Компьютерное моделирование как метод научного познания

Обновлено: 04.07.2024

Моделирование является одним из способов познания мира.

Понятие моделирования достаточно сложное, оно включает в себя огромное разнообразие способов моделирования: от создания натуральных моделей (уменьшенных и или увеличенных копий реальных объектов) до вывода математических формул.

Для различных явлений и процессов бывают уместными разные способы моделирования с целью исследования и познания.

Объект, который получается в результате моделирования, называется моделью . Должно быть понятно, что это совсем не обязательно реальный объект. Это может быть математическая формула, графическое представление и т.п. Однако он вполне может заменить оригинал при его изучении и описании поведения.

Хотя модель и может быть точной копией оригинала, но чаще всего в моделях воссоздаются какие-нибудь важные для данного исследования элементы, а остальными пренебрегают. Это упрощает модель. Но с другой стороны, создать модель – точную копию оригинала – бывает абсолютно нереальной задачей. Например, если моделируется поведение объекта в условиях космоса. Можно сказать, что модель – это определенный способ описания реального мира.

  1. Создание модели.
  2. Изучение модели.
  3. Применение результатов исследования на практике и/или формулирование теоретических выводов.

Видов моделирования огромное количество. Вот некоторые примеры типов моделей:

Математические модели . Это знаковые модели, описывающие определенные числовые соотношения.

Графические модели. Визуальное представление объектов, которые настолько сложны, что их описание иными способами не дает человеку ясного понимания. Здесь наглядность модели выходит на первый план.

Имитационные модели. Позволяют наблюдать изменение поведения элементов системы-модели, проводить эксперименты, изменяя некоторые параметры модели.

Над созданием модели могут работать специалисты из разных областей, т.к. в моделировании достаточно велика роль межпредметных связей.

Совершенствование вычислительной техники и широкое распространение персональных компьютеров открыло перед моделированием огромные перспективы для исследования процессов и явлений окружающего мира, включая сюда и человеческое общество.

Компьютерное моделирование – это в определенной степени, то же самое, описанное выше моделирование, но реализуемое с помощью компьютерной техники.

Для компьютерного моделирования важно наличие определенного программного обеспечения.

При этом программное обеспечение, средствами которого может осуществляться компьютерное моделирование, может быть как достаточно универсальным (например, обычные текстовые и графические процессоры), так и весьма специализированными, предназначенными лишь для определенного вида моделирования.

Очень часто компьютеры используются для математического моделирования. Здесь их роль неоценима в выполнении численных операций, в то время как анализ задачи обычно ложится на плечи человека.

Обычно в компьютерном моделировании различные виды моделирования дополняют друг друга. Так, если математическая формула очень сложна, что не дает явного представления об описываемых ею процессах, то на помощь приходят графические и имитационные модели. Компьютерная визуализация может быть намного дешевле реального создания натуральных моделей.

С появлением мощных компьютеров распространилось графическое моделирование на основе инженерных систем для создания чертежей, схем, графиков.

Если система сложна, а требуется проследить за каждым ее элементом, то на помощь могут придти компьютерные имитационные модели. На компьютере можно воспроизвести последовательность временных событий, а потом обработать большой объем информации.

Однако следует четко понимать, что компьютер является хорошим инструментом для создания и исследования моделей, но он их не придумывает. Абстрактный анализ окружающего мира с целью воссоздания его в модели выполняет человек.

Одной из важных проблем в области разработки и создания современных сложных технических систем является исследование динамики их функционирования на различных этапах проектирования, испытания и эксплуатации. Сложными системами называются системы, состоящие из большого числа взаимосвязанных и взаимодействующих между собой элементов. При исследовании сложных систем возникают задачи исследования как отдельных видов оборудования и аппаратуры, входящих в систему, так и системы в целом.

К разряду сложных систем относятся крупные технические, технологические, энергетические и производственные комплексы.

При проектировании сложных систем ставится задача разработки систем, удовлетворяющих заданным техническим характеристикам. Поставленная задача может быть решена одним из следующих методов:

  • методом синтеза оптимальной структуры системы с заданными характеристиками;
  • методом анализа различных вариантов структуры системы для обеспечения требуемых технических характеристик.

Оптимальный синтез систем в большинстве случаев практически невозможен в силу сложности поставленной задачи и несовершенства современных методов синтеза сложных систем. Методы анализа сложных систем, включающие в себя элементы синтеза, в настоящее время достаточно развиты и получили широкое распространение.

Любая синтезированная или определенная каким-либо другим образом структура сложной системы для оценки ее показателей должна быть подвергнута испытаниям. Проведение испытаний системы является задачей анализа ее характеристик. Таким образом, конечным этапом проектирования сложной системы, осуществленного как методом синтеза структуры, так и методом анализа вариантов структур, является анализ показателей эффективности проектируемой системы.

