Качественные» методы разработки и описания систем типа «мозговой атаки».

Качественные методы системного анализа применяются, когда отсутствуют описания закономерностей систем в виде аналитических зависимостей.

Методы типа мозговой атаки. Концепция «мозговой атаки» получила широкое распространение с начала 50-х годов как метод систематической тренировки творческого мышления, нацеленный на открытие новых идей и достижение согласия группы людей на основе интуитивного мышления. Методы этого типа известны также под названиями «мозговой штурм», «конференция идей», а в последнее время наибольшее распространение получил термин «коллективная генерация идей» (КГИ).

Обычно при проведении мозговой атаки или сессий КГИ стараются выполнять определенные правила, суть которых:

- обеспечить как можно большую свободу мышления участников КГИ и высказывания ими новых идей;

- приветствуются любые идеи, если вначале они кажутся сомнительными или абсурдными (обсуждение и оценка идей производится позднее);

- не допускается критика, не объявляется ложной и не прекращается обсуждение ни одной идеи;

- желательно высказывать как можно больше идей, особенно нетривиальных.

Подобием сессий КГИ можно считать разного рода совещания — конструктораты, заседания научных советов по проблемам, заседания специально создаваемых временных комиссий и другие собрания компетентных специалистов.

 

Методы типа сценариев.

Методы подготовки и согласования представлений о проблеме или анализируемом объекте, изложенные в письменном виде, получили название сценария. Первоначально этот метод предполагал подготовку текста, содержащего логическую последовательность событий или возможные варианты решения проблемы, развернутые во времени. Однако позднее обязательное требование явно выраженных временных координат было снято, и сценарием стали называть любой документ, содержащий анализ рассматриваемой проблемы или предложения по ее решению, по развитию системы независимо от того, в какой форме он представлен. Как правило, предложения для подготовки подобных документов пишутся вначале индивидуально, а затем формируется согласованный текст.

На практике по типу сценариев разрабатывались прогнозы в некоторых отраслях промышленности. В настоящее время разновидностью сценариев можно считать предложения к комплексным программам развития отраслей народного хозяйства, подготавливаемые организациями или специальными комиссиями.

Сценарий является предварительной информацией, на основе которой проводится дальнейшая работа по прогнозированию развития отрасли или по разработке вариантов проекта. Он может быть подвергнут анализу, чтобы исключить из дальнейшего рассмотрения то, что в учитываемом периоде находится на достаточном уровне развития, если речь идет о прогнозе, или, напротив, то, что не может быть обеспечено в планируемом периоде, если речь идет о проекте. Таким образом, сценарий помогает составить представление о проблеме, а затем приступить к более формализованному представлению системы в виде графиков, таблиц для проведения экспертного опроса и других методов системного анализа.

 

Методы экспертных оценок.

Термин «эксперт» происходит от латинского слова означающего «опытный».

При использовании экспертных оценок обычно предполагается, что мнение группы экспертов надежнее, чем мнение отдельного эксперта. В некоторых теоретических исследованиях отмечается, что это предположение не является очевидным.

Все множество проблем, решаемых методами экспертных оценок, делится на два класса. К первому относятся такие, в отношении которых имеется достаточное обеспечение информацией. При этом методы опроса и обработки основываются на использовании принципа «хорошего измерителя», т. е. эксперт —качественный источник информации; групповое мнение экспертов близко к истинному решению. Ко второму классу относятся проблемы, в отношении которых знаний для уверенности в справедливости указанных гипотез недостаточно. В этом случае экспертов уже нельзя рассматривать как «хороших измерителей» и необходимо осторожно подходить к обработке результатов экспертизы во избежание больших ошибок. В литературе в основном рассматриваются вопросы экспертного оценивания для решения задач первого класса.

При обработке материалов коллективной экспертной оценки используются методы теории ранговой корреляции. Для количественной оценки степени согласованности мнений экспертов применяется коэффициент конкордации

где

— количество экспертов, j= — количество рассматриваемых свойств, — место, которое заняло -е свойство в ранжировке j-м экспертом; d_i — отклонение суммы рангов по -му свойству от среднего арифметического сумм рангов по n свойствам.

