Тема.

МОДЕЛЮВАННЯ В МЕТОДОЛОГІЇ ТА ІНСТРУМЕНТАРІЇ

НАУКОВИХ ДОСЛІДЖЕНЬ

1.СУТНІСТЬ МОДЕЛЮВАННЯ
Моделювання, яке в наукових дослідженнях почало застосуватись ще в
глибоку давнину, охоплює нині все нові й нові сфери наукових знань.
Термін "модель" широко використовується в різних сферах діяльності
людини і має низку семантичних значень. Термін “модель” походить від
латинського слова “modulus“ – зразок, норма, міра. Модель – це обєкт, що
заміщує оригінал і відбиває найважливіші риси і властивості оригіналу для
даного дослідження, даної мети дослідження за обраної системи гіпотез.
Математична модель – це абстракція реальної дійсності (світу), в якій
відношення між реальними елементами, а саме ті, що цікавлять дослідника,
замінені відношеннями між математичними категоріями. Ці відношення,
зазвичай, подаються в формі рівнянь і/чи нерівностей між показниками
(змінними), які характеризують функціонування реальної системи, що
моделюється.
Сутність моделювання полягає у дослідженні процесів, явищ, систем
об’єктів не безпосередньо, а шляхом побудови і вивчення їх моделей.
Зазначимо, що «модель за певних умов виступає в значенні замінника, або
представника якогось іншого предмета, системи, явища». Побудова моделі
досліджуваного об’єкта здійснюється для опосередкованого його наукового
дослідження, коли безпосереднє вивчення цього об’єкта з певних причин є
неможливим чи недоцільним. Необхідно наголосити, що економічні об’єкти у
переважній більшості вимагають непрямого дослідження, а тому значення
моделювання важко переоцінити.
2. ЕЛЕМЕНТИ МЕТОДОЛОГІЇ МОДЕЛЮВАННЯ
Моделювання полягає в заміщенні одного об‘єкта іншим з метою
отримання нової інформації, нових знань про найважливіші властивості
об‘єкта-оригіналу, зважаючи на цілі дослідження за допомогою об‘єкта-моделі.
Це один із найбільш поширених способів вивчення різних процесів і явищ.
Існує багато концептуальних підходів до класифікації методів і прийомів
моделювання, але основним є підрозділ на фізичне і математичне моделювання.
Математичне моделювання – це спосіб дослідження різних процесів
шляхом вивчення явищ, які мають різний фізичний зміст, але описуються
однаковими математичними співвідношеннями. Під математичною моделлю
реальної системи розуміють сукупність співвідношень (формул, рівнянь,
нерівності, логічних умов, операторів), що визначають характеристики станів
системи залежно від параметрів системи, вхідних сигналів, початкових умов і
часу. Тобто математична модель концентрує в собі написану на певній мові
сукупність знань, уявлень і гіпотез про відповідний об‘єкт або явище. Зазвичай,
як уже згадувалось, модель тільки наближено описує поведінку реальної
системи, будучи її абстракцією, оскільки знання про реальну систему ніколи не
бувають абсолютними, а гіпотези часто вимушено або навмисно не враховують
деякі чинники.
Теорія моделювання є системою (взаємопов‘язаною сукупністю)
постулатів концептуальних положень, принципів, визначень, методів і засобів
створення та вивчення моделей. Концептуальні положення, принципи,
визначення, методи і засоби, як і самі моделі, є предметом теорії моделювання.
Головне завдання теорії моделювання полягає в тому, щоб надати досліднику
принципи, технології та засоби створення таких моделей, які досить точно і
повно фіксують властивості оригіналу, простіше і швидше піддаються
дослідженню і допускають перенесення модельних результатів на оригінал.
Теорія моделювання ґрунтується на п‘яти головних принципах, які
покладені в основу технології моделювання:
1.Принцип інформаційної достатності.
2.Принцип здійсненності.
3.Принцип множинності моделей.
4.Принцип агрегування.
5.Принцип параметризації.
 У загальному випадку якість економіко-математичних моделей складають
такі характеристики, як ефективність і адекватність, які взаємно доповнюють
одна одну. Поняття адекватності моделі грунтується безпосередньо на
визначенні (виокремленні) об’єкта моделювання. Поняття ефективності
ґрунтується на меті моделювання. Узагальнені чинники, що визначають рівень
цих характеристик, наведено на рисунку 6.1.

Ступень Здатність моделі Наявність зміни,

ефективності реалізувати що дозволяють
моделі поставлені сформулювати
задачі питання й
Якість інтерпретувати
економіко компонент
математичної моделі

моделі
Узгодженість Максимальне
Ступень
моделі врахування
адекватності
інформації при
моделі вихідною ідентифікації
інформацією моделі

Рис. 6.1.

