Компьютерное моделирование является одним из эффективных методов изучения физических систем. Часто компьютерные модели проще и удобнее исследовать, они позволяют проводить вычислительные эксперименты, реальная постановка которых затруднена или может дать непредсказуемый результат. Логичность и формализованность компьютерных моделей позволяет выявить основные факторы, определяющие свойства изучаемых объектов, исследовать отклик физической системы на изменения ее параметров и начальных условий.

Компьютерное моделирование требует абстрагирования от конкретной природы явлений, построения сначала качественной, а затем и количественной модели. За этим следует проведение серии вычислительных экспериментов на компьютере, интерпретация результатов, сопоставление результатов моделирования с поведением исследуемого объекта, последующее уточнение модели и т.д.

К основным этапам компьютерного моделирования относятся: постановка задачи, определение объекта моделирования; разработка концептуальной модели, выявление основных элементов системы и элементарных актов взаимодействия; формализация, то есть переход к математической модели; создание алгоритма и написание программы; планирование и проведение компьютерных экспериментов; анализ и интерпретация результатов.

Различают аналитическое и имитационное моделирование. Аналитическими называются модели реального объекта, использующие алгебраические, дифференциальные и другие уравнения, а также предусматривающие осуществление однозначной вычислительной процедуры, приводящей к их точному решению. Имитационными называются математические модели, воспроизводящие алгоритм функционирования исследуемой системы путем последовательного выполнения большого количества элементарных операций.

Принципы моделирования состоят в следующем:

• 1. Принцип информационной достаточности. При полном отсутствии информации об объекте построить модель невозможно. При наличии полной информации моделирование лишено смысла. Существует уровень информационной достаточности, при достижении которого может быть построена модель системы.
• 2. Принцип осуществимости. Создаваемая модель должна обеспечивать достижение поставленной цели исследования за конечное время.
• 3. Принцип множественности моделей. Любая конкретная модель отражает лишь некоторые стороны реальной системы. Для полного исследования необходимо построить ряд моделей исследуемого процесса, причем каждая последующая модель должна уточнять предыдущую.
• 4. Принцип системности. Исследуемая система представима в виде совокупности взаимодействующих друг с другом подсистем, которые моделируются стандартными математическими методами. При этом свойства системы не являются суммой свойств ее элементов.
• 5. Принцип параметризации. Некоторые подсистемы моделируемой системы могут быть охарактеризованы единственным параметром: вектором, матрицей, графиком, формулой.

Компьютерное моделирование систем часто требует решения дифференциальных уравнений. Важным методом является метод сеток, включающий в себя метод конечных разностей Эйлера. Он состоит в том, что область непрерывного изменения одного или нескольких аргументов заменяют конечным множеством узлов, образующих одномерную или многомерную сетку, и работают с функцией дискретного аргумента, что позволяет приближенно вычислить производные и интегралы. При этом бесконечно малые приращения функции f = f(x, y, z, t) и приращения ее аргументов заменяются малыми, но конечными разностями.

В последнее десятилетие компьютерный эксперимент занял заметное место в физических исследованиях. Компьютерное моделирование физических систем позволяет получать числовую информацию о них, а также на основе графических изображений дает возможность составить представление об объекте, с помощью которого могут быть разработаны оптимальные пути исследования объекта. Среди математических методов описания физических систем и явлений и их численного анализа одним из основных становится моделирование этих объектов и процессов на основе метода Монте-Карло. Этот метод особенно полезен для сложных физических систем с громоздким математическим описанием. Серьезный прогресс в использовании метода Монте-Карло связан в большой степени с новыми возможностями современной вычислительной техники. Если двадцать лет назад на начальной стадии моделирования исследуемый объект мог быть разбит в одном измерении примерно на сотню шагов Монте-Карло, то теперь в простых моделях масштаб одного измерения составляет миллионы шагов Монте-Карло. Существенно возросли и скорости получения информации. В результате этого имеется возможность исследовать свойства физических систем на реалистичных моделях. В настоящее время возможности компьютерного моделирования при решении целого ряда задач существенно превышают возможности эксперимента как по скорости получения информации, так и по ее стоимости. Это повышает роль компьютерного эксперимента в современной физике, и в ряде направлений физики наши современные представления опираются главным образом на информацию, полученную на основе компьютерного моделирования.

