Metode și abordări de modelare a sistemelor distribuite. Abordări ale construirii unui model de sistem. Modele de informații statice

Clasic(sau abordare inductivă). modelarea are în vedere sistemul, trecând de la particular la general, și îl sintetizează prin îmbinarea componentelor dezvoltate separat. Abordare sistematică presupune o trecere consistentă de la general la specific, atunci când baza considerației este scopul, în timp ce obiectul iese în evidență de lumea înconjurătoare.

La crearea unui obiect nou cu proprietăți benefice(de exemplu, sisteme de control) sunt specificate criterii, determinarea gradului de utilitate a proprietatilor rezultate. Deoarece orice obiect de modelare este un sistem de elemente interconectate, să introducem conceptul de sistem. Sistemul S există un set intenționat de elemente interconectate de orice natură. Mediul extern. E reprezinta un ansamblu de elemente de orice natura existente in afara sistemului care influenteaza sistemul sau se afla sub influenta acestuia.

Într-o abordare sistematică a modelării, scopul modelării este mai întâi clar definit. Crearea unui model al unui analog complet al originalului necesită forță de muncă și costisitoare, astfel încât modelul este creat pentru un scop specific.

Metoda clasică de construire a unui model folosește o abordare funcțională, în care este luat elementul modelului componentă descriind comportamentul unei proprietăți și nu reflectă compoziția reală a elementelor. În plus, componentele sistemului sunt izolate unele de altele, ceea ce reflectă slab sistemul modelat. Această metodă de construire a unui model este aplicabilă numai pentru sisteme simple, deoarece necesită includerea în funcțiile care descriu proprietățile sistemului, a relațiilor dintre proprietăți care pot fi prost definite sau necunoscute.

Odată cu complicația sistemelor modelate, atunci când este imposibil să se ia în considerare toate influențele reciproce ale proprietăților, se utilizează metoda sistemului, bazată pe o abordare structurală. În același timp, sistemul S este împărțit într-un număr de subsisteme S l cu proprietăți proprii, care, desigur, sunt mai ușor de descris prin dependențe funcționale, iar conexiunile între subsisteme sunt determinate. În acest caz, sistemul funcționează în conformitate cu proprietățile subsistemelor individuale și conexiunile dintre ele. Acest lucru elimină necesitatea descrierii relațiilor funcționale dintre proprietățile sistemului S, face modelul mai flexibil, deoarece modificarea proprietăților unuia dintre subsisteme schimbă automat proprietățile sistemului.

Clasificarea tipurilor de modelare

În funcţie de natura proceselor studiate în sistem Sși scopul modelării, există multe tipuri de modele și modalități de clasificare a acestora, de exemplu, după scopul utilizării, prezența unor influențe aleatorii, relația cu timpul, fezabilitatea implementării, domeniul de aplicare etc. (Tabelul 14).

Tabelul 14. Tipuri de modele

După scopul utilizării modelele sunt clasificate în experiment științific,în care modelul este studiat folosind diverse mijloace de obținere a datelor despre obiect, posibilitatea de a influența cursul procesului, pentru a obține date noi despre obiect sau fenomen; testare cuprinzătoare și experiment de producție, utilizarea testării la scară completă a unui obiect fizic pentru a obține o încredere ridicată în caracteristicile acestuia; optimizare, legate de găsirea indicatorilor optimi de sistem (de exemplu, găsirea costuri minime sau determinarea profitului maxim).

În funcție de prezența impacturilor modelele pe sistem sunt împărțite în determinist(nu există influențe aleatorii în sisteme) și stocastică(sistemele conțin influențe probabilistice). Unii autori clasifică aceleași modele prin metoda de estimare a parametrilor sisteme: in determinist sisteme, parametrii modelului sunt evaluați de un indicator pentru valorile specifice ale datelor lor inițiale; V stocastică sisteme, prezența caracteristicilor probabilistice ale datelor inițiale permite evaluarea parametrilor sistemului folosind mai mulți indicatori.

În raport cu timpul modelele sunt împărțite în static, descrierea sistemului la un anumit moment în timp și dinamic, luând în considerare comportamentul unui sistem în timp. La rândul lor, modelele dinamice sunt împărțite în discret,în care toate evenimentele au loc la intervale de timp și continuu, unde toate evenimentele au loc continuu în timp.

Dacă este posibil, implementare modelele sunt clasificate ca mental, descriind un sistem care este dificil sau imposibil de modelat realist, real,în care modelul de sistem este reprezentat fie de un obiect real, fie de o parte a acestuia, și informativ, implementarea proceselor informaționale (apariția, transmiterea, prelucrarea și utilizarea informațiilor) pe un computer. La rândul lor, modelele mentale sunt împărțite în vizual(în care procesele și fenomenele simulate apar clar); simbolic(modelul de sistem reprezintă un obiect logic în care principalele proprietăți și relații ale obiectului real sunt exprimate printr-un sistem de semne sau simboluri) și matematic(reprezintă sisteme de obiecte matematice care permit obținerea caracteristicilor studiate ale unui obiect real). Modelele reale sunt împărțite în la scară largă(efectuarea cercetării asupra unui obiect real și prelucrarea ulterioară a rezultatelor experimentale folosind teoria similarității) și fizic(efectuarea cercetărilor asupra instalațiilor care păstrează natura fenomenului și au o asemănare fizică).

După domeniul de aplicare modelele sunt împărțite în universal, destinat utilizării de către multe sisteme și specializat, creat pentru a studia un anumit sistem.

Modele matematice

Cea mai importantă etapă în construirea unui model este trecerea de la o descriere semnificativă la una formală, care se explică prin participarea în această etapă a specialiștilor în domeniul în care există sistemul modelat și a specialiștilor în domeniul modelării sistemelor. Cel mai convenabil limbaj pentru comunicarea lor, al cărui scop este construirea unui model adecvat al sistemului, este de obicei limbajul descrierilor matematice. Descriere matematică sistemul este compact și convenabil pentru implementare ulterioară pe un computer în scopul testării statistice,

Exemple de construire a modelelor dinamice

Atunci când modelați obiecte dinamice continue, modelele sunt de obicei ecuații diferențiale, legând comportamentul unui obiect cu timpul. O proprietate pozitivă a ecuațiilor diferențiale este aceea că aceeași ecuație modelează sisteme de naturi fizice diferite.

Variabila independentă în sistemele dinamice este de obicei timpul, de care depind valorile necunoscute ale funcției dorite care determină comportamentul obiectului. Descrierea matematică a modelului în formă generală:

unde sunt vectori n-dimensionali și continui.

De exemplu, procesul de oscilații mici ale unui pendul este descris de ecuația diferențială obișnuită

Proces într-un circuit electric oscilator .

Evident, dacă punem

Obținem o ecuație care descrie starea de timp a ambelor sisteme

Un model matematic general permite studierea unui sistem în timp ce simulează funcționarea altuia.

