Компьютерное моделирование. Понятие компьютерного моделирования

В настоящее время понятие “система” в науке является до конца не определенным. Ученые приступили к исследованию сложных систем (СС).
В многочисленной литературе по системному анализу и системотехнике отмечаются следующие основные свойства сложных систем:

Свойство 1. Целостность и членимость.

Сложная система рассматривается как целостная совокупность элементов, характеризующаяся наличием большого количества взаимосвязанных и взаи-модействующих между собой элементов.
У исследователя существует субъективная возможность разбиения системы на подсистемы, цели функционирования которых подчинены общей цели функционирования всей системы (целенаправленность систем). Целенаправленность интерпретируется, как способность системы осуществлять в условиях неопределенности и воздействия случайных факторов поведение (выбор поведения), преследующее достижение определенной цели.

Свойство 2. Связи.

Наличие существенных устойчивых связей (отношений) между элементами или (и) их свойствами, превосходящими по мощности (силе) связи (отношения) этих элементов с элементами, не входящими в данную систему (внешней сре-дой).
Под “связями” понимается некоторый виртуальный канал, по которому осуществляется обмен между элементами и внешней средой веществом, энергией, информацией.

Свойство 3. Организация.

Свойство характеризуется наличием определенной организации – формированием существенных связей элементов, упорядоченным распределением связей и элементов во времени и пространстве. При формировании связей складывается определенная структура системы, а свойства элементов трансформируются в функции (действия, поведение).

При исследовании сложных систем обычно отмечают:

• сложность функции, выполняемой системой и направленной на достижение заданной цели функционирования;
• наличие управления, разветвленной информационной сети и интенсивных потоков информации;
• наличие взаимодействия с внешней средой и функционирование в условиях неопределенности и воздействия случайных факторов различной природы.

Свойство 4. Интегративные качества.

Существование интегративных качеств (свойств), т.е. таких качеств, кото-рые присущи системе в целом, но не свойственны ни одному из ее элементов в отдельности. Наличие интегративных качеств показывает, что свойства систе-мы хотя и зависят от свойств элементов, но не определяются ими полностью.
Примеры СС в экономической сфере многочисленны: организационно – производственная система, предприятие; социально – экономическая система, например регион; и др.
Методологией исследования СС является системный анализ. Один из важнейших инструментов прикладного системного анализа – компьютерное моделирование .
Имитационное моделирование является наиболее эффективным и универ-сальным вариантом компьютерного моделирования в области исследования и управления сложными системами.

Модель представляет собой абстрактное описание системы (объекта, процесса, проблемы, понятия) в некоторой форме, отличной от формы их реального существования.

Моделирование представляет собой один из основных методов познания, является формой отражения действительности и заключается в выяснении или воспроизведении тех или иных свойств реальных объектов, предметов и явлений с помощью других объектов, процессов, явлений, либо с помощью абстрактного описания в виде изображения, плана, карты, совокупности уравнений, алгоритмов и программ.

В процессе моделирования всегда существует оригинал (объект) и модель , которая воспроизводит (моделирует, описывает, имитирует) некоторые черты объекта.

Моделирование основано на наличии у многообразия естественных и искусственных систем, отличающихся как целевым назначением, так и физическим воплощением, сходства или подобия некоторых свойств: геометрических, структурных, функциональных, поведенческих. Это сходство может быть полным (изоморфизм) и частичным (гомоморфизм).

Исследование современных СС предполагает различные классы моделей . Развитие информационных технологий можно интерпретировать как возможность реализации моделей различного вида в рамках информационных систем различного назначения, например, информационные системы, системы распознавания образов, системы искусственного интеллекта, системы поддержки принятия решений. В основе этих систем лежат модели различных типов: семантические, логические, математические и т.п.

Приведем общую классификацию основных видов моделирования :

• концептуальное моделирование – представление системы с помощью специальных знаков, символов, операций над ними или с помощью естественных или искусственных языков;
• физическое моделирование – моделируемый объект или процесс воспроизводится исходя из соотношения подобия, вытекающего из схожести физических процессов и явлений;
• структурно – функциональное моделирование – моделями являются схемы (графы, блок-схемы), графики, диаграммы, таблицы, рисунки со специальными правилами их объединения и преобразования;
• математическое (логико-математическое) моделирование – построение модели осуществляется средствами математики и логики;
• имитационное (программное) моделирование – в этом случае логико-математическая модель исследуемой системы представляет собой алгоритм функционирования системы, программно-реализуемый на компьютере.

Указанные виды моделирования могут применяться самостоятельно или одновременно, в некоторой комбинации (например, в имитационном моделировании используются практически все перечисленные виды моделирования или отдельные приемы). Так, например, имитационное моделирование включает в себя концептуальное (на ранних этапах формирования имитационной модели) и логико-математическое (включая методы искусственного интеллекта) моделирование для описания отдельных подсистем модели, а также в процедурах обработки и анализа результатов вычислительного эксперимента и принятия решений. Технология проведения и планирования вычислительного эксперимента с соответствующими математическими методами привнесена в имитационное моделирование из физического (экспериментального натурного или лабораторного) моделирования. Наконец, структурно-функциональное моделирование используется как при создании стратифицированного описания многомодельных комплексов, так и для формирования различных диаграммных представлений при создании имитационных моделей.

Понятие компьютерного моделирования трактуется шире традиционного понятия “моделирование на ЭВМ” . Приведем его.

Компьютерное моделирование – это метод решения задач анализа или синтеза сложной системы на основе использования ее компьютерной модели.

Компьютерное моделирование можно рассматривать как:

• математическое моделирование;
• имитационное моделирование;
• стохастическое моделирование.

Под термином “компьютерная модель” понимают условный образ объекта или некоторой системы объектов (или процессов), описанный с помощью уравнений, неравенств, логических соотношений, взаимосвязанных компьютерных таблиц, графов, диаграмм, графиков, рисунков, анимационных фрагментов, гипертекстов и т.д. и отображающих структуру и взаимосвязи между элементами объекта. Компьютерные модели, описанные с помощью уравнений, неравенств, логических соотношений, взаимосвязанных компьютерных таблиц, графов, диаграмм, графиков, будем называть математическими. Компьютерные модели, описанные с помощью взаимосвязанных компьютерных таблиц, графов, диаграмм, графиков, рисунков, анимационных фрагментов, гипертекстов и т.д. и отображающих структуру и взаимосвязи между элементами объекта, будем называть структурно-функциональными ;

Компьютерные модели (отдельную программу, совокупность программ, программный комплекс), позволяющие, с помощью последовательности вычислений и графического отображения результатов ее работы, воспроизводить (имитировать) процессы функционирования объекта (системы объектов) при условии воздействия на объект различных, как правило, случайных факторов, будем называть имитационными .

