Главная    Почта    Новости    Каталог    Одноклассники    Погода    Работа    Игры     Рефераты     Карты
  
по Казнету new!
по каталогу
в рефератах

Математическое моделирование как философская проблема

рчеловека и «отменит»  человечество  в
качестве пройденного, «устаревшего» уровня организации сознания  и  материи.
Знаменитый Терминатор останется продуктом фантастики.  Моисеев  уверен,  что
вычислительная техника и средства искусственного интеллекта, как бы  они  не
развивались в дальнейшем, все равно  по  прежнему  будут  оставаться  плодом
человеческого разума и рук и по прежнему будут служить целям человека.
       Далее будем понимать термин «искусственный интеллект» только в  узком
смысле, связывая его с технологией обработки и использования информации.
         Нейросетевые   технологии   –   одна   из   разновидностей   систем
искусственного  интеллекта.  Понятия   нейпронная   сеть,   нейроматематика,
нейроимитатор  все  шире  входят  в  нашу  жизнь,  становятся  привычныс   и
эффективным  инструментом  для  решения  многих  научно-технических   задач.
Основой  нейронной сети (НС) являются  искусственные  нейроны,  описанные  в
предыдущем пункте. Тем НС  –  совокупность  нейронов,  определенных  образом
соединенных  друг  с  другом  и  внешней   средой.   Используя   НС,   можно
реализовывать различные логические  функции,  связывающие  между  собой  все
входные и выходные переменные, определенные в логическом базисе  {0,1}.  Эти
логические  функции  могут  быть  монотонными   и   немонотонными,   линейно
разделимыми и неразделимыми, то есть иметь достаточно сложный вид.
       В основу искусственных нейронных сетей положены следующие черты живых
нейронных  сетей,  позволяющие  им  хорошо   справляться   с   нерегулярными
задачами[20]:
       . простой обрабатывающий элемент – нейрон;
       . большое количество нейронов, участвующих в обработке информации;
       . связь каждого нейрона с большим количеством других нейронов;
       . изменяющиеся по весу связи между нейронами;
       . массивная параллельность обработки информации.
       Нейросетевые  технологии  хорошо  зарекомендовали  себя   в   решении
всевозможных задач прогнозирования. Они способны решать задачи  опираясь  на
неполную, искаженную, зашумленную и внутренне противоречивую  информацию.  И
как сказал Роберт Хехт-Нильсен[21]: «Не имеет значения, похожи ли  на  самом
деле в работе нейронные сети на мозг. Значение имеет лишь то, что  у  данных
теоретических моделей можно математически обосновать наличие способностей  к
переработке информации».



  Использование математического моделирования в исследованиях экономических
                                   систем.



                         Модели агрегированной экономики.


      Экономико-математическое моделирование  является  неотъемлемой  частью
любого исследования в области  экономики.  Бурное  развитие  математического
анализа,  исследования  операций,  теории  вероятностей   и   математической
статистики способствовало формированию различного рода моделей экономики.
 . Почему можно говорить об эффективности применения методов математического
   моделирования в этой области? Во-первых, экономические объекты различного
   уровня (начиная с уровня простого предприятия  и  кончая  макроуровнем  -
   экономикой страны или даже  мировой  экономикой)  можно  рассматривать  с
   позиций системного подхода.  Во-вторых,  такие  характеристики  поведения
   экономических систем:
 . изменчивость (динамичность);
 . противоречивость поведения;
 . тенденция к ухудшению характеристик;
 . подверженность воздействию окружающей среды;
предопределяют выбор метода их исследования.
       За последние 30-40 лет методы моделирования экономики разрабатывались
очень интенсивно.  Они  строились  для  теоретических  целей  экономического
анализа и  для  практических  целей  планирования,  управления  и  прогноза.
Содержательно  модели  экономики   объединяют   такие   основные   процессы:
производство, планирование, управление,  финансы  и  так  д.алее.  Однако  в
соответствующих моделях всегда упор делается на  какой-нибудь  один  процесс
(например, процесс планирования), тогда как все остальные  представляются  в
упрощенном виде.
        В   литературе,   посвященной   вопросам   экономико-математического
моделирования, в зависимости от учета различных факторов (времени,  способов
его представления в моделях; случайных факторов и тому  подобное)  выделяют,
например, такие классы моделей:
      1.статистические и динамические;
      2. дискретные и непрерывные;
      3. детерминированные и стохастические.
      Если же рассматривать характер метода,  на  основе  которого  строится
экономико-математическая  модель,  то  можно  выделить  два  основных   типа
моделей:
 . математические
 . имитационные .
         Развитие первого направления в мировой и российской науке связано с
такими именами, как Л.Н. Канторович, Дж. Фон  Нейман,  В.С.  Немчинов,  Н.А.
Новожилов, Л.Н. Леонтьев, В.В. Леонтьев и многие другие. Большой  интерес  в
этом  направлении  представляют   модели   агрегированной   экономики,   где
рассматривается  отраслевой,   народохозяйственный   уровень.   Динамические
народоозяйственные  модели  используются  в  роли   верхних   координирующих
звеньев  систем  экономико-математических  моделей.  С   ростом   временного
горизонта  увеличивается  разнообразие  вариантов  перспективного   развития
экономики  и  возрастает  число  степеней  свободы  для  выбора  оптимальных
решений, поскольку уменьшается влияние  ограниченности  ресурсов,  неизбежно
предопределяемой  предшествующим  развитием.  Однако  с  ростом   временного
горизонта фактор неопределенности также  начинает  играть  все  возрастающую
роль. По мнению Ю.Н.  Черемных[22]  «укрупненная  номенклатура  динамических
моделей  регламентируется  в  первую   очередь   качеством   информационного
обеспечения. Переход к такой номенклатуре для сокращения  размерности  может
быть   продиктован   недостаточно   мощным   алгоритмическим   и    машинным
обеспечением.»   Для   отыскания   оптимальных    траекторий    динамических
нарoднохозяйственных моделей используются как конечные,  так  и  бесконечные
методы, предложенные для  решения  задач  математического  программирования.
Большое   теоретическое   и   прикладное   значение   динамических   моделей
стимулировало  многих  авторов  на  разработку  специальных  методов  поиска
оптимальных траекторий. Предложенные  методы  учитывают  явно  или  не  явно
блочную структуру ограничений динамических моделей и строятся
обычно без учета конкретных особенностей оптимальных траекторий.



          Имитационное моделирование и исследование экономических систем.


      Рассмотрим   подробнее    применение    имитационного    моделирования
экономических систем, процессов. По словам крупного ученого в  этой  области
Р.Шеннона,   «идея   имитационного   моделирования   проста   и   интуитивно
привлекательна, позволяет экспериментировать с системами, когда на  реальном
объекте этого
сделать нельзя.»[23]. В основе этого метода - теория вычислительных  систем,
математическая статистика,  теория  вероятностей.  Все  имитационные  модели
построены по типу «черного ящика», то есть
сама система (ее элементы, структура) представлены в виде  «черного  ящика».
Есть какой-то вход в него,  который  описывается  экзогенными  или  внешними
переменными,  которые  возникают  вне  системы,  под  воздействием   внешних
причин, и выход описываемый эндогенными или выходными  переменными,  который
характеризует
результат действия системы.
      В имитационном исследовании большое значение имеет этап оценки модели,
который включает в себя следующие шаги:
1. Верификация модели  (модель  ведет  себя  так,  как  это  было  задумано
   исследователем).
2. Оценка адекватности (проверка соответствия модели реальной системе).
3. Проблемный анализ (формирование статистически значимых выводов на основе
   данных, полученных в результате экспериментов с моделью).
       Большой  интерес  в  имитационном  моделировании  представляет  метод
системной динамики  -  разработанный  одним  из  крупнейших  специалистов  в
области теории  управления,  профессором  в  школе  управления  Альфреда  П.
Слоуна в Массачусетском  технологическом  институте,  Джеймсом  Форрестером.
Его первая книга в этой области «Кибернетика предприятия»  вызвала  огромный
интерес  мировой  науки  к  методу   системной   динамики   в   имитационном
моделировании.
      Начало глобальному моделированию положил другой труд Дж. Форрестера  -
«Мировая динамика». Здесь он рассматривает мир как единое целое, как  единую
систему    различных    взаимодействующих    процессов:     демографических,
промышленных,  процессов  исчерпания  прирoдных   ресурсов   и   загрязнения
окружающей  среды,  процесса   производства   прoдуктов   питания.   Расчеты
показали,  что  при  сохранении  развития   общества,   точнее   сегодняшних
тенденций  его  развития,  неизбежен  серьезный  кризис  во   взаимодействии
человека и окружающей среды. Этот  кризис  объясняется  противоречием  между
ограниченностью    земных    ресурсов,     конечностью     пригодных     для
сельскохозяйственной обработки площадей и все растущими темпами  потребления
увеличивающегося    населения.    Рост    населения,     промышленного     и
сельскохозяйственного производства приводит к кризису: быстрому  загрязнению
окружающей  среды,  истощению  природных  ресурсов,  упадку  производства  и
повышению смертности. На основании анализа этих результатов  делается  вывод
о   необходимости   стабилизации   промышленного   роста   и   материального
потребления.
      Исследования Дж.Форрестера, Р.Шеннона,  Дж.Шрайбера  и  многих  других
ученых в области  имитационного  моделирования  позволяет  сделать  вывод  о
перспективности использования этого метода в области экономики.



                                 Заключение


12345След.
скачать работу

Математическое моделирование как философская проблема

 

Отправка СМС бесплатно

На правах рекламы


ZERO.kz
 
Модератор сайта RESURS.KZ