Среди известных методов анализа показателей эффективности систем и исследования динамики их функционирования следует отметить:

  • аналитический метод;
  • метод натуральных испытаний;
  • метод полунатурального моделирования;
  • моделирование процесса функционирования системы на ЭВМ.

Строгое аналитическое исследование процесса функционирования сложных систем практически невозможно. Определение аналитической модели сложной системы затрудняется множеством условий, определяемых особенностями работы системы, взаимодействием ее составляющих частей, влиянием внешней среды и т.п.

Натуральные испытания сложных систем связаны с большими затратами времени и средств. Проведение испытаний предполагает наличие готового образца системы или ее физической модели, что исключает или затрудняет использование этого метода на этапе проектирования системы.

Широкое применение для исследования характеристик сложных систем находит метод полунатурального моделирования. При этом используется часть реальных устройств системы. Включенная в такую полунатуральную модель ЭВМ имитирует работы остальных устройств системы, отображенных математическими моделями. Однако в большинстве случаев этот метод также связан со значительными затратами и трудностями, в частности, аппаратной стыковкой натуральных частей с ЭВМ.

Исследование функционирования сложных систем с помощью моделирования их работы на ЭВМ помогает сократить время и средства на разработку.

Затраты рабочего времени и материальных средств на реализацию метода имитационного моделирования оказываются незначительными по сравнению с затратами, связанными с натурным экспериментом. Результаты моделирования по своей ценности для практического решения задач часто близки к результатам натурного эксперимента.

Метод имитационного моделирования основан на использовании алгоритмических (имитационных) моделей, реализуемых на ЭВМ, для исследования процесса функционирования сложных систем. Для реализации метода необходимо разработать специальный моделирующий алгоритм. В соответствии с этим алгоритмом в ЭВМ вырабатывается информация, описывающая элементарные процессы исследуемой системы с учетом взаимосвязей и взаимных влияний. При этом моделирующий алгоритм сроится в соответствии с логической структурой системы с сохранением последовательности протекаемых в ней процессов и отображением основных состояний системы.

Основными этапами метода имитационного моделирования являются:

  • моделирование входных и внешних воздействий;
  • воспроизведение работы моделируемой системы (моделирующий алгоритм);
  • интерпретация и обработка результатов моделирования.

Перечисленные этапы метода многократно повторяются для различных наборов входных и внешних воздействий, образуя внутренний цикл моделирования. Во внешнем цикле организуется просмотр заданных вариантов моделируемой системы. Процедура выбора оптимального варианта управляет просмотром вариантов, внося соответствующие коррективы в имитационную модель и в модели входных и внешних воздействий.

Процедура построения модели системы, контроля точности и корректировки модели по результатам машинного эксперимента задает и затем изменяет блок и внутреннего цикла в зависимости от фактических результатов моделирования. Таким образом, возникает внешний цикл, отражающий деятельность исследователя по формированию, контролю и корректировке модели.

Метод имитационного моделирования позволяет решать задачи исключительной сложности. Исследуемая система может одновременно содержать элементы непрерывного и дискретного действия, быть подверженной влиянию многочисленных случайных факторов сложной природы, описываться весьма громоздкими соотношениями и т.п. Метод не требует создания специальной аппаратуры для каждой новой задачи и позволяет легко изменять значения параметров исследуемых систем и начальных условий. Эффективность метода имитационного моделирования тем более высока, чем на более ранних этапах проектирования системы он начинает использоваться.

Следует, однако, помнить, что метод имитационного моделирования является численным методом. Его можно считать распространением метода Монте-Карло на случай сложных систем. Как любой численный метод, он обладает существенным недостатком – его решение всегда носит частный характер. Решение соответствует фиксированным значениям параметров системы и начальных условий. Для анализа системы приходится многократно моделировать процесс ее функционирования, варьируя исходные данные модели. Таким образом, для реализации имитационных моделей сложной модели необходимо наличие ЭВМ высокой производительности.

Для моделирования системы на ЭВМ необходимо записывать моделирующий алгоритм на одном из входных языков ЭВМ. В качестве входных языков для решения задач моделирования могут быть с успехом использованы универсальные алгоритмические языки высокого уровня, Си, Паскаль и др.

Анализ развития наиболее сложных технических систем позволяет сделать вывод о все более глубоком проникновении ЭВМ в их структуру. Вычислительные машины становятся неотъемлемой, а зачастую и основной частью таких систем. Прежде всего это относится к сложным радиоэлектронным системам. Среди них различные автоматические системы, в том числе системы автоматической коммутации (электронные АТС), системы радиосвязи, радиотелеметрические системы, системы радиолокации и радионавигации, различные системы управления.

При построении таких систем в значительной степени используются принципы и структуры организации вычислительных машин и вычислительных систем (ВС). Характерной особенностью является наличие в системах нескольких процессоров, объединенных различными способами в специализированную ВС. При этом осуществляется переход от «жесткой» логики функционирования технических систем к универсальной «программной» логике. В силу этого все более значительную роль в таких системах, наряду с аппаратными средствами, играет специализированное системное и прикладное программное обеспечение.

На этапах разработки, проектирования, отладки и испытания сложных систем с высоким удельным весом аппаратно-программных средств вычислительной техники ставится задача анализа и синтеза вариантов организации структуры аппаратных средств, а также разработки и отладки специализированного ПО большого объема. Эта задача может быть решена с помощью аппаратно-программного моделирования с использованием универсальных моделирующих комплексов, построенных на базе однородных ВС с программируемой структурой.

Аппаратно-программное моделирование можно считать частным случаем полунатурного моделирования. На первом этапе разрабатывается концептуальная модель заданного класса систем на основе анализа типовых процессов, структур и аппаратных блоков. Концептуальная модель реализуется на аппаратно-программных средствах моделирующего комплекса. При этом моделирующий комплекс может настраиваться на соответствующую структуру системы программным путем за счет возможности программирования структуры используемой микропроцессорной ВС. Часть аппаратных и программных средств микропроцессорной ВС моделирующего комплекса непосредственно отражает аппаратно-программные средства, входящие в исследуемую систему (аппаратное моделирование), другая часть реализует имитационную модель функциональных средств исследуемой системы, внешней обстановки, влияния помех и т.п. (программное моделирование).

Разработка аппаратно-программных моделирующих комплексов является сложной технической задачей. Несмотря на это, применение таких комплексов находит все большее распространение. При достаточной производительности вычислительных средств комплекса процесс исследования системы может вестись в реальном масштабе времени. В составе комплекса могут использоваться как универсальные микроЭВМ общего назначение, так и вычислительные средства, непосредственно входящие в исследуемую систему. Подобные моделирующие комплексы являются универсальными стендами для разработки и отладки аппаратно-программных средств, проектируемых систем заданного класса. Они могут использоваться в качестве тренажеров по обучению обслуживающего персонала.

Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Синявская Елена Валентиновна

В статье сделана попытка с различных позиций раскрыть суть и особенности метода моделирования в научном познании универсального мира. Автор рассматривает различные определения модели и моделирования , генезис этих понятий и далее делает вывод об универсальности метода моделирования , в том числе и для познания педагогических процессов и явлений.

Похожие темы научных работ по компьютерным и информационным наукам , автор научной работы — Синявская Елена Валентиновна

Понятия модели и моделирования в человеческой деятельности Специфика моделирования и мысленный эксперимент в научном познании Формирование компонентов научного познания при обучении физике Научные подходы к моделированию процесса формирования опыта научного познания студента i Не можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

MODELLING AS THE METHOD OF SCIENTIFIC KNOWLEDGE

The main goal of the article is to explain the denotations of «a model » and «modelling» and to compare them with their usage in various spheres. The author observes the role of modelling in theoretical and empiric perception. Then the author makes a conclusion about the universality of this method especially for the comprehension of pedagogical processes and phenomena.

Текст научной работы на тему «Моделирование как метод научного познания»

ББК 87.2 YAK 001.6

МОДЕЛИРОВАНИЕ КАК МЕТОД НАУЧНОГО ПОЗНАНИЯ

MODELLING AS THE METHOD OF SCIENTIFIC KNOWLEDGE

В статье сделана попытка с различных позиций раскрыть суть и особенности метода моделирования в научном познании универсального мира. Автор рассматривает различные определения модели и моделирования, генезис этих понятий и далее делает вывод об универсальности метода моделирования, в том числе и для познания педагогических процессов и явлений.

The main goal of the article is to explain the denotations of «a model» and «modelling» and to compare them with their usage in various spheres. The author observes the role of modelling in theoretical and empiric perception. Then the author makes a conclusion about the universality of this method especially for the comprehension of pedagogical processes and phenomena.

Ключевые слова: познание, метод познания, моделирование, модель.

Key words: knowledge, method of knowledge, modeling, model.

В настоящее время в научном познании происходит переход от анализа сугубо частных проблем к анализу общих, что ведёт к универсализации методов, а это, в свою очередь, оказывает большое влияние на развитие науки. Отмечая эту тенденцию, К. Маркс писал: «Наиболее всеобщие абстракции возникают только в условиях наиболее богатого развития, где одно и то же является общим для многих или для всех» [9, с. 41]. Так появляются общенаучные методы познания.

