Имитационные модели
Модели различают в зависимости и от того, на каком — косвенном или прямом — описании системы-оригинала они основаны [216].
Одни модели основаны на косвенном описании моделируемой системы (математическое программирование, модели межотраслевых балансов, различные корреляционные и регрессивные методы).
В этих моделях система-объект описывается посредством совокупности математических формул независимо от характера и сложности системы и решаемых ею задач. В языке этих моделей содержатся всего четыре основных элемента: данное (что есть), неизвестное (что нужно найти), математическое описание, ограничения. Здесь структурного сходства с оригиналом по существу нет, исключая подобие в отдельных аспектах (скажем, блочность модели в известной мере подобна блочности оригинала). Именно отсутствие однозначного соответствия между множеством переменных в модели и совокупностью блоков системы-оригинала послужило основанием к тому, чтобы способ описания, используемый в моделях этого типа, назвать косвенным.
В моделях другого типа используется прямое описание объекта. При этом достигается гомоморфное соответствие структуры модели со структурой оригинала. Эти модели называют имитационными, и используются они в имитационных играх, в машинной имитации, имитации с помощью аналоговых вычислительных машин и т. д. При использовании прямого описания объект-оригинал рассматривается как система. Ее структура выражается графом, вершины которого соответствуют элементам системы, а дуги — возможным взаимосвязям между элементами.
Модели с использованием прямого описания применяются тогда, когда косвенное описание или невозможно (нет для этого соответствующих математических средств), или бесполезно (в случае, когда модель не позволяет более вести ни количественный, ни качественный анализ).
Модель, построенная на прямом описании, не есть математическая модель в обычном ее понимании.
Она не есть еще формальная конструкция, которая сооружается с использованием косвенного описания, конструкция, которую можно проанализировать математическими средствами. Она обязательно требует экспериментальной проверки. Это может быть численный эксперимент с использованием ЭВМ, эксперимент имитационно-игрового типа с участием экспертов, эксперимент смешанный, человеко- машинный. В ходе и результатах эксперимента прообраз модели доводится и становится собственно моделью, на которой можно изучать систему-оригинал.Важное достоинство моделей с прямым описанием состоит в том, что они более удобны для исследователя и практика в языковом отношении. Язык этой модели, по существу, совпадает с естественным языком, что открывает широкие возможности для включения человека в процесс моделирования и самое модель в качестве элемента, использования в моделировании творческих возможностей
человека. В моделях же, основанных на формализованных косвенных описаниях, возможности человека ограничены или вообще сведены на нет.
Имитационные модели воспроизводят компонентноструктурные и функциональные характеристики объектов, и в этом состоит их главная отличительная особенность.
Среди имитационных моделей, отмечает Э. Л. Han- пельбаум[217], наиболее характерны:
семиотические модели, в которых допускается использование оценочных переменных, в том числе различие в интерпретации тех же самых значений переменных разными блоками системы;
объектно-иерархический комплекс имитационных моделей, представляющих собой совокупность частных моделей, связанных в единое целое «операторами» агрегирования (дезагрегирования) и интерпретацией параметров, используемых на различных уровнях модели;
статистические имитационные модели, основывающиеся на допущении однородности большого числа факторов;
модели, чувствительные к качественным предпосылкам, положенным в основу представлений об объекте моделирования.
В моделировании физико-химических и биологических систем используется метод «черного ящика», когда имитируются функции системы, ее связи с внешней средой, а внутреннее системы, ее компоненты и структура в расчет не принимаются.
В социальных системах метод «черного ящика» не работает достаточно удовлетворительно по той причине, что каждый из компонентов системы, каждый уровень организации относительно свободен в принятии решений, в выборе вариантов поведения, способен к изменению, развитию. Однако и здесь имитационное моделирование весьма продуктивно. Посредством ЭВМ проигрываются, имитируются разнообразные варианты поведения системы, варианты, рассчитанные в зависимости от данного внутреннего состояния системы, различных условий, возмущающих факторов, ограничений и т. д. В результате можно более или менее точно программировать поведение системы, предсказать ее поведение на ближайшее и более отдаленное будущее, пути ее движения кзаданной цели, ресурсы, необходимые для достижения цели. Имитационные модели широко используются в программно-целевом управлении, речь о котором пойдет ниже.
Имитационные модели весьма и весьма разнообразны. Так, модели без управления имитируют поведение систем с четко регламентированными правилами поведения. Простейшая из них — определение срока окончания строительства, скажем, аграрного комплекса на основе знания порядка и темпов капиталовложений. Сложнейшая — модель народного хозяйства, общества в целом.
Вполне попятно, что имитировать этого рода большие и сверхбольшие системы во всем их многообразии практически невозможно и не нужно. Поэтому при разработке моделей больших систем используется метод агрегирования — укрупнения блоков системы, в частности компонентов, подсистем, поведение которых достаточно однообразно, или подсистем, играющих примерно одинаковую роль в системе. Это позволяет, хотя и в упрощенной форме, имитировать систему в целом.
