Навігація
Головна
ПОСЛУГИ
Авторизація/Реєстрація
Реклама на сайті
 
Головна arrow Техніка arrow Інформаційні технології в технічній експлуатації автомобілів
< Попередня   ЗМІСТ   Наступна >

Методологія дослідження

Будь-яке наукове дослідження здійснюється певними прийомами і способами, а також по певних правилах. Вчення про систему цих прийомів, способів і правил називають методологією.

Поняття "методологія" в літературі вживається в двох значеннях: сукупність методів, вживаних в якій-небудь сфері діяльності (науці, політиці і так далі); вчення про науковий метод пізнання.

Метод – це сукупність прийомів або операцій практичної або теоретичної діяльності, а також форма теоретичного і практичного освоєння дійсності, яка витікає із закономірностей поведінки об'єкту, що вивчається. Класифікація методів наукового пізнання представлена на рис. 2.2.

Класифікація методів наукового пізнання

Рис. 2.2. Класифікація методів наукового пізнання

По "широті" використання, тобто із співвідношення "загальне і приватне" методи діляться на: загальні (загальнолюдські прийоми мислення); загальнонаукові; методи конкретних наук.

По співвідношенню емпіричного знання (тобто знання отриманого в результаті досвіду, досвідченого знання) і знання теоретичного, суть якого полягає в пізнанні суті явиш, їх внутрішніх зв'язків, методи бувають: емпіричного дослідження; емпіричного і теоретичного дослідження; теоретичного дослідження.

У дослідженнях наукових проблем найбільш поширеними є методи емпіричного і теоретичного дослідження (рис. 2.3).

В даний час в світі склалася нова область наукового знання – штучний інтелект (Ш І), об'єднуюча велике число напрямів, принципів, шо займаються дослідженням, і закономірностей розумової діяльності і моделюванням завдань, які традиційно відносять до інтелектуальних.

Класифікація методів емпіричного і теоретичного дослідження

Рис. 2.3. Класифікація методів емпіричного і теоретичного дослідження

Термін Ш І в перекладі з англійської (Artificial Intelligence) буквально означає "уміння міркувати розумно", але не "інтелект" (Intellect), що, проте, достатньо точно відображає завдання Ш І як наукового напряму, який виник ще в 40-х рр. XX століття. Воно пов'язане із створенням електронних обчислювальних машин (ЕОМ) і кібернетики, де роботи по Ш І, вважалися за частину кібернетики. Термін Ш І був запропонований в Дартмутському коледжі США в 1956р. на семінарі з аналогічною назвою.

В нашій країні становлення Ш І почалося в ті ж 50...60 рр. XX ст., але вітчизняні роботи тоді вирішували насамперед проблеми Ш І методологічно і концептуально (зарубіжні йшли до теорії від практики і експериментів).

Після визнання Ш І окремою галуззю науки, відбулося її розділення на два основні напрями: нейрокібернетика і кібернетика "чорного ящика", що є осно-

вою технічної кібернетики. Сьогодні ці напрями розрізняються як в методології, так і в технології дослідження.

Останнім часом в Ш І все більшого поширення набуває термін "інтелектуальна система" (IS) від англ, intelligent system. Це в цілому технічна або програмна система, здатна вирішувати завдання, що традиційно вважаються творчими, які належать конкретній наочній області, знання про яку зберігаються в пам'яті IS.

Істотними доповненнями даного визначення є те, що до завдань IS відносяться завдання, що володіють, як правило, наступними особливостями:

- по-перше, використовується інформація у вигляді зображень, малюнків, знаків, букв, слів, звуків (окрім традиційних даних в числовому форматі);

- по-друге, невідомий алгоритм (потрібно зробити вибір між багатьма варіантами в умовах невизначеності).

Тому під IS розуміють, перш за все, адаптивні системи, що дозволяють будувати програми доцільної діяльності за рішенням поставлених перед ними (програмами) завдань на підставі конкретної ситуації, що складається на даний момент в навколишньому середовищі. Так інтелектуальні робототехнічні системи (ІРС) містять змінну, модель зовнішнього світу і реальної виконавчої системи, що настроюється, з об'єктом управління. Ціль і дії, що управляють, формуються в ІРС на основі знань про зовнішнє середовище, об'єкти управління і на основі моделювання ситуацій в реальній системі.

