где М. 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 М. 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. М. ныне приобрело общенаучный характер и применяется в исследованиях живой и неживой природы, в науках о человеке и обществе (см. Модели в биологии, Модели в экономике, Модели в языкознании, Ядерные модели).

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

Предметным называется М., в ходе которого исследование ведётся 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 М. (см. Моделирование физическое). Явление (система, процесс) может исследоваться и путём 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" М. широко применяется для замены изучения одних явлений изучением других явлений, более удобных для лабораторного исследования, в частности потому, что они допускают измерение неизвестных величин (см. Моделирование аналоговое). Так, электрическое М. позволяет изучать на электрических моделях механических, гидродинамических, акустических и другие явления. Электрическое М. лежит в основе т. н. аналоговых вычислительных машин .

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

Важнейшим видом знакового М. является математическое (логико-математическое) М., осуществляемое средствами языка математики и логики (см. Математическая модель). 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) М. - это М. 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 (см. Интерпретация). Поэтому реальное построение знаковых моделей или их фрагментов может заменяться мысленно-наглядным представлением знаков и (или) операций над ними. Эту разновидность знакового М. иногда называется мысленным М. Впрочем, этот термин часто применяют для обозначения "интуитивного" М., не использующего никаких чётко фиксированных знаковых систем, а протекающего на уровне "модельных представлений". Такое М. есть непременное условие любого познавательного процесса на его начальной стадии.

По характеру той стороны объекта, которая подвергается М., уместно различать М. структуры объекта и М. его поведения (функционирования протекающих в нем процессов и т. п.). Это различение сугубо относительно для химии или физики, но оно приобретает чёткий 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 М. функционирования изучаемых систем. При "кибернетическом" М. обычно абстрагируются от структуры системы, рассматривая её как "чёрный ящик", описание (модель) которого строится в терминах соотношения между состояниями его "входов" и "выходов" ("входы" соответствуют внешним воздействиям на изучаемую систему, "выходы" - её реакциям на них, т. е. поведению).

Для ряда сложных явлений (например, турбулентности, пульсаций в областях отрыва потока и т. п.) пользуются стохастическим М., 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 М. является гносеологической категорией, характеризующей один из важных путей познания. Возможность М., т. е. переноса результатов, полученных в ходе построения и исследования моделей, на оригинал, основана на том, что модель в определённом 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 путём предварительного исследования (теоретического или экспериментального) того и другого. Поэтому для успешного М. полезно наличие уже сложившихся теорий исследуемых явлений, или хотя бы удовлетворительно обоснованных теорий и гипотез, указывающих предельно допустимые при построении моделей упрощения. Результативность М. значительно возрастает, если при построении модели и переносе результатов с модели на оригинал можно воспользоваться некоторой теорией, уточняющей связанную с используемой процедурой М. идею подобия. Для явлений одной и той же физической природы такая теория, основанная на использовании понятия размерности физических величин, хорошо разработана (см. Моделирование физическое , Подобия теория). Но для М. сложных систем и процессов, изучаемых, например, в кибернетике, аналогичная теория ещё не разработана, чем и обусловлено интенсивное развитие теории больших систем - общей теории построения моделей сложных динамических систем живой природы, техники и социально-экономической сферы.

М. всегда используется вместе с др. общенаучными и специальными методами. Прежде всего М. тесно связано с экспериментом . Изучение какого-либо явления на его модели (при предметном, знаковом М., М. 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 затруднён, экономически невыгоден, либо вообще невозможен в силу тех или иных причин [М. 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" М.; первое можно трактовать как "экспериментальное", второе - как "теоретическое" М., хотя такое противопоставление, конечно, весьма условно не только в силу взаимосвязи и обоюдного влияния этих видов М., но и наличия таких "гибридных" форм, как "мысленный эксперимент". "Материальное" М. подразделяется, как было сказано выше, на физическое и предметно-математическое М., а частным случаем последнего является аналоговое М. Далее, "идеальное" М. 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) М., во втором - о знаковом М. (важнейший и наиболее распространённый вид его - логико-математическое М.). Наконец, М. на ЭВМ (часто именуемое "кибернетическим") является "предметно-математическим по форме, знаковым по содержанию".

М. 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 М. абстракций и идеализаций в большой степени зависит весь процесс переноса знаний с модели на оригинал; в частности, существенное значение имеет выделение трёх уровней абстракции, на которых может осуществляться М.: уровня потенциальной осуществимости (когда упомянутый перенос предполагает отвлечение от ограниченности познавательно-практической деятельности человека в пространстве и времени, см. Абстракции принцип), 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 М. данного оригинала может ни на каком своём этапе не дать полного знания о нём. Эта черта М. особенно существенна в том случае, когда предметом М. 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 ещё 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 М. на более глубоком уровне). Например, на определенном этапе развития теоретической физики при М. 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 М. различных форм деятельности мозга. Создаваемые модели интеллекта и психических функций - например, в виде эвристических программ для ЭВМ - показывают, что М. мышления как информационного процесса возможно в различных аспектах (дедуктивном - формально-логическом, см. Дедукция ; индуктивном - см. Индукция ; нейтрологическом, эвристическом - см. Эвристика), для "согласования" которых необходимы дальнейшие логические, психологические, физиологические, эволюционно-генетические и модельно-кибернетические исследования.

