Теоретический уровень научного исследования является рациональной (логической) ступенью познания. На теоретическом уровне с помощью мышления происходит переход от чувственно-конкретного представления об объекте исследования к логически-конкретному. Логически-конкретное есть теоретически воспроизведенное в мышлении исследователя конкретное представление об объекте во всем богатстве его содержания. На теоретическом уровне используются следующие методы познания: абстракция, идеализация, мысленный эксперимент, индукция, дедукция, анализ, синтез, аналогия, моделирование.
Абстракция – это мысленное отвлечение от каких-то менее существенных свойств, сторон, признаков изучаемого объекта или явления с одновременным выделением, формированием одной или нескольких существенных сторон, свойств, признаков. Результат, получаемый в процессе абстрагирования называют абстракцией.
Идеализация – это особый вид абстрагирования, мысленное внесение определённых изменений в изучаемый объект в соответствии с целями исследований. Приведем примеры идеализации.
Материальная точка – тело, лишённое всяких размеров. Это абстрактный объект, размерами которого пренебрегают, удобен при описании движения.
Абсолютно черное тело – наделяется несуществующим в природе свойством поглощать абсолютно всю попадающую на него лучистую энергию, ничего не отражая и не пропуская сквозь себя. Спектр излучения абсолютно черного тела является идеальным случаем, поскольку на него не оказывает влияния природа вещества излучателя или состояние его поверхности.
Мысленный эксперимент – это метод теоретического познания, который предполагает оперирование идеальным объектом. Это мысленный подбор положений, ситуаций, которые позволяют обнаружить важные особенности исследуемого объекта. В этом он имеет сходство с реальным экспериментом. Кроме того, он предваряет реальный эксперимент в виде процедуры планирования.
Формализация – это метод теоретического познания, который заключается в использовании специальной символики, позволяющей отвлечься от изучения реальных объектов, от содержания описывающих их теоретических положений и оперировать вместо этого некоторым множеством символов, знаков.
Для построения любой формальной системы необходимо:
1. задание алфавита, т. е. определенного набора знаков;
2. задание правил, по которым из исходных знаков этого алфавита могут быть получены «слова», «формулы»;
3. задание правил, по которым от одних слов, формул данной системы можно переходить к другим словам и формулам.
В результате создается формальная знаковая система в виде определенного искусственного языка. Важным достоинством этой системы является возможность проведения в ее рамках исследования какого-либо объекта чисто формальным путем (оперирование знаками) без непосредственного обращения к этому объекту.
Другое достоинство формализации состоит в обеспечении краткости и четкости записи научной информации, что открывает большие возможности для оперирования ею.
Индукция – (от лат. induction – наведение, побуждение) это метод познания, основывающийся на формально-логическом умозаключении, которое приводит к получению общего вывода на основании частных посылок. Другими словами, это есть движение нашего мышления от частного, единичного к общему. Обнаруживая сходные признаки, свойства у многих объектов определенного класса, исследователь делает вывод о присущности этих признаков, свойств всем объектам данного класса.
Популяризатором классического индуктивного метода познания был Френсис Бэкон. Но он трактовал индукцию слишком широко, считал ее самым важным методом открытия новых истин в науке, главным средством научного познания природы. На самом же деле вышеуказанные методы научной индукции служат, главным образом, для нахождения эмпирических зависимостей между экспериментально наблюдаемыми свойствами объектов и явлений. В них систематизированы простейшие формально-логические приемы, которые стихийно использовались учеными-естествоиспытателями в любом эмпирическом исследовании.
Дедукция – (от лат. deduction – выведение) есть получение частных выводов на основе знания каких-то общих положений. Другими словами, это есть движение нашего мышления от общего положения к частному.
Однако, несмотря на имевшие место в истории науки и философии попытки оторвать индукцию от дедукции, противопоставить их, в реальном процессе научного познания оба эти два метода используется на соответствующем этапе познавательного процесса. Более того, в процессе использования индуктивного метода зачастую «в скрытом виде» присутствует и дедукция. Обобщая факты в соответствии с какими-то идеями, мы косвенно выводим получаемые нами обобщения из этих идей, причем далеко не всегда отдаем себе в этом отчет. Кажется, что наша мысль движется прямо от фактов к обобщениям, т. е., что тут присутствует чистая индукция. На самом же деле, сообразуясь с какими-то идеями, неявно руководствуясь ими в процессе обобщения фактов, наша мысль косвенно идет от идей к этим обобщениям, и, следовательно, тут имеет место и дедукция... Можно сказать, что во всех случаях, когда мы обобщаем, сообразуясь с какими-либо философскими положениями, наши умозаключения являются не только индукцией, но и скрытой дедукцией.
Анализ и синтез. Под анализом понимают разделение объекта на составные частицы с целью их отдельного изучения. В качестве таких частей могут быть какие-то вещественные элементы объекта или же его свойства, признаки, отношения и т. п. Анализ является необходимым и важным этапом в познании объекта. Но он составляет лишь первый этап процесса познания. Для постижения объекта как единого целого нельзя ограничиваться изучением лишь его составных частей. В процессе познания необходимо вскрывать объективно существующие связи между ними, рассматривать их в совокупности, в единстве. Осуществить этот второй этап в процессе познания – перейти от изучения отдельных составных частей объекта к изучению его как единого связанного целого – возможно только в том случае, если метод анализа дополняется другим методом – синтезом. В процессе синтеза производится соединение воедино составных частей изучаемого объекта, расчлененных в результате анализа. На этой основе происходит дальнейшее изучение объекта, но уже как единого целого. При этом синтез не означает простого механического соединения разъединенных элементов в единую систему. Он раскрывает место и роль каждого элемента в системе целого, устанавливает их взаимосвязь и взаимообусловленность.
Анализ и синтез с успехом используются и в сфере мыслительной деятельности человека, т. е. в теоретическом познании. Но и здесь, как и на эмпирическом уровне познания, анализ и синтез – это не две оторванные друг от друга операции. По своему существу они – две стороны единого аналитико-синтетического метода познания.
Аналогия и моделирование. Под аналогией понимается подобие, сходство каких-то свойств, признаков или отношений у различных в целом объектов. Установление сходства (или различия) между объектами осуществляется в результате сравнения. Таким образом, сравнение лежит в основе метода аналогии.
