Тема эксперимента

План проведения эксперимента
Тема эксперимента
Сроки эксперимента
Экспериментатор
Руководитель (консультан)
Общая характеристика эксперимента





Проблема и тема (с кратким обоснованием)
Объект экспериментирования (где, с чем и с кем проводится
эксперимент)
Цели и задачи эксперимента
Гипотеза(ы) эксперимента
Намечаемые виды и методы экспериментирования
I.
Гносеологический анализ деятельности субъекта на этапе планирования
эксперимента.
1.1. Определение цели эксперимента. Единство гносеологических и социальных
требований:
-расширение целей эксперимента с развитием науки,
-многоцелевой характер современного естественнонаучного эксперимента,
-гносеологические требования к эксперименту на этапе определения его цели,
-гносеологический анализ понятия “минимальные затраты на эксперимент”,
-основные социокультурные факторы, влияющие на определение цели эксперимента,
- гносеологическая оценка ожидаемых результатов,
-субъектно-объектные отношения на этапе определения его цели.
1.2. Выбор информативных параметров и отбор управляющих факторов:
-гносеологический анализ процедуры выбора информативных параметров,
-детерминированность выбора информативных параметров целями эксперимента,
-“управляющий фактор” – количественные и качественные факторы, требования к ним ;
поле причин, влияющих на выбор факторов,
-параметр оптимизации эксперимента и параметры ограничения, субъектно-объектные
отношения на этапе выбора информативных параметров и отбора управляющих
факторов.
1.3. Выдвижение гипотезы о модели явления. Разработка плана эксперимента.
-поле факторов /гносеологических и социальных/, влияющих на выдвижение гипотезы о
модели явления,
-гносеологический анализ процедуры разработки плана эксперимента /понятие плана, его
составные части, зависимость плана от гипотезы о модели явления, математические
методы планирования эксперимента и гносеологический анализ их роли и планирования
эксперимента/,
-субъектно-объектные отношения, содержащиеся в снятом виде в плане эксперимента,
II.
Гносеологический анализ деятельности субъекта на этапе подготовки
эксперимента.
2.1. Субъектно-объектные отношения при разработке требований к средствам проведения
эксперимента:
-влияние результатов планирования эксперимента на его подготовку,
-средства проведения эксперимента /технические, программные/, их структура,
-характеристика каждого структурного элемента средств проведения эксперимента и
установление связей между ними,
-основные требования, предъявляемые к каждому элементу средств проведения
эксперимента,
-влияние субъектно-объектных отношений на разработку требований к средствам
проведения эксперимента.
2.2. Выбор и подготовка технических средств проведения эксперимента:
-технические средства естественнонаучного эксперимента, их зависимость от целей
эксперимента и социокультурных факторов эпохи,
-структура технических средств проведения эксперимента, характеристика
гносеологических особенностей каждого из них, установление связей между ними,
-технические средства проведения эксперимента, как материализованный результат
предшествующей теоретической деятельности субъекта,
-гносеологический анализ влияния технических средств проведения эксперимента на его
ожидаемый результат.
2.3. Поле факторов, влияющих на подготовку программных средств проведения
эксперимента:
-анализ понятия “программные средства проведения эксперимента”,
-выявление факторов, влияющих на выбор, разработку и подготовку программных
средств, для проведения эксперимента,
-гносеологический анализ влияния программных средств для проведения эксперимента на
его результаты.
III.
Гносеологический анализ деятельности субъекта на этапе проведения
эксперимента.
3.1. Сбор, первичная обработка, отображение и регистрация информации о ходе
эксперимента:
-оперативная обработка и отображение информации о ходе эксперимента,
-“приближение” субъекта к исследуемому явлению,
-гносеологический анализ причин смены плана эксперимента,
-обеспечение реализации возможностей изменения плана эксперимента,
-субъектно-объектные отношения на этапе сбора первичной обработки и регистрации
информации о ходе эксперимента.
3.2. Программное управление и контроль в ходе эксперимента:
-понятие АСУЭ,
-возникновение экспериментов, которые невозможно проводить без использования
АСУЭ,
-повышение информативности эксперимента в условиях АСУЭ,
-гносеологический анализ сущности агрегатного принципа обеспечения эксперимента.
3.3. Взаимодействие экспериментатора со средствами проведения эксперимента:
-непрерывное участие экспериментатора в эксперименте,
-необходимость оперативного влияния субъекта в процессе эксперимента на ход
исследуемого явления;
-субъект и его роль в обработке большого объема информации в реальном масштабе
времени,
-гносеологический анализ изменения роли субъектов в современном эксперименте.
IV.
Обработка и анализ результатов эксперимента.
4.1. Поле факторов, влияющих на подготовку программного и информационного
обеспечения обработки результатов эксперимента:
-рассмотрение результатов эксперимента с точки зрения случайных величин,
-неконтролируемые величины и их влияние на результаты эксперимента,
-границы применимости дисперсионного анализа, регресивного анализа
/гносеологический анализ/.
4.2. Экспериментальный факт как единство абсолютной и относительной истины:
-динамические и статистические погрешности результатов эксперимента, их
гносеологический анализ,
-гносеологический анализ систематических погрешностей, метод рандомизации,
-формирование экспериментальных фактов,
-анализ основных факторов, влияющих на формулировку экспериментальных фактов.
4.3. Интерпретация результатов эксперимента:
-цель эксперимента и ее влияние на интерпретацию его результатов,
-поле теоретических представлений и их влияние на интерпретацию результатов
эксперимента,
-социокультурные факторы и интерпретация результатов эксперимента.
Классический эксперимент
Процесс выполнения классического (материального) эксперимента
структурируется в шесть последовательно выполняемых этапов.
Этап I. Постановка проблемы, обоснование целей и задач эксперимента.
Содержание первого этапа зависит от того, какой проблемой обусловлен
эксперимент, т.е. совершенствование, развитие или реорганизация системы
управления. Отметим некоторые его особенности. Обоснование цели и задач
эксперимента основывается на анализе собранной информации, выдвинутой
гипотезе и теоретических разработках. Цель должна определять ожидаемые
результаты исследования, а задачи — промежуточные результаты, которые
будут получены по отдельным этапам исследования.
Этап II. Формализация изучаемой реальности. Началом изучения объекта
эксперимента следует считать:
а) построение его структурной модели с использованием принципов
кибернетики и процессного подхода;
б) сбор, изучение и анализ, имеющихся данных об объекте;
в) определение входных X (экзогенных) и выходных Y (эндогенных)
параметров, а также параметров преобразования (управляемых переменных)—
Z.
Этап Ш. Обоснование средств и требуемого количества измерений или
наблюдений, которые рассматриваются в качестве источников сбора
информации. Для измерения в первую очередь используются стандартные,
серийно выпускаемые приборы и аппараты.
В отдельных случаях возникает потребность в создании уникальных средств
измерения.
Этап IV. Проектирование процесса проведения эксперимента. В начале
составляют последовательность (очередность) проведения измерений и
наблюдений в приложении к структурной модели объекта. Затем каждую
операцию измерения описывают с учетом выбранных измерительных средств.
Большое внимание уделяют методам контроля качества операций, записи
результатов наблюдений и измерений.
Этап V. Планирование эксперимента. Планирование эксперимента необходимо
во всех случаях, когда еще перед началом исследования предварительные
знания можно представить (задать гипотезу) математической моделью.
Планирование эксперимента начинается с выбора варьируемых факторов и
установления основных и второстепенных, влияющих на исследуемый процесс.
Вначале анализируются расчетные (теоретические) схемы процесса. На основе
этого классифицируются все факторы и из них составляется убывающий по
важности ряд для данного эксперимента. Здесь же задаются границы изменения
каждого входного Хi, например (Хiтак - Ximin), и параметра преобразования Zk, проверяется независимость между входными переменными и
строится матрица планирования факторного эксперимента, устанавливающая
соответствие между факторами Хi и Yi.
Этап VI. Выбор методов обработки и анализа экспериментальных данных.
Обработка данных сводится к систематизации всех чисел, классификации и
анализу. Результаты экспериментов должны быть сведены в удобные формы
записи — таблицы, графики, формулы, номограммы, позволяющие быстро
сопоставить полученные результаты. Особое внимание должно быть уделено
математическим методам обработки опытных данных — аппроксимации какимлибо видом эмпирической зависимости, проверке адекватности модели,
нахождению критериев и доверительных интервалов.
Вычислительный эксперимент
Принципиальное отличие вычислительного эксперимента от классического
состоит в том, что он проводится не с реальной системой, а с ее моделью. В
этом контексте особенно заслуживают внимания имитационные эксперименты.
Под вычислительным экспериментом понимается численный метод проведения
экспериментов с математическими и имитационными моделями,
описывающими поведение сложных систем в некоторый период времени. В
процессе вычислительного эксперимента исследователь имеет дело с тремя
основными моделями (рис. 4.1):
1) реальным объектом (система);
2) имитационной моделью объекта;
3) информационно-вычислительной системой (ИВС).
В понятие «имитационная модель объекта» (или имитация) при
вычислительном эксперименте вкладывается широкий смысл. Здесь понимается
не только «чисто» имитационная модель, но и комплекс математических
моделей, описывающих функционирование системы разной природы. Таким
образом, вычислительный эксперимент — это всегда имитация некоторой
реальности.
Область применения вычислительных экспериментов в экономике и управлении
простирается от имитации конкретных видов деятельности до имитации
функционирования корпорации и даже экономики страны с применением
различного класса моделей. Об этом свидетельствуют исследования Т. Нейлора
и его коллег из Университета социальных систем и имитационного
моделирования, а также разработки в области моделирования экономики,
управления и практического менеджмента — деловые игры, «case — stade» и
практические управленческие задачи.
Рис. 4.1. Агрегированная структура вычислительного эксперимента
Вычислительные эксперименты позволяют исследовать все то, что не
подвластно классическому эксперименту, а именно:
а) изучить сложные внутренние взаимодействия подсистем и элементов
системы и воздействие на их функционирование различного характера
изменений во внешней среде;
б) вскрыть важные особенности в функционировании системы и разработать
предложения по ее совершенствованию;
в) получить новые знания, изучить и оценить новые ситуации, располагая
неполной информацией о событиях будущего;
г) проработать варианты стратегий и политики и предсказать узкие места и
другие трудности до их фактического применения.
Схема основных этапов вычислительного эксперимента, составленная с учетом
рекомендаций из публикаций, приводится на рис. 4.2.
Дадим краткое пояснение выделенным на рис. 4.2 этапам вычислительного
эксперимента. Как и любое исследование, вычислительный эксперимент
начинается с формулировки проблемы (этап I) и ясного изложения целей
эксперимента.
Цели эксперимента задают в виде:
• рабочих гипотез, которые надо проверить;
• вопросов, на которые надо ответить;
• управляющих воздействий, которые надо оценить.
Построению базовой модели всегда предшествует принятие гипотезы об
особенностях функционирования исследуемой системы (этап II), например она
динамическая или статическая, детерминированная или вероятностная, характер
ее функционирования непрерывный или дискретный и т.д.
При построении имитационной модели системы (этап III) возникает несколько
проблемных вопросов:
1) о сложности модели — надо строить такие математические модели, которые
давали бы точное описание поведения системы и не требовали бы сложного
программирования и вычисления;
2) о продолжительности программирования и вычислений на компьютере —
эксперимент должен проходить за приемлемое для исследователя время;
3) об адекватности модели описываемой реальности. Пока этот вопрос не
решен, ценность модели остается незначительной, а имитационный
эксперимент превращается в упражнение.
Разработка программного обеспечения эксперимента (этап IV) включает
создание комплекса программ компьютерной имитации, организацию данных и
начальных условий функционирования системы, а также генерирование
недостающих данных.
Наиболее сложная задача, выполняемая на этапе V, связана с планированием
вычислительного эксперимента, так как тип плана эксперимента всегда зависит
от поставленной цели и исследуемого объекта.
Рис. 4.2. Содержание и последовательность этапов вычислительного
эксперимента
В теории планирования эксперимента есть два важных понятия: фактор и
реакция. Оба термина относятся к переменным. Фактор — экзогенная или
управляющая переменная, реакция — эндогенная (выходная) переменная.
Анализ факторов при выполнении вычислительных экспериментов
производится по следующей общепринятой схеме.
1. Управляем ли рассматриваемый фактор?
2. Наблюдаемы ли (измеряются, регистрируются, фиксируются) значения
фактора?
3. Составляет ли влияние фактора предмет изучения или он включен только для
увеличения точности эксперимента?
4. Являются ли уровни фактора количественными или качественными?
5. Является ли фактор фиксированным или случайным?
Планирование вычислительного эксперимента проводится с целью сокращения
числа вычислительных прогонов и их продолжительности, количества
наблюдаемых переменных, шагов изменения параметров и т.д. Не исключаются
случаи, когда исследователь отказывается строго фиксировать схему
проведения эксперимента. Принимаемая им стратегия предусматривает
возможность принятия решений в зависимости от результатов, получаемых на
отдельных этапах исследования. Например, исследователь, в зависимости от
априорных сведений и ранее полученных результатов, прибегает
последовательно к различным методам нахождения решения: линейному
приближению, описанию полиномами второго, а иногда и третьего порядка и
т.д. Здесь каждый последующий шаг определяется ранее полученными
результатами. Планирование вычислительного эксперимента сопровождается
рядом таких проблем, как «проблема объема» или проблема слишком большого
количества факторов, проблема выбора плана эксперимента в соответствии с
его целью, проблема многокомпонентной реакции, порождающая проблему
оценки результатов имитационного моделирования. Планирование
вычислительного, как и любого другого, эксперимента заслуживает
специального изучения.
Выработка решений по управлению экспериментом (этап VI) основана на
оценке исходной гипотезы о поведении исследуемой системы и отладке
имитационной модели и построении алгоритма (блок-схемы) организации
эксперимента.
Имитационный эксперимент (этап VII) — это проведение серии имитационных
расчетов в системном масштабе времени и по разработанному алгоритму.
Каждая реализация модели отличается от другой только в одном изучаемом
аспекте. Таким образом, в результате имитационного эксперимента образуются
ряды статистических данных (выборки), обработка которых требует
определенных знаний.
После того как эксперимент проведен и получены результаты, возникает задача
— представить эти результаты в компактной форме, выдать рекомендации и
сделать заключение (этапы VIII и IX). Основным требованием к обработке
(редукции) выходных данных служит извлечение максимума информации. К
основным методам обработки данных относятся методы математической
статистики: дисперсионный анализ (критерий F, методы множественных
сравнений упорядочения), спектральный анализ и эвристические процедуры,
основанные на оценке параметров статистических распределений. Применение
идей и методов математической статистики резко сокращает объем экспериментальных исследований и, что самое главное, увеличивает четкость суждений
исследователя о полученных результатах в ходе эксперимента.
Особенности модельного обеспечения вычислительного эксперимента
Основу вычислительного эксперимента составляет комплекс математических и
имитационных моделей или модельное обеспечение. Следует заметить, что
имитация бывает как детерминированная, так и стохастическая. Эксперименты
проводятся над статическими и динамическими моделями. Для проведения
эксперимента любого класса модели структурируются по общепринятым
правилам. Выделяются компоненты, переменные, параметры и функциональные
связи.
Компоненты представляют модели различных подсистем исследуемой системы.
Они могут быть весьма разнообразными и зависят от того, что моделируется —
например экономика страны, отрасли, фирмы или некоторого подразделения.
Переменные описывают связи между различными компонентами исследуемой
системы. Они подразделяются на экзогенные и эндогенные, переменные
состояния и управления.
Экзогенные переменные и переменные управления представляют независимые,
или входные, переменные модели. Входные переменные находятся в начале
причинных связей. Переменные управления зависят от выбранной стратегии,
например денежной или налоговой политики, интенсивности производства,
состояния техники и технологии и др. На языке теории планирования
эксперимента экзогенные и управляющие переменные классифицируются как
факторы. Имитация системы на основе ее модельного описания представляет
собой серию численных расчетов с целью получения эмпирических оценок
влияния факторов на выходные переменные системы.
Параметры — это коэффициенты при переменных, различного рода
ограничения, а также величины, определяющие продолжительность периода и
начальные условия работы системы. В ходе эксперимента параметры подлежат
пошаговому изменению или задаются функциями распределения случайной
величины.
Выходные, зависимые переменные называют эндогенными. Они определяются в
результате взаимодействия экзогенных переменных и переменных управления в
соответствии с моделями функционирования элементов системы. Часть
выходных переменных рассматривают как переменные состояния. Последние
отличаются тем, что в явном виде не входят в уравнения, определяющие
результаты функционирования системы. Переменными состояния служат и
промежуточные переменные, характеризующие результаты незавершенного
этапа функционирования системы.
Функциональные связи, определяющие взаимодействие переменных и
компонентов модели системы, делятся на два класса — тождества и уравнения.
И те и другие описывают поведение системы. Тождества принимают форму
балансовых моделей, определений и утверждений. Уравнение — это гипотеза,
имеющая математическое выражение, связывающее эндогенные переменные и
переменные состояния системы с ее внешними переменными и параметрами.
Уравнения вероятностных систем - уравнения множественной регрессии, а
также уравнения с переменными и параметрами, заданными функциями
распределения случайной величины.