Моделирование в системе управления

    К сожалению, приходится констатировать, что хотя российскими учеными и подготовлено несколько оригинальных разработок по теории политологического моделирования, в целом достижения отечественной науки в рассматриваемой сфере существенно скромнее, чем на Западе. И дело тут не только в том, что наша страна позднее многих других вступила на путь информатизации и массовой компьютеризации. Господствовавший в недавнем прошлом догматический подход к политологии, вера руководителей СССР в собственную непогрешимость, подозрительное отношение ко всякого рода новациям в сфере принятия политических решений и доведенная до абсурда секретность приводили к тому, что попытки отдельных ученых-энтузиастов изучать и применять на практике методы моделирования были сопряжены с громадными трудностями. Напомню, в частности, что вплоть до 1991 г. не был формально отменен введенный в середине прошлого десятилетия К.У.Черненко запрет на использование вычислительной техники в партийной и политической работе. Надо отметить, что наследие тех лет и сегодня продолжает сказываться на состоянии российской политической науки. Далеко еще не полностью преодолены нетерпимость к инакомыслию, стремление к абсолютизации какой-то одной точки зрения, какого-то одного подхода. Следствием такого положения вещей стало то, что значительная часть наших обществоведов до сих пор не освоила методы моделирования, довольствуясь лишь вербальным описанием изучаемых процессов. Тем не менее, в настоящее время интерес к применению компьютерного моделирования в обществознании в нашей стране значительно возрос. Об этом свидетельствуют как деятельность секции политического моделирования Российской ассоциации политической науки, так и многие публикации последних лет.

       4.   Общая характеристика проблемы моделирования систем

С развитием системных исследований, с расширением экспериментальных  методов изучения реальных явлений  все большее значение приобретают  абстрактные методы, появляются новые  научные Дисциплины, автоматизируются элементы умственного труда. Важное значение при создании реальных систем имеют математические методы анализа и синтеза, целый ряд открытий базируется на чисто теоретических изысканиях. Однако было бы неправильно забывать о том, что основным критерием любой теории является практика, и даже сугубо математические, отвлеченные науки базируются в своей основе на фундаменте практических знаний. Экспериментальные исследования систем. Одновременно с развитием теоретических методов анализа и синтеза совершенствуются и методы экспериментального изучения реальных объектов, появляются новые средства исследования. Однако эксперимент был и остается одним из основных и существенных инструментов познания. Подобие и моделирование позволяют по-новому описать реальный процесс и упростить экспериментальное его изучение. Совершенствуется и само понятие моделирования. Если раньше моделирование означало реальный физический эксперимент либо построение макета, имитирующего реальный процесс, то в настоящее время появились новые виды моделирования, в основе которых лежит постановка не только физических, но также и математических экспериментов.

      Познание реальной действительности является длительным и сложным процессом. Определение качества функционирования большой системы, выбор оптимальной структуры и алгоритмов поведения, построение системы  в соответствии с поставленной перед нею целью — основная проблема при проектировании современных систем, поэтому моделирование можно рассматривать как один из методов, используемых при проектировании и исследовании больших систем. Моделирование базируется на некоторой аналогии реального и мысленного эксперимента. Аналогия — основа для объяснения изучаемого явления, однако критерием истины может служить только практика, только опыт. Хотя современные научные гипотезы могут создаться чисто теоретическим путем, но, по сути, базируются на широких практических знаниях. Для объяснения реальных; процессов выдвигаются гипотезы, для подтверждения которых ставится эксперимент либо проводятся такие теоретические рассуждения, которые логически подтверждают их правильность. В широком смысле под экспериментом можно понимать некоторую процедур организации и наблюдения каких-то явлений, которые осуществляв ют в условиях, близких к естественным, либо имитируют их. Различают пассивный эксперимент, когда исследователь наблюдает протекающий процесс, и активный, когда наблюдатель вмешивается и организует протекание процесса. В последнее время распространен активный эксперимент, поскольку именно на его основе) удается выявить критические ситуации, получить наиболее интересные закономерности, обеспечить возможность повторения эксперимента в различных точках и т. д. В основе любого вида моделирования лежит некоторая модель, имеющая соответствие, базирующееся на некотором общем качестве, которое характеризует реальный объект. Объективно реальный объект обладает некоторой формальной структурой, поэтому для любой модели характерно наличие некоторой структуры, соответствующей формальной структуре реального объекта, либо изучаемой стороне этого объекта.                                                                                                                                       В основе моделирования лежат информационные провесы, поскольку само создание модели М базируется на информации о реальном объекте. В процессе реализации модели получается информация о данном объекте, одновременно в процессе эксперимента с моделью вводится управляющая информация, существенное место занимает обработка полученных результатов, т. е. информация лежит в основе всего процесса моделирования. Характеристики моделей систем. В качестве объекта моделирования выступают сложные организационно-технические системы, которые можно отнести к классу больших систем. Более того, по своему содержанию и созданная модель также становится системой и тоже может быть отнесена к классу больших систем, для которых характерно следующее.

