Вопрос 1

Вопрос 2 Классификация моделей

Классификация моделей по области использования Учебные модели воспроизводят функциональные особенности объекта или его структуру, что дает возможность учащимся изучить свойства оригинала, которые невозможно наблюдать на живом объекте. К ним относятся модели клетки, сердечно- сосудистой системы, различные тренажеры, макеты отдельных органов и опорно- двигательного аппарата. Опытные модели используются для исследования объекта и прогнозирования его будущих характеристик. Например, искусственные протезы клапанов сердца. Научно-исследовательские модели создаются для исследования процессов и явлений. К ним относятся модели распространения инфекционных заболеваний, кинетики лекарственных веществ в организме, модель камер сердца и его клапанов. Игровые модели — это различного рода игры: деловые, экономические, лечебные. С помощью таких моделей можно разрешать конфликтные ситуации, оказывать психологическую помощь, проигрывать поведение объекта в различных ситуациях. Имитационные модели имитируют реальность с той или иной степенью точности.

Классификация моделей в зависимости от целей использования Оптимизационные модели предназначены для определения новых свойств моделируемого объекта. Пример — расчет вероятности развития осложнения после операции. Описательные модели описывают поведение некоторой системы и не предназначены для целей управления. Это, например, формулы, описывающие изменение концентрации лекарственного вещества в крови после его введения.

Классификация моделей по способу представления Предметные модели воспроизводят геометрические, физические и другие свойства объектов в материальном мире. Например, искусственный хрусталик, искусственный тазобедренный сустав, скелет человека. Информационные модели отражают свойства объектов, предметов или процессов с помощью ассоциативных знаков (слова, рисунки, схемы, чертежи, формулы и т. д.). Например, схема кровоснабжения сердца. Типы информационных моделей: словесные, графические, математические. В зависимости от структуры информационные модели делятся на табличные, иерархические и сетевые.

Классификация моделей в зависимости от временного фактора Статические модели описывают систему в определенный момент времени. Например, классификация заболеваний, методов исследования. Динамические модели описывают процессы изменения и развития систем. Пример — схематическое описание развития физиологических систем в процессе развития ребенка.

Классификация моделей по отрасли знаний

 – это классификация по отрасли деятельности человека (математические, биологические, химические, социальные, экономические, исторические и т.д.). Все эти модели можно разделить на универсальные и специализированные.

Универсальные – могут быть применены в различных отраслях знаний.

Специализированные – могут применяться только в конкретной области знаний.

Вопрос 3

Моделирование – это метод исследования на модели, т.е. на аналогах (схемах, структурах, знаковых системах) определенных фрагментов действительности, которые называются оригиналами. Модель – это, прежде всего то, с чем сравнивают. Главное, чтобы между моделью и оригиналом было сходство в каких-то физических характеристиках, или в структуре, или в функциях. Существуют различные виды моделирования: предметное (прямое) и знаковое, а также информационное, компьютерное, математическое, математико-картографическое, молекулярное, цифровое, логическое, психолого-педагогическое, статистическое, экономико-математическое, эволюционное и другие. Такое разнообразие указывает на достаточно высокую степень эффективности моделирования в разных науках.

Процесс моделирования включает в себя Следующие шаги:

1) построение модели;

2) изучение модели;

3) экстраполяцию — перенос полученных данных на область знаний об исходном объекте.

На первом этапе при осознании невозможности или нецелесообразности прямого изучения объекта создаётся его модель. Целью этого этапа является создание условий для полноценного замещения оригинала объектом-посредником, воспроизводящим его необходимые параметры.

На втором этапе производится изучение самой модели, настолько детальное, насколько это требуется для решения конкретной познавательной задачи. Здесь исследователь может осуществлять наблюдения за поведением модели, проводить над ней эксперименты (модельный эксперимент), осуществлять измерение или описание её характеристик. Это зависит от специфики самой модели и от исходной познавательной задачи. Целью второго этапа является получение требуемой информации о модели.

