Реферат: Роль моделирования в познавательной и практической деятельности

ГОСУДАРСТВЕННЫЙ КОМИТЕТ РОССИЙСКОЙ ФЕДЕРАЦИИ ПО ВЫСШЕМУ

ОБРАЗОВАНИЮ

НОВОЧЕРКАССКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ

Саенко
Андрей Владимирович
соискатель кафедры

“Программного обеспечения вычислительной техники”

РЕФЕРАТ

НА ТЕМУ

РОЛЬ МОДЕЛИРОВАНИЯ В ПОЗНАВАТЕЛЬНОЙ И

ПРАКТИЧЕСКОЙ ДЕЯТЕЛЬНОСТИ

РУКОВОДИТЕЛЬ ПО КАФЕДРЕ ФИЛОСОФИИ
Ефимов В.И.
к.
ф. н., доцент

каф. философии

НАУЧНЫЙ РУКОВОДИТЕЛЬ
Воронцов Г.В.

профессор, д.т.н.

НОВОЧЕРКАССК 1997 г

ОТЗЫВ НА РЕФЕРАТ

по философии “Роль моделирования в познавательной и

практической деятельности” соискателя

Саенко Андрея Владимировича

Реферат содержит тезисы, аннотацию, введение и две главы.

В первой главе дан краткий обзор понятий: модель (моделирование),
аналогия и подобие. Приводится классификация моделей, а также сравнение
наиболее распространенных способов моделирования. Показано историческое
развитие моделтрования.

Научной основой моделирования является аналогия и поэтому приведены
основные виды аналогии и показано разница между аналогией и моделью.
При рассмотрении аналогии в реферате приведены нормативные условия,
соблюдение которых повышает степень достоверности заключения по аналогии
и обеспечивают правильность умозаключений.

Вторая глава посвящена определению роли моделирования в познавательной
и практической деятельности.

При решении любой задачи основную роль играют эксперимент и модель.
Обсуждается роль моделирования, как методологии эксперимента.

Область применения моделей все время расширяется. В пункте 2.3.
приведены примеры различного применения моделирования в технике. Особую
роль играет моделирование общественно-исторических процессов.
Описывается применение моделирования в социальных сферах: экономике,
педагогике, экологии, политике и т. д. Определены ограничения
социального эксперимента.

В заключении рассматривается роль моделирования в прогнозировании
развития природы и общества.

Реферат написан грамотно и аккуратно. Тема имеет актуальное значение и
раскрыта в работе широко.

Научный руководитель профессор. д.
т. н. Воронцов Г.В.

ТЕЗИСЫ

к реферату по философии “Роль моделирования в познавательной и

практической деятельности”

“Модель - это система, исследование которой служит средством для
получения информации о другой системе”. Модели классифицируют исходя из
наиболее существенных признаков объектов. Понятие “модель” возникло в
процессе опытного изучения мира. Первыми, кто применил модели на
практике, были строители.

Способы создания моделей различны: физический, математический,
физико-математический.

Физическое моделирование характеризуется тем, что исследования
проводятся на установках, обладающих физическим подобием, т. е.
сохраняющих полностью или хотя бы в основном природу явлений.

Более широкими возможностями обладает математическое моделирование. Это
способ исследования различных процессов путем изучения явлений, имеющих
различное физическое содержание, но описываемых одинаковыми
математическими моделями. Математическое моделирование имеет огромное
преимущество перед физическим, поскольку нет необходимости сохранять
размеры модели. Это дает существенный выигрыш во времени и стоимости
исследования.

Научной основой моделирования служит теория аналогии. Под аналогией
понимают сходство объектов по их качественным и количественным
признакам. Аналогия неразрывно связана с моделью, но нельзя путать эти
два понятия. Это среднее опосредующее звено между моделью и объектом.
Функция такого звена заключается в сопоставлении различных объектов,
обнаружении и анализе объективного сходства определенных свойств,
отношений, присущих этим объектам. С нормативными условиями, которые
повышают степень достоверности заключения по аналогии и обеспечивают
правильность умозаключений, можно познакомится на странице ???.

При решении любой задачи основную роль играют эксперимент и модель, а
также анализ полученных результатов. Модель дает правильно поставленный
эксперимент, а эксперимент уточняет модель. Эксперимент имеет два
направления: обработка результатов и планирование эксперимента.

Достоверность модели достигается посредством наблюдения и логически
правильной обработки данных.

Моделирование широко применяется в технике. Это и исследование
гидроэнергетических объектов и космических ракет, специальные модели для
наладки приборов управления и тренировки персонала, управляющего
различными сложными объектами. Многообразно применение моделирования в
военной технике. В последнее время особое значение пробрело
моделирование биологических и физиологических процессов.

Общеизвестна роль моделирования общественно-исторических процессов.
Применение моделей поволяет проводить контролируемые эксперименты в
ситуациях, где экспериментирование на реальных объектах является
практически невозможным или по каким-то причинам (экономическим,
нравственным и т. д.) нецелесообразным.

Большое значение на современном этапе развития науки и техники
приобретают задачи предсказания, управления, распознавания. Метод
эволюционного моделирования возник при попытке воспроизведения на ЭВМ
поведения человека. Эволюционное моделирование было предложено как
альтернатива эвристическому и бионическому подходу, моделировавшему мозг
человека в нейронных структурах и сетях. При этом основная идея звучала
так: заменить процесс моделирования интеллекта моделированием процесса
его эволюции.

Таким образом, моделирование превращается в один из универсальных
методов познания в сочетании с ЭВМ. Особо хочется подчеркнуть роль
моделирования - бесконечную последовательность уточненных представлений
о природе.

Содержание
стр.

Введение. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .

1. Определение понятий моделирования, модели, аналогии и

подобия. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . .

1.1. Определение понятия модель (моделирование). Классифи-

кация моделей и методов моделирования. . . . . . . . . . . . . . .
. . .

1.2. История развития моделирования. . . . . . . . . . . . . . . .
. . . .

1.3. Аналогия и подобие, их соподчиненность. . . . . . . . . . . .
.

2. Роль моделирования в познавательной и практической деятель-

ности. Феноменологический метод познания. . . . . . . . . . . . . . . .
. .

2.1. Моделирование как способ и средство описания мира. . . .

2.2. Модель и эксперимент. Достоверность модели. . . . . . . . . .
.

2.3. Моделирование в технике. “Виртуальная” реальность. . . .

2.4. моделирование общественно-исторических процессов. . .

2.5. Прогнозирование развития природы и общества. . . . . . . .

Список литературы. . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . .

АННОТАЦИЯ

В реферате приведен краткий обзор понятий модели ( моделирования),
аналогии и подобия. Приводится классификация моделей, а также сравнение
наиболее распространенных способов моделирования.

Как известно, научной основой моделирования является аналогия, поэтому
приведены основные виды аналогии и показана разница между аналогией и
моделью. При рассмотрении аналогии в реферате даны понятия умозаключений
по аналогии, а также нормативные условия, соблюдение которых повышает
степень достоверности заключения по аналогии и обеспечивает
правильность умозаключений.

Вторая глава посвящена определению роли моделирования в позна-вательной
и практической деятельности.

При решении любой задачи основную роль играют эксперимент и модель.
Обсуждается роль моделирования как методологии эксперимента.

Область применения моделей все время расширяется. В пункте 2.3.
приведены примеры применения моделирования в технике. Особую роль играет
моделирование общественно-исторических процессов.

В заключении рассматривается роль моделирования в прогнозировании
развития природы и общества.

