Информация и моделирование

Издревле люди пытались постичь суть окружающих их предметов и явлений с помощью моделей. Да и развитие человека начинается с моделей. Чем является большинство детских игрушек? Моделями объектов окружающего мира (домики, куклы, фигурки зверей и птиц, машинки и т.д.) или же моделями различных процессов (сборка, компоновка, поиск, выбор, последовательность и т.д.). Есть, как известно, игрушки, моделирующие цветовые, звуковые характеристики. Вам хорошо известно, как на занятиях используются географические карты, чучела животных, различные геометрические фигуры, вы выполняете лабораторные работы по физике, ставите химические опыты и т. д. Все это позволяет вам лучше понять различные предметы, явления, процессы посредством моделирования. Таким образом, моделирование — это мощнейший инструмент познания. Первым видом моделирования, которое в определенном виде дошло и до наших дней, было натурное моделирование, которое применялось в строительстве, судоходстве и других областях. Суть его заключалась в том, что создавалась, как правило, уменьшенная модель, точно повторяющая формы и очертания моделируемого объекта. Вполне очевидно, что модель более доступна, чем сам объект. Воздействуя на эти модели такими факторами, как статическая нагрузка, ветер, вода, воздух, специалисты наблюдали за поведением объекта, делали определенные замеры интересовавших их параметров и с помощью формул пересчета с учетом масштабирования пытались спрогнозировать поведение реального объекта в аналогичных условиях, т. е. фактически ими анализировались информационные признаки моделей, на основании которых и делались соответствующие выводы. Стоит отметить, что чисто натурное моделирование, сопровождающееся последующими ручными расчетами, было недостаточно эффективно и не всегда приводило к желаемым результатам. Поэтому с середины 1930-х г.г. стало развиваться полунатурное моделирование, которое широко применяется и в наши дни. При таком процессе либо создавалась упомянутая выше модель, либо брался сам объект, и к нему присоединялись всевозможные датчики, необходимые для съема интересующей информации. С появлением цифровой вычислительной техники стали очевидными ее преимущества при проведении такого моделирования. Однако, вся проблема заключалась в том, что информация с датчиков носила аналоговый, т.е. непрерывный, характер, а компьютер работает в цифровом (дискретном, т.е. прерывистом, импульсном) режиме. Возникла потребность в аналого-цифровом и цифроаналоговом преобразовании. Аналоговый сигнал – это непрерывный сигнал, его можно сравнить с тропинкой, ведущей в гору, – ноги идущего по ней человека могут стоять на любой высоте относительно основания горы, и, естественно, не выше самой горы (рис. 1, а). А теперь представьте, что построили лестницу, ведущую к вершине нашей горы. Здесь картина другая – ноги человека могут оказаться только на фиксированных высотах, определяемых расположением ступенек. Эти фиксированные значения называются дискретами или отсчетами (рис. 1, б).

На рис. 1 (в) слева показана просто тропинка (аналоговый сигнал), а справа – ступеньки в виде оснований стрелочек (цифровой сигнал). Причем если аналоговый сигнал непрерывен, то цифровой – дискретен, т.е. квантован (квант – это порция) по времени, или, проще говоря, возникает в виде импульсов, имеющих различную амплитуду через определенные временные интервалы.

Рисунок 1 – Аналоговые и цифровые сигналы:

а – пример аналогового сигнала;

б – пример цифрового (дискретного) сигнала;

в – преобразование аналогового сигнала в цифровой

Для преобразования цифровых сигналов в аналоговые используется модуляция. Она может быть амплитудной, амплитудно-частотной, фазовой, фазово-частотной и т.д. Наиболее понятной является амплитудная модуляция, суть которой состоит в том, что вершины дискретов (отсчетов) соединяются некой огибающей — и это будет уже непрерывный (аналоговый) сигнал. Демодуляция состоит в обратном — от плавной кривой перейти к совокупности дискретов (отсчетов).

Итак, с началом использования цифровой компьютерной техники в полунатурном моделировании его возможности значительно возросли, поскольку стали широко применяться различные математические методы обработки информации с датчиков, в частности прогнозирование развития процессов, сопоставление результатов, полученных математическим и эмпирическим (экспериментальным) путем.