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

М. - 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, М. выступает как процесс углубления познания, его движения от относительно бедных информацией моделей к моделям более содержательным, полнее раскрывающим сущность исследуемых явлений действительности.

При М. более или менее сложных систем обычно применяют различные виды М. Примеры см. ниже в разделах о М. энергосистем и М. химических реактивов.

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

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

Одним из наиболее распространенных терминов в сфере человеческой деятельности является «модель», поскольку трудно найти еще одно понятие, которое включало бы в себя настолько широкий объем информации. В целом модель представляет собой такой материальный или мысленный объект, который в процессе своего исследования может заместить объект-оригинал, либо же при его изучении предоставить новую информацию касательно его усовершенствования или модернизации. Метод моделирования является одним из наиболее распространенных на сегодняшний день, благодаря чему исследователь получает возможность не только применить практические знания при построении новой конструкционной схемы, но и принять то или иное решение. Важно заметить, хорошо действует в производственной сфере при разработке новых решений в плане строительства, усовершенствования завода или фабрики, конструировании новых типов самолетов, автомашин, поездов и та далее. Помимо этого, метод моделирования нашел широчайшее применение и в экономической сфере, поскольку сегодня ни одна вывода на рынок не обходится без него.

Следует учесть, что в обязательном порядке включает в себя конструирование научных гипотез, построение абстракций, а также умозаключение по аналогиям. Главной особенностью этого метода является то, что здесь процесс познания происходит с помощью объектов-заместителей, а сама модель выступает в форме своеобразного инструмента этого познания. Необходимость использования этого метода возникает в связи с тем, что многие объекты просто невозможно исследовать другим способом, или же это требует достаточно много времени, сил и средств.

Итак, метод моделирования включает в себя три главных составляющих элемента:

1. Субъект исследования (тот, кто исследует).
2. Объект исследования (то, на что направлен поиск).
3. Непосредственно саму модель, которую выстраивает субъект по отношению к объекту.

Существует множество разновидностей моделей, которые можно конструировать в ходе исследования какого-либо объекта. Ее познавательные возможности обуславливаются тем, что в ходе самого исследования модель отражает существенные черты объекта, который является оригинальным по отношению к исследуемому. Для того чтобы проанализировать сходство оригинала и нового объекта, следует также провести соответствующие исследования. Также следует учесть, что если модель становится полностью тождественной по отношению к оригиналу, то она по сути утрачивает свой смысл. Ведь метод математического моделирования в обязательном поряде должен привести к получению новых данных относительно того или иного объекта, поскольку именно в этом и заключается его смысл.

Важно также понимать, что для одного и того же объекта может быть выстроено несколько моделей, которые будут отличаться своими характеристиками, в зависимости от конкретной ситуации. Ведь существуют такие черты объекта, которые могут быть только замещены другими, без возможности использования их одновременно. Поэтому метод моделирования также может замещать оригинал в строго ограниченном смысле, поскольку даже в вопросах детализации здесь могут быть существенные различия.

Благодаря современным компьютерным технологиям и последним программным разработкам, к поиску новых способов моделирования можно подключить «искусственный интеллект», который за короткий промежуток времени сможет выдать большое количество решений того или иного вопроса. Благодаря этому методы математического моделирования сегодня чрезвычайно популярны практически во всех сферах человеческой деятельности, вследствие чего мы можем наблюдать ускоренное развитие науки и техники. Также можно надеяться, что в самом ближайшем будущем с помощью методов моделирования можно будет решить глобальные вопросы человечества, над которыми работают десятки тысяч ученых всего мира вот уже на протяжении нескольких последних десятилетий.

Основные понятия об экономической системе

Система – это строго упорядоченная совокупность взаимосвязанных, взаимодействующих и взаимозависимых элементов и их частей, которые совместно обуславливают протекание определенно направленных процессов и явлений. При этом элементом называется такая составная часть системы, которая не подлежит дальнейшему членению.

Свойства систем:

1) целостность;

2) эмерджентность, заключается в наличии у системы таких свойств, которыми не обладают ее отдельные компоненты;

3) эквипотенциальность, делимость системы на части;

4) гомеостазис, стремление системы сохранять равновесие.

Классификация систем

1. По признаку изменения системы с течением времени: динамические и статические

2. По признаку взаимосвязи причин и следствий: детерминированные и стохастические (вероятностные)

3. По признаку взаимосвязи системы с внешней средой: открытые и замкнутые

4. По признаку сложности: большие (сложные) и простые

5. По признаку автономии управления: саморегулируемые и регулируемые

6. В зависимости от вида взаимосвязи между подсистемами и элементами: с прямой и обратной связью. Прямой называется связь, при которой выходное воздействие одного элемента передается на вход другого. Соответственно, обратная связь - это связь между выходом и входом какого-либо элемента.