Введение

Моделирование в настоящее время привлекает пристальное внимание и
получило необычайно широкое применение во многих областях знаний: от
философских и других гуманитарных разделов знаний до ядерной физики и
других разделов физики, от проблем радиотехники и электротехники до
проблем механики и гидромеханики, физиологии и биологии и т. д.
Превратилось: а) в общенаучный, в высшей степени эффективный инструмент
познания; б) в метод прогнозирования инженерно-конструкторских
разработок; в) в метод машинной имитации долгосрочных программ и планов
в области экономики, анализа и оценки различных вариантов принимаемых
ответственных решений и последствий их реализации.

Тема диссертации “Аналитическое конструирование систем активного
гашения колебаний многомерных наблюдаемых конструкций” предполагает
создание модели высотного или протяженного сооружения и модели системы
управления гашением колебаний конструкции при внешних воздействиях
(землетрясения, ветровые нагрузки).

Структура реферата включает общую характеристику термина “модель”,
классификацию моделей. Так как аналогия является научной основой
моделирования кратко, дается понятие этого термина и его отличия от
модели. Показано историческое развитие моделирования.

Дается сравнение модели и эксперимента, приводятся примеры
моделирования в технике, моделирования: общественно - исторических
процессов и процессов развития природы и общества.

1. Определение понятий моделирования, модели, аналогии и подобия

1.1. Определение понятия модель (моделирование). Классификация моделей и
методов моделирования

“Под моделью - понимается такая мысленно представляемая или материально
реализованная система, которая отображает и воспроизводит объект так ,
что ее изучение дает новую информацию об этом объекте”.(Штоф В.А.
Моделирование и философия М., 1966; c.19.)

“Модель - это система, исследование которой служит средством
для получения информации о другой системе”.(Уемов А.И. Логические основы
метода моделирования, c.48).

моделирование - главный способ познания нами нас самих и окружающего
мира. Определяя гносеологическую роль моделирования, отметим
многообразие моделей в науке и технике. Моделируемый объект называется
оригиналом, моделирующий - моделью. Модели классифицируют исходя из
наиболее существенных признаков объектов [1]. Этими признаками
являются:

1) закон функционирования и характерные особенности выражения свойств и
отношений оригинала;

2) основания для преобразования свойств и отношений модели в свойства и
отношения оригинала.

модели можно разделить:

- по первому признаку на логические (по законам логики в сознании
человека) и материальные (по объективным законам природы) модели;

- в свою очередь логические модели делятся на образные, знаковые,
образно-знаковые (смешанные) модели;

- материальные модели - на функциональные, геометрические,
функционально-геометрические модели;

- функциональные и функционально-геометрические модели в зависимости от
физической однородности и разнородности с оригиналом разделяются на
физические и формальные;

- по второму признаку различают условные (на основании условия или
соглашения), аналоговые (на основании умозаключения по аналогии,
непрерывные) и математические (математические методы выражения) модели;

- из математических моделей можно выделить расчетные ( математическое
представление - формулы, уравнения, графики, алгоритмы и т.д.) и
соответственные (математические зависимости) модели;

- из соответственных выделяются подобные модели ( пропорциональность
переменных величин к соответствующим переменным оригинала);

- подобные модели могут быть логическими и материальными;

- подобные материальные модели разделяют на аналоговые ( непрерывные),
цифровые (дискретные) и аналого-цифровые ( комбинированные и гибридные)
модели.

В общем случае процесс моделирования состоит из следующих этапов:

1. Постановка задачи и определение свойств оригинала, подлежащих
исследованию.

2. Констатация затруднительности или невозможности исследования
оригинала в натуре.

3. Выбор модели, достаточно хорошо фиксирующей существенные свойства
оригинала и легко поддающейся исследованию.

4. Исследование модели в соответствии с поставленной задачей.

5. Перенос результатов исследования модели на оригинал.

6. Проверка этих результатов.

Основными задачами являются: во-первых, выбор моделей и, во-вторых,
перенос результатов исследования моделей на оригинал.

В диссертации предполагается составление и исследование математической
модели системы гашения колебаний конструкции, при различных возмущающих
усилиях.

1.2. История развития моделирования

Исторически первыми моделями как заместителями некоторых объектов были,
несомненно, символические условные модели. Ими являлись языковые знаки,
естественно возникшие в ходе развития человечества и постепенно
составившие разговорный язык.

Следующим этапом развития моделирования можно считать возникновение
знаковых числовых обозначений. Сведения о результатах счета
первоначально сохранился в виде зарубок. Постепенное совершенствование
этого метода привело к изображению чисел в виде цифр как системы знаков.
Можно предположить, что именно зарубки были прототипом римских цифр I,
II, III, V, X.

Дальнейшее развитие знаковых моделей связано с возникновением
письменности и математической символики. Наиболее древние письменные
тексты, известные в настоящее время, относят примерно к 2000 г. до н.
э.(Египет и Вавилон). Есть основания полагать, что вавилоняне уже
пользовались понятием подобия прямоугольных треугольников.

Значительное развитие моделирование получает в древней Греции в V-III
вв. до н. э. Была создана геометрическая модель Солнечной системы, врач
Гиппократ для изучения человеческого глаза воспользовался его физической
аналогичной моделью - глазом быка, математик Евклид создал учение о
геометрическом подобии.

По мере развития и укрупнения механического производства, металлургии,
кораблестроения, градостроения и т. д., все чаще обнаруживается
недостаточность геометрического подобия физически однородных объектов
для прогнозирования свойств объектов больших размеров на основании
свойств объектов меньших размеров.

Первый шаг в развитии учения о подобии при физическом моделировании был
сделан И. Ньютоном (1643-1727), который сформулировал условия подобия
механических явлений. Далее развитие длительное время шло путем
определения частных условий подобия для явлений только определенной
физической природы - работы И. П. Кулибина (1735-1818) и Л. Эйлера
(1707-1783) в области строительной механики, В. Л. Кирпичева (1845-1913)
в области упругости и др.

И наконец, в 1909-1914 гг. Н. Е. Жуковским, Д. Релеем, Ф. Букингемом
была сформулирована теорема, позволяющая установить условия подобия
явлений любой физической природы.

Параллельно шло развитие логического моделирования в знаковой форме,
это прежде всего развитие математики. В конце XVI в. Д. Непер
(1550-1617) изобрел логарифмы. В конце XVII в. И. Ньютон и Г. Лейбниц
(1646-1716) создали дифференциальное исчисление. Получают развитие
численные методы решения различных задач.

К первым вычислительным устройствам можно отнести счеты (XV-XVI в.),
логарифмическую линейку (начало XVII в.). Длительное время
вычислительные устройства были исключительно механическими - арифмометр,
счетно - решающие механизмы и т. п. И только в 30-х гг. нашего столетия
начинается развитие электрических аналоговых и цифровых вычислительных
устройств.

И первые обобщения двух направлений материального моделирования - а)
физического и б) формального с помощью вычислительных устройств были
сделаны В. А. Вениковым (1949 г.) и Л. И. Гутенмахером (1949 г.), а
затем получили дальнейшее развитие у И. М. Тетельбаума (1959 г.), А. М.
Сучилина (1964 г.), П. М. Алабужева (1968 г.). Философские концепции
основных общих вопросов моделирования отражены В. А. Штоффом, И. Б.
Новиковым, Н. А. Уемовым и др. [2].

1.3. Аналогия и подобие, их соподчиненность

Научной основой моделирования служит теория аналогии, в частном случае
- физического и аналогового моделирования - теория подобия, в которой
основным понятием является - понятие аналогии -сходство объектов по их
качественным и количественным признакам [1]. Тогда как в [4]
указывается, что как раз теория подобия лежит в основе моделирования. Но
основываясь на всем что рассматривалось ранее и [2,3,5-9], следует
считать верным первое утверждение.

Основные виды качественной аналогии:

- химическая;

- физическая;

- кибернетическая.

Все эти виды объединяются понятием обобщенной аналогии - абстракцией.
Она выражает особого рода соответствие между сопоставляемыми объектами,
между моделью и прототипом.