Коэффициент конкордации W позволяет оценить, насколько согласованы между собой ряды предпочтительности, построенные каждым экспертом. Его значение находится в пределах0£W£1; W=0 означает полную противоположность, а W= 1 —полное совпадение ранжировок. Практически достоверность считается хорошей, если W= 0,7...0,8.

Небольшое значение коэффициента конкордации, свидетельствующее о слабой согласованности мнений экспертов, является следствием следующих причин: в рассматриваемой совокупности экспертов действительно отсутствует общность мнений; внутри рассматриваемой совокупности экспертов существуют группы с высокой согласованностью мнений, однако обобщенные мнения таких групп противоположны.

Для наглядности представления о степени согласованности мнений двух любых экспертов А и В служит коэффициент парной ранговой корреляции

где — разность (по модулю) величин рангов оценок -го свойства, назначенных экспертами А и В: —показатели связанных рангов оценок экспертов А и В.

Коэффициент парной ранговой корреляции принимает значения —1< <+1. Значение = +1 соответствует полному совпадению оценок в рангах двух экспертов (полная согласованность мнений двух экспертов), а =—1— двум взаимно противоположным ранжировкам важности свойств (мнение одного эксперта противоположно мнению другого).

30. Методы типа «Дельфи».

Характерный для середины XX в. бурный рост науки и техники вызвал большие перемены в отношении к оценкам будущего развития систем. Одним из результатов этого периода в развитии методов анализа сложных систем явилась разработка методов экспертной оценки, известных в литературе как «методы Дельфи». Название этих методов связано с древнегреческим городом Дельфи, где при храме Аполлона с IX в. до н.э. до IV в. н.э. по преданиям существовал Дельфийский оракул.

Суть метода Дельфи заключается в следующем. В отличие от традиционного подхода к достижению согласованности мнений экспертов путем открытой дискуссии метод Дельфи предполагает полный отказ от коллективных обсуждений. Это делается для того, чтобы уменьшить влияние таких психологических факторов, как присоединение к мнению наиболее авторитетного специалиста, нежелание отказаться от публично выраженного мнения, следование за мнением большинства. В методе Дельфи прямые дебаты заменены тщательно разработанной программой последовательных индивидуальных опросов, проводимых обычно в форме анкетирования. Ответы экспертов обобщаются и вместе с новой дополнительной информацией поступают в распоряжение экспертов, после чего они уточняют свои первоначальные ответы. Такая процедура повторяется несколько раз до достижения приемлемой сходимости совокупности высказанных мнений. Результаты эксперимента показали приемлемую сходимость оценок экспертов после пяти туров опроса.

Метод Дельфи первоначально был предложен О. Хелмером как итеративная процедура при проведении мозговой атаки, которая должна помочь снизить влияние психологических факторов при проведении повторных заседаний и повысить объективность результатов. Однако почти одновременно Дельфи-процедуры стали основным средством повышения объективности экспертных опросов с использованием количественных оценок при оценке деревьев цели и при разработке сценариев.

Процедура Дельфи-метода:

1) в упрощенном виде организуется последовательность циклов мозговой атаки;

2) в более сложном виде разрабатывается программа последовательных индивидуальных опросов обычно с помощью вопросников, исключая контакты между экспертами, но предусматривающая ознакомление их с мнениями друг друга между турами; вопросники от тура к туру могут уточняться;

3) в наиболее развитых методиках экспертам присваиваются весовые коэффициенты значимости их мнений, вычисляемые на основе предшествующих опросов, уточняемые от тура к туру и учитываемые при получении обобщенных результатов оценок.

Первое практическое применение метода Дельфи к решению некоторых задач Министерства обороны США во второй половине 40-х годов, показало его эффективность и целесообразность распространения на широкий класс задач, связанных с оценкой будущих событий.

Исследуемые проблемы: научные открытия, рост народонаселения, автоматизация производства, освоение космоса, предотвращение войны, военная техника. Результаты статистической обработки мнений экспертов позволили нарисовать вероятную картину будущего мира в указанных шести аспектах. Была оценена также степень согласованности мнений экспертов, которая оказалась приемлемой после проведения четырех туров опроса.

Недостатки метода Дельфи:

§ значительный расход времени на проведение экспертизы, связанный с большим количеством последовательных повторений оценок;

§ необходимость неоднократного пересмотра экспертом своих ответов вызывает у него отрицательную реакцию, что сказывается на результатах экспертизы.

Дальнейшим развитием метода Дельфи являются методы QUWST, SEER, PATTERN.

 

31. Методы типа «дерева целей».

Идея метода дерева целей впервые была предложена Черчменом в связи с проблемами принята решений в промышленности. Термин «дерево целей» подразумевает использование иерархической структуры, полученной путей разделения общей цели на подцели, а их, в свою очередь, на боле) детальные составляющие — новые подцели, функции и т. д. Как правило, этот термин используется для структур, имеющих от ношение строгого древесного порядка, но метод дерева целей используется иногда и применительно к «слабым» иерархиям в которых одна и та же вершина нижележащего уровня может быть одновременно подчинена двум или нескольким вершина» вышележащего уровня.

Древовидные иерархические структуры используются и при исследовании и совершенствовании организационных структур Не всегда разрабатываемое даже для анализа целей дерево может быть представлено в терминах целей. Иногда, например, при анализе целей научных исследований удобнее говорить о дереве направлений прогнозирования. В. М. Глушковым, например, бы. предложен и в настоящее время широко используется термин) «прогнозный граф». При использовании этого понятия появляется возможность более точно определить понятие дерева как связного ориентированного графа, не содержащего петель, каждая пара вершин которого соединяется единственной цепью.

 

32. Морфологические методы.

Основная идея морфологических методов — систематически находить все «мыслимые» варианты решения проблемы или реализации системы путем комбинирования выделенных элементов или их признаков. Идеи морфологического образа мышления восходят к Аристотелю, Платону, к известной средневековой модели механизации мышления Р. Луллия. В систематизированном виде морфологический подход был разработан и применен впервые швейцарским астрономом Ф. Цвикки и долгое время был известен как метод Цвикки.

Цвикки предложил три метода морфологического исследования.

Первый метод — метод систематического покрытия поля (МСПП), основанный на выделении так называемых опорных пунктов знания в любой исследуемой области и использовании для заполнения поля некоторых сформулированных принципов мышления. Второй — метод отрицания и конструирования (МОК), базирующийся на идее

Цвикки, заключающейся в том, что на пути конструктивного прогресса стоят догмы и компромиссные ограничения, которые есть смысл отрицать, и, следовательно, сформулировав некоторые предложения, полезно заменить их затем на противоположные и использовать при проведении анализа.

Третий — метод морфологического ящика (ММЯ), нашедший наиболее широкое распространение. Идея ММЯ состоит в определении всех «мыслимых» параметров, от которых может зависеть решение проблемы, и представлении их в виде матриц-строк, а затем в определении в этом морфологическом матрице-ящике всех возможных сочетаний параметров по одному из каждой строки. Полученные таким образом варианты могут затем подвергаться оценке и анализу с целью выбора наилучшего. Морфологический ящик может быть не только двумерным. Например, А. Холл использовал для исследования структуры систем трехмерный ящик.

Морфологические ящики Цвикки нашли широкое применение для анализа и разработки прогноза в технике. Для организационных же систем, систем управления такой ящик, который, повидимому, был бы многомерным, практически невозможно построить. Поэтому, используя идею морфологического подхода для моделирования организационных систем, разрабатывают языки моделирования или языки проектирования, которые применяют для порождения возможных ситуаций в системе, возможных вариантов решения и часто — как вспомогательное средство формирования нижних уровней иерархической структуры как при моделировании структуры целей, так и при моделировании организационных структур. Примерами таких языков служат: системно-структурные языки (язык функций и видов структуры, номинально-структурный язык), язык ситуационного управления, языки структурно-лингвистического моделирования.

 

33. Формализация процесса исследования системы на основе методики системного анализа.

Методики, реализующие принципы системного анализа в конкретных условиях, направлены на то, чтобы формализовать процесс исследования системы, процесс поставки и решения проблемы. Методика системного анализа разрабатывается и применяется в тех случаях, когда у исследователя нет достаточных сведений о системе, которые позволили бы выбрать адекватный метод формализованного представления системы.