И наконец, еще один, пожалуй, самый распространенный сегодня вид моделирования – информационное. Информационные модели – это описание объектов-оригиналов с помощью алгоритмов. Одним из самых распространенных видов этого моделирования является математическое. Суть его заключается в том, что некоторое явление, процесс или предмет описывается совокупностью математических закономерностей (формул, условий и т.д.), в результате чего образуется математическая модель, которая исследуется по специальным алгоритмам. Кстати, именно этим видом моделирования вы пользуетесь на занятиях физики и химии при решении задач количественного характера.

Основа моделирования – информация. Посмотрим на проблему моделирования под несколько другим углом. Все ли задачи, которые перед нами ставит жизнь, являются четкими и ясными? В большинстве случаев, конечно же, нет. Поэтому одна из важнейших задач практической информатики – переход от нечетких задач к моделям, позволяющим решать эти задачи на компьютере. Поскольку большинство моделей содержат не только информационные признаки объектов, но и логические, такие модели принято считать информационно-логическими или инфологическими. Например, модели двух деталей одного механизма можно определить информационными признаками – геометрическая форма, размеры, материал, цвет и т.д., а вот процесс их взаимодействия в механизме – это уже логический признак, следовательно, только информационно-логическая модель даст полное представление о взаимодействии деталей. Процесс моделирования неразрывно связан с процессом алгоритмизации. Результатом моделирования является набор величин и алгоритмов, полностью и однозначно описывающий объект, процесс или событие. Процесс моделирования всегда начинается с выделения существенной информации об объекте моделирования и представления этой информации некоторым набором алгоритмических величин. Именно в связи с моделированием в информатике появился так называемый объектно-ориентированный подход. Под объектом стали понимать единое целое, состоящее из информации и процедур обработки этой информации. Характерной чертой объектов является инкапсуляция (объединение) информации и алгоритмов (процедур) ее обработки, в результате чего и информация, и алгоритмические процедуры во многом теряют самостоятельное значение. Любой новый объект (производный от начального) может быть объявлен потомком ранее существующего объекта. При этом он наследует всю информацию и алгоритмы объекта-родителя, а также может содержать свою информацию и свои алгоритмы.

Следует отметить, что сама процедура моделирования является достаточно субъективной. Очевидно, что для одного и того же объекта можно сформировать различные модели, учитывающие разные факторы, определяющие свойства и поведение объекта. Собственно, правильный выбор таких факторов и определяет эффективность модели.

Принято различать графический (чертежи, графики, рисунки, эскизы), описательный (всевозможные словесные описания, например, словесный портрет человека), информационно-логический (об этом мы уже говорили) и математический виды представления моделей. Существуют модели, которые описывают моделируемый объект системой отношений, причем ряд параметров в этих отношениях находится во власти человека. Назначение этих моделей — найти такое сочетание параметров, при котором будет достигнут наилучший (оптимальный) результат из возможных.

Например, имеется несколько видов кормов для коров, каждый из которых имеет различное количество белков, жиров и углеводов, а также разную стоимость. Можно построить модель, которая обеспечит, с одной стороны, наиболее рациональное питание животных, а с другой — минимальные затраты. Такие модели называют оптимизационными. Наиболее широкое применение они нашли в экономике. Известный советский ученый, лауреат Нобелевской премии Л. В. Кантарович разработал модель оптимального раскроя ткани, что стало большим достижением в развитии экономико-математического моделирования. Перечисленные модели характеризуются тем, что в них отсутствуют факторы, активно противодействующие достижению цели.

Однако подобные ситуации не такие уж редкие. Особенно ярко это проявляется в играх, где есть два и более участника, каждый из которых преследует свою цель. Существует раздел математики, который занимается моделированием таких ситуаций, он так и называется теорией игр, а соответствующие модели — игровыми. Кроме того, существует моделирование, позволяющее прогнозировать состояние сложных систем в зависимости от различных стратегий управления ими. Такое моделирование называется имитационным и является одним из самых сложных видов моделирования.

Вопросы для самоконтроля:

1. Что лежит в основе моделирования?

2. Приведите примеры моделей из жизни.

3. Какую роль сыграли компьютеры в развитии процессов моделирования?

4. Поясните суть модуляции и демодуляции.

Дата добавления: 2015-12-21; просмотров: 21; Мы поможем в написании вашей работы!

Поделиться с друзьями:

Мы поможем в написании ваших работ!