Класифікація моделей. Моделі складу та структури системи.

Класифікація моделей здійснюється за різними класифікаційними ознаками: ступінь визначеності, закономірності зміни параметрів моделі, фактор часу, засоби опису та оцінки, природа моделі.

За ступенем визначеностімоделі класифікуються наступним чином

- детерміновані моделі, для яких характерним є те, що при певних значеннях вхідних параметрів на виході можна отримати лише один результат;

- стохастичні моделі, в яких змінні, параметри та умови функціонування, стан системи є випадковими величинами та пов’язані стохастичними залежностями;

- невизначені моделі, в яких розподіл ймовірностей певних параметрів може або взагалі не існувати, або ж бути невідомим.

За закономірностями зміни своїх параметрів моделіподіляються на дискретні, неперервні та дискретно-неперервні. Для дискретної моделі характерно, що множини припустимих значень вхідних і вихідних параметрів є дискретними, а у неперервних моделях всі змінні та параметри - неперервними.

За фактором часурозрізняють статичні та динамічні моделі. У статичні моделі всі параметри та залежності співвіднесено до одного моменту часу, тобто в явному вигляді відсутня залежність від часу. В динамічних моделях значення параметрів явно залежать від часу. Дуже часто динамічна модель отримується як певна послідовність статичних моделей із рекурентним типом зв’язків між ними.

Залежно від засобів описування та оцінкивирізняють дескриптивні та нормативні моделі. У дескриптивних моделях не використовуються визначені критерії ефективності функціонування системи, тому з їх допомогою лише описується, аналізується її поведінка. Нормативні моделі охоплюють такі критерії, тому вони характеризують норму функціонування системи і використовуються в процесі прийняття управлінських рішень, при проектуванні систем.

За природою моделіможна виокремити два основних класи: предметні та знакові. Предметні моделі поділяються на природні та штучні, а знакові - на мовні (вербальні) та математичні (аналітичні та імітаційні).

Безперечно, що за допомогою лише моделі типу “чорна скриня” неможливо вивчити внутрішню структуру системи. Для детальнішого опису систем використовують моделі складута моделі структури. Модель складу системи відображає, з яких елементів і підсистем складається система, а модель структури застосовується для відображення відношень між елементами та зв’язків між ними. Схематичні приклади зображені на рис. 4.

Рис.4.Графічне зображення моделі складу системи.

На перший погляд здається, що описати склад системи - це просте завдання. Однак якщо різним експертам дати завдання побудувати модель складу однієї системи, то їхні результати можуть суттєво відрізнятися. Так, наприклад, БДФЕУ з погляду ректора, головного бухгалтера та начальника служби охорони буде складатись із різних підсистем. Головна проблема при побудові моделі складу полягає в тому, що поділ цілої системи на частини відносний, залежить від мети дослідження (це стосується також визначення меж системи). Крім цього, відносним є поняття елемента: те, що з одного погляду є елементом, з іншого - може бути підсистемою. Черговим кроком у моделюванні системи є модель структури, що описує суттєві зв’язки між елементами та підсистемами. При використанні графічних моделей будову систем подають у вигляді так званих структурних схем. Структурні схеми наглядні та містять інформацію про велику кількість властивостей системи.

Методи моделювання систем

У процесі дослідження реальних систем і побудови їх моделей використовуються різні методи моделювання, що залежать від характеристик об’єкта, рівня знань про нього, мети дослідження та вимог до моделі. Найпоширенішими системно-методологічними підходами до моделювання є аксіоматичний, імітаційний, оптимізаційний і “чорної скрині”. Аксіоматичне моделювання полягає у відповідній інтерпретації та переведенні змістовного опису системи на мову чітких математичних термінів і відношень, у процесі чого усуваються неясності, суперечності, неповнота або надлишковість, які властиві вербальному описові системи. Емпірико-статистичне моделювання використовує широко відомий кібернетичний принцип “чорної скрині”, що не дозволяє отримати модуль структури системи, причинно-наслідкових зв’язків і механізмів її функціонування. В результаті моделювання отримують моделі типу “вхід - вихід”, які базуються на теоретичних гіпотезах про форми взаємозв’язку між входами і виходами системи. Оптимізаційне моделювання передбачає включення у модель як взаємозв’язків між змінними та параметрами, так і критерії якості функціонування системи. Імітаційні моделі складних систем надзвичайно поширені внаслідок своєї універсальності, можливості проведення чисельних експериментів, передбачення різноманітних змін.

За мірою повноти опису моделювання поділяють на повне, неповнета наближене. Повне моделювання передбачає побудову моделі, адекватної об’єкту дослідження у просторі та часі. Для неповного моделювання ця адекватність не зберігається. При наближеному моделюванні беруться до уваги лише найважливіші аспекти системи (загальна класифікація методів моделювання показана на рис. 5).