Метод аналогии применяется в самых различных областях науки: в математике, физике, химии, кибернетике, в гуманитарных дисциплинах и т. д. Существуют различные типы выводов по аналогии. Но общим для них является то, что во всех случаях непосредственному исследованию подвергается один объект, а вывод делается о другом объекте. Поэтому вывод по аналогии в самом общем смысле можно определить как перенос информации с одного объекта на другой. При этом первый объект, который собственно и подвергается исследованию, именуется моделью, а другой объект, на который переносится информация, полученная в результате исследования первого объекта (модели), называется оригиналом (иногда – прототипом, образцом и т. д.). Таким образом, модель всегда выступает как аналогия, т. е. модель и отображаемый с ее помощью объект (оригинал) находятся в определенном сходстве (подобии).
Границы научного метода.
Ограниченность научного метода связана, в основном, с присутствием субъективного элемента в познании и обусловлена следующими причинами.
Человеческий опыт, являющийся источником и средством познания окружающего мира, ограничен. Чувства человека позволяют ему лишь ограниченно ориентироваться в окружающем мире. Ограничены возможности опытного познания человеком окружающего мира. Мыслительные возможности человека велики, однако также ограничены.
Господствующая парадигма, религия, философия, социальные условия и другие элементы культуры неизбежно влияют на мировоззрение ученых, а следовательно, и на научный результат.
Христианское мировоззрение исходит из того, что вся полнота знания явлена Творцом и человеку дана возможность обладания им, однако поврежденное состояние человеческой природы ограничивает его способности к познанию. Тем не менее, человек способен к богопознанию, т. е. может познать себя и окружающий мир, увидеть проявление черт Творца в себе и в окружающем мире. Не следует забывать, что научный метод является лишь инструментом познания и в зависимости от того в чьих руках он находится может принести пользу или вред.
Пусть нам надо познать, понять некоторую сложную для нас систему, т.е.перевести ее из сложной и малопонятной в простую и понятную. Это значит, что нам следует построить модель этой системы, содержащую нужную нам информацию. В зависимости от того, что нам требуется узнать, объяснить - как система устроена или как она
взаимодействует со средой, различают два метода познания: 1) аналитический; 2) синтетический.
Процедура анализа состоит в последовательном выполнении следующих трех операций:
1) сложное целое расчленить на более мелкие части, предположительно более простые;
2) дать понятное объяснение полученным фрагментам;
3) объединить объяснение частей в объяснение целого.
Если какая_то часть системы остается все еще непонятной, операция декомпозиции повторяется и мы вновь делаем попытку объяснить новые, еще более мелкие фрагменты. На схеме объясненные объекты заштрихованы. (В некоторых случаях анализ отдельной ветви может «затягиваться», так и не дойдя до объяснимого фрагмента. Это признак отсутствия знания, способного сделать фрагмент элементарным. Позитивным знанием в этом случае является обнаружение того, какого именно знания нам нехватает.)
Полученные знания представляются в виде моделей нашей системы. Первым продуктом анализа является, как это видно из схемы, перечень элементов системы, т.е. модель состава системы. Самая серьезная ловушка анализа состоит в опасности разорвать связи частей при декомпозиции, разрушив тем самым эмерджентные свойства системы. Так что правильный, качественный анализ должен осуществлять различение частей, а не разбиение на части при декомпозиции. Иначе нельзя будет выполнить последнюю операцию анализа: объяснение целого невозможно только через объяснение частей. Объяснить целое - значит установить его эмерджентные свойства, а для этого необходимо установить (или восстановить) связи между частями. Таким образом, вторым продуктом анализа является модель структуры системы. Третий продукт анализа - модель черного ящика для каждого элемента системы.
Итак, в результате анализа мы получаем информацию об устройстве и работе системы. Вся полученная информация «упакована» в виде всех трех типов моделей: состава, структуры, черногоящика.
Аналитический метод дал замечательные результаты позна ния мира человеком. Вся структура наших знаний имеет иерархический характер: единый мир разбивается на отдельные области, избранные предметом исследований разными науками: физикой,
химией, историей и т.д. В каждой науке тоже своя аналитическая организация. В каждой области знаний дело доводится до элементов, из которых образуются все объекты ее исследования: элементарные частицы в физике, молекулы в химии, фонемы в звуковой
и символы в письменной речи, клетки в биологии, ноты в музыке и т.д. Успехи аналитического метода так значимы, что сложилосьдаже впечатление, будто это - единственный научный метод (час_то в речи слова «изучить» и «проанализировать» используются каксинонимы).
Однако есть вопросы, на которые анализ в принципе не может ответить, так как ответ лежит не во внутреннем устройстве системы. Попробуйте путем любого (химического, физического, художественного) анализа выяснить, в чем сила и значение денежной купюры. Вы можете досконально изучить анатомию человека, но не объясните, почему природа создала два пола. Можно подробно исследовать устройство часов, но это не даст ответа, зачем они нужны. Изучение структуры автомобиля не даст ответа, почему в Англии принято левостороннее движение.
Ответы на вопросы такого рода дает синтез .
Синтетический метод состоит в последовательном выполнении трех операций:
1) выделение большей системы (метасистемы), в которую интересующая нас система входит как часть;
2) рассмотрение состава и структуры метасистемы (ее анализ);
3) объяснение роли, которую играет наша система в метасистеме, через ее связи с другими подсистемами метасистемы (рис. 3.4).
Конечным продуктом синтеза является знание связей нашей системы с другими частями метасистемы, т.е. модель черного ящика . Но чтобы ее построить, нам пришлось попутно создать модели состава и структуры метасистемы как побочные продукты. И снова мы видим, что все полученные нами знания «упакованы» в три известных формы моделей: черного ящика, состава и структуры. Ясно, что качество синтеза напрямую зависит от качества модели метасистемы, о чем следует особо позаботиться.
Анализ и синтез не противоположны, а дополняют друг друга. Более того, в анализе есть синтетический компонент, а в синтезе - анализ метасистемы. Что из них или в какой последовательности их применять в конкретном случае - решать самому исследователю.
Как уже было отмечено, данные методы – непосредственные проявления социальной диалектики, или диалектики социального познания. Они называются общенаучными потому, что применяются в познании всех явлений действительности, следовательно, во всех науках, в том числе политологии.
Эти методы сформировались в ходе многовековой познавательной деятельности людей и совершенствуются в процессе ее развития.
Следует сказать, что общенаучные методы, будучи методами познания действительности , являются одновременно методами мышления исследователей ; с другой стороны, методы мышления исследователей выступают в качестве методов их познавательной деятельности.
Дадим краткую характеристику основных общенаучных методов исследования политических явлений и процессов.
Анализ и синтез
При исследовании политических проблем ученые подвергают их научному анализу , т.е. мысленному разделению политических явлений на их элементы , чтобы изучить каждый из них. Но любой из данных элементов функционирует только во взаимосвязи и взаимодействии с другими элементами. Поэтому анализ элементов предполагает одновременно осмысление их взаимосвязей и взаимодействий , что составляет содержание синтеза.
Таким образом, анализ и синтез – это две взаимосвязанные стороны мыслительной деятельности людей и соответственно два взаимосвязанных метода познания действительности, в данном случае политической.
При анализе политических явлений осмысливаются специфические особенности их элементов и их роль в функционировании данных явлений. В ходе же научного синтеза складывается целостное представление об этих явлениях, их содержании и законах развития.
В процессе аналитической и синтезирующей деятельности мышления совершается переход от первоначальных умозрительных (и потому поверхностных) суждений об изучаемых политических явлениях к более или менее глубоким и целостным представлениям о них. Появление при этом новых знаний о них указывает на творческий (эвристический) характер анализа и синтеза.
Индуктивный и дедуктивный методы познания
Индуктивный метод (индукция ), используемый в политических исследованиях, заключается в способе познания политических явлений, идущем от фиксирования опытных (эмпирических) данных и их анализа к их систематизации, обобщениям и делаемым на этой основе общим выводам. Данный метод заключается также в переходе от одних представлений о тех или иных политических явлениях и процессах к другим – более общим и чаще всего более глубоким. Основой функционирования индуктивного метода познания во всех случаях являются эмпирические (опытные) данные.
Однако индуктивные обобщения будут полностью безупречны лишь в том случае, если досконально изучены все научно установленные факты, на основе которых делаются эти обобщения. Это называется полной индукцией. Но чаще всего сделать это очень трудно, а порой и невозможно.
Поэтому в познавательной деятельности, в том числе при исследовании политических явлений и процессов, используется метод неполной индукции: изучение какой-то части исследуемых явлений и распространение вывода на все явления данного класса. Обобщения, полученные на основе неполной индукции, в одних случаях могут носить вполне определенный и достоверный характер, в других – более вероятностный характер.
Достоверность индуктивных обобщений может быть проверена путем применения дедуктивного метода исследования. Суть его заключается в выведении из каких-либо общих положений, которые считаются достоверными, определенных следствий, часть которых может быть проверена опытным путем. Если следствия, вытекающие из индуктивных обобщений, подтверждаются практическим опытом (экспериментом или реальными политическими процессами), значит, эти обобщения можно считать достоверными, т.е. соответствующими действительности.
Аналогия
Это определенный вид сравнения явлений и процессов, в том числе происходящих в политической жизни общества: установив сходство одних свойств у тех или иных политических явлений (процессов), делается вывод о сходстве у них других свойств. При этом необходимо учитывать специфические особенности развития политических явлений. Не нужно сводить их исследование только к поиску аналогий. К тому же метод аналогии применяется чаще всего наряду с другими общенаучными методами. При этом научная эффективность использования метода аналогии достаточна высока.
Моделирование
Это воспроизведение в специально созданном объекте (модели) свойств изучаемого явления, в том числе политического. Применение данного метода носит, как правило, творческий характер, открывающий нечто новое. В частности, при анализе самой модели обнаруживаются свойства, которые отсутствуют у отдельных ее частей и их простой суммы. В этом проявляется действие принципа: "Целое больше суммы составляющих его частей". Полученные знания о политическом явлении или процессе в целом используются для их дальнейшего изучения.
При исследовании процессов общественной жизни, в том числе политических, используются так называемые причинно-следственные модели. Они помогают выявить объективные причинно-следственные связи и взаимозависимости между социальными явлениями, порождение одних из них другими, а также возникновение у них новых свойств. Однако такие модели не всегда позволяют сделать выводы об изучаемом явлении в целом, поскольку, вскрывая его объективные стороны, они не фиксируют субъективные факторы, касающиеся сознания людей, действия которых непосредственно определяют содержание и направленность любых социальных явлений и процессов.
Данное затруднение разрешается политологами следующим образом: при анализе политических процессов, происходящих во всем обществе, т.е. на макроуровне, используются причинно-следственные модели, выявляющие объективные факторы деятельности и поведения людей, а при анализе процессов, происходящих в отдельных коллективах, т.е. на микроуровне, наряду с причинно-следственными используют так называемые когнитивные модели взаимодействий между индивидами, с помощью которых выявляются мотивы, убеждения и цели субъектов политической деятельности.
Для изучения систем и использования этих знаний для создания и управления системами необходимо системное мышление , заключающееся в сочетании аналитического и синтетического образов мышления. Суть анализа состоит в разделении целого на части, в представлении сложного в виде совокупности более простых компонент. Но чтобы познать целое, сложное, необходим и обратный процесс – синтез . Необходимость сочетания этих видов познания вытекает из свойства эмерджентности систем: целостность системы нарушается при анализе, при расчленении системы утрачиваются не только существенные свойства самой системы, но и свойства ее частей, оказавшихся отделенными от нее. Результатом анализа является лишь вскрытие состава компонент, знание о том, как система работает, но не понимание того, почему и зачем она это делает. Синтетическое мышление объясняет поведение системы, почему система работает так. При этом система должна рассматриваться, как часть большего целого.
Анализ и синтез дополняют друг друга. Так, при синтезе организационной структуры необходимо сначала провести анализ деятельности создаваемой организации, выделить отдельные процессы (функции), сопоставить им организационные единицы, а затем соединить их в отдельное целое, т.е. осуществить синтез. При выборе способа функционирования организации зачастую имеет место обратное: сначала используется синтетический подход – рассматривается деятельность организации, как целого; выбирается общая цель и способ функционирования, а затем осуществляется дезагрегация выбранного способа на отдельные функции.
Главным содержанием дисциплины «Системный анализ» являются сложные проблемы принятия решений, при изучении которых неформальные процедуры представления здравого смысла и способы описания ситуаций играют не меньшую роль, чем формальный математический аппарат. Системный анализ является дисциплиной синтетической. В нём можно выделить три главных направления. Эти три направления соответствуют трём этапам, которые всегда присутствуют в исследовании сложных систем:
1) построение модели исследуемого объекта;
2) постановка задачи исследования;
3) решение поставленной математической задачи.
Познание систем и использование этих знаний для создания систем и управления ими осуществляется через моделирование.
Конечной целью системного анализа является разрешение проблемной ситуации, возникшей перед объектом проводимого системного исследования (обычно это конкретная организация, коллектив, предприятие, отдельный регион, социальная структура и т.п.). Системный анализ занимается изучением проблемной ситуации, выяснением её причин, выработкой вариантов её устранения, принятием решения и организацией дальнейшего функционирования системы, разрешающего проблемную ситуацию. Начальным этапом любого системного исследования является изучение объекта проводимого системного анализа с последующей его формализацией. На этом этапе возникают задачи, в корне отличающие методологию системных исследований от методологии других дисциплин, а именно, в системном анализе решается двуединая задача. С одной стороны, необходимо формализовать объект системного исследования, с другой стороны, формализации подлежит процесс исследования системы, процесс постановки и решения проблемы.
Приведём пример из теории проектирования систем. Современная теория проектирования сложных систем может рассматриваться как одна из частей системных исследований. Согласно ей проблема проектирования сложных систем имеет два аспекта. Во-первых, требуется осуществить формализованное описание объекта проектирования. Причём на этом этапе решаются задачи формализованного описания как статической составляющей системы (в основном формализации подлежит её структурная организация), так и её поведение во времени (динамические аспекты, которые отражают её функционирование). Во-вторых, требуется формализовать процесс проектирования. Составными частями процесса проектирования являются методы формирования различных проектных решений, методы их инженерного анализа и методы принятия решений по выбору наилучших вариантов реализации системы.
Постараемся изложить основные процедуры алгоритма проведения системного анализа, которые являются обобщением последовательности этапов проведения такого анализа, сформулированных рядом авторов, и отражают его общие закономерности. Перечислим основные процедуры системного анализа:
– изучение структуры системы, анализ её компонентов, выявление взаимосвязей между отдельными элементами;
– сбор данных о функционировании системы, исследование информационных потоков, наблюдения и эксперименты над анализируемой системой;
– построение моделей;
– проверка адекватности моделей, анализ неопределённости и чувствительности;
– исследование ресурсных возможностей;
– определение целей системного анализа;
– формирование критериев;
– генерирование альтернатив;
– реализация выбора и принятие решений;
– внедрение результатов анализа.
Понятие модели
Замещение одного объекта другим с целью получения информации о важнейших свойствах объекта-оригинала с помощью объекта-модели можно назвать моделированием , т.е. моделирование - это представление объекта моделью для получения информации об объекте путем проведения эксперимента с его моделью.
С точки зрения философии моделирование следует рассматривать как эффективное средство познания природы. При этом процесс моделирования предполагает наличие объекта исследования, исследователя-экспериментатора и модели.
В автоматизированных системах обработки информации и управления в качестве объекта моделирования могут выступать производственно-технологические процессы получения конечных продуктов; процессы движения документов, информационных потоков при реализации учрежденческой деятельности организации; процессы функционирования комплекса технических средств; процессы организации и функционирования информационного обеспечения АСУ; процессы функционирования программного обеспечения АСУ.
Преимущества моделирования состоят в том, что появляется возможность сравнительно простыми средствами изучать свойства системы, изменять ее параметры, вводить целевые и ресурсные характеристики внешней среды. Как правило, моделирование используется на следующих этапах:
1) исследования системы до того, как она спроектирована, с целью определения ее основных характеристик и правил взаимодействия элементов между собой и с внешней средой;
2) проектирования системы для анализа и синтеза различных видов структур и выбора наилучшего варианта реализации с учетом сформулированных критериев оптимальности и ограничений;
3) эксплуатации системы для получения оптимальных режимов функционирования и прогнозируемых оценок ее развития.
При этом одну и ту же систему можно описать различными типами моделей. Например, транспортную сеть некоторого района можно промоделировать электрической схемой, гидравлической системой, математической моделью с использованием аппарата теории графов.
Для исследования систем широко используются следующие типы моделей: физические (геометрического подобия, электрические, механические и др.) и символические (содержательные и математические). Под математической моделью понимается совокупность математических выражений, описывающих поведение (структуру) системы и те условия (возмущения, ограничения), в которых она работает. В свою очередь, математические модели в зависимости от используемого математического аппарата подразделяются, например, на:
· статические и динамические;
· детерминированные и вероятностные;
· дискретные и непрерывные;
· аналитические и численные.
Статические модели описывают объект в какой-либо момент времени, а динамические отражают поведение объекта во времени. Детерминированные модели описывают процессы, в которых отсутствуют (не учитываются) случайные факторы, а вероятностные модели отражают случайные процессы - события. Дискретные модели характеризуют процессы, описываемые дискретными переменными, непрерывные - непрерывными. Аналитические модели описывают процесс в виде некоторых функциональных отношений или (и) логических условий. Численные модели отражают элементарные этапы вычислений и последовательность их проведения. Если для описания системы используется естественный язык (язык общения между людьми), то такое описание называется содержательной моделью. Примерами содержательных моделей являются: словесные постановки задач, программы и планы развития систем, деревья целей организации и др. Содержательные модели имеют самостоятельную ценность при решении задач исследования и управления системами, а также используются в качестве предварительного шага при разработке математических моделей. Поэтому качество математической модели зависит от качества соответствующей математической модели.
В качестве языковых средств описания содержательных (вербальных) моделей используются естественный язык (язык общения между людьми), диаграммы, таблицы, блок-схемы, графы. Сложные системы потому и называются сложными, что они плохо поддаются формализации. Для них целесообразно использовать содержательные модели. Содержательные модели не заменимы на ранних этапах проектирования сложных систем, когда формируется концепция системы. Методы системного анализа, используя декомпозиционный подход , позволяют выявить упорядоченное множество подсистем, элементов, свойств системы и их связей. Интегрированная содержательная модель системы позволяет представить общую картину, составить обобщенное описание, в котором подчеркнуты основные сущности, а детали скрыты. Главное в такой модели - краткость и понятность. Такая модель может служить основой для построения более детальных моделей, описывающих отдельные аспекты, подсистемы. Таким образом, содержательная модель может служить каркасом для построения других моделей, в том числе и математических. Она служит также для структуризации информации об объекте.
