ВУЗ:
Составители:
111
ревода слово-в-слово: далеко не все слова в разных языках имеют смысловые
поля строго соответствующие друг другу.
В сфере компьютерного моделирования русскому термину
1
имитацион-
ное моделирование соответствует английский термин simulation, в то время
как более общему термину
моделирование в английском соответствует
modelling. При переводах эти различия могут передаваться не только дослов-
ной подстановкой терминов, но и более сложными конструкциями. Напри-
мер, название книги [46] Ф. Мартина "
Моделирование на вычислительных
машинах
" в оригинале имеет вид: "Computer modelling and simulation". Пе-
ревод слово-в-слово: "Компьютерное моделирование и симуляция" представ-
ляется более полным и точным. С другой стороны, простая калька от "simu-
lation" -
симуляция (симулятор) имеет более узкий смысл, ранее ассоцииро-
вавшийся с медициной, а ныне – чаще с компьютерными играми. Поэтому
дословный перевод невольно "нагружается" дополнительным смысловым
оттенком, которого в оригинале нет. Об этом следует помнить.
Исторически первыми смыслом термина
имитационное моделирование
было
моделирование на основе метода Монте-Карло (или метода стати-
стических испытаний).
В настоящее время фактический смысл термина
имитационное модели-
рование
значительно расширился и с ним обычно связывают методологию
изучения сложных систем на базе моделирования (как правило, компью-
терного). Более точно под этим подразумевается экспериментальное (на мо-
дели) изучение макроповедения системы исходя из известного микро-
поведения ее элементов. При этом метод Монте-Карло является довольно
характерным подходом к проведению таких "модельных" или "вычислитель-
ных" экспериментов, но далеко не единственным.
В отличие от общего математического моделирования (
описания) объек-
тов и явлений имитационное моделирование имеет смысл и дает наибольший
эффект тогда, когда мы
умеем решать прямую задачу, но не знаем, как дос-
таточно просто и эффективно решать
обратную за дачу. Именно такая си-
туация весьма характерна для задач оптимального проектирования, много-
критериальной оптимизации, принятия решений, прогнозирования и т.п.
Некоторые примеры:
1. Задана функция F(x), но в такой форме, что мы легко можем найти для
конкретного
x его образ x → F(x), но общего аналитического описания не
имеем. Это бывает, если
F(x) получается в виде результатов эксперимента,
задана в виде таблицы или в виде алгоритма ее вычисления. Требуется найти
корни (минимумы, максимумы).
1
Мы здесь говорим именно о терминах, то есть о словах с более или менее четко
определенным смыслом в некоторой профессиональной сфере.
Страницы
- « первая
- ‹ предыдущая
- …
- 109
- 110
- 111
- 112
- 113
- …
- следующая ›
- последняя »