Образцом такого крупноблочного агрегирования является модель расширенного воспроизводства К. Маркса, которая выражает отношение только двух больших подсистем системы производства: производства средств производства и производства средств потребления.
Кажущаяся простота модели не помешала К.
Марксу доказать, выразить с ее помощью одну из фундаментальных закономерностей развития производства: расширенное воспроизводство можно осуществлять только в том случае, если средств производства производится больше, чем это необходимо для. удовлетворения потребностей и группы «А» и группы «Б» 1.Агрегированные модели полезны при разработке прогнозов, особенно долгосрочных, где они дают достаточно точные результаты. «Видимо,— пишет в этой связи Η. Н. Моисеев,— при агрегировании происходит какое-то усреднение ошибок, и модель становится более устойчивой по отношению к ошибкам измерения исходных величин» [218][219].
Высокоагрегированные модели типа марксовой модели расширенного производства помогают составить цельное представление об экономической системе, изучать общие закономерности ее движения. Однако экономическая си
стема настолько сложна, что для ее изучения, а в особенности управления ею агрегированных моделей недостаточно. Нужна система, совокупность самых различных моделей, содержащих более конкретную информацию, информацию о компонентах системы самых различных уровней, их структуре и функциях, взаимодействии системы со средой и т. п.
Динамические модели общегосударственного планирования — еще один уровень иерархии, системы моделей. Они имитируют взаимосвязь не двух, как в модели Маркса, больших подсистем, а множества, десятка подсистем более низкого уровня, в частности отраслей. По распределению капиталовложений эти модели дают возможность планировать производство в укрупненных показателях, по отраслям определять объем и ассортимент конечных продуктов. Первая такая межотраслевая динамическая модель народного хозяйства СССР разработана А. Г. Аганбегяном и Π. Ф. Шатиловым (так называемая А-Ш-модель). В основу этой модели положено понятие фондов, а также ряд гипотез и теорем, исходя из требований которых проводятся расчеты вариантов для различных форм потребления. Каждой из этих форм соответствует система экономических показателей, что при помощи проведенных вариантных расчетов позволяет проследить зависимость изменений экономической системы от структуры потребления.
А-Ш-модель была дополнена и развита А.
А. Петровым и Ю. П. Иваниловым. Созданная ими П-И-модель корректно имитирует экономическую систему в условиях необходимости быстрого изменения народнохозяйственных пропорций.Не отвечая на все вопросы регионального и отраслевого планирования, эти модели тем не менее являются переходным мостиком для разработки более детализированных моделей.
Модели, отражающие системы более низкого порядка, нежели отрасль, и позволяющие решать конкретные экономические задачи,— еще один уровень иерархии моделей, имитирующих экономические системы. Эти модели помогают решать задачи относительно отдельных регионов и производств, транспортные задачи, задачи материально- технического снабжения, финансовые и т. п.
Главная идея перечисленных динамических моделей экономики состоит в том, чтобы определить, как при наличии не единственного решения, удовлетворяющего всем имеющимся ограничениям (по ресурсам в особенности),
выбрать такое, которое дает оптимум целевой функции (к примеру, минимальное время, минимальные затраты).
Социальные системы — системы управляемые, целенаправленные. Они функционируют и развиваются во имя достижения определенных целей, причем цели могут быть достигнуты различными средствами и путями. Естественно возникает вопрос: а какие из возможных путей, средств лучше? Ответить на этот вопрос в общей форме нельзя, важно знать критерий, по которому производится выбор наилучшего, оптимального варианта движения к цели. Критерий качества (целевая функция) как раз и позволяет оценивать варианты и выбирать из них оптимальный.
Модели, имитирующие систему с позиций критерия качества, целевой функции, а также с учетом ограничений, в которых осуществляется движение системы к цели, и являются оптимизационными моделями. Добиться запрограммированной цели, конечных результатов в кратчайший срок с наименьшими затратами — таково в самой общей форме назначение этих моделей.
Зачастую решения относительно той или иной системы приходится принимать в условиях неопределенности, крайнего дефицита знаний о системе.
Здесь на помощь приходят модели, воспроизводящие «игровые ситуации», «конфликтные ситуации» с использованием таких научных дисциплин, как теория операций и теория математических игр.Перечисленные выше модели имитируют социальные системы языком математики. Этот язык — формально-логический элемент модели, отражающий количественные параметры изучаемой системы.
Но любая, а тем более социальная система наряду с количественными обладает и качественными характеристиками, которые невозможно, да и далеко не всегда необходимо формализовать. Понятно поэтому, что модель наряду с формализованными содержит и неформализованные элементы. Доля, если можно так выразиться, неформализованных элементов тем больше, чем больше доля параметров системы, не поддающихся формализации. Разумеется, по мере развития математики, кибернетики, других формально-логических средств эта доля сокращается, поскольку все новые и новые параметры системы-оригинала формализуются, пополняя тем самым набор формализованных элементов модели. Вместе с тем этот процесс бесконечен, а потому в каждой данной модели всегда сосуществуют формализованные и неформализованные элементы.
Делаются попытки классифицировать неформализованные элементы, причем в отличие от формализованных, выраженных математическим или графическим языком, они выражаются на языке естественном.