Множественность моделей одного объекта обусловлена в частности тем, что для разных целей требуется строить (использовать) разные модели. Одним из оснований классификации моделей может быть соотнесение типов моделей с типами целей. Например, модели можно разделить на познавательные и прагматические.
Познавательные модели являются формой организации и представления знаний, средством соединения новых знаний с имеющимися. Поэтому при обнаружении расхождения между моделью и реальностью встаёт задача устранения этого расхождения с помощью изменения модели путём приближения модели к реальности.
Прагматические модели являются средством управления, средством организации практических действий, способом представления образцово правильных действий или их результата. Поэтому при обнаружении расхождения между моделью и реальностью встает задача устранения этого расхождения с помощью изменения реальности так, чтобы приблизить её к модели.
Таким образом, прагматические модели носят нормативный характер, играют роль стандарта, образца, под которые «подгоняются» как сама деятельность, так и её результат. Примерами прагматических моделей могут служить планы, программы действий, уставы организаций, кодексы законов, алгоритмы, рабочие чертежи и шаблоны, параметры отбора, технологические допуски, экзаменационные требования и т.п.
Различают физические и абстрактные модели.
Физические модели образуются из совокупности материальных объектов. Для их построения используются различные физические свойства объектов, причём природа применяемых в модели материальных элементов не обязательно та же, что и в исследуемом объекте. Примером физической модели является макет.
Информационная (абстрактная) модель – это описание объекта исследований на каком-либо языке. Абстрактность модели проявляется в том, что её компонентами являются понятия, а не физические элементы (например, словесные описания, чертежи, схемы, графики, таблицы, алгоритмы или программы, математические описания).
Информационные модели описывают поведение объекта-оригинала, но не копируют его. Информационная модель – это целенаправленно отобранная информация об объекте, которая отражает наиболее существенные для исследователя свойства этого объекта. Среди информационных (абстрактных) моделей различают: – дескриптивные, наглядные и смешанные; – гносеологические, инфологические, кибернетические, сенсуальные (чувственные), концептуальные, математические.
Гносеологические модели направлены на изучение объективных законов природы (например, модели солнечной системы, биосферы, мирового океана, катастрофических явлений природы).
Инфологическая модель (узкое толкование) – параметрическое представление процесса циркуляции информации, подлежащее автоматизированной обработке.
Сенсуальные модели – модели каких-то чувств, эмоций, либо модели, оказывающие воздействие на чувства человека (например, музыка, живопись, поэзия).
Концептуальная модель – это абстрактная модель, выявляющая причинно-следственные связи, присущие исследуемому объекту и существенные в рамках определённого исследования. Основное назначение концептуальной модели – выявление набора причинно-следственных связей, учёт которых необходим для получения требуемых результатов. Один и тот же объект может представляться различными концептуальными моделями, которые строятся в зависимости от цели исследования. Так, одна концептуальная модель может отображать временные аспекты функционирования системы, иная – влияние отказов на работоспособность системы.
Математическая модель – абстрактная модель, представленная на языке математических отношений. Она имеет форму функциональных зависимостей между параметрами, учитываемыми соответствующей концептуальной моделью. Эти зависимости конкретизируют причинно-следственные связи, выявленные в концептуальной модели, и характеризуют их количественно.
Таким образом, модель – это специальный объект, в некоторых отношениях замещающий оригинал. Принципиально не существует модели, которая была бы полным эквивалентом оригинала. Любая модель отражает лишь некоторые стороны оригинала. Поэтому с целью получения больших зияний об оригинале приходится пользоваться совокупностью моделей. Сложность моделирования как процесса заключается в соответствующем выборе такой совокупности моделей, которые замещают реальное устройство или объект в требуемых отношениях. Например, систему дифференциальных уравнений, описывающую переключательные процессы в элементах цифрового устройства, можно использовать для оценки их быстродействия (времени переключения), но нецелесообразно применять для построения тестов или временных диаграмм работы устройства. Очевидно, в последних случаях необходимо воспользоваться какими-либо другими моделями, например, логическими уравнениями
Рассматриваются основные понятия моделирования систем, системные типы и свойства моделей, жизненный цикл моделирования (моделируемой системы).
Цель лекции: введение в понятийные основы моделирования систем.
Модель и моделирование - универсальные понятия, атрибуты одного из наиболее мощных методов познания в любой профессиональной области, познания системы, процесса, явления.
Модели и моделирование объединяют специалистов различных областей, работающих над решением межпредметных проблем, независимо от того, где эта модель и результаты моделирования будут применены. Вид модели и методы его исследования больше зависят от информационно-логических связей элементов и подсистем моделируемой системы, ресурсов, связей с окружением, используемых при моделировании , а не от конкретной природы, конкретного наполнения системы.
У моделей , особенно математических, есть и дидактические аспекты - развитие модельного стиля мышления, позволяющего вникать в структуру и внутреннюю логику моделируемой системы.
Построение модели - системная задача, требующая анализа и синтеза исходных данных, гипотез, теорий, знаний специалистов. Системный подход позволяет не только построить модель реальной системы, но и использовать эту модель для оценки (например, эффективности управления, функционирования) системы.
Модель - объект или описание объекта, системы для замещения (при определенных условиях предложениях, гипотезах) одной системы (т.е. оригинала) другой системой для лучшего изучения оригинала или воспроизведения каких-либо его свойств. Модель - результат отображения одной структуры (изученной) на другую (малоизученную). Отображая физическую систему (объект) на математическую систему (например, математический аппарат уравнений), получим физико-математическую модель системы или математическую модель физической системы. Любая модель строится и исследуется при определенных допущениях, гипотезах.
Пример. Рассмотрим физическую систему: тело массой m скатывающееся по наклонной плоскости с ускорением a, на которое воздействует сила F. Исследуя такие системы, Ньютон получил математическое соотношение: F=ma. Это физико-математическая модель системы или математическая модель физической системы. При описании этой системы (построении этой модели ) приняты следующие гипотезы: 1) поверхность идеальна (т.е. коэффициент трения равен нулю); 2) тело находится в вакууме (т.е. сопротивление воздуха равно нулю); 3) масса тела неизменна; 4) тело движется с одинаковым постоянным ускорением в любой точке.
