Курс лекций по "Методам научных исследований"

Описание физической или  экономической сущности исследуемого явления (или процесса) составляет основу теоретических разработок. Такое описание должно всесторонне освещать суть процесса и базироваться на законах физики, химии, механики, физической химии, политэкономии и др. Для этого исследователь должен знать классические законы естественных и общественных наук и уметь их использовать применительно к рабочей гипотезе научного исследования.

В последнее время все  большее значение приобретают исследования по вопросам прогнозирования и экономического обоснования, а также организации производства, отражающих в комплексе сложные системы. Оптимизация структур предприятий, информационные и другие управленческие процессы занимают ведущее место в исследованиях, что обусловлено внедрением ЭВМ.

Учитывая изложенное, можно  более эффективно и экономно сформулировать гипотезу научного исследования и наметить план его выполнения.

Первичным в познании физической и экономической сущности процессов выступают наблюдения. Любой процесс зависит от многих действующих на него факторов. Каждое наблюдение или измерение может зафиксировать лишь некоторые факторы. Для того чтобы наиболее полно понять процесс, необходимо иметь большое количество наблюдений и измерений. Выделить главное и затем глубоко исследовать процессы или явления с помощью обширной, но не систематизированной информации затруднительно. Поэтому такую информацию стремяться "сгустить" в некоторое абстрактное понятие — "модель".

Под моделью понимают искусственную  систему, отображающую основные свойства изучаемого объекта — оригинала. Модель — это изображение в удобной форме многочисленной информации об изучаемом объекте. Она находится в определенном соответствии с последним, может заменить его при исследовании и позволяет получить информацию о нем.

Метод моделирования — изучение явлений с помощью моделей — один из основных в современных исследованиях.

Различают физическое и математическое моделирование. При физическом моделировании физика явлений в объекте и модели и их математические зависимости одинаковы. При математическом моделировании физика явлений может быть различной, а математические зависимости одинаковыми. Математическое моделирование приобретает особую ценность, когда возникает необходимость изучить очень сложные процессы.

При построении модели свойства и сам объект обычно упрощают, обобщают. Чем ближе модель к оригиналу, тем удачнее она описывает  объект, тем эффективнее теоретическое исследование и тем ближе полученные результаты к принятой гипотезе исследования.

Модели могут быть физические, математические, натурные.

Физические модели позволяют наглядно представлять протекающие в натуре процессы. С помощью физических моделей можно изучать влияние отдельных параметров на течение физических процессов.

Математические модели позволяют  количественно исследовать явления, трудно поддающиеся изучению на физических моделях.

Натурные модели представляют собой  масштабно изменяемые объекты, позволяющие наиболее полно исследовать процессы, протекающие в натурных условиях.

Стандартных рекомендаций по выбору и построению моделей не существует. Модель должна отображать существенные явления процесса. Мелкие факторы, излишняя детализация, второстепенные явления и т. п. лишь усложняют модель, затрудняют теоретические исследования, делают их громоздкими, нецеленаправленными. Поэтому модель должна быть оптимальной по своей сложности, желательно наглядной, но главное — достаточно адекватной, т. е. описывать закономерности изучаемого явления с требуемой точностью.

Для построения наилучшей модели необходимо иметь глубокие и всесторонние знания не только по теме и смежным наукам, но и хорошо знать практические аспекты исследуемой задачи.

В отдельных случаях модель исследуемого явления может быть ограничена лишь описанием сущности.

Иногда построение физических моделей  и математическое описание явления невозможно. Однако и при этом необходимо сформулировать рабочую гипотезу, проиллюстрировать ее графиками, таблицами, предположить и оценить результаты, которые должны быть получены на основе этой гипотезы, спланировать и провести научно-исследовательскую работу.

Многообразные физические и  экономические модели изучаемых  процессов исследуют математическими методами, которые могут быть разделены на такие основные группы.