Modelele de sisteme dinamice bazate pe ecuații diferențiale și-au găsit o largă aplicație în teoria controlului diferitelor obiecte tehnice. Sub influența unor perturbații necunoscute în prealabil, comportamentul real al sistemului se abate de la comportamentul dorit specificat de algoritm, iar pentru a-și aduce comportamentul mai aproape de valoarea cerută, în sistem este introdus controlul automat al sistemului. Poate fi încorporat în sistemul în sine, dar în timpul simulării unitatea de control este separată de sistemul însuși. În general, structura unui sistem de control automat multidimensional (ACS) este prezentată în Fig. 3.

Figura 3. Structura unui sistem de control automat multidimensional.

Modele de informare

Modele de informareîn multe cazuri se bazează pe modele matematice,întrucât la rezolvarea problemelor, modelul matematic al obiectului, procesului sau fenomenului studiat este inevitabil transformat într-un model informaţional pentru implementarea lui pe calculator. Să definim conceptele de bază ale modelului informațional.

Obiect informativ este o descriere a unui obiect, proces sau fenomen real sub forma unui set de caracteristici ale acestuia (elemente informaționale), numit detalii. Se formează un obiect informațional cu o anumită structură (compoziția necesară). tip (clasa), căruia i se atribuie un unic Nume. Se numește un obiect informațional cu caracteristici specifice copie. Fiecare instanță este identificată printr-un loc de muncă detalii cheie (cheie). Aceleași detalii în diferite obiecte informaționale pot fi atât cheie, cât și descriptive. Un obiect de informare poate avea mai multe chei.

Exemplu. Obiectul de informare STUDENT are următoarele cerințe: număr(numărul cărții de note este un detaliu cheie), nume, prenume, patronimic, data nașterii, codul locului de studii. Obiect informativ PROFIL PERSONAL: numărul de student, adresa de domiciliu, numărul certificatului de studii medii, starea civilă, copiii. Obiectul de informare LOCUL DE STUDIU include următoarele detalii: cod(recuzită cheie), numele universității, facultății, grupului. Obiect informativ PROFESOR: cod(recuzită cheie), catedra, nume, prenume, patronimic, grad academic, titlu academic, functie.

Relaţie, existente între obiecte reale sunt definite în modelele informaţionale ca comunicatii. Există trei tipuri de conexiuni: unu la unu (1:1), unu la mai mulți(1:∞) și multi la multi(∞: ∞).

Conexiune unu la unu determină că o instanță a obiectului informațional X corespunde nu mai mult de o instanță a obiectului informațional Y și invers.

Exemplu. Obiectele informaționale STUDENT și PROFIL PERSONAL vor fi conectate prin relație unu la unu. Fiecare student are anumite date unice în dosarul său personal.

La contact unu la multi O instanță a obiectului informațional X poate corespunde oricărui număr de instanțe ale obiectului informațional Y, dar fiecare instanță a obiectului Y este asociată cu cel mult o instanță a obiectului X.

Exemplu. Trebuie stabilită o conexiune între obiectele informaționale LOCUL DE STUDIU și STUDENT unu la multi. Același loc de studiu poate fi repetat de mai multe ori pentru studenți diferiți.

Conexiune multi la multi presupune că o instanță a obiectului informațional X corespunde oricărui număr de instanțe ale obiectului Y și invers.

Exemplu. Obiectele informaționale STUDENT și PROFESOR au o conexiune multi la multi. Fiecare elev învață de la mulți profesori și fiecare profesor învață mulți elevi.

Exemple de modele informatice

Să definim un model informațional ca un set conectat de obiecte informaționale care descriu procesele informaționale din domeniul studiat. Împărțim modelele de informații existente în universale și specializate. Modelele universale sunt destinate utilizării în diverse domenii, acestea includ: baze de dateŞi sisteme de gestionare a bazelor de date, sisteme automatizate management, baze de cunoștințe, sisteme expert. Modelele specializate sunt concepute pentru a descrie sisteme specifice, sunt unice prin capacitățile lor și sunt mai scumpe.

Modele universale.

Baze de date

Baze de date reprezintă un set înrudit de date structurate legate de un anumit proces sau fenomen dintr-un anumit domeniu.

Sistem de management al bazelor de date este un pachet software pentru crearea, organizarea procesării necesare, stocării și transmiterii bazelor de date.

Miezul oricărei baze de date este model de reprezentare a datelor. Un model de date reprezintă multe structuri de date și relațiile dintre ele.

Distinge ierarhic, de rețeaŞi relaționale modele de date. Modelul ierarhic reprezintă relațiile dintre obiecte (date) sub forma unui arbore.

Principalele concepte ale modelului ierarhic includ:

nodul- un set de atribute de date care descriu obiectul;

conexiune- o linie care leagă nodurile nivelului inferior cu un nod al nivelului superior. În acest caz, se numește nodul de la nivelul superior strămoş pentru nodurile nivelului inferior corespunzător acestuia, la rândul lor, se numesc nodurile nivelului inferior descendenţi nodul de suprafață asociat acestora (de exemplu, în Fig. 4. nodul B1 este strămoșul nodurilor CI, C2, iar nodurile C1, C2 sunt descendenți ai nodului B1);

nivel- numărul stratului de noduri, numărat de la rădăcină.

Figura 4. Model de date ierarhice

Cantitate copaciîn baza de date este determinată de număr înregistrările rădăcină. Fiecare nod are o singură cale de la rădăcină.

Structura rețelei are aceleași componente ca și cel ierarhic, dar fiecare nod poate fi conectat la orice alt nod (Fig. 5). Abordarea în rețea a organizării datelor este o extensie a celei ierarhice. În modelele ierarhice, o înregistrare copil trebuie să aibă un singur strămoș; în rețea - un descendent poate avea orice număr de strămoși.

Figura 5. Model de date de rețea

Ambele modele nu sunt utilizate pe scară largă din cauza complexității implementării graficelor sub formă de structuri de date ale mașinii, în plus, este dificil să se efectueze operațiuni de căutare a informațiilor în ele.

Cel mai răspândit este al treilea model de date - relațional, poate descrie și un model ierarhic și de rețea. Modelul relațional se concentrează pe organizarea datelor sub formă de tabele bidimensionale.

Inteligenţă artificială

Ideile de modelare a minții umane sunt cunoscute din cele mai vechi timpuri. Acest lucru a fost menționat pentru prima dată în opera filozofului și teologului Raymunda Lullia(c.1235 - c.1315) „Marea Artă”, care nu numai că a exprimat ideea unei mașini logice pentru rezolvarea diferitelor probleme, bazată pe clasificarea universală a conceptelor (secolul XIV), dar a încercat și să o implementeze. Rene Descartes(1596-1650) și Gottfried Wilhelm Leibniz(1646-1716) a dezvoltat în mod independent doctrina capacității înnăscute a minții de a cunoaște și adevărurile universale și necesare ale logicii și matematicii și a lucrat pentru a crea un limbaj universal pentru clasificarea tuturor cunoștințelor. Pe aceste idei se bazează bazele teoretice ale creării inteligenței artificiale. Apăsați pentru dezvoltare ulterioară modele de gândire umană au început să apară în anii '40. secolul XX CALCULATOR. În 1948, un om de știință american Norbert Wiener(1894-1964) a formulat principalele prevederi ale unei noi științe – cibernetica. În 1956, la Universitatea Stanford (SUA), la un seminar numit „Inteligenta artificială* (inteligență artificială), dedicat rezolvării problemelor logice, o nouă direcție științifică legată de modelarea automată a funcțiilor intelectuale umane și numită inteligenţă artificială. Domeniul s-a împărțit curând în două domenii principale: neurocibernetica și cibernetica cutiei negre.

