480 руб. | 150 грн. | 7,5 долл. ", MOUSEOFF, FGCOLOR, "#FFFFCC",BGCOLOR, "#393939");" onMouseOut="return nd();"> Диссертация - 480 руб., доставка 10 минут , круглосуточно, без выходных и праздников
240 руб. | 75 грн. | 3,75 долл. ", MOUSEOFF, FGCOLOR, "#FFFFCC",BGCOLOR, "#393939");" onMouseOut="return nd();"> Автореферат - 240 руб., доставка 1-3 часа, с 10-19 (Московское время), кроме воскресенья
Розова Наталия Борисовна. Применение компьютерного моделирования в процессе обучения: 13.00.01, 13.00.02 Розова, Наталия Борисовна Применение компьютерного моделирования в процессе обучения (На примере изучения молекулярной физики в средней общеобразовательной школе) : Дис. ... канд. пед. наук: 13.00.01, 13.00.02 Вологда, 2002 163 с. РГБ ОД, 61:03-13/523-2
Введение
Глава 1. Модели и моделирование в науке и обучении 14
1.1 Модели и моделирование в современной науке 14
1.2 Применение моделей в процессе обучения школьников 26
1.3 Компьютерное моделирование в обучении 33
Глава 2. Психологические и педагогические основы компьютерного обучения 50
2.1 Психолого-педагогические аспекты компьютерного обучения 50
2.2 Особенности учебной деятельности и управления ею на основе компьютерного обучения 58
Глава 3. Методика организации и проведения уроков по физике в 10 классе средней общеобразовательной школы при изучении темы «Молекулярная физика» с применением компьютерного моделирования 74
3.1 Анализ состояния компьютерного моделирования в разделе «Молекулярная физика» 74
3.2 Характеристика экспериментальной программы компьютерного моделирования динамики систем многих частиц и возможности ее использования в учебном процессе 83
3.3 Методика организации и проведения уроков физики в 10 классе при изучении раздела «Молекулярная физика» на основе экспериментальной программы 92
4.1 Задачи эксперимента и организации его проведения 128
4.2 Анализ результатов педагогического эксперимента 140
Заключение 147
Введение к работе
Одним из важнейших направлений развития общества является образование. Образование «работает» на будущее, оно определяет личные качества каждого человека, его знания, умения, навыки, культуру поведения, мировоззрение, тем самым создавая экономический, нравственный и духовный потенциал общества. Информационные технологии являются одним из главных инструментов в образовании, поэтому разработка стратегии их развития и использования в сфере образования составляет одну из ключевых проблем. Следовательно, использование вычислительной техники приобретает общегосударственное значение. Многие специалисты полагают, что в настоящее время компьютер позволит осуществить качественный рывок в системе образования, так как учитель получил в свои руки мощное средство обучения. Обычно выделяют два основных направления компьютеризации. Первое ставит цель обеспечить всеобщую компьютерную грамотность, второе - использовать компьютер в качестве средства, повышающего эффективность обучения.
В системе обучения различают два вида деятельности: обучающую и учебную. Н.Ф. Талызина и Т.В. Габай предложили рассматривать роль компьютера в обучении с точки зрения той функции, которую он выполняет.
Если компьютер выполняет функцию управления учебной деятельностью, то его можно рассматривать как обучающее средство, заменяющее педагога, так как компьютер моделирует обучающую деятельность, задает вопросы и реагирует на ответы и вопросы школьника как педагог.
Если компьютер используется только как средство учебной деятельности, то взаимодействие его с учащимися осуществляется по типу «пользователь ЭВМ». В данном случае компьютер не является средством обучения, хотя он и может сообщать новые знания. Поэтому, когда говорят о компьютерном обучении, то имеют в виду использование компьютера как средства управления учебной деятельностью.
Несмотря на то, что пока нет единой классификации обучающих программ, многие авторы выделяют среди них следующие пять типов: тренировочные, наставнические, проблемного обучения, имитационные и моделирующие, игровые. Компьютерные модели имеют наиболее высокий ранг среди выше указанных. Согласно В.В. Лаптеву , «компьютерная модель - это программная среда для вычислительного эксперимента, объединяющая в себе на основе математической модели явления или процесса средства интерактивного взаимодействия с объектом эксперимента и развитие средства отображения информации... Компьютерные модели - основной объект для вычислительной физики, отличительным методом которой является вычислительный эксперимент точно так же, как отличительным методом экспериментальной физики является натурный эксперимент». Академик В.Г. Разумовский отмечает, что «с введением в учебный процесс компьютеров возрастают возможности многих методов научного познания, особенно метода моделирования, который позволяет резко повысить интенсивность обучения, поскольку при моделировании выделяется сама суть явлений и становится ясной их общность».
Современное состояние компьютерного обучения характеризуется большим набором обучающих программ, значительно отличающихся по качеству. Дело в том, что на начальном этапе компьютеризации школ учителя, использовавшие компьютерное обучение, создавали свои обучающие программы, а поскольку они не являлись профессиональными программистами, то и созданные ими программы были малоэффективными. Поэтому, наряду с программами, обеспечивающими проблемное обучение, компьютерное моделирование и так далее, имеется большое число примитивных обучающих программ, не влияющих на эффективность обучения. Таким образом, задачей учителя становится не разработка обучающих программ, а умение использовать готовые качественные программы, отвечающие современным методическим и психолого-педагогическим требованиям.
Одним из главных критериев дидактической значимости моделирующих программ является возможность проведения исследований, которые ранее в условиях школьного физического кабинета были неосуществимы. В содержании физического школьного образования есть ряд разделов, натурный эксперимент в которых лишь качественно описывает изучаемое явление или процесс. Применение компьютерных моделей позволило бы провести и количественный анализ данных объектов.
Одним из таких разделов школьной физики является молекулярная физика, состояние компьютерного обучения в котором мы и проанализируем. Изучая его, учащиеся встречаются с качественно новой формой движения материи - тепловым движением, в котором, кроме законов механики, действуют и законы статистики. Натурные эксперименты (броуновское движение, диффузия, взаимодействие молекул, испарение, поверхностные и капиллярные явления, смачивание) подтверждают гипотезу молекулярного строения вещества, но не позволяют наблюдать механизм происходящих физических процессов. Механические модели: опыт Штерна, доска Гальтона, установка для демонстрации газовых законов дают возможность проиллюстрировать закон Максвелла распределения молекул газа по скоростям и получить экспериментально соотношения между давлением, объемом и температурой, необходимые для вывода газовых законов.
Применение современной электронной и электронно-вычислительной техники позволяет существенно дополнить постановку и проведение эксперимента. К сожалению, число работ по данной теме очень незначительно.
В работе описано применение компьютера для демонстрации зависимости скорости молекул различных газов от температуры, расчет изменения внутренней энергии тела при испарении, плавлении и кристаллизации, а также использование компьютера при обработке лабораторных работ. Здесь же дано описание урока по определению КПД идеального теплового двигателя на основании цикла Карно.
Методика постановки эксперимента с применением электронной и электронно-вычислительной техники описана В.В. Лаптевым . Схема эксперимента выглядит так: измеряемые величины- датчики- аналого-цифровой преобразователь-микрокалькулятор МК-В4 или ЭВМ «Yamaha». По этому принципу сконструирована универсальная электромеханическая установка для изучения в школьном курсе физики газовых законов.
В книге А.С.Кондратьева и В.В.Лаптева «Физика и компьютер» разработаны программы, анализирующие в виде графиков формулу максвеллов-ского распределения молекул по скоростям, использования распределения Больцмана для расчета высоты подъема и исследование цикла Карно.
И.В. Гребенев представляет программу, моделирующую теплоперенос путем столкновения частиц двух тел .
В статье «Моделирование лабораторных работ физического практикума» В.Т. Петросяна и других содержится программа моделирования броуновского движения частиц, число которых задается экспериментом .
Наиболее полной и удачной разработкой раздела молекулярной физики является учебный компьютерный курс «Открытая физика» ТОО НЦ ФИЗИКОЙ. Представленные в нем модели охватывают весь курс молекулярной физики и термодинамики. Для каждого эксперимента представлены компьютерная анимация, графики, численные результаты. Программы хорошего качества, удобны для пользователя, позволяют наблюдать динамику процесса при изменении входных макропараметров.
В то же время, на наш взгляд, данный компьютерный курс более всего подходит для закрепления пройденного материала, иллюстрации физических законов, самостоятельной работы учащихся. Но применение предложенных экспериментов в качестве компьютерных демонстраций затруднено, так как они не имеют методической поддержки, невозможно управлять временем протекающего процесса.
Следует отметить, что к настоящему времени «не выработано установившегося взгляда на конкретное указание: где и когда нужно применять компьютер в процессе обучения, не наработано практического опыта по оценке воздействия компьютера на эффективность обучения, нет установившихся нормативных требований к виду, типу и параметрам аппаратно-программных средств учебного назначения» .
Вопросы о методической поддержке педагогических программных средств поставил И.В. Гребенев . «Важнейшим критерием эффективности компьютерного обучения следует, вероятно, считать возможность получения учащимися в диалоге с ЭВМ нового, важного знания по предмету, путем такого уровня или при таком характере познавательной активности, которые невозможны при безмашинном обучении, при условии, конечно, что их педагогический эффект и окупает затраты времени учителя и учащегося».
Значит, чтобы использование ЭВМ приносило реальную пользу, необходимо определить, в чем существующая методика несовершенна, и показать, какие свойства компьютера и каким образом способны повысить эффективность обучения.
Анализ состояния компьютерного моделирования свидетельствует о том, что:
1) компьютерное моделирование представлено небольшим количеством программ вообще и в частности тех, которые моделируют физические процессы, исходя из положений молекулярно-кинетической теории (МКТ);
2) в программах, моделирующих на основе МКТ, нет никаких количественных результатов, а имеет место лишь качественная иллюстрация какого-либо физического процесса;
3) во всех программах не представлено связи микропараметров системы частиц с её макропараметрами (давлением, объёмом и температурой);
4) не существует разработанной методики проведения уроков с использованием компьютерных моделирующих программ по ряду физических процессов МКТ.
Это и определяет актуальность исследования.
Объект исследования - процесс обучения в средней общеобразовательной школе.
Предметом исследования является процесс применения компьютерного моделирования при обучении физике в средней общеобразовательной школе.
Цель исследования - изучить педагогические возможности компьютерного моделирования и разработать методическое обеспечение использования компьютерных моделирующих программ на материале школьного курса физики.
Исходя из цели исследования, в работе ставились следующие задачи:
1) провести целостный анализ возможностей использования компьютерного моделирования в процессе обучения;
2) определить психолого-педагогические требования к учебным компьютерным моделям;
3) проанализировать отечественные и зарубежные компьютерные программы, моделирующие физические явления и дающие реальный обучающий эффект;
4) разработать компьютерную моделирующую программу на материале физического содержания среднего общего образования (раздел «Молекулярная физика»);
5) проверить применение экспериментальной компьютерной моделирующей программы и оценить ее дидактико-методический результат.
Гипотеза исследования.
Качество знаний, умений и информационная культура учащихся могут повыситься, если в процессе обучения физике использовать компьютерные моделирующие программы, методическое обеспечение которых заключается в следующем:
Адекватно теоретическим основам компьютерного моделирования в процессе обучения определены задачи, место, время, форма использования учебных компьютерных моделей;
Осуществляется вариативность форм и методов управления деятельностью учащихся;
Осуществляется обучение школьников переходу от реальных объектов к моделям и обратно.