Ясно, что для прогресса в рассматриваемой области наряду с совершенной вычислительной техникой необходимо иметь алгоритмы и подходы, позволяющие эффективно ею распорядиться. Эти проблемы вместе с анализом соответствующих физических систем и составляют современное содержание компьютерного моделирования методом Монте-Карло.

Начнем с определения слова моделирование.

Моделирование – процесс построения и использования модели. Под моделью понимают такой материальный или абстрактный объект, который в процессе изучения заменяет объект-оригинал, сохраняя его свойства, важные для данного исследования.

Компьютерное моделирование как метод познания основано на математическом моделировании. Математическая модель – это система математических соотношений (формул, уравнений, неравенств и знаковых логических выражений) отображающих существенные свойства изучаемого объекта или явления.

Очень редко удается использовать математическую модель для конкретных расчетов без использования вычислительной техники, что с неизбежностью требует создания некоторой компьютерной модели.

Рассмотрим процесс компьютерного моделирования более подробно.

2.2. Представление о компьютерном моделировании

Компьютерное моделирование является одним из эффективных методов изучения сложных систем. Компьютерные модели проще и удобнее исследовать в силу их возможности проводить вычислительные эксперименты, в тех случаях, когда реальные эксперименты затруднены из-за финансовых или физических препятствий или могут дать непредсказуемый результат. Логичность компьютерных моделей позволяет выявить основные факторы, определяющие свойства изучаемого объекта-оригинала (или целого класса объектов), в частности, исследовать отклик моделируемой физической системы на изменения ее параметров и начальных условий.

Компьютерное моделирование как новый метод научных исследований основывается на:

1. Построении математических моделей для описания изучаемых процессов;

2. Использовании новейших вычислительных машин, обладающих высоким быстродействием (миллионы операций в секунду) и способных вести диалог с человеком.

Различают аналитическое и имитационное моделирование. При аналитическом моделировании изучаются математические (абстрактные) модели реального объекта в виде алгебраических, дифференциальных и других уравнений, а также предусматривающих осуществление однозначной вычислительной процедуры, приводящей к их точному решению. При имитационном моделировании исследуются математические модели в виде алгоритма, воспроизводящего функционирование исследуемой системы путем последовательного выполнения большого количества элементарных операций.

2.3. Построение компьютерной модели

Построение компьютерной модели базируется на абстрагировании от конкретной природы явлений или изучаемого объекта-оригинала и состоит из двух этапов – сначала создание качественной, а затем и количественной модели. Компьютерное же моделирование заключается в проведении серии вычислительных экспериментов на компьютере, целью которых является анализ, интерпретация и сопоставление результатов моделирования с реальным поведением изучаемого объекта и, при необходимости, последующее уточнение модели и т. д.

Итак, к основным этапам компьютерного моделирования относятся:

1. Постановка задачи, определение объекта моделирования:

на данном этапе происходит сбор информации, формулировка вопроса, определение целей, формы представления результатов, описание данных.

2. Анализ и исследование системы:

анализ системы, содержательное описание объекта, разработка информационной модели, анализ технических и программных средств, разработка структур данных, разработка математической модели.

3. Формализация, то есть переход к математической модели, создание алгоритма:

выбор метода проектирования алгоритма, выбор формы записи алгоритма, выбор метода тестирования, проектирование алгоритма.

4. Программирование:

выбор языка программирования или прикладной среды для моделирования, уточнение способов организации данных, запись алгоритма на выбранном языке программирования (или в прикладной среде).

5. Проведение серии вычислительных экспериментов:

отладка синтаксиса, семантики и логической структуры, тестовые расчеты и анализ результатов тестирования, доработка программы.

6. Анализ и интерпретация результатов:

доработка программы или модели в случае необходимости.

