Статистичне моделювання випадкових векторів

дипломная работа

1.2 Поняття і класифікація моделей. Вимоги до них. Принципи побудови

Поняття моделі. Термін «модель» походить від латинського слова «modulus», тобто зразок, пристрій, еталон. У широкому значенні -- це будь-який аналог (уявний, умовний: зображення, опис, схема, креслення тощо) певного обєкта, процесу, явища («оригіналу» даної моделі), що використовується як його «замінник». Цей термін можна застосовувати також для позначення системи постулатів, даних і доведень, формального опису деякого явища або стану речей. Словник Вебстера визначає модель як «спрощений опис складного явища або процесу».

У сучасній теорії керування використовуються моделі двох основних типів. Для технологічних обєктів цей поділ відповідає «феноменологічним» і «дедуктивним» моделям [19]. Під феноменологічними моделями розуміють переважно емпірично поновлені залежності вихідних даних від вхідних, як правило, з невеликою кількістю входів і виходів. Дедуктивне моделювання передбачає зясування та опис основних фізичних закономірностей функціонування всіх компонентів досліджуваного процесу і механізмів їх взаємодії. За допомогою дедуктивних моделей описується процес у цілому, а не окремі його режими.

Перший тип моделей -- моделі даних, які не потребують, не використовують і не відображають будь-яких гіпотез про фізичні процеси або системи, з яких ці дані отримано. До моделей даних належать усі моделі математичної статистики. Останнім часом ця сфера моделювання повязується з експерементально-статистичними методами і системами, що істотно розширює методологічну базу для прийняття рішень під час розвязання завдань аналізу даних і керування.

Другий тип моделей - системні моделі, які будуються в основному на базі фізичних законів і гіпотез про те, як система структурована і, можливо, як вона функціонує. Використання системних моделей передбачає можливість працювати в технологіях віртуального моделювання -- на різноманітних тренажерах і в системах реального часу (операторські, інженерні, біомедичні інтерфейси, різноманітні системи діагностики і тестування тощо). Саме системні моделі будуть ядром моделювання на сучасному етапі.

Таким чином, модель є абстракцією системи і відображає деякі її властивості. Цілі моделювання формулює дослідник. Значення цілей моделювання неможливо переоцінити. Тільки завдяки їм можна визначити сукупність властивостей модельованої системи, які повинна мати модель, тобто від мети моделювання залежить потрібний ступінь деталізації моделі.

Класифікація моделей. Для того щоб визначити види моделей, перш за все потрібно окреслити ознаки класифікації. У сучасній літературі описано сотні визначень поняття «модель» та їх класифікацій. Одну з перших, досить повних, класифікацій моделей було запропоновано Дж. Форрестером [22] у 1961 році. Інші класифікації наведено у працях [17, 20, 21], але в жодній з них немає відомостей про ознаки, за якими їх складено.

Якщо враховувати, що моделювання -- це метод пізнання дійсності, то основною ознакою класифікації можна назвати спосіб подання моделі. За цією ознакою розрізняють абстрактні та реальні моделі (рис. 1.2.1). Під час моделювання можливі різні абстрактні конструкції, проте основною є віртуальна (уявна) модель, яка відображає ідеальне уявлення людини про навколишній світ, що фіксується в свідомості через думки та образи. Вона може подаватись у вигляді наочної моделі за допомогою графічних образів і зображень.

Рис. 1.2.1. Основні типи моделей

Наочні моделі залежно від способу реалізації можна поділити на дво- або тримірні графічні, анімаційні та просторові. Графічні та анімаційні моделі широко використовуються для відображення процесів, які відбуваються в модельованій системі. Графічні моделі застосовуються в системах автоматизованого проектування. Для відтворення тримірних моделей за допомогою компютера існує багато графічних пакетів, найбільш поширені з яких Corel DRAW, 3D Studio Max та Maya. Графічні моделі є базою всіх компютерних ігор, а також застосовуються під час імітаційного моделювання для анімації.

Щоб побудувати модель у формальному вигляді, створюють символічну, або лінгвістичну, модель, яка відповідала б найвищому рівню абстрактного опису, як це було зазначено вище. На базі неї отримують інші рівні опису.

Основним видом абстрактної моделі є математична модель. Математичною називається абстрактна модель, яка відображає систему у вигляді математичних відношень. Як правило, йдеться про систему математичних співвідношень, що описують процес або явище, яке вивчається; у загальному розумінні така модель є множиною символічних обєктів і відношень між ними. Як відзначає Г. І. Рузавін у праці [18], «до сих пор в конкретных приложениях математики чаще всего имеют дело с анализом величин и взаимосвязей между ними. Эти взаимосвязи описываются с помощью уравнений и систем уравнений», через що математична модель звичайно розглядається як система рівнянь, в якій конкретні величини замінюються математичними поняттями, постійними і змінними величинами, функціями. Як правило, для цього застосовуються диференціальні, інтегральні та алгебраїчні рівняння. Розвиток нових розділів математики, повязаних з аналізом нечислових структур, досвід їх використання під час проведення досліджень свідчать, що потрібно розширювати уявлення про мову математичних моделей. Тоді математична модель визначатиметься як будь-яка математична структура, де обєкти, а також відношення між ними можна буде інтерпретувати по-різному, наприклад як функції або функціонали.

На відміну від абстрактних, реальні моделі існують у природі, й з ними можна експериментувати. Реальні моделі -- це такі, в яких хоча б один компонент є фізичною копією реального обєкта. Залежно від того, в якому співвідношенні знаходяться властивості системи та моделі, реальні моделі можна поділити на натурні та макетні.

Натурні (фізичні) моделі -- це існуючі системи або їх частини, на яких проводяться дослідження. Натурні моделі повністю адекватні реальній системі, що дає змогу отримувати високу точність і достовірність результатів моделювання. Суттєві недоліки натурних моделей -- це неможливість моделювання критичних і аварійних режимів їх роботи та висока вартість.

Макетні моделі -- це реально існуючі моделі, які відтворюють модельовану систему в певному масштабі. Іноді такі моделі називаються масштабними. Параметри моделі та системи відрізняються між собою. Числове значення цієї різниці називається масштабом моделювання, або коефіцієнтом подібності. Ці моделі розглядаються в рамках теорії подібності, яка в окремих випадках передбачає геометричну подібність оригіналу й моделі для відповідних масштабів параметрів. Найпростіші макетні моделі -- це пропорційно зменшені копії існуючих систем, які відтворюють основні властивості системи або обєкта залежно від мети моделювання. Макетні моделі широко використовуються під час вивчення фізичних та аеродинамічних процесів, гідротехнічних споруд і багатьох інших технічних систем.

За можливістю змінювати в часі свої властивості моделі поділяються на статичні та динамічні. Статичні моделі, на відміну від динамічних, не змінюють своїх властивостей у часі. Динамічні моделі також називаються імітаційними.

Залежно від того, яким чином відтворюються в часі стани моделі, розрізняють дискретні, неперервні й дискретно-неперервні (комбіновані) моделі. За відношеннями між станами системи й моделі розрізняють детерміновані й стохастичні моделі. Останні, на відміну від детермінованих моделей, враховують імовірнісні явища й процеси.

Вимоги до моделей. У загальному випадку під час побудови моделі потрібно враховувати такі вимоги:

· незалежність результатів розвязання задач від конкретної фізичної інтерпретації елементів моделі;

· змістовність, тобто здатність моделі відображати істотні риси і властивості реального процесу, який вивчається і моделюється;

· дедуктивність, тобто можливість конструктивного використання моделі для отримання результату;

· індуктивність -- вивчення причин і наслідків, від окремого до загального, з метою накопичення необхідних знань.

Принципи побудови моделей. Розглянемо коротко основні принципи моделювання, які відображають достатньо багатий досвід, накопичений на даний час у галузі розроблення і використання моделей.

· Принцип інформаційної достатності. За повної відсутності інформації про систему модель побудувати неможливо. За наявності повної інформації про систему її моделювання недоцільне. Існує деякий критичний рівень апріорних відомостей про систему (рівень інформаційної достатності), після досягнення якого можна побудувати її адекватну модель.

· Принцип доцільності. Модель створюється для досягнення деяких цілей, які визначають на первинному етапі формулювання проблеми моделювання.

· Принцип здійсненності. Модель, яка створюється, має забезпечувати досягнення мети дослідження з урахуванням граничних ресурсів з імовірністю, суттєво відмінною від нуля, і за кінцевий час. Звичайно задають деяке граничне значення Р (ступінь ризику) ймовірності досягнення мети моделювання Р(t), а також сам граничний термін t досягнення мети. Модель вважають здійсненною, якщо Р(t) Р.

· Принцип множинності моделей. Модель, яка створюється, має відображати в першу чергу ті властивості реальної системи (або явища), які впливають на вибраний показник ефективності. Відповідно під час використання будь-якої конкретної моделі пізнаються лише деякі складові реальності. Для повного її дослідження необхідно мати ряд моделей, які дали б змогу відобразити певний процес з різних боків і з різним ступенем детальності.

· Принцип агрегації. У більшості випадків складну систему можна подати такою, що складається з агрегатів (підсистем), для адекватного формального описування яких придатними є деякі стандартні математичні схеми. Принцип агрегації дає змогу досить гнучко перебудовувати модель залежно від завдань дослідження.

· Принцип параметризації. У ряді випадків модельована система має у своєму складі деякі відносно ізольовані підсистеми, які характеризуються певними параметрами, у тому числі векторними. Такі підсистеми можна замінювати в моделі відповідними числовими величинами, а не описувати процес їх функціонування. У разі необхідності залежність значень цих величин від ситуації може задаватись у вигляді таблиць, графіків або аналітичних виразів (формул), наприклад за допомогою регресійного аналізу. Принцип параметризації дає змогу скоротити обсяг і тривалість моделювання, але слід мати на увазі, що параметризація знижує адекватність моделі.

Отже, модель має бути багаторівневою, адаптивною, наочною, цільовою, розвиватись ітераційним способом, ускладнюватись і коригуватись у процесі утворення, що можливо тільки за умови побудови її блоковим (модульним) способом. Програмування та налагодження моделі доцільно провадити поетапно, з наступним збільшенням програмних модулів.

Делись добром ;)