В своём диссертационном исследовании С.А. Ковалёв проводит классификацию общенаучных методов по разным основаниям [7, с. 14-15]. Так, в одной из предложенных им классификаций методы разделяются на две подгруппы. К первой подгруппе относятся такие логико-гносеологические приёмы, как анализ, синтез, индукция, дедукция, абстрагирование, идеализация и моделирование. Их разработкой занимается философия. Вторую подгруппу представляют методы, возникшие в результате развития таких общенаучных дисциплин, как кибернетика, информатика, семиотика и т. п. Посредством этих методов изучаются не только свойства самих объектов познания, но и общие характеристики этого процесса, выраженные в понятиях «информация», «управление», «структура», «обратная связь» и др.

Другим существенным основанием классификации, по мнению автора, является деление методов в зависимости от уровней научного познания. Здесь различаются эмпирические и теоретические методы и методы переходной группы. Методы переходной группы (моделирование, идеализация,

абстрагирование и др.) позволяют эмпирическому знанию входить в теорию, а любая теория, сколь бы она ни была абстрактной, в конечном счёте опирается, как известно, на эмпирические данные.

В настоящее время в основе получения научного знания лежит процедура моделирования. Оно широко применяется в изучении как макро-, так и микрообъектов, в проведении различных исследований процессов, явлений, часто не имеющих никаких точек соприкосновения. Примером макромоделирования может служить моделирование гидродинамического процесса фильтрации жидкости через пористую среду, которой является фильтровальная перегородка вместе с расположенным на ней осадком; пример микромоделирования - трёхмерные модели живых объектов природы для нужд исследований по биологии. Таким образом, независимо от уровня, целей, методов и средств познания у истоков гносеологических процессов находится модель, и она же, получившая развитие, обогащённая информацией, представленная в материальной или знаковой форме, является его результатом [8, с. 6].

В последние 25 лет моделирование стало обязательным элементом и социальных, и педагогических, и методических исследований. Поэтому возникла необходимость выяснить суть, особенности и границы его применения в педагогике. Для этого рассмотрим гносеологические и методологические особенности понятий модель и моделирование.

Моделью можно назвать образец какого-нибудь изделия (спец.) или какого-нибудь сооружения (тех.) [13, с. 315].

Модель в широком смысле - любой образ, аналог (мысленный или условный: изображение, описание, схема, чертёж, график, план, карта и т. п.) какого-либо объекта, процесса или явления («оригинала» данной модели), используемый в качестве его «заместителя», «представителя» [3].

Оба эти определения не противоречат друг другу. Первоначально понятие моделирования (так же, как проектирование, конструирование, технология) сформировалось в сфере техники и индустрии. Впоследствии в связи с развитием кибернетики оно распространилось на ряд других сфер - теорию управления, системный анализ и т.д. А потом начало применяться и в других областях науки. Возрастанию роли моделирования в научном познании способствовало изучение особенностей, возможностей и условий использования этого метода в теоретическом и практическом освоении действительности. Модель - это образец оригинала, а не его точная копия, иначе моделирование потеряет свой смысл. Модель как бы концентрирует и конкретизирует в нашем сознании представления о чём-либо и создаёт возможность подготовиться (психологически, профессионально, интеллектуально и т. п.) к возможным изменениям и нестандартным ситуациям [2, с .221].

Интерпретация понятия модели в разных областях научного знания неоднозначна.

Н.Т. Абрамова, специалист в области информационных технологий, понимает под моделью в широком смысле слова «объект, замещающий другие объекты и способный давать о них информацию» [1, с. 169]. А.И. Исенко определяет модель как «мысленную или материально реализуемую систему, адекватно отражающую объект исследования посредством воспроизведения его специфических свойств и состояний» [6, с. 7].

Несмотря на различия, можно выделить характерные черты модели. Модель - это некая схема, замещающая реальный объект, процесс или явление и служащая для их исследования.

Для нужд исследования не столько объектов, сколько процессов, в том числе и педагогических, по нашему мнению, более приемлем подход к определению модели В. Фибана. Он выделяет следующие существенные характеристики модели:

• это средство и форма познания законов;

• служит дальнейшему объяснению теоретически сформулированного объекта познания;

• промежуточное звено в процессе познания;

• полученные с её помощью результаты играют лишь вспомогательную роль по отношению к результатам теории [14, с. 150-152].

Как мы видим, выделенные им свойства не противоречат классификации методов научного познания, предложенной С.А. Ковалёвым.

