4 reja kirish asosiy qism

83 
 
улучшения модели. Нет надобности говорить, что критерий этот не 
формализован и в каждом конкретном случае требует специального 
исследования. 
В чем же достоинства и недостатки такого метода? Безусловно, к 
достоинствам следует отнести тот факт, что модель представляет собой 
формализованную запись тех или иных законов природы, управляющих 
функционированием системы, а также гипотез, правдоподобность которых, 
во всяком случае, может быть предметом отдельного рассмотрения. Есть 
немалое изящество в строгом математическом выводе содержательных 
высказываний об объекте, если вывод этот сделан из очень ограниченного 
числа формализованных безусловных утверждений (аксиом, принятых на 
веру). Именно таким изяществом обладают теоремы евклидовой геометрии, 
модели теоретической механики и многие другие, ставшие уже 
классическими. 
Однако, несмотря на всю привлекательность, описанный метод в 
применении к изучаемым в настоящее время сложным системам обладает 
определенными недостатками, к перечислению которых мы и переходим. 
Прежде всего, определенные трудности могут возникнуть при попытке 
построить численную модель очень сложной системы, содержащей много 
связей между элементами, разнообразные нелинейные ограничения, большое 
число параметров и т. п. Вернее, выписать соотношения модели удается и в 
этом случае, когда отсутствие в настоящее время математического аппарата, 
пригодного для исследования, делает ее совершенно бесполезной. Может 
статься, что для моделируемой системы еще не разработана стройная теория, 
объясняющая все аспекты ее функционирования, в связи с чем, 
затруднительно формулировать те или иные правдоподобные гипотезы. 
Далее, реальные системы зачастую подвержены влиянию различных 
случайных факторов. Учет этих факторов аналитическим путем представляет 
весьма большие трудности, зачастую непреодолимые при большом их числе. 
Наконец, возможность сопоставления модели и оригинала при таком подходе 
имеется лишь вначале (проверка принятых решений) и после применения 
соответствующего математического аппарата, так как результаты 
промежуточных расчетов могут даже не иметь соответствующих аналогов в 
реальной системе. Такое обстоятельство чрезвычайно затрудняет 
верификацию модели. 
Все перечисленные трудности, в особенности две первые, 
систематически возникающие при изучении сложных систем методами 
численного анализа, заставили искать и найти более гибкий метод 
моделирования - имитационное моделирование, использующее нечисловые, 
логические инструменты. В основе этого метода лежит вполне понятное 
желание - максимально использовать всю имеющуюся в распоряжении 
исследователя информацию о системе с тем, чтобы получить возможность 
преодолеть аналитические трудности и найти ответ на поставленные вопросы 
о поведении системы. Часто на этом понимание сути имитационного метода 

---