Необходимо отметить, что, хотя модель мы создаём (или выбираем) сами, подчиняя её ряду условий, она, тем не менее, обладает определённой самостоятельностью. В ней присутствует некий элемент неизвестности, поэтому модель надо действительно изучать, и она в должной мере заранее неизвестна. Метод моделирования потому и относится к эмпирическим методам, что предполагает интерактивный режим работы с изучаемым явлением (в данном случае с моделью, а также в той или иной мере — и с оригиналом).

Третий этап (экстраполяционный) представляет собой возвращение к исходному объекту, т.е. интерпретацию полученных знаний о модели, оценку их приемлемости и, соответственно, непосредственное применение их к оригиналу, позволяющее в случае успеха решить исходную познавательную задачу (см. рис. 2).

Эти шаги реализуют своеобразный цикл моделирования, в ходе которого модель и оригинал соотносятся друг с другом.

Роль модели достаточно интересна, т.к. она является одновременно и объектом, и средством изучения. Модель по своей познавательной функции принципиально транзитивна, т.е. сопряжена с другим объектом: изучая модель, мы постоянно нацелены на её прототип.

Рис. 2. Этапы моделирования

Исходя из этапов моделирования легко увидеть, что структура метода моделирования содержит больше компонентов, чем наблюдение или эксперимент. В моделирование включены следующие составляющие:

1) субъект, осуществляющий моделирование;

2) моделируемый объект — оригинал;

3) объект-посредника — модель;

4) контекст моделирования, к которому относятся условия времени и места, концептуальные и материально-технические средства.

При построении модели исходного объекта часто происходит его упрощение и вводятся некоторые допущения (как правило, идеализирующие ситуацию). Допущения и базирующиеся на них понятия могут быть и весьма абстрактными, как, например, при математическом моделировании (скажем, понятие абстрактного инфекционного процесса при моделировании иммунных процессов). Исходные допущения должны быть осознанными и обоснованными, т.к. неверные допущения приведут к серьёзным искажениям при экстраполяции. Это означает, что для всякой модели следует чётко формулировать объем задач, которые будут решаться с её помощью:

Надо помнить и о том, что исходный объект может быть воспроизведён с помощью разных моделей; в общем случае нельзя сказать, что какая-то из них является истинной, настоящей, правильной. Достоинства той или иной модели в полной мере зависят от конкретной цели исследования, от концептуального угла зрения учёного.

Вопрос 4

Вопрос 5

Математическое моделирование как нормальных физиологических, так и пато- логических процессов является в настоя- щее время одним из самых актуальных на- правлений в научных исследованиях. Де- ло в том, что современная медицина пред- ставляет собой в основном эксперимен- тальную науку с огромным эмпирическим опытом воздействия на ход тех или иных болезней различными средствами. Что же касается подробного изучения процессов в биосредах, то их экспериментальное иссле- дование является ограниченным, и наибо- лее эффективным аппаратом их исследо- вания представляется математическое мо- делирование.

Разработка этого аппарата предполага- ет:

— построение замкнутой механико- математической модели процесса, описы- вающей поведение биологической среды на основе системы уравнений в частных производных механики сплошных сред (МСС);

— разработку замыкающих систему МСС реологических соотношений, описы- вающих поведение той или иной среды (для гидродинамики это уравнения состо- яния, для механики деформируемого твёр- дого тела (МДТТ) — соотношения между компонентами тензоров напряжений и де- формаций);

— корректную математическую поста- новку задачи, то есть представление за- мкнутой системы МСС, постановку необ- ходимых для её решения начальных и гра- ничных условий, условий на контактных границах (если они есть);

— разработку или реализацию вычис- лительных методов, адаптированных к специфике решения конкретной задачи;

— разработку алгоритма численного решения задачи и его программную реали- зацию;

— численное решение задачи и визуали- зацию полученных результатов.

Вопрос6

Вопрос7

Модель — это создаваемое человеком подобие изучаемого объек та (макет, изображение, схема, карта, словесное описание, мате матическое представление и т.п.). Метод моделирования состоит в исследовании объекта, явления или процесса путем построения моделей и их изучения. Модель всегда проще реального объекта, но она позволяет выделить главное, не отвлекаясь на детали. Не обходимость моделирования объясняется принципиальной невоз можностью исследования многих объектов или большой ресурсоемкостью их изучения. Различают биофизические, физические, электрические, ситу ационные, информационные, математические и другие модели.