Моделювання відноситься до загальнонаукових методів пізнання (рис.2.4).

Класифікація методів загальнонаукових

Рис. 2.4. Класифікація методів загальнонаукових

Моделювання – це форма людської діяльності, під якою розуміють дослідження конкретних і абстрактних об'єктів на моделях (умовних зразках, схемах, макетах) із застосуванням методів аналогії і теорії подібності. В цілому, це процес дослідження реальної системи, що включає побудову моделі, вивчення її властивостей і перенесення отриманих відомостей на моделюєму систему.

Моделі можуть бути реальними (матеріальними), наприклад, моделі автомобілів, макети будівель, фотографії, ляльки і тому подібне і ідеальними (абстрактними), створювані засобами мови (як природної людської мови, так і спеціальних мов, наприклад, мовою математики). В цьому випадку ми маємо математичну модель. Зазвичай це система рівнянь, що описує взаємозв'язки в системі, що вивчається.

Модель – штучне створенням об'єкту (у вигляді креслення, логіко- математичних знакових формул, фізичних конструкцій і так далі) є проміжною ланкою між теоретичним абстрактним мисленням і об'єктивною дійсністю. В цілому, це спрощена самостійно система, що діє, яка будується на підставі емпіричних або припускаємих даних про реальний об'єкт (систему), і зазвичай носить формальне уявлення людини про спостереження або уявні події. Тому достовірність моделей, в більшості випадків нижче, ніж теорії і традиційно моделі використовуються, наприклад, для отримання об'єктивних висновків лише на початковому етапі дослідження тих або інших систем, які моделі замінюють.

Модель поступається теоріями в спільності, зате перевершує її в конкретності і ясності отримуваних даних, цілеспрямованості. Вона точніше орієнтує думку розробника в напрямі, який відповідає задуму. Проте коли використовуються декілька моделей з різною цільовою орієнтацією і виникає потреба в інтерпретації і узгодженні результатів моделювання, це створює передумови до об'єднання моделей і допомагає створенню теорії.

Теорія має справу з ідеалізацією реальності, модель з самою реальністю. Проте в цілому, теорія – це теж модель, але обширніша і продуктивніша, її апарат діє зазвичай в ширшому діапазоні. Вона дозволяє отримувати нові факти і вести прогнозування, а якщо початкові дані правильні і математичний апарат коректний, то теорія дає достатньо надійні результати. Тому ніяка модель не зможе замінити теорію і їй (строгій науковій теорії) слід віддавати перевагу. Проте в цілому відмінність між теорією і моделлю декілька умовна.

Тому, якщо реалізується найбільш складний варіант – проектується неіснуюча поки система, де відомі лише виходи, визначувані призначенням системи і входи, зумовлені середовищем існування, тобто є лише задум, то експериментувати можна лише на моделі.

Математичне моделювання включає постановку завдання, ціль дослідження і безпосередньо включає складання самої моделі, що починається з побудови моделі об'єкту, процесу або явища за допомогою загальних законів природознавства і конкретних наук – це перший етап математичного моделювання. Етап другий – перетворення за допомогою методів обчислювальної математики заздалегідь створеної математичної моделі в алгоритм і програму для реалізації на ЕОМ.

Результати розрахунків на ЕОМ дослідники обробляють, порівнюють з результатами реальних вимірювань досліджуваного об'єкту, процесу або явища і розраховують поправки до математичної моделі. Облік поправок приводить до точнішої математичної моделі. На AT в цілому, це замкнутий процес (рис. 2.5), який повторюється до тих пір, поки не досягається необхідна точність збігу реальних і імітаційних даних.

В російській мові існує терміни "імітаційна модель", "імітаційне моделювання". В англійській – "simulation modeling", де термін має цілком чіткий сенс. Слова симуляція і моделювання не є синонімами. Тому російська словосполука імітаційна модель – це нонсенс. Будь-яка модель в принципі, імітаційна, бо вона імітує реальність.

У відповідності з чим, сьогодні слова "математична модель", "аналогова модель", "статистична модель", "імітаційна модель", що з'явилися в російській мові в результаті неточності перекладів, поступово набувають нових, відмінних від первинного сенсу значень. Так, якщо вказано, що дана модель імітаційна, то в цій моделі (на відміну від інших типів абстрактних моделей) збережені і легко впізнанні такі риси об'єкту моделювання як структура, зв'язки між компонентами, спосіб передачі інформації.

Сьогодні з імітаційними моделями багато дослідників пов'язують вимоги, наприклад, по ілюстрації поведінки систем за допомогою прийнятих в даній прикладній області графічних образів. Це може бути модель або образ підприємства, модель об'єкту екологічна або, наприклад, модель соціальна і саме такі моделі сьогодні називають імітаційними.

Схема моделювання системи AT

Рис. 2.5. Схема моделювання системи AT

Імітаційна модель розглядається як спеціальна форма математичної моделі, в якій:

- декомпозиція системи на компоненти проводиться з урахуванням структури проектованого або реального об'єкту що вивчається:

- експериментальні дані, отримані в результаті натурних експериментів можуть використовуватися як закони поведінки:

- поведінка системи в часі, ілюструється заданими динамічними образами.

Саме за допомогою таких моделей і серії спеціально організованих варіантних розрахунків, дослідник отримує ті знання, без яких вибрати альтернативний варіант своєї наукової стратегії він не може. Дослідникові важливо представити характер процесу, що вивчається ним, ступінь його "керованості", характер граничних можливостей (безлічі "досяжності"), тобто організувати багато разів повторений машинний експеримент з моделлю. Сьогодні все це реалізують можливості ЕОМ, які прийняті і ефективно використовуються сучасними дослідниками.

Алгоритми імітаційного моделювання можуть враховувати як детерміновані так і вірогіднісні зв'язки і залежності, що характеризують модельовану складну систему. Перш за все, це системи типу систем масового обслуговування (СМО), для яких із задовільною точністю відомі лише усереднені значення параметрів досліджуваних процесів, внаслідок чого доводиться оперувати не параметрами, а тільки розподілами вірогідності їх значень.

Суть побудови математичної моделі полягає в тому, що будь-яка реальна складна система спрощується, схематизується і описується за допомогою того або іншого математичного апарату, тому математична модель — це система рівнянь, що описує залежності окремих чинників, а також сукупність відомих фактів, необхідних для їх вирішення (значення коефіцієнтів, дані дослідів, умови граничні).

За допомогою більшості математичних моделей можна досить просто відшукати оптимальні вирішення сформульованих задач. Такі "оптимальні" математичні моделі знаходять своє застосування в дослідженні операцій, де модель розглядається як форма уявлення реальності, яку модель спрощує або представляє її абстрактно.

Кінцевою метою операції керованої системи і, перш за все АСУ, є отримання ефекту від використання того або іншого продукту операції або її обмінного продукту. При цьому, для отримання ефекту в АСУ, як правило, необхідно виконувати безліч проміжних системних операцій. Використання методів і моделей дослідження операцій дозволяє це зробити якнайкраще і отримати оптимальні рішення, що відповідають цілям організації.

 
Якщо Ви помітили помилку в тексті позначте слово та натисніть Shift + Enter
< Попередня   ЗМІСТ   Наступна >
 
Дисципліни
Агропромисловість
Банківська справа
БЖД
Бухоблік та Аудит
Географія
Документознавство
Екологія
Економіка
Етика та Естетика
Журналістика
Інвестування
Інформатика
Історія
Культурологія
Література
Логіка
Логістика
Маркетинг
Медицина
Менеджмент
Нерухомість
Педагогіка
Політологія
Політекономія
Право
Природознавство
Психологія
Релігієзнавство
Риторика
РПС
Соціологія
Статистика
Страхова справа
Техніка
Товарознавство
Туризм
Філософія
Фінанси