Как и все в мире, модели проходят свой жизненный цикл: они возникают, развиваются, сотрудничают или соперничают с другими моделями, и, в конце концов, уступают место более совершенным. Одни модели живут дольше, чем отдельные люди, и тогда этапы жизненного цикла таких моделей изучаются в виде истории данной отрасли знаний (история авиации, история физики, история гончарного производства и т.д.). При активном же моделировании жизненный цикл моделей должен быть обязательно завершен в обозримый срок, поэтому модель в этом случае не сама идет от этапа к этапу, а ее ведут.
А для того, чтобы процесс моделирования выполнялся как можно более эффективно (быстрее, дешевле, лучше), его желательно алгоритмизировать, причем, хотелось бы иметь один, что называется, «на все случаи жизни», алгоритм моделирования. Однако на практике такого алгоритма найти не удается, и вызвано это следующими причинами.
Во-первых, каждая модель функционирует в определенной среде, и конкретное окружение разных моделей может быть настолько различным, что опыт работы с одной моделью не может без изменений перенесен на другую.
|
|
Во-вторых, требования, предъявляемые к модели, всегда противоречивы. С одной стороны, модель должна быть полной, с другой – простой; с одной стороны, точной, с другой – размерность не должна быть слишком большой; с одной стороны, эффективной, с другой - затраты на ее реализацию не должны быть слишком большими. Поэтому многое в разработке конкретной модели зависит от того, какой компромисс выбран между этими критериями.
В-третьих, с самого начала невозможно предусмотреть все детали того, что произойдет с моделью в дальнейшем. Например, в ходе моделирования может выясниться, что начальная цель была неполной или неточной. В этом случае цель должна быть уточнена, а все этапы моделирования повторены снова, а это слишком долго и накладно. А поскольку чаще всего именно так и случается, то вместо того, чтобы тратить время на предварительное выявление возможных недостатков модели, как можно быстрее начинают моделирование с тем, чтобы обнаружить и устранить недостатки уже в ходе моделирования. Это всегда проще, легче и быстрее.
Четвертой, и чуть ли не наиболее важной причиной невозможности полной алгоритмизации процесса моделирования является то, что не все его этапы можно формализовать. На этапах построения модели, например, большую роль играют неформализуемые эвристические способности человека, а они у разных людей разные.
|
|
|