Общим для всех методик системного анализа является формирование вариантов представления системы (процесса решения задачи) и выбор наилучшего варианта. Положив в основу методики системного анализа эти два этапа, их затем можно разделить на под этапы. Например, первый этап можно разделить следующим образом:

1. Отделение (или ограничение) системы от среды.

2. Выбор подхода к представлению системы.

3. Формирование вариантов (или одного варианта — что часто делают, если система отображена в виде иерархической структуры) представления системы.

Второй этап можно представить следующими под этапами:

1. Выбор подхода к оценке вариантов.

2. Выбор критериев оценки и ограничений.

3. Проведение оценки.

4. Обработка результатов оценки.

5. Анализ полученных результатов и выбор наилучшего варианта (или корректировка варианта, если он был один).

В настоящее время трудно привести примеры методик, в которых все этапы были бы проработаны равноценно.

 

34. Методы формализованного представления систем («количественные»). Классификация Ф. Е. Темникова.

В большинстве первоначально применявшихся при исследовании систем классификаций выделяли детерминированные и вероятностные (статистические) методы или классы моделей, которые сформировались в конце прошлого столетия. Затем появились классификации, в которых в самостоятельные классы выделились теоретико-множественные представления, графы, математическая логика и некоторые новые разделы математики. В классификации Ф.Е. Темникова выделены следующие обобщенные группы (классы) методов: аналитические (методы классической математики, включая интегро-дифференциальное исчисление, методы поиска экстремумов функций, вариационное исчисление и т.п.; методы математического программирования; первые работы по теории игр и т.п.); статистические (включающее и теоретические разделы математики – теорию вероятностей, математическую статистику, и направления прикладной математики, использующие стохастические представления – теорию массового обслуживания, методы статистических испытаний, основанные на методе Монте-Карло, методы выдвижения и проверки статистических гипотез А. Вальда и др. методы статистического имитационного моделирования);

теоретико-множественные, логические и графические (включающие теорию графов и разного рода графические представления информации типа диаграмм, гистограмм и других графиков). При этом каждая группа методов охарактеризована своими особенностями, отличиями от других, основной терминологией, сферами и границами применения класса методов. В последующем в этой классификации были добавлены лингвистические, семиотические представления, которые вместе с теорией графов, составляют теоретическую основу разработки языков моделирования, автоматизации проектирования, информационно-поисковых языков. Методы формализованного представления систем. Формальные методы можно разбить в соответствии с классификацией Ф.Е. Темника на следующие группы методов. 1. Аналитические методы: • методы классической математики, включая интегро-дифференциальное исчисление, методы поиска экстремумов функций, вариационное исчисление и т. п.; • методы математического программирования; • первые работы по теории игр и т. п. 2. Статистические методы: • теоретические разделы математики: теорию вероятностей, математическую статистику; • направления прикладной математики, использующие стохастические представления: теорию массового обслуживания, методы статистических испытаний (основанные на методе Монте-Карло), методы выдвижения и проверки статистических гипотез А. Вальда и другие методы статистического имитационного моделирования. 3. Методы дискретной математики: теоретико-множественные, логические, лингвистические, семиотические представления (методы); 4. Графические методы, включающие теорию графов и разного рода графические представления информации типа диаграмм, гистограмм и других графиков. К графическим методам можно отнести методы структурного системного анализа и объектного моделирования.

 

35. Моделирование – неотъемлемый этап целенаправленной деятельности.

Всякий процесс труда есть деятельность, направленная на достижение определённой цели. Целевой характер имеет любая деятельность человека, она всегда целесообразна, целенаправленна.

Важнейшим организующим элементом деятельности является цель - образ желаемого будущего, т.е. модель состояния, на реализацию которого направлена деятельность.

Однако роль моделирования этим не ограничивается. Системность деятельности проявляется в том, что она осуществляется по определённому плану, или, как чаще говорят, по алгоритму. То есть алгоритм - образ будущей деятельности, её модель. В алгоритме моделируются все возможные ситуации, в зависимости от различных промежуточных значений параметров; возможные шаги деятельности не выполняются реально, а проигрываются на модели.

Моделирование возникает в таких сферах человеческой деятельности, как познание, общение, практическая деятельность.

Человека (субъекта моделирования) могут интересовать: внешний вид, структура, поведение объекта моделирования.