1. Цель функционирования, которая  определяет степень целенаправленности поведения модели . В этом случае модели могут быть разделены на одноцелевые, предназначенные для решения одной задачи, и многоцелевые, позволяющие разрешить или рассмотреть ряд сторон функционирования реального объекта.

2. Сложность, которую, учитывая, что модель является совокупностью отдельных элементов и связей между ними, можно оценить по общему числу элементов в системе и связей между ними. По разнообразию элементов можно выделить ряд уровней иерархии, отдельные функциональные подсистемы в модели, ряд входов и выходов и т. д., т. е. понятие сложности может быть идентифицировано по целому ряду признаков.

3. Целостность, указывающая на то, что создаваемая модель является одной целостной системой, включает в себя большое количество составных частей (элементов), находящихся в сложной взаимосвязи друг с другом.

4. Неопределенность, которая проявляется  в системе: по состоянию системы,  возможности достижения поставленной  цели, методам. решения задач, достоверности исходной информации и т. д. Основной характеристикой неопределенности служит такая мера информации, как энтропия, позволяющая в ряде случаев оценить количество управляющей информации, необходимой для достижения заданного состояния системы. При моделировании основная цель — получение требуемого соответствия модели реальному объекту и в этом смысле количество управляющей информации в модели можно также оценить с помощью энтропии и найти то предельное минимальное количество, которое необходимо для получения требуемого результата с заданной достоверностью. Таким образом, понятие неопределенности, характеризующее большую систему, применимо к модели и является одним из ее основных признаков.

5. Поведенческая страта, которая  позволяет оценить эффективность  достижения системой поставленной  цели. В зависимости от наличия  случайных воздействий можно  различать детерминированные и  стохастические системы, по своему  поведению — непрерывные и  дискретные и т. д. Поведенческая страта рассмотрения системы позволяет применительно к модели оценить эффективность построенной модели, а также точность и достоверность полученных при этом результатов. Очевидно, что поведение модели не обязательно совпадает с поведением реального объекта, причем часто моделирование может быть реализовано на базе иного материального носителя.

6. Адаптивность, которая является  свойством высокоорганизованной  системы. Благодаря адаптивности  удается приспособиться к различным  внешним возмущающим факторам  в широком диапазоне изменения  воздействий внешней среды. Применительно  в модели существенна возможность  ее адаптации в широком спектре  возмущающих воздействий, а также  изучение поведения модели в  изменяющихся условиях, близких  к реальным. Надо отметить, что существенным может оказаться вопрос устойчивости модели к различным возмущающим воздействиям. Поскольку модель — сложная система, весьма важны вопросы, связанные с ее существованием, т. е. вопросы живучести, надежности и т. д..

7. Организационная структура системы  моделирования, которая во многом  зависит от сложности модели  и степени совершенства средств  моделирования. Одним из последних  достижений в области моделирования  можно считать возможность использования имитационных моделей для проведения машинных экспериментов. Необходимы оптимальная организационная структура комплекса технических средств, информационного, математического и программного обеспечении системы моделирования, оптимальная организация процесса моделирования, поскольку следует обращать особое внимание на время моделирования и точность получаемых результатов.

8. Управляемость модели, вытекающая  из необходимости обеспечивать  управление со стороны экспериментаторов  для получения возможности рассмотрения  протекания процесса в различных  условиях, имитирующих реальные. В  этом смысле наличие многих  управляемых параметров и переменных  модели в реализованной системе  моделирования дает возможность  поставить широкий эксперимент  и получить обширный спектр  результатов. 

