과학적 모델링


직접 측정 및 실험을 대신하는 모델링 편집

모델은 일반적으로 과학자가 결과를 직접 측정 할 수있는 실험 조건을 생성하는 것이 불가능하거나 비실용적 일 때 사용됩니다. . 통제 된 조건 (과학적 방법 참조)에서 결과를 직접 측정하는 것은 항상 모델링 된 결과 추정치보다 더 신뢰할 수 있습니다.

모델링 및 시뮬레이션 내에서 모델은 작업 중심의 의도적 인 단순화 및 인식의 추상화입니다. 물리적, 법적,인지 적 제약에 의해 형성되는 현실의. 모델이 특정 질문이나 작업을 염두에두고 캡처되기 때문에 작업 중심입니다. 단순화는 작업에 중요하지 않은 알려진 모든 관찰 된 엔티티와 그 관계를 제외합니다. 추상화는 중요하지만 관심 대상과 동일한 세부 사항에서 필요하지 않은 정보를 집계합니다. 작업, 단순화 및 추상화는 모두 의도적으로 수행됩니다. 그러나 그들은 현실에 대한 인식을 바탕으로 이루어집니다. 이 인식은 물리적 인 제약이 있기 때문에 이미 그 자체로 모델입니다. 또한 현재의 도구와 방법으로 합법적으로 관찰 할 수있는 것에 대한 제약과 현재의 이론으로 설명 할 수있는 것을 제한하는인지 적 제약이 있습니다. 이 모델은 개념, 행동 및 관계 비공식적 형식으로 구성되며 종종 개념적 모델이라고합니다. 모델을 실행하려면 컴퓨터 시뮬레이션으로 구현해야합니다. 이를 위해서는 수치 근사치 또는 휴리스틱 사용과 같은 더 많은 선택이 필요합니다. 이러한 모든 인식 론적 및 계산적 제약에도 불구하고 시뮬레이션은 과학적 방법의 세 번째 기둥 인 이론 구축, 시뮬레이션 및 실험으로 인식되었습니다.

SimulationEdit

시뮬레이션은 구현하는 방법입니다. 모델이 분석 솔루션에 비해 너무 복잡 할 때 종종 사용됩니다. 정상 상태 시뮬레이션은 특정 시점 (일반적으로 그러한 상태가 존재하는 경우 평형 상태)에 시스템에 대한 정보를 제공합니다. 동적 시뮬레이션은 시간이 지남에 따라 정보를 제공합니다. 시뮬레이션은 특정 물체 또는 현상이 어떻게 작동하는지 보여줍니다. 이러한 시뮬레이션은 실제 시스템이나 개념이 모델로 표현 될 수있는 경우 테스트, 분석 또는 교육에 유용 할 수 있습니다.

StructureEdit

구조는 기본이며 때로는 때때로 개체의 패턴과 관계의 인식, 관찰, 성격 및 안정성을 포함하는 무형 개념. 눈송이에 대한 어린이의 구두 설명에서 자기장의 특성에 대한 상세한 과학적 분석에 이르기까지 구조 개념은 과학, 철학 및 예술 분야의 거의 모든 탐구 및 발견 모드의 필수 토대입니다.

SystemsEdit

시스템은 통합 된 전체를 형성하는 실제 또는 추상의 상호 작용 또는 상호 의존적 엔티티의 집합입니다. 일반적으로 시스템은 함께 결과를 생성 할 수있는 여러 요소의 구성 또는 모음입니다. 요소만으로는 얻을 수 없습니다. “통합 된 전체”라는 개념은 세트의 다른 요소에 대한 관계와 구별되는 일련의 관계를 구현하는 시스템의 관점에서 설명 될 수 있으며 세트의 요소 간의 관계를 형성합니다. 관계형 체제의 일부가 아닌 요소. 시스템 모델에는 1) 개별 시점에서 변수가 순간적으로 변하는 이산 형과 2) 상태 변수가 변하는 연속 형의 두 가지 유형이 있습니다. 시간과 관련하여 지속적으로.

modelEdit 생성

모델링은 일부 현상의 개념적 표현으로 모델을 생성하는 프로세스입니다. 일반적으로 모델은 해당 현상의 일부 측면 만 처리하며 동일한 현상의 두 모델은 본질적으로 다를 수 있습니다. 즉, 두 모델 간의 차이점은 구성 요소의 단순한 이름 변경 이상으로 구성됩니다.

이러한 차이는 모델의 최종 사용자의 요구 사항이 다르거 나 모델러 간의 개념적 또는 미적 차이 및 모델링 프로세스 중에 내린 우발적 인 결정 때문일 수 있습니다. 모델 구조에 영향을 미칠 수있는 고려 사항은 다음과 같습니다. 감소 된 온톨로지에 대한 모델러의 선호도, 통계적 모델 대 결정 론적 모델에 대한 선호도, 불 연속적 대 연속 시간 등에 대한 선호도. 어떤 경우에도 모델의 사용자는 주어진 사용에 대한 타당성과 관련된 가정을 이해해야합니다.

모델을 구축하려면 추상화가 필요합니다. 모델의 적용 영역을 지정하기 위해 모델링에 가정이 사용됩니다. 예를 들어, 특수 상대성 이론은 관성 기준 틀을 가정합니다. 이 가정은 맥락화되었고 일반 상대성 이론에 의해 더 설명되었습니다.모델은 가정이 유효 할 때 정확한 예측을하고 가정이 유지되지 않으면 정확한 예측을하지 않을 수 있습니다. 이러한 가정은 종종 오래된 이론이 새로운 이론에 의해 성공하는 지점입니다 (일반 상대성 이론은 비관 성 참조 프레임에서도 작동합니다).

모델 평가 편집

참조 또한 : 과학적 탐구 모델 § 이론 선택

모델은 무엇보다도 경험적 데이터에 대한 일관성에 의해 평가됩니다. 재현 가능한 관측치와 일치하지 않는 모델은 수정하거나 거부해야합니다. 모델을 수정하는 한 가지 방법은 높은 유효성을 가진 것으로 인정되는 도메인을 제한하는 것입니다. 대표적인 사례가 뉴턴 물리학인데, 우주의 매우 작고, 매우 빠르며, 매우 거대한 현상을 제외하고는 매우 유용합니다. 그러나 경험적 데이터에 대한 적합성만으로는 모형이 유효한 것으로 받아 들여지기에는 충분하지 않습니다. 모델을 평가하는 데 중요한 다른 요소는 다음과 같습니다.

  • 과거 관찰을 설명하는 능력
  • 미래 관찰을 예측하는 능력
  • 특히 조합에서 사용 비용 다른 모델과 함께
  • 반박 성, 모델에 대한 신뢰도 추정 가능
  • 단순성 또는 심미적 매력

사람들은 유틸리티 함수를 사용하여 모델 평가를 정량화합니다.

VisualizationEdit

시각화는 메시지를 전달하기 위해 이미지, 다이어그램 또는 애니메이션을 만드는 모든 기술입니다. 시각적 이미지를 통한 시각화는 인간이 태어난 이래로 추상적이고 구체적인 아이디어를 전달하는 효과적인 방법이었습니다. 역사의 예로는 동굴 벽화, 이집트 상형 문자, 그리스 기하학, 레오나르도 다빈치의 공학 및 과학적 목적을위한 혁신적인 기술 드로잉 방법이 있습니다.

Space mappingEdit

Space mapping은 “준-글로벌”모델링 공식을 사용하여 동반 “거친”(이상적 또는 저 충실도)을 서로 다른 복잡성의 “미세”(실용적 또는 고 충실도) 모델과 연결하는 방법론. 엔지니어링 최적화에서 공간 매핑 정렬 (맵 ) 관련 계산 비용이 많이 드는 미세 모델이 포함 된 매우 빠른 거친 모델로, 직접 비용이 많이 드는 미세 모델 최적화를 방지합니다. 정렬 프로세스는 “매핑 된”거친 모델 (대리 모델)을 반복적으로 개선합니다.

답글 남기기

이메일 주소를 발행하지 않을 것입니다. 필수 항목은 *(으)로 표시합니다