Методы и модели описания систем. Классификации методов моделирования систем

Постановка любой задачи заключается в том, чтобы перевести ее словесное, вербальное описание в формальное.

В случае относительно простых задач такой переход осуществляется в сознании человека, который не всегда даже может объяснить, как он это сделал. Если полученная формальная модель (математическая зависимость между величинами в виде формулы, уравнения, системы уравнений) опирается на фундаментальный закон или подтверждается экспериментом, то этим доказывается ее адекватность отображаемой ситуации, и модель рекомендуется для решения задач соответствующего класса.

По мере усложнения задач получение модели и доказательство ее адекватности усложняется. Вначале эксперимент становится дорогим и опасным (например, при создании сложных технических комплексов, при реализации космических программ и т.д.), а применительно к экономическим объектам эксперимент становится практически нереализуемым, задача переходит в класс проблем принятия решений, и постановка задачи, формирование модели, т. е. перевод вербального описания в формальное, становится важной составной частью процесса принятия решения. Причем эту составную часть не всегда можно выделить как отдельный этап, завершив который, можно обращаться с полученной формальной моделью так же, как с обычным математическим описанием, строгим и абсолютно справедливым. Большинство реальных ситуаций проектирования сложных технических комплексов и управления экономикой необходимо отображать классом самоорганизующихся систем, модели которых должны постоянно корректироваться и развиваться. При этом возможно изменение не только модели, но и метода моделирования, что часто является средством развития представления ЛПР о моделируемой ситуации.

Иными словами, перевод вербального описания в формальное, осмысление, интерпретация модели и получаемых результатов становятся неотъемлемой частью практически каждого этапа моделирования сложной развивающейся системы. Часто для того, чтобы точнее охарактеризовать такой подход к моделированию процессов принятия решений, говорят о создании как бы «механизма» моделирования, «механизма» принятия решений (например, «хозяйственный механизм», «механизм проектирования и развития предприятия») и т. п.

Возникающие вопросы - как формировать такие развивающиеся модели или «механизмы»? как доказывать адекватность моделей? - являются основным предметом системного анализа.

Для решения проблемы перевода вербального описания в формальное в различных областях деятельности стали развиваться специальные приемы и методы. Так, возникли методы типа «мозговой атаки», «сценариев», экспертных оценок, «дерева целей» и т. п.

В свою очередь, развитие математики шло по пути расширения средств постановки и решения трудноформализуемых задач.

Наряду с детерминированными, аналитическими методами классической математики возникла теория вероятностей и математическая статистика как средство доказательства адекватности модели на основе представительной (репрезентативной) выборки и понятия вероятности, правомерности использования модели и результатов моделирования.

Для задач с большей степенью неопределенности инженеры стали привлекать теорию множеств, математическую логику, математическую лингвистику, теорию графов, что во многом стимулировало развитие этих направлений.

Иными словами, математика стала постепенно накапливать средства работы с неопределенностью, со смыслом, который классическая математика исключала из объектов своего рассмотрения.

Таким образом, между неформальным, образным мышлением человека и формальными моделями классической математики сложился как бы «спектр» методов, которые помогают получать и уточнять (формализовать) вербальное описание проблемной ситуации, с одной стороны, и интерпретировать формальные модели, связывать их с реальной действительностью, с другой. Этот спектр условно представлен на рис. а.

Развитие методов моделирования, разумеется, шло не так последовательно, как показано на рисунке. Методы возникали и развивались параллельно. Существуют различные модификации сходных методов. Их по-разному объединяли в группы, т. е. исследователи предлагали разные классификации (в основном - для формальных методов). Постоянно возникают новые методы моделирования как бы на «пересечении» уже сложившихся групп. Однако основную идею - существование «спектра» методов между вербальным и формальным представлением проблемной ситуации - этот рисунок иллюстрирует.

Рис. 4.7 Методы моделирования систем

Первоначально исследователи, развивающие теорию систем, предлагали классификации систем и старались поставить им в соответствие определенные методы моделирования, позволяющие наилучшим образом отразить особенности того или иного класса. Такой подход к выбору методов моделирования подобен подходу прикладной математики. Однако в отличие от последней, в основу которой положены классы прикладных задач, системный анализ может один и тот же объект или одну и ту же проблемную ситуацию (в зависимости от степени неопределенности и по мере познания) отображать разными классами систем и соответственно различными моделями, организуя, таким образом, как бы процесс постепенной формализации задачи, т. е. «выращивание» ее формальной модели. Подход помогает понять, что неверно выбранный метод моделирования может привести к неверным результатам, к невозможности доказательства адекватности модели, к увеличению числа итераций и затягиванию решения проблемы.