Neurocibernetica s-a îndreptat către structura creierului uman ca fiind singurul obiect de gândire și a început modelarea sa hardware. Fiziologii au identificat de mult neuronii - celulele nervoase conectate între ele - ca bază a creierului. Neurocibernetica se ocupă cu crearea de elemente asemănătoare neuronilor și integrarea lor în sisteme funcționale, aceste sisteme fiind numite rețele neuronale. La mijlocul anilor '80. În secolul al XX-lea, primul neurocomputer a fost creat în Japonia, simulând structura creierului uman. Domeniul său principal de aplicare este recunoașterea modelelor.

cibernetica cutiei negre folosește principii diferite, structura modelului nu este principalul lucru, ceea ce este important este reacția acestuia la datele de intrare date, la ieșire modelul ar trebui să reacționeze ca creierul uman. Oamenii de știință din acest domeniu dezvoltă algoritmi pentru rezolvarea problemelor intelectuale pentru sistemele de calcul existente. Cele mai semnificative rezultate:

Model de căutare labirint(sfârșitul anilor 50), care ia în considerare graficul de stare al unui obiect și caută calea optimă de la datele de intrare la datele de ieșire. În practică, acest model nu a fost utilizat pe scară largă.

Programare euristica(începutul anilor 60) a dezvoltat strategii de acțiune bazate pe reguli predeterminate (euristice) precunoscute. Euristică - o regulă teoretic nefondată care vă permite să reduceți numărul de căutări în găsirea căii optime.

Metode ale logicii matematice. Metoda rezoluției vă permite să demonstrați automat teoreme bazate pe anumite axiome. În 1973, a fost creat un limbaj de programare logic Prolog, permiţând prelucrarea informaţiei simbolice.

De la mijlocul anilor '70. Ideea modelării cunoștințelor specifice ale specialiștilor experți este în curs de implementare. Primele sisteme expert apar în SUA. Apare tehnologie nouă inteligența artificială, bazată pe reprezentarea și utilizarea cunoștințelor. De la mijlocul anilor '80. inteligenta artificiala este comercializata. Investițiile în această industrie sunt în creștere, apar sisteme industriale expert, iar interesul pentru sistemele de auto-învățare crește.

Baze de cunoștințe

Când studiezi sisteme inteligente Este necesar să aflăm ce este cunoștințele și cum diferă de date. Concept cunoştinţe sunt definite în moduri diferite, dar nu există o definiție cuprinzătoare.

Iată câteva dintre definiții:

Cunoştinţe- modele identificate ale disciplinei (principii, conexiuni, legi) care permit rezolvarea problemelor din acest domeniu.

Cunoştinţe- date bine structurate sau date despre date sau metadate.

Cunoştinţe- un set de informații care formează o descriere holistică corespunzătoare unui anumit nivel de conștientizare a problemei, obiectului etc. care este descris.

Din punctul de vedere al inteligenței artificiale, cunoașterea este definită ca informație formalizată la care se face referire în procesul de inferență logică. Bazele de cunoștințe sunt folosite pentru a stoca cunoștințele. Baza de cunoștințe- baza oricărui sistem inteligent.

Din punctul de vedere al rezolvării problemelor dintr-un anumit domeniu, cunoștințele sunt împărțite convenabil în două categorii - fapteŞi euristică. Prima categorie descrie circumstanțe cunoscute în domeniu. A doua categorie de cunoștințe se bazează pe experiența practică a unui expert specialist într-un domeniu dat.

În plus, cunoștințele sunt împărțite în proceduralŞi declarativ. Din punct de vedere istoric, cunoștințele procedurale au apărut primele, „împrăștiate” în algoritmi. Ei au gestionat datele. Pentru a le schimba, a fost necesar să se facă modificări la programe. Odată cu dezvoltarea inteligenței artificiale, o parte din ce în ce mai mare a cunoștințelor s-a format în structurile de date: tabele, liste, tipuri de date abstracte, cunoștințele au devenit din ce în ce mai declarative.

Cunoașterea declarativă este un set de informații despre caracteristicile proprietăților unor obiecte, fenomene sau procese specifice, prezentate sub formă de fapte și euristici. Din punct de vedere istoric, astfel de cunoștințe au fost acumulate sub formă de diferite cărți de referință odată cu apariția computerelor, au luat forma bazelor de date. Cunoașterea declarativă este adesea numită pur și simplu date; este stocată în memoria unui sistem informațional (IS), astfel încât să aibă acces imediat pentru utilizare.

Cunoștințe procedurale stocate în memoria IC sub formă de descrieri de proceduri prin care pot fi obținute. Sub forma cunoștințelor procedurale, ele descriu de obicei metode de rezolvare a problemelor din domeniul de studiu, diverse instrucțiuni, tehnici etc. Cunoștințele procedurale sunt metode, algoritmi, programe de rezolvare a diferitelor probleme dintr-un domeniu selectat, ele formează nucleul bazei de cunoștințe. Cunoștințele procedurale se formează ca urmare a efectuării procedurilor pe fapte ca date inițiale.

Una dintre cele mai importante probleme specifice sistemelor de inteligență artificială este reprezentarea cunoștințelor. Forma de reprezentare a cunoștințelor influențează semnificativ caracteristicile și proprietățile sistemului. Pentru a manipula diverse cunoștințe lumea reală este necesar să le simulăm pe computer. Există multe modele de reprezentare a cunoștințelor pentru diferite domenii, dar majoritatea aparțin următoarelor clase: modele logice”, modele de producție; rețele semantice; modele de cadru.

În mod tradițional, în reprezentarea cunoașterii există modele logice formale, bazat pe calculul clasic al predicatelor de ordinul întâi, atunci când domeniul este descris ca un set de axiome. Toate informațiile necesare pentru rezolvarea problemelor sunt considerate ca un set de reguli și enunțuri, care sunt reprezentate ca formule în logica unor predicate. Cunoașterea reflectă totalitatea unor astfel de formule, iar obținerea de noi cunoștințe se reduce la implementarea procedurilor de inferență logică. Acest model logic este aplicabil în principal în sistemele „ideale” de cercetare, deoarece impune cerințe și limitări înalte în domeniul subiectului. Sistemele expert industriale folosesc diversele sale modificări și extensii.