9. Возможность развития модели, которая исходя из современного  уровня науки и техники позволяет  создавать мощные системы моделирования исследования многих сторон функционирования реального объекта. Однако нельзя при создании системы моделирования ограничиваться только задачами сегодняшнего дня. Необходимо предусматривать возможность развития системы моделирования как по горизонтали в смысле расширения спектра изучаемых функций, так и по вертикали в смысле расширения числа подсистем, т. е. созданная система моделирования должна позволять применять новые современные методы и средства. Естественно, что интеллектуальная система моделирования может функционировать только совместно с коллективом людей, поэтому к ней предъявляют эргономические требования.

                4.1. Цели моделирования систем управления.

   Одним из наиболее важных аспектов построения систем моделирования является проблема цели. Любую модель строят в зависимости от цели, которую ставит перед ней исследователь, поэтому одна из основных проблем при моделировании — это проблема целевого назначения. Подобие процесса, протекающего в модели, реальному процессу является не целью, а условием правильного функционирования модели, и поэтому в качестве цели должна быть поставлена задача изучения какой-либо стороны функционирования объекта. Для упрощения модели цели делят на подцели и создают более эффективные виды моделей в зависимости от полученных подцелей моделирования. Можно указать целый ряд примеров целей моделирования в области сложных систем. Например, для предприятием весьма существенно изучение процессов оперативного управления производством, оперативно-календарного планирования, перспективного планирования и здесь также могут быть успешно использованы методы моделирования. Если цель моделирования ясна, то возникает следующая проблема, а именно проблема построения модели. Построение модели оказывается возможным, если имеется информация или выдвинуты гипотезы относительно структуры, алгоритмов и параметров исследуемого объекта. На основании их изучения осуществляется идентификация объекта. В настоящее время широко применяют различные способы оценки параметров: по методу наименьших квадратов, по методу максимального правдоподобия, байесовские, марковские оценки.

Если модель построена, то следующей проблемой можно считать проблему работы с ней, т. е. реализацию модели, основные задачи которой — минимизация времени получения конечных peзультатов и обеспечение их достоверности. Для правильно построенной модели характерным является то, что она выявляет лишь те закономерности, которые нужны исследователю, и не рассматривает свойства системы, не существенные для данного исследования. Следует отметить, что оригинал и модель должны быть одновременно сходны по одним признакам и различны по другим, что позволяет выделить наиболее важные изучаемые свойства. В этом смысле модель выступает как некоторый “заместитель” оригинала, обеспечивающий фиксацию и изучение лишь некоторых свойств реального объекта. В одних случаях наиболее сложной оказывается идентификация в других — проблема построения формальной структуры объекта. Возможны трудности и при реализации модели, особенно в случай имитационного моделирования больших систем. При этом следует подчеркнуть роль исследователя в процессе моделирования. Постановка задачи, построение содержательной модели реального объекта во многом представляют собой творческий процесс и базируются на эвристике. И в этом смысле нет формальных путей выбора оптимального вида модели. Часто отсутствуют формальные методы, позволяющие достаточно точно описать реальный процесс. Поэтому выбор той или иной аналогии, выбор того или иного математического аппарата моделирования полностью основывается на имеющемся опыте исследователя и ошибка исследовав теля может привести к ошибочным результатам моделирований. Средства вычислительной техники, которые в настоящее время широко используются либо для вычислений при аналитическом моделировании, либо для реализации имитационной модели системы, могут лишь помочь с точки зрения эффективности реализации сложной модели, но не позволяют подтвердить правильность тон или иной модели. Только на основе обработанных данных, опыта исследователя можно с достоверностью оценить адекватность модели по отношению к реальному процессу. Если в ходе моделирования существенное место занимает реальный физический эксперимент, то здесь весьма важна и надежность используемых инструментальных средств, поскольку сбои и отказы программно-технических средств могут приводить к искаженным значениям выходных данных, отображающих протекание процесса. И в этом смысле при проведении физических экспериментов необходимы специальная аппаратура, специально разработанное математическое и информационное обеспечение, которые позволяют реализовать диагностику средств моделирования, чтобы отсеять те ошибки в выходной информации, которые вызваны неисправностями функционирующей аппаратуры. В ходе машинного эксперимента могут иметь место и ошибочные действия человека-оператора. В этих условиях серьезные задачи стоят в области эргономического обеспечения процесса моделирования.