Разработка методики моделирования процессов взаимодействия таможенных органов и участников ВЭД

Анализ объекта. На этом этапе четко выделяют моделируемый объект, его основные свойства, его элементы и связи между ними. Простой пример подчиненных связей объектов – разбор предложения. Сначала выделяются главные члены (подлежащее, сказуемое), затем второстепенные члены, относящиеся к главным, затем слова, относящиеся к второстепенным, и т. д.

Этап 2. Разработка модели.

Информационная  модель. На этом этапе выясняются свойства, состояния, действия и другие характеристики элементарных объектов в любой форме: устно, в виде схем, таблиц. Формируется представление об элементарных объектах, составляющих исходный объект, т.е. информационная модель. Модели должны отражать наиболее существенные признаки, свойства, состояния и отношения объектов предметного мира. Именно они дают полную информацию об объекте. Информационная модель никогда не характеризует объект полностью. Для одного и того же объекта можно построить различные информационные модели. Выбор наиболее существенной информации при создании информационной модели и сложность этой модели обусловлены целью моделирования.

Построение информационной модели является отправным пунктом  этапа разработки модели. Все входные  параметры объектов, выделенные при  анализе, располагают в порядке  убывания значимости и проводят упрощение  модели в соответствии с целью моделирования.

Знаковая модель. Прежде чем приступить к процессу моделирования, человек делает предварительные наброски чертежей либо схем на бумаге, выводит расчетные формулы, т. е. составляет информационную модель в той или иной знаковой форме, которая может быть либо компьютерной, либо некомпьютерной.

Компьютерная модель — это модель, реализованная средствами программной среды. Существует множество  программных комплексов, которые  позволяют проводить исследование (моделирование) информационных моделей. Каждая программная среда имеет  свой инструментарий и позволяет работать с определенными видами информационных объектов.

Человек уже знает, какова будет модель, и использует компьютер  для придания ей знаковой формы. Например, для построения геометрических моделей, схем используются графические среды, для словесных или табличных описаний — среда текстового редактора.

Основные функции компьютера при моделировании систем:

• исполнение роли вспомогательного средства для решения задач, решаемых и обычными вычислительными средствами, алгоритмами, технологиями;
• исполнение роли средства постановки и решения новых задач, не решаемых традиционными средствами, алгоритмами, технологиями;
• исполнение роли средства конструирования компьютерных обучающих и моделирующих сред типа: «обучаемый — компьютер — обучающий», «обучающий — компьютер — обучаемый», «обучающий — компьютер — группа обучаемых», «группа обучаемых — компьютер — обучающий», «компьютер — обучаемый — компьютер»;
• исполнение роли средства моделирования для получения новых знаний;
• «обучение» новых моделей (самообучение моделей).

Этап 3. Компьютерный эксперимент.

Компьютерное моделирование  — основа представления знаний в  ЭВМ. Компьютерное моделирование для  рождения новой информации использует любую информацию, которую можно  актуализировать с помощью ЭВМ. Прогресс моделирования связан с разработкой систем компьютерного моделирования, а прогресс в информационной технологии — с актуализацией опыта моделирования на компьютере, с созданием банков моделей, методов и программных систем, позволяющих собирать новые модели из моделей банка. Разновидность компьютерного моделирования — вычислительный эксперимент, т.е. эксперимент, осуществляемый экспериментатором над исследуемой системой или процессом с помощью орудия эксперимента — компьютера, компьютерной среды, технологии.

