Информационное обеспечение имитационного моделирования

Модели больших систем могут содержать сотни и тысячи параметров, поэтому задача сбора и хранения информации становится самостоятельной проблемой.

Для сбора данных, требуемых для идентификации модели сложной системы (например, эколого-экономической системы региона), исследователю приходится изучить огромное число самых разнообразных источников: публикации в научной литературе и периодической печати, отчеты правительственных и исследовательских организаций, карты, данные аэрофотосъемки, проекты, докладные записки, различные служебные материалы и т.д. Информация может храниться на бумаге, на фотографиях, на магнитных носителях; по степени доступа информация может варьироваться от общедоступной до практически недоступной. Некоторых данных не хватает; другие, напротив, избыточны. Достоверность данных также может быть самой различной.

Подлежащие определению (идентификации) параметры моделей можно разделить на две большие группы.

К первой группе относятся показатели, имеющие ясный содержательный смысл: плотность или влагоемкость почвы определенного типа, площадь населенного пункта, продолжительность жизни организмов определенного биологического вида, цена на некоторый товар и т.д. К этой группе относятся и начальные значения всех переменных модели. Значения таких параметров могут быть определены непосредственно из анализа справочной литературы и консультаций со специалистами.

Вторая группа включает параметры, ясного «физического» смысла не имеющие; например, некоторые коэффициенты производственных функций и других эмпирических соотношений, описывающих связи между переменными модели. Для идентификации таких параметров могут применяться следующие методы: —

использование имеющихся статистических данных с помощью методов типа метода наименьших квадратов; —

проведение вычислительных экспериментов (перебор значений искомого параметра на ЭВМ до достижения требуемой точности модельных данных). Этот метод может использоваться и для идентификации в широком смысле (проведение вычислительных экспериментов с функциями различных классов); —

постановка натурных экспериментов по специальной методике [49]; —

использование экспертных оценок. Беседы и консультации со специалистами играют неоценимую роль на всех этапах прикладного системного исследования; в процедурах идентификации они часто оказываются единственным путем получения информации.

Очевидно, что при наличии огромного объема разнородных данных успешная работа возможна только при условии их рациональной организации. Существует и интенсивно развивается теория представления (модели данных) и организации (базы и банки данных) информации для компьютерной обработки, подходы и результаты которой широко используются в прикладном системном анализе, являясь в определенной мере его частью [44].

В большинстве случаев требуемая для прикладного системного анализа информация носит динамический характер, описывая изменение состояния изучаемой системы во времени и/или в пространстве. Это сильно усложняет проблему информационного обеспечения, поскольку приходится собирать и хранить не отдельные числовые значения, а целые их массивы — временные и/или пространственные ряды данных.

Наиболее удобным и содержательным способом отображения пространственно определенных данных служат географические карты. Поэтому для работы с информацией о системах с пространственно- временной определенностью может оказаться полезным предлагаемый метод динамического картографирования, сущность которого заключается в следующем.

Состояние системы в каждый момент времени t описывается вектором

х (*) = (*! (О,хпШ (3.5.1)

где (t) — значение 1-го показателя состояния в момент t.

Пространственную неоднородность системы отобразим путем

разбиения занимаемой системой территории на участки так, что

внутри каждого участка значения показателей состояния не меняются.

Тогда состояние системы в каждый момент времени t может быть представлено матрицей Х(0=||*гіЮ|| Д N , (3.5.2)

II І І г = 1 і= 1

где xri (t) — значение і-го показателя состояния на г-м участке в

момент времени t\ R — число участков разбиения территории; /V — число показателей состояния системы.

Вектор

Xi(t) = (xii(t),...,xm(t)) (3.5.3)

представляет собой тематическую карту — распределение значений і-го показателя состояния по участкам территории в момент t.

Матрица

есть исходная база данных для моделирования, матрицы X (t) при t = -T\ -2,-1 суть пространственно-временные ряды имеющихся данных (представление собранной информации), а матрицы

X (t) при <=1,2, ...,7і могут использоваться для хранения прогноз

ных данных на период Т.

Такой подход позволяет установить взаимно-однозначное соответствие между динамической реляционной базой данных и динамическим набором тематических карт (рис. 3.5.1).