Существует множество программных комплексов и сред, которые позволяют проводить построение и исследование моделей:

Графические среды

Текстовые редакторы

Среды программирования

Электронные таблицы

Математические пакеты

HTML-редакторы

2.4. Вычислительный эксперимент

Эксперимент – это опыт, который производится с объектом или моделью. Он заключается в выполнении некоторых действий, чтобы определить, как реагирует экспериментальный образец на эти действия. Вычислительный эксперимент предполагает проведение расчетов с использованием формализованный модели.

Использование компьютерной модели, реализующей математическую, аналогично проведению экспериментов с реальным объектом, только вместо реального эксперимента с объектом проводится вычислительный эксперимент с его моделью. Задавая конкретный набор значений исходных параметров модели, в результате вычислительного эксперимента получают конкретный набор значений искомых параметров, исследуют свойства объектов или процессов, находят их оптимальные параметры и режимы работы, уточняют модель. Например, располагая уравнением, описывающим протекание того или иного процесса, можно, изменяя его коэффициенты, начальные и граничные условия, исследовать, как при этом будет вести себя объект. Более того, можно спрогнозировать поведение объекта в различных условиях. Для исследований поведения объекта при новом наборе исходных данных необходимо проведение нового вычислительного эксперимента.

Для проверки адекватности математической модели и реального объекта, процесса или системы результаты исследований на ЭВМ сравниваются с результатами эксперимента на опытном натурном образце. Результаты проверки используются для корректировки математической модели или решается вопрос о применимости построенной математической модели к проектированию либо исследованию заданных объектов, процессов или систем.

Вычислительный эксперимент позволяет заменить дорогостоящий натурный эксперимент расчетами на ЭВМ. Он позволяет в короткие сроки и без значительных материальных затрат осуществить исследование большого числа вариантов проектируемого объекта или процесса для различных режимов его эксплуатации, что значительно сокращает сроки разработки сложных систем и их внедрение в производство.

2.5. Моделирование в различных средах

2.5.1. Моделирование в среде программирования

Моделирование в среде программирование включает в себя основные этапы компьютерного моделирования. На этапе построения информационной модели и алгоритма необходимо определить, какие величины являются входными параметрами, а какие – результатами, а также определить тип этих величин. При необходимости составляется алгоритм в виде блок-схемы, который записывается на выбранном языке программирования. После этого проводится вычислительный эксперимент. Для этого необходимо загрузить программу в оперативную память компьютера и запустить на выполнение. Компьютерный эксперимент обязательно включает в себя анализ полученных результатов, на основании которого могут корректироваться все этапы решения задачи (математическая модель, алгоритм, программа). Одним из важнейших этапов является тестирование алгоритма и программы.

Отладка программы (английский термин debugging (отладка) означает «вылавливание жучков» появился в 1945 году, когда в электрические цепи одного из первых компьютеров «Марк-1» попал мотылек и заблокировал одно из тысяч реле) – это процесс поиска и устранения ошибок в программе, производимы по результатам вычислительного эксперимента. При отладке происходит локализация и устранение синтаксических ошибок и явных ошибок кодирования.

В современных программных системах отладка осуществляется с использованием специальных программных средств, называемыми отладчиками.

Тестирование – это проверка правильности работы программы в целом, либо составных её частей. В процессе тестирования проверяется работоспособность программы, не содержащей явных ошибок.

Как бы тщательно ни была отлажена программа, решающим этапом, устанавливающим её пригодность для работы, является контроль программы по результатам её выполнения на системе тестов. Программу можно считать правильной, если для выбранной системы тестовых исходных данных во всех случаях получаются правильные результаты.

2.5.2. Моделирование в электронных таблицах

Моделирование в электронных таблицах охватывает очень широкий класс задач в разных предметных областях. Электронные таблицы – универсальный инструмент, позволяющий быстро выполнить трудоемкую работу по расчету и пересчету количественных характеристик объекта. При моделировании с использованием электронных таблиц алгоритм решения задачи несколько трансформируется, скрываясь за необходимостью разработки вычислительного интерфейса. Сохраняется этап отладки, включающий устранение ошибок данных, в связях между ячейками, в вычислительных формулах. Возникают также дополнительные задачи: работа над удобством представления на экране и, если необходим вывод полученных данных на бумажные носители, над их размещением на листах.