Н. И. Лапин подразделяет неформализованные элементы на три вида: первый — те, что представлены лишь на естественном языке, они совершенно неформализуемы; второй — те, что сначала представлены на неформализуе- мом языке, а затем формализуются; третий — те, что сначала формализованы, выражены на языке математики, а затем деформализуются [220].
Так, социальные в узком смысле слова, социально-психологические, собственно психологические процессы в подавляющем большинстве не формализуются, их язык только естественный язык. Другие социальные процессы на начальном этапе моделирования неформализуемы. Затем отыскиваются средства формализации этих процессов, и из разряда неформализуемых они переходят в разряд формализуемых элементов системы. И наконец, процесс формализации в моделировании обязательно завершается деформализацией; к примеру, деформализованные данные, получаемые на выходе из ЭВМ, всегда переводятся на естественный, понятный человеку язык.
Что касается собственно неформализуемых элементов, то они подразделяются Н. И. Лапиным на две группы: предпосылки построения системной модели и концептуальные элементы. Предпосылки — это содержательная информация, заключающая в себе хотя бы эмпирический перечень проблем, которые предполагается решить в процессе моделирования. Выделение этих проблем позволяет определить цели построения модели системы.
Что касается неформализуемых концептуальных элементов, то они определяются задачами моделирования: формирование предмета исследования; систематизация проблем и выявление минимума альтернатив их решения; выработка концепции решения задач и проблем и т. д.
Свою классификацию Н. И. Лапин подкрепляет анализом глобальных проблем и их отображением в моделях как единствах формализованных и неформализованных элементов.
Создать модель социальной системы как единство формализованных и неформализованных элементов посредст
вом одних лишь математических построений, какими бы хитроумными они ни были, или «сверхинтеллектуальных» электронных машин немыслимо, ведь никакая машина не в состоянии заменить творческую мысль человека, его интуицию, опыт. Но объединить их, интегрировать и использовать в познании общества и управлении им и возможно, и необходимо. В имитационных моделях как раз и достигается «это сочетание математического анализа с опытом и интуицией»,—пишет Η. Н. Моисеев1. Эта интеграция осуществляется в рамках системы «человек — ЭВМ», в которой решающая роль принадлежит человеку — творцу, мыслителю, практику.
При этом с особой силой нужно подчеркнуть, что формализация и математическое представление процессов, свершающихся в социальных системах, возможны только в том случае, когда познана, раскрыта качественная природа этих систем. Социолог, философ призван задавать математикам задачи, формулировать проблемы. А дело математиков — воплотить (разумеется, в случае, если у них есть для этого нужные средства) эти проблемы и пути их решения в форму символов, знаков и уравнений.
Создание имитационных моделей социальных систем — чрезвычайно сложный и трудоемкий процесс, требующий и изобретательного ума ученых, и исключительно быстрого и точного «исполнения» замыслов ученых электронно-вычислительной техникой.
Последовательность осуществления этого процесса, характер разделения труда между человеком и ЭВМ хорошо показаны группой авторов[221][222], имитировавших на модели процесс функционирования и развития рабовладельческого общества в Греции.
Ученые выбрали для имитационного моделирования исторически определенную социальную систему, составили словесную модель этой системы, разработали графическую блок-схему причинных связей модели, математические уравнения, соотношения между компонентами этой системы, блок-схему вычислительного процесса, запрограммировали на алгоритмическом языке вычислительный процесс для машины.
Затем настала очередь машины: она просчитала, про- имитировала параметры системы, сопоставила их, рассчи
тала и оценила их значение как самих по себе, так и в связи с другими параметрами. Ни много ни мало машина изучила, сопоставила, соотнесла друг с другом свыше 20 тысяч показателей. Всем историкам мира без помощи ЭВМ всей жизни не хватило бы, чтобы проделать столь гигантскую счетную работу.
И наконец человек снова вступил в свою человеческую роль: он проанализировал и оценил результаты, сделал выводы, принял решения, т. е. сделал то, что машина делать не в состоянии.
Итак, имитационные модели — продукт синтеза возможностей и способностей человека и ЭВМ, творчества человека и формализованного исполнительства электронно- вычислительной техники.
5.
Еще по теме Имитационные модели:
- Теоретико-игровая модель для косвенных речевых актов
- 2. Суть модели анализа социальной фрустрации
- 2.8 M-импликатуры: теоретико-игровая модель
- Педагогические модели развития лидерских характеристик
- Нормативная модель организации
- Многообразие систем действительности и целей исследования — источник многообразия моделей
- 5. Сравнение результатов статистического анализа с культурологической моделью Р. Инглхарта и К. Вельцеля
- 1.3 Соотношение категорий "поведение", "деятельность" и "общественные отношения" в познавательных моделях систем политического лидерства и общества
- Взаимодействие нескольких триггеров многозначности
- Прагматика дискурсивной анафоры
- Психологические концепции развития лидерства
- Сущность и основные этапы моделирования
- Значение моделирования
- Попытка комплексного подхода к лидерству и его развитию