Для компьютерного построения тематических карт удобно использовать следующую процедуру шкалирования: диапазон допустимых значений [х |"1П, х І”81] каждого показателя і = 1,..., N разбивается на отрезки одинаковой длины A t, каждому из которых соответствует определенная интенсивность окраски карты:

[х ™1П, х Ішш + Д » интенсивность 1

[х^'Іп + Ді, х ™in + 2 Д J—» интенсивность 2

[х (maX - A i , X |"аХ ]-> интенсивность (X - X І"1") /Д j Для поставленных целей достаточно 3—5 градаций интенсивности, что позволяет получать монохромные тематические карты (рис. 3.5.1, б).

Процессы моделирования и сбора информации неразрывно взаимосвязаны. Модель обусловливает требования к информации, а характер информации определяет возможности моделирования. 52 Показатель 1 Показатель 2 Показатель N 1 *11 х\2 х\N 1 2 х2\ х22 % ... R XR\ XR2 XRN а

М Н ? ІШ1

?ви У сИ1г '' ПЛР

Показатель 1 Показатель 2 ... Показатель N

б

Рис. 3.5.1. Соответствие между динамической реляционной базой данных (а) и динамическим набором тематических карт (б) системы; показаны статические *срезы» при некотором t = t'

Сказанное не означает, что моделирование невозможно в отсутствие исчерпывающей по точности и полноте информации. Следует построить модель «первого приближения», практически обеспеченную имеющейся в наличии информацией. Работа с этой моделью позволит уточнить требования к информации и, пользуясь различными указанными методами, собрать данные, достаточные для построения модели «второго приближения», и т.д. Таким образом, процесс моделирования и сбора информации носит итеративный характер и теоретически бесконечен: критерием его окончания служат достижение цели данного этапа исследования и текущие возможности; в дальнейшем модель может уточняться, а информация пополняться. 3.6.

<< | >>
Источник: Угольницкий ГЛ.. Управление эколого-экономическими системами. — М.: Вузовская книга. — 132 с.. 1999

Еще по теме Информационное обеспечение имитационного моделирования:

  1. Имитационные модели экономических информационных систем Методологические основы применения метода имитационного моделирования
  2. 3.4. Основы организации имитационного моделирования Этапы имитационного моделирования
  3. ГЛАВА 2. ПРОЦЕСС ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ
  4. ГЛАВА 3. СПЕЦИАЛЬНЫЕ ВОПРОСЫ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ
  5. § 40.11. ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ
  6. Алгоритм имитационного моделирования
  7. Организационные аспекты имитационного моделирования
  8. Общая схема имитационного моделирования
  9. Раздел IV ПРИМЕР ПРИКЛАДНОГО ИСПОЛЬЗОВАНИЯ МОДЕЛИ СИСТЕМЫ МАРКЕТИНГА В ИМИТАЦИОННОМ МОДЕЛИРОВАНИИ
  10. Структура модели и основные принципы имитационного моделирования
  11. Построение модели водохранилища как пример имитационного моделирования
  12. СПЕЦИАЛЬНЫЕ ВОПРОСЫ УПРАВЛЕНИЯ ПРОДАЖАМИ Количественный инструментарий поддержки управленческих решений в планировании сбыта: имитационное моделирование
  13. Описание примера применения имитационного моделирования в планировании деятельности оптового сбытового подразделения торговой компании
  14. 3. ТЕХНОЛОГИЯ МОДЕЛИРОВАНИЯ ИНФОРМАЦИОННЫХ СИСТЕМ Методы моделирования систем
  15. 2.2.1. Мировой опыт классификации заемщика и внутренняя информационная база моделирования
  16. Информационное обеспечение управления качеством
  17. ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ ЭКОЛОГИЧЕСКОГО АУДИТА
- Регулирование и развитие инновационной деятельности - Антикризисное управление - Аудит - Банковское дело - Бизнес-курс MBA - Биржевая торговля - Бухгалтерский и финансовый учет - Бухучет в отраслях экономики - Бюджетная система - Государственное регулирование экономики - Государственные и муниципальные финансы - Инновации - Институциональная экономика - Информационные системы в экономике - Исследования в экономике - История экономики - Коммерческая деятельность предприятия - Лизинг - Логистика - Макроэкономика - Международная экономика - Микроэкономика - Мировая экономика - Налоги - Оценка и оценочная деятельность - Планирование и контроль на предприятии - Прогнозирование социально-экономических процессов - Региональная экономика - Статистика - Страхование - Транспортное право - Управление финасами - Финансовый анализ - Финансовый менеджмент - Финансы и кредит - Экономика в отрасли - Экономика общественного сектора - Экономика отраслевых рынков - Экономика предприятия - Экономика природопользования - Экономика труда - Экономическая теория - Экономический анализ -