Система компьютерного моделирования это бизнес

Компьютерное моделирование — научный метод решения задачи анализа или синтеза сложной системы на основе изучения её компьютерной модели. Смысл такого моделирования состоит в получении количественных и качественных результатов по созданной модели, что позволяет изучить неизвестные ранее свойства системы. Компьютерная модель должна отображать максимальное количество взаимосвязей и характеристик реального объекта, а также существующие ограничения (принцип адекватности). Модель следует строить универсальной, чтобы использовать её для описания подобных объектов; простой, чтобы обойтись разумными тратами на исследование.

• 1 Теоретические основы компьютерного моделирования
• 2 Этапы компьютерного моделирования
• 3 Математическая поддержка компьютерного моделирования
• 4 Программная поддержка компьютерного моделирования
• 5 Методологическая поддержка компьютерного моделирования
• 6 Преимущества компьютерного моделирования
• 7 Основные проблемы в процессе компьютерного моделирования
• 8 Существующие методы компьютерного моделирования
• 9 См. также
• 10 Примечания
• 11 Литература
• 12 Ссылки

Теоретические основы компьютерного моделирования

Компьютерное моделирование применяют в таких областях, как автоматизация проектирования, организация работы компьютерных сетей и систем, организация работы транспорта, охрана окружающей среды и управление ресурсами, автоматизированное управление технологическими и другими процессами [1] . Оно используется при проектировании, создании и внедрении систем, а также на различных уровнях их изучения — начиная от анализа работы элементов и кончая исследованием систем в целом. [2] В процессе компьютерного моделирования исследователь имеет дело с тремя объектами:

Компьютерное моделирование

• системой (реальной, проектируемой);
• математической моделью системы;
• компьютерной (алгоритмической) моделью.

В соответствии с этим, возникают задачи построения математической модели, преобразования её в компьютерную модель и программной реализации компьютерной модели. В процессе решения этих задач исследователь получает более точное и структурированное представление об изучаемой системе, разрабатывает различные варианты модели, получает её количественные и качественные характеристики.

Процесс построения компьютерной модели состоит из двух этапов:

1. Построение формальной (аналитической или алгоритмической) модели на основе классификации и применения этой классификации для регламентации работы пользователя по выбору той или иной схемы.
2. Преобразование формальной модели в машинную форму, которое является предметом для специалистов по моделированию (проблемами здесь являются задачи упрощения и модификации формальной модели и оценки погрешностей от этих операций).

Процесс построения компьютерных моделей должен быть тесно увязан с организацией вычислительных экспериментов. Роль вычислительных экспериментов в процессе компьютерного моделирования чрезвычайно велика и с развитием программных средств становится центральной.

Что такое Математическое компьютерное моделирование?

Вычислительный эксперимент в целом объединяет в себе две составляющие: аналитическую и имитационную. Первая связана с математическим моделированием и математическими методами через традиционный математический анализ системы. Для его проведения имитационное моделирование необязательно. Основными задачами в организации таких экспериментов являются анализ структурных и динамических (процессных) свойств компьютерных моделей как формальных объектов и разработка алгоритмических процедур работы с ними на основе выявленных свойств.

Этапы компьютерного моделирования

Процесс компьютерного моделирования делится на пять основных этапов:

1. Начальным этапом является создание компьютерной модели исследуемого объекта. На этом этапе с помощью какого-либо графического или схемотехнического языка моделирования осуществляется разработка модели исследуемого объекта.
2. Вторым этапом является параметризация модели исследуемого объекта. Необходимо осуществлять параметризацию таким образом, чтобы компьютерные модели имели необходимое решение, совпадающее с результатами измерения соответствующих характеристик реального объекта. При этом, полученная модель будет адекватно отражать протекающие в нём процессы. На этом этапе могут применяться средства для работы с базами данных, позволяющие выбрать наилучший вариант структуры и параметров исследуемого объекта.
3. Третьим этапом моделирования является выполнение автоматизированного (вычислительного) эксперимента. На данном этапе либо формируется и решается система алгебро-дифференциальных уравнений (математическая модель), либо выполняется определённый алгоритм (имитационная модель). Результатом эксперимента могут выступать как отдельные числовые или строковые значения, так и массивы данных различных типов.
4. Четвёртым этапом моделирования является обработка результатов эксперимента. Например, поиск минимума или максимума, определение среднего арифметического значения и т. д.
5. Заключительным этапом моделирования является визуализация результатов эксперимента и их сохранение в виде отчётов (то есть «документирование»). На этом этапе результаты моделирования отображаются в виде графиков, диаграмм, таблиц экспериментальных данных, отдельных числовых показаний и т. д.