Основные функции систем:

1. Пассивное существование в качестве материала для других систем.

2. Обслуживание систем более высокого порядка.

3. Противостояние другим системам.

4. Поглощение других систем.

5. Преобразование других систем.

Моделирование как метод исследования

Модель представляет собой условный образ исследуемого объекта. Конструирование модели начинается с накопления определенной информации, фактов поведения объектов исследования. В начале модель выступает в качестве рабочей гипотезы. Если в результате проверки модели гипотеза подтверждается, то говорят, что модель адекватна изучаемому объекту. Очевидно, что степень адекватности на практике никогда не бывает равной 100%. В этой связи модель считается хорошей (корректной), если она отображает наиболее существенные характеристики объекта, проявляет его свойства, взаимосвязи и позволяет в пределах необходимой точности предвидеть поведение изучаемого объекта.

Классификация моделей.

1. По форме представления модели делятся на: физические, символические и смешанные. К физическим относятся модели подобия и аналоговые. Символическими называются модели, в которых параметры реального объекта и отношения между ними представлены символами (семантические, математические, логистические). Смешанные модели - это человеко-машинные модели.

2. По целевому назначению выделяют: модели структуры, модели функционирования и стоимостные модели.

Модели структуры отображают связи между компонентами объекта и внешней средой и в свою очередь бывают следующих видов: канонические, внутренней структуры, иерархические. Канонические модели характеризуют взаимодействие объекта с окружающей средой через входы и выходы. Модели внутренней структуры характеризуют состав компонентов объекта и связи между ними. Модели иерархической структуры отражают членение объекта на элементы более низкого уровня.

Модели функционирования характеризуют различные процессы, протекающие как внутри изучаемого объекта, так и при взаимодействии объекта с внешней средой. Среди моделей данного вида выделяют: модели жизненного цикла, модели операций, информационные модели, процедурные модели и др. модели жизненного цикла описывают процессы существования объекта от момента зарождения до прекращения его функционирования. Модели операций, выполняемых объектом, представляют собой описание взаимосвязанной совокупности процессов функционирования отдельных элементов объекта при реализации тех или иных его функций. Информационные модели отображают взаимосвязи между источниками и потребителями информации, виды информации и характер ее преобразования. Процедурные модели описывают порядок взаимодействия элементов исследуемого объекта при выполнении различных операций.

Стоимостные модели обычно сопровождают модели функционирования объекта и позволяют проводить комплексную технико-экономическую оценку объекта или его оптимизацию по экономическим критериям.

3. В зависимости от метода работы с моделью выделяют: физические, математические и материально-абстрактные модели. Физические (материальные) модели основаны на воспроизводстве изучаемого объекта. К ним относятся макеты, тренажеры и др. Математические (абстрактные) модели описывают параметры исследуемого объекта с помощью математических символов. Материально-абстрактные (аналоговые) модели представляют собой синтез математической модели и физического образа исследуемого объекта.

Математические модели наиболее распространены в экономических исследованиях. Они подразделяются на две группы: оптимизационные и дескриптивные (описательные). Дескриптивные модели используются только для описания взаимосвязей между элементами исследуемого объекта, или самого объекта с внешней средой. Оптимизационные же позволяют из всего множества возможных решений выбрать наиболее подходящее, согласно применяемому критерию оптимальности.

Структура оптимизационной экономико-математической модели включает в себя две основные части. Во-первых, систему ограничений, которые определяют пределы, сужающие область осуществляемых приемлемых или допустимых решений и фиксируют основные внешние и внутренние свойства объекта. Ограничения определяют область протекания процесса, пределы изменения параметров и характеристик объекта. Во-вторых, целевую функцию, которая математически связывает между собой факторы модели и ее значение определяется значениями этих величин.

Перечислим основные принципы построения экономико-математических моделей. Общие принципы системного экономико-математического моделирования вытекают из общих принципов системного анализа. Они должны дать ответы на следующие вопросы: 1) что должно быть сделано, 2) когда должно быть сделано, 3) при помощи кого должно быть сделано, 4) на основе какой информации осуществляются действия, 5) какой результат должен быть получен в итоге всех действий.

К числу основных принципов построения экономико-математических моделей относятся следующие.

1. Принцип достаточности используемой информации. Данный принцип означает, что в каждой частной модели должна использоваться только та информация, которая известна с требуемой для результатов моделирования точностью. Под известной информацией понимаются нормативные справочные данные о реальной производственной системе, имеющиеся к началу моделирования.

2. Принцип инвариантности используемой информации. Этот принцип предполагает требование того, чтобы используемая в моделях входная информация была независима от параметров моделируемой системы, которые еще не известны на данной стадии исследования.

3. Принцип преемственности моделей. Суть этого принципа сводится к тому, что каждая последующая модель не должна нарушать свойств объекта, установленных или отраженных в предыдущих моделях комплекса.