Классификация моделей

По форме представления объектов модели можно разделить на две группы: материальные и идеальные (рис. 1.3).

Материальные модели, в свою очередь, делятся на физические и аналоговые.

Идеальные модели можно разделить на знаковые (семиотические) и интуитивные (мысленные). Интуитивные модели используются для прогнозирования на основе анализа наблюдений прошлого периода: объема продаж, прибыли и денежного потока. При этом не предпринимаются попытки объяснить причинные взаимосвязи, которые лежат в основе интуитивной модели.

Знаковые модели делятся на логические, геометрические и математические. Логические модели - модели, в которых представлены различные варианты выбора действий на основе умозаключений и анализа условий. Геометрические - это графические формы и объемные конструкции. Например: рисунок, пиктограмма, чертеж, карта, план, объемное изображение и т. д.

Математические модели можно разделить на аналитические, алгоритмические (имитационные) и комбинированные.

Для аналитического моделирования характерно то, что для описания процессов функционирования системы используются системы алгебраических, дифференциальных, интегральных или конечно-разностных уравнений. Аналитическая модель может быть исследована следующими методами:

а) аналитическим, когда стремятся получить в общем виде явные зависимости для искомых характеристик;

б) численным, когда, не умея решать уравнения в общем виде, стремятся получить числовые результаты при конкретных начальных данных;

в) качественным, когда, не имея решения в явном виде, можно найти некоторые свойства решения (например, оценить устойчивость решения).

Рис. 1.3.

Желая использовать аналитический метод, часто идут на существенные упрощения первоначальной модели, чтобы иметь возможность изучить хотя бы общие свойства системы. Аналитические модели бывают детерминированные и статистические. Численный метод проведения аналитических расчетов с помощью датчиков случайных чисел получил название метода статистических испытаний, или метода Монте- Карло.

При алгоритмическом (имитационном) моделировании описывается процесс функционирования системы во времени, причем имитируются элементарные явления, составляющие процесс, с сохранением их логической структуры и последовательности протекания во времени. Имитационные модели также могут быть детерминированными и статистическими. В последнем случае в модели с помощью датчиков случайных чисел имитируется действие неопределенных и случайных

факторов. Такой метод моделирования получил название метода статистического моделирования. В настоящее время этот метод считается наиболее эффективным методом исследования сложных систем, а часто и единственным практически доступным методом получения информации о поведении гипотетической системы на этапе ее проектирования.

Комбинированное моделирование позволяет объединить достоинства аналитического и алгоритмического моделирования. При построении комбинированных моделей производится предварительная декомпозиция процесса функционирования модели на составляющие подпроцессы. Для тех из них, где это возможно, используются аналитические модели, а для остальных процессов строятся алгоритмические модели.

2.3.