Математическая поддержка компьютерного моделирования

Основные задачи компьютерного моделирования:

• построение и преобразование алгоритмических моделей;
• упрощение и усложнение изучаемых моделей;
• повышение точности и достоверности результатов моделирования;
• организация направленных имитационных экспериментов;
• структурный анализ моделей.

Наиболее широкое применение в настоящее время нашли статистические методы: факторный и регрессионный анализ, точечные и интервальные оценки, методы проверки гипотез; дисперсионный анализ и другие методы.

Программная поддержка компьютерного моделирования

Желание переложить на ЭВМ как можно большую часть рутинных операций привело к появлению универсальных и различных проблемно-ориентированных языков моделирования (СИМУЛА-67, СИМСКРИПТ-2). Модель сложной системы не всегда удаётся выдержать в рамках одного языка моделирования. Отдельные элементы и подсистемы могут быть описаны, например, дифференциальными уравнениями, другие — конечными автоматами, третьи — в терминах теории массового обслуживания. В этом случае использование какого-либо одного языка моделирования приводит к потере точности моделей сложных систем или к усложнению программ.

Требования быстрого и правильного составления компьютерной модели обусловливают необходимость:

• замены программирования конструированием из готовых элементов;
• разработки проблемно-ориентированных библиотек элементов;
• автономной отладки моделей элементов;
• автоматической компоновки элементов в моделирующий алгоритм.

Нетривиальными для моделей сложных систем становятся процедуры подготовки вычислительных экспериментов, сбора, хранения и обработки результатов этих экспериментов. Появляется необходимость в разработке или подключении прикладных программ планирования и обработки данных [3] .

В настоящее время всё программное обеспечение, так или иначе используемое для создания и анализа компьютерных моделей, оформилось в отдельный класс систем, именуемый системами компьютерного моделирования.

Методологическая поддержка компьютерного моделирования

Методологическая составляющая технологии компьютерного моделирования связана с разработкой совокупности приёмов построения алгоритмических описаний систем, целенаправленного преобразования полученных описаний в системную совокупность компьютерных моделей, составлением для этой совокупности планов и сценариев вычислительных экспериментов, направленных на достижение прикладных целей моделирования.

Прикладные задачи технологии компьютерного моделирования связаны с построением и использованием эффективных программных и инструментальных средств (систем или комплексов программ) моделирования.

Преимущества компьютерного моделирования

Компьютерное моделирование дает возможность:

1. совершать многоразовые испытания модели, каждый раз возвращая её в первичное состояние;
2. расширить круг исследовательских объектов — становится возможным изучать не повторяющиеся явления, явления прошлого и будущего, объекты, которые не воспроизводятся в реальных условиях;
3. визуализировать объекты любой природы, в том числе и абстрактные;
4. получать разные характеристики объекта в числовом или графическом виде;
5. исследовать явления и процессы в динамике их развертывания;
6. управлять временем (ускорять, замедлять и т. д.);
7. проводить эксперименты без риска негативных последствий для здоровья человека или окружающей среды;
8. находить оптимальную конструкцию объекта, не изготовляя его пробных экземпляров.

В настоящее время рядом исследователей предлагается использование компьютерного моделирования для создания универсальных и расширяемых систем автоматизированного проектирования (моделирования), систем компьютерной математики, которые могут быть использованы в образовании, науке, промышленности, медицине и других важнейших сферах человеческой деятельности.

Основные проблемы в процессе компьютерного моделирования

Проблемы, связанные с компьютерным моделированием сложных систем:

1. Выходные данные имитационного эксперимента представляют большие массивы информации, поэтому исследователи стремятся так преобразовать наборы данных, чтобы можно было воспользоваться хорошо обоснованными методами статистического анализа.
2. Решение вопроса адекватности, то есть сравнение выходных данных модели с наблюдениями, полученными на реальном объекте. Сведение процесса моделирования лишь к имитации часто неприемлемо для принятия решений при анализе крупномасштабных (сложных) систем, когда необходимо комплексное исследование возникающих проблем, требующее применения как количественных, так и дескриптивных (описательных) методов.

Процесс проведения вычислительных экспериментов над компьютерной моделью сопряжён с целым рядом существенных трудностей. Основными из них являются:

1. трудности при создании детального плана эксперимента;
2. в связи с тем, что компьютерная модель должна содержать большое множество различных параметров, имеющих актуальные значения, её параметризация может быть сильно затруднена;
3. проведение вычислительных экспериментов в реальном масштабе времени требует значительных вычислительных ресурсов;
4. необходимость математической обработки результатов экспериментов;
5. необходимость оперативной визуализации результатов экспериментов;
6. необходимость документирования (протоколирования) результатов экспериментов.

Существующие методы компьютерного моделирования

• Метод конечных элементов
• Метод конечных разностей
• Метод конечных объёмов
• Метод подвижных клеточных автоматов
• Метод классической молекулярной динамики
• Метод компонентных цепей
• Метод узловых потенциалов
• Метод дискретного элемента
• Метод граничного элемента
• Метод переменных состояния

См. также

• Моделирование
• Метод компонентных цепей
• Компьютерная модель
• Система компьютерного моделирования

Примечания

1. ↑Мирошников А. Н. , Румянцев С. Н. Моделирование систем управления технических средств транспорта. — СПб. : “Элмор”, 1999. — 224 с.
2. ↑Арайс Е. А. , Дмитриев В. М. Автоматизация моделирования электромеханических систем // Электромеханика. — 1985. — № 12 . — С. 68—76 .
3. ↑Постников В. А. , Сыроежкин Е. В. Использование универсальных интегрированных систем автоматизации расчетов и проектирования на платформе персональных компьютеров при моделировании электромеханических устройств и систем // Приборы и системы. Управление, контроль, диагностика. — 2001. — № 8 . — С. 59—66 .

Литература

1. Герман-Галкин С. Г. Компьютерное моделирование полупроводниковых систем в MATLAB 6.0. — СПб.: КОРОНАпринт, 2001. — 320 с.
2. Кардашев Г. А. Виртуальная электроника. Компьютерное моделирование аналоговых устройств. — М.: Горячая линия. — Телеком, 2002. — 260 с.
3. Жук Д. М., Маничев В. Б., Папсуев А. Ю. Обобщенный метод моделирования динамики технических систем // Информационные технологии.- 2004.- № 8.- C. 6-14.

Ссылки

• Определение термина «Компьютерное моделирование» в Большой российской энциклопедии 2004—2017
• Статья «Компьютерное моделирование» на сайте лаборатории высокопроизводительных компьютерных систем (ДВФУ)
• Статья «Компьютерное моделирование» на сайте «Планета информатики»
• Статья «Что такое „компьютерное моделирование“?» на платформе «Дзен»

Данная статья имеет статус «готовой». Это не говорит о качестве статьи, однако в ней уже в достаточной степени раскрыта основная тема. Если вы хотите улучшить статью — правьте смело!

• Все статьи
• Научные исследования
• Научный метод
• Компьютерное моделирование

Источник: znanierussia.ru

Может ли компьютерное моделирование увеличить прибыль предприятия. Часть 1

Словосочетания «компьютерное моделирование» и «виртуальное производство» постепенно входят в нашу жизнь. Многие специалисты с удовольствием и аргументированно могут доказывать, что это нужно нашей промышленности на современном этапе развития.

Но, к сожалению, не каждый может сказать, какую прибыль получит предприятие, покупая и внедряя эти дорогостоящие технологии, и получит ли вообще. Неопределенность суждений специалистов относительно возможной прибыли от внедрения компьютерного моделирования и технологии виртуального производства заставляет руководителей задумываться о том, а стоит ли инвестировать средства предприятия в гипотетические прибыли, тогда как обычно голова болит о настоящем. Обращаясь к этой теме, мы решили рассмотреть вопрос повышения прибыльности компаний при использовании компьютерного моделирования на всех этапах жизненного цикла изделий. Статья содержит примеры получения финансовой прибыли за счет оптимизации процесса производства посредством компьютерного моделирования.