Процесс моделирования в электронных таблицах выполняется по общей схеме: определяются цели, выявляются характеристики и взаимосвязи и составляется математическая модель. Характеристики модели обязательно определяются по назначению: исходные (влияющие на поведение модели), промежуточные и то, что требуется получить в результате. Иногда представление объекта дополняется схемами, чертежами.

Для наглядного отображения зависимости результатов расчетов от исходных данных используют диаграммы и графики.

В тестировании используется некоторый набор данных, для которого известен точный или приближенный результат. Эксперимент заключается во введении исходных данных, которые удовлетворяют целям моделирования. Анализ модели позволит выяснить, насколько расчеты отвечают целям моделирования.

2.5.3. Моделирование в среде СУБД

Моделирование в среде СУБД обычно преследует следующие цели:

Хранение информации и своевременное ее редактирование;

Упорядочение данных по некоторым признакам;

Создание различных критериев выбора данных;

Удобное представление отобранной информации.

В процессе разработки модели на основе исходных данных формируется структура будущей базы данных. Описываемые характеристики и их типы сводятся в таблицу. Количество столбцов таблицы определяется количеством параметров объекта (поля таблицы). Количество строк (записи таблицы) соответствует количеству строк описываемых однотипных объектов. Реальная база данных может иметь не одну, а несколько таблиц, связанных между собой. Эти таблицы описывают объекты, входящие в некоторую систему. После определения и задания структуры базы данных в компьютерной среде переходят к ее наполнению.

В ходе эксперимента происходит сортировка данных, поиск и фильтрация, создание расчетных полей.

Компьютерная информационная панель предоставляет возможность создания различных экранных форм и форм для вывода информации в печатном виде – отчетов. Каждый отчет содержит информацию, отвечающую цели конкретного эксперимента. Он позволяет группировать информацию по заданным признакам, в любом порядке, с введением итоговых полей расчета.

Если полученные результаты не соответствуют планируемым, можно провести дополнительные эксперименты с изменением условий сортировки и поиска данных. Если появляется необходимость изменить базу данных можно скорректировать ее структуру: изменять, добавлять и удалять поля. В результате появляется новая модель.

2.6. Использование компьютерной модели

Компьютерное моделирование и вычислительный эксперимент как новый метод научного исследования заставляет совершенствовать математический аппарат, используемый при построении математических моделей, позволяет, используя математические методы, уточнять, усложнять математические модели. Наиболее перспективным для проведения вычислительного эксперимента является его использование для решения крупных научно-технических и социально-экономических проблем современности, таких как проектирование реакторов для атомных электростанций, проектирование плотин и гидроэлектростанций, магнитогидродинамических преобразователей энергии, и в области экономики – составление сбалансированного плана для отрасли, региона, для страны и др.

В некоторых процессах, где натурный эксперимент опасен для жизни и здоровья людей, вычислительный эксперимент является единственно возможным (термоядерный синтез, освоение космического пространства, проектирование и исследование химических и других производств).

2.7. Заключение

В заключение можно подчеркнуть, что компьютерное моделирование и вычислительный эксперимент позволяют свести исследование "нематематического" объекта к решению математической задачи. Этим самым открывается возможность использования для его изучения хорошо разработанного математического аппарата в сочетании с мощной вычислительной техникой. На этом основано применение математики и ЭВМ для познания законов реального мира и их использования на практике.

3. Список используемой литературы

1. С. Н. Колупаева. Математическое и компьютерное моделирование. Учебное пособие. – Томск, Школьный университет, 2008. – 208с.

2. А. В. Могилев, Н. И. Пак, Е. К. Хеннер. Информатика. Учебное пособие. – М.: Центр «Академия», 2000. – 816с.

3. Д. А. Поселов. Информатика. Энциклопедический словарь. – М.: Педагогика-Пресс, 1994. 648с.

4. Официальный сайт издательства "Открытые Системы". Интернет университет информационных технологий. – Режим доступа: http://www.intuit.ru/ . Дата обращения: 5.10.2010 г.

Компьютерная модель - это естественно. Компьютерное моделирование используется повсеместно, делает проектирование и производство реальных систем, машин, механизмов, товаров, изделий экономичным, практичным, эффективным. Результат всегда которые были предварительно смоделированы.