Аналитические методы исследования (элементарная математика, дифференциальные и интегральные уравнения, вариационное исчисление и другие разделы высшей математики), используемые для изучения непрерывных детерминированных процессов. С помощью аналитических методов исследования устанавливают математическую зависимость между параметрами модели. Эти методы позволяют глубоко и всесторонне изучить исследуемые процессы, установить точные количественные связи между аргументами и функциями, глубоко проанализировать исследуемые явления.

Методы математического анализа  с использованием эксперимента (метод анализа, теория подобия, метод размерностей) и др.

Аналитические зависимости позволяют  на основе функционального анализа уравнений изучать процессы в общем виде и являются математической моделью класса процессов. Математическая модель может быть представлена в виде функции, уравнения, в виде системы уравнений, дифференциальных или интегральных уравнений.

Такие модели обычно содержат большое количество информации. Характерной особенностью математических моделей является то, что они могут быть преобразованы с помощью математического аппарата. Так, например, функции можно исследовать на экстремум; дифференциальные или интегральные уравнения можно решить. При этом исследователь получает новую информацию о функциональных связях и свойствах моделей.

Использование математических моделей является одним из основных методов современного научного исследования. Но он имеет существенные недо-татки. Для того чтобы из всего класса найти частное решение, присущее лишь данному процессу, необходимо задать условия однозначности. Установление краевых условий требует проведения достоверного опыта и тщательного анализа экспериментальных данных. Неправильное принятие краевых условий приводит к тому, что подвергается теоретическому анализу не тот процесс, который планируется, а видоизмененный.

Кроме указанного недостатка аналитических методов, во многих случаях  отыскать аналитические выражения с учетом условий однозначности, наиболее реально отображающими физическую сущность изучаемого процесса, или вообще невозможно или чрезвычайно трудно. Иногда, исследуя сложный физический процесс при хорошо обоснованных краевых условиях, упрощают исходные дифференциальные уравнения из-за невозможности или чрезмерной громоздкости их решения, что искажает его физическую сущность. Таким образом, очень часто реализовать аналитические зависимости сложно.

Экспериментальные методы позволяют  глубоко изучить процессы в пределах точности техники эксперимента и сконцентрировать внимание на тех параметрах процесса, которые представляют наибольший интерес. Однако результаты конкретного эксперимента не могут быть распространены на другой процесс, даже близкий по физической сущности, потому что результаты любого эксперимента отображают индивидуальные особенности лишь исследуемого процесса. Из опыта еще невозможно окончательно установить, какие из параметров оказывают решающее влияние на ход процесса и как будет протекать процесс, если изменять различные параметры одновременно. При экспериментальном методе каждый конкретный процесс должен быть исследован самостоятельно.

В конечном счете экспериментальные  методы позволяют установить частные зависимости между отдельными переменными в строго определенных интервалах изменения. Анализ переменных характеристик за пределами этих интервалов может привести к искажению зависимости, грубым ошибкам.

Таким образом, и аналитические, и экспериментальные методы имеют свои преимущества и недостатки, которые часто затрудняют эффективное решение практических задач. Поэтому чрезвычайно плодотворным является сочетание положительных сторон аналитических и экспериментальных методов исследования.

Явления, процессы изучаются  не изолированно друг от друга, а комплексно. Различные объекты с их специфическими переменными величинами объединяются в комплексы, характеризуемые едиными законами. Это позволяет распространить анализ одного явления на другие или целый класс аналогичных явлений. При таком принципе исследований уменьшается число переменных величин, они заменяются обобщенными критериями. В результате упрощается искомое математическое выражение. На этом принципе основаны методы сочетания аналитических способов исследования с экспериментальными методами аналогии, подобия, размерностей, являющихся разновидностью методов моделирования.

Вероятностно-статистические методы исследования (статистика и  теория вероятностей, дисперсионный и коррекционный анализы, теория надежности, метод Монте-Карло и др.) для изучения случайных процессов — дискретных и непрерывных.

