Метод имитационного моделирования

Метод имитационного моделирования состоит в прогнозировании или реконструировании изменений некоторых сущностей путем прогона их компьютерных моделей. Это формальный метод, то есть состоящий в манипулировании символами и не учитывающий возможных разнообразных проявлений интеллекта некоторых субъектов, влияющих на изучаемые сущности.

Имитационное моделирование используется в случаях, когда по формальному описанию системы невозможно или затруднительно получить значения ее "выходов" для заданных значений ее "входов" путем формальных преобразований.

Различаются имитационные модели:

1) процессуальные, событийные;

2) детерминированные, вероятностные.

Посредством имитационного моделирования могут более или менее точно предсказываться, к примеру, ...

- погода;

- распределение и движение поверхностных вод;

- распределение и движение промышленных и прочих загрязнений в атмосфере, водах, грунте;

- начальное течение тотальной термоядерной войны;

- распространение эпидемии;

- и т. п.,

то есть такие процессы и события, на которые не влияют текущие решения людей, либо которые зависят от выбора из заранее известных вариантов действий, осуществляемого по известным правилам.

Компьютерные математические модели можно использовать для прогнозирования, расследования, оптимизации. Расследование обратно прогнозированию: состоит в выяснении обстоятельств, которые предшествовали сложившемуся положению. Оптимизация может использоваться при планировании действий, разработке технологий, проектировании систем.

Трудности применения математических моделей:

- трудность построения модели;

- трудность подготовки исходных данных для запуска модели;

- трудность интерпретации результатов моделирования.

Мангейм Дж. Б., Рич. Р. К. "Политология: методы исследования" (стр. 475): "Большая часть того, что случается в области политики, как правило, не является совсем уж неожиданной - на самом деле наличие элемента неожиданности указывает на то, что у нас имеются априорные представления о том, как могут развиваться события, и мы в состоянии осознать факт неожиданного поворота дел. Значит, у нас в мозгу имеются своего рода МЕНТАЛЬНЫЕ МОДЕЛИ ФУНКЦИОНИРОВАНИЯ ПОЛИТИЧЕСКИХ СИСТЕМ, даже если мы ни разу не пытались выразить их эксплицитно. Математические модели как раз и помогают эксплицировать подобные неформальные модели."

Надо заметить, упоминаемые здесь ментальные модели обычно бывают следующих типов: предполагающие, что ...

- всё останется как есть;

- все субъекты будут действовать по предписанным правилам;

- всё будет "как в прошлый раз".

- всё будет "как у других".

Если думать именно так, то действительно очень часто будет иметь место "элемент неожиданности".

Там же: "Средства массовой информации (...) склонны время от времени высказывать интерес к методам моделирования, приписывая им всевозможные чудодейственные свойства. Такой обработке лет десять назад <в 1970-е - А. Б.> подверглась второстепенная топологическая методика, носящая название ТЕОРИИ КАТАСТРОФ и претендававшая на способность предсказывать резкие изменения в социальных и биологических системах. То же самое имело место и с узким разделом теории вероятностей, известным под названием ТЕОРИИ РАЗМЫТЫХ МНОЖЕСТВ..." (Стр. 498)

Возможность получения адекватных, но не слишком сложных моделей более велика для сущностей, в составе которых отсутствуют компоненты, управляемые интеллектами, поскольку всякий интеллект должен моделироваться другим, не менее мощным интеллектом. Моделировать несколько интеллектов, сталкивающихся в своей деятельности, труднее, чем моделировать отдельный интеллект или большое количество организационно не связанных между собой интеллектов, поведение которых можно описывать статистически.

Даже при наличии убедительных и доказавших свою эффективность моделей они в применении к социальным феноменам должны использоваться лишь как средство подсказки, но не как главное основание для принятия решений.

Опасность использования математических моделей состоит, среди прочего, в возрастании зависимости лица, принимающего окончательные решения, от других лиц, причастных к подготовке решений, а также в снижении ответственности этого лица: он получает возможность объяснять неэффективность решений плохим качеством компьютерной модели (ошибками алгоритмистов и программистов, недостаточной мощностью компьютера и т. п.).