Зачем в принципе нужно компьютерное моделирование? Компьютерное моделирование позволяет заглянуть в будущее, помогает компаниям усовершенствовать свою продукцию, заранее определяя функциональность разных проектов, возможность их производства, стоимость изделий, прибыль, которую принесет то или иное изделие. Моделирование можно сравнить с тестированием прототипов; разница заключается лишь в том, что моделирование выполняется при помощи компьютерного программного обеспечения и требует гораздо меньше времени и затрат; кроме того, оно может быть проведено задолго до начала производства изделия. Выполняемое в начале процесса проектирования изделия моделирование помогает найти лучший вариант проекта еще до конечной сборки и выбора материала, значительно сокращая при этом количество моделей-прототипов и время на доводку образцов, не говоря уже о значительном сокращении времени проектирования и брака при выходе на серийное производство изделия. Кроме того, с помощью моделирования данному изделию можно придать любые потребительские качества, которые можно реализовать сегодня с помощью современных промышленных технологий.

Моделируем продажи и прибыль

Моделирование используется сегодня многими передовыми компаниями для планирования, разработки, производства, маркетинга и сопровождения своих изделий. Такие компании, как «Боинг», «Спейс Системс/Лорал», «Роллс-Ройс Аэро Енжинс», «Купер Таир», связывают получение своей финансовой прибыли с использованием моделирования. В данной статье приводятся примеры с описанием и количественным выражением видов прибыли, которую можно получить, используя моделирование.

Обратимся к наиболее близкому для вас примеру. Допустим, ваша компания получает доход с продажи собственных товаров. Она постоянно находится в процессе поисках путей увеличения продаж и увеличения прибыли. Компания может увеличить продажи своей продукции путем ее усовершенствования либо путем разработки новых видов продукции. При этом, чтобы бизнес шел успешно, эта продукция должна иметь большую потребительскую ценность и по сравнению с аналогичной продукцией других производителей быть более конкурентоспособной и привлекательной для потребителей. Продукция сможет продаваться лучше, только если она будет:

• быстрее выходить на рынок;
• долговечной;
• доступной по цене;
• безопасной;
• не требующей высоких затрат на эксплуатацию и ремонт;
• несложной в использовании, без особых усилий поддерживаться в рабочем состоянии, легко ремонтироваться (текущий и капитальный ремонт);
• надежной;
• легко настраиваемой;
• более эффективной;
• более современной;
• энергосберегающей;
• иметь более привлекательный дизайн.

В этом случае рост прибыли происходит за счет увеличения объемов продаж и снижения затрат на разработку продукции. Снизить эти затраты можно следующим образом:

• создавая как можно меньше экспериментальных образцов;
• сокращая затраты на гарантийный ремонт и исключая возникновение необходимости в возврате товара;
• сокращая количество натурных испытаний;
• снижая затраты на производство и оборудование рабочих мест;
• сокращая временные затраты на дизайн и инженерные разработки;
• уменьшая число конструкторских и технологических изменений;
• перенося на более поздний срок капитальные затраты;
• сокращая издержки, возникающие в результате неэффективности, и будущие затраты;
• уменьшая количество разработчиков и инженеров и таким образом снижая затраты на оплату их труда;
• снижая затраты на обучение персонала;
• экономно используя материал на изготовление продукта;
• сокращая количество закупок и приобретений, а также затраты на поставку в вашей снабженческой цепочке.

А что же компьютерное моделирование? Оно помогает в усовершенствовании продукции, снижая затраты на ее разработку, повышая ее потребительские качества, что увеличивает продажи, а следовательно и прибыль.

Что такое моделирование

Моделирование — это работа по прогнозированию характеристик жизненного цикла продукта до его производства. Такими характеристиками продукта являются затраты на его разработку, эксплуатацию, расходные материалы (топливо), продолжительность жизни продукта, ударопрочность, прочность, безопасность, шум, надежность, комфортность, простота изготовления и обслуживания, затраты на гарантийный ремонт, время выведения на рынок, прибыльность и многое другое.