Цели и задачи моделирования влияют на выбор одного из этих трёх аспектов. Каждый аспект моделирования раскрывается через совокупность свойств.

Так, описание внешнего вида объекта сводится к перечислению его признаков. В языке эти признаки часто выражаются прилагательными: красивый, жёлтый, круглый, длинный и т.п.

Описание структуры обычно сводится к перечислению составных элементов объекта и указанию связи между ними. В языке эти элементы и связи часто выражаются именами существительными: электрон, протон, нейтрон, сила притяжения, энергетический уровень (при описании атома).

Поведение объекта характеризуется изменением его внешнего вида и структуры с течением времени в результате взаимодействия с другими объектами. В языке, как правило, оно выражается глаголами: сохраняется, развивается, укрупняется, перестраивается, преломляется, превращается и т.д.

Некоторые свойства можно охарактеризовать величинами, принимающими числовые значения. Например, единицами массы, длины, мощности и пр. В этом случае они называются параметрами.

Как правило, моделирование внешнего вида объекта необходимо для идентификации (узнавания) объекта (создание фоторобота преступника), долговременного хранения (фотография, портрет).

Моделирование структуры объекта необходимо для её наглядного представления, изучения свойств объекта, выявления значимых связей, изучения стабильности объекта и пр.

Поведением объекта назовем изменения, происходящие с ним с течением времени.

Моделирование поведения необходимо для: прогнозирования, установления связей с другими объектами, управления, конструирования технических устройств и пр.

 

36. Модель как способ существования знаний. Понятие о системном гомоморфизме и изоморфизме.

 

37. Основные требования к правильно построенной модели.

1. Адекватность (соответствие модели целям, а также соответствие реальной системе относительно выбранного множества свойств. До тех пор, пока не решен вопрос правильно ли отображает модель исследуемую систему, ценность модели незначительна)

2. Соответствие модели решаемой задаче. Модель должна строиться для решения определенного класса задач или конкретной задачи исследования системы. Попытки создания универсальной модели, нацеленной на решение большого числа разнообразных задач, приводят к такому усложнению, что она оказывается практически непригодной. При решении каждой конкретной задачи нужно иметь свою модель, отражающую те аспекты системы, которые являются наиболее важными в данной задаче.

3. Упрощение при сохранении существенных свойств системы. Модель должна быть в некоторых отношениях проще прототипа — в этом смысл моделирования. Чем сложнее рассматриваемая система, тем по возможности более упрощенным должно быть ее описание, умышленно утрирующее типичные и игнорирующее менее существенные свойства.

4. Соответствие между требуемой точностью результатов моделирования и сложностью модели. Модели по своей природе всегда носят приближенный характер. Возникает вопрос, каким должно быть это приближение. С одной стороны, чтобы отразить все сколько-нибудь существенные свойства, модель необходимо детализировать. С другой стороны, строить модель, приближающуюся по сложности к реальной системе, очевидно, не имеет смысла. Она не должна быть настолько сложной, чтобы нахождение решения оказалось слишком затруднительным. Практическими рекомендациями по уменьшению сложности моделей являются:

§ изменение числа переменных, достигаемое либо исключением несущественных переменных, либо их объединением. Процесс преобразования модели в модель с меньшим числом переменных и ограничений называют агрегированием.

§ изменение природы переменных параметров. Переменные параметры рассматриваются в качестве постоянных, дискретные — в качестве непрерывных и т.д.

§ изменение функциональной зависимости между переменными. Нелинейная зависимость заменяется обычно линейной, дискретная функция распределения вероятностей — непрерывной;

§ изменение ограничений (добавление, исключение или модификация). При снятии ограничений получается оптимистичное решение, при введении — пессимистичное. Варьируя ограничениями можно найти возможные граничные значения эффективности

§ ограничение точности модели. Точность результатов модели не может быть выше точности исходных данных.

5. Баланс погрешностей различных видов. В соответствии с принципом баланса необходимо добиваться, например, баланса систематической погрешности моделирования за счет отклонения модели от оригинала и погрешности исходных данных, точности отдельных элементов модели.

6. Многовариантность реализаций элементов модели. Разнообразие реализаций одного и того же элемента, отличающихся по точности, обеспечивает регулирование соотношения «точность/сложность».