Информационная модель — модель объекта, процесса или яв ления, в которой представлены информационные аспекты моде лируемого объекта, процесса или явления. Среди информацион ных моделей особое место занимают модели представления зна ний.

Математическая модель — приближенное описание объекта, явления или процесса с помощью математической символики. Эта модель представляет собой систему математических соотношений: формул, функций, уравнений, систем уравнений, описывающих те или иные стороны изучаемого объекта, явления или процесса. Математическое моделирование — мощное средство познания, прогнозирования и управления. Анализ математической модели помогает проникнуть в суть изучаемого объекта или явления.

Молекулярное моделирование и конструирование (молекулярный дизайн) — это звенья общего процесса создания молекулярной системы от замысла до воплощения. С большой долей условности технологию создания молекулярной системы можно отнести либо к биотехнологии, когда речь идет о биомолекулах, например о протеинах (белках), либо к нанотехнологии.

Вопрос8

Интеллектуальная система – это техническая или программная система, способная решать задачи, считающиеся творческими и принадлежащие конкретной предметной области, знания о которой хранятся в памяти интеллектуальной системы.

Экспертная система — это система, объединяющая возможности компьютера со знанием и опытом эксперта в такой форме, что система может предложить разумный совет или осуществить разумное решение поставленной задачи. Дополнительной (или основной) характеристикой системы является способность пояснить ход своих рассуждений в понятной форме.

Из этого определения следует, что ЭС создаются:

 для накопления знаний высококвалифицированных специалистов в конкретной

предметной области;

 для получения на их основе разумных решений, не уступающих по качеству

решениям экспертов;

288

 для объяснения принятых решений.

Процесс создания ЭС часто называют инженерией знаний (knowledge engineering), и он рассматривается в качестве применения методов искусственного интеллекта.

ЭС нашли применение для тех областей человеческой деятельности, где требуется принимать решения в условиях неполной информации, находить выход из интеллектуальной проблемы при отсутствии алгоритма, а также где традиционно используется мнение экспертов при решении проблем.

ЭС ориентированы на решение неформализуемых либо трудноформализуемых задач узких предметных областей. Такие задачи обладают неполнотой, неоднозначностью и противоречивостью как исходных данных, так и знаний о проблеме, и для своего решения требуют привлечения высококвалифицированных специалистов (экспертов).

Подобные задачи часто возникают в таких областях, как медицина и фармацевтическое производство, административное управление, прогнозирование и мониторинг, авиация, космос и оборона, химия, энергетика, металлургия, телекоммуникации, связь и т. д.

Приложение соответствует методам ЭС, если решаемая задача обладает совокупностью следующих характеристик:

1. задача может быть естественным образом решена посредством манипуляции с символами (т.е. с помощью символических рассуждений), а не манипуляций с числами, как принято в математических методах и в традиционном программировании;

2. задача должна иметь эвристическую, а не алгоритмическую природу, т.е. ее решение должно требовать применения эвристических правил. Задачи, которые могут быть гарантированно решены (с соблюдением заданных ограничений) с помощью некоторых формальных процедур, не подходят для применения ЭС;

3. задача должна быть достаточно сложна, чтобы оправдать затраты на разработку ЭС. Однако она не должна быть чрезмерно сложной (решение занимает у эксперта часы, а не недели), чтобы ЭС могла ее решать;

4. задача должна быть достаточно узкой, чтобы решаться методами ЭС, и практически значимой.

Вопрос9

Перечень типовых задач, решаемых экспертными системами (ЭС), включает:

* извлечение информации из первичных данных (таких как сигналы, поступающие от гидролокатора);

* диагностика неисправностей (как в технических системах, так и в человеческом организме);

* структурный анализ сложных объектов (например, химических соединений);

* выбор конфигурации сложных многокомпонентных систем (например, распределенных компьютерных систем);

* планирование последовательности выполнения операций, приводящих к заданной цели (например, выполняемых промышленными роботами);

+

По способу формирования решенияэкспертные системы разделяются на два класса: аналитические исинтетические. Аналитические системы предполагают выбор решений из множества известных альтернатив (оп-ределение характеристик объектов), а синтетические системы - генерацию неизвестных решений (формирование объектов).