Суть компьютерного моделирования заключена в получении количественных и качественных результатов на имеющейся модели. Качественные результаты анализа обнаруживают неизвестные ранее свойства сложной системы: ее структуру, динамику развития, устойчивость, целостность и др. Количественные выводы в основном носят характер анализа существующей СС или прогноза будущих значений некоторых переменных. Возможность получения не только качественных, но и количественных результатов составляет существенное отличие имитационного моделирования от структурно-функционального . Имитационное моделирование имеет целый ряд специфических черт.

Методологией компьютерного моделирования является системный анализ (направление кибернетики, общая теория систем), в котором доминирующая роль отводится системным аналитикам. В отличие от математического моделирования на ЭВМ, где методологической основой являются: исследование операций, теория математических моделей, теория принятия решений, теория игр и др.

Центральной процедурой системного анализа является построение обобщенной модели, отражающей все факторы и взаимосвязи реальной системы . Предметом компьютерного моделирования может быть любая сложная система, любой объект или процесс. Категории целей при этом могут быть самыми различными. Компьютерная модель должна отражать все свойства, основные факторы и взаимосвязи реальной сложной системы, критерии, ограничения.

Компьютерное моделирование предлагает совокупность методологических подходов и технологических средств, используемых для подготовки и принятия решений в различных областях исследования.

Выбор метода моделирования для решения постановленной задачи или исследования системы является актуальной задачей, с которой системный аналитик должен уметь справляться.

С этой целью уточним место имитационных моделей и их специфику среди моделей других классов. Кроме того, уточним некоторые понятия и определения, с которыми имеет дело системный аналитик в процессе моделирования. С этой целью рассмотрим процедурно-технологическую схему построения и исследования моделей сложных систем . Эта схема (приведенная на стр.6) включает, характерные для любого метода моделирования, следующие этапы определения:

1. Системы (предметная, проблемная область);
2. Объекта моделирования;
3. Целевого назначения моделей;
4. Требований к моделям;
5. Формы представления;
6. Вида описания модели;
7. Характера реализации модели;
8. Метода исследования модели.

Первые три этапа характеризуют объект и цель исследования и практически определяют следующие этапы моделирования. При этом большое значение приобретает корректное описание объекта и формулировка цели моделирования из предметной области исследования.

Предметная (проблемная) область . Исследование различных систем: математических, экономических, производственных, социальных, систем массового обслуживания, вычислительных, информационных и многих других.

Модель должна строиться целенаправленно. Целенаправленная модель представляет собой замену действительности с той степенью абстракции, которая необходима для поставленной цели. То есть, модель, прежде всего, должна отражать те существенные свойства и те стороны моделируемого объекта, которые определены задачей. При этом важно правильно обозначить и сформулировать проблему, четко определить цельисследования, проводимого с помощью моделирования.

Требования к моделям . Моделирование связано с решением реальных задач и необходимо быть уверенным, что результаты моделирования с достаточной степенью точности отражают истинное положение вещей, т.е. модель адекватна реальной действительности.

Хорошая модель должна удовлетворять некоторым общепринятым требованиям. Такая модель должна быть:

• адекватной;
• надежной;
• простой и понятной пользователю;
• целенаправленной;
• удобной в управлении и обращении;
• функционально полной с точки зрения возможностей решения главных задач;
• адаптивной, позволяющей легко переходить к другим модификациям или обновлять данные;
• допускающей изменения (в процессе эксплуатации она может усложняться).

В зависимости от целевой направленности модели, для нее задаются специальные требования. Наиболее характерными являются: целостность, отражение информационных свойств, многоуровневость, множественность (многомодельность), расширяемость, универсальность, осуществимость (реальная возможность построения самой модели и ее исследования), реализуемость (например, на ЭВМ, возможность материализации модели в виде реальной системы в задачах проектирования), эффективность (затраты временных, трудовых, материальных и других видов ресурсов на построение моделей и проведение экспериментов находятся в допустимых пределах или оправданы). Значимость или приоритетность требований к модели непосредственно вытекают из назначения модели. Например, в исследовательских задачах, задачах управления, планирования и описания важным требованием является адекватность модели объективной реальности. В задачах проектирования и синтеза уникальных систем важным требованием является реализуемость модели, например в САПР или систему поддержки принятия решений (СППР).

Цель моделирования и задание требований к модели определяют форму представления модели.

Любая модель (прежде чем стать объективно существующим предметом) должна существовать в мысленной форме, быть конструктивно разработанной, переведена в знаковую форму и материализована. Таким образом, можно выделить три формы представления моделей:

• мысленные (образы);
• знаковые (структурные схемы, описания в виде устного и письменного изложения, логические, математические, логико-математические конструкции);
• материальные (лабораторные и действующие макеты, опытные образцы).

Особое место в моделировании занимают знаковые , в частности логические, математические, логико-математические модели, а также модели, воссозданные на основе описания, составленного экспертами. Знаковые модели используются для моделирования разнообразных систем. Это направление связано с развитием вычислительных систем. Ограничимся ими в дальнейшем рассмотрении.

Следующий этап процедурной схемы – это выбор вида описания и
построения модели. Для знаковых форм такими описаниями могут быть:

• отношение и исчисление предикатов, семантические сети, фреймы, методы искусственного интеллекта и др. - для логических форм .
• алгебраические, дифференциальные, интегральные, интегрально-дифференциальные уравнения и др. - для математических форм .

Характер реализации знаковых моделей бывает :

• аналитический (например, система дифференциальных уравнений может быть решена математиком на листе бумаги);
• машинный (аналоговый или цифровой);
• физический (автоматный).

В каждом из них, в зависимости от сложности модели, цели моделирования, степени неопределенности характеристик модели, могут иметь место различные по характеру способы проведения исследований (экспериментов), т.е., методы исследования. Например, при аналитическом исследовании применяются различные математические методы. При физическом или натурном моделировании применяется экспериментальный метод исследования.

Анализ применяемых и перспективных методов машинного экспериментирования позволяет выделить расчетный, статистический, имитационный и самоорганизующийся методы исследований.

Расчетное (математическое) моделирование применяется при исследовании математических моделей и сводится к их машинной реализации при различных числовых исходных данных. Результаты этих реализаций (расчетов) выдаются в графической или табличной формах. Например, классической схемой является машинная реализация математической модели, представленной в виде системы дифференциальных уравнений, основанная на применении численных методов, с помощью которых математическая модель приводится к алгоритмическому виду, программно реализуется на ЭВМ, для получения результатов проводится расчет.

Имитационное моделирование отличается высокой степенью общности, создает предпосылки к созданию унифицированной модели, легко адаптируемой к широкому классу задач, выступает средством для интеграции моделей различных классов.

Пособие предназначено для обучения студентов физических специальностей моделированию физических явлений на компьютере. Приведены определения различных типов моделей, дана их классификация. На примерах явлений, как распространенных в природе, так и наблюдаемых в физическом эксперименте, показывается, как составляют и анализируют модели. Рассматриваются системы, имеющие хаотический или аналитически непредсказуемый характер: прохождение потока частиц в кристаллах, случайные блуждания, перколяции, модели кинетического роста, клеточные автоматы, модель Изинга. Теоретическое изложение дополняется примерами готовых программ или программными блоками, из которых обучаемый может составить программу самостоятельно.

Материальное и идеальное моделирование.
Все существующие в настоящее время приемы моделирования можно (условно) разделить на материальные и идеальные.

Материальное моделирование - это моделирование, при котором исследование объекта выполняется с использованием его материального аналога (от греческого analogia - соответствие, соразмерность), воспроизводящего основные физические, геометрические, динамические и функциональные характеристики данного объекта. К таким моделям, например, можно отнести макеты в архитектуре, модели и экспериментальные образцы различных транспортных средств.

Идеальное моделирование отличается от материального тем. что оно основано не на материальной аналогии объекта и модели, а на аналогии идеальной, мыслимой, и всегда носит теоретический характер.

Вопрос: можно ли обойтись в технике без применения тех или иных видов моделей? Очевидный ответ - нет! Конечно, можно построить новый самолет «из головы» (без предварительных расчетов, чертежей, экспериментальных образцов, т.е. используя единственную «идеальную модель», существующую в «голове» конструктора). Однако едва ли это будет достаточно эффективная и надежная конструкция. Единственным ее достоинством можно считать ее уникальность. Ведь даже автор не сможет повторно изготовить точно такой же самолет, так как в результате изготовления первого экземпляра будет получен некоторый опыт, который обязательно изменит «идеальную» модель «в голове» самого конструктора.

ОГЛАВЛЕНИЕ
Глава 1. ОПРЕДЕЛЕНИЕ И НАЗНАЧЕНИЕ МОДЕЛИРОВАНИЯ
1.1. Что такое модель?
1.2. Материальное и идеальное моделирование
1.3. Определение модели
1.4. Свойства моделей
1.5. Цели моделирования
1.6. Классификация моделей
Глава 2. МЕТОД МОНТЕ-КАРЛО
2.1 Общее представление о методе
2.2. Случайные величины
2.3. Применение метода Монте-Карло
Глава 3. ПОТОК ЗАРЯЖЕННЫХ ЧАСТИЦ В КРИСТАЛЛЕ
3.1. Эффект каналирования
3.2. Источник ионов
3.3. Кристаллическая структура
3.4. Рассеяние
Глава 4. СЛУЧАЙНОЕ БЛУЖДАНИЕ
4.1. Одномерное случайное блуждание
4.2. Случайное блуждание в нескольких измерениях
4.3. Случайные блуждания без самопересечений
4.4. Истинное блуждание без самопересечений
Глава 5. ТЕОРИЯ ПЕРКОЛЯЦИИ
5.1. Перкаляционные процессы в природе и технологиях
5.2. Типы перколяций
5.3. Порог перколяции
5.4. Алгоритм Хошена - Копельмана
5.5. Критические показатели и масштабная инвариантность
5.6. Ренорм-группа
Глава 6. АККРЕЦИЯ САМОПОДОБНЫХ СТРУКТУР
6.1. Фрактальная размерность
6.2. Регулярные фракталы и самоподобие
6.3. Процессы роста фракталов
Глава 7. КЛЕТОЧНЫЕ АВТОМАТЫ
7.1. Особенности моделей клеточных автоматов
7.2. Игра «Жизнь»
Глава 8. МОДЕЛЬ ИЗИНГА
8.1. Микроканонический ансамбль
8.2. Фазовые взаимодействия
8.3. Канонический ансамбль
8.4. Алгоритм Метрополиса
8.5. Другие применения модели Изинга
ЛИТЕРАТУРА
ОГЛАВЛЕНИЕ.

Бесплатно скачать электронную книгу в удобном формате, смотреть и читать:
Скачать книгу Компьютерное моделирование физических явлений, Малютин В.М., Склярова Е.А., 2004 - fileskachat.com, быстрое и бесплатное скачивание.

В настоящее время понятие “система” в науке является до конца не определенным. Ученые приступили к исследованию сложных систем (СС).

В многочисленной литературе по системному анализу и системотехнике отмечаются следующие основные свойства сложных систем:

Свойство 1 Целостность и членимость

Сложная система рассматривается как целостная совокупность элементов, характеризующаяся наличием большого количества взаимосвязанных и взаимодействующих между собой элементов.

У исследователя существует субъективная возможность разбиения системы на подсистемы, цели, функционирования которых подчинены общей цели функционирования всей системы (целенаправленность систем). Целенаправленность интерпретируется, как способность системы осуществлять в условиях неопределенности и воздействия случайных факторов поведение (выбор поведения), преследующее достижение определенной цели.

Свойство 2 Связи

Наличие существенных устойчивых связей (отношений) между элементами или (и) их свойствами, превосходящими по мощности (силе) связи (отношения) этих элементов с элементами, не входящими в данную систему (внешней средой).

Под “связями” понимается некоторый виртуальный канал, по которому осуществляется обмен между элементами и внешней средой веществом, энергией, информацией. Свойство 3 Организация

Свойство характеризуется наличием определенной организации – формированием существенных связей элементов, упорядоченным распределением связей и элементов во времени и пространстве. При формировании связей складывается определенная структура системы, а свойства элементов трансформируются в функции (действия, поведение).

При исследовании сложных систем обычно отмечают:

Сложность функции, выполняемой системой и направленной на достижение заданной цели функционирования;
наличие управления, разветвленной информационной сети и интенсивных потоков информации;

Наличие взаимодействия с внешней средой и функционирование в условиях неопределенности и воздействия случайных факторов различной природы.

Свойство 4 интегративные качества

Существование интегративных качеств (свойств), т.е. таких качеств, которые присущи системе в целом, но не свойственны ни одному из ее элементов в отдельности. Наличие интегративных качеств показывает, что свойства системы хотя и зависят от свойств элементов, но не определяются ими полностью.

Примеры СС в экономической сфере многочисленны: организационно – производственная система, предприятие; социально – , например регион; и др. Методологией исследования СС является системный анализ. Один из важнейших инструментов прикладного системного анализа – компьютерное моделирование. Имитационное моделирование является наиболее эффективным и универсальным вариантом компьютерного моделирования в области исследования и управления сложными системами.

Модель представляет собой абстрактное описание системы (объекта, процесса, проблемы, понятия) в некоторой форме, отличной от формы их реального существования.

Моделирование представляет собой один из основных методов познания, является формой отражения действительности и заключается в выяснении или воспроизведении тех или иных свойств реальных объектов, предметов и явлений с помощью других объектов, процессов, явлений, либо с помощью абстрактного описания в виде изображения, плана, карты, совокупности уравнений, алгоритмов и программ.

В процессе моделирования всегда существует оригинал (объект) и модель, которая воспроизводит (моделирует, описывает, имитирует) некоторые черты объекта.

Моделирование основано на наличии у многообразия естественных и искусственных систем, отличающихся как целевым назначением, так и физическим воплощением, сходства или подобия некоторых свойств: геометрических, структурных, функциональных, поведенческих. Это сходство может быть полным (изоморфизм) и частичным (гомоморфизм).

Исследование современных СС предполагает различные классы моделей. Развитие информационных технологий можно интерпретировать как возможность реализации моделей различного вида в рамках информационных систем различного назначения, например, информационные системы, системы распознавания образов, системы искусственного интеллекта, системы поддержки принятия решений. В основе этих систем лежат модели различных типов: семантические, логические, математические и т.п.

Приведем общую классификацию основных видов моделирования:

Концептуальное моделирование – представление системы с помощью специальных знаков, символов, операций над ними или с помощью естественных или искусственных языков;
физическое моделирование – моделируемый объект или процесс воспроизводится исходя из соотношения подобия, вытекающего из схожести физических процессов и явлений;
структурно – функциональное моделирование – моделями являются схемы (графы, блок-схемы), графики, диаграммы, таблицы, рисунки со специальными правилами их объединения и преобразования;
математическое (логико-математическое) моделирование – построение модели осуществляется средствами математики и логики;
имитационное (программное) моделирование – в этом случае логико-математическая модель исследуемой системы представляет собой алгоритм функционирования системы, программно-реализуемый на компьютере.

Указанные виды моделирования могут применяться самостоятельно или одновременно, в некоторой комбинации (например, в имитационном моделировании используются практически все перечисленные виды моделирования или отдельные приемы). Так, например, имитационное моделирование включает в себя концептуальное (на ранних этапах формирования имитационной модели) и логико-математическое (включая методы искусственного интеллекта) моделирование для описания отдельных подсистем модели, а также в процедурах обработки и анализа результатов вычислительного эксперимента и принятия решений. Технология проведения и планирования вычислительного эксперимента с соответствующими математическими методами привнесена в имитационное моделирование из физического (экспериментального натурного или лабораторного) моделирования. Наконец, структурно-функциональное моделирование используется как при создании стратифицированного описания многомодельных комплексов, так и для формирования различных диаграммных представлений при создании имитационных моделей.

Понятие компьютерного моделирования трактуется шире традиционного понятия “моделирование на ЭВМ”. Приведем его.

Компьютерное моделирование – это метод решения задач анализа или синтеза сложной системы на основе использования ее компьютерной модели.

Компьютерное моделирование можно рассматривать как:

Математическое моделирование;
имитационное моделирование;
стохастическое моделирование.

Под термином “компьютерная модель” понимают условный образ объекта или некоторой системы объектов (или процессов), описанный с помощью уравнений, неравенств, логических соотношений, взаимосвязанных компьютерных таблиц, графов, диаграмм, графиков, рисунков, анимационных фрагментов, гипертекстов и т.д. и отображающих структуру и взаимосвязи между элементами объекта. Компьютерные модели, описанные с помощью уравнений, неравенств, логических соотношений, взаимосвязанных компьютерных таблиц, графов, диаграмм, графиков, будем называть математическими. Компьютерные модели, описанные с помощью взаимосвязанных компьютерных таблиц, графов, диаграмм, графиков, рисунков, анимационных фрагментов, гипертекстов и т.д. и отображающих структуру и взаимосвязи между элементами объекта, будем называть структурно-функциональными.

Компьютерные модели (отдельную программу, совокупность программ, программный комплекс), позволяющие, с помощью последовательности вычислений и графического отображения результатов ее работы, воспроизводить (имитировать) процессы функционирования объекта (системы объектов) при условии воздействия на объект различных, как правило, случайных факторов, будем называть имитационными.

Суть компьютерного моделирования заключена в получении количественных и качественных результатов на имеющейся модели. Качественные результаты анализа обнаруживают неизвестные ранее свойства сложной системы: ее структуру, динамику развития, устойчивость, целостность и др. Количественные выводы в основном носят характер анализа существующей СС или прогноза будущих значений некоторых переменных. Возможность получения не только качественных, но и количественных результатов составляет существенное отличие имитационного моделирования от структурно-функционального. Имитационное моделирование имеет целый ряд специфических черт.

Методологией компьютерного моделирования является системный анализ (направление кибернетики, общая ), в котором доминирующая роль отводится системным аналитикам. В отличие от математического моделирования на ЭВМ, где методологической основой являются: исследование операций, теория математических моделей, теория принятия решений, теория игр и др.

Центральной процедурой системного анализа является построение обобщенной модели, отражающей все факторы и взаимосвязи реальной системы. Предметом компьютерного моделирования может быть любая сложная система, любой объект или процесс. Категории целей при этом могут быть самыми различными. Компьютерная модель должна отражать все свойства, основные факторы и взаимосвязи реальной сложной системы, критерии, ограничения.

Компьютерное моделирование предлагает совокупность методологических подходов и технологических средств, используемых для подготовки и принятия решений в различных областях исследования.

Выбор метода моделирования для решения постановленной задачи или исследования системы является актуальной задачей, с которой системный аналитик должен уметь справляться.

С этой целью уточним место имитационных моделей и их специфику среди моделей других классов. Кроме того, уточним некоторые понятия и определения, с которыми имеет дело системный аналитик в процессе моделирования. С этой целью рассмотрим процедурно-технологическую схему построения и исследования моделей сложных систем.

Эта схема включает, характерные для любого метода моделирования, следующие этапы определения:

1. Системы (предметная, проблемная область);
2. Объекта моделирования;
3. Целевого назначения моделей;
4. Требований к моделям;
5. Формы представления;
6. Вида описания модели;
7. Характера реализации модели;
8. модели.

Первые три этапа характеризуют объект и цель исследования и практически определяют следующие этапы моделирования. При этом большое значение приобретает корректное описание объекта и формулировка цели моделирования из предметной области исследования.

Предметная (проблемная) область. Исследование различных систем: математических, экономических, производственных, социальных, систем массового обслуживания, вычислительных, информационных и многих других.

Модель должна строиться целенаправленно. Целенаправленная модель представляет собой замену действительности с той степенью абстракции, которая необходима для поставленной цели. То есть, модель, прежде всего, должна отражать те существенные свойства и те стороны моделируемого объекта, которые определены задачей. При этом важно правильно обозначить и сформулировать проблему, четко определить цель исследования, проводимого с помощью моделирования.

Требования к моделям. Моделирование связано с решением реальных задач и необходимо быть уверенным, что результаты моделирования с достаточной степенью точности отражают истинное положение вещей, т.е. модель адекватна реальной действительности.

Хорошая модель должна удовлетворять некоторым общепринятым требованиям. Такая модель должна быть:

Адекватной;
надежной;
простой и понятной пользователю;
целенаправленной;
удобной в управлении и обращении;
функционально полной с точки зрения возможностей решения главных задач;
адаптивной, позволяющей легко переходить к другим модификациям или обновлять данные;
допускающей изменения (в процессе эксплуатации она может усложняться).

В зависимости от целевой направленности модели, для нее задаются специальные требования. Наиболее характерными являются: целостность, отражение информационных свойств, многоуровневость, множественность (многомодельность), расширяемость, универсальность, осуществимость (реальная возможность построения самой модели и ее исследования), реализуемость (например, на ЭВМ, возможность материализации модели в виде реальной системы в задачах проектирования), эффективность (затраты временных, трудовых, материальных и других видов ресурсов на построение моделей и проведение экспериментов находятся в допустимых пределах или оправданы). Значимость или приоритетность требований к модели непосредственно вытекают из назначения модели. Например, в исследовательских задачах, задачах управления, планирования и описания важным требованием является адекватность модели объективной реальности. В задачах проектирования и синтеза уникальных систем важным требованием является реализуемость модели, например в САПР или систему поддержки принятия решений (СППР).

Цель моделирования и задание требований к модели определяют форму представления модели.

Любая модель (прежде чем стать объективно существующим предметом) должна существовать в мысленной форме, быть конструктивно разработанной, переведена в знаковую форму и материализована.

Таким образом, можно выделить три формы представления моделей:

Мысленные (образы);
знаковые (структурные схемы, описания в виде устного и письменного изложения, логические, математические, логико-математические конструкции);
материальные (лабораторные и действующие макеты, опытные образцы).

Особое место в моделировании занимают знаковые, в частности логические, математические, логико-математические модели, а также модели, воссозданные на основе описания, составленного экспертами. Знаковые модели используются для моделирования разнообразных систем. Это направление связано с развитием вычислительных систем. Ограничимся ими в дальнейшем рассмотрении.

Следующий этап процедурной схемы – это выбор вида описания и построения модели.

Для знаковых форм такими описаниями могут быть:

Отношение и исчисление предикатов, семантические сети, фреймы, методы искусственного интеллекта и др. - для логических форм.
алгебраические, дифференциальные, интегральные, интегрально-дифференциальные уравнения и др. - для математических форм.

Характер реализации знаковых моделей бывает:

Аналитический (например, система дифференциальных уравнений может быть решена математиком на листе бумаги);
машинный (аналоговый или цифровой);
физический (автоматный).

В каждом из них, в зависимости от сложности модели, цели моделирования, степени неопределенности характеристик модели, могут иметь место различные по характеру способы проведения исследований (экспериментов), т.е., методы исследования. Например, при аналитическом исследовании применяются различные математические методы. При физическом или натурном моделировании применяется экспериментальный метод исследования.

Анализ применяемых и перспективных методов машинного экспериментирования позволяет выделить расчетный, статистический, имитационный и самоорганизующийся методы исследований.

Расчетное (математическое) моделирование применяется при исследовании математических моделей и сводится к их машинной реализации при различных числовых исходных данных. Результаты этих реализаций (расчетов) выдаются в графической или табличной формах. Например, классической схемой является машинная реализация математической модели, представленной в виде системы дифференциальных уравнений, основанная на применении численных методов, с помощью которых математическая модель приводится к алгоритмическому виду, программно реализуется на ЭВМ, для получения результатов проводится расчет.

Имитационное моделирование отличается высокой степенью общности, создает предпосылки к созданию унифицированной модели, легко адаптируемой к широкому классу задач, выступает средством для

Компьютерная модель (англ. computer model ), или численная модель (англ. computational model ) - компьютерная программа, работающая на отдельном компьютере , суперкомпьютере или множестве взаимодействующих компьютеров (вычислительных узлов), реализующая представление объекта, системы или понятия в форме, отличной от реальной, но приближенной к алгоритмическому описанию, включающей и набор данных, характеризующих свойства системы и динамику их изменения со временем.

О компьютерном моделировании

Компьютерные модели стали обычным инструментом математического моделирования и применяются в физике, астрофизике, механике, химии, биологии, экономике, социологии, метеорологии, других науках и прикладных задачах в различных областях радиоэлектроники, машиностроения, автомобилестроения и проч. Компьютерные модели используются для получения новых знаний о моделируемом объекте или для приближенной оценки поведения систем, слишком сложных для аналитического исследования.

Компьютерное моделирование является одним из эффективных методов изучения сложных систем. Компьютерные модели проще и удобнее исследовать в силу их возможности проводить т. н. вычислительные эксперименты, в тех случаях когда реальные эксперименты затруднены из-за финансовых или физических препятствий или могут дать непредсказуемый результат. Логичность и формализованность компьютерных моделей позволяет определить основные факторы, определяющие свойства изучаемого объекта-оригинала (или целого класса объектов), в частности, исследовать отклик моделируемой физической системы на изменения её параметров и начальных условий.

Построение компьютерной модели базируется на абстрагировании от конкретной природы явлений или изучаемого объекта-оригинала и состоит из двух этапов - сначала создание качественной, а затем и количественной модели. Чем больше значимых свойств будет выявлено и перенесено на компьютерную модель - тем более приближенной она окажется к реальной модели, тем большими возможностями сможет обладать система, использующая данную модель. Компьютерное же моделирование заключается в проведении серии вычислительных экспериментов на компьютере, целью которых является анализ, интерпретация и сопоставление результатов моделирования с реальным поведением изучаемого объекта и, при необходимости, последующее уточнение модели и т. д.

Различают аналитическое и имитационное моделирование. При аналитическом моделировании изучаются математические (абстрактные) модели реального объекта в виде алгебраических, дифференциальных и других уравнений, а также предусматривающих осуществление однозначной вычислительной процедуры, приводящей к их точному решению. При имитационном моделировании исследуются математические модели в виде алгоритма(ов), воспроизводящего функционирование исследуемой системы путём последовательного выполнения большого количества элементарных операций.

Преимущества компьютерного моделирования

Компьютерное моделирование дает возможность:

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

Основные этапы компьютерного моделирования

Название этапа	Исполнение действий
1. Постановка задачи и её анализ	1.1. Выяснить, с какой целью создается модель. 1.2. Уточнить, какие исходные результаты и в каком виде следует их получить. 1.3. Определить, какие исходные данные нужны для создания модели.
2. Построение информационной модели	2.1. Определить параметры модели и выявить взаимосвязь между ними. 2.2. Оценить, какие из параметров влиятельные для данной задачи, а какими можно пренебрегать. 2.3. Математически описать зависимость между параметрами модели.
3. Разработка метода и алгоритма реализации компьютерной модели	3.1. Выбрать или разработать метод получения исходных результатов. 3.2. Составить алгоритм получения результатов по избранным методам. 3.3. Проверить правильность алгоритма.
4. Разработка компьютерной модели	4.1. Выбрать средства программной реализации алгоритма на компьютере. 4.2. Разработать компьютерную модель. 4.3. Проверить правильность созданной компьютерной модели.
5. Проведение эксперимента	5.1. Разработать план исследования. 5.2. Провести эксперимент на базе созданной компьютерной модели. 5.3. Проанализировать полученные результаты. 5.4. Сделать выводы насчет свойств прототипа модели.

В процессы проведения эксперимента может выясниться, что нужно:

• скорректировать план исследования;
• выбрать другой метод решения задачи;
• усовершенствовать алгоритм получения результатов;
• уточнить информационную модель;
• внести изменения в постановку задачи.

В таком случае происходит возвращение к соответствующему этапу и процесс начинается снова.

Практическое применение

Компьютерное моделирование применяют для широкого круга задач, таких как:

• анализ распространения загрязняющих веществ в атмосфере ;
• проектирование шумовых барьеров для борьбы с шумовым загрязнением ;
• конструирование транспортных средств ;
• полетные имитаторы для тренировки пилотов ;
• эмуляция работы других электронных устройств;
• исследование поведения зданий, конструкций и деталей под механической нагрузкой;
• прогнозирование прочности конструкций и механизмов их разрушения;
• проектирование производственных процессов, например химических;
• стратегическое управление организацией;
• исследование поведения гидравлических систем: нефтепроводов, водопровода;
• моделирование роботов и автоматических манипуляторов;
• моделирование сценарных вариантов развития городов;
• моделирование транспортных систем;
• конечно-элементное моделирование краш-тестов ;

Различные сферы применения компьютерных моделей предъявляют разные требования к надежности получаемых с их помощью результатов. Для моделирования зданий и деталей самолетов требуется высокая точность и степень достоверности, тогда как модели эволюции городов и социально-экономических систем используются для получения приближенных или качественных результатов.

Алгоритмы компьютерного моделирования

См. также

Напишите отзыв о статье "Компьютерное моделирование"

Ссылки

Отрывок, характеризующий Компьютерное моделирование

– Да что ж такое? – спросили оба Ростова, старший и младший.
Анна Михайловна глубоко вздохнула: – Долохов, Марьи Ивановны сын, – сказала она таинственным шопотом, – говорят, совсем компрометировал ее. Он его вывел, пригласил к себе в дом в Петербурге, и вот… Она сюда приехала, и этот сорви голова за ней, – сказала Анна Михайловна, желая выразить свое сочувствие Пьеру, но в невольных интонациях и полуулыбкою выказывая сочувствие сорви голове, как она назвала Долохова. – Говорят, сам Пьер совсем убит своим горем.
– Ну, всё таки скажите ему, чтоб он приезжал в клуб, – всё рассеется. Пир горой будет.
На другой день, 3 го марта, во 2 м часу по полудни, 250 человек членов Английского клуба и 50 человек гостей ожидали к обеду дорогого гостя и героя Австрийского похода, князя Багратиона. В первое время по получении известия об Аустерлицком сражении Москва пришла в недоумение. В то время русские так привыкли к победам, что, получив известие о поражении, одни просто не верили, другие искали объяснений такому странному событию в каких нибудь необыкновенных причинах. В Английском клубе, где собиралось всё, что было знатного, имеющего верные сведения и вес, в декабре месяце, когда стали приходить известия, ничего не говорили про войну и про последнее сражение, как будто все сговорились молчать о нем. Люди, дававшие направление разговорам, как то: граф Ростопчин, князь Юрий Владимирович Долгорукий, Валуев, гр. Марков, кн. Вяземский, не показывались в клубе, а собирались по домам, в своих интимных кружках, и москвичи, говорившие с чужих голосов (к которым принадлежал и Илья Андреич Ростов), оставались на короткое время без определенного суждения о деле войны и без руководителей. Москвичи чувствовали, что что то нехорошо и что обсуждать эти дурные вести трудно, и потому лучше молчать. Но через несколько времени, как присяжные выходят из совещательной комнаты, появились и тузы, дававшие мнение в клубе, и всё заговорило ясно и определенно. Были найдены причины тому неимоверному, неслыханному и невозможному событию, что русские были побиты, и все стало ясно, и во всех углах Москвы заговорили одно и то же. Причины эти были: измена австрийцев, дурное продовольствие войска, измена поляка Пшебышевского и француза Ланжерона, неспособность Кутузова, и (потихоньку говорили) молодость и неопытность государя, вверившегося дурным и ничтожным людям. Но войска, русские войска, говорили все, были необыкновенны и делали чудеса храбрости. Солдаты, офицеры, генералы – были герои. Но героем из героев был князь Багратион, прославившийся своим Шенграбенским делом и отступлением от Аустерлица, где он один провел свою колонну нерасстроенною и целый день отбивал вдвое сильнейшего неприятеля. Тому, что Багратион выбран был героем в Москве, содействовало и то, что он не имел связей в Москве, и был чужой. В лице его отдавалась должная честь боевому, простому, без связей и интриг, русскому солдату, еще связанному воспоминаниями Итальянского похода с именем Суворова. Кроме того в воздаянии ему таких почестей лучше всего показывалось нерасположение и неодобрение Кутузову.
– Ежели бы не было Багратиона, il faudrait l"inventer, [надо бы изобрести его.] – сказал шутник Шиншин, пародируя слова Вольтера. Про Кутузова никто не говорил, и некоторые шопотом бранили его, называя придворною вертушкой и старым сатиром. По всей Москве повторялись слова князя Долгорукова: «лепя, лепя и облепишься», утешавшегося в нашем поражении воспоминанием прежних побед, и повторялись слова Ростопчина про то, что французских солдат надо возбуждать к сражениям высокопарными фразами, что с Немцами надо логически рассуждать, убеждая их, что опаснее бежать, чем итти вперед; но что русских солдат надо только удерживать и просить: потише! Со всex сторон слышны были новые и новые рассказы об отдельных примерах мужества, оказанных нашими солдатами и офицерами при Аустерлице. Тот спас знамя, тот убил 5 ть французов, тот один заряжал 5 ть пушек. Говорили и про Берга, кто его не знал, что он, раненый в правую руку, взял шпагу в левую и пошел вперед. Про Болконского ничего не говорили, и только близко знавшие его жалели, что он рано умер, оставив беременную жену и чудака отца.

3 го марта во всех комнатах Английского клуба стоял стон разговаривающих голосов и, как пчелы на весеннем пролете, сновали взад и вперед, сидели, стояли, сходились и расходились, в мундирах, фраках и еще кое кто в пудре и кафтанах, члены и гости клуба. Пудренные, в чулках и башмаках ливрейные лакеи стояли у каждой двери и напряженно старались уловить каждое движение гостей и членов клуба, чтобы предложить свои услуги. Большинство присутствовавших были старые, почтенные люди с широкими, самоуверенными лицами, толстыми пальцами, твердыми движениями и голосами. Этого рода гости и члены сидели по известным, привычным местам и сходились в известных, привычных кружках. Малая часть присутствовавших состояла из случайных гостей – преимущественно молодежи, в числе которой были Денисов, Ростов и Долохов, который был опять семеновским офицером. На лицах молодежи, особенно военной, было выражение того чувства презрительной почтительности к старикам, которое как будто говорит старому поколению: уважать и почитать вас мы готовы, но помните, что всё таки за нами будущность.
Несвицкий был тут же, как старый член клуба. Пьер, по приказанию жены отпустивший волоса, снявший очки и одетый по модному, но с грустным и унылым видом, ходил по залам. Его, как и везде, окружала атмосфера людей, преклонявшихся перед его богатством, и он с привычкой царствования и рассеянной презрительностью обращался с ними.
По годам он бы должен был быть с молодыми, по богатству и связям он был членом кружков старых, почтенных гостей, и потому он переходил от одного кружка к другому.
Старики из самых значительных составляли центр кружков, к которым почтительно приближались даже незнакомые, чтобы послушать известных людей. Большие кружки составлялись около графа Ростопчина, Валуева и Нарышкина. Ростопчин рассказывал про то, как русские были смяты бежавшими австрийцами и должны были штыком прокладывать себе дорогу сквозь беглецов.
Валуев конфиденциально рассказывал, что Уваров был прислан из Петербурга, для того чтобы узнать мнение москвичей об Аустерлице.
В третьем кружке Нарышкин говорил о заседании австрийского военного совета, в котором Суворов закричал петухом в ответ на глупость австрийских генералов. Шиншин, стоявший тут же, хотел пошутить, сказав, что Кутузов, видно, и этому нетрудному искусству – кричать по петушиному – не мог выучиться у Суворова; но старички строго посмотрели на шутника, давая ему тем чувствовать, что здесь и в нынешний день так неприлично было говорить про Кутузова.
Граф Илья Андреич Ростов, озабоченно, торопливо похаживал в своих мягких сапогах из столовой в гостиную, поспешно и совершенно одинаково здороваясь с важными и неважными лицами, которых он всех знал, и изредка отыскивая глазами своего стройного молодца сына, радостно останавливал на нем свой взгляд и подмигивал ему. Молодой Ростов стоял у окна с Долоховым, с которым он недавно познакомился, и знакомством которого он дорожил. Старый граф подошел к ним и пожал руку Долохову.
– Ко мне милости прошу, вот ты с моим молодцом знаком… вместе там, вместе геройствовали… A! Василий Игнатьич… здорово старый, – обратился он к проходившему старичку, но не успел еще договорить приветствия, как всё зашевелилось, и прибежавший лакей, с испуганным лицом, доложил: пожаловали!

Нет абсолютно никаких сомнений в том, что компьютерное моделирование различных физических процессов значительно ускорило процесс разработки технической продукции, при этом позволило сэкономить разработчикам неплохие деньги на сборке испытательных моделей. С помощью современных вычислительных мощностей и программного обеспечения инженеры могут моделировать работу отдельных компонентов и узлов сложных систем, что позволит снизить количество проводимых физических испытаний, которые необходимы перед запуском нового продукта. Также производители могут провести подсчет стоимости разработки после проведения моделирования с помощью CAD систем, а не ждать конца физических испытаний продукта.

Современная промышленность при запуске новых продуктов сталкивается с такими проблемами как время на разработку нового изделия и стоимость разработки. А в автомобилестроении и аэрокосмической отрасли без CAD моделирования практически невозможно обойтись, так как моделирование помогает значительно ускорить разработку и снизить затраты, что очень важно на современном рынке. Исторически сложилось, что появление современных вычислительных систем, которые способны моделировать динамические свойства объектов при различных воздействиях, отодвинуло на второй план модернизацию стендов для физических испытаний, а также разработку методик проведения испытаний. Многие организации стараются выбрать моделирование, так как оно требует минимум затрат и минимум времени на разработку. Однако, в некоторых исследованиях точный ответ может дать только процесс проведения физического испытания изделия. Без более тесного взаимодействия между электронными моделями и физическими испытаниями многие организации могут стать чрезмерно зависимыми от компьютерных моделей для разработки, которые при неправильном использовании могут в последующем привести к непредвиденным сбоям в работе дорогостоящего оборудования.

В автомобильной промышленности компьютерное моделирование становится неотъемлемой частью, так как конструкции современных автомобилей значительно усложнились, а системы компьютерного моделирования значительно улучшились. Однако, к сожалению, многие производители сводят физические испытания продукции к минимуму, полагаясь на результаты компьютерного моделирования.

Процессы физических испытаний не поспевают за компьютерным моделированием в совершенствовании методик. Инженеры, проводящие испытания, обычно стараются проводить минимально необходимые тесты над изделием. Как результат – более частые повторы испытаний для получения более достоверных результатов или их подтверждение. Ставка чисто на компьютерное моделирование без проведения физического испытания может привести к очень серьезным последствием в будущем, так как математическая модель изделия, на основании которой производится процесс вычисления динамических свойств, создается с определенными допущениями, и в реальной работе изделие может вести себя немного по-другому, чем отображалось на мониторе.

Компьютерное моделирование имеет симбиотическое отношение с физическими испытаниями оборудования, которые позволяют (в отличии от компьютерной модели) получить экспериментальные данные. Поэтому, отставания в технологиях тестирования готовых устройств, при таком росте возможностей вычислительной техники, может привести к излишней экономии на экспериментальных образцах с последующими проблемами в готовых изделиях. Точность моделей напрямую зависит от входных данных о поведении модели (математическое описание) в различных условиях.

Конечно, элементы моделей не могут включать в себя все возможные варианты и условия поведения определенных компонентов, так как сложность расчетов и громоздкость математической модели стали бы просто огромными. Для упрощения математической модели принимают определенные допущения, которые «не должны» оказывать существенное влияние на работу механизма. Но, к сожалению, реальность всегда гораздо более сурова. Например, математическая модель не сможет просчитать, как поведет себя устройство в случае наличия в материале микротрещин, или при резком изменении погоды, которое может привести к совершенно иному распределению нагрузки в конструкции. Экспериментальные данные и посчитанные данные довольно часто отличаются друг от друга. И это необходимо помнить.

Есть еще один важный плюс в сторону физического испытания оборудования. Это способность указать инженерам недочёты при составлении математических моделей, а также предоставляет неплохую возможность для открытия новых явлений и совершенствования старых методик расчетов. Ведь согласитесь, что если вбить в математическую формулу переменные, то результат будет зависеть от переменных, а не от формулы. Формула будет оставаться всегда постоянной, и только реальное физическое испытание способно ее дополнить или изменить.

Появление новых материалов во всех отраслях современной промышленности создает дополнительные проблемы для компьютерного моделирования. Если бы инженеры продолжали использовать уже проверенные временем материалы и совершенствованные их математические описания то тогда да, проблемы с моделированием были бы значительно меньше. А вот появление новых материалов требует в обязательном порядке проводить физические испытания готовых изделий с этими материалами. Тем не менее, новые элементы все чаще появляются на рынке и тенденции роста только идут вверх.

Например, в аэромобильной и автомобильной промышленности были быстро приняты композитные материалы из-за их хорошей удельной прочности. Одним из основных проблем компьютерного моделирования является не способность модели точно прогнозировать поведение материала, который испытывает определенный недостаток характеристик, по сравнению с материалами из алюминия, стали, пластмассы и прочих, которые уже давно используются в этой отрасли.

Проверка верности компьютерных моделей для композитных материалов имеет решающее значение на этапе проектирования. После проведения расчетов необходимо собрать стенд для испытаний на реальной детали. При проведении физических тестов для измерения деформации и распределению нагрузки, инженеры сосредотачивают свое внимание на критических точках, определенных с помощью компьютерной модели. Для сбора информации о критических точках применяют тензодатчики. Этот процесс поддается мониторингу только для ожидаемых проблем, которые могут создать «белые пятна» в процессе тестирования. Без всеобъемлющих исследований подлинность модели может подтвердиться, хотя на самом деле это будет не так.

Также существует проблема и в постепенно устаревающих технологиях измерения, например, тензодатчики и термопары не позволяют охватить весь необходимый диапазон измерений. По большей части традиционные датчики способны измерить необходимую величину только на отдельных участках, не позволяя глубоко проникнуть в суть происходящего. В результате ученые вынуждены полагаться на предварительно смоделированные процессы, которые показывают уязвимые места и заставляют тестировщиков обратить повышенное внимание на тот или иной узел испытуемой системы. Но как всегда есть одно но. Этот подход неплохо применяется к уже проверенным временем и хорошо изученным материалам, но для конструкций, включающих в себя новые материалы, это может навредить. Поэтому инженеры-конструкторы во всех отраслях промышленности пытаются максимально обновить старые способы измерений, а также внедрить новые, которые позволят проводить более детальные измерения, чем старые датчики и методики.

Тензометрические технологии практически не менялись после их изобретения десятилетия назад. Новые технологии, такие как , способны измерять полную напряженность поля и температуру. В отличии от устаревших тензометрических технологий, которые могут собирать информацию только в критических точках, волоконно-оптические датчики могут собирать непрерывные данные о деформации и температуре. Эти технологии гораздо более выгодны при проведении физических испытаний, так как позволяют инженерам наблюдать за поведением исследуемой структуры в критических точках и между ними.

Например, волоконно-оптические датчики могут быть встроены внутрь композитных материалов во время простоя для того, чтобы лучше понять процессы вулканизации. Общим недостатком, например, может являться процесс сморщивания в одном из слоев материала, который вызывает внутри механическое напряжение. Данные процессы еще очень плохо изучены и существует очень мало информации о напряженности и деформации внутри композитных материалов, что делает практически невозможным применения к ним компьютерного моделирования.

Устаревшие технологии тензорезисторов вполне способны обнаружить остаточные деформации в композитных материалах, но только в том случае, когда поле деформации достигает поверхности и датчик установлен строго в нужном месте. С другой стороны пространственно-непрерывные технологии измерения, такие как волоконно-оптические, могут измерять все данные о напряженности поля в критических точках и между ними. Также ранее упоминалось, что волоконно-оптические датчики могут встраиваться в композитные материалы для исследования внутренних процессов.

Процесс разработки считается завершенным, когда продукт прошел все испытания и начал отгружаться потребителям. Однако, современный уровень позволяет производителям получить первые отчеты об их продукции сразу же после начала ее эксплуатации пользователями. Как правило, сразу после выхода серийного продукта начинается работа над его модернизацией.

Компьютерные модели и физические испытания идут нога в ногу. Они просто не могут существовать друг без друга. Дальнейшее развитие технологий требует максимального взаимодействия между этими средствами проектирования. Инвестиции в продвижение данных физических исследований требуют первоначально больших вложений, однако «отдача» также обрадует. Но, к сожаление, большинство разработчиков стараются получить выгоду здесь и сейчас и совершенно не заботятся о долгосрочных перспективах, выгод от которых, как правило, значительно больше.

Те, кто стремится обеспечить долгосрочные перспективы для своей продукции, будут стремиться к внедрению более инновационных и надежных методик и элементов тестирования изделий, таких как оптоволоконные измерения. Объединение технологий компьютерного моделирования и физических испытаний в будущем будет только крепнуть, ведь они дополняют друг друга.