Моделирование выполняется при помощи программного обеспечения, способного прогнозировать все эти и другие характеристики жизненного цикла продукта. Моделирование необходимо для прогнозирования будущего, а особенности продукта систематически варьируются с целью улучшения характеристик продукта на раннем этапе разработки, при этом решения о технологическом и материальном оснащении принимаются заранее. Моделирование помогает проектировщикам понять, на какие компромиссы они должны пойти и какие решения относительно проекта они должны принять для оптимизации потребительских свойств продукции. Моделирование сокращает и заменяет дорогостоящий и длительный процесс создания физических прототипов и их тестирования. Оптимизируя каждый из пунктов, обозначенных выше, моделирование позволяет добиться увеличения продаж и сокращения затрат на разработку продукта.

Немного о жизненном цикле продукта

Любая ваша продукция имеет свой «жизненный цикл», то есть промежуток времени от определения концепции и до утилизации, как показано на упрощенной схеме жизненного цикла продукта.

Моделирование может использоваться для сокращения времени на каждом этапе процесса и для создания правильного проекта изделия — такого, который было бы легко воплотить в производство, легко продавать и обслуживать — в самом начале процесса, до планирования основных затрат (на оборудование и материалы).

Моделирование на этапе концептуального проектирования

На этапе разработки концепции основное решение на высшем уровне принимается исходя из рыночных потребностей в данном изделии, требований функциональности продукта и нужд бизнеса. Моделирование на этом этапе позволяет разработчикам концепции проверить ее, чтобы убедиться, что можно изготовить продукт, соответствующий заданным требованиям и обладающий необходимыми потребительскими свойствами. Предоставляя возможность удовлетворения всех требований к функциональности в установленные сроки в рамках затрат средств на выполнение работ по данному проекту, моделирование облегчает первоначальную оценку различных концепций проекта.

Моделирование на этапе детального проектирования

На этом этапе проект в целом уже определен, включая его отдельные узлы и компоненты с заданными потребительскими свойствами. Заданы геометрия, материалы и стадии производственного процесса. Моделирование на этом этапе позволяет удостовериться, что данный проект реален, его можно будет выполнить и поставить на рельсы серийного производства. Весь проект — от системы в целом до каждого отдельного компонента — может быть смоделирован. На этом этапе моделирование выполняется инженерами-разработчиками и инженерами-технологами, планирующими производство.

Моделирование на этапе испытаний

Испытания — один из важных этапов в жизни проекта, поскольку он определяет дальнейшую судьбу изделия. Этот этап начинается, когда образец уже создан. Большинство компаний создают несколько натурных прототипов и подвергают их тщательному тестированию. Если экспериментальные образцы не выдерживают испытаний, проект корректируется, после чего образец проходит новые испытания.

И так до тех пор, пока не будет получен положительный результат. Цикл создания, испытания и устранения дефектов требует значительных временных, производственных и финансовых затрат. На этой стадии для уменьшения числа прототипов и физических циклов восстановления и повторного испытания используется моделирование тестируемого образца на компьютере.

Если тестируемый образец не проходит модельные испытания, повторное изменение проекта не требует больших затрат. Компьютерное моделирование на данном этапе позволяет сократить затраты на разработку прототипов более чем на 50%, а это значительная экономия времени и средств. Кроме того, моделирование может быть использовано для сокращения времени и объема испытаний натурного образца. Например, при помощи моделирования можно «пробежаться» по образцу, сообщив характеристики, обычно измеряемые при физическом испытании. Это позволяет инженерам, производящим испытание, заранее и более качественно определять критерии измерений и нагрузки/динамического нагружения, экономя время и исключая «работу вслепую», как часто бывает при лабораторных исследованиях.

