Классификация моделей.

Модели вообще и имитационные модели в частности можно классифицировать различными способами. К сожалению, ни один из них не является полностью удовлетворительным, хотя каждый служит определенной цели.

- статические (например, поперечный разрез объекта) и динамические (временные ряды);

детерминистские и стохастические;

дискретные и непрерывные;

натурные, аналоговые, символические.

Точность

Удобно представлять себе имитационные модели в виде непрерывного спектра, простирающегося от точных моделей или макетов реальных объектов до совершенно абстрактных математических моделей.

Физические модели Масштабированные модели Аналоговые модели Управленческие игры Моделирование на ЭВМ Математические модели Абстрактность

Модели, находящиеся в начале спектра, часто называются физическими или натурными, потому что они внешне напоминают изучаемую систему. Для удобства экспериментатора физическая модель может быть масштабирована - подвергнута уменьшению или увеличению,

Аналоговыми моделями являются модели, в которых свойство реального объекта представляется некоторым другим свойством аналогичного по

поведению объекта. Задача иногда решается путем замены одного свойства другим, после чего полученные результаты надо истолковывать применительно к исходным свойствам объекта. Аналоговая ЭВМ, в которой изменение напряжения в электрической схеме определенной конфигурации может отображать поток товарок к некоторой системе, является превосходным примером аналоговой имитационной модели [68, 69].

График представляет собой аналоговую модель другого типа; здесь расстояние отображает такие характеристики объекта как время, срок службы, количество единиц и т. д. График может также показывать соотношение между различными количественными характеристиками и может предсказывать, как будут изменяться некоторые величины при изменении других величин.

По мере нашего продвижения по спектру моделей мы достигнем тех из них, где во взаимодействие вступают люди и машинные компоненты. Такое моделирование часто называют играми (управленческими, военными, планировочными). Поскольку процессы принятия решений управленческим звеном или командным составом армии моделировать трудно, часто считают целесообразным отказаться от подобной попытки. В так называемых управленческих (деловых) играх человек взаимодействует с информацией, поступающей с выхода вычислительной машины (которая моделирует другие свойства системы), и принимает решения на основе полученной информации. Решения человека затем снова вводятся и машину в качестве входной информации, которая используется системой. Продолжая этот процесс дальше, мы приходим к полностью машинному моделированию, которое обычно и понимается под термином "моделирование". Вычислительная машина может быть компонентом всех имитационных моделей рассмотренной части спектра, хотя это и не обязательно [61].

К символическим, или математическим, моделям относятся те, в которых для представления процесса или системы используются символы, а не физические устройства. Обычным примером представления систем в этом случае можно считать системы дифференциальных уравнений. Поскольку они представляют собой наиболее абстрактные и, следовательно, наиболее общие модели, математические модели находят широкое применение в системных исследованиях. Однако применение математических моделей таит в себе весьма реальные опасности и ловушки. Символическая модель является всегда абстрактной идеализацией задачи, и, если хотят, чтобы эта модель позволяла решить задачу, необходимы некоторые упрощающие предположения. Поэтому особое внимание должно быть обращено на то, чтобы модель служила действительным представлением данной задачи [47,68,69].

При моделировании сложной системы исследователь обычно вынужден использовать совокупность нескольких моделей. Любая система или подсистема может быть представлена различными способами, которые значительно отличаются друг от друга по сложности и детализации. В большинстве случаев в результате системных исследований появляются несколько различных моделей одной и той же системы. Но обычно по мере того, как исследователь глубже анализирует и лучше понимает проблему, простые модели заменяются все более сложными [64].