Методологическую основу исследования составляют: системный и деятельностный подходы к исследованию педагогических явлений; философские, кибернетические, психологические теории компьютерного моделирования (А.А. Самарский, В.Г. Разумовский, Н.В. Разумовская, Б.А. Глинский, Б.В. Бирюков, В.А. Штофф, В.М. Глушков и другие); психолого-педагогические основы компьютеризации обучения (В.В. Рубцов, Е.И. Маш-биц) и концепции развивающего образования (Л.С.Выготский, Д.Б.Эльконин, В.В.Давыдов, Н.Ф. Талызина, П.Я. Гальперин).
Методы исследования:
Научно-методический анализ философской, психологической, педагогической и методической литературы по исследуемой проблеме;
Анализ опыта учителей, анализ собственного опыта преподавания физики в средней школе и методики физики в вузе;
Анализ моделирующих компьютерных программ по молекулярной физике отечественных и зарубежных авторов с целью определения содержания программы;
Моделирование физических явлений в молекулярной физике;
Компьютерные эксперименты на базе отобранных моделирующих программ;
Анкетирование, беседа, наблюдение, педагогический эксперимент;
Методы математической статистики.
База исследования: школы № 3, 11, 17 г. Вологды, Вологодский государственный естественно-математический лицей, физико-математический факультет Вологодского государственного педагогического университета.
Исследование осуществлялось в три этапа и имело следующую логику.
На первом этапе (1993-1995 гг.) была определена проблема, цель, задачи и гипотеза исследования. Анализировалась философская, педагогическая и психологическая литература с целью выявления теоретических основ разработки и использования компьютерных моделей в процессе обучения.
На втором этапе (1995 - 1997 гг.) проводилась опытно-экспериментальная работа в рамках изучаемой проблемы, предлагались методические разработки использования на уроках физики компьютерных моделирующих программ.
На третьем этапе (1997 - 2000 гг.) проводился анализ и обобщение опытно-экспериментальной работы.
Достоверность и обоснованность полученных результатов гарантируется: теоретико-методологическими подходами к исследованию проблемы компьютерного моделирования в обучении; сочетанием качественного и количественного анализа результатов, включающего применение методов математической статистики; методами, адекватными цели и предмету исследования; научно-обоснованными требованиями к разработке компьютерной моделирующей программы.
Последнее требует некоторого пояснения. Нами разработана программа моделирования динамики систем многих частиц, расчет движения которых базируется на алгоритме Верле, используемом X. Гулдом и Я. Тобочни-ком. Данный алгоритм прост и даёт точные результаты даже при малых про межутках времени, а это очень важно при изучении статистических закономерностей. Оригинальный интерфейс программы позволяет не только видеть динамику процесса и изменять параметры системы, фиксируя результаты, но и даёт возможность изменить время эксперимента, остановить эксперимент, сохранять данный кадр и с него начинать последующую работу над моделью.
Исследуемая система состоит из частиц, скорости которых задаются случайным образом и которые взаимодействуют друг с другом по законам механики Ньютона, а силы взаимодействия между молекулами отображаются кривой Леннарда-Джонсона, то есть в программе заложена модель реального газа. Но, изменяя начальные параметры, можно привести модель к идеальному газу.
Представленная нами программа компьютерного моделирования позволяют получить численные результаты в относительных единицах, подтверждающие следующие физические закономерности и процессы:
а) зависимость силы взаимодействия и потенциальной энергии частиц (молекул) от расстояния между ними;
б) распределение Максвелла по скоростям;
в) основное уравнение молекулярно-кинетической теории;
г) законы Бойля-Мариотта и Шарля;
д) опыты Джоуля и Джоуля-Томсона.
Выше указанные эксперименты могут подтвердить справедливость метода статистической физики, так как результаты численного эксперимента соответствуют результатам, полученным на основании законов статистики.
Педагогический эксперимент подтвердил эффективность методики проведения уроков с использованием компьютерных моделирующих программ.
Научная новизна и теоретическая значимость исследования:
1. Осуществлено комплексное описание компьютерного моделирования, применяемого в процессе обучения (философское, кибернетическое, педагогическое).
2. Обоснованы психолого-педагогические требования к компьютерным учебным моделям.
3. Применен метод компьютерного моделирования динамики многих частиц, который позволил впервые в школьном курсе молекулярной физики создать компьютерную модель идеального газа, позволяющую продемонстрировать связь микропараметров системы (скорость, импульс, кинетическая, потенциальная и полная энергия движущихся частиц) с макропараметрами (давление, объем, температура).
4. На основе программ компьютерного моделирования в методике физики осуществлены следующие численные эксперименты: получено основное уравнение молекулярно-кинетической теории; показана связь температуры с кинетической энергией поступательного движения частиц (молекул); смоделированы опыты Джоуля и Джоуля-Томсона для идеального и реального газов.
Практическая значимость исследования заключается в том, что отобранное содержание и разработанные компьютерные моделирующие программы могут быть использованы в средней общеобразовательной школе для проведения численного эксперимента по ряду вопросов молекулярной физики. Разработана и проверена в эксперименте методика проведения уроков по молекулярной физике с использованием моделирующих компьютерных программ. Материалы и результаты исследования могут быть также применены в процессе обучения студентов педвузов и повышения квалификации учителей физики и информатики.
Апробация основных материалов и результатов» полученных в ходе исследования, проводилась
На международной электронной научно-технической конференции (Вологда, 1999);
На межвузовской научно-практической конференции «Социальные аспекты адаптации молодежи к меняющимся условиям жизни» (Вологда, 2000);
На второй региональной научно-методической конференции «Современные технологии в высшем и среднем профессиональном образовании» (Псков, 2000);
На шестой Всероссийской научно-практической конференции «Проблема учебного физического эксперимента» (Глазов, 2001);
При преподавании физики в средних школах города Вологды, на занятиях по методике преподавания физики со студентами ВГПУ, на семинарах аспирантов ВГПУ и преподавателей кафедры общей физики и астрономии.
На защиту выносятся:
1. Теоретические подходы к применению компьютерного моделирования в процессе обучения и его методическое обеспечение.
3. Методика организации и проведения уроков физики в 10-м классе средней общеобразовательной школы при изучении темы «Молекулярная физика» на основе компьютерной моделирующей программы.
Структура диссертации.
Структура диссертации определена логикой и последовательностью решения поставленных задач. Диссертация состоит из введения, четырех глав, заключения, библиографии.
Модели и моделирование в современной науке
В настоящее время модели и моделирование, как один из методов познания окружающего мира, широко применяются в науке, технике и в обучении.
Термин «модель» происходит от латинского слова modulus, что означает мера, образец, норма. Целостное представление человека о мире в большинстве случаев находит отражение в его сознании в виде определенной физической модели.
В современной философии даются следующие определения понятий модели и моделирования .
«Модель (франц. modele) в логике и методологии науки - аналог (схема, структура, знаковая система) определенного фрагмента природной или социальной реальности, продукт человеческой культуры, концептуально - теоретического образования и т. п. - оригинала модели. Этот аналог служит для хранения и расширения знания (информации) об оригинале, его свойствах и структурах, для преобразования или управления им. С гносеологической точки зрения модель - это «представитель», «заместитель» оригинала в познании и практике. Результаты обработки и исследования модели при определенных условиях, выясняемых в логике и методологии, и специфических для различных областей и типов моделей, переносятся на оригинал . «Моделирование - метод исследования объектов познания на их моделях; построение и изучение моделей, реально существующих предметов и явлений (органических и неорганических систем, инженерных устройств, разнообразных процессов - физических, химических, биологических, социальных) и конструируемых объектов для определения либо улучшения их характеристик, рационализации способов их построения, управления ими и т.п.» . В зависимости от типа моделей различают предметное и знаковое моделирование. При предметном моделировании исследование ведется на модели, воспроизводящей определенные геометрические, физические или функциональные характеристики оригинала. Например, при аналоговом моделировании с помощью энергетических моделей изучают механические, акустические, гидродинамические и другие явления, поскольку функционирование модели и оригинала описывается одними и теми же дифференциальными уравнениями.
«При знаковом моделировании моделями служат схемы, чертежи, формулы, предложенные в некотором алфавите (естественного или искусственного языка) и т.п.» . Моделирование является одним из важных методов познания, поэтому относится к гносеологической категории. Результаты, полученные при исследовании моделей, могут переноситься на оригинал, если модель отображает свойства оригинала.
В основу данной классификации положен способ воспроизведения в модели свойств оригинала. Все модели разделяются на два класса: материальные и идеальные. К материальным относятся модели, существующие объективно и созданные человеком для воспроизведения структуры и сущности изучаемого процесса или явления.
Для пространственно подобных моделей обязательным условием является геометрическое подобие их оригиналу, т.к. они отражают пространственные свойства и отношения объекта. К этой группе относятся различные макеты, модели технических устройств, кристаллических решеток и т.д.
В физически подобных моделях необходимо сходство ее физической природы с оригиналом и тождественность законов движения. Такие модели отличаются от отображаемой ими натуры лишь изменением пространственной или временной шкалы. К этой группе относятся действующие модели разнообразных технических устройств, например, электрических двигателей и генераторов, кораблей, самолетов и т.д.
Математически подобные модели функционирования объектов исследования должны описываться одинаковыми математическими уравнениями и, как правило, не имеют с оригиналом физического и геометрического подобия. К математическим моделям относятся аналоговые, структурные, цифровые, кибернетические модели.
Психолого-педагогические аспекты компьютерного обучения
В последние годы отечественные и зарубежные психологи обратили внимание на роль индивидуальных особенностей учащихся в процессе обучения . Поиск путей сохранения и дальнейшего развития индивидуальности ребенка, его потенциальных возможностей, способностей привели к разработке концепций индивидуализации обучения. Содействие средствами индивидуализации выполнению учебных программ каждым учащимся, предупреждение неуспеваемости учащихся; формирование общеучебных умений и навыков при опоре на зону ближайшего развития каждого ученика; улучшение учебной мотивации и развитие познавательных интересов; формирование личностных качеств: самостоятельности, трудолюбия, творчества - суть индивидуализации обучения. Главное достоинство состоит в том, что индивидуализация позволяет полностью адаптировать содержание, методы и темпы учебной деятельности ребенка к его особенностям, следить за его действиями на каждом этапе решения задачи, вовремя вносить корректировку в деятельность учащегося и учителя, приспосабливать их к постоянно меняющейся, но контролируемой ситуации со стороны ученика и учителя. Все это позволяет ученику работать экономно, контролировать затраты своих сил, достигать более высоких результатов.
Технология индивидуализации обучения охватывает все звенья учебного процесса - цели, содержание, методы и средства. Характеристики индивидуализированного обучения - гуманистические по своей философской основе; факторы развития: био-, социо- и психогенные; принцип управления- система «репетитор», подход к ребенку - гуманно-личностный, организационные формы - академические, индивидуально- групповые; преобладающий метод - программированный, саморазвивающий, творческий. Один из вариантов осуществления индивидуализации обучения - разработка идей адаптивного обучения. Оно учитывает как возрастные, так и индивидуальные особенности учащихся. Адаптация может основываться на информации, собранной с учетом опыта обучения каждого учащегося либо запрограммированной заранее. Адаптивная система, запрограммированная заранее, обычно реализует обучение по разветвленной программе, где в зависимости от характера допущенной ошибки указывается, какие вспомогательные воздействия выдаются. Адаптивные обучающие системы, как правило, учитывают: а) правильность ответа, б) причины, вызвавшие затруднения при выполнении учебных заданий.