Моделирование на этапе производства

Всем понятно, что на данном этапе продукция уже производится, поэтому моделирование здесь используется для оптимизации процессов производства с целью минимизации отходов и этапов обработки. Оно позволяет оптимизировать процесс изготовления продукта и снизить затраты на гарантийный ремонт, выявляя и исключая те параметры проекта, которые могут вызвать дефекты во время процесса производства. Более того, некоторые из новых производственных процессов, такие как гидроформование и суперпластическое формование, требуют моделирования для идентификации параметров производственного процесса, таких как температура, давление и скорость.

Моделирование на этапе маркетинга и продаж

Для маркетинга и продаж вашей продукции также можно использовать моделирование. Например, в коммерческих предложениях, — чтобы показать, как ваш продукт будет выглядеть в конкретных условиях и какими полезными свойствами он может быть интересен покупателю. Результаты моделирования можно использовать в рекламе для придания вашему продукту образа «высокотехнологичного». Моделирование позволяет улучшить дизайн, а также качество продукции, то есть ее потребительские свойства, благодаря чему продажи неизбежно увеличатся.

Моделирование на этапе поддержки и сопровождения

В дальнейшем, после реализации проекта, ваша продукция будет нуждаться в поддержке, техническом обслуживании, капитальном и текущем ремонте. На этом этапе моделирование может использоваться для проведения ремонта и модифицирования изделия, обеспечивая устранение возникающих проблем, при этом одновременно сохраняя функциональность первоначального дизайна и набор полезных свойств. Задачи этого этапа очень четко просматриваются в аэрокосмической промышленности, где моделирование применяется для продления ресурса жизненного цикла изделий.

Моделирование на этапе утилизации

Это последний, но тоже достаточно важный этап жизненного цикла изделий и технологий, особенно актуальный в настоящее время. Ничто не вечно в этом мире. Когда срок полезного использования изделия истекает, его утилизируют или перерабатывают.

Здесь моделирование применяется для выбора таких производственных процессов и упаковочных материалов, которые обеспечат экономичную переработку изделия, включая различные типы материалов, используемых для его изготовления. Во многих отраслях промышленности число «контактирующих частей» во время производства на порядок превышает число фактических частей в продукте. Применение моделирования позволяет предусмотреть их повторное использование или эффективную утилизацию еще на этапе эскизного проектирования самого изделия, задолго до начала его эксплуатации.

А где же возврат инвестиций на моделирование?

Логичный вопрос, который может возникнуть у утомленного чтением этой статьи руководителя финансового департамента. Когда вы покупаете программное обеспечение для моделирования, включая гарантийное обслуживание и компьютеры, ваша компания делает инвестиции. Инвестиции — это затраты, которые, по идее, должны возвращаться.

Таким образом, инвестиция дает доход (а следовательно, приносит прибыль), который по размеру должен обычно превосходить инвестицию. Поэтому в первую очередь вас будет интересовать «доходность инвестиций» (существует и такой термин). Теперь обратимся к рассмотрению и анализу доходности инвестиций в моделирующие компьютерные технологии. Существует несколько аспектов «доходности инвестиций» при вложении средств в моделирующие технологии, а именно:

• вид инвестиции (разовая или постоянная);
• валовая прибыль;
• доход от инвестиции (финансовая прибыль);
• внутренняя норма прибыли;
• срок окупаемости инвестиций.

Рассмотрев вопрос о пользе компьютерного моделирования, мы готовы перейти к сугубо практическим вопросам и на конкретных примерах посчитать реальные деньги в рублях или в условных единицах, уже полученные в виде прибыли некоторыми российскими предприятиями, внедрившими и активно использующими моделирующие компьютерные технологии. Обо всем этом читайте в следующем номере журнала «САПР и графика» или в Интернете на сайте «ВСЕ о САПР» по адресу http://www.cad.ru/.

Материалы для статьи любезно предоставлены компанией MSC.Software Corp (Россия)

«САПР и графика» 4’2001

Источник: sapr.ru

Компьютерная модель — это. Понятие, создание и примеры использования компьютерных моделей

Компьютерная модель — это естественно. Компьютерное моделирование используется повсеместно, делает проектирование и производство реальных систем, машин, механизмов, товаров, изделий экономичным, практичным, эффективным. Результат всегда превосходит ожидания, 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, что такое «Автокад». 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 это результат 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 черный ящик 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!

Источник: fb.ru