Человек всегда строил модели, но с появлением компьютерной техники математические, вычислительные и программные методы подняли идеи и технологии моделирования на необыкновенную высоту, сделали широким спектр их применения: от примитивно-технического уровня до уровня высокого искусства и творчества.

Компьютерная модель - это не только более совершенный космический корабль или концептуальная система для понимания общественного сознания, но и реальная возможность оценить изменение климата на планете или определить последствия падения кометы через несколько сотен лет.

Техническое моделирование

Сегодня мало специалистов не знает, А конкуренцию этой программе уже составляет десяток более совершенных решений.

Моделирование современного самолета или велосипеда требует в конечном итоге не только автоматизации изготовления чертежей и подготовки документации. Моделирующая программа обязана сделать техническую часть: оформить чертежи и документацию - это фундамент.

Программа обязана также показать реальное изделие в реальном применении во времени в трехмерном пространстве: в полете, в движении, в использовании, включая вероятные аварии, замену энергоносителя, негативное воздействие человека или природы, коррозию, влияние климата или иных обстоятельств.

Системное моделирование

Модель станка, изделия, конвейера - это системы, но системы ясной структуры и содержания, уже однажды изготовленные. По каждому есть опыт, знания и примеры использования компьютерных моделей.

Техническая реальность - это такая же система, как и система отношений в обществе, система рекламной кампании, модель психики человека или его кровеносная система.

К примеру, достоверный диагноз болезни сегодня может быть получен как:

• результат компетентных действий врача;
• вывод компьютерной программы, построившей модель состояния пациента.

Эти два варианта все чаще приводят к одинаковому результату.

Человек живет в мире систем, и эти системы требуют принятия решений, для которых необходимы исходные данные: понимание и восприятие окружающей действительности. Без моделирования невозможно понять природу систем и принять решение.

Только компьютерная математическая модель дает возможность оценивать объективность и уровень понимания оригинальной системы, постепенно приближая создаваемый виртуальный образ к оригиналу.

Абстракция в моделировании

Компьютерные модели и моделирование - крайне перспективная и динамично развивающаяся область технологий. Здесь высокотехнологичные решения - это привычное (рядовое, ежедневное) событие, а возможности моделей и моделирования поражают любое искушенное воображение.

Однако, до абстрактного системного моделирования человек еще не дошёл. Примеры использования компьютерных моделей - это реальные примеры реальных систем. Для каждого направления моделирования, для каждого вида моделей, каждого типа изделий, конвейеров и т. д. есть своя отдельная программа или свой отдельный пункт в меню программы, обеспечивающей моделирование в относительно широком спектре систем.

Программные средства сами по себе являются моделями. Результат труда программиста - всегда модель. Плохая программа или хорошая, но она всегда модель решения конкретной задачи, которая получает исходные данные и формирует результат.

Классическое программирование - классические модели, никакой абстракции: точная задача без вариантов динамики после завершения её разработки. Это как реальный станок, реальный продукт, любое изделие с жесткими количественно-качественными характеристиками: сделано - пользуй в пределах доступного, но ничего за пределами сделанного.

Объектно-ориентированное программирование - системная модель с претензией на абстракцию и динамику структуры и свойств, то есть с ориентацией на создание динамичной модели, которая определяет свое назначение средой применения или решаемой задачей.

Здесь модель может «жить» после того, как окажется в области применения одна без своего создателя (автора) и будет самостоятельно «сотрудничать» с пользователями.

Моделирование: суть процесса

Понятие компьютерной модели сегодня представлено различными вариантами мнений, но все они сходятся в том, что работы программы, причем в контексте: модель равна результату действий специалиста, который работает в специфической моделирующей среде той или иной программы.

Выделяют три типа моделей: познавательные, прагматические и инструментальные.

В первом случае, моделирующий аспект выражен более всего как стремление получить модель в формате воплощения знаний, познания теории, глобального процесса. Прагматическая модель - дает представление о практических действиях, рабочего, системе управления производством, изделии, станке. Третий вариант понимается как среда построения, анализа и тестирования всех моделей вообще.