Последовательность познания мира такова: модель - прогноз - эксперимент - новая модель и т. д. Моделирование - это метод создания и исследования моделей. Если в ХХ веке - веке научно-технической революции - моделирование трактовалось как процесс изготовления моделей [13, там же] (где там же?), то в XXI веке - веке информационном, постиндустриальном - это понятие включает в себя «исследование каких-либо реально существующих предметов и явлений и конструируемых объектов путём построения и изучения их моделей» [3].

Главное преимущество моделирования - целостность представления информации. Основными функциями моделирования являются следующие:

• углубление познания сущностных и содержательных характеристик действующих систем, объектов;

• определение их основных параметров, путей дальнейшего совершенствования;

• проведение сравнительно-сопоставительного анализа оригинала и модели, выявление их качественных характеристик.

В данной статье проведено сравнительное изучение трактовок понятий модель и моделирование у разных авторов, из которого видно, что, несмотря на различие в определениях, можно выделить существенные характеристики этого метода (какого метода?) у авторов: во-первых, метод научного познания (непонятно, к чему это. ); во-вторых, этот метод позволяет создать некий материальный или идеальный образ определённого объекта (В. Фибан), или окружающего мира (А.И. Исенко), или процесса (Г.Г. Малиницкий).

В работе «Моделирование в биологии» В. Фибан, рассматривая различия между теорией и моделью, установил, как происходит процесс научного познания. Конструирование (проект) или поиск модели всегда опосредованы теоретически, они совершенствуются на основе имеющихся в данный момент теоретических знаний. В свою очередь объект познания предстаёт всегда в виде идеализированного объекта, для которого конструируется или отыскивается модель с целью решения определённых проблем. Модель выступает как промежуточное звено между идеализированным объектом познания и изучаемым материальным объектом. Данные об изучаемом объекте, полученные благодаря модели, используются для дальнейшей разработки идеализированного объекта познания, что, в свою очередь, приводит к модификации самой модели. Так во взаимодействии изучаемого объекта, его модели и идеализированного объекта происходит развитие научного познания.

Эти идеи разделяют многие учёные. Так, в работе «Теория всего и теория познания» Н.С. Мудрагей пишет: «Может быть, именно так развивается наука: вчерашняя теория, казалось бы, отражающая реальность, уходит в небытие, вместо неё строится модель определённого события, которая со временем, подтверждённая теоретическими доказательствами и экспериментами, становится знанием об окружающей нас действительности» [11, с. 85].

А.М. Новиков выделяет в процессе моделирования четыре участника: «субъект» - инициатор моделирования и/или пользователь его результатов; «объект-оригинал» - предмет моделирования, то есть та система, которую хочет создать и/или пользоваться в дальнейшем «субъект»; «модель» - образ, отображение; «среда», в которой находятся и с которой взаимодействуют все участники [12, с. 271].

Моделирование чаще всего используется вместе с другими методами исследования. Особенно тесно оно связано с экспериментом, где модели применяются с разными целями. Рассмотрим некоторые из них.

1. Модель используется как заменитель объекта, позволяющий в ходе эксперимента с этим идеализированным объектом получить новые сведения о самом объекте.

2. Модель позволяет экспериментально проверить творчески сконструированные теории высокой степени обобщённости.

3. Модель позволяет перевести экспериментально проверенные научные знания в практическую сферу. В результате синтеза теории и практики появляется модель, которая способствует получению новых данных.

Особого внимания требует вопрос соотношения теории и практики в научном познании и роли метода моделирования в этом. Практический опыт может привести к интуитивному постижению закономерных связей. Теоретический анализ не позволяет поднять обобщённые эмпирические знания и результаты частных опытов на уровень систематического познания законов. «Процесс познания - это единство объективного анализа (эксперимента) и практического синтеза (модели), теоретического анализа (модели) и субъективного, т. е. предпринимаемого людьми, синтеза (теории)» [15, с. 15]. Таким образом, метод моделирования применим как на эмпирическом, так и на теоретическом уровне исследования. К этому методу в исследовании прибегают в двух случаях: когда необходимо выяснить закономерность функционирования и развития такого объекта, с которым нельзя познакомиться, контактировать непосредственно; когда объект нужно создавать заново, конструировать его в реальной действительности, т. е. когда его созданию должен предшествовать процесс моделирования [2, там же].

Как мы видим, трактовка метода моделирования разными авторами не противоречит самой его сути. Для нужд науки как деятельности по изучению объектов неизвестной природы, деятельности по получению новых, ранее неизвестных человечеству знаний используется метод моделирования, который по сути является универсальным методом познания, применяемым во всех видах деятельности и на всех этапах её осуществления: на стадии це-леполагания, выбора средств и методов действия, реализации намеченной цели и поставленных задач, анализа и оценки полученного результата.

На современном этапе развития педагогики как науки именно единство теоретического и практического познания даст новый импульс новаторскому движению. Главное, о чём нужно помнить - мы строим новое не на пустом месте. Будущее необходимо моделировать исходя из того, что уже существует. Моделирование как метод-действие позволяет создавать основу для правильного выбора стратегий обновления, модернизаций и инноваций, благодаря педагогическим исследованиям и поискам.

1. Абрамова, Н.Т. Кибернетическая модель и построение теории [Текст] / Н.Т. Абрамова // Эксперимент. Модель. Теория : сб. статей / АН СССР. Институт философии; АН ГДР. Центральный институт философии ; отв. ред. Г. Гёрц, М.Э. Омельяновский. - М. ; Берлин : Наука, 1982. - 333 с.

2. Беляев, В.И. История философии и науки (педагогики) : учебное пособие для аспирантов, обучающихся по специальностям 13.00.01 и 13.00.02. [Текст] / В.И. Беляев. - Магадан : Изд-во СВГУ, 2011. - 242 с.

3. Большой Российский энциклопедический словарь [Электронный ресурс] / ООО «РМГ Мультимедиа». - М., 2010. - 1 DVD - Заглавие с этикетки диска.

4. Боровских, А.В. Категория деятельности и деятельностные принципы в педагогике [Текст] / А.В. Боровских, Н.Х. Розов // Вопросы философии. - 2012. -№ 5. - С. 90-101.

5. Знание о прошлом в современной культуре (материалы «круглого стола») [Текст] // Вопросы философии. - 2011. - № 8. - С. 3-18.

6. Исенко, А.И. Музыкальное моделирование как новый метод фортепианного обучения [Текст] : автореф. дис. . канд. пед. наук / А.И. Исенко. - М., 1996. - 22 с.

7. Ковалёв, С.А. Классификация методов научного познания [Текст] : автореф. дис. . канд. философ. наук / С.А. Ковалёв. - Л., 1987. - 19 с.

8. Королёв, М.Ю. Моделирование как метод научного познания : монография [Текст] / М.Ю. Королёв. - М. : Карпов Е.В., 2010. - 116 с.

9. Маркс, К. Сочинения : в 50 т. [Текст] / К. Маркс, Ф. Энгельс. - 2-е изд. - М. : Изд-во политической литературы, 1968. - Т. 46. - Ч. 1. - 317 с.

10. Мамчур, Е.А. Фундаментальная наука и современные технологии [Текст] / Е.А. Мамчур // Вопросы философии. - 2011. - № 3. - С. 80-89.

11. Мудрагей, Н.С. Теория всего и теория познания (онто-гносеологические заметки) [Текст] / Н.С. Мудрагей // Вопросы философии. - 2011. - № 6 -С. 82-92.

12. Новиков, А.М. Методология [Текст] / А.М. Новиков, Д.А. Новиков. - М. : Син-тег, 2007. - 668 с.

13. Ожегов, С.И. Словарь русского языка [Текст] / под ред. д-ра филол. наук, проф. Н.Ю. Шведовой. - 15-е изд., стереотип. - М. : Русский язык, 1984. -816 с.

14. Фибан, В. Моделирование в биологии [Текст] / В. Фибан // Эксперимент. Модель. Теория : сб. статей / АН СССР. Институт философии; АН ГДР. Центральный институт философии ; отв. ред. Г. Гёрц, М.Э. Омельяновский. -М. ; Берлин : Наука, 1982. - 333 с.

15. Эксперимент. Модель. Теория : сб. статей / АН СССР, Институт философии. АН ГДР, Центральный институт философии ; отв. ред. Г. Гёрц, М.Э. Омельяновский. - М. ; Берлин : Наука, 1982. - 333 с.


КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕ И ВЫЧИСЛИТЕЛЬНЫЙ ЭКСПЕРИМЕНТ КАК НОВАЯ ФОРМА НАУЧНОГО ПОЗНАНИЯ

Текст работы размещён без изображений и формул.
Полная версия работы доступна во вкладке "Файлы работы" в формате PDF Одним из важнейших направлений развития общества является образование. Образование «работает» на будущее, оно определяет личные качества каждого человека, его знания, умения, навыки, культуру поведения, мировоззрение, тем самым создавая экономический, нравственный и духовный потенциал общества. Информационные технологии являются одним из главных инструментов в образовании, поэтому разработка стратегии их развития и использования в сфере образования составляет одну из ключевых проблем. Следовательно, использование вычислительной техники приобретает общегосударственное значение. Академик В.Г. Разумовский отмечает, что «с введением в учебный процесс компьютеров возрастают возможности многих методов научного познания, особенно метода моделирования, который позволяет резко повысить интенсивность обучения, поскольку при моделировании выделяется сама суть явлений и становится ясной их общность».

Компьютерное моделирование – один из прогрессивных методов научного исследования, который можно применить в различных сферах деятельности (промышленность, экономика, производство, образование и т.д.).

Вычислительный эксперимент - разновидность компьютерного моделирования. Вычислительный эксперимент по модели - эксперимент, осуществляемый с помощью модели на ЭВМ с целью определения, прогноза тех или иных состояний системы, реакции на те или иные входные сигналы.

Вычислительный эксперимент позволяет заменить дорогостоящий натурный эксперимент расчетами на ЭВМ. Он позволяет в короткие сроки и без значительных материальных затрат осуществить исследование большого числа вариантов проектируемого объекта или процесса для различных режимов его эксплуатации, что значительно сокращает сроки разработки сложных систем и их внедрение в производство. Прибором эксперимента здесь является компьютер. Это процедура часто отождествляется с компьютерным моделированием.

Компьютерное моделирование и вычислительный эксперимент становятся новым инструментом, методом научного познания, новой технологией из-за возрастающей необходимости перехода от исследования линейных математических моделей систем (для которых достаточно хорошо известны или разработаны методы исследования, теория) к исследованию сложных и нелинейных математических моделей систем (анализ которых гораздо сложнее); грубо, но образно говоря: "наши знания об окружающем мире - линейны и детерминированы, а процессы в окружающем мире - нелинейны и стохастичны".

Компьютерное моделирование и вычислительный эксперимент как новый метод научного исследования заставляет совершенствовать математический аппарат, используемый при построении математических моделей, позволяет, используя математические методы, уточнять, усложнять математические модели. Наиболее перспективным для проведения вычислительного эксперимента является его использование для решения крупных научно-технических и социально-экономических проблем современности (проектирование реакторов для атомных электростанций, проектирование плотин и гидроэлектростанций, магнитогидродинамических преобразователей энергии, и в области экономики – составление сбалансированного плана для отрасли, региона, для страны и др.). В некоторых процессах, где натурный эксперимент опасен для жизни и здоровья людей, вычислительный эксперимент является единственно возможным (термоядерный синтез, освоение космического пространства, проектирование и исследование химических и других производств).

Многие пользователи, искренне желая применить компьютерное моделирование в своей практической деятельности, сталкиваются с серьезными трудностями при освоении и использовании современных программных средств. Для работы с ними все еще требуются знания, не относящиеся непосредственно к моделированию, а проведение вычислительного эксперимента остается кропотливой и многотрудной работой. В то же время типовых задач моделирования не так уж и много, и для них можно создать удобный и понятный интерфейс в рамках одного, «универсального» пакета.

Создание прототипа универсального пакета из стандартных модулей, ориентированного на пользователя, не являющегося специалистом в области программирования и численного моделирования, приведет к тому, что компьютерное моделирование действительно станет инструментом научного работника, инженера и преподавателя.

Программные средства для моделирования можно разделить на две группы.

К первой отнесем пакеты, предназначенные для решения сложных промышленных и научно-исследовательских задач большими производственными или научными коллективами. Пакеты первой группы условно назовем промышленными. Такие проекты невозможны без предварительных исследований, выполняемых отдельными учеными или проектировщиками. Стартовой точкой в них является гипотеза, а основной задачей — ее проверка.

С момента появления пакета Simulink универсальные, не ориентированные на конкретные прикладные области пакеты для моделирования и исследования динамических систем в широком понимании этого термина, включая и дискретные, и непрерывные, и гибридные модели, стали повседневной реальностью. Относительная простота и интуитивная ясность входных языков универсальных пакетов в сочетании с разумными требованиями к мощности компьютеров позволяют использовать эти пакеты в учебном процессе. Изучаемые с помощью универсальных пакетов модели можно условно разделить на модели для естественнонаучных областей и модели технических объектов. В первом случае мы обычно имеем дело с моделью, сведенной к одной, итоговой системе уравнений, или, другими словами, с однокомпонентной моделью, а во втором — со структурированной, многокомпонентной моделью, итоговая система для которой должна строиться автоматически по описанию отдельных компонент.

И среди однокомпонентных, и среди многокомпонентных, наибольший интерес представляют модели, чье поведение меняется во времени в зависимости от наступающих событий. Их часто называют гибридными системами. В отечественной литературе также используются синонимы — непрерывно-дискретные, системы с переменной структурой, реактивные, событийно-управляемые.