Все автотранспортные процессы выполняются в условиях непрерывно меняющейся обстановки. Те или иные события могут произойти или не произойти. В связи с этим приходится анализировать случайные, вероятностные или стохастические связи, в которых каждому аргументу соответствует множество значений функции. Наблюдения показали, что несмотря на случайный характер связи рассеивание имеет вполне определенные закономерности. Для таких статистических законов теория вероятностей позволяет предсказать исход не одного какого-либо события, а средний результат случайных событий и тем точнее, чем больше число анализируемых явлений.

Очень часто применяют методы теории вероятностей и математической статистики в теории надежности, которая в настоящее время широко используется в различных отраслях науки и техники.

Основной задачей теории надежности является прогнозирование (предсказание с той или иной вероятностью) различных показателей — безотказной работы, срока службы и т. д. Она связана с нахождением вероятностей.

Для исследования сложных  процессов вероятностного характера с 1950 г. стали применять метод Монте-Карло. С его помощью в настоящее время решают широкий круг задач, в которых ставят цель отыскать наилучшее решение из множества рассматриваемых вариантов: отыскать наилучший вариант размещения баз, складов, предприятий; определить оптимальное количество автомобилей, обслуживающих объект; уточнить пропускную способность АЗС и др.

Метод Монте-Карло, называемый методом статистического моделирования или статистических испытаний, представляет собой численный метод решения сложных задач. Он основан на использовании случайных чисел, моделирующих вероятностные процессы. Результаты решения метода позволяют установить эмпирические зависимости исследуемых процессов. Решение задач методом Монте-Карло эффективно лишь с использованием быстродействующих ЭВМ.

Методы системного анализа (исследование операций, теория массового обслуживания, теория управления, теория множеств и др.) получили широкое распространение в последнее время, что в значительной степени обусловлено развитием ЭВМ, обеспечивающим быстрое решение и анализ сложных математических задач.

Под системным анализом понимают совокупность приемов и методов для изучения сложных объектов — систем, представляющих собой сложную совокупность взаимодействующих между собой элементов. Взаимодействие элементов системы характеризуется прямыми и обратными связями. Сущность системного анализа состоит в том, чтобы выявить эти связи и установить их влияние на поведение всей системы в целом.

Системный анализ используют для исследования таких сложных  систем, как экономика автомобильного транспорта, автотранспортное предприятие и др. Наиболее часто рассматривают развитие этих систем во времени. Эффективно методы системного анализа могут быть использованы при планировании и организации технологии производственных процессов предприятий.

Системный анализ в большинстве случаев производят в целях оптимизации процессов и управления системами, заключающихся в выборе такого варианта управления, при котором достигается минимальное или максимальное значение заданной (выбранной) величины — критерия оптимизации. Сложность выбора надлежащего критерия состоит в том, что на практике в задачах оптимизации и управления имеют дело со многими критериями, которые часто бывают взаимно противоречивыми. Математически правильная постановка задачи оптимизации предполагает наличие лишь одного критерия. Наиболее часто выбирают какой-либо один критерий, а для других устанавливают пороговые (предельно допустимые) значения. Иногда применяют смешанные критерии, представляющие собой функцию от первичных параметров. Во многих случаях критерии оптимизации называют целевыми функциями.

Подробно обо всех изложенных математических методах исследования студенты ознакамливаются в специальных дисциплинах, читаемых по специальностям экономических факультетов.

Этап теоретических разработок научного исследования включает в себя следующие основные разделы: 1) изучение физической или экономической сущности процесса, явлений; 2) формулирование гипотезы исследования, выбор, обоснование и разработка физической или экономической модели; 3) математизация модели; 4) анализ теоретических решений, формулирование выводов.

Может быть принята и  другая структура теоретической части исследования, например, если не удается выполнить математические исследования, то формулируют рабочую гипотезу в словесной форме, привлекая графики, таблицы и пр. Однако необходимо стремиться к применению математизации выдвинутых гипотез и других научных выводов.