Кибернетическая аналогия - подобие функций, ведущее к установлению
структурного сходства сравниваемых систем управления и нахождения
способа (алгоритма) управления, обеспечивающего достижение оптимума цели
путем преобразования потоков информации. Константой подобия в данном
случае часто служит алгоритм оптимального управления.

Физическая аналогия - подобие при наличии физического аналога.
Константы подобия - безразмерные величины, а результат исследования
предполагает раскрытие физического смысла самих уравнений.

Основным видом количественной аналогии является понятие математической
аналогии. Это аналогия формы уравнений и аналогия соотношений между
переменными в уравнениях оригинала и модели.

Частные случаи математической аналогии - геометрическая, временная.
Геометрическая представляет собой подобие пространственных пропорций
частей объекта, подобие геометрических образов. Временная - подобие
функции времени, при котором константа подобия показывает, в каком
отношении к ней находятся такие параметры, как период, задержка и т. д.

В литературе отмечается неразрывная связь модели с аналогией.

Но “Аналогия не есть модель”. Неопределенности порождаются нечетким
различием:

a) аналогии как понятия выражающего фактическое отношение сходства между
разными вещами, процессами, ситуациями, проблемами;

б) аналогии как особой логики умозаключения;

в) аналогии как эвристического метода познания;

г) аналогии как способа восприятия и осмысления информации;

д) аналогии как средства переноса апробированных методов и идей из
одной отрасли знания в другую, как средства построения и развития
научной теории.

Соответственно этому можно дать различные определения аналогии [ 3 ]:

1. Аналогия - объективная основа моделирования.

Определение: Аналогия есть понятие, выражающее определенное частичное
или полное подобие между различными объектами в тех или иных свойствах,
функциях, соотношениях элементов.

2. Отличие научной аналогии от ненаучной (метафор, аллегорий, обыденных
представлений и т. д.) - условие правильного определения сущности и роли
аналогии в операциях научного моделирования.

Определение: Аналогия- есть ассоциация мыслей о разных предметах.

3. Аналогия - эвристический метод моделирования.

Определение: Аналогия- есть метод научного поиска и пояснения
(разъяснения, объяснения) изучаемого объекта посредством сопоставления
его с известным наглядным объектом.

4. Аналогия - способ восприятия и теоретического осмысления информации,
и в этом смысле она является средством выбора модели.

Определение: Аналогия - есть теоретический метод объяснения визуально
ненаблюдаемых объектов.

5. Аналогия - логическая основа моделирования, но недостаточно ее
определять как “перенос информации от модели на прототип” или как
“переход от модели к прототипу”.

Определение: Научная аналогия - есть умозаключение, в ходе которого на
основании обнаружения сходства или общности ряда существенных признаков
у двух объектов или частичного тождества соотношений их элементов и
учета различий между ними в других отношениях делается вывод о том, что
одному из них присущи такие свойства, которые обнаружены при
исследовании другого объекта (модели).

Вывод по аналогии включает интерпретацию информации, полученной
исследованием модели. Такой вывод не сводится к экстраполяции информации
с одного объекта на другой. Главное заключается в том, чтобы объяснить
информацию, осмыслить ее, определить и выразить результат исследования
модели в терминах предмета-оригинала. Интерпретацию и подтверждение
результатов моделирования следует рассматривать как основной аргумент в
пользу тезиса о том, что аналогия и ее частный случай - подобие - есть
объективное и логическое основание метода моделирования.

Вообще, аналогия это среднее, опосредующее звено между моделью и
объектом. Функция такого звена заключается:

а) в сопоставлении различных объектов, обнаружении и анализе
объективного сходства определенных свойств, отношений, присущих этим
объектам;

б) в операциях рассуждения и выводах по аналогии, т. е. в
умозаключениях по аналогии.

Особенность способа получения выводов по аналогии в логической
литературе получила название традукция - перенос отношений (свойств,
функций и т. д.) от одних предметов на другие. Традуктивный способ
рассуждений используется при сопоставлении различных предметов по
количеству, качеству, пространственному положению, временной
характеристике, поведению, функциональным параметрам структуры и т. д.

Нормативные условия, соблюдение которых повышает степень достоверности
заключения по аналогии и обеспечивает правильность умозаключений:

1. Чем больше общих свойств или сходных признаков у сравниваемых
предметов, тем вероятнее их одинаковость и в других отношениях.

2. Чем существеннее найденные общие свойства, тем выше степень
правомерности вывода.

3. Чем глубже познана взаимная закономерная связь сходных признаков,
тем вывод ближе к достоверности.

4. Существуют условия ограничения, запрещающие переносить на предмет
результаты действия времени, если таковые не связаны с предметами по
существу или по его происхождению.

5. Общие свойства должны быть возможно более характерными для
сравниваемых предметов.

6. Переносимые свойства должны быть того же типа, что и общие свойства.

7. Предметы должны сравниваться по любым случайно выбранным свойствам.

В общем случае под подобием понимается такое взаимооднозначное
соответствие между сопоставляемыми объектами (процессами), при которых
функции или правила перехода от параметров, характеризующих в том или
ином смысле один из объектов, к параметрам, в том же смысле
характеризующим другой объект, известны, а математические описания (если
они имеются или потенциально могут быть получены) допускают их
преобразование к тождественному виду.

2. Роль моделирования в познавательной и практической деятельности.
Феноменологический метод познания.

2.1. Моделирование как способ и средство

описания мира

Понятие “модель” возникло в процессе опытного изучения мира, а само
слово “модель” произошло от латинских слов modus, modulus, означающих
меру, образ, способ. Первоначальное развитие модели получили в
строительном искусстве. Различные вещи, сделанные на основе каких-либо
измерений, воспроизводящих что-либо или являющиеся прообразом чего-то,
какими-то образцами для других вещей, стали называть моделями.

Можно много привести примеров моделей, при помощи которых описываются и
изучаются те или иные явления.

Так например, на моделях стали изучать течение водяных потоков,
различные гидродинамические явления, происходящие при мощных взрывах,
при землетрясениях.

Модель дает возможность наблюдать такие явления как, извержение
вулкана, возникновение и исчезновение горных систем. Модели широко
применяются в кораблестроении, самолетостроении, ядерной физике, а также
строительстве.

Способы создания моделей различны: физические, математические,
физико-математические.

Физическое моделирование характеризуется прежде всего тем, что
исследования проводятся на установках, обладающих физическим подобием,
т. е. сохраняющих полностью или хотя бы в основном природу явлений. Если
осуществлено полное или неполное физическое моделирование, то по
характеристикам модели можно получить все характеристики оригинала
пересчетом через масштабные коэффициенты.

Математическое моделирование обладает более широкими возможностями. Под
этим видом моделирования понимают способ исследования различных
процессов путем изучения явлений, имеющих различное физическое
содержание, но описываемых одинаковыми математическими моделями.
Например, колебания и волны различной природы ( колебания маятника и
колебания в электрической цепи аналогичны).

К математическим моделям можно отнести алгоритмы и программы,
составленные для вычислительных машин. Эти программы в условных знаках
отражают (моделируют) определенные процессы, описанные дифференциальными
уравнениями, положенными в основу алгоритмов.

Математическое моделирование имеет огромное преимущество.

Поскольку при этом способе моделирования нет необходимости сохранять
размеры сооружении, нагрузки на элементы конструкции, имеется
возможность получить существенный выигрыш во времени и стоимости
исследования.

Физико-математическое моделирование соединяет в себе элементы и
физического и математического моделирования.

Таким образом моделирование превращается в один из универсальных
методов познания, применяемых во всех современных науках, как
естественных, так и общественных, как теоретических, так и
экспериментальных, технических.

В практической деятельности моделирование играет немаловажную роль. Это
обучающие программы для летчиков, космонавтов, компьютерные обучающие
программы в самых различных вариантах, программы - дизайнеры, игровые и
многие другие. Возможности компьютерных технологий трудно описать в
нескольких словах и заслуживают отдельного разговора.