7. Блочное строение. При соблюдении принципа блочного строения облегчается разработка сложных моделей и появляется возможность использования накопленного опыта и готовых блоков с минимальными связями между ними. Выделение блоков производится с учетом разделения модели по этапам и режимам функционирования системы.

 

38. Разнообразие принципов классификации моделей.

1) по области использования; 2) по фактору времени; 3) по отрасли знаний; 4) по форме представления

1) Классификация моделей по области использования:

Учебные модели – используются при обучении;

Опытные – это уменьшенные или увеличенные копии проектируемого объекта. Используют для исследования и прогнозирования его будущих характеристик

Научно - технические - создаются для исследования процессов и явлений

Игровые – репетиция поведения объекта в различных условиях

Имитационные – отражение реальности в той или иной степени (это метод проб и ошибок)

2) Классификация моделей по фактору времени:

Статические – модели, описывающие состояние системы в определенный момент времени (единовременный срез информации по данному объекту). Примеры моделей: классификация животных…., строение молекул, список посаженных деревьев, отчет об обследовании состояния зубов в школе и тд.

Динамические – модели, описывающие процессы изменения и развития системы (изменения объекта во времени). Примеры: описание движения тел, развития организмов, процесс химических реакций.

3) Классификация моделей по отрасли знаний - это классификация по отрасли деятельности человека: Математические, биологические, химические, социальные, экономические, исторические и тд

4) Классификация моделей по форме представления:

Материальные – это предметные (физические) модели. Они всегда имеют реальное воплощение. Отражают внешнее свойство и внутреннее устройство исходных объектов, суть процессов и явлений объекта-оригинала. Это экспериментальный метод познания окружающей среды. Примеры: детские игрушки, скелет человека, чучело, макет солнечной системы, школьные пособия, физические и химические опыты

Абстрактные (нематериальные) – не имеют реального воплощения. Их основу составляет информация. это теоретический метод познания окружающей среды. По признаку реализации они бывают: мысленные и вербальные; информационные

Мысленные модели формируются в воображении человека в результате раздумий, умозаключений, иногда в виде некоторого образа. Это модель сопутствует сознательной деятельности человека.

Вербальные – мысленные модели выраженные в разговорной форме. Используется для передачи мыслей

Информационные модели – целенаправленно отобранная информация об объекте, которая отражает наиболее существенные для исследователя свойств этого объекта.

Типы информационных моделей:

Табличные – объекты и их свойства представлены в виде списка, а их значения размещаются в ячейках прямоугольной формы. Перечень однотипных объектов размещен в первом столбце (или строке), а значения их свойств размещаются в следующих столбцах (или строках)

Иерархические – объекты распределены по уровням. Каждый элемент высокого уровня состоит из элементов нижнего уровня, а элемент нижнего уровня может входить в состав только одного элемента более высокого уровня

Сетевые – применяют для отражения систем, в которых связи между элементами имеют сложную структуру

По степени формализации информационные модели бывают образно-знаковые и знаковые. Напримеры:

Образно-знаковые модели:

Геометрические (рисунок, пиктограмма, чертеж, карта, план, объемное изображение)

Структурные (таблица, граф, схема, диаграмма)

Словесные (описание естественными языками)

Алгоритмические (нумерованный список, пошаговое перечисление, блок-схема)

Знаковые модели: Математические – представлены матем.формулами, отображающими связь параметров. Специальные – представлены на спец. языках (ноты, хим.формулы). Алгоритмические – программы. Признаки классификаций моделей:Классификация моделей по области использования

 

39. Цель как модель желаемого состояния. Познавательные и прагматические модели.

Моделировать можно не только то, что существует, но и то, чего еще нет. Нормативные модели (прескриптивные, прагматические) предназначены для указания целей деятельности и определенного порядка (алгоритма) действий для их достижения.

Цель — образ желаемого будущего, т. е. модель состояния, на реализацию которого и направлена деятельность. Алгоритм — образ (модель) будущей деятельности.

Познавательные и прагматические модели

Познавательная модель – это форма организации и представления знаний, средство соединения новых знаний с уже имеющимися (рис.2).

При установлении расхождения между моделью и реальностью это рассуждение устраняется путем изменения модели (модель «подгоняется» под реальность, см. рис. 3а).