Пример. Физиологическая система - система кровообращения человека - подчиняется некоторым законам термодинамики. Описывая эту систему на физическом (термодинамическом) языке балансовых законов, получим физическую, термодинамическую модель физиологической системы. Если записать эти законы на математическом языке, например, выписать соответствующие термодинамические уравнения, то уже получим математическую модель системы кровообращения. Назовем ее физиолого-физико-математической моделью или физико-математической моделью .
Пример. Совокупность предприятий функционирует на рынке, обмениваясь товарами, сырьем, услугами, информацией. Если описать экономические законы, правила их взаимодействия на рынке с помощью математических соотношений, например, системы алгебраических уравнений, где неизвестными будут величины прибыли, получаемые от взаимодействия предприятий, а коэффициентами уравнения будут значения интенсивностей таких взаимодействий, то получим математическую модель экономической системы, т.е. экономико-математическую модель системы предприятий на рынке.
Пример. Если банк выработал стратегию кредитования, смог описать ее с помощью экономико-математических моделей и прогнозирует свою тактику кредитования, то он имеет большую устойчивость и жизнеспособность.
Слово "модель " (лат. modelium) означает "мера", "способ", "сходство с какой-то вещью".
Моделирование базируется на математической теории подобия, согласно которой абсолютное подобие может иметь место лишь при замене одного объекта другим точно таким же. При моделировании большинства систем (за исключением, возможно, моделирования одних математических структур другими) абсолютное подобие невозможно, и основная цель моделирования - модель достаточно хорошо должна отображать функционирование моделируемой системы.
Модели , если отвлечься от областей, сфер их применения, бывают трех типов: познавательные , прагматические и инструментальные .
Познавательная модель - форма организации и представления знаний, средство соединения новых и старых знаний. Познавательная модель , как правило, подгоняется под реальность и является теоретической моделью .
Прагматическая модель - средство организации практических действий, рабочего представления целей системы для ее управления. Реальность в них подгоняется под некоторую прагматическую модель . Это, как правило, прикладные модели .
Инструментальная модель - средство построения, исследования и/или использования прагматических и/или познавательных моделей .
Познавательные отражают существующие, а прагматические - хоть и не существующие, но желаемые и, возможно, исполнимые отношения и связи.
По уровню, "глубине" моделирования модели бывают:
- · эмпирические - на основе эмпирических фактов, зависимостей;
- · теоретические - на основе математических описаний;
- · смешанные, полуэмпирические - на основе эмпирических зависимостей и математических описаний.
Проблема моделирования состоит из трех задач:
- · построение модели (эта задача менее формализуема и конструктивна, в том смысле, что нет алгоритма для построения моделей );
- · исследование модели (эта задача более формализуема, имеются методы исследования различных классов моделей );
- · использование модели (конструктивная и конкретизируемая задача).
Модель М, описывающая систему S(x 1 , x 2 , ..., x n ; R), имеет вид: М=(z 1 , z 2 , ..., z m ; Q), где z i Z, i=1, 2, ..., n, Q, R - множества отношений над X - множеством входных, выходных сигналов и состояний системы, Z - множество описаний, представлений элементов и подмножеств X.
Схема построения модели М системы S с входными сигналами X и выходными сигналами Y изображена на рис. 10.1.
Рис. 10.1.
Если на вход М поступают сигналы из X и на входе появляются сигналы Y, то задан закон, правило f функционирования модели , системы.
Моделирование - это универсальный метод получения, описания и использования знаний. Он используется в любой профессиональной деятельности. В современной науке и технологии роль и значение моделирования усиливается, актуализируется проблемами, успехами других наук. Моделирование реальных и нелинейных систем живой и неживой природы позволяет перекидывать мостики между нашими знаниями и реальными системами, процессами, в том числе и мыслительными.
Классификацию моделей проводят по различным критериям. Мы будем использовать наиболее простую и практически значимую.
Модель называется статической , если среди параметров, участвующих в ее описании, нет временного параметра. Статическая модель в каждый момент времени дает лишь "фотографию" системы, ее срез.
Пример. Закон Ньютона F=am - это статическая модель движущейся с ускорением a материальной точки массой m. Эта модель не учитывает изменение ускорения от одной точки к другой.
Модель динамическая , если среди ее параметров есть временной параметр, т.е. она отображает систему (процессы в системе) во времени.
Пример. Модель S=gt 2 /2 - динамическая модель пути при свободном падении тела. Динамическая модель типа закона Ньютона: F(t)=a(t)m(t). Еще лучшей формой динамической модели Ньютона является F(t)=s?(t)m(t).
Модель дискретная , если она описывает поведение системы только в дискретные моменты времени.
Пример. Если рассматривать только t=0, 1, 2, :, 10 (сек), то модель S t =gt 2 /2 или числовая последовательность S 0 =0, S 1 =g/2, S 2 =2g, S 3 =9g/2, :, S 10 =50g может служить дискретной моделью движения свободно падающего тела.
Модель непрерывная , если она описывает поведение системы для всех моментов времени из некоторого промежутка времени.