3. ПРОЦЕС МОДЕЛЮВАННЯ
Моделювання передбачає наявність головних етапів:
1.Постановка мети моделювання;
2.Розробка концептуальної моделі;
3.Підготовка вихідних (початкових) даних;
4.Розробка математичної моделі.
Також необхідно здійснити вибір методу, засобів моделювання,
розробити програмне забезпечення, перевірити адекватність моделі, за
необхідності скорегувати її, спланувати модельні комп‘ютерні експерименти,
виконати моделювання на обчислювальному комплексі та проаналізувати
результати моделювання.
 4. МОДЕЛЮВАННЯ БІЗНЕС-ПРОЦЕСІВ
Зростання ролі бізнес-моделювання визначається не тільки сучасними
тенденціями в організації управлінських процесів, а й новаціями в частині
проектування корпоративних інформаційних систем. Архітектура підприємства
за своєю суттю є деяким механізмом, який забезпечує прозорість уявлення,
«трансформацію» «стандартних» послуг (діяльності) уряду в електронні
регламенти, що ґрунтуються на використанні сучасних ІТ. У кожній країні
існує своя специфіка в організації, найменування та стандартизації проектів зі
створення електронного уряду. Наприклад, в США реалізується проект
«Федеральна архітектура», у Німеччині – «Стандарт та архітектура прикладних
систем електронного уряду» (SAGA – Standards and Architecture for e-
Government Applications).
Архітектура організації описує її діяльність з двох позицій:
З позиції логічних термінів, таких як взаємодіючі бізнес-процеси та
бізнес-правила, необхідна інформація, структура і потоки інформації, місця
розташування роботи і користувачів;
З позиції технічних понять, таких як апаратні і комп‘ютерні засоби,
програмне забезпечення, комунікація даних, захист і безпека, а також
використовувані стандарти.
Склад і зміст компонент, які входять до моделі бізнес-архітектури, мають
визначати можливість відповідей на питання: що, як, де, хто, коли. У межах
типових методологій моделювання здійснюється «розподіл» між елементами
бізнес-архітектури та за такими питаннями:
 дані, що використовуються (що?);
 процеси і функції (як?);
 місця виконання цих процесів (де?);
 організації, персоналії-учасники, системи (хто?);
 керуючі дії (коли?);
 цілі й обмеження, що визначають роботу системи (навіщо?).
 У межах моделі бізнес-архітектури виокремлюються такі основні
компоненти:
 бізнес-процеси/цілі і стратегія побудови бізнесу;
 організаційна компонента / організаційне оточення;
 інформація / інформаційне оточення;
 додатки / забезпечення оточення.
5. ЕЛЕМЕНТИ КЛАСИФІКАЦІЇ ЕКОНОМІКО-МАТЕМАТИЧНИХ
МОДЕЛЕЙ
Математичні моделі економічних процесів і явищ стисло можна назвати
економіко-математичними моделями. Для класифікації цих моделей
використовують різні класифікаційні ознаки.
Згідно з однією із класифікаційних ознак виокремлюють пізнавальні і
прагматичні моделі.
За цільовим призначенням економіко-математичні моделі поділяються на
теоретико-аналітичні, що використовуються при дослідженні загальних
властивостей і закономірностей економічних процесів, і прикладні, що
застосовуються у вирішенні конкретних економічних задач.
За характером відображення причино-наслідкових звязків розрізняють
моделі жорстко детерміналістичні і моделі, що враховують випадковість і
невизначеність. Необхідно розрізняти невизначеність, яка описується
ймовірнісними законами, і невизначеність, для описання котрої закони теорії
ймовірностей застосовувати не можна. Другий тип невизначеності набагато
складніший для моделювання, мається на увазі теорія нечітких множин та
нечітка логіка.
За способами відображення чинника часу економіко-математичні моделі
поділяються на статичні і динамічні. У статичних моделях усі залежності
відносяться до одного моменту чи періоду часу. Динамічні моделі
характеризують зміни економічних процесів у часі. За тривалістю розглянутого
періоду розрізняються моделі короткотермінового (до року), середньо
термінового (до 5 років), довготермінового (10-15 і більше років)
прогнозування і планування. Час в економіко-математичних моделях може
змінюватись неперервно або дискретно.
Моделі економічних процесів надзвичайно різноманітні за формою
математичних залежностей. Важливо виокремити клас лінійних моделей, що
набули великого поширення внаслідок зручності їх використання. Відмінності
між лінійними і нелінійними моделями суттєві не лише з математичної точки
зору, але й у теоретико-економічному відношенні, бо багато залежностей в
економіці мають принципово нелінійний характер: ефективність використання
ресурсів у зростанні виробництва, зміні попиту і споживання населення, після
збільшенні виробництва, зміні попиту населення зі зростанням доходів тощо.
Теорія “лінійної економіки” суттєво відрізняється від теорії “нелінійної
економіки”. Від того чи вважаються множини виробничих потужностей