2.2. Модель и эксперимент. Достоверность модели

В целом при решении любой задачи основную роль играют эксперимент и
модель, а также анализ полученных результатов. Для исследователя эти
элементы неотделимы друг от друга. Модель дает правильно поставленный
эксперимент, а эксперимент уточняет модель. Например, при сооружении
железнодорожных мостов Д.И. Журавский применил миниэксперимент для
определения размеров составных частей ферм мостов. Ранее для их
определения применялись упрощенные приемы и все раскосы и тяжи каждой
фермы делались одного и того же размера. Выводы о том, что их нагрузки
неодинаковы, сначала казались неправдоподобными и были проверены на
модели из металической проволоки. На этой модели оказалось возможным,
проводя смычком от скрипки по проволокам модели, расположенным вблизи
опоры фермы, получать более высокий тон, чем на проволоках,
расположенных в середине; следовательно, оказалось ясно, что первые
нужно натянуть значительно сильнее вторых.

Моделирование по сути является методологией эксперимента.

Оно указывает как ставить эксперимент и как обрабатывать его данные,
чтобы получить результат, не только достоверный в данном частном случае,
но и распространяющийся на группу подобных явлений.

Эксперимент имеет два направления:

- планирование эксперимента - методика проведения наблюдений за
явлениями (пассивный эксперимент) и одновременно такую стимуляцию
изучаемых явлений (активный эксперимент), которая позволила бы наиболее
быстро, с меньшим числом опытов найти наиболее характерные зависимости
или точки (активный - экстремальный эксперимент). Кроме того,
центральное место занимают вопросы организации опытов при учете не
одного, а многих влияющих факторов. Такой многофакторный эксперимент
должен проводиться согласно четкой схеме, предусматривающей
экстремальный и вероятностный подходы к исследованиям;

- обработка данных- методика расчета и построения достоверных
характеристик на основе опытных данных, что неизбежно имеет погрешности,
отражающиеся, в частности, в “разбросе” опытных точек.

Вероятностный подход предлагает не преодолевать случайные,
вероятностные ситуации, а, напротив искусственно создавать их.

Экстремальный подход направлен на быстрое выявление наиболее
существенных характеристик и их точек. Предлагает проводить опыты в
любой сложной, нелинейной системе, сначала находя ее линейное
приближение.

Достоверность модели достигается посредством наблюдения в нормальных
условиях, восприятия или экспериментального исследования объектов
познания, логически правильной обработки опытных данных, полученных
таким путем, и кроме того посредством логических выводов из имеющегося
знания.

2.3. Моделирование в технике.

“Виртуальная” реальность

Область применения моделей все время расширяется: в экономике,
биологии, медицине, исторических и других общественных науках, т. е. в
самых разнообразных процессах. Оказалось, что как правило, описание
такого рода процессов н е з а м к н у т о, в моделях присутствуют
“свободные параметры” или функции, которые не определены. Другими
словами, такие процессы должны управляться человеком и возникает
проблема моделирования комплекса “человек-машина” с отражением в нем
“модели человеческих функций”. Таким образом, сложность и комплексность
объектов, которые могут изучаться методами моделирования в технике,
практически не ограничены.

В последние десятилетия все крупные сооружения исследовались на
моделях. Например, гидроэнергетические объекты (плотины, каналы,
гидротурбины для таких станций как Волжская, Волгоградская, Братская,
Красноярская ГЭС) исследовались на физических моделях, изображающих в
уменьшенном масштабе эти грандиозные сооружения. Большое значение для
сооружения электрических систем и дальних электропередач имели
исследования их режимов на физических моделях, создаваемых в стадии
проектирования и позволяющих проверить теоретические положения, лежащие
в основе расчетов, и действие различных регулирующих устройств,
аппаратуры, релейной защиты и т. д. При создании и совершенствовании
межконтинентальных и космических ракет на физических моделях успешно
проводились исследования аэродинамических свойств ракет, влияние
ионизации воздуха впереди головной части ракеты и т. д.

Широко распространенные специальные модели, обычно выполняемые в виде
сочетания физической и математической модели с натурными приборами,
стали применяться для наладки приборов управления и тренировки
персонала, управляющего различными сложными объектами. В первом случае
эти модели стали называться - испытательными стендами, а во втором -
тренажерами. Тренажеры применяются для обучения различного
эксплуатационного персонала; особое значение они имеют при подготовке
летчиков, космонавтов, подводников в экстремальных ситуациях и просто
тренировке. В будущем тренажеры должны найти применение и при подготовке
персонала для энергосистем.

Обычно приборы и органы управления в тренажерах сохраняются
нормальными, применяемыми в практике. Например, тренажеры для летчиков
воспроизводят у обучаемого все физические ощущения, связанные с полетом
в любом направлении, подъемом, спуском.

Моделирование очень важно еще и для того, чтобы определить практику.
Например, когда первая в мире электропередача 500 кВт только
проектировалась - на модели уже была изучена ее работа, первый
пассажирский сверхзвуковой самолет еще только создавался, а его будущие
пилоты уже проводили тренировки по управлению машиной. “Водить” еще не
построенный самолет учились на моделе-стенде. Он являлся копией кабины
летчиков со всеми приборами, устройствами управления и связи. Имелся
также пульт, с которого инструктор мог задавать условия “полета” и
контролировать действия экипажа. Телевизионная аппаратура, магнитофоны,
блоки имитации тряски предназначались для создания соответствующей
“летной” обстановки. Мозгом модели-стенда являлась вычислительная
машина, решавшая дифференциальные уравнения движения самолета.

Моделирование возможно и в военной сфере - это хорошо известные
маневры, в которых моделируется применение оружия и взаимодействия с
противником. Хотя, как указывается в [12], окончательное принятие
решения зависит от “гения” полководца.

В последнее время особое значение приобрело моделирование биологических
и физиологических процессов. Так создаются протезы тех или иных органов
человека, управляемые биотоками. Разрабатываются установки, моделирующие
условия, необходимые для развития живых тканей и организмов.

Некоторые функции человеческого мозга и нервной системы моделируются с
помощью специальных моделей (функциональных или, как их иначе называют,
кибернетических). Не отражая внутренней структуры объекта, такие модели
в определенных условиях воспроизводят его функции. Например, модели
сердца и легких, выполняющие некоторые функции этих органов, применяются
во время операций.

Большое развитие получает новая наука- бионика, в которой значительную
роль играет кибернетическое - функциональное моделирование живых
организмов, осуществляемое средствами современной электроники.

2.4. моделирование общественно-исторических процессов.

Ученые, работающие в сфере естествознания, техники, математики,
выполняют в своих областях знания такие исследования, которые имеют
прямой выход в социальную сферу. Например, исследования влияния
промышленного развития и испытаний оружия массового поражения на
сейсмичность земных недр, климат и биологию имеет большое социальное
значение.

Свидетельством объективно происходящих процессов взаимопроникновения и
усиления взаимосвязей между общественными и естественными науками
является обмен методами между ними. Естествознание, например, уже давно
не может обойтись без исторического метода. В то же время,
экспериментальный метод исследования и точные количественные методы
(которые раньше были прерогативой только естественнонаучного познания)
теперь все шире используются в познании социальном. Прогресс социальных
наук в ХХ столетии в немалой степени связан с применением метода
социального экспериментирования, формализацией знаний, все расширяющимся
использованием моделирования, электронно-вычислительной техники и т. д.

Социальный эксперимент выполняет две функции: исследовательскую и
управленческую. Применяется как в науках, исследующих различные
социальные сферы (экономика, педагогика, социальная психология и др.,)
так и в социальном управлении, где проектируются и внедряются новые и
совершенствуются имеющиеся социальные формы.

Социальный эксперимент имеет ограничения:

- невозможность воздействовать на изучаемые объекты (в исторических
исследованиях изучаемые процессы, события безвозвратно отошли в
прошлое);

- в случае принципиальной доступности экспериментальных воздействий на
изучаемый социальный объект, необходимо считаться с возможностью
отрицательных последствий;

- трудно создать желаемый вариант экспериментальной ситуации, перевод
объекта в новые состояния в ходе социального эксперимента не должен
нарушать его функционирования;

- сложно применение экспериментального метода при исследовании
социально-политических вопросов, поскольку надолго и полностью
“отгородить” какую-либо группу людей от всей совокупности общественных
связей, поставив их в особые условия жизни и управления, является
довольно затруднительно;

- общественные действия личностей, тем более их чувства, настроения и т.
п. трудно поддаются экспериментальному изучению.

Трудности осуществления экспериментов в процессе социального познания
требовали соответствующих методологических решений. Они побудили
исследователей ко все более широкому использованию модельного
экспериментирования, в котором реальные социальные объекты замещают их
моделями. Применение моделей позволяет проводить контролируемые
эксперименты в ситуациях, - весьма характерных для социального познания,
- где экспериментирование на реальных объектах является практически
невозможным или по каким-то причинам (экономическим, нравственным и т.
д.) нецелесообразным.

Математические методы и модели продемонстрировали свою плодотворность
при изучении самых различных социальных явлений - демографических,
социально-политических и т. д. Но их применение началось с экономической
сферы, затем стала развиваться математическая школа в политэкономия, в
конце ХIХ- начале ХХ в.в. получило развитие статистическое направление.
Его главной задачей было изучение экономических циклов и прогнозирование
хозяйственной конъюнктуры на основе методов математической статистики.

Технология имитационного моделирования сводится к конструированию
мысленной модели, имитирующей объекты или процессы по нужным, но не
полным показателям. Именно неполнота описания объекта, процесса делает
имитационную модель принципиально отличной от математической в
традиционном понимании. Это приобретает особую значимость при
моделировании социальных процессов, характеризующихся чрезвычайной
сложностью как из-за большого числа различных факторов и их
взаимосвязей, так и из-за присутствия среди них особых, субъективных
факторов.

При помощи имитационного моделирования получены плодотворные результаты
в различных областях социального познания (коммерческой деятельности,
маркетинге, политике, системе образования, криминалистике и т. д.).

Огромный объем информации, характеризующий объекты социального
познания, трудности учета большого числа факторов, логических
взаимосвязей и количественных соотношений между ними делают непосильным
для человека-исследователя оперирование мысленными моделями социальных
процессов. Отсюда возникает необходимость привлечения для моделирования
социальных процессов информационных возможностей современной электронно
- вычислительной техники.

Так возникло важное направление в научном познании, основанное, с одной
стороны, на использовании принципиально новых математических моделей, а
с другой - на применении ЭВМ для экспериментирования с этими моделями.

Развитие ЭВМ и методологии системного анализа обеспечивает возможности
для изучения все более широкомасштабных социальных процессов. Возникает
так называемое глобальное моделирование и на его основе -
прогнозирование мировых социальных явлений.

Основоположником и “идейным отцом” такого рода исследований считается
Дж. Форрестор. В своей работе “Мировая динамика” (1971 г.) он сделал
успешную попытку использовать математические методы и компьютерную
технику для создания варианта модели экономического развития общества с
учетом двух важнейших факторов - численности населения и загрязнения
окружающей среды.

В 80-х годах появляются оригинальные работы в области глобального
моделирования в Советском Союзе. Группой ученых под руководством
Н.Н.Моисеева, была сделана попытка проанализировать математическими
методами структуру международной конфликтной ситуации.

Основной вывод, который был следовал из анализа составленной модели,
состоял в следующем. Несмотря на сложную зависимость целевой функции,
общей для всех партнеров (функции риска ядерной войны), в действиях
участников конфликта, в такой сверхсложной и сверхопасной ситуации,
какой является гонка ядерных вооружений, существует взаимовыгодный и
эффективный компромисс. (Моисеев Н.Н. Новое мышление - институт согласия
// “Известия”, 14 февраля 1987 г. с.5. Моисеев Н.Н. Человек и ноосфера.
М.,1990. с.300-302.)

Моделирование общественно-исторических процессов еще сравнительно
молодо. Но в его рамках уже достигнуты весьма интересные результаты,
наметились принципиально новые взгляды на пути дальнейшего развития
цивилизации.

2.5. Прогнозирование развития природы и общества

На современном этапе развития науки и техники большое значение
приобретают задачи предсказания, управления, распознавания и т. п. в
условиях неустранимой информативной неопределенности. Очень часто эти
задачи необходимо решать в реальном масштабе времени, что является
дополнительным весьма существенным ограничением.

Метод эволюционного моделирования возник при попытке воспроизведения на
ЭВМ поведения человека. При предсказании поведения объекта и управления
им, учеными Л. Фогелем, А. Оуэнсом и Л. Уолшем в 60-х годах была
высказана идея моделирования естественного процесса эволюции.

Это был период романтического развития кибернетики. На ЭВМ
программировались различные логические игры (шахматы, шашки, карточные
игры), процессы задач символической логики, создавались программы
машинного перевода.

Именно эта область исследований, в которой традиционный кибернетический
подход с использованием ЭВМ применялся для воспроизведения разумного
поведения, а также мыслительных процессов, получила название
“искусственный интеллект”. Эволюционное моделирование было предложено
как альтернатива эвристическому и бионическому подходу, моделировавшему
мозг человека в нейронных структурах и сетях.

При этом основная идея эволюционного моделирования звучала так:
заменить процесс моделирования интеллекта моделированием процесса его
эволюции.

Своей грандиозностью идея моделирования эволюции поразила всех и
вызвала естественную критику. Известный специалист по эвристическому
программированию Дж. Слейгл писал: “Одна из трудностей использования
этого подхода состоит в том, что механизмы естественной эволюции еще не
вполне понятны”. Однако проведенные исследования и разработки не были
напрасны: они определили те области, где эвристические программы могут
быть эффективны, и внесли вклад в прогрессивное развитие кибернетики.
Лишь в процессе серьезной разработки идеи эволюционного моделирования,
направленной на решение конкретных практических задач, можно установить
ее плодотворность и получить ответ на всевозможные критические замечания
и сомнения, в том числе и на слова кибернетика Н. Нильсона: “Хотя такой
подход дает возможность свести несколько первых миллионов лет эволюции к
нескольким дням вычислительного времени, создается впечатление, что
важные средние и поздняя стадии эволюции связаны со столь сложными
структурами (хотя и не являющимися еще “разумными”), что их эволюция уже
не может быть устроена путем моделирования на вычислительной машине”.

Эволюционное моделирование, осуществляющее синтез сложных моделей,
является дальнейшим развитием метода машинного моделирования.
Необходимость такого развития обусловлена развитием практики, ставящей
все более сложные и важные задачи, в которых известные методы
недостаточно эффективны.

ЛИТЕРАТУРА

1. Веников В.А. Теория подобия и моделирования / М.: Высшая школа 1986
г. 480с.

2. Лебедев А.Н. моделирование в научно-технических исследованиях / М.:
Радио и связь 1989 г. 224с.

3. Батороев К.Б. Аналогии и модели в познании / Новосибирск. Наука 1981
г. 320с.

4. Основы теории подобия и моделирования (терминология) / М.: Наука 1973
г. 25с.

5. Астахов В. И. Математическое моделирование инженерных задач в
электротехнике / Новочеркасск: НГТУ, 1994 г. 192с.

6. Клименкова Т.А. От феномена к структуре / М.: Наука 1991 г. 88с.