Обычно компьютерное моделирование - это деятельность специалиста по построению и исследованию материального или идеального (виртуального) объекта, замещающего исследуемую систему, но адекватным образом отражающий её существенные стороны, качественные и количественные характеристики.

Видовое многообразие моделируемых систем

В области моделирования, как на всех передовых рубежах высоких технологий, науки, техники и программирования, существует множество мнений по классификации и определению видового многообразия моделируемых систем.

Но в одном эксперты и специалисты сходятся всегда: виды компьютерных моделей можно определить по объективным моментам:

• времени;
• способу представления;
• характеру моделируемой стороны;
• уровню неопределенности;
• варианту реализации.

Временной момент - это статичные и динамичные модели. Первые можно уточнять сколько угодно, но динамичные модели развиваются, и в каждый момент времени они отличаются. Способ представления обычно понимается как дискретный или непрерывный. Характер моделируемой стороны - информационный, структурный или функциональный (кибернетический).

Привнесение в моделируемую систему параметров неопределенности во многих случаях не только оправдано, но и является следствием научных достижений в смежных отраслях знаний. Например, построение модели климата в определенном географическом регионе не будет реальным без множества стохастических факторов.

Современные инструменты моделирования

Моделирование сегодня - это огромный опыт многих десятков лет развития компьютерной индустрии, который представил в виде алгоритмов и программ многие столетия моделирования, вообще, и математического моделирования, в частности.

Популярные программные средства представлены небольшим семейством продуктов, известных широко: AutoCAD, 3D Max, Wings 3D, Blender 3D, SketchUp. На базе этих продуктов имеется множество специальных реализаций.

Кроме известного, есть значимое частное, например, рынок географических, картографических, геодезических; рынок кино- и видеоиндустрии, представленных значительным количеством малоизвестных программных продуктов. Семейства GeoSoft, TEPLOV, Houdini и др. в сфере своей компетенции мало кому уступают в качестве, полезности и эффективности.

При выборе лучшего программного инструмента лучшее решение - оценить область предполагаемого моделирования, среду существования будущей модели. Это позволит определиться с необходимым инструментарием.

Маленькие и творческие модели

И хотя «мало осталось творчества» в проектировании современного аэробуса, спорткара или космического корабля, собственно, программирование и организация бизнес-процессов стали предметом самого пристального внимания и целью для наиболее дорогостоящих и сложных процессов моделирования.

Современный бизнес - это не только сотни сотрудников, единиц оборудования, но и тысячи производственных и социальных связей внутри компании и вне её. Это совершенно новое и неисследованное направление: облачные технологии, организация привилегированного доступа, защита от вредоносных атак, неправомерного действия сотрудника.

Современное программирование стало слишком сложным и превратилось в особенного рода, причем живущий собственной жизнью. Программное изделие, созданное одним коллективом разработчиков, ставится целью моделирования и изучения для другой компании разработчиков.

Авторитетный пример

Можно представить систему Windows или семейство Linux как предмет моделирования и заставить кого-либо построить адекватные модели. Практическая значимость здесь столь низка, что дешевле просто работать и не обращать внимания на недостатки этих систем. Их разработчик имеет собственное представление о нужном ему пути развития, и сворачивать с него не собирается.

В отношении баз данных и динамики их развития можно сказать обратное. Oracle - крупная компания. Много идей, тысячи разработчиков, сотни тысяч, доведенных до совершенства, решений.

Но Oracle - это, прежде всего, основание и мощная причина для моделирования и, представляется, инвестиции в этот процесс будут иметь потрясающую окупаемость.

Oracle стала на рельсы лидерства с самого начала и не уступала никому в сфере создания баз данных, обеспечения ответственного отношения к информации, её защите, миграции, хранению и т. д. Всё, что требуется для обслуживания информационных задач, - это Oracle.

Обратная сторона Oracle

Инвестиции и труд лучших разработчиков для решения актуальной задачи - объективная необходимость. Актуальных задач за многие десятилетия своего лидерства Oracle исполнила сотни, а реализаций и обновлений - тысячи.