Пример. Модель
S=gt 2 /2, 0 Модель
имитационная
, если она предназначена для испытания или изучения возможных путей развития и поведения объекта путем варьирования некоторых или всех параметров модели
. Пример. Пусть модель
экономической системы производства товаров двух видов 1 и 2, соответственно, в количестве x 1 и x 2 единиц и стоимостью каждой единицы товара a 1 и a 2 на предприятии описана в виде соотношения: a 1 x 1 +a 2 x 2 =S, где S - общая стоимость произведенной предприятием всей продукции (вида 1 и 2). Можно ее использовать в качестве имитационной модели
, по которой можно определять (варьировать) общую стоимость S в зависимости от тех или иных значений объемов производимых товаров. Модель
детерминированная
, если каждому входному набору параметров соответствует вполне определенный и однозначно определяемый набор выходных параметров; в противном случае - модель
недетерминированная, стохастическая
(вероятностная). Пример. Приведенные выше физические модели
- детерминированные. Если в модели
S=gt 2 /2, 0 Модель
функциональная
, если она представима в виде системы каких- либо функциональных соотношений. Пример. Непрерывный, детерминированный закон Ньютона и модель
производства товаров (см. выше) - функциональные. Модель
теоретико-множественная
, если она представима с помощью некоторых множеств и отношений принадлежности им и между ними. Пример. Пусть заданы множество X={Николай, Петр, Николаев, Петров, Елена, Екатерина, Михаил, Татьяна} и отношения: Николай - супруг Елены, Екатерина - супруга Петра, Татьяна - дочь Николая и Елены, Михаил - сын Петра и Екатерины, семьи Михаила и Петра дружат друг с другом. Тогда множество X и множество перечисленных отношений Y могут служить теоретико-множественной моделью
двух дружественных семей. Модель
логическая
, если она представима предикатами, логическими функциями. Пример. Совокупность двух логических функций вида: z=xyxy, p=xy может служить математической моделью одноразрядного сумматора. Модель
игровая
, если она описывает, реализует некоторую игровую ситуацию между участниками игры (лицами, коалициями). Пример. Пусть игрок 1 - добросовестный налоговый инспектор, а игрок 2 - недобросовестный налогоплательщик. Идет процесс (игра) по уклонению от налогов (с одной стороны) и по выявлению сокрытия уплаты налогов (с другой стороны). Игроки выбирают натуральные числа i и j (i,jn), которые можно отождествить, соответственно, со штрафом игрока 2 за неуплату налогов при обнаружении факта неуплаты игроком 1 и с временной выгодой игрока 2 от сокрытия налогов (в средне- и долгосрочном плане штраф за сокрытие может оказаться намного более ощутимым). Рассмотрим матричную игру с матрицей выигрышей порядка n. Каждый элемент этой матрицы A определяется по правилу a ij =|i-j|. Модель
игры описывается этой матрицей и стратегией уклонения и поимки. Эта игра - антагонистическая, бескоалиционная (формализуемые в математической теории игр понятия мы пока будем понимать содержательно, интуитивно). Модель
алгоритмическая
, если она описана некоторым алгоритмом или комплексом алгоритмов, определяющим ее функционирование, развитие. Введение такого, на первый взгляд, непривычного типа моделей
(действительно, кажется, что любая модель
может быть представлена алгоритмом её исследования), на наш взгляд, вполне обосновано, так как не все модели
могут быть исследованы или реализованы алгоритмически. Пример. Моделью вычисления суммы бесконечного убывающего ряда чисел может служить алгоритм вычисления конечной суммы ряда до некоторой заданной степени точности. Алгоритмической моделью
корня квадратного из числа x может служить алгоритм вычисления его приближенного сколь угодно точного значения по известной рекуррентной формуле. Модель
структурная
, если она представима структурой данных или структурами данных и отношениями между ними. Пример. Структурной моделью
может служить описание (табличное, графовое, функциональное или другое) трофической структуры экосистемы. Постройте такую модель
(одна из них была приведена выше). Модель
графовая
, если она представима графом или графами и отношениями между ними. Модель
иерархическая
(древовидная), если представима некоторой иерархической структурой (деревом). Пример. Для решения задачи нахождения маршрута в дереве поиска можно построить, например, древовидную модель
(рис. 10.2): Рис. 10.2.
Модель
сетевая
, если она представима некоторой сетевой структурой. Пример. Строительство нового дома включает операции, приведенные в нижеследующей таблице. Таблица работ при строительстве дома Операция Время выполнения (дни) Предшествующие операции Дуги графа Расчистка участка Закладка фундамента Расчистка участка (1) Возведение стен Закладка фундамента (2) Монтаж электропроводки Возведение стен (3) Штукатурные работы Монтаж электропроводки (4) Благоустройство территории Возведение стен (3) Отделочные работы Штукатурные работы (5) Настил крыши Возведение стен (3) Сетевая модель
(сетевой график) строительства дома дана на рис. 10.3. Рис. 10.3.
Две работы, соответствующие дуге 4-5, параллельны, их можно либо заменить одной, представляющей совместную операцию (монтаж электропроводки и настил крыши) с новой длительностью 3+5=8, либо ввести на одной дуге фиктивное событие, тогда дуга 4-5 примет вид. Модель
языковая, лингвистическая
, если она представлена некоторым лингвистическим объектом, формализованной языковой системой или структурой. Иногда такие модели
называют вербальными, синтаксическими и т.п. Пример. Правила дорожного движения - языковая, структурная модель
движения транспорта и пешеходов на дорогах. Пусть B - множество производящих основ существительных, C - множество суффиксов, P - прилагательных, "+" - операция конкатенации слов, ":=" - операция присваивания, "=>" - операция вывода (выводимости новых слов), Z - множество значений (смысловых) прилагательных. Языковая модель
M словообразования: :=+ Модель
визуальная
, если она позволяет визуализировать отношения и связи моделируемой системы, особенно в динамике. Пример. На экране компьютера часто пользуются визуальной моделью
того или иного объекта, например, клавиатуры в программе-тренажере по обучению работе на клавиатуре. Модель
натурная
, если она есть материальная копия объекта моделирования
. Пример. Глобус - натурная географическая модель
земного шара. Модель
геометрическая
, графическая, если она представима геометрическими образами и объектами. Пример. Макет дома является натурной геометрической моделью
строящегося дома. Вписанный в окружность многоугольник дает модель
окружности. Именно она используется при изображении окружности на экране компьютера. Прямая линия является моделью
числовой оси, а плоскость часто изображается как параллелограмм. Модель
клеточно-автоматная
, если она представляет систему с помощью клеточного автомата или системы клеточных автоматов. Клеточный автомат - дискретная динамическая система, аналог физического (непрерывного) поля. Клеточно-автоматная геометрия - аналог евклидовой геометрии. Неделимый элемент евклидовой геометрии - точка, на основе ее строятся отрезки, прямые, плоскости и т.д. Неделимый элемент клеточно-автоматного поля - клетка, на основе её строятся кластеры клеток и различные конфигурации клеточных структур. Это "мир" некоторого автомата, исполнителя, структуры. Представляется клеточный автомат равномерной сетью клеток ("ячеек") этого поля. Эволюция клеточного автомата разворачивается в дискретном пространстве - клеточном поле. Такие клеточные поля могут быть вещественно-энерго-информационными. Законы эволюции локальны, т.е. динамика системы определяется задаваемым неизменным набором законов или правил, по которым осуществляется вычисление новой клетки эволюции и его материально-энерго-информационной характеристики в зависимости от состояния окружающих ее соседей (правила соседства, как уже сказано, задаются). Смена состояний в клеточно-автоматном поле происходит одновременно и параллельно, а время идет дискретно. Несмотря на кажущуюся простоту их построения, клеточные автоматы могут демонстрировать разнообразное и сложное поведение. В последнее время они широко используются при моделировании
не только физических, но и социально-экономических процессов. Клеточные автоматы (поля) могут быть одномерными, двумерными (с ячейками на плоскости), трехмерными (с ячейками в пространстве) или же многомерными (с ячейками в многомерных пространствах). Пример. Классическая клеточно-автоматная модель
- игра "Жизнь" Джона Конвея. Она описана во многих книгах. Мы рассмотрим другую клеточно-автоматную модель
загрязнения среды, диффузии загрязненителя в некоторой среде. 2D-клеточный автомат (на плоскости) для моделирования
загрязнения среды может быть сгенерирован следующими правилами: Пусть единица времени - шаг клеточного автомата, единица длины - размер его клетки. Если перебрать всевозможные сочетания поворотов блоков четного и нечетного разбиения, то видим, что за один шаг частица может переместиться вдоль каждой из координатных осей на расстояние 0, 1 или 2 (без учета направления смещения) с вероятностями, соответственно, p 0 =1/4, p 1 =1/2, p 2 =1/4. Вероятность попадания частицы в данную точку зависит лишь от ее положения в предыдущий момент времени, поэтому рассматриваем движение частицы вдоль оси х (y) как случайное. На рис. 10.4 - фрагменты работы программы клеточно-автоматной модели
загрязнения клеточной экосреды (размеры клеток увеличены). Рис. 10.4.