Развитие техники, разработка различного рода технических устройств позволяют соединять возможности технологии индивидуализации обучения с использованием современной вычислительной техники.
Компьютерное обучение на основе гибкой и оперативной адаптации к индивидуальным особенностям каждого ученика способно предупреждать возникновение психологического дискомфорта, снижение самооценки, снижение учебной мотивации, так как способно максимально учитывать индивидуальность обучающегося.
Л.В. Шеншев описывает три варианта адаптивного обучения. Первый вариант - концепция максимальной адаптивности английского кибернетика Г. Паска. Второй - теория частичной адаптивности американского психолога Н. Краудера. Третий - концепция минимальной адаптивности Б.Скиннера. Авторы теорий адаптивного обучения схожи в оценке причин низкой эффективности традиционного обучения и в выборе устранения этих причин. Концепции адаптивного обучения предъявляют к учебному процессу некоторые требования:
1. Оперативная адаптация к индивидуальным особенностям учеников, учет темпа обучения, диагностика причин затруднений, своевременная корректировка учебного материала.
2. Непрерывное и целенаправленное управление аффективно-мотивационной сферой ученика, стабилизация его состояния. 3. Поддержание непрерывного диалога, стимулирование активности учащихся.
4. Автоматизация обучения.
Выполнение перечисленных требований легче отнести к компьютерному обучению, так как учитель не в состоянии одновременно адаптироваться к разным ученикам, машина же беспристрастна, терпелива и неутомима.
Названные выше концепции адаптивного обучения быстро пришли в массовую практику, породив модное увлечение обучающими устройствами и программами для компьютеров. Дилетантские и примитивные по своим педагогическим возможностям, они игнорировали основную идею учета индивидуальных особенностей и стабилизации положительного эмоционального настроя учеников. В связи с таким положением дел ставится под вопрос эффективность компьютерного обучения . Современная аргументация в пользу применения компьютеров повторяет выводы разработчиков адаптивного обучения. Это и важность учета динамики усвоения, и автоматизация обучения, позволяющая учителю не отвлекаться на организационные задачи.
Анализ состояния компьютерного моделирования в разделе «Молекулярная физика»
В первой и второй главах мы рассмотрели вопросы применения компьютерного моделирования в обучении с позиции гносеологии, педагогики и психологии, а также определили их место и функции. Использование компьютерных моделей в обучении физике позволяет показать значение моделирования как метода познания окружающего мира, способствует формированию абстрактного мышления, развитию познавательного интереса, овладению элементами информационной культуры. Вместе с тем, чтобы полнее реализовать такие достоинства как возможность индивидуального обучения, руководство учебной деятельностью, наглядность, имитационные свойства компьютерных моделей, необходимо выявить тот раздел физики, применение компьютерного моделирования в котором будет давать реальный обучающий эффект, и определить методические приемы включения его в урок.
Сложность изучения курса «Молекулярная физика и термодинамика» в основной средней школе состоит в том, что здесь учащиеся встречаются с качественно новой формой движения материи - тепловым движением, в котором, кроме законов механики, действуют и законы статистики . К тому же натурные эксперименты (броуновское движение, диффузия, взаимодействие молекул, испарение, поверхностные и капиллярные явления, смачивание) лишь подтверждают гипотезу молекулярного строения вещества, но не позволяют наблюдать механизм происходящих физических процессов. Механические модели: опыт Штерна, доска Гальтона, установка для демонстрации газовых законов позволяют проиллюстрировать закон Максвелла распределения молекул по скоростям и получить экспериментально соотношения между давлением, объемом и температурой, необходимых для вывода газовых законов. Повышение эффективности урока может дать расширение и совершенствование демонстрационного или лабораторного эксперимента с применением ЭВМ (о значении компьютерных моделей при изучении физики мы указывали в ). Такие программные средства для проведения демонстрационного эксперимента в школьном курсе молекулярной физики и термодинамики имеются, хотя и в небольшом количестве. Обзор ряда работ сделан нами в , а здесь мы представим анализ всех известных нам компьютерных программ, используемых при изучении молекулярной физики и термодинамики.
Применение современной электронной и электронно-вычислительной техники позволяет существенно улучшить постановку и проведение эксперимента. В описано применение компьютера для демонстрации зависимости скорости молекул азота, водорода, аргона и воздуха от температуры, расчет изменения внутренней энергии тела при плавлении и кристаллизации, при испарении и для газообразного состояния, а также использование компьютера при обработке результатов лабораторных работ.
В этой же книге дано описание урока по определению КПД идеального теплового двигателя на основании цикла Карно. В качестве модели цикла Карно выступала ЭВМ, которая программным путём реализует адиабаты и изотермы на экране монитора, графически представляя цикл Карно.
Методика постановки эксперимента с применением электронной и вычислительной техники описана В.В. Лаптевым . Им использована универсальность электрического сигнала, который не только содержит необходимую информацию, но и может обрабатываться электронно-вычислительной техникой. Поэтому необходимо все неэлектрические величины, участвующие в эксперименте, преобразовать в электрические с помощью первичных преобразователей - датчиков, на выходе которых появляется электрический аналоговый сигнал обычно в виде электрического напряжения. Лаптевым В.В. с сотрудниками разработано и изготовлено несколько датчиков для измерения освещённости, температуры и времени. Фиксировать сигналы датчиков можно стрелочными или цифровыми измерительными приборами. Для того чтобы использовать при обработке результатов эксперимента цифровую электронно-вычислительную технику, необходимо аналоговый сигнал преобразовать в цифровой с помощью аналого-цифрового преобразователя, воспользовавшись для этого соответствующими микросхемами. Таким образом, схема эксперимента выглядит так: измеряемые величины - датчики - аналого-цифровой преобразователь - микрокалькулятор МК-64 или ЭВМ «Yamaha». По этому принципу сконструирована универсальная электромеханическая демонстрационная установка для изучения в школьном курсе физики газовых законов. Измеряемые в опыте величины давления, объёма и температуры, по очереди фиксируются на демонстрационном цифровом индикаторе и подаются на шину данных ЭВМ, которая выводит на экран дисплея графики всех возможных зависимостей между давлением, объёмом и температурой. После построения графиков числовые значения данных величин заносятся в ОЗУ ЭВМ и могут быть выведены на экран дисплея в виде таблицы данных опыта и использованы для количественных расчетов. Таким образом, учащиеся имеют возможность наблюдать количественную и качественную характеристики газовых процессов одновременно.
Практические занятия являются одной из важнейших составляющих медико-биологического образования. Эксперименты in vivo и in vitro широко используются, чтобы помочь студентам в приобретении практических экспериментальных навыков, однако не менее важной задачей является закрепление и осмысление фактического материала, полученного на лекциях, семинарах, и из учебников. Хотя применение лабораторных животных для этой цели стало традицией, у этого подхода есть свои недостатки. Попробуем перечислить некоторые из них:
Постановка эксперимента достаточна сложна и подчас требует значительных затрат времени.
Из предыдущего пункта следует, что для данного промежутка времени может быть проверено только ограниченное число препаратов
Эксперимент может быть ресурсоемким, и экономические соображения могут оказаться превалирующими в организации исследования
Эксперимент на животных всегда сопряжен с морально-этическими ограничениями, тема которых также обсуждается в настоящем реферате.
Компьютерное моделирование, применяемое в медицинском образовании, может быть разбито на следующие категории:
- компьютерные текстовые симуляторы создают словесное описание ситуации, в которой пользователь выбирает один из нескольких предопределенных ответов. Основываясь на полученном ответе, компьютер генерирует следующую ситуацию. Будучи основанными только на текстовой информации, такие симуляторы относительно просты для программирования и нетребовательны к компьютерным ресурсам. Однако в настоящее время эти критерии становятся менее актуальными и сегодня текстовые симуляторы используются относительно редко.
- компьютерные графические симуляторы воссоздают на дисплее графическое изображение ситуации, часто чтобы объяснить фармакокинетические и фармакодинамические процессы связанные с приемом препарата. Обычно используется только “мышь” в качестве интерфейсного устройства. Хотя такие симуляции способствуют пониманию и усвоению материала обычно они не развивают у студентов практических навыков. Главная цель их использования состоит в объяснении неких абстрактных концепций в доступной и недорогой форме. Такие симуляторы особенно подходят для моделирования физиологических и фармакологических процессов.
Sniffy – TheVirtualRat
В качестве одного из примеров моделирования лабораторного животного можно привести известную программу Sniffy - The Virtual Rat, которая позволяет симулировать поведение настоящей крысы, но без всех недостатков использования реального животного. Программа позволяет студентам воспроизводить классические эксперименты по изучению физиологии обучения (выработка условных рефлексов и т.д.). Возможна реализация собственного плана эксперимента, использование различных стимулирующих факторов и т.д. Можно отметить продуманный пользовательский интерфейс и великолепно выполненную компьютерную графику, которая очень похоже симулирует движения реальной крысы.
Моделирование лабораторной крысы в действии - Sniffy The Virtual Rat
Rat cvs (Cardiovascular System)
Программа Rat CVS моделирует эксперимент по воздействию различных препаратов на сердечно-сосудистую систему крысы. Программа позволяет регистрировать изменения системного артериального давления, давления, создаваемого в левом желудочке, венозного давления, силу и частоту сердечного сокращения. Возможно также моделирование спинальной крысы. Экспериментатору возможно производить инъекции различных препаратов в требуемых дозах (дигоксин, атенолол, изопреналин, лозартан и т.д.), стимулировать нервную систему (блуждающий нерв и т.д.). Все это сопровождается визуализацией изменения параметров сердечно-сосудистой системы в реальном времени.
Программа может быть использована как для обучения студентов, так и для контроля – можно “вводить” крысе неизвестные препараты с целью их определения студентом. Rat CVS разработана John Dempster, University of Strathclyde.
Rat CVS - введение адреналина в дозе 10 мкг/кг
ВОЗМОЖНОСТИ ПРИМЕНЕНИЯ КОМПЬЮТЕРНОГО МОДЕЛИРОВАНИЯ В ПРОЦЕССЕ САМОАКТУАЛИЗАЦИИ ПРЕПОДАВАТЕЛЯ ИНФОРМАТИКИ В СОВРЕМЕННОМ ОБРАЗОВАТЕЛЬНОМ ПРОСТРАНСТВЕ
© 2016 Е. И. Травкин
канд. пед. наук, доцент кафедры компьютерных технологий и информатизации образования e-mail: e travkin@mail. ru
Курский государственный университет
В статье представлены возможности применения компьютерного моделирования как одного из методов осуществления самоактуализации преподавателя информатики на всех уровнях системы высшего образования, характеристики компьютерного моделирования как эффективного метода познания в условиях информационной образовательной среды. В работе особое место отводится описанию принципов обучения компьютерному моделированию и этапов компьютерного моделирования, реализация которых способствует самоактуализации педагогов информатики.
Ключевые слова: метод компьютерного моделирования, модель, профессиональная самоактуализация преподавателя информатики, многоуровневая система высшего образования, профессиональная подготовка.
Одной из важнейших тенденций современного профессионального образования является информатизация, которая позволяет вывести образовательный процесс на новый качественный уровень и по-новому раскрыть потенциал педагогических кадров в современных социокультурных условиях. Современная быстроменяющаяся и быстроразвивающаяся информационная среда предъявляет большие требования для самоактуализации современного преподавателя информатики.
Государственная программа Российской Федерации «Информационное общество (2011-2020 гг.)» и Национальная доктрина образования Российской Федерации до 2025 г. подчеркивают необходимость существенных преобразований, касающихся возможных методов модернизации существующего образовательного процесса в различных сферах на основе использования информационных технологий.
Одним из наиболее эффективных методов обучения в современных условиях модернизации образовательной системы является использование метода компьютерного моделирования. Компьютерное моделирование представляет собой достаточно универсальный метод исследования в различных предметных областях современной науки. Под компьютерным моделированием понимается метод исследования, основанный на построении и изучении компьютерной модели объекта или процесса [Пикалов 2010]. Главной специфической особенностью компьютерного моделирования является возможность его использования для целостного изучения исследуемого объекта.
При создании и исследовании компьютерной модели проходит процесс отображения и воспроизведения аналога или объекта-заместителя реально существующей или проектируемой системы и процесса, выявляется не только структура, элементы, свойства, но и взаимосвязи и отношения между элементами и внешней средой. Компьютерное моделирование, представляя разновидность моделирования, позволяет описать исследуемые систему или процесс лишь с некоторой степенью приближения к действительности с учетом существующих связей и
закономерностей между основными составляющими объекта-оригинала. Конечным результатом компьютерного моделирования является получение количественных и качественных характеристик, необходимых для анализа исследуемых систем или процессов, принятия решений по их оптимизации и модернизации, прогнозирования поведения в различных условиях.
Моделирование можно определить как один из основных методов познания, являющийся формой отражения действительности и заключающийся 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 [Бирюков, Гастеев, Геллер 1974].
Будущий преподаватель информатики должен быть способен реализовать свой личностный и профессиональный потенциал применительно к содержательным и теоретическим аспектам профессиональной деятельности. Адекватность современных педагогических методов обеспечивает продуктивность самоактуализации. Широкие возможности в решении задач самоактуализации предоставляет метод компьютерного моделирования.
Самоактуализация является фактором, обеспечивающим конкурентоспособность современного преподавателя информатики, расширяя его личностный и профессиональный потенциал в условиях постоянно меняющихся комплексных задач в современном образовательном пространстве.
Самоактуализация является основной из актуальных проблем высшего образования. «Самоактуализация» (от лат. асШаНБ - действительный, настоящий) рассматривается как стремление человека к возможно более полному выявлению и развитию своих личностных возможностей [Карпенко 1985].
Профессиональная самоактуализация определяет эффективность становления и развития будущего преподавателя информатики в процессе решения постоянно усложняющихся задач на различных уровнях современного образования: в профильных классах (информационно-технологических), в среднем профессиональном образовании, в системе обучения студентов бакалавриата и магистратуры, в системе дополнительного профессионального образования.
Организация процесса обучения на основе компьютерного моделирования, направленного на самоактуализацию преподавателя информатики, базируется на системе дидактических принципов, которые получили отражение в работах классических и современных авторов - И.П. Подласого, Ю.К. Бабанского, Л.В. Занкова, В.А. Сластенина, и др. Все дидактические принципы представляют единую систему и направлены на достижение учебных, познавательных, развивающих задач, решение которых способствует всесторонней самоактуализации педагога информатики на различных этапах его становления и развития. Выявлена система определяющих принципов реализации компьютерного моделирования в процессе самоактуализации будущего преподавателя информатики, которые отражают основные закономерности образовательного процесса. Представляется целесообразным выделить следующие принципы в процессе самоактуализации будущего педагога:
1) принцип научности, который предусматривает использование в образовательном процессе последних достижений в сфере применения компьютерного моделирования для организации исследовательской и научно-поисковой деятельности обучающихся;
2) принцип доступности, предполагающий адекватность изучаемого материала возрастным и индивидуальным особенностям обучающихся и уровню их теоретической и практической подготовки;
3) принцип наглядности, обеспечивающий построение компьютерной модели в наглядной форме, наиболее адекватно раскрывающей существенные связи и отношения исследуемых систем или процессов;
4) принцип систематичности, предполагающий рассмотрение различных видов компетенций, получаемых знаний и формируемых умений и навыков в системе построения всех учебных курсов и всего содержания обучения как систем, входящих друг в друга и в общую систему информационной культуры, и требующий рационального деления учебного материала на смысловые фрагменты и ступенчатого овладения ими при постоянном обращении к целому;
5) принцип последовательности, который состоит в планировании содержания, развивающегося по восходящей линии, где каждое новое знание опирается на предыдущее и вытекает из него;
6) принцип связи теории с практикой, подразумевающий, что знания, приобретаемые обучающимися, взаимодействуют с жизнью, применяются на практике, используются для исследования, познания и преобразования окружающих процессов и явлений; осознание значимости приобретаемых знаний способствует повышению интереса к обучению, что положительно влияет на мотивацию и эффективность учебной деятельности;
7) принцип активности предусматривающий ясное понимание изучаемого учебного материала. Для организации активного усвоения обучающимися знаний и развития самостоятельности умственных действий в ходе учебного процесса необходимо выдвигать познавательную задачу, решение которой позволяет мотивировать творческий поиск и мыслительную деятельность;
8) принцип гибкости компьютерных моделей, понимаемый как соответствие реальному объекту и согласованность их с другими моделями, образующими систему знаний в данной предметной области и в содержании образования в целом, а также возможность оперативной модернизации исследуемой компьютерной модели в ходе экспериментальной работы;
9) принцип интегративности, предусматривающий возможность интеграции разработанных моделей в различных условиях образовательного пространства; данный принцип также предусматривает интеграцию различных дисциплин, сфер и областей деятельности с целью решения конкретных педагогических задач;
10) принцип открытости, предоставляющий возможность постоянной модификации созданной компьютерной модели в зависимости от потребностей и условий обучения.
Организация учебного процесса на основе использования компьютерного
моделирования, направленного на самоактуализацию преподавателя информатики,
должна следовать следующим этапам [Кельтон, Лоу 2004]:
Формулировка задачи;
Сбор данных (информации) и определение концептуальной модели;
Определение адекватности концептуальной модели;
Формализация или создание математической модели;
Создание компьютерной модели;
Проверка компьютерной модели;
Планирование эксперимента;
Выполнение экспериментов с компьютерной моделью;
Анализ и интерпретация выходных данных;
Использование результатов.
Выявленные этапы выполняются итерационно, то есть происходит возврат к
предыдущим этапам и их повторное выполнение с целью уточнения некоторых
параметров разрабатываемой модели. Представленная последовательность этапов отражает общий подход к проведению компьютерного моделирования над исследуемыми объектами и позволяет следовать методологии компьютерного моделирования при организации процесса обучения.
Важно подчеркнуть, что этапы компьютерного моделирования практически полностью соответствуют этапам исследовательского обучения . В развернутом виде исследовательское обучение предполагает, что учащийся:
Выделяет и ставит проблему, которую необходимо разрешить;
Предлагает возможные решения;
Проверяет эти возможные решения;
Исходя из данных, делает выводы в соответствии с результатами;
Применяет выводы к новым данным; делает обобщения.
По мысли сторонников исследовательского обучения, учебный процесс в идеале должен моделировать процесс научного исследования, поиска новых знаний [Кларин 1998]. Соответствие этапов, а также методологии компьютерного моделирования и исследовательского обучения дает возможность активно внедрять данный метод в процесс обучения как способ развития исследовательских способностей студентов, что способствует самоактуализации будущих преподавателей информатики.
В результате компьютерного моделирования обучающиеся создают компьютерную модель. Под компьютерной моделью понимают [Лычкина 2000]:
□ условный образ объекта или некоторой системы, описанный с помощью взаимосвязанных компьютерных таблиц, блок-схем, диаграмм, графиков, рисунков, анимационных фрагментов, гипертекстов и т. д. и отображающий структуру и взаимосвязи между элементами объекта, - структурно-функциональная модель;
□ отдельную программу, совокупность программ, программный комплекс, позволяющий с помощью последовательности вычислений и графического отображения их результатов воспроизводить (имитировать) процессы функционирования объекта при условии воздействия на него различных (включая случайные) факторов, - имитационные модели. В работе И.Ю. Пикалова определяется, что применение имитационного моделирования для анализа сложных систем базируется на разработке методов статистических испытаний (метод Монте-Карло), которые позволяют моделировать случайные факторы с использованием вычислительной техники, что приводит к ускорению расчетов и проведению экспериментов со сложными системами [Пикалов 2014].
Понятие модели придает методу использования компьютерного моделирования в учебном процессе тот широкий спектр межпредметных связей, формирование которых является одной из основных задач самоактуализации преподавателя информатики. Сама же деятельность по построению модели - моделирование - является обобщенным видом деятельности, которая характеризует именно информатику [Каспражак 2004]. Кроме того, понятия и метод моделирования изучаются на моделях различных предметных областей, выявляя их общность. Учет межпредметных связей является необходимым условием успешного обучения. От того, как осуществляется эта связь, зависит развитие мышления и кругозора студентов. Кроме того, правильное осуществление межпредметных связей способствует формированию научного мировоззрения, помогает учащимся обнаруживать взаимосвязи предметов и явлений в окружающем мире и создает целостное представление об изучаемых явлениях и процессах реального мира [Володин 2005].
Организация учебного процесса на основе межпредметных связей способствует вовлечению студентов в предметно-практическую деятельность, которая предполагает активное приобретение знаний, их творческое использование, развитие познавательной
активности и самостоятельности, формирование научного мировоззрения. Формирование межпредметных связей на основе моделирования определяется использованием целого ряда способов получения знаний и навыков (анализ, синтез, индукция, дедукция и др.).
В свою очередь, А.В. Ястребов в своем диссертационном исследовании [Ястребов 2003] отмечает, что «высшей целью образования является подготовка специалиста, способного самостоятельно формулировать проблемы в сфере профессиональной деятельности и решать их...», «... высшее образование должно воспитывать специалиста с самосознанием исследователя, независимо от того, будет ли это ученый в узком смысле слова, ученый-инженер или ученый-учитель».
Процесс создания компьютерных моделей обладает огромным развивающим потенциалом и способствует более эффективному протеканию процесса самоактуализации на всех этапах становления и развития профессионала в области преподавания информатики. Владение основами компьютерного моделирования является каналом реализации развивающего обучения, позволяющего вывести педагога на новый качественный уровень и достичь не только вершин профессиональной компетентности, но личностного развития.
Библиографический список
БирюковБ.В., ГастеевЮ.А., ГеллерЕ.С. Моделирование. М.: БСЭ, 1974.
Володин А.А. Компьютерное имитационное моделирование при изучении основ цифровой техники будущими учителями технологии: дис. ... канд. пед. наук: 13.00.02. М., 2005
Кельтон В., Лоу А. Имитационное моделирование. Классика CS. 3-е изд. СПб.: Питер; Киев: Издательская группа BHV, 2004. 847 с.: ил.
Кларин М.В. Инновации в мировой педагогике: Обучение на основе исследования, игр, дискуссии анализ зарубежного опыта. М., Рига: Педагогический центр «Эксперимент», НПЦ «Эксперимент», 1998. 180 с.: ил.
Краткий психологический словарь / сост. Л.А. Карпенко; под общ. ред. А.В. Петровского, М.Г. Ярошевского. М.: Политиздат, 1985. 431 с.
Лычкина Н.Н. Современные тенденции в имитационном моделировании // Вестник университета. Серия «Информационные системы управления». М.: ГУУ, 2000. №2.
Пикалов И.Ю. Изучение компьютерного моделирования в курсе «Информационные и коммуникационные технологии в науке и производстве» // Наука и современность. 2010. № 6-1. С. 307-312.
Пикалов И.Ю. Применение имитационного моделирования и экспертных систем в экономическом анализе // Auditorium. Электронный научный журнал Курского государственного университета. 2014. № 4 (4). С. 93-95. URL: http://auditorium .kursksu.ru/pdf/004-017.pdf
Элективные курсы в профильном обучении: Образовательная область «Информатика» / под общ. ред. А.Г. Каспражака, Министерство образования РФ -Национальный фонд подготовки кадров. М.: Вита-Пресс, 2004. 112 с.
Ястребов А.В. Моделирование научных исследований как средство оптимизации обучения студента педагогического вуза: дис. докт. пед. наук: 13.00.08. М., 2003.
Lewy A. Planning the school curriculum. Paris, 1977.
Применение моделирования для обучения в области компьютерных наук
Р. П. Романски
Технический Университет, София, Болгария
Введение
Для развития компьютерной техники и совершенствования архитектурной организации компьютерных систем (КС) необходимо непрерывное обучение и самосовершенствование компьютерных специалистов и студентов. При проведении этого обучения надо комбинировать формы традиционного обучения с возможностями самостоятльной подготовки, дистанционного обучения, практической разработки проектов и реализации экспериментов исследования . Существенная роль при обучении в области компьютерных наук выпольняет применение современных методов изучения архитектурной организации и анализа системной производительности КС . В этом смысле, применение методов моделирования в процессе изучения базовых структур различных КС и организации компьютерных процессов позволяет разработать подходящее математическое описание исследуемого объекта и создать программное обеспечение для выполнения компьютерных экспериментов [Романски, 2001, Arons, 2000]. Анализ экспериментальных результатов моделирования [Брююль, 2002] позволяет оценить основные характеристики системы и производительность изучаемых КС.
Применение моделирования в процессе изучения КС позволяет исследовать особенности архитектуры и организацию вычисления и управления. Это можно осуществить на основе модельного эксперимента, организация которого предполагает проектирование компьютерной модели как последовательности трех компонентов (концептуальная модель, математическая модель, програмная модель) и реализации этой модели в подходящей операционной среде. В настоящей работе рассматривается вожможность применения разных методов исследования КС в процессе их изучения и в частности применение принципов моделирования для исследования протекающих процессов, а также анализ системной производительности КС. Основная цель состоит в определении обобщенной процедуры компьютерного моделирования как последовательность взаимосвязанных этапов и представлении основных стадий методологии модельного исследования. Для этого в следующей части представлены общая формализация компьютерной обработки информации и особенности компьютерных вычислений в качестве объекта изучения. Применение принципов моделирования в процессе изучения КС связано с методологической организацией обучения в традиционном, дистанционном, либо распределенном смысле .
Компьютерные системы как объект изучения и методы исследования
Одной из основных задач специализированных курсов обучения в области компьютерных систем и исследования производительности является обучение будущих и настоящих компьютерных проектантов, разработчиков компьютерного оборудования и потребителей КС в правильном использовании технологических возможностей моделирования и измерения характеристик систем . Эти возможности применяют как в процессе оценивания еффективности новых компьютерных проектов, так и для проведения сравнительного анализа существующих систем. В процессе обучения ставится задача выяснения последовательности этапов исследования и возможности обработки экспериментальных результатов для получения адекватных оценок индексов производительности. Эту задачу можно уточнить в зависимости от конкретной области компьютерного обучения и особеностей принципов рассматриваемой компьютерной обработки информации.
Рис. 1. Информационное поддерживание компьютерной обработки.
В общем, компьютерная обработка связана с реализацией определенных функций для преобразования входных данных в виде окончательных решений. Это определяет два уровня функционального преобразования информации (рис. 1):
математическое преобразование информации - реальная обработка данных в виде математических объектов и представляется обобщенной функцией f:D®R, которая изображает елементы множества данных D в елементах множества результатов R;
компьютерная реализация обработки - представляет конкретную реализацию f*:X®Y математической функции f в зависимости от компьютерного и программного оборудования на базе подходящего физического представления реальных информационных объектов.
В результате можно записать обобщенную функциональную модель компьютерной обработки r = f(d)ºj 2 {f*[ 1(d)]}, где функции j 1 и j 2 являются вспомогательными для кодирования и декодирования информации.
Рассматривая КС как объект изучения, надо иметь ввиду, что компьютерная обработка состоит из процессов, каждый из которых можно представить в виде структуры I = , где: t - начальный момент возникания процесса; A - дефинирующие атрибуты; T - трасса процесса. Последний компонент формального описания определяет временную последовательность событий e j для обращения данного процесса к елементам системного ресурса S={S 1 , S 2 , …, S n }. Последовательность времевых этапов и нагрузка системного ресурса позволяют определить профиль процесса вычисления (рис. 2).
Рис. 2. Примерный профиль компьютерного процесса.
Поддерживание разных процессов при организации компьютерной обработки формирует системную нагрузку компьютерной среды. Для каждого момента (t =1,2,...) ее можно представить вектором V(t)=Vt= , элементы которого выражают свободное (v j =0) или занятое (v j =1) устройство S j єS (j=1,2,...,n).
При изучении КС необходимо определить набор базовых системных параметров, которые отражают сущность компьютерной обработки, а также разработать методику исследования поведения системного ресурса и протекающих процессов. В качестве основных системных параметров (индексы производительности) можно исследовать, например, рабочую нагрузку каждого элемента системного ресурса, общую системную нагрузку КС, время ответа при решении комплекса задач в мультипрограммном режиме, степень устойчивости (стойкости) оборудования, стоимость компьютерной обработки, эффективность планирования параллельных или псевдопараллельных процессов и т.д.
Типичный курс обучения в области анализа и исследования производительности КС должен обсуждать основные теоретические и практические проблемы в следующих направлениях:
возможности исследования производительности компьютерного оборудование и эффективности компьютерных процессов;
применение эффективных методов исследования (измерение, моделирование);
технологические особенности измерения параметров системы (benchmark, monitoring);
технологические особенности и организация моделирования (аналитическое, симуляционное и др.);
методы анализа экспериментальных результатов.
Все это связано с применением данного метода исследования и выбором подходящего инструментария. В этом смысле на рис. 3 представлена примерная классификация методов исследования КС и процессов. Можно определить три основные группы:
Программные смеси - представляют математические зависимости для оценки производительности процессора на базе коэффициентов применения отдельных операционных классов. Позволяют оценить нагрузку процессора статистическим анализом после выполнения типовых программ.
Методы подсчета - позволяют получить достоверную информацию о протекании компьютерных процессов на основе непосредственной регистрации определенных значений доступных параметров КС . Для этого необходимо использовать или разработать подходящее средство подсчета (монитор) и организовать выполнение эксперимента по подсчету. Надо отметить, что современные операционные системы имеют собственные системные мониторы, которые можно использовать на программном или микропрограммном уровне.
Методы моделирования - применяются в том случае, когда отсуствует реальный объект эксперимента. Исследование структуры или протекающих процессов в КС осуществляется на базе компьютерной модели. Она отражает самые важные аспекты поведения структурных и системных параметров в зависимости от поставленной цели. Для разработки модели надо выбрать самый подходящий метод моделирования, позволяющий получить максимальную адекватность и достоверность .
Рис. 3. Классификация методов исследвания КС и процессов.
Традиционный процесс обучения предполагает проведение основного курса лекций совместно с набором аудиторных упражнений и/или лабораторным практикумом. В области компьютерных наук при изучении организации КС и принципов управления компьютерными процессами (на низком и на высоком уровне), а также при анализе системной производительности, часто возникает необходимость в разработке компьютерных моделей во время выполнения лабораторных задач в классе или при самостоятельной реализации проектов. Для удачного выполнения этих практических работ и для получения нужных практических умений необходимо определить последовательность этапов и представить технологические особенности разработки моделей. Это позволит обучаемым приобрести необходимые знания о разработке адекватных и достоверных компьютерных моделей исследования, оценки и сравнительного анализа системной производительности разных компьютерных архитектур. В результате этого далее предложена обобщенная процедура проведения моделирования, а также методологическая схема модельного исследования КС и процессов.
Процедура компьютерного моделирования при исследовании КС и процессов
Основная задача компьютерного моделирования при исследовании КС и процессов заключается в получении информации об индексах производительности. Планирование модельного эксперимента в процессе обучения осущевляется на основе следующих этапов:
сбор эмпирических данных для конкретных значений базовых системных параметров;
структурирование и обработка эмпирической информации и разработка функциональной схемы модели;
определение априорной информации и дефиниционные области рабочих параметров для разработки подходящей математической модели объекта-оригинала;
реализация модельных экспериментов, накапливание модельной информации и ее последующий анализ.
Обобщенная формализованная процедура модельного исследования для организации модельного эксперимента показана на рис. 4.
Рис. 4. Процедура модельного исследования.
Первоначальная цель определяется необходимостью исследования реального объекта (система или процесс). Основные этапы процедуры следующие:
Определение базовой концепции построения модели декомпозированием объекта на подсистемы и введение допустимой степени идеализации для некоторых аспектов поведения системных процессов.
Математическая формализация структуры и взаимосвязи в исследованном объекте на базе подходящей формальной системой.
Математическое описание функционирования реальной системы и разработка подходящей функциональной модели в зависимости от цели моделирования.
Реализация математической модели с использованием самого подходящего метода моделирования.
Описание созданной математической модели средствами подходящей программной среды (специлизированной или универсальной).
Выполнение экспериментов на базе созданной модели и последующая обработка и интерпретация модельной информации для оценки параметров объекта исследования.
Основные методы компьютерного моделирования следующие:
Аналитические методы - используют математические средства для описания компонентов реальной системы и протекающих процессов. На базе выбранного математического подхода математическая модель обычно строится как система уравнений, позволяющая легко программировать, но для реализации необходимы высокая точность формулировок и принятых рабочих гипотез, а также значительная верификация.
Симуляционные (имитационные) методы - поведение реального объекта подражается программному имитатору, который при своей работе использует реальную рабочую нагрузку (эмуляция), либо программную модель рабочей нагрузки (симуляция). Такие модели позволяют исследование сложных систем и получение достоверных результатов, но выполняются во времени и это определяет основной надостаток метода - значительное потребление машинного времени.
Эмпирические методы - это количественные приемы для регистрации, накопления и анализа информации функционирования реального объекта, на базе которых можно построить статистическую модель для его исследования. Обычно применаются линейные или нелинейные уравнения для представления взаимосвязи выбранных параметров (например, из множества первычных факторов) и для вычисления статистических храктеристик.
Основной задачей компьютерного моделирования является создание адекватной модели, при помощи которой достаточно точно можно представить структуру исследуемой системы и протекающих процессов . Разработка компьютерной модели включает три последовательных уровня - концептуальная модель (идейная концепция структурирования модели), математическая модель (изображение концептуальной модели средством математической формальной системы) и программная модель (программная реализация математической модели с подходящей языковой средой). На каждом уровне компьютерного моделирования необходимо проверять адекватность модели, чтобы обеспечить достоверность конечной модели и точность результатов модельных экспериментов. Специфика отдельных этапов процедуры моделирования определяет применяемые подходы и средства оценки адекватности. Эти особенности нашли место в разработанной методологии компьютерного моделирования, которая представлена ниже.
Методология модельного исследования
В процессе компьютерного моделирования, независимо от применяемого метода, можно определить обобщенную матодологическую схему модельного исследования (рис. 5). Предложенная формализованная методологическая последовательность предусматривает несколько основных фаз, представленных ниже. В основном, она представляет итерационную процедуру для получения необходимой достоверности разрабатываемой компьютерной модели на базе формулировки начальной модельной гипотезы и ее последовательной модификации. Такой подход является удачным при исследовании сложных систем, а также и при отсуствии достаточной априорной информации для исследуемого обьекта.
Стадия "Формулирование"
На первом этапе разработки модели необходимо точно и ясно определить объект моделирования, условия и гипотезы исследования, а также критерии оценки модельной эффективности. Это позволит разработать концептуальную модель и дефинировать ее абстрактными терминами и понятиями. Обычно абстрактное описание определяет начальные принципы модельного построения (основные апроксимации, дефиниционные области переменных, критерии эффективности и типы ожидаемых результатов). На этой стадии можно определить следующие подэтапы:
Дефинирование и анализ поставленной задачи. Включает ясно определенную сущность задачи исследования и планирование необходимых мероприятий. На базе анализа проблемы определяется объем предпологаемых действий и необходимость декомпозиции задачи.
Уточнение типа начальной информации. Эта информация позволяет получить корректные выходные результаты моделирования и поэтому надо обеспечить необходимый уровень достоверности оценок.
Введение допусщенйх и гипотез. Это необходимо при отсуствии достаточной информации для реализации модели. Допусщения заменяют отсуствующие данные, либо отсуствие их полности. Гипотезы относятся к типу возможных результатов или к среде реализации исследуемых процессов. В процессе моделирования эти гипотезы и допусщения могут быть приняты, отброшены, либо модифицированы.
Определение основного содержания модели. На базе применяемого метода моделирования отчитывается особеность реального объекта, поставленая задача и средства ее решения. Результаты этого подэтапа включают формулировку базовой концепции модели, формализованное описание реальных процессов и выбор подходящей апроксимацией.
Определение модельных параметров и выбор критериев эффективности. На этом подэтапе определяются первычные и вторычные факторы, входные воздействия и ожидаемые на выходе реакции модели, что является особенно важным для достижения необходимой точности математического описания. Уточнение критериев эффективности связано с дефинированием функциональных зависимостей оценки реакции системы при изменении модельных параметров.
Абстрактное описание модели. Фаза общего формулирования концептуальной модели заканчивает построение абстрактой модели в подходящей среде абстрактных терминов - например, в виде структурной схемы, как потоковой диаграмы (Data Flow Diagram), в виде графической схемы (State Transition Network) и т.д. Это абстрактное представление позволить легко построить математическую модель.
Рис. 5. Методологическая схема модельного исследования.
Стадия "Проектирование"
Проектирование компьютерной модели связано с разработкой математической модели и ее программным описанием.
Математическая модель является представлением структуры исследуемого объекта и протекающих процессов в подходящем математическом виде Y=Ф(X, S, A, T), где: X - множество внешних воздействий; S - множество системных параметров; A - отражает функциональное поведение (алгоритмы функционирования); T - время работы. Таким образом поведение (реакция) объекта Y моделирует набор функциональных воздействий Ф, представляющих аналитические зависимости (детерминированные или вероятностные). В этом смысле, математическая модель является описанием абстрактной модели средствами выбранной математической системы, оценивая принятые гипотезы и апроксимации, начальные условия и дефинированные параметры исследования. При разработке математической модели возможно применить известные математические формулы, зависимости или математические законы (например, вероятностные распределения), а также комбинировать и дополнить их. Самые распространенные для цели моделирования теоретические математические системы предоставляют возможность представить математическую модель и в графическом виде - сети Петри , цепи Маркова , системы массового обслуживания и др. На базе определенных на предыдущей стадии критериев, созданную математическую модель необходимо оценить с целью достижения необходимой степени достоверности и адекватности, и после этого можно утвердить или отбросить ее.
Программная модель представляет собой реализацию математического описания программным языком - для этого выбираются подходящие технические и технологические средства. В процессе программной реализации на базе математической модели разработывается логическая структурно-функциональная схема модели. Для построения этой схемы можно использовать традиционные блок-схемы, либо графические средства, которые представляются специализированной средой моделирования - как например в GPSS (General Purpose Simulation System) . Программная реализация модели является задачей разработки программного обеспечения и в этом смысле подчиняется принципам технологии программирования.
Стадия "Уточнение"
Действия этой стадии предназначенны для полной валидизации проектированной модели и утверждения ее адекватности. Существенное значение для их эффективности имеет оценка текущей адекватности на предыдущих стадиях. В этом смысле процесс уточнения модели надо рассмотривать как совокупность распределенных действий на всех предыдущих стадиях компьютерного моделирования. В общем плане, стадию уточнения можно представить как итеративную процедуру (рис. 6), позволяющую последовательную модификацию начальной версии разрабатываемой модели.
Рис. 6. Итеративная процедура для уточнения модели.
Основной целью проверки модельной достоверности является определение уровня точности соответствия при представлении процессов реального объекта и механизма регистрации модельных результатов. В общем плане, компьютерная модель представляет совокупность отдельных компонентов и в этом смысле особенно важно правильно планировать проверки адекватности.
Стадия "Выполнение"
Это этап реализации созданной модели (решение численным методом либо выполнение во времени). Самая главная цель - получение максимальной информации для минимальных затрать машинного времени. Предусмотрены два подэтапа:
Планирование модельного эксперимента - определение значения управляемых факторов и правила регистрации наблюдаемых факторов при выполнении модели. Выбор конкретного плана эксперимента зависит от поставленной цели исследования при оптимизации времени выполнения. Для получения эффективного плана обычно применяются статистические методы (полный план, однофакторный план, рандомизированный план и т.д.), позволяющие удалить совместное влияние наблюдаемых факторов и оценить допустимую экспериментальную ошыбку.
Реализация эксперимента - подготовка входных данных, компьютерная реализация экспериментального плана и сохранение экспериментальных результатов. Реализацию эксперимента можно выполнить следующим образом: контрольное моделирование (для проверки работоспособности и чувствительности модели и оценки модельного времени); рабочее моделирование (действительная реализация разработанного плана эксперимента).
Стадия "Анализ и интерпретация модельных результатов"
При реализации плана модельного эксперимента накапливается информация (результаты моделирования), которую необходимо анализировать для получения оценки и выводов о поведении исследуемого объекта. Это определяет два аспекта - выбор методов для анализа экспериментальной информации и применение подходящих способов интерпретации полученных оценок. Последнее особенно важно для формирования коректных выводов исследования. В смысле первого аспекта обычно применяют статистические методы - дискриптивные анализы (подсчет граничных значений параметров, математического ожидания, дисперсии и средне-квадратической ошибки; определение расслоения для выбранного фактора; вычисление гистограммы и др.); корреляционный анализ (определение уровня факторной взаимосвязи); регрессионный анализ (исследование причинной взаимосвязи в группе факторов); дисперсионный анализ (для устанавливания относительного влияния определенных факторов на базе экспериментальных результатов).
Результаты анализа модельных данных можно представить в числовом или табличном виде, при помощи графических зависимостей, диаграмм, гистограмм и пр. Чтобы выбрать подходящие графические средства существенное значение имеет использованный метод анализа, а также субъективные умения экспериментатора для оформления результатов эксперимента.
Заключение
Основная цель организации каждого модельного эксперимента - это реализация эффективного моделирования. Она связывается с машинным временем - значительный объем обработки в моделе повышает стоимость моделирования и понижает эффективность. Для эффективности исследования существенное значение имеет быстрая валидизация модели и достижение сходимости. Для каждой реальной системы часто приходится создавать множество разных моделей, отличающихся способом декомпозиции и уровнем детайлизации, методом моделирования, средствами программной реализации и т.д. В процессе выбора оптимального варианта только оценка точности и адекватности является недостаточной. Из множества сходимых моделей надо выбрать самый эффективный вариант, который тратить минимальное время на реализацию.
Существенное значение для достижения достаточной эффективности модели имеет и применяемый язык программной реализации, а также полность формальной системы абстрактного представления концептуальной модели, простота терминов описания, разработывание оптимального плана и др. Применение универсальных программных систем отличается отсуствием специфических языковых операторов и поэтому они являются подходящими прежде всего для аналитического моделирования. Для реализации симуляционных моделей удачно использовать специализированные языковые среды.
Список литературы
[Брююль 2002] Брююль А. SPSS: искусство обработки информации. Анализ статистических данных. Санкт Петербург: ДиаСофт, 2002, - 608 с.
[Романски, 2001] Романски Р. Математическое моделирование и исследование стохастических временных характеристик процессов компютерной обработки данных // Информационные технологии. - Москва, Россия, 2001, No 2, - С. 51 - 55.
Arons H., van Asperen E. Computer assistance for model definition // Proceedings of the 32nd Winter Simulation Conference. - Florida, USA, December 2000. - P. 399-408.
Benveniste A., Fabre E., Haar St. Markov nets: probabilistic models for distributed and concurrent systems // IEEE Transactions on Automatic Control. November 2003, vol. 48, No 11. - P. 1936-1950.
Butler J.E., Brockman J. B. A Web-based learning tool that simulates a simple computer architecture // ACM SIGCSE Bulletin. June 2001, vol. 33, No. 2. - P. 47-50.
Crosbie R. E. A model curriculum in modeling and simulation: Do we need it? Can we do it? // Proceedings of the 32nd Winter Simulation Conference. December 2000. -P. 1666-1668.
Fabre E., Pigourier V. Monitoring distributed systems with distributed algorithms // Proceedings of the 41st IEEE Conference on Decision and Control. - vol. 1. 10-13 December 2002 - P. 411-416.
Ibbett R.N. WWW Visualisation of Computer Architecture Simulations // Procedings of the 7th Annual Conf. on Innovation and Technology in Computer Science Education. June 2002. - P. 247.
Lilja D.J. Comparing Instructional Delivery Methods for Teaching Computer Systems Performance Analysis // IEEE Trans. on Education. February 2001, vol. 44, No 1, - P. 35-40.
Music G., Zupancic B., Matko D. Petri net based modeling and supervisory control design in Matlab // Proceedings of the IEEE Conference EUROCON 2003 "Computers as a Tool". - vol. 1. 22-24 Sept. 2003. - Slovenia. - P. 362-366.
Pandey S., Ramamritham K., Chakrabarti S. Monitoring the dynamic Web to respond to continuous queries // Proceedings of the 12th International Conference on World Wide Web. - Hungary, May 2003, - P. 659-668.
Pockec P., Mardini W. Modeling with queues: an empirical study // Proceedings of the Canadian Conference on Electrical and Computer Engineering. - vol. 1. 13-16 May 2001. - P. 685-689.
Romansky R. et all. An Organization of Informational Network InfoNet for Distributed e-Learning // Proceedings of the 3rd International Conference оn Computer Systems and Technologies (e-Learning). 20-21 June 2002. Sofia, Bulgaria. - P. IV.4-1 - IV.4-6.
Sargent R.G. Verification and validation of simulation models // Proceedings of the 2003 Winter Simulation Conference. - vol. 1. 7-10 December 2003. - P. 27-48.
Stahl, I. GPSS: 40 years of development // Proceedings of the 33rd Winter Simulation Conference. December 2001. - P. 577-585.
Ye D, Xiaofer Xu, Yuliu Chen. Integrated modeling methodology for virtual enterprises // Proceedings of the 10th Conference on Computers, Communications, Control and Power Engineering. - vol. 3. October 2002. - P. 1603-1606.
Применение моделирования для обучения в области компьютерных наук
Р. П. Романски
Технический Университет, София, Болгария
Введение
Для развития компьютерной техники и совершенствования архитектурной организации компьютерных систем (КС) необходимо непрерывное обучение и самосовершенствование компьютерных специалистов и студентов. При проведении этого обучения надо комбинировать формы традиционного обучения с возможностями самостоятльной подготовки, дистанционного обучения, практической разработки проектов и реализации экспериментов исследования . Существенная роль при обучении в области компьютерных наук выпольняет применение современных методов изучения архитектурной организации и анализа системной производительности КС . В этом смысле, применение методов моделирования в процессе изучения базовых структур различных КС и организации компьютерных процессов позволяет разработать подходящее математическое описание исследуемого объекта и создать программное обеспечение для выполнения компьютерных экспериментов [Романски, 2001, Arons, 2000]. Анализ экспериментальных результатов моделирования [Брююль, 2002] позволяет оценить основные характеристики системы и производительность изучаемых КС.
Применение моделирования в процессе изучения КС позволяет исследовать особенности архитектуры и организацию вычисления и управления. Это можно осуществить на основе модельного эксперимента, организация которого предполагает проектирование компьютерной модели как последовательности трех компонентов (концептуальная модель, математическая модель, програмная модель) и реализации этой модели в подходящей операционной среде. В настоящей работе рассматривается вожможность применения разных методов исследования КС в процессе их изучения и в частности применение принципов моделирования для исследования протекающих процессов, а также анализ системной производительности КС. Основная цель состоит в определении обобщенной процедуры компьютерного моделирования как последовательность взаимосвязанных этапов и представлении основных стадий методологии модельного исследования. Для этого в следующей части представлены общая формализация компьютерной обработки информации и особенности компьютерных вычислений в качестве объекта изучения. Применение принципов моделирования в процессе изучения КС связано с методологической организацией обучения в традиционном, дистанционном, либо распределенном смысле .
Компьютерные системы как объект изучения и методы исследования
Одной из основных задач специализированных курсов обучения в области компьютерных систем и исследования производительности является обучение будущих и настоящих компьютерных проектантов, разработчиков компьютерного оборудования и потребителей КС в правильном использовании технологических возможностей моделирования и измерения характеристик систем . Эти возможности применяют как в процессе оценивания еффективности новых компьютерных проектов, так и для проведения сравнительного анализа существующих систем. В процессе обучения ставится задача выяснения последовательности этапов исследования и возможности обработки экспериментальных результатов для получения адекватных оценок индексов производительности. Эту задачу можно уточнить в зависимости от конкретной области компьютерного обучения и особеностей принципов рассматриваемой компьютерной обработки информации.
Рис.
1. Информационное поддерживание компьютерной обработки.
В общем, компьютерная обработка связана с реализацией определенных функций для преобразования входных данных в виде окончательных решений. Это определяет два уровня функционального преобразования информации (рис. 1):
математическое преобразование информации - реальная обработка данных в виде математических объектов и представляется обобщенной функцией f:D®R, которая изображает елементы множества данных D в елементах множества результатов R;
компьютерная реализация обработки - представляет конкретную реализацию f*:X®Y математической функции f в зависимости от компьютерного и программного оборудования на базе подходящего физического представления реальных информационных объектов.
В результате можно записать обобщенную функциональную модель компьютерной обработки r = f(d)ºj 2 {f*[ 1(d)]}, где функции j 1 и j 2 являются вспомогательными для кодирования и декодирования информации.
Рассматривая
КС как объект изучения, надо иметь ввиду, что компьютерная обработка состоит из
процессов, каждый из которых можно представить в виде структуры I =
Рис. 2. Примерный профиль компьютерного процесса.
Поддерживание
разных процессов при организации компьютерной обработки формирует системную
нагрузку компьютерной среды. Для каждого момента (t =1,2,...) ее можно
представить вектором V(t)=Vt=
При изучении КС необходимо определить набор базовых системных параметров, которые отражают сущность компьютерной обработки, а также разработать методику исследования поведения системного ресурса и протекающих процессов. В качестве основных системных параметров (индексы производительности) можно исследовать, например, рабочую нагрузку каждого элемента системного ресурса, общую системную нагрузку КС, время ответа при решении комплекса задач в мультипрограммном режиме, степень устойчивости (стойкости) оборудования, стоимость компьютерной обработки, эффективность планирования параллельных или псевдопараллельных процессов и т.д.
Типичный курс обучения в области анализа и исследования производительности КС должен обсуждать основные теоретические и практические проблемы в следующих направлениях:
возможности исследования производительности компьютерного оборудование и эффективности компьютерных процессов;
применение эффективных методов исследования (измерение, моделирование);
технологические особенности измерения параметров системы (benchmark, monitoring);
технологические особенности и организация моделирования (аналитическое, симуляционное и др.);
методы анализа экспериментальных результатов.
Все это связано с применением данного метода исследования и выбором подходящего инструментария. В этом смысле на рис. 3 представлена примерная классификация методов исследования КС и процессов. Можно определить три основные группы:
Программные смеси - представляют математические зависимости для оценки производительности процессора на базе коэффициентов применения отдельных операционных классов. Позволяют оценить нагрузку процессора статистическим анализом после выполнения типовых программ.
Методы подсчета - позволяют получить достоверную информацию о протекании компьютерных процессов на основе непосредственной регистрации определенных значений доступных параметров КС . Для этого необходимо использовать или разработать подходящее средство подсчета (монитор) и организовать выполнение эксперимента по подсчету. Надо отметить, что современные операционные системы имеют собственные системные мониторы, которые можно использовать на программном или микропрограммном уровне.
Методы моделирования - применяются в том случае, когда отсуствует реальный объект эксперимента. Исследование структуры или протекающих процессов в КС осуществляется на базе компьютерной модели. Она отражает самые важные аспекты поведения структурных и системных параметров в зависимости от поставленной цели. Для разработки модели надо выбрать самый подходящий метод моделирования, позволяющий получить максимальную адекватность и достоверность .
Рис. 3. Классификация методов исследвания КС и процессов.
Традиционный процесс обучения предполагает проведение основного курса лекций совместно с набором аудиторных упражнений и/или лабораторным практикумом. В области компьютерных наук при изучении организации КС и принципов управления компьютерными процессами (на низком и на высоком уровне), а также при анализе системной производительности, часто возникает необходимость в разработке компьютерных моделей во время выполнения лабораторных задач в классе или при самостоятельной реализации проектов. Для удачного выполнения этих практических работ и для получения нужных практических умений необходимо определить последовательность этапов и представить технологические особенности разработки моделей. Это позволит обучаемым приобрести необходимые знания о разработке адекватных и достоверных компьютерных моделей исследования, оценки и сравнительного анализа системной производительности разных компьютерных архитектур. В результате этого далее предложена обобщенная процедура проведения моделирования, а также методологическая схема модельного исследования КС и процессов.
Процедура компьютерного моделирования при исследовании КС и процессов
Основная задача компьютерного моделирования при исследовании КС и процессов заключается в получении информации об индексах производительности. Планирование модельного эксперимента в процессе обучения осущевляется на основе следующих этапов:
сбор эмпирических данных для конкретных значений базовых системных параметров;
структурирование и обработка эмпирической информации и разработка функциональной схемы модели;
определение априорной информации и дефиниционные области рабочих параметров для разработки подходящей математической модели объекта-оригинала;
реализация модельных экспериментов, накапливание модельной информации и ее последующий анализ.
Обобщенная формализованная процедура модельного исследования для организации модельного эксперимента показана на рис. 4.
Рис. 4. Процедура модельного исследования.
Первоначальная цель определяется необходимостью исследования реального объекта (система или процесс). Основные этапы процедуры следующие:
Определение базовой концепции построения модели декомпозированием объекта на подсистемы и введение допустимой степени идеализации для некоторых аспектов поведения системных процессов.
Математическая формализация структуры и взаимосвязи в исследованном объекте на базе подходящей формальной системой.
Математическое описание функционирования реальной системы и разработка подходящей функциональной модели в зависимости от цели моделирования.
Реализация математической модели с использованием самого подходящего метода моделирования.
Описание созданной математической модели средствами подходящей программной среды (специлизированной или универсальной).
Выполнение экспериментов на базе созданной модели и последующая обработка и интерпретация модельной информации для оценки параметров объекта исследования.
Основные методы компьютерного моделирования следующие:
Аналитические методы - используют математические средства для описания компонентов реальной системы и протекающих процессов. На базе выбранного математического подхода математическая модель обычно строится как система уравнений, позволяющая легко программировать, но для реализации необходимы высокая точность формулировок и принятых рабочих гипотез, а также значительная верификация.
Симуляционные (имитационные) методы - поведение реального объекта подражается программному имитатору, который при своей работе использует реальную рабочую нагрузку (эмуляция), либо программную модель рабочей нагрузки (симуляция). Такие модели позволяют исследование сложных систем и получение достоверных результатов, но выполняются во времени и это определяет основной надостаток метода - значительное потребление машинного времени.
Эмпирические методы - это количественные приемы для регистрации, накопления и анализа информации функционирования реального объекта, на базе которых можно построить статистическую модель для его исследования. Обычно применаются линейные или нелинейные уравнения для представления взаимосвязи выбранных параметров (например, из множества первычных факторов) и для вычисления статистических храктеристик.
Основной задачей компьютерного моделирования является создание адекватной модели, при помощи которой достаточно точно можно представить структуру исследуемой системы и протекающих процессов . Разработка компьютерной модели включает три последовательных уровня - концептуальная модель (идейная концепция структурирования модели), математическая модель (изображение концептуальной модели средством математической формальной системы) и программная модель (программная реализация математической модели с подходящей языковой средой). На каждом уровне компьютерного моделирования необходимо проверять адекватность модели, чтобы обеспечить достоверность конечной модели и точность результатов модельных экспериментов. Специфика отдельных этапов процедуры моделирования определяет применяемые подходы и средства оценки адекватности. Эти особенности нашли место в разработанной методологии компьютерного моделирования, которая представлена ниже.
Методология модельного исследования
В процессе компьютерного моделирования, независимо от применяемого метода, можно определить обобщенную матодологическую схему модельного исследования (рис. 5). Предложенная формализованная методологическая последовательность предусматривает несколько основных фаз, представленных ниже. В основном, она представляет итерационную процедуру для получения необходимой достоверности разрабатываемой компьютерной модели на базе формулировки начальной модельной гипотезы и ее последовательной модификации. Такой подход является удачным при исследовании сложных систем, а также и при отсуствии достаточной априорной информации для исследуемого обьекта.
Стадия "Формулирование"
На первом этапе разработки модели необходимо точно и ясно определить объект моделирования, условия и гипотезы исследования, а также критерии оценки модельной эффективности. Это позволит разработать концептуальную модель и дефинировать ее абстрактными терминами и понятиями. Обычно абстрактное описание определяет начальные принципы модельного построения (основные апроксимации, дефиниционные области переменных, критерии эффективности и типы ожидаемых результатов). На этой стадии можно определить следующие подэтапы:
Дефинирование и анализ поставленной задачи. Включает ясно определенную сущность задачи исследования и планирование необходимых мероприятий. На базе анализа проблемы определяется объем предпологаемых действий и необходимость декомпозиции задачи.
Уточнение типа начальной информации. Эта информация позволяет получить корректные выходные результаты моделирования и поэтому надо обеспечить необходимый уровень достоверности оценок.
Введение допусщенйх и гипотез. Это необходимо при отсуствии достаточной информации для реализации модели. Допусщения заменяют отсуствующие данные, либо отсуствие их полности. Гипотезы относятся к типу возможных результатов или к среде реализации исследуемых процессов. В процессе моделирования эти гипотезы и допусщения могут быть приняты, отброшены, либо модифицированы.
Определение основного содержания модели. На базе применяемого метода моделирования отчитывается особеность реального объекта, поставленая задача и средства ее решения. Результаты этого подэтапа включают формулировку базовой концепции модели, формализованное описание реальных процессов и выбор подходящей апроксимацией.
Определение модельных параметров и выбор критериев эффективности. На этом подэтапе определяются первычные и вторычные факторы, входные воздействия и ожидаемые на выходе реакции модели, что является особенно важным для достижения необходимой точности математического описания. Уточнение критериев эффективности связано с дефинированием функциональных зависимостей оценки реакции системы при изменении модельных параметров.
Абстрактное
описание модели. Фаза общего формулирования концептуальной модели заканчивает
построение абстрактой модели в подходящей среде абстрактных терминов -
например, в виде структурной схемы, как потоковой диаграмы (Data Flow Diagram),
в виде графической схемы (State Transition Network) и т.д. Это абстрактное
представление позволить легко построить математическую модель.
Рис. 5. Методологическая схема модельного исследования.
Стадия "Проектирование"
Проектирование компьютерной модели связано с разработкой математической модели и ее программным описанием.
Математическая модель является представлением структуры исследуемого объекта и протекающих процессов в подходящем математическом виде Y=Ф(X, S, A, T), где: X - множество внешних воздействий; S - множество системных параметров; A - отражает функциональное поведение (алгоритмы функционирования); T - время работы. Таким образом поведение (реакция) объекта Y моделирует набор функциональных воздействий Ф, представляющих аналитические зависимости (детерминированные или вероятностные). В этом смысле, математическая модель является описанием абстрактной модели средствами выбранной математической системы, оценивая принятые гипотезы и апроксимации, начальные условия и дефинированные параметры исследования. При разработке математической модели возможно применить известные математические формулы, зависимости или математические законы (например, вероятностные распределения), а также комбинировать и дополнить их. Самые распространенные для цели моделирования теоретические математические системы предоставляют возможность представить математическую модель и в графическом виде - сети Петри , цепи Маркова , системы массового обслуживания и др. На базе определенных на предыдущей стадии критериев, созданную математическую модель необходимо оценить с целью достижения необходимой степени достоверности и адекватности, и после этого можно утвердить или отбросить ее.
Программная модель представляет собой реализацию математического описания программным языком - для этого выбираются подходящие технические и технологические средства. В процессе программной реализации на базе математической модели разработывается логическая структурно-функциональная схема модели. Для построения этой схемы можно использовать традиционные блок-схемы, либо графические средства, которые представляются специализированной средой моделирования - как например в GPSS (General Purpose Simulation System) . Программная реализация модели является задачей разработки программного обеспечения и в этом смысле подчиняется принципам технологии программирования.
Стадия "Уточнение"
Рис. 6. Итеративная процедура для уточнения модели.
Основной целью проверки модельной достоверности является определение уровня точности соответствия при представлении процессов реального объекта и механизма регистрации модельных результатов. В общем плане, компьютерная модель представляет совокупность отдельных компонентов и в этом смысле особенно важно правильно планировать проверки адекватности.
Стадия "Выполнение"
Это этап реализации созданной модели (решение численным методом либо выполнение во времени). Самая главная цель - получение максимальной информации для минимальных затрать машинного времени. Предусмотрены два подэтапа:
Планирование модельного эксперимента - определение значения управляемых факторов и правила регистрации наблюдаемых факторов при выполнении модели. Выбор конкретного плана эксперимента зависит от поставленной цели исследования при оптимизации времени выполнения. Для получения эффективного плана обычно применяются статистические методы (полный план, однофакторный план, рандомизированный план и т.д.), позволяющие удалить совместное влияние наблюдаемых факторов и оценить допустимую экспериментальную ошыбку.
Реализация эксперимента - подготовка входных данных, компьютерная реализация экспериментального плана и сохранение экспериментальных результатов. Реализацию эксперимента можно выполнить следующим образом: контрольное моделирование (для проверки работоспособности и чувствительности модели и оценки модельного времени); рабочее моделирование (действительная реализация разработанного плана эксперимента).
Стадия "Анализ и интерпретация модельных результатов"
При реализации плана модельного эксперимента накапливается информация (результаты моделирования), которую необходимо анализировать для получения оценки и выводов о поведении исследуемого объекта. Это определяет два аспекта - выбор методов для анализа экспериментальной информации и применение подходящих способов интерпретации полученных оценок. Последнее особенно важно для формирования коректных выводов исследования. В смысле первого аспекта обычно применяют статистические методы - дискриптивные анализы (подсчет граничных значений параметров, математического ожидания, дисперсии и средне-квадратической ошибки; определение расслоения для выбранного фактора; вычисление гистограммы и др.); корреляционный анализ (определение уровня факторной взаимосвязи); регрессионный анализ (исследование причинной взаимосвязи в группе факторов); дисперсионный анализ (для устанавливания относительного влияния определенных факторов на базе экспериментальных результатов).
Результаты анализа модельных данных можно представить в числовом или табличном виде, при помощи графических зависимостей, диаграмм, гистограмм и пр. Чтобы выбрать подходящие графические средства существенное значение имеет использованный метод анализа, а также субъективные умения экспериментатора для оформления результатов эксперимента.
Заключение
Основная цель организации каждого модельного эксперимента - это реализация эффективного моделирования. Она связывается с машинным временем - значительный объем обработки в моделе повышает стоимость моделирования и понижает эффективность. Для эффективности исследования существенное значение имеет быстрая валидизация модели и достижение сходимости. Для каждой реальной системы часто приходится создавать множество разных моделей, отличающихся способом декомпозиции и уровнем детайлизации, методом моделирования, средствами программной реализации и т.д. В процессе выбора оптимального варианта только оценка точности и адекватности является недостаточной. Из множества сходимых моделей надо выбрать самый эффективный вариант, который тратить минимальное время на реализацию.
Существенное значение для достижения достаточной эффективности модели имеет и применяемый язык программной реализации, а также полность формальной системы абстрактного представления концептуальной модели, простота терминов описания, разработывание оптимального плана и др. Применение универсальных программных систем отличается отсуствием специфических языковых операторов и поэтому они являются подходящими прежде всего для аналитического моделирования. Для реализации симуляционных моделей удачно использовать специализированные языковые среды.
Список литературы
[Брююль 2002] Брююль А. SPSS: искусство обработки информации. Анализ статистических данных. Санкт Петербург: ДиаСофт, 2002, - 608 с.
[Романски, 2001] Романски Р. Математическое моделирование и исследование стохастических временных характеристик процессов компютерной обработки данных // Информационные технологии. - Москва, Россия, 2001, No 2, - С. 51 - 55.
Arons H., van Asperen E. Computer assistance for model definition // Proceedings of the 32nd Winter Simulation Conference. - Florida, USA, December 2000. - P. 399-408.
Benveniste A., Fabre E., Haar St. Markov nets: probabilistic models for distributed and concurrent systems // IEEE Transactions on Automatic Control. November 2003, vol. 48, No 11. - P. 1936-1950.
Butler J.E., Brockman J. B. A Web-based learning tool that simulates a simple computer architecture // ACM SIGCSE Bulletin. June 2001, vol. 33, No. 2. - P. 47-50.
Crosbie R. E. A model curriculum in modeling and simulation: Do we need it? Can we do it? // Proceedings of the 32nd Winter Simulation Conference. December 2000. -P. 1666-1668.
Fabre E., Pigourier V. Monitoring distributed systems with distributed algorithms // Proceedings of the 41st IEEE Conference on Decision and Control. - vol. 1. 10-13 December 2002 - P. 411-416.
Ibbett R.N. WWW Visualisation of Computer Architecture Simulations // Procedings of the 7th Annual Conf. on Innovation and Technology in Computer Science Education. June 2002. - P. 247.
Lilja D.J. Comparing Instructional Delivery Methods for Teaching Computer Systems Performance Analysis // IEEE Trans. on Education. February 2001, vol. 44, No 1, - P. 35-40.
Music G., Zupancic B., Matko D. Petri net based modeling and supervisory control design in Matlab // Proceedings of the IEEE Conference EUROCON 2003 "Computers as a Tool". - vol. 1. 22-24 Sept. 2003. - Slovenia. - P. 362-366.
Pandey S., Ramamritham K., Chakrabarti S. Monitoring the dynamic Web to respond to continuous queries // Proceedings of the 12th International Conference on World Wide Web. - Hungary, May 2003, - P. 659-668.
Pockec P., Mardini W. Modeling with queues: an empirical study // Proceedings of the Canadian Conference on Electrical and Computer Engineering. - vol. 1. 13-16 May 2001. - P. 685-689.
Romansky R. et all. An Organization of Informational Network InfoNet for Distributed e-Learning // Proceedings of the 3rd International Conference оn Computer Systems and Technologies (e-Learning). 20-21 June 2002. Sofia, Bulgaria. - P. IV.4-1 - IV.4-6.
Sargent R.G. Verification and validation of simulation models // Proceedings of the 2003 Winter Simulation Conference. - vol. 1. 7-10 December 2003. - P. 27-48.
Stahl, I. GPSS: 40 years of development // Proceedings of the 33rd Winter Simulation Conference. December 2001. - P. 577-585.
Ye D, Xiaofer Xu, Yuliu Chen. Integrated modeling
methodology for virtual enterprises // Proceedings of the 10th Conference on
Computers, Communications, Control and Power Engineering. - vol. 3. October
2002. - P. 1603-1606.