Studiile asupra proceselor umane de luare a deciziilor au arătat că atunci când raționează și ia o decizie, o persoană folosește regulile de producție(din engleza producție- regula de inferență, regulă generatoare). Model de produs pe baza unor reguli, vă permite să prezentați cunoștințele sub formă de propoziții: IF (o listă de condiții), THEN (o listă de acțiuni ar trebui efectuată). Stare - aceasta este propoziția care este căutată în baza de cunoștințe și acţiune Există o operațiune care se efectuează atunci când căutarea are succes. Acțiunile pot fi ca intermediar, apărând mai departe ca condiţii şi vizat, finalizarea lucrărilor SI. În modelul de producție, baza de cunoștințe constă dintr-un set de reguli. Este numit programul care controlează enumerarea regulilor mașină de ieșire. Mecanismul de inferență conectează cunoștințele și creează o concluzie din secvența acesteia. Concluzia se întâmplă direct(metoda de potrivire, de la date la căutarea țintă) sau spate(o metodă de generare a unei ipoteze și de testare a acesteia, de la scop la date).

Exemplu. Există un fragment de bază de cunoștințe format din două reguli:

Ave. 1: DACĂ „a face afaceri” și „a cunoaște internetul”,

LA „comerțul electronic”.

Ave. 2: DACĂ „deține un computer”

ASTA înseamnă „a cunoaște internetul”.

Sistemul a primit date: "a face afaceri" Şi „deține un computer.”

IESIREA DIRECTA: Pe baza datelor disponibile, obțineți o concluzie.

prima trecere:

Pasul 1. Verificați Ex. 1, nu funcționează - nu există suficiente date „cunoștință cu Internetul”.

Pasul 2. Verificați Ex. 2, funcționează, baza este completată de faptul „familiaritatea cu Internetul”.

a 2-a trecere

Pasul 3. Verificați Ex. 1, funcționează, sistemul dă concluzia „comerț electronic”.

IEȘIRE INVERSĂ: Validați obiectivul selectat utilizând regulile și datele existente.

prima trecere:

Pasul 1. Obiectiv - „comerț electronic”:

Verificarea Ave. 1, nu există date „cunoaștere cu Internetul”, acestea devin un nou obiectiv și există o regulă în care este în partea dreaptă.

Pasul 2. Scop - „a cunoaște internetul”:

Ave. 2 confirmă ținta și o activează.

A 2-a trecere: Pasul 3. Ex. 1 confirmă ținta dorită.

Modelul de produs atrage dezvoltatorii prin claritatea, modularitatea, ușurința de a face adăugiri și modificări, simplitatea mecanismului de inferență logică și este cel mai adesea folosit în sistemele expert industriale.

Semantică este o știință care studiază proprietățile semnelor și sistemelor de semne, legătura lor semantică cu obiectele reale. Web semantic - acesta este un grafic direcționat, ale cărui vârfuri sunt concepte, iar arcele sunt relații între ele (Fig. 6). Acesta este cel mai general model de cunoaștere, deoarece conține mijloacele tuturor proprietăților caracteristice cunoașterii: interpretare internă, structură, metrică semantică și activitate.

Figura 6. Web semantic

Avantajele modelelor de rețea sunt: capacități expresive mai mari; vizibilitatea sistemului de cunoștințe, prezentată grafic; apropierea structurii rețelei reprezentând sistemul de cunoștințe de structura semantică a frazelor în limbaj natural; conformitatea cu ideile moderne despre organizarea memoriei umane pe termen lung. Dezavantajele includ faptul că modelul de rețea nu conține o idee clară a structurii domeniului care îi corespunde, astfel încât formarea și modificarea acestuia este dificilă; modelele de rețea sunt structuri pasive; se folosește un aparat special pentru a le procesa concluzie formală. Problema găsirii unei soluții într-o bază de cunoștințe, cum ar fi o rețea semantică, se rezumă la problema căutării unui fragment din rețea corespunzător unei anumite subrețea a sarcinii, care, la rândul său, indică un alt dezavantaj al modelului - dificultatea căutării rezultatelor pe rețelele semantice.

Modelele de rețea sunt un mijloc vizual și destul de universal de reprezentare a cunoștințelor. Cu toate acestea, formalizarea lor în modele specifice de reprezentare, utilizare și modificare a cunoștințelor este un proces destul de laborios, mai ales în prezența unor relații multiple între concepte.

Termen cadru(din limba engleză frame - framework, frame) se propune să desemneze structura unei unități de cunoaștere, care poate fi descrisă printr-un anumit set de concepte pentru percepția sa spațială. Cadrul are un anumit structura internă, format dintr-un set de elemente numite sloturi. Fiecare slot, la rândul său, este reprezentat de un specific structura datelor, procedura, sau poate fi asociat cu un alt cadru. Modelul cadru este un model tehnologic al memoriei și conștiinței umane, sistematizat sub forma unei teorii unificate. Spre deosebire de alte modele, o structură rigidă este fixată în cadre. În general, un cadru este definit după cum urmează:

(NUMELE CADRU: (numele primului slot: valoarea primului slot);

(numele slotului 2: valoarea slotului 2);

(Numele slotului N-ro: valoarea slotului N-ro)).

O proprietate importantă a ramelor este moștenirea proprietăților,împrumutat din teoria rețelelor semantice. Moștenirea are loc prin conexiuni AKO (de la A Kind Of, care înseamnă „acest.”). Slotul ACO indică un cadru peste nivel înalt ierarhie, din care se moștenește implicit, adică. sunt transferate valorile sloturilor similare. De exemplu, în rețeaua de cadre din Fig. 7 „constructor” moștenește proprietățile cadrelor „inginer” și „persoană”, care se află la un nivel superior al ierarhiei.

Figura 7. Rețea de cadre

Modelul de cadru este destul de universal, vă permite să afișați întreaga diversitate de cunoștințe despre lume prin:

structuri-cadru, să desemneze obiecte și concepte (prelecție, note, departament);

roluri-cadru(elev, profesor, decan);

cadre de scenariu(trecerea unui examen, celebrarea unei zile onomastice, primirea unei burse);

cadre de situație(alarma, modul de lucru ziua de scoala) etc. Principalul avantaj al cadrelor ca model de reprezentare a cunoștințelor este capacitatea lor de a reflecta baza conceptuală a organizării memoriei umane, precum și flexibilitatea și vizibilitatea.

Rezumând analiza modelelor de reprezentare a cunoștințelor, putem trage următoarele concluzii:

Cele mai puternice sunt modelele mixte de reprezentare a cunoștințelor.

Sisteme experte

Conceput pentru a analiza datele conținute în bazele de cunoștințe și pentru a emite recomandări la cererea utilizatorului. Ele sunt utilizate în cazurile în care datele sursă sunt bine formalizate, dar luarea deciziilor necesită cunoștințe speciale extinse. Sisteme experte- acestea sunt sisteme software complexe care acumulează cunoștințele specialiștilor în domenii specifice și reproduc această experiență empirică pentru a oferi sfaturi utilizatorilor mai puțin calificați.

Domenii: medicină, farmacologie, chimie, geologie, economie, drept etc., în care majoritatea cunoștințelor sunt experiență personală specialiştii de nivel înalt (experţii) au nevoie de sisteme experte. Acele domenii în care cele mai multe cunoștințe sunt reprezentate sub formă de experiență colectivă (de exemplu, matematica superioară) nu au nevoie de ele.

Un sistem expert este definit printr-un set de reguli interconectate logic care formează cunoștințele și experiența unui specialist într-un anumit domeniu și un mecanism de decizie care permite recunoașterea unei situații, oferirea de recomandări de acțiune și diagnosticarea.

Sistemele expert moderne sunt capabile de:

Pe baza totalității semnelor bolii, stabiliți un diagnostic, prescrieți tratament, administrați medicamente, dezvoltați un program de tratament;

Îndeplinește sarcinile sistemelor de diagnosticare în studiul fenomenelor și proceselor (de exemplu, pentru analiza sângelui; managementul producției; studierea stării intestinelor pământului, câmpurile petroliere, zăcămintele de cărbune etc.);

Recunoașterea vorbirii, în această etapă într-un domeniu limitat de aplicare;

Recunoaște fețele umane, amprentele etc.

În fig. Figura 8 prezintă principalele componente ale modelului de sistem expert: utilizator(specialist în domeniul căruia îi este destinat acest sistem), inginer de cunoștințe(specialistul în inteligență artificială este o legătură intermediară între un expert și o bază de cunoștințe), interfata utilizator(o aplicație care implementează un dialog între utilizator și sistem), baza de cunostinte - miez de sistem expert, rezolvator(o aplicație care simulează raționamentul expert bazat pe cunoștințele disponibile în baza de cunoștințe), subsistem de clarificare ( o aplicație care vă permite să explicați pe baza a ceea ce sistemul expert face recomandări, trage concluzii și ce cunoștințe sunt folosite ), editor inteligent de bază de cunoștințe(o aplicație care oferă unui inginer de cunoștințe capacitatea de a crea o bază de cunoștințe în mod interactiv ).

Figura 8. Structura modelului de sistem expert.

Trăsătură caracteristică Orice sistem expert este capabil de auto-dezvoltare. Datele sursă sunt stocate în baza de cunoștințe sub formă de fapte, între care se stabilesc anumite conexiuni logice. Dacă testarea dezvăluie recomandări sau concluzii incorecte cu privire la probleme specifice, sau o concluzie nu poate fi formulată, aceasta înseamnă fie absența fapte importanteîn baza sa, sau încălcări în sistemul logic de conexiuni. În orice caz, sistemul în sine poate genera un set suficient de întrebări pentru expert și poate îmbunătăți automat calitatea acestuia.

Sistem de control

Reprezintă un set de modele structurale interconectate ale subsistemelor care îndeplinesc următoarele funcții:

planificare(strategic, tactic, operațional);

contabilitate- afiseaza starea obiectului de control ca urmare a executarii proceselor de productie;

controla- determină abaterea datelor contabile de la obiectivele și standardele planificate;

management operațional- reglementeaza toate procesele pentru a elimina orice abateri de la datele planificate si contabile;

analiză- determină tendința de funcționare a sistemului și a rezervelor, care sunt luate în considerare la planificarea pentru perioada următoare.

Utilizarea modelelor în compoziție sisteme informatice a început cu aplicarea metodelor şi metodelor statistice analiza financiara, care au fost implementate prin comenzi ale limbajelor algoritmice convenționale. Ulterior, au fost create limbaje speciale care au făcut posibilă simularea diferitelor situații. Astfel de limbaje fac posibilă construirea de modele de un anumit tip care oferă soluții atunci când variabilele se modifică în mod flexibil.

SOFTWARE. CONCEPTE DE BAZĂ DE PROGRAMARE

CONCEPTE ȘI DEFINIȚII DE BAZĂ

Hardware-ul PC considerat împreună este un instrument universal pentru rezolvarea unei game largi de probleme. Cu toate acestea, aceste probleme pot fi rezolvate doar dacă PC-ul „știe” algoritmul pentru rezolvarea lor.

Algoritm(algoritm) - o prescripție exactă care determină procesul de conversie a datelor sursă în rezultatul final.

General proprietăți a oricărui algoritm sunt:

– discretie – capacitatea de a împărți algoritmul în acțiuni elementare separate;

– certitudine (determinismul) algoritmului asigură neechivocitatea rezultatului (repetabilitatea rezultatului obținut în timpul calculelor repetate cu aceleași date inițiale) și elimină posibilitatea denaturarii sau interpretării ambigue a prescripției;

– eficacitate – obținerea obligatorie a unui anumit rezultat într-un număr finit de pași, iar dacă este imposibil de obținut un rezultat, semnal că acest algoritm nu este aplicabil pentru rezolvarea problemei;

– caracter de masă – capacitatea de a obține rezultate cu date inițiale diferite pentru o anumită clasă de probleme similare.

Conceptul de sistem

Trăim într-o lume care constă din multe obiecte diferite care au proprietăți diferite și interacționează între ele. De exemplu, obiectele lumii înconjurătoare sunt planete sistemul solar, care au proprietăți diferite (masă, dimensiuni geometrice etc.) și interacționează cu Soarele și între ele conform legii gravitației universale.

Fiecare planetă face parte dintr-un obiect mai mare - Sistemul Solar, care, la rândul său, face parte din Galaxie. În același timp, fiecare planetă este formată din atomi diferiți elemente chimice, care constau din particule elementare. Astfel, de fapt, fiecare obiect poate consta dintr-o colectie de alte obiecte, i.e. formează un sistem.

O caracteristică importantă a sistemului este funcționarea sa holistică. Un sistem nu este un set de elemente individuale, ci o colecție de elemente interconectate. De exemplu, computer personal este un sistem care constă din diverse dispozitive, care sunt interconectate atât hardware (conectate fizic între ele), cât și funcțional (schimb de informații).

Definiția 1

Un sistem este o colecție de obiecte interconectate, care sunt numite elemente de sistem.

Nota 1

Fiecare sistem are propria sa structură, care se caracterizează prin compoziția și proprietățile elementelor, relațiile și conexiunile lor între ele. Sistemul este capabil să-și mențină integritatea sub influența diferitelor factori externiși modificări interne atâta timp cât structura sa rămâne neschimbată. Dacă structura sistemului se modifică (de exemplu, atunci când unul dintre elementele sale este îndepărtat), acesta poate înceta să mai funcționeze ca un întreg. De exemplu, când eliminați unul dintre dispozitivele computerului (de exemplu, placa de baza), computerul nu va mai funcționa, adică va înceta să funcționeze ca sistem.

Principiile de bază ale teoriei sistemelor au apărut în studiul sistemelor dinamice și al elementelor funcționale ale acestora. Un sistem este un grup de elemente interconectate care acționează împreună pentru a îndeplini o sarcină predeterminată. Folosind analiza sistemelor, este posibil să se determine modalitățile cele mai realiste de a îndeplini o anumită sarcină, care să asigure satisfacerea maximă a cerințelor enunțate.

Elementele care stau la baza teoriei sistemelor nu sunt create prin ipoteze, ci sunt obtinute experimental. Pentru a începe construirea unui sistem, trebuie să aveți caracteristici generale ale proceselor tehnologice, care sunt necesare și atunci când se creează criterii formulate matematic pe care procesul sau descrierea sa teoretică trebuie să le îndeplinească. Metoda de simulare este una dintre cele mai importante metode cercetarea stiintificași experimentare.

Abordare sistematică

Pentru a construi modele de obiecte, se utilizează o abordare de sistem, care este o metodologie pentru rezolvarea problemelor complexe. Această metodologie se bazează pe a considera un obiect ca pe un sistem care funcționează într-un anumit mediu. O abordare sistematică ne permite să dezvăluim integritatea unui obiect, să identificăm și să studiem structura sa internă, precum și conexiunile cu mediul extern. În acest caz, obiectul este o parte a lumii reale, care este izolată și studiată în legătură cu problema care se rezolvă în construirea unui model. În plus, atunci când se utilizează o abordare de sistem, se presupune o tranziție consecventă de la general la specific, care se bazează pe luarea în considerare a scopului de proiectare, iar obiectul este considerat în raport cu mediul.

Un obiect complex poate fi împărțit în subsisteme, care sunt părți ale obiectului și îndeplinesc următoarele cerințe:

subsistemul este o parte independentă funcțional a unui obiect care este conectat la alte subsisteme și schimbă informații și energie cu acestea;
fiecare subsistem poate avea funcții sau proprietăți care nu coincid cu proprietățile întregului sistem;
fiecare dintre subsisteme poate fi împărțit până la nivelul elementului.

Aici, un element este înțeles ca un subsistem de nivel inferior, care nu pare adecvat să se divizeze în continuare din perspectiva problemei care se rezolvă.

Nota 2

Astfel, sistemul este reprezentat ca un obiect format dintr-un ansamblu de subsisteme, elemente și conexiuni pentru crearea, cercetarea sau îmbunătățirea acestuia. În acest caz, o reprezentare extinsă a sistemului, care include principalele subsisteme și conexiunile dintre ele, se numește macrostructură și o considerație detaliată structura internă sisteme până la nivelul elementelor – microstructură.

Conceptul de sistem este de obicei asociat cu conceptul de supersistem - un sistem de un nivel superior, care include obiectul în cauză, iar funcția oricărui sistem poate fi definită doar prin intermediul supersistemului. De asemenea, important este conceptul de mediu - un set de obiecte din lumea exterioară care influențează semnificativ eficiența sistemului, dar nu fac parte din sistem și din supersistemul acestuia.

Într-o abordare sistemică a modelelor de construcție, este utilizat conceptul de infrastructură, care descrie relația sistemului cu mediul său (mediul).

Izolarea, descrierea și studierea proprietăților unui obiect care sunt esențiale pentru o anumită sarcină se numește stratificare a obiectelor.

Cu o abordare sistemică a modelării, este important să se determine structura sistemului, care este definită ca un set de conexiuni între elementele sistemului care reflectă interacțiunea lor.

Există abordări structurale și funcționale ale modelării.

Cu o abordare structurală, se determină compoziția elementelor selectate ale sistemului și conexiunile dintre ele. Setul de elemente și conexiuni alcătuiește structura sistemului. De obicei, o descriere topologică este utilizată pentru a descrie structura, ceea ce face posibilă identificarea părților componente ale sistemului și determinarea conexiunilor acestora folosind grafice.

Mai puțin folosită este o descriere funcțională, care ia în considerare funcțiile individuale - algoritmi pentru comportamentul sistemului. În acest caz, se implementează o abordare funcțională, care definește funcțiile îndeplinite de sistem.

Cu o abordare de sistem, sunt posibile diferite secvențe de dezvoltare a modelului bazate pe două etape principale de proiectare: macro-proiectare și micro-proiectare. În etapa de macro-proiectare, se construiește un model al mediului extern, se identifică resursele și limitările, se selectează un model de sistem și criteriile de evaluare a adecvării.

Etapa de microproiectare depinde de tipul de model ales. Această etapă presupune crearea de informații, matematice, tehnice sau software sisteme de modelare. La microproiectare, elementul de bază specificatii tehnice modelul creat, estimați timpul de lucru cu acesta și costul resurselor pentru a obține calitatea necesară a modelului.

La construirea unui model, indiferent de tipul acestuia, este necesar să se respecte principiile unei abordări sistematice:

treceți în mod constant prin etapele creării unui model;
coordonează informațiile, resursele, fiabilitatea și alte caracteristici;
corelați corect diferitele niveluri de construcție a modelului;
să adere la integritatea etapelor individuale de proiectare a modelului.

Modele de informații statice

Orice sistem continuă să existe în spațiu și timp. În diferite momente de timp, sistemul este determinat de starea sa, care descrie compoziția elementelor, valorile proprietăților lor, amploarea și natura interacțiunii dintre elemente etc.

De exemplu, starea sistemului solar în anumite momente în timp este descrisă de compoziția obiectelor care sunt incluse în el (Soarele, planete etc.), proprietățile acestora (dimensiune, poziție în spațiu etc.), magnitudinea și natura interacțiunii lor (forță gravitațională, unde electromagnetice etc.).

Modelele care descriu starea unui sistem la un anumit moment în timp se numesc modele de informații statice.

De exemplu, în fizică, modelele informaționale statice sunt modele care descriu mecanisme simple, în biologie - modele ale structurii plantelor și animalelor, în chimie - modele ale structurii moleculelor și rețelelor cristaline etc.

Modele informatice dinamice

Sistemul se poate schimba în timp, de ex. există un proces de schimbare și dezvoltare a sistemului. De exemplu, atunci când planetele se mișcă, poziția lor față de Soare și între ele se schimbă; schimbari compozitia chimica Soarele, radiațiile etc.

Modelele care descriu procesele de schimbare și dezvoltare a sistemelor se numesc modele informaționale dinamice.

De exemplu, în fizică, modelele informaționale dinamice descriu mișcarea corpurilor, în chimie - procesele reacțiilor chimice, în biologie - dezvoltarea organismelor sau a speciilor de animale etc.

Tema 5. MODEL DE ABORDARE

Model este o descriere abstractă a unui sistem (obiect, proces, problemă, concept) într-o formă diferită de forma existenței lor reale

Modelarea începe cu formarea subiectului de cercetare - un sistem de concepte care reflectă caracteristicile obiectului care sunt esențiale pentru modelare. Această sarcină este destul de complexă, ceea ce este confirmat de diferite interpretări din literatura științifică și tehnică a unor concepte fundamentale precum sistem, model, modelare. O astfel de ambiguitate nu indică eroarea unor termeni și corectitudinea altor termeni, ci reflectă dependența subiectului de cercetare (modelare) atât de obiectul luat în considerare, cât și de scopurile cercetătorului. O caracteristică distinctivă a modelării sistemelor complexe este versatilitatea și varietatea utilizărilor; devine o parte integrantă a tuturor lucrurilor ciclu de viață sisteme. Acest lucru se explică în primul rând prin fabricabilitatea modelelor implementate pe baza tehnologiei computerizate: o viteză destul de mare de obținere a rezultatelor modelării și costul lor relativ scăzut.

Abordări ale modelării sistemelor

În prezent, în analiza și sinteza sistemelor complexe (mari) s-a dezvoltat o abordare sistemică, care diferă de abordarea clasică (sau inductivă). Acesta din urmă consideră sistemul trecând de la particular la general și sintetizează (construiește) sistemul prin fuzionarea componentelor sale, dezvoltate separat. În schimb, abordarea sistemică implică o tranziție consistentă de la general la specific, atunci când baza de considerare este scopul, iar obiectul studiat se distinge de mediu.

Cu o abordare sistematică a sistemelor de modelare, este necesar, în primul rând, să se definească clar scopul modelării. Deoarece este imposibil să se simuleze complet un sistem care funcționează cu adevărat (sistemul original sau primul sistem), este creat un model (sistemul model sau al doilea sistem) pentru problema în cauză. Astfel, în ceea ce privește aspectele de modelare, scopul decurge din sarcinile de modelare cerute, ceea ce permite abordarea selecției criteriilor și evaluarea elementelor care vor fi incluse în modelul creat. M. Prin urmare, este necesar să existe un criteriu pentru selectarea elementelor individuale în modelul creat.

Este important ca abordarea sistemică să determine structura sistemului - ansamblul de conexiuni dintre elementele sistemului, reflectând interacțiunea acestora. Structura unui sistem poate fi studiată din exterior din punctul de vedere al compoziției subsistemelor individuale și al relațiilor dintre acestea, precum și din interior, atunci când sunt analizate proprietățile individuale care permit sistemului să atingă un anumit scop, adică atunci când se studiază funcţiile sistemului. În conformitate cu aceasta, au apărut o serie de abordări pentru studierea structurii unui sistem cu proprietățile sale, care ar trebui, în primul rând, să includă structurală și funcțională.

Cu o abordare structurală, sunt relevate compoziția elementelor selectate ale sistemului S și conexiunile dintre ele. Setul de elemente și conexiunile dintre ele ne permit să judecăm structura sistemului. Acestea din urmă, în funcție de scopul studiului, pot fi descrise la diferite niveluri de considerare. Cele mai multe descriere generală structura este o descriere topologică care vă permite să determinați cel mai mult concepte generale componente ale sistemului şi bine formalizate pe baza teoriei grafurilor.

Mai puțin generală este descrierea funcțională, atunci când sunt luate în considerare funcțiile individuale, de exemplu. algoritmi pentru comportamentul sistemului, și se implementează o abordare funcțională care evaluează funcțiile pe care le îndeplinește sistemul, iar prin funcție se înțelege o proprietate care duce la atingerea unui scop. Deoarece o funcție afișează o proprietate, iar o proprietate afișează interacțiunea sistemului S cu mediul extern W, atunci proprietățile pot fi exprimate fie sub forma unor caracteristici ale elementelor s iși subsisteme Sj, sau sisteme Sîn general.

Dacă aveți un standard de comparație, puteți introduce caracteristicile cantitative și calitative ale sistemelor. Pentru o caracteristică cantitativă se introduc numere care exprimă relația dintre această caracteristică și standard. Caracteristicile calitative ale sistemului se regăsesc, de exemplu, prin metoda evaluărilor experților.

Manifestarea funcțiilor sistemului în timp S(t), adică funcționarea sistemului, înseamnă trecerea sistemului de la o stare la alta, adică mișcarea în spațiul stărilor C. Când utilizați sistemul S Calitatea funcționării acestuia este foarte importantă, determinată de indicatorul de eficiență și fiind valoarea criteriului de evaluare a eficienței. Există diferite abordări pentru alegerea criteriilor de evaluare a performanței. Sistem S poate fi evaluată fie printr-un set de criterii particulare, fie după un criteriu integral general.

Trebuie remarcat faptul că modelul creat M din punctul de vedere al abordării sistemice, este și un sistem, adică. S"= S" (M), și poate fi considerată în raport cu mediul extern W. Cele mai simple modele sunt cele în care se păstrează o analogie directă a fenomenului. De asemenea, sunt folosite modele în care nu există o analogie directă, ci doar legile și modelele generale de comportament ale elementelor sistemului sunt păstrate. S. Înțelegerea corectă relaţii atât în interiorul modelului însuşi Mși interacțiunea acestuia cu mediul extern W este în mare măsură determinată de nivelul la care se află observatorul.

Procesul de sinteză a modelului M bazată pe o abordare sistemică este prezentată în Fig. 5.1.

La modelare, este necesar să se asigure eficiența maximă a modelului de sistem. Eficiența este de obicei definită ca o anumită diferență între unii indicatori ai valorii rezultatelor obținute ca urmare a funcționării modelului și costurile care au fost investite în dezvoltarea și crearea acestuia.

Indiferent de tipul de model folosit M la construirea acestuia este necesar să ne ghidăm după o serie de principii ale unei abordări sistematice: 1) progres proporțional și consistent prin etapele și direcțiile de realizare a modelului; 2) coordonarea informațiilor, a resurselor, a fiabilității și a altor caracteristici; 3) relația corectă între nivelurile ierarhice individuale în sistemul de modelare; 4) integritatea etapelor individuale separate ale construcției modelului.

Model M trebuie să îndeplinească scopul specificat al creării sale, prin urmare părțile individuale trebuie aranjate reciproc, pe baza unei singure sarcini de sistem. Scopul poate fi formulat calitativ, apoi va avea un conținut mai mare și pentru o lungă perioadă de timp poate reflecta capacitățile obiective ale unui anumit sistem de modelare. Atunci când un scop este formulat cantitativ, apare o funcție țintă care reflectă cu acuratețe cei mai importanți factori care influențează atingerea scopului.

Construirea unui model este una dintre problemele de sistem în care soluțiile sunt sintetizate pe baza unui număr imens de date inițiale, pe baza propunerilor de la echipe mari de specialiști. Utilizarea unei abordări sistematice în aceste condiții permite nu numai construirea unui model al unui obiect real, ci și alegerea pe baza acestui model. cantitatea necesară controlează informațiile într-un sistem real, evaluează indicatorii de performanță ai acestuia și, prin urmare, pe baza modelării, găsește cea mai eficientă opțiune pentru construirea și modul de funcționare profitabil al unui sistem real S.