7. Панов С.А. Модели маршрутизации на автомобильном транспорте / М.:
Транспорт 1978 г. 152с.

8. Бусленко Н.П. Моделирование сложных систем / М.: Наука 1988 г. 400с.

9. Хорафас Д.Н. Системы и моделирование / М.: Мир 1976 г. 420с.

10. Зуев В.А. Программное моделирование систем / Новочеркасск: НПИ 1992
г. 109с.

11. Лукашевич В. К. Модели и метод моделирования в человеческой
деятельности / Минск “Наука и техника” 1983 г. 120с.

12.Иванилов В.Ю. и др. Имитация конфликтов / М.: Вычислительный центр
РАН 1993 г. 196с.

13. Крисаченко В.С. Философский анализ эволюционизма / Киев. Наука
думка 1990 г.

14. Букатова И.Л. и др. Эвоинформатика: теория и практика эволюционного
моделирования / М.: Наука 1991 г. 206с.

ПРИМЕНЕНИЕ МОДЕЛИРОВАНИЯ В РАЗЛИЧНЫХ ОТРАСЛЯХ ЧЕЛОВЕЧЕСКОГО ЗНАНИЯ И ДЕЯТЕЛЬНОСТИ


I. Моделирование в биологии.


Метод моделирования в биологии является средством, позволяющим устанавливать все более глубокие и сложные взаимосвязи между биологической теорией и опытом.


В последнее столетие экспериментальный метод в биологии начал наталкиваться на определенные границы, и выяснилось, что целый ряд исследований невозможен без моделирования. Если остановиться на некоторых примерах ограничений области применения эксперимента в биологии, то они будут в основном следующими: (17 с15) а) эксперименты могут проводиться лишь на ныне существующих объектах (невозможность распространения эксперимента в область прошлого) ; б) вмешательство в биологические системы иногда имеет такой характер, что невозможно установить причины появившихся изменений (вследствие вмешательства или по другим причинам) ; в) некоторые теоретически возможные эксперименты неосуществимы вследствие низкого уровня развития экспериментальной техники; г) большую группу экспериментов, связанных с экспериментированием на человеке, следует отклонить по морально-этическим соображениям.


Но моделирование находит широкое применение в области биологии не только из-за того, что может заменить эксперимент. Оно имеет большое самостоятельное значение, которое выражается, по мнению ряда авторов (1,6,17) , в целом ряде преимуществ:


1. с помощью метода моделирования на одном комплексе данных можно разработать целый ряд различных моделей, по-разному интерпретировать исследуемое явление, и выбрать наиболее плодотворную из них для теоретического истолкования.


2. в процессе построения модели можно сделать различные дополнения к исследуемой гипотезе и получить ее упрощение.


3. в случае сложных математических моделей можно применять ЭВМ.


4. открывается возможность проведения модельных экспериментов (синтез аминокислот по Миллеру, модельные эксперименты на подопытных животных) (17 с152) .


Все это ясно показывает, что моделирование выполняет в биологии самостоятельные функции и становится все более необходимой ступенью в процессе создания теории. Однако моделирование сохраняет свое эвристическое значение только тогда, когда учитываются границы применения всякой модели. Особенно выразительно это показано Р. С. Карпинской (12 с54) на модели минимальной клетки. Эта модель возникла как результат познания биохимической универсальности жизни и имеет методологическое значение для моделирования основных ее закономерностей. Минимальная клетка представляет собой модель основной единицы жизни и охватывает лишь мембранную, репродукционную системы и систему снабжения энергией. Таким образом, задача состоит в том, чтобы с ее помощью воспроизвести наиболее общие жизненные структуры.


И хотя при этом остается неучтенным аспект развития, модель минимальной клетки имеет огромное значение для доказательства единства органического мира. Однако эта модель не выходит за границы биохимического подхода к жизни, который преимущественно "направлен на доказательство ее стабильных, универсальных и неизменных характеристик" (17 с51) . С другой стороны, модель минимальной клетки может быть использована и для разграничения определенных качественных ступеней процесса развития. Она, - как и любая другая модель, имеет свою область применимости и позволяет распознавать и реконструировать определенные закономерности. Тем самым эта модель выполняет существенные функции в процессе разработки теории.


Для более глубокого понимания значения и сущности моделирования в биологии следует остановиться на проблемах моделирования в истории биологической науки.


Моделирование как научный метод в биологии было впервые описано и сознательно использовано Отто Бючии и Стефаном Ледуком в 1892 году (17 с146) . С точки зрения истории науки интересно, что методы моделирования в биологии стали применяться сознательно лишь тогда, когда благодаря появлению эволюционной теории Дарвина и созданию генетики в развитии биологической теории был сделан крупный скачок, и биология преступила к исследованию все более сложных биотических связей.


Так, например, возникновение популяционной генетики тесно связано с моделью Харди и Вейнберга. Глубокое проникновение в объективные связи на макро- и микроуровнях живого, а также переход к изучению надорганизменных систем вынудили исследователей обратиться к методу моделирования. Все изменения, происходящие в естественных популяциях, имеют очень сложную природу из-за взаимодействия многих факторов эволюции, так что только исследование более простых моделей может дать представление о значении отдельных эволюционных факторов.


Существенную роль моделирование играло и играет в развитии молекулярной биологии. Одним из известных примеров применения методов моделирования является разработка структурной модели ДНК, которую создали на основе ренгеноструктурного анализа и химических исследований, и интерпретировали Уотсон и Крик (1953 г.) . Эта модель особенно выразительно показывает взаимосвязь между экспериментальными методами и методами моделирования при дальнейшем развитии биологической теории. Вопросы, связанные с дальнейшим применением моделирования в молекулярной биологии широко рассматриваются в работе немецкого исследователя Э. Томаса (21) .


II. О кибернетическом моделировании и моделировании мыслительной деятельности человека.


а. Особенности кибернетического моделирования.


В современном научном знании весьма широко распространена тенденция построения кибернетических моделей объектов самых различных классов. "Кибернетический этап в исследовании сложных систем ознаменован существенным преобразованием "языка науки", характеризуется возможностью выражения основных особенностей этих систем в терминах теории информации и управления. Это сделало доступным их математический анализ. " (3 с169) Кибернетическое моделирование используется и как общее эвристическое средство, и как искусственный организм, и как система-заменитель, и в функции демонстрационной. Использование кибернетической теории связи и управления для построения моделей в соответствующих областях основывается на максимальной общности ее законов и принципов: для объектов живой природы, социальных систем и технических систем. (4,8) .


IIIирокое использование кибернетического моделирования позволяет рассматривать этот "логико-методологический" феномен как неотъемлемый элемент "интеллектуального климата" современной науки" (3 с170) . В этой связи говорят об особом "кибернетическом стиле мышления", о "кибернетизации" научного знания. С кибернетическим моделированием связываются возможные направления роста процессов теоретизации различных наук, повышение уровня теоретических исследований. Рассмотрим некоторые примеры, характеризующие включение кибернетических идей в другие понятийные системы.


Анализ биологических систем с помощью кибернетического моделирования обычно связывают с необходимостью объяснения некоторых механизмов их функционирования (убедимся в этом ниже, рассматривая моделирование психической деятельности человека) . В этом случае система кибернетических понятий и принципов оказывается источником гипотез относительно любых самоуправляемых систем, т.к. идеи связей и управления верны для этой области применения идей, новые классы факторов.


Характеризуя процесс кибернетического моделирования (3 с200) , обращают внимание на следующие обстоятельства. Модель, будучи аналогом исследуемого явления, никогда не может достигнуть степени сложности последнего. При построении модели прибегают к известным упрощениям, цель которых - стремление отобразить не весь объект, а с максимальной полнотой охарактеризовать некоторый его "срез". Задача заключается в том, чтобы путем введения ряда упрощающих допущений выделить важные для исследования свойства. Создавая кибернетические модели, выделяют информационно-управленческие свойства. Все иные стороны этого объекта остаются вне рассмотрения. На чрезвычайную важность поисков путей исследования сложных систем методом наложения определенных упрощающих предположений указывает Р. Эшби. "В прошлом, - отмечает он, наблюдалось некоторое пренебрежение к упрощениям... Однако мы, занимающиеся исследованием сложных систем, не можем себе позволить такого пренебрежения. Исследователи сложных систем должны заниматься упрощенными формами, ибо всеобъемлющие исследования бывают зачастую совершенно невозможны".


Анализируя процесс приложения кибернетического моделирования в различных областях знания, можно заметить расширение сферы применения кибернетических моделей: использование в науках о мозге, в социологии, в искусстве, в ряде технических наук. В частности, в современной измерительной технике нашли приложение информационные модели. (4 с172) . Возникшая на их основе информационная теория измерения и измерительных устройств - это новый подраздел современной прикладной метрологии.


В задачах самых различных классов используется принцип обратной связи. В частности Дейч предложил модель мотивации поведения, основанную на этом принципе. Эта модель позволила уточнить некоторые механизмы поведения животных. По мнению Дейча (17 с180) , обучение животного в лабиринте состоит не в выработке ряда реакций, а в установлении последовательности ряда субцелей, поочередное достижение которых приводит к окончательной цели - кормушке. Здесь имеет место не обучение, а регуляция уже выученных реакций. Чтобы объяснить это, Дейч разработал гипотетическую схему, основанную на мотивационной модели с обратной связью и использующей также принципы общих причинных факторов, цепных реакций и тормозных связей.


Важность принципа обратной связи отмечает в изучении проблем биогеоценологии отмечают ряд исследователей.


6. Моделирование мыслительной деятельности человека.


Для исследования мозга важны методы классической физиологии высшей нервной деятельности, морфофизиологии, электрофизиологии, биохимии и т.д. Однако возникла потребность в новых методах, раскрывающих деятельность мозга с иной стороны - с точки зрения закономерностей процессов управления и переработки информации.


Попытки системного исследования мозга не новы. Еще Н. М. Сеченов поставил задачу вскрыть сущность механизма деятельности мозга путем отыскания лежащих в основе этой деятельности принципов. Им был открыт один из них - принцип рефлексов.


И. П. Павлов исследовал принципы управления динамикой высших нервных центров, анализа и синтеза поступающих из вне сигналов и показал, каковы особенности деятельности мозга при различных состояниях последнего. Учение о деятельности мозга обогатили и исследования П. К. Анохина.


Как отмечает Н. Кочергин (10 с151) , "для изучения мозга как сложной функциональной системы важное значение приобретает метод моделирования, позволяющий вскрыть структуру мозга, форму связей нейронов и различных участков мозга между собой, принципы нейронной организации, закономерности переработки, передачи, хранения и кодирования информации в мозге и т.д. " Использование ЭВМ в моделировании деятельности мозга позволяет отражать процессы в их динамике, но у этого метода в данном приложении есть свои сильные и слабые стороны. Наряду с общими чертами, присущими мозгу и моделирующему его работу устройству, такими, как: - материальность - закономерный характер всех процессов - общность некоторых форм движения материи - отражение - принадлежность к классу самоорганизующихся динамических систем, в которых заложены: а) принцип обратной связи б) структурно-функциональная аналогия в) способность накапливать информацию (6 с67) есть существенные отличия, такие как:


1. моделирующему устройству присущи лишь низшие формы движения - физическое, химическое, а мозгу кроме того - социальное, биологическое;


2. процесс отражения в мозге человека проявляется в субъективно-сознательном восприятии внешних воздействий. Мышление возникает в результате взаимодействия субъекта познания с объектом в условиях социальной среды;


3. в языке человека и машины. Язык человека носит понятийный характер.


Свойства предметов и явлений обобщаются с помощью языка. Моделирующее устройство имеет дело с электрическими импульсами, которые соотнесены человеком с буквами, числами. Таким образом, машина "говорит" не на понятийном языке, а на системе правил, которая по своему характеру является формальной, не имеющей предметного содержания.


Использование математических методов при анализе процессов отражательной деятельности мозга стало возможным благодаря некоторым допущениям, сформулированным Маккаллоком и Питтсом. В их основе абстрагирование от свойств естественного нейрона, от характера обмена веществ и т.д. нейрон рассматривается с чисто функциональной стороны. Существующие модели, имитирующие деятельность мозга (Ферли, Кларка, Неймана, Комбертсона, Уолтера, Джоржа, Шеннона, Аттли, Берля и др.) отвлечены от качественной специфики естественных нейронов. Однако, с точки зрения изучения функциональной стороны деятельности мозга это оказывается несущественным.


В литературе (6,10,13) существует ряд подходов к изучению мозговой деятельности: - теория автоматического регулирования (живые системы рассматриваются в качестве своеобразного идеального объекта) - информационный (пришел на смену энергетическому подходу) Его основные принципы:


а) выделение информационных связей внутри системы


б) выделение сигнала из шума в) вероятностный характер


Успехи, полученные при изучении деятельности мозга в информационном аспекте на основе моделирования, по мнению Н. М. Амосова, создали иллюзию, что проблема закономерностей функционирования мозга может быть решена лишь с помощью этого метода. Однако, по его же мнению, любая модель связана с упрощением, в частности: - не все функции и специфические свойства учитываются - отвлечение от социального, нейродинамического характера.


Таким образом, делается вывод о критическом отношении к данному методу (нельзя переоценивать его возможности, но вместе с тем, необходимо его широкое применение в данной области с учетом разумных ограничений) .


3. Использование моделирования в исследованиях экономических систем.


а. Модели агрегированной экономики.


Экономико-математическое моделирование является неотъемлемой частью любого исследования в области экономики. Бурное развитие математического анализа, исследования операций, теории вероятностей и математической статистики способствовало формированию различного рода моделей экономики.


Почему можно говорить об эффективности применения методов моделирования в этой области? Во-первых, экономические объекты различного уровня (начиная с уровня простого предприятия и кончая макроуровнем экономикой страны или даже мировой экономикой) можно рассматривать с позиций системного подхода. Во-вторых, такие характеристики поведения экономических систем: - изменчивость (динамичность) противоречивость поведения - тенденция к ухудшению характеристик - подверженность воздействию окружающей среды предопределяют выбор метода их исследования.


За последние 30-40 лет методы моделирования экономики разрабатывались очень интенсивно. Они строились для теоретических целей экономического анализа и для практических целей планирования, управления и прогноза. Содержательно модели экономики объединяют такие основные процессы: производство, планирование, управление, финансы и т.д. Однако в соответствующих моделях всегда упор делается на какой-нибудь один процесс (например, процесс планирования) , тогда как все остальные представляются в упрощенном виде.


В литературе, посвященной вопросам экономико-математического моделирования, в зависимости от учета различных факторов (времени, способов его представления в моделях; случайных факторов и т.п.) выделяют, например, такие классы моделей:


1. статистические и динамические


2. дискретные и непрерывные


3. детерминированные и стохастические.


Если же рассматривать характер метода, на основе которого строится экономико-математическая модель, то можно выделить два основных типа моделей: математические - имитационные.


Развитие первого направления в мировой и отечественной науке связано с такими именами, как Л. Н. Канторович, Дж. Ф. Нейман, В. С. Немчинов, Н. А. Новожилов, Л. Н. Леонтьев и многие другие. Большой интерес в этом направлении представляют модели агрегированной экономики, где рассматривается отраслевой, народнохозяйственный уровень. Динамические народнохозяйственные модели используются в роли верхних координирующих звеньев систем экономико-математических моделей.