Окно справа - состояние клеточного поля (в верхнем - исходное, слабо загрязненное, в нижнем - после 120 циклов загрязнения), в левом верхнем углу - "Микроскоп", увеличивающий кластер поля, в середине слева - график динамики загрязнения, внизу слева - индикаторы загрязнения Модель
фрактальная
, если она описывает эволюцию моделируемой системы эволюцией фрактальных объектов. Если физический объект однородный (сплошной), т.е. в нем нет полостей, можно считать, что плотность не зависит от размера. Например, при увеличении R до 2R масса увеличится в R 2 раз (круг) и в R 3 раз (шар), т.е. M(R)~R n (связь массы и длины), n - размерность пространства. Объект, у которого масса и размер связаны этим соотношением, называется "компактным". Плотность его Если объект (система) удовлетворяет соотношению M(R)~R f(n) , где f(n) Так как f(n)-n<0, то плотность фрактального объекта уменьшается с увеличением размера, а с(R) является количественной мерой разряженности, ветвистости (структурированности) объекта. Пример. Пример фрактальной модели
- множество Кантора. Рассмотрим . Разделим его на 3 части и выбросим средний отрезок. Оставшиеся 2 промежутка опять разделим на три части и выкинем средние промежутки и т.д. Получим множество, назывемое множеством Кантора. В пределе получаем несчетное множество изолированных точек (рис. 10.5) Рис. 10.5.
Можно показать, что если n - размерность множества Кантора, то n=ln2/ln3?0,63, т.е. этот объект (фрактал) еще не состоит только из изолированных точек, хотя уже и не состоит из отрезка. Фрактальные объекты самоподобны
, если они выглядят одинаково в любом пространственном масштабе, масштабно инвариантны, фрагменты структуры повторяются через определенные пространственные промежутки. Поэтому они очень хорошо подходят для моделирования
нерегулярностей, так как позволяют описывать (например, дискретными моделями) эволюцию таких систем для любого момента времени и в любом пространственном масштабе. Самоподобие
встречается в самых разных предметах и явлениях. Пример. Самоподобны
ветки деревьев, снежинки, экономические системы (волны Кондратьева), горные системы. Фрактальная модель
применяется обычно тогда, когда реальный объект нельзя представить в виде классической модели
, когда имеем дело с нелинейностью (многовариантностью путей развития и необходимостью выбора) и недетерминированностью, хаотичностью и необратимостью эволюционных процессов. Тип модели
зависит от информационной сущности моделируемой системы, от связей и отношений его подсистем и элементов, а не от его физической природы. Пример. Математические описания (модели
) динамики эпидемии инфекционной болезни, радиоактивного распада, усвоения второго иностранного языка, выпуска изделий производственного предприятия и т.д. являются одинаковыми с точки зрения их описания, хотя процессы различны. Границы между моделями различного типа или же отнесение модели
к тому или иному типу часто весьма условны. Можно говорить о различных режимах использования моделей
- имитационном, стохастическом и т.д. Модель
включает в себя: объект О, субъект (не обязательный) А, задачу Z, ресурсы B, среду моделирования
С: М= Основные свойства
любой модели
: Жизненный цикл моделируемой системы: Моделирование
- метод системного анализа. Но часто в системном анализе при модельном подходе исследования может совершаться одна методическая ошибка, а именно, - построение корректных и адекватных моделей
(подмоделей) подсистем системы и их логически корректная увязка не дает гарантий корректности построенной таким способом модели
всей системы. Модель
, построенная без учета связей системы со средой и ее поведения по отношению к этой среде, может часто лишь служить еще одним подтверждением теоремы Геделя, а точнее, ее следствия, утверждающего, что в сложной изолированной системе могут существовать истины и выводы, корректные в этой системе и некорректные вне ее. Наука моделирования
состоит в разделении процесса моделирования
(системы, модели
) на этапы (подсистемы, подмодели), детальном изучении каждого этапа, взаимоотношений, связей, отношений между ними и затем эффективного описания их с максимально возможной степенью формализации и адекватности. В случае нарушения этих правил получаем не модель
системы, а модель
"собственных и неполных знаний". Моделирование
(в значении "метод", "модельный эксперимент") рассматривается как особая форма эксперимента, эксперимента не над самим оригиналом (это называется простым или обычным экспериментом), а над копией (заместителем) оригинала. Здесь важен изоморфизм систем (оригинальной и модельной) - изоморфизм, как самой копии, так и знаний, с помощью которых она была предложена. Модели
и моделирование
применяются по основным направлениям: Вопросы для самоконтроля Задачи и упражнения Цель моделирования
: определение эволюции следующего поколения хищников и жертв, т.е., используя заданные законы соседства и динамики дискретного развития (время изменяется дискретно), определяются число новых особей (клеток) и число умерших (погибших) особей; если достигнута заданная конфигурация клеток или развитие привело к исчезновению вида (цикличности), то моделирование
заканчивается. Темы научных исследований и рефератов, интернет-листов
. При b i - "рыб(а)", s i - "н(ый)", получаем по этой модели
p i - "рыбный", z i - "приготовленный из рыбы".