Сфера информации в контексте компьютерного применения с 80-х годов по сей день не изменилась. Концептуально базы данных начала компьютерной эры и сегодняшнего дня - близнецы-братья с различием в уровне обеспеченности и реализованной функциональности.

Для достижения современного уровня «обеспеченности и реализованной функциональности» Oracle исполнила, в частности:

• совместимость больших потоков разнородной информации;
• миграция и трансформация данных;
• проверка и тестирование приложений;
• обобщенный реляционный функционал универсального доступа;
• миграция данных/специалистов;
• трансформация фундаментальных основ корпоративных баз данных в распределенную интернет-среду;
• максимальная интеграция, агрегаторы, систематизация;
• определение спектра целесообразности, ликвидация дублирующих процессов.

Это только малая толика тем, которые составляют многотомные описания действующих программных продуктов от Oracle. На самом деле, спектр изготовленных решений гораздо шире и мощнее. Все они обеспечены поддержкой Oracle и тысяч квалифицированных специалистов.

Доходная модель

Если бы в 80-е годы Oracle пошла путем моделирования, а не конкретного наращивания потенциала в виде реальных, законченных решений, Ситуация сложилась бы существенно иначе. По большому счету человеку или предприятию от компьютерной информационной системы нужно не так уж и много. Здесь исследование компьютерной модели не представляет интереса.

Всегда нужно получить только решение возникшей задачи. Как это решение будет получено, потребителя никогда не волнует. Ему совершенно неинтересно знать, что такое миграция данных или как выполнить тестирование кода приложения, чтобы оно работало на любых данных, и в случае непредвиденной ситуации могло спокойно сообщить об этом, а не делать синий экран или молча виснуть.

Моделируя очередную необходимость программно, а не посредством инвестиции в очередного специалиста, который приложит свой ум и знания для создания очередной порции кода, можно достичь большего.

Любой, самый лучший специалист - это, прежде всего, статичный код, это фиксация лучших знаний в формате памятника автору. Это всего лишь код. Результат работы лучших не развивается, но для своего развития требует новых разработчиков, новых авторов.

Вероятность реализации доходной модели

Разработчики и сфера IT-технологий, в целом, уже перестали относиться к динамике, знаниям и искусственному интеллекту с энтузиазмом, которым сопровождались волны интереса прошлых лет.

Чисто формально, многие ассоциируют свои продукты или направления работы с темой искусственного интеллекта, но, по факту, занимаются реализацией строго определенных алгоритмов, облачных решений, придают значение безопасности и защите от всевозможных угроз.

Между тем, компьютерная модель - это динамика. Компьютерное моделирование - это его последствия. Это объективное обстоятельство ещё никто не отменял. Его отменить вовсе невозможно. Пример Oracle как нельзя лучше и показательнее других показывает, насколько трудоемко, дорого и неэффективно заниматься вынужденным моделированием, когда приходится строить реально работающие модели трудом многих тысяч специалистов, а не автоматически средствами самой проектируемой информационной системы - модели в динамике на реальной практике!

КОМПЬЮ́ТЕРНОЕ МОДЕЛИ́РОВАНИЕ (англ. computational simulation), построение с помощью компьютеров и компьютерных устройств (3D-сканеров, 3D-принтеров и др.) символьных [см. Символьное моделирование (s-моделирование)] и физических моделей объектов, изучаемых в науке (физике, химии и др.), создаваемых в технике (напр., в авиастроении, робототехнике), медицине (напр., в имплантологии, томографии ), искусстве (напр., в архитектуре , музыке) и др. областях деятельности людей.

К. м. позволяет многократно сократить затраты на разработку моделей по сравнению с некомпьютерными методами моделирования и проведением натурных испытаний. Оно делает возможным построение символьных компьютерных моделей объектов, для которых невозможно построить физические модели (напр., моделей объектов, изучаемых в климатологии ). Служит эффективным средством моделирования сложных систем в технике, экономике и др. областях деятельности. Является технологической основой систем автоматизированного проектирования (САПР).