С ростом временного горизонта увеличивается разнообразие вариантов перспективного развития экономики и возрастает число степеней свободы для выбора оптимальных решений, поскольку уменьшается влияние ограниченности ресурсов, неизбежно предопределяемой предшествующим развитием. Однако с ростом временного горизонта фактор неопределенности также начинает играть все возрастающую роль. По мнению Ю. Н. Черемных (18 с25) , "укрупненная номенклатура динамических моделей регламентируется в первую очередь качеством информационного обеспечения. Переход к такой номенклатуре для сокращения размерности может быть продиктован недостаточно мощным алгоритмическим и машинным обеспечением. " Для отыскания оптимальных траекторий динамических народнохозяйственных моделей используются как конечные, так и бесконечные методы, предложенные для решения задач математического программирования. Большое теоретическое и прикладное значение динамических моделей стимулировало многих авторов на разработку специальных методов поиска оптимальных траекторий. Предложенные методы учитывают явно или не явно блочную структуру ограничений динамических моделей и строятся обычно без учета конкретных особенностей оптимальных траекторий.


б. Имитационное моделирование и исследование экономических систем.


Теперь хотелось бы подробнее остановиться на применении имитационного моделирования экономических систем, процессов.


По словам крупного ученого в этой области Р. Шеннона, "идея имитационного моделирования проста и интуитивно привлекательна, позволяет экспериментировать с системами, когда на реальном объекте этого сделать нельзя. " (19 с7) . В основе этого метода - теория вычислительных систем, статистика, теория вероятностей, математика.


Все имитационные модели построены по типу "черного ящика", т.е.


сама система (ее элементы, структура) представлены в виде "черного ящика"; есть какой-то вход в него, который описывается экзогенными переменными (возникают вне системы, под воздействием внешних причин) , и выход (описывается выходными переменными) , который характеризует результат действия системы.


В имитационном исследовании большое значение имеет этап оценки модели, который включает в себя следующие шаги:


1. Верификация модели (модель ведет себя так, как это было задумано исследователем) .


2. Оценка адекватности (проверка соответствия модели реальной системе) .


3. Проблемный анализ (формирование статистически значимых выводов на основе данных, полученных в результате экспериментов с моделью) .


Большой интерес представляет концепция в имитационном моделировании - метод системной динамики - разработанная одним из крупнейших специалистов в области теории управления, профессором в школе управления Альфреда П. Слоуна в Массачусетском технологическом институте, Джеймсом Форрестером. Его первая книга в этой области "Кибернетика предприятия" вызвала огромный интерес мировой науки к методу системной динамики в имитационном моделировании.


Начало глобальному моделированию положил другой труд Дж. Форрестера "Мировая динамика" (15) . Здесь он рассматривает мир как единое целое, как единую систему различных взаимодействующих процессов: демографических, промышленных, процессов исчерпания природных ресурсов и загрязнения окружающей среды, процесса производства продуктов питания. Расчеты показали, что при сохранении развития общества, точнее сегодняшних тенденций его развития, неизбежен серьезный кризис во взаимодействии человека и окружающей среды. Этот кризис объясняется противоречием между ограниченностью земных ресурсов, конечностью пригодных для сельскохозяйственной обработки площадей и все растущими темпами потребления увеличивающегося населения. Рост населения, промышленного и сельскохозяйственного производства приводит к кризису: быстрому загрязнению окружающей среды, истощению природных ресурсов, упадку производства и повышению смертности. На основании анализа этих результатов делается вывод о необходимости стабилизации промышленного роста и материального потребления.


Дж. Форрестер продолжал развитие своей концепции в книге "Динамика развития города" (14) . В ней описана модель города, посредством которой он пытается исследовать развитие города с момента его возникновения и на протяжении многих десятилетий. Город является сложной системой, в которой зависимости между элементами не могут быть описаны линейными функциями. Эти отношения существенно не линейны. Это обстоятельство позволяет применять к исследованию города хорошо развитый аналитический аппарат современной математики, который более приспособлен для исследования именно линейных зависимостей, присущих простым системам. С другой стороны, процессы, протекающие в сложных системах, недетерминированы, стохастичны и не допускают точного однозначного описания. Сложные системы характеризуются огромным количеством обратных связей - положительных и отрицательных между взаимообусловленно влияющими друг на друга элементами системы. Поэтому эффективность применения в этой предметной области метода системной динамики несомненна.


Модель Форрестера обладает высокой степенью общности: в ней отражена специфика американских городов, с проблемами: стихийностью градообразования, застройки и использования городских территорий, остротой социальных противоречий, экономической помощью и развитием современного строительства на всей территории города и т.п. Однако, несмотря на совершенно определенный тип города, описанный Дж. Форрестером, основные результаты его исследования имеют общий характер. За полученными частными результатами можно увидеть общие закономерности.


При это чем проще, яснее, прозрачнее структура модели, тем более фундаментальны учтенные в ней закономерности, тем более достоверны будут и результаты.


Рассматривая в книге Форрестера (14) различные аспекты административных программ, мы видим, что первые же результаты применения модели дают основание предполагать, что большинство из того, что предпринимается в США для решения "городских проблем" не только не приносит сколько-нибудь серьезных успехов в плане улучшения ситуации, но часто бывает совершенно не функционально, хотя, казалось бы, желаемая цель достигнута, независимо от того, была ли намеченная цель выражена в виде улучшения жизнеспособности города в целом или же в улучшении условий существования городской бедноты. На основании экспериментария со своей моделью Дж. Форрестер разрабатывает ряд конкретных рекомендаций для развития градострoительной науки (14 с20) .


Исследования Дж. Форрестера, Р. Шеннона, Дж. Шрайбера и многих других ученых в области имитационного моделирования позволяет сделать вывод о перспективности использования этого метода в области экономики.


ЛИТЕРАТУРА


1. Амосов Н. М. "Моделирование мышления и психики" М.: Наука, 1965


2. Ашманов С. А. "Введение в математическую экономику" М.: Наука, 1984 год


3. Батороев К. Б. "Кибернетика и метод аналогий" М.: Высшая школа, 1974 год


4. Бир С. "Кибернетика и управление производством" М.: Наука, 1965


5. Богомолов А. С. "Античная философия" М.: МГУ, 1985


6. Веденов А. А. "Моделирование элементов мышления" М.: Наука, 1988


7. Гернштейн Г. М. "Моделирование полей методом электростатической индукции" М.: Наука, 1976


8. Девдориани А. С., Грейсух В. С. "Роль кибернетических методов в изучении преобразований природных комплексов" М.: Известия АН СССР, 1978


9. Клаус Г. "Кибернетика и философия" М.: Наука, 1963


10. Кочергин А. Н. "Моделирoвание мышления" М.: Наука, 1969


11. Лотов А. В. "Введение в экономико-метематическое моделирование" М.: Наука, 1984


12. Михай Н. Г., Граневский В. В. "Методологические и моровоззренческие проблемы естественнонаучного знания" Кишинев: Шнитица, 1987


13. "Проблемы методологии социального познания" Л.: ЛГУ, 1985


14. Форрестер Дж. "Динамика развития города" М.: Прогресс, 1974


15. Форрестер Дж. "Мировая динамика" М.: Наука, 1978


16. Фролов И. Т. "Гносеологические проблемы моделирования" М.: Наука, 1961 год


17. Фролов И. Т. "Жизнь и познание. О диалектике в современной биологии" М.: Мысль, 1981


18. Черемных Ю. Н. "Анализ поведения траекторий динамики народнохозяйственных моделей" М.: Наука, 1982


19. Шеннон Р. "Имитационное моделирование систем - искусство и наука" М.: Мир, 1978


20. Штофф В. А. "Моделирование и философия" М.: Наука, 1966


21. "Эксперимент. Модель. Теория. " М. - Берлин: Наука, 1982


22. Энциклопедия кибернетики. Т. 2 Киев: 1975