Метод групового обліку аргументів

Методи регресійного й дисперсійного аналізу, розглянуті вище або ґрунтуються на прийнятому дослідником вихідному математичному описі, або мають за мету побудувати адекватний опис за даними імітаційного експерименту. У кожному із цих випадків наявні дані й одержувані результати інтерпретуються самим дослідником, що може внести до процесу моделювання істотний суб'єктивний фактор. Як виключити або, принаймні, звести до мінімуму вплив цього фактора? Очевидно, основний принцип, який можна застосувати у рішенні даної проблеми, - надати моделюючій системі (ЕОМ) широкі можливості вибору варіантів математичного опису (селекції їх), забезпечити настроювання моделюючих алгоритмів на реальні особливості модельованої системи.

Існує метод, що реалізує даний принцип, який називається методом групового обліку аргументів (МГОА). Він одержує широке поширення у системах автоматизованого моделювання складних систем.

Так само, як регресійний і дисперсійний методи аналізу, МГОА ґрунтується на результатах обробки даних експериментів. Однак принципова відмінність його від інших методів полягає в тому, що він застосовується для цілей селекції моделей, оптимальних відносно адекватності й можливості найбільше точно пророкувати поводження модельованої системи у майбутньому [1].

Загалом схема моделювання відповідно до МГОА може бути описана у такий спосіб.

Нехай передбачається, що загальний формалізований опис моделі має вигляд: . Виконується селекція, у ході якої загальний опис заміняється декількома рядами окремих описів. Утворяться ряди селекції. Перший ряд селекції складається з функції від двох факторів :

(38)

де 5 = С_n² — число можливих пар факторів із загального числа п.

Потім будуються при необхідності підвищення адекватності моделі другий і наступний ряди селекції. Другий ряд утвориться з пар моделей першого ряду:

(39)

Процес триває доти, поки не буде знайдена оптимальна за змістом адекватності модель, причому вона виходить побудованою з мінімальною участю людини, що у цьому випадку може служити джерелом суб'єктивних погрішностей.

Якщо при цьому критерієм служить адекватність моделі й точність пророкування поводження модельованої системи при доцільному ступені складності, то можна вважати, що при побудові моделі враховуються самі істотні вимоги практики.