Физические компьютерные модели изготавливаются на основе символьных моделей и являются прототипами моделируемых объектов (деталей и узлов машин, строительных конструкций и др.). Для изготовления прототипов могут быть применены 3D-принтеры, реализующие технологии послойного формирования неплоских объектов. Символьные модели прототипов могут быть разработаны с помощью САПРов, 3D-сканеров или цифровых камер и фотограмметрического программного обеспечения.

Система К. м. – это человеко-машинный комплекс, в котором построение моделей осуществляется с помощью компьютерных программ, реализующих математические (см. Моделирование математическое ) и экспертные (напр., имитационные) методы моделирования. В режиме вычислительного эксперимента исследователь имеет возможность, изменяя исходные данные, за относительно короткое время получить и сохранить в системе компьютерного моделирования большое число вариантов модели объекта.

Уточнение представлений об исследуемом объекте и совершенствование методов его моделирования могут сделать необходимым изменение программных средств системы компьютерного моделирования, а аппаратные средства при этом могут остаться без изменений.

Высокая результативность компьютерного моделирования в науке, технике и др. областях деятельности стимулирует развитие аппаратных средств (включая суперкомпьютеры) и программного обеспечения [в т. ч. инструментальных систем (см. Инструментальная система в информатике ) разработки параллельных программ для суперкомпьютеров].

В наши дни компьютерные модели – быстро растущая часть арсенала

Компьютерное моделирование достаточно широко применяется в различных отраслях науки и техники, постепенно вытесняя реальные эксперименты и опыты. Оно настолько прочно вошло в нашу жизнь, что уже достаточно сложно представить себе ситуацию, когда придется от этого способа изучения реального мира отказаться. Это явление объясняется достаточно легко: с помощью данного процесса можно достичь значительных результатов в самые кротчайшие сроки, позволяя проникнуть в ту область реальности, которая для человека не достижима.

Компьютерное позволяет на компьютере создать модель, которая с некоторым допущением обладает свойствами реального объекта или процесса, и исследование проводится именно на этой созданной модели. Для проведения изысканий необходимо точно представлять для чего они выполняются, какова их цель, какие именно свойства, стороны изучаемого объекта вас интересуют. Только в таком случае можно быть уверенными в положительном результате.

Как и любой другой процесс, компьютерное моделирование строится по определенным принципам, среди которых можно выделить следующие:

· принцип информационной достаточности. Если сведений о реальном процессе или объекте будет недостаточно, провести исследования с помощью данного метода скорее всего не получится;

· принцип осуществимости. Созданная модель должна позволять достичь поставленных перед исследователем целей;

· принцип множественности моделей, который опирается на то, что для исследования всех свойств реального объекта необходимо разработать несколько моделей, так как объединить все реальные свойства в одной не представляется возможным;

· принцип агрегированности. В этом случае сложный объект представляется в виде отдельных блоков, которые можно определенным образом перестраивать;

· принцип паратмеризации, который позволяет параметры определенной подсистемы заменять числовыми значениями, что сокращая объем и продолжительность моделирования, снижает также адекватность полученной модели. Поэтому применение данного принципа должно быть полностью обоснованным.

Компьютерное моделирование должно выполняться в определенной, строго заданной последовательности. На первом этапе определяется цель, после чего производится разработка Затем выполняется формализация модели, позволяющая осуществить ее программную реализацию. После этого можно приступать к планированию модельных экспериментов и реализовывать ранее составленный После того, как все предыдущие пункты будут выполнены, можно будет анализировать и интерпретировать полученные результаты.

В последнее время компьютерное моделирование физических процессов выполняется с применением различных Можно встретить большое количество работ, выполненных в Matlab. Такие исследования позволяют изучить всевозможные физические процессы, которые в реальности человек наблюдать не сможет.

Компьютерное моделирование находит достаточно широкое применение в промышленности. С его помощью разрабатываются новые изделия, проектируются новые машины, задаются условия их работы и проводятся виртуальные испытания. Если составленная модель обладает достаточной степенью адекватности, можно утверждать, что результаты реальных испытаний будут аналогичны виртуальным. Помимо изучения свойств той или иной системы, на компьютере можно разработать внешний вид готового изделия, задать его параметры. Это минимизирует количество брака, который может образоваться в результате неточности инженерных расчетов.