Существует и другая точка зрения. Если последовательно менять методы приведенного на рис. а «спектра» (не обязательно используя все), то можно постепенно, ограничивая полноту описания проблемной ситуации (что неизбежно при формализации), но, сохраняя наиболее существенные с точки зрения цели (структуры целей) компоненты и связи между ними, перейти к формальной модели.

Такая идея реализовалась, например, при создании программного обеспечения ЭВМ и автоматизированных информационных систем путем последовательного перевода описания задачи с естественного языка на язык высокого уровня (язык управления заданиями, информационно-поисковый язык, язык моделирования, автоматизации проектирования), а с него - на один из языков программирования, подходящий для данной задачи (PL/I, ЛИСП, ПАСКАЛЬ, СИ, PROLOG и т. п.), который, в свою очередь, транслируется в коды машинных команд, приводящих в действие аппаратную часть ЭВМ.

В то же время анализ процессов изобретательской деятельности, опыта формирования сложных моделей принятия решений показал, что практика не подчиняется такой логике, Т.е. человек поступает иначе: он попеременно выбирает методы из левой и правой частей «спектра» 1, приведенного на рис. а.

Поэтому удобно как бы «переломить» этот «спектр» методов примерно в середине, где графические методы смыкаются с методами структуризации, т. е. разделить методы моделирования систем на два больших класса: методы формализованного представления систем - МФПС и методы, направленные на активизацию использования интуиции и опыта специалистов или более кратко - методы активизации интуиции специалистов - МАИС.

Возможные классификации этих двух групп методов приведены на рис. 4.7.б.

Такое разделение методов находится в соответствии с основной идеей системного анализа, которая состоит в сочетании в моделях и методиках формальных и неформальных представлений, что помогает в разработке методик, выборе методов постепенной формализации отображения и анализа проблемной ситуации. Возможные варианты последовательного использования методов из групп МАИС и МФПС показаны на рисунке сплошной и штриховой линиями.

Отметим, что на рис. 4.7.б в группе МАИС методы расположены сверху вниз примерно в порядке возрастания возможностей формализации, а в группе МФПС – сверху вниз возрастает внимание к содержательному анализу проблемы и появляется все больше средств для такого анализа. Такое упорядочение помогает сравнивать методы и выбирать их при формировании развивающихся моделей принятия решений, при разработке методик системного анализа.

Классификации МАИС и особенно МФПС могут быть разными. На рис. 4.7.б приведена классификация МФПС, предложенная Ф.Е. Темниковым.

Необходимо отметить, иногда для наименования групп МАИС и МФПС используются термины - качественные и количественные методы. (Методы описания систем классифицируются в порядке возрастания формализованности – от качественных методов, с которыми в основном и связан был первоначально системный анализ, до количественного системного моделирования с применением ЭВМ. Разделение методов на качественные и количественные носит, конечно, условный характер.

Качественные методы используются на начальных этапах моделирования, если реальная система не может быть выражена в количественных характеристиках, отсутствуют описания закономерностей систем в виде аналитических зависимостей. В результате такого моделирования разрабатывается концептуальная модель системы.

Количественные методы используются на последующих этапах моделирования для количественного анализа вариантов системы. Для постановки задачи эти методы не имеют средств, почти полностью оставляя осуществление этого этапа за человеком.) Однако, с одной стороны, методы, отнесенные к группе МАИС, могут использовать и формализованные представления (при разработке сценариев могут применяться статистические данные, проводиться некоторые расчеты; с формализацией связаны получение и обработка экспертных оценок, методы морфологического моделирования); а, с другой стороны, в силу теоремы Геделя о неполноте, в рамках любой формальной системы, сколь бы полной и непротиворечивой она не казалась, имеются положения (соотношения, высказывания), истинность или ложность которых нельзя доказать формальными средствами этой системы, а для преодоления неразрешимой проблемы нужно расширять формальную систему, опираясь на содержательный, качественный анализ. Поэтому были предложены названия групп методов МАИС и МФПС, что представляется более предпочтительным.

Результаты Гёделя были получены для арифметики, самого формального направления математики, и позволили предположить, что процесс логического, в том числе математического доказательства, не сводится к использованию только дедуктивного метода, что в нем всегда присутствуют неформальные элементы мышления. В дальнейшем исследования этой проблемы математиками и логиками показали, что «доказательства вовсе не обладают абсолютной, не зависящей от времени строгостью и являются только культурно опосредованными средствами убеждению».

Иными словами, строгого разделения на формальные и неформальные методы не существует. Можно говорить только о большей или меньшей степени формализованности или, напротив, большей или меньшей опоре на интуицию, «здравый смысл».

⇐ Предыдущая 7 8 9 10 111213 14 15 16 Следующая ⇒