Вычислительный эксперимент  становится новым инструментом, методом  научного познания, новой технологией  также из-за возрастающей необходимости  перехода от исследования линейных математических моделей систем (для которых достаточно хорошо известны или разработаны методы исследования, теория) к исследованию сложных и нелинейных математических моделей систем (анализ которых гораздо сложнее). Грубо говоря, наши знания об окружающем мире линейны, а процессы в окружающем мире нелинейны. Вычислительный эксперимент позволяет находить новые закономерности, проверять гипотезы, визуализировать ход событий и т. д. Чтобы дать жизнь новым конструкторским разработкам, внедрить новые технические решения в производство или проверить новые идеи, нужен эксперимент. В недалеком прошлом такой эксперимент можно было провести либо в лабораторных условиях на специально создаваемых для него установках, либо на натуре, т. е. на настоящем образце изделия, подвергая его всяческим испытаниям. С развитием вычислительной техники появился новый уникальный метод исследования — компьютерный эксперимент. Компьютерный эксперимент включает некоторую последовательность работы с моделью, совокупность целенаправленных действий пользователя над компьютерной моделью.

Этап 4. Анализ результатов  моделирования.

Конечная цель моделирования  — принятие решения, которое должно быть выработано на основе всестороннего  анализа полученных результатов. Этот этап решающий — либо вы продолжаете  исследование, либо заканчиваете. Возможно, вам известен ожидаемый результат, тогда необходимо сравнить полученный и ожидаемый результаты. В случае совпадения вы сможете принять решение.

Основой для выработки  решения служат результаты тестирования и экспериментов. Если результаты не соответствуют целям поставленной задачи, значит, допущены ошибки на предыдущих этапах. Это может быть либо слишком упрощенное построение информационной модели, либо неудачный выбор метода или среды моделирования, либо нарушение технологических приемов при построении модели. Если такие ошибки выявлены, то требуется корректировка модели, т. е. возврат к одному из предыдущих этапов. Процесс повторяется до тех пор, пока результаты эксперимента не будут отвечать целям моделирования. Главное, надо всегда помнить: выявленная ошибка — тоже результат. ⁶

1.2.5. Классификационные признаки и классификация моделей. В процессе построения модели различают три вида или стадии построения:  мысленная модель, концептуальная модель и формальная модель. При наблюдении за объектом в голове исследователя формируется мысленный образ объекта, его идеальная модель. Формируя такую модель, разработчик, как правило, стремится ответить на конкретные вопросы. От реального очень сложного устройства объекта отсекается все ненужное с целью получения его более компактного и лаконичного описания. Представление мысленной модели на естественном языке называется содержательной моделью.

По функциональному  признаку и целям содержательные модели делятся на описательные, объяснительные и прогностические. Описательной моделью  называется любое описание объекта. Объяснительная модель позволяет ответить на вопрос: почему это происходит? Прогностическая модель описывает будущее поведение объекта.

Концептуальная (содержательная) модель – это абстрактная модель, определяющая структуру моделируемой системы, свойства ее элементов и причинно-следственные связи, присущие системе и существенные для достижения цели моделирования. Иными словами, это содержательная модель, при формулировании которой используются понятия и представления предметных областей, связанных с моделью. Например, ММ формулируется на языке математики – с помощью математических структур: формул, пространственных форм и т.п. Выделяют три вида концептуальных моделей: логико-семантические, структурно-функциональные и причинно-следственные.

Логико-семантическая  модель – описание объекта в терминах соответствующих предметных областей знаний. Анализ таких моделей осуществляется средствами логики с привлечением специальных  знаний.

При построении структурно-функциональной модели объект рассматривается как целостная система, которую расчленяют на отдельные подсистемы или элементы. Части системы связывают структурными отношениями, описывающими подчиненность, логическую и временную последовательность решения задач.

Причинно-следственная модель служит для объяснения и прогнозирования поведения объекта. Такие модели ориентированы на следующие моменты:

1. выявление главных взаимосвязей между подсистемами;
2. выявление определенного влияния различных факторов на состояние объекта;
3. описание динамики интересующих разработчика параметров.

Формальная модель является представлением концептуальной модели с помощью формальных языков. К  таким языкам относятся математический аппарат, алгоритмические языки, языки  моделирования.

Построение концептуальной модели включает следующие этапы:

• определение типа системы;
• описание внешних воздействий;
• декомпозиция системы.