Залежно від характеру досліджуваних процесів у системі моделювання поділяють на детерміноване та стохастичне, статичне та динамічне, неперервне та дискретно-неперервне.

Рис. 5. Класифікація методів моделювання систем.

Детермінованемоделювання відображає процеси, для яких передбачається відсутність випадкових впливів, а стохастичневраховує випадкові процеси та події. Статичнемоделювання застосовується для описування стану системи у фіксований момент, а динамічне -для дослідження поведінки системи у часі. Дискретне, неперервнета дискретно-неперервнемоделювання застосовують для опису процесів, які змінюються в часі. Залежно від форми подання об’єкта моделювання поділяють на реальнета абстрактне. При реальномумоделюванні використовують можливість дослідження характеристик на реальному об’єкті чи на його частині, а при натурному- проводять дослідження на реальному об’єкті з подальшим обробленням результатів експерименту на основі теорії подібності. Фізичнемоделювання здійснюється через відтворення досліджуваного процесу на моделі, яка в загальному вигляді має відмінну від оригіналу природу, але однаковий математичний опис процесу функціонування. Абстрактне моделювання має різні види: наочне, символьне, математичне. При наочномуна базі уявлень людини про реальні об’єкти створюють наочні моделі, що відображають явища та процеси, які відбуваються в об’єкті. Символьнемоделювання - штучний процес створення об’єкта, що замінює реальний і виражає основні його властивості через певну систему знаків і символів. Воно поділяється, відповідно, на мовнета знакове. В основі мовного моделювання лежить деякий тезаурус, який утворюється із набору вхідних понять, причому цей набір має бути фіксованим. Під тезаурусомрозуміють словник, одиниці якого містять набори ознак, що характеризують родово-видові зв’язки та згруповані за змістовною близькістю. Між тезаурусом і звичайним словником існують принципові розбіжності. Тезаурус - це словник, який не містить неоднозначних слів; кожному його слову відповідає лише одне поняття.

Дослідження математичної моделі дає змогу отримати характеристики реального об’єкта чи системи. Вигляд математичної моделі залежить як від природи системи, так і від завдань дослідження. Математична модель системи містить, як правило, опис множини можливих станів системи та закон переходу з одного стану в інший. Математичне моделювання охоплює імітаційне, інформаційне, структурне, ситуаційне тощо.

При імітаційному моделюваннінамагаються відтворити процес функціонування системи у часі за допомогою деяких алгоритмів. При цьому імітуються основні явища, що утворюють процес, який розглядається, із збереженням їх логічної структури та послідовності перебігу в часі. Це уможливлює отримання інформації про стан процесу в певний момент та оцінку характеристик системи. Імітаційні моделі дають змогу враховувати такі ознаки, як дискретність і неперервність елементів системи, нелінійність їхніх характеристик, випадкові збурення тощо.

Інформаційне (кібернетичне) моделюванняпов’язане з побудовою моделей, для яких відсутні безпосередні аналоги фізичних процесів. У такому разі намагаються відобразити лише деяку функцію і розглядають об’єкт як “чорну скриню”, що має певну кількість входів і виходів. Таким способом моделюють лише окремі зв’язки між входами та виходами. Отже, в основі кібернетичних моделей лежить відображення окремих інформаційних процесів регулювання та управління, що дає змогу оцінити поведінку реальної системи. Для побудови моделі необхідно виокремити досліджувану функцію реального об’єкта та спробувати формалізувати її через окремі оператори зв’язку між входом і виходом. Імітаційна модель уможливлює відтворення цієї функції.

Структурне моделюваннябазується на специфічних особливостях структур певного вигляду, котрі використовують як засіб дослідження систем або для розроблення на їх основі із застосуванням інших методів формалізованого опису систем (теоретико-множинних, лінгвістичних) і специфічних підходів до моделювання. Структурне моделювання охоплює:

• методи сітьового моделювання;

• структурний підхід до формалізації структур різних типів (ієрархічних, матричних та ін.) на основі теоретико-множинного їх подання та поняття номінальної шкали теорії вимірювання;

• поєднання методів структуризації з лінгвістичними.

Ситуаційне моделюваннябазується на модельній теорії мислення, в рамках якої можна описати основні механізми регулювання процесів прийняття рішень. В основі модельної теорії мислення є формування у свідомості та підсвідомості людини інформаційної моделі об’єкта чи зовнішнього світу. Цілеспрямована поведінка людини ґрунтується на формування цільової ситуації та мисленого перетворення фактичної ситуації в цільову. Основа побудови ситуаційної моделі  описання об’єкта у вигляді сукупності елементів, що пов’язані між собою певними відношеннями, які відбивають семантику предметної галузі. Модель об’єкта має багаторівневу структуру і є інформаційним контекстом, на тлі якого здійснюються процеси управління.

При дослідженні економічних, соціальних, адміністративних систем найчастіше застосовують методи математичного, структурного, ситуаційного, інформаційного та імітаційного моделювання.