Прагматическая модель это средство управления, средство организации практических действий, способ представления образцово правильных действий или их результата.

По сути, прагматическая модель есть рабочее представление целей. Поэтому при обнаружении расхождений между моделью и реальностью прагматическая модель используется для изменения реальности, т.е. здесь реальность «подгоняется» под модель, см. рис.3б (пример: социально-политические доктрины ® преобразование мира, школьная педагогика ® изменение характеров, воздействие на личность, руководитель – коллектив).

Прагматические модели являются как бы стандартом, образцом, носят нормативный характер. Под эти образцы «подгоняются» как сама деятельность, так и ее результат. Примеры: ССБТ, СНиПы, кодексы законов, уставы организаций, планы и программы действий, рабочие чертежи, шаблоны, технические допуски, экзаменационные требования и др.

Таким образом основное различие между познавательными и прагматическими моделями следующее:

Познавательные модели отражают существующее, а прагматические – не существующее, но желаемое и (возможно) осуществимое. Не все модели легко классифицировать по этому признаку (например, произведения искусства, игрушки, географические карты). К тому же прагматические модели также претерпевают изменения как и познавательные.

40. Материальные и идеальные модели. Виды подобия.

Модель - очень широкое понятие, включающее в себя множество способов представления изучаемой реальности. Различают модели материальные (натурные) и идеальные (абстрактные). Материальные модели основываются на чем-то объективном, существующем независимо от человеческого сознания (каких-либо телах или процессах). Материальные модели делят на физические (например авто- и авиамодели) и аналоговые, основанные на процессах, аналогичных в каком-то отношении изучаемому (например, процессы в электрических цепях оказываются аналогичными многим механическим, химическим, биологическим, и даже социальным процессам и могут быть использованы для их моделирования). Границу между физическими и аналоговыми моделями провести можно весьма приблизительно и такая классификация моделей носит условный характер.

Еще более сложную картину представляют идеальные модели, неразрывным образом связанные с человеческим мышлением, воображением, восприятием. Среди идеальных моделей можно выделить интуитивные модели, к которым относятся, например, произведения искусства - живопись, скульптура, литература, театр и т.д., но единого подхода к классификации остальных видов идеальных моделей нет. Иногда эти модели все разом относят к информационным. В основе такого подхода лежит расширительное толкование понятия "информация": "информацией является почти все на свете, а может быть, даже вообще все". Такой подход является не вполне оправданным, так как он переносит информационную природу познания на суть используемых в процессе моделей - при этом любая модель является информационной. Более продуктивным представляется такой подход к классификации идеальных моделей, при котором различают следующие.

1. Вербальные (текстовые) модели. Эти модели используют последовательности предложений на формализованных диалектах естественного языка для описания той или иной области действительности (примерами такого рода моделей являются милицейский протокол, правила дорожного движения).

2. Математические модели - очень широкий класс знаковых моделей (основанных на формальных языках над конечными алфавитами), широко использующих те или иные математические методы. Например, можно рассмотреть математическую модель звезды. Эта модель будет представлять собой сложную систему уравнений, описывающих физические процессы, происходящие в недрах звезды. Математической моделью другого рода являются, например, математические соотношения, позволяющие рассчитать оптимальный (наилучший с экономической точки зрения) план работы какого-либо предприятия.

3. Информационные модели - класс знаковых моделей, описывающих информационные процессы (возникновение, передачу, преобразование и использование информации) в системах самой разнообразной природы.

Виды подобия моделей

Чтобы некоторая материальная конструкция могла быть моделью, т.е. замещала в каком-то отношении оригинал, между оригиналом и моделью должно быть установлено отношение подобия.

1. ПРЯМОЕ (устанавл. в процессе создания модели).Примером такого подобия являются фотографии, масштабированные модели самолетов, кораблей, макеты зданий, выкройки, куклы и т.д.

Следует помнить, что как бы хороша ни была модель, она все-таки лишь заменитель оригинала, только в определенном отношении. Например, трудно достигается взаимозаменяемость модели и оригинала в фотокопиях произведений искусства, голографических изображениях предметов искусства.

2. КОСВЕННОЕ. объективно существует в природе и обнаруживается в виде достаточной близости или совпадения их абстрактных математическ