Cursul 4.2. Metode și tehnologii de modelare

Obiective de modelare

În aproape toate științele despre natură, vie și neînsuflețite, despre societate, construcția și utilizarea modelelor este un instrument puternic de cunoaștere. Obiectele și procesele reale pot fi atât de multifațetate și complexe încât cel mai bun mod de a le studia este adesea să construiești un model care să reflecte doar o anumită fațetă a realității și, prin urmare, de multe ori mai simplu decât această realitate și să studiezi mai întâi acest model. Modelele sunt folosite pentru a rezolva tot felul de probleme. Din acest set, pot fi identificate principalele scopuri ale utilizării modelelor:

1) înțelegeți cum funcționează un anumit obiect, care este structura lui, proprietățile de bază, legile dezvoltării și interacțiunii cu lumea exterioară ( înţelegere);

2) învățați să gestionați un obiect (sau un proces) și să determinați cele mai bune moduri management cu obiective și criterii date ( controla);

3) prezice consecințele directe și indirecte ale implementării metodelor și formelor specificate de impact asupra obiectului ( prognoza).

Clasic(sau inductiv) abordare modelarea are în vedere sistemul, trecând de la particular la general, și îl sintetizează prin îmbinarea componentelor dezvoltate separat. Abordare sistematică presupune o trecere consistentă de la general la specific, atunci când baza considerației este scopul, în timp ce obiectul iese în evidență din lumea înconjurătoare.

La crearea unui obiect nou cu proprietăți utile, sunt setate criterii care determină gradul de utilitate al proprietăților rezultate. Deoarece orice obiect de modelare este un sistem de elemente interconectate, a fost introdus conceptul de sistem. Sistemul S– există un set intenționat de elemente interconectate de orice natură. Mediul extern E este un ansamblu de elemente de orice natura existente in afara sistemului care influenteaza sistemul sau sunt influentati de acesta.

În modelarea sistemului, în primul rând, scopul modelării este clar definit. Crearea unui model care este un analog complet cu originalul necesită forță de muncă și costisitoare, astfel încât modelul este creat pentru un scop specific.

Este important ca abordarea sistemelor să se determine structura sistemului- un set de conexiuni între elementele sistemului, reflectând interacțiunea acestora. Există o serie de abordări pentru a studia un sistem și proprietățile sale, care includ structurale și funcționale. Când sunt structurale, compoziția elementelor selectate ale sistemului S și conexiunile dintre ele sunt relevate. Setul de elemente și conexiuni ne permite să judecăm proprietățile părții selectate a sistemului. În abordarea funcțională, sunt luate în considerare funcțiile (algoritmii) comportamentului sistemului, iar fiecare funcție descrie comportamentul unei proprietăți sub influența externă E. Această abordare nu necesită cunoașterea structurii sistemului, iar descrierea sa constă în un set de funcții ale răspunsului său la influențele externe. Metoda clasică de construire a unui model folosește o abordare funcțională. O componentă care descrie comportamentul unei proprietăți și nu reflectă compoziția reală a elementelor este acceptată ca element de model. Componentele sunt izolate unele de altele, ceea ce nu reflectă bine sistemul modelat. Această metodă de construire a unui model este aplicabilă numai pentru sisteme simple, deoarece necesită includerea în funcțiile care descriu proprietățile sistemului, a relațiilor dintre proprietăți care pot fi prost definite sau necunoscute.

Pe măsură ce sistemele care se modelează devin mai complexe, atunci când este imposibil să se ia în considerare toate influențele reciproce ale proprietăților, se folosește o metodă de sistem bazată pe o abordare structurală. În acest caz, sistemul S este împărțit într-un număr de subsisteme S i cu proprietăți proprii, care sunt mai ușor de descris prin dependențe funcționale, iar conexiunile dintre subsisteme sunt determinate. În acest caz, sistemul funcționează în conformitate cu proprietățile subsistemelor individuale și conexiunile dintre ele. Acest lucru elimină necesitatea descrierii relațiilor funcționale dintre proprietățile sistemului S, ceea ce face modelul mai flexibil, deoarece modificarea proprietăților unuia dintre subsisteme schimbă automat proprietățile sistemului.

Cursul 4.3. Clasificarea modelului

În funcție de natura proceselor studiate în sistemul S și de scopul modelării, există multe tipuri de modele și modalități de clasificare a acestora, de exemplu, după scopul utilizării, prezența unor influențe aleatorii în raport cu timpul, fezabilitate. de implementare, domeniul de aplicare etc.

Abordare clasică- studiul relaţiilor dintre în părți separate, iar dezvoltarea unui model de sistem este văzută ca însumarea componentelor individuale într-un model general. Potrivit pentru implementare relativ modele simple cu separarea funcţiilor individuale ale unui obiect real şi luarea unei decizii cu privire la independenţa acestor funcţii.

Procesul de sinteză a modelului M bazat pe abordarea clasică (inductivă) este prezentat în Fig. 1.1, a. Obiectul real de modelat este împărțit în subsisteme separate, adică sunt selectate datele inițiale D pentru modelare și sunt stabilite obiectivele C care reflectă aspectele individuale ale procesului de modelare. Pe baza unui set separat de date inițiale D, se stabilește scopul modelării unui aspect separat al funcționării sistemului, pe baza acestui obiectiv, se formează o anumită componentă K; model viitor. Setul de componente este combinat într-un model M. Astfel, dezvoltarea unui model M bazat pe abordarea clasică înseamnă însumarea componentelor individuale într-un singur model, fiecare componentă rezolvând propriile probleme și izolat de celelalte părți ale modelului.

Abordare sistematică- acesta este un element al doctrinei legilor generale de dezvoltare a naturii și una dintre expresiile doctrinei dialectice. Putem da diferite definiții ale abordării sistemelor, dar cea mai corectă este cea care ne permite să evaluăm esența cognitivă a acestei abordări folosind o astfel de metodă de studiere a sistemelor precum modelarea. Prin urmare, este foarte important să izolați sistemul S însuși și mediul extern E de obiectiv realitatea existentăși o descriere a sistemului bazată pe poziții la nivelul întregului sistem.

O abordare sistematică ne permite să rezolvăm problema construcției sistem complex luând în considerare toți factorii și posibilitățile, proporțional cu semnificația acestora, în toate etapele cercetării sistemului și construcției modelului.

Abordarea sistemelor înseamnă că fiecare sistem S este un întreg integrat chiar și atunci când constă din subsisteme separate deconectate. Astfel, baza abordării sistemelor este luarea în considerare a sistemului ca un întreg integrat, iar această luare în considerare în timpul dezvoltării începe cu principalul lucru - formularea scopului funcționării. Procesul de sinteză a modelului M bazat pe abordarea sistemelor este prezentat în mod convențional în Fig. 1.1, b. Pe baza datelor inițiale D, care sunt cunoscute din analiza sistemului extern, acele restricții care sunt impuse sistemului de sus sau pe baza posibilităților de implementare a acestuia, iar pe baza scopului de funcționare, cerințele inițiale. Se formulează T pentru modelul de sistem. Pe baza acestor cerințe, se formează aproximativ unele elemente P și E ale subsistemelor și se realizează cea mai complexă etapă de sinteză - selectarea componentelor B ale sistemului, pentru care se folosesc criterii speciale de selectare a CV-urilor.