На первом этапе осуществляется сбор фактических данных (на основе работы с литературой и технической  документацией, проведения натурных экспериментов, сбора экспертной информации и т. д.), а  также выдвижение гипотез относительно значений параметров и переменных, для которых отсутствует возможность получения фактических данных. Если полученные результаты соответствуют принципам информационной достаточности и осуществимости, то они могут служить основой для отнесения моделируемой системы к одному из известных типов (классов).

Одним из классификационных  признаков моделируемой системы  является мощность множества состояний  моделируемой системы. По этому признаку системы делят на статические и динамические. Система называется статической, если множество ее состояний содержит один элемент. Если состояний больше одного, или они могут изменяться во времени, система называется динамической. Процесс смены состояний называется движением системы.

Различают два основных типа динамических систем:

• с дискретными состояниями (множество состояний конечно или счетно);
• с непрерывным множеством состояний.

Системы с дискретными  состояниями характеризуются тем, что в любой момент времени  можно однозначно определить, в каком  именно состоянии находится система. Для такой идентификации обязательно  нужно знать тот признак, который отличает одно состояние системы от другого. Например, при исследовании систем массового обслуживания в качестве такого признака обычно используют число заявок в системе. Соответственно, изменение числа заявок в системе интерпретируется как переход системы в новое состояние. Если же не удается подобрать такой признак, либо его текущее значение невозможно зафиксировать, то систему относят к классу систем с непрерывным множеством состояний.

Смена состояний может  происходить либо в фиксированные моменты времени, множество которых дискретно (например, поступление новых заявок на обслуживание), либо непрерывно (изменение температуры тела при нагревании). В соответствии с этим различают системы с дискретным временем переходов (смены состояний) и системы с непрерывным временем переходов (точнее, «живущие» в непрерывном времени).

По условиям перехода из одного состояния в другое различают  детерминированные системы и  стохастические. В детерминированных  системах новое состояние зависит  только от времени и текущего состояния системы. Другими словами, если имеются условия, определяющие переход системы в новое состояние, то для детерминированной системы можно однозначно указать, в какое именно состояние она перейдет. Для стохастической системы можно указать лишь множество возможных состояний перехода и, в некоторых случаях, - вероятностные характеристики перехода в каждое из этих состояний.

Рассмотренная схема  классификации систем важна не сама по себе. На этапе разработки концептуальной модели она, во-первых, позволяет уточнить цели и задачи моделирования и, во-вторых, облегчает переход к этапу формализации модели. Кроме того, значительно позже, на этапе оценки качества разработанной модели, знание классификационных признаков дает возможность оценить степень ее соответствия первоначальному замыслу разработчика.

Необходимо отметить, что рассмотренные классификационные  признаки применимы и для определения  типа разрабатываемой модели. При  этом исследуемая система и ее модель могут относиться как к одному, так и к разным классам. Например, реальная система может быть подвержена воздействию случайных факторов и, соответственно, будет относиться к классу стохастических систем. Если разработчик модели считает, что влиянием этих факторов можно пренебречь, то создаваемая модель будет представлять собой детерминированную систему. Аналогичным образом возможно отображение системы с непрерывным временем смены состояний в модель с дискретными переходами и т. д.

Совокупность факторов, воздействующих на систему и оказывающих влияние на эффективность её функционирования, назовем внешними воздействиями (ВВ).

Описание ВВ является не только важной, но и достаточно сложной  задачей. Особенно в тех случаях, когда приходится учитывать влияние  случайных факторов, или когда речь идет о внешних воздействиях на проектируемую принципиально новую систему. В связи с этим введем понятие «модели внешних воздействий», подчеркивая сопоставимость уровня сложности описания собственно системы и внешних воздействий на неё.

Модель внешних воздействий должна обладать следующими основными свойствами:

• совместимостью с моделью системы;
• представительностью;
• управляемостью;
• системной независимостью.