підсистем (галузей, підприємств) опуклими чи неопуклими, суттєво залежать
висновки про можливість поєднання централізованого планування й
господарської самостійності економічних підсистем.
За співвідношенням екзогенних і ендогенних змінних, які включаються в
модель, вони поділяються на відкриті і закриті. Повністю відкритих моделей
не існує; модель має містити хоча б одну ендогенну змінну. Повністю закриті
економіко-математичні моделі, тобто такі, що не містять екзогенних змінних,
виключно рідкісні; їх побудова потребує повного абстрагування від
“середовища”, тобто серйозного огрублення економічних систем, які завжди
мають зовнішні звязки. Переважна більшість економіко-математичних моделей
займає проміжне положення і розрізняється за ступенем відкритості
(закритості).
Для моделей народногосподарського рівня важливим є поділ на
агреговані та деталізовані.
У залежності від того, чи містять народногосподарські моделі просторові
чинники й умови чи не містять, розрізняють моделі просторові і точкові.
6. ТЕНДЕНЦІЇ РОЗВИТКУ МОДЕЛЮВАННЯ
 Інформаційні технології, зокрема, соціальні мережі, засоби отримання
інформації в місцях її виникнення, та сучасний модельний інструментарій
машинного навчання на базі Big Data стимулюють розвиток технологій та
математичного апарату різноманітних видів моделювання: амбівалентного,
пошукового, розвідувального, морфологічного, композиційного, аналітичного,
тощо. Відбувається розвиток потужних новітніх напрямків синергетики,
нелінійності, нейро-нечіткості, штучного інтелекту,ризик-менеджменту,
психологічних досліджень, технологій експертного оцінювання тощо;
міждисциплінарність сучасних модельних підходів та комбінування різних
методів: класичних і нових за результатами сканування простору передумов,
припущень, гіпотез, що залучають розширену інформацію, зокрема, із
когнітивної сфери та конструюють більш складні та попередньо частково
обґрунтовані за відповідними моделями сценарії зміни інтересів та стратегій
контрагентів економічної діяльності.
Взаємодія модельного та комп’ютерного блоків Індустрії Інтернету Речей
4.0. є новим сучасним напрямком зростаючої актуальності моделювання.
Розвивається системна інженерія, яка є теоретичним підґрунтям управління,
зокрема, методологічна модальність одержує сучасне теоретичне трактування
та забезпечення. Більш затребуваною стає запропонована Котарбінським
праксеологія — загальна теорія ефективної організації діяльності, котра
акцентує увагу на її практичних властивостях та розробці принципових
концептуальних основ організації сумісної діяльності людей, прийняття рішень
Математичне моделювання збагачується не лише новими методами, а й
сферами застосування та технологіями комбінування методів, зокрема, такими
як беггінг та бустінг. Пріоритетність і поширеність модельних технологій дає
поштовх для розвитку двох напрямків моделювання: концептуалізація та
практичне синтезування інноваційних сфер та форм.
З урахуванням гносеологічних аспектів технологій Big Data, добування —
це спосіб існування знань. Тобто, моделі уособлюють континуальність,
неперервність, системну динаміку, в якій розкриваються закономірності та
тенденції розвитку. Однак навіть за значного прориву технологій Big Data вчені
та практики доволі песимістично оцінюють можливості ефективного
управління великими складними системами, обґрунтовано припускаючи
існування в певний момент невідомих системних ефектів, які знаходяться поза
зоною досяжності Data Mining.
Суттєво, що тріада «модель-алгоритм-програма» трансформується в
«аналітика-навчання-знання-прийняття рішень» і далі, за кібернетичним
принципом оберненого зв’язку.
Активно поширюється принципово нова концептуальна модель біг-
конвергенції, яка об’єднує модельні підходи, котрі виокремлено із чотирьох
складових: нано- , біо-, інфо- та когнітивних наук.
Моделі є паттернами проектування, конструювання та синтезу
надскладних кібернетичних систем.
Наука, зокрема, штучний інтелект на базі математичного моделювання,
зливається з гуманітарною сферою і стає технологіями. Попереду очікується
стрімкий розвиток технологій саме у напрямку нейрокомп’ютингу та нейронету
і, відповідно, виникнення принципово нових концепцій моделей і методів
моделювання.
Технології та моделі Big Data доповнюються «Малими даними» Small
Data, що представляють дані в такому обсязі та форматі, які забезпечують їхню
придатність та інформативність для обґрунтованого прийняття рішень.
Важливими є міждисциплінарні дослідження, а нові відкриття часто
формуються на стиках наук. Об’єднання нано-, біо-, інфо- та когнітивних
технологій активно впроваджується в термінах нової конвергентної дисципліни
НБІК, що активно розвивається в межах теорії та інструментарію
математичного моделювання..