Необходимость обеспечения обратной связи между исследователем и моделью опять же приводит нас к событийно-управляемым системам и дополнительно заставляет проводить и визуализировать вычислительный эксперимент в реальном времени. Назовем такой способ познания действительности активным компьютерным экспериментом, в отличие от традиционного пассивного вычислительного эксперимента, план которого может быть составлен заранее.

Отличительной чертой современных пакетов является объектно-ориентированный подход, позволяющий обеспечить еще одно очень важное и характерное для научных исследований и обучения требование — возможность легко пополнять и модифицировать разрабатываемую библиотеку, представляющую обычно последовательность все более сложных моделей, свойства которых приходится постоянно сравнивать.

Практически все существующие современные и широко используемые пакеты не приспособлены в полной мере для проведения активного вычислительного эксперимента.

Из всего множества современных пакетов моделирования, пакеты Model Vision Studium(MVS) [3], AnyLogic [4] наиболее приспособлены для проведения активных компьютерных экспериментов. Пакет AnyLogic разработанный фирмой «Экспериментальные объектные технологии» более мощная профессиональная система моделирования, которая для непрерывных и гибридных моделей использует решения апробированные в пакете Model Vision Studium, но является слишком сложным и дорогим. В силу этого и того, что разработчики пакета визуального моделирования MVS решили продолжать совершенствовать свой пакет, позиционируя его как компактный, несложный и недорогой инструмент для научных исследований и обучения, мы решили свой выбор остановить на пакете MVS. Кроме всего этого разработчики пакета визуального моделирования MVS объявили также об изменении политики его распространения. Вместо ограниченной бесплатной версии MVS Lite предлагается полноценная, свободная для некоммерческого использования версия MVS Free. Одновременно с экспериментальной версией будет продолжено распространение недорогой версии MVS Standard для отдельных преподавателей и университетов.

MVS использует современные объектно-ориентированные входные языки, используют гибридные автоматы как элементы входного языка, однако не может работать с неориентированными блоками. Пакет Model Vision Studium снабжен редактором трехмерной анимации (рис. 1), компактен и прост в освоении.

Достоинства гибридного автомата при использовании его в пакетах моделирования.:

· компактно и наглядно описывает всевозможные варианты смены поведения подобно тому, как конечный автомат столь же наглядно описывает все допустимые цепочки принимаемого им языка;

· требует указания в явном виде особых событий, приводящих к смене поведения, и облегчает работу численных методов в окрестности точки смены поведения;

· позволяет ввести «алгебру» локальных поведений, упрощая тем самым применение объектно-ориентированного подхода;

· позволяет легко описать сложные эксперименты с моделью, облегчая проектирование испытательных стендов;

· позволяет в наглядной форме следить за появлением событий, приводящих к смене поведения, и самими переключениями при отладке (рис.2).

Основным направлением развития пакета MVS является объектно-ориентированное моделирование непрерывно-дискретных систем с использованием формализма гибридного автомата. В ближайшее время предполагается внедрить в пакет «свободную» форму записи уравнений (с использованием производных произвольного порядка, а также уравнений, не разрешенных относительно производных), неориентированные блоки и связи, а также динамические структуры и графический язык управления экспериментом на основе карт состояния.

Главное окно пакета MVS Free 3.1

Литература

Колесов Ю. Б., Сениченков Ю. Б. Визуальное моделирование сложных динамических систем.— СПб.: Мир и семья и Интерлайн, 2000.— 240 с.

Бенькович Е. С., Колесов Ю. Б., Сениченков Ю. Б. Практическое моделирование сложных динамических систем.— СПб.: БХВ, 2001.— 441 с.

Колесов Ю. Б., Сениченков Ю. Б. Model Vision Studium — инструмент для объектно-ориентированного визуального моделирования сложных динамических систем // Труды Международ­ной научно-технической конференции: Гибрид­ные системы (7–9 июня, 2001).— СПб.— С. 5–46.

Колесов Ю. Б., Сениченков Ю. Компьютерное моделирование в научных исследованиях и в образовании// Компьютерные инструменты в образовании (№1(1)2003) – СПб.

Колесов Ю. Б., Сениченков Ю. Б. Компьютерное моделирование динамических систем // Научно-технические ведомости СПбГТУ.— 2002.— № 3.— С. 93–102.

Сениченков Ю. Б. CoLoS — новые методы в обучении. Опыт международного сотрудничества // Компьютерные инструменты в образовании.— 1999.— № 1.— С. 11–15.

Иванов В. Б. Опыт использования пакета MODELLUS при обучении физике и математике // Компьютерные инструменты в образовании.— 2000.— № 3–4.— С. 53–59.

Читайте также: