3 математическое моделирование социальных процессов 3 Моделирование исторических процессов 5



страница1/8
Дата13.11.2016
Размер0.65 Mb.
  1   2   3   4   5   6   7   8


−  −


Содержание


Содержание 3

Введение 3

1.Математическое моделирование социальных процессов 3

2. Моделирование исторических процессов 5

3. Постановка задачи 6

4. Непрерывная модель транспортировок Бекманна 7

5. Пространственная модель торговли 12

6. Модель Великого шелкового пути 15

7. Методика оценки коэффициента товаропроводности территории 18

8. Оценка коэффициентов транспортного трения на основе дневника путешествий Марко Поло 26

9. Поправка на фрактальную размерность 32

10. Результаты моделирования Великого Шелкового Пути 36

Выводы 42

Литература 44

Введение


В настоящее время остро ощущается необходимость использования научного потенциала, накопленного в естественнонаучных областях, для описания процессов, происходящих в социальных системах. В условиях современного мира на первый план выходят вопросы прогнозирования и принятия решений.

Прогноз будет иметь успех только в том случае, если будут разработаны адекватные математические методы, позволяющие быстро и точно анализировать множество вариантов, не прибегая к экспериментам, которые в социальных системах могут стоить очень дорого, и даже приводить к гибели социальной системы. Несмотря на то, что традиционно существует разделение на естественные и гуманитарные науки, современные междисциплинарные подходы показывают, что в основе различных наук могут лежать единые основания, общие для дисциплин, которые ранее развивались изолировано. В частности, было обнаружено, что одни и те же математические конструкции и уравнения могут описывать различные процессы в физике, химии, биологии, демографии и экономике. Это с одной стороны позволяет использовать уже разработанный концептуальный и математический аппарат в новых областях, а с другой стороны является свидетельством того, что наука во многом едина.


  1. Математическое моделирование социальных процессов

Компьютерное моделирование социальных процессов является новым направлением, которое возникло естественным образом как следствие стремительного развития математических методов и вычислительной техники с одной стороны, и значительного усложнения социальных взаимосвязей, роста рисков и угроз – с другой.

Успехи в описании сложных физических процессов создали предпосылку для приложения математического аппарата к другим областям знания, в том числе к тем, которые традиционно считались гуманитарными и находились вне поля интересов естественных наук. Первые попытки применения математики при анализе социальных процессов [1], с одной стороны, показали, что для описания достаточно простых зависимостей действительно можно применять математические методы и даже строить адекватные прогнозы, с другой стороны, выявили ряд фундаментальных проблем, без решения которых невозможно говорить о дальнейших шагах в развитии моделирования социальных процессов. Одна из таких проблем – проблема формализации «человеческого фактора» [2, 3, 4]. Чрезвычайная сложность детерминированного описания поведения человека (как части общества) является естественной преградой на пути разработки формальной теории социальных систем. Более того, достижения в смежных дисциплинах – биологии, системном анализе, синергетике [5, 6, 7, 8] фактически свидетельствуют о принципиальной невозможности детерминированного описания, об ограниченности горизонта прогноза, являющихся не следствием слабости аппарата анализа, но следствием фундаментальных законов функционирования сложных систем.

С другой стороны, четко ограничивая возможности применения детерминированного описания, синергетика и близкие ей области знания, столь же определенно предлагают другие подходы, в которых случайность и неопределенность не являются досадными дестабилизирующими факторами, затрудняющими прогноз и препятствующими развитию, а напротив – являются созидающим и стимулирующим началом, центральным фактором эволюции сложных систем.

Подобное положение дел, при всей кажущейся определенности и осознании концепций и направлений, в которых следует прилагать усилия по созданию формальной социальной теории, свидетельствует о другой проблеме, относящейся скорее не к объекту исследования, а к познающему субъекту. Фактически речь идет о том, что исследователь, изучающий социальные системы, должен владеть методами современной физики, нелинейной динамики и системного анализа. Лишь в этом случае у него есть возможность продвинуться в понимании законов эволюции исследуемых систем. С другой стороны, тот же исследователь должен владеть предметной областью, в данном случае социальными науками, иначе его теоретические построения будут иметь весьма отдаленную связь с действительностью. В то же время, как в общественном сознании, так и в системе образования разделение на естественные и гуманитарные науки фактически привело к их противопоставлению и образовало вакуум специалистов, способных на современном уровне работать в обоих направлениях. Наконец, подобная изоляция привела к формированию качественно различных методов исследования, что создало еще больше препятствий для нахождения общего языка между представителями естественной и гуманитарной области.

Выходом из подобной ситуации может стать только череда реальных успехов в области социального моделирования. С одной стороны, модели должны быть построены, опираясь на современные достижения математики и естественных наук, с учетом нелинейности, флуктуаций, сложности систем, с другой стороны они должны быть доведены до реального применения в прикладной области, получить поддержку специалистов, продемонстрировать свою практическую ценность.


2. Моделирование исторических процессов


Математические исследования социальных систем во многом ведутся с прагматическими целями. Неслучайно самая развитая в плане математизации общественная наука – экономика. Неслучайно самое большое число исследований, посвященное использованию математики, и в частности нелинейной динамике, в экономике, относится к изучению фондовых рынков [9, 10], то есть тем системам, в которых возможны наибольшие выигрыши при относительно небольших затратах. Другой причиной можно назвать большую доступность и полноту временных рядов биржевой статистики, однако, как известно, наибольшая статистика имеется в той области, к которой обращено наибольшее внимание, в том числе и в первую очередь, из прагматических целей.

Современное общество и процессы, проходящие в нем, слишком сложны, чтобы начинать построение фундаментальной теории с их описания. Это почти то же самое, что и начинать построение классической физики с попыток описания гидродинамики или физики плазмы. Не имея теории более простых социальных систем, нельзя строить теорию современного общества.

Кроме того, исследователи неминуемо сталкиваются с тем, что адекватность их моделей и прогнозов можно будет оценить только по прошествии многих лет или даже десятилетий. Подобные теоретические прогнозы невозможно оперативно проверить и скорректировать. Вносить поправки в теорию можно будет только через пару десятков лет, что для науки недопустимо, она развивается гораздо быстрее, краткосрочные прогнозы, хотя и имеют практическую ценность, подчас мало ценны с научной точки зрения, поскольку являются фактически экстраполяцией текущих тенденций, для которых достаточны знания методов экстраполяции и не требуется фундаментальных уравнений.

Времена прогноза зависят также от масштабов социальной системы. Содержательный научный прогноз для небольшой системы может быть проверен на гораздо меньших временах, чем для крупных систем. Однако в малых системах проблемы, связанные с «человеческим фактором», стоят особенно остро. Трудно формализуемое поведение отдельного индивидуума вносит тем больший вклад в общую динамику системы, чем она меньше. Для больших систем в некоторых случаях уже можно рассматривать макроскопическое описание, подобно тому, как в термодинамике рассматривается не траектория отдельной молекулы, а интегральные параметры – давление, температура и другие.

Таким образом, при изучении крупных социальных образований иногда можно вообще обойти проблему «человеческого фактора» и моделировать их с позиций интегральных параметров. В некоторых случаях эволюцию государств можно рассматривать без учета человеческого фактора, либо учитывая его некоторым детерминированным уравнением.

Таким образом, если поставить целью создание теории, то наиболее разумным является движение от простого к сложному. От описания динамики крупных социальных систем к усложнению и детализации. От простых социальных организмов к сложным иерархическим структурам. Очевидно, что наиболее подходящей областью для данных целей является изучение исторических процессов. Именно история предоставляет нам экспериментальные данные по реализации динамики социальных организмов. Исторические масштабы вполне достаточны, чтобы отслеживать динамику крупных систем. Единственный «упрек» к истории, состоит в том, что невозможно повторить эксперимент, что она уникальна. Это, однако, может быть скомпенсировано тем, что некоторые исторические процессы с удивительным постоянством воспроизводились совершенно в различных социальных организмах, в совершенно разные эпохи. Это, с одной стороны, свидетельствует о существовании некоторых объективных законов, которые могут быть выделены, с другой стороны, говорит о возможности отделить эти универсальные тенденции от специфики отдельных организмов и эпох.

Несмотря на перспективы математического моделирования исторических процессов, успешные попытки такого описания немногочисленны [1, 11, 12]. Недостаток некоторых важных исторических данных сильно затрудняет приближение модели к реальным событиям. Отсутствие теории сужает возможность реконструкции и замены отсутствующих данных дополнительными уравнениями. Таким образом, на данном этапе приходится подбирать такой объект моделирования – эпоху, территорию, государство, который, с одной стороны был бы достаточно хорошо описан, а с другой – имел бы достаточно четкую динамику, позволяющую выделить несколько основных факторов, пренебречь остальными и построить формальную модель. Особый упор, безусловно, следует делать на получении фундаментальных зависимостей, то есть строить модели не просто в некотором приближении повторяющие реальную историческую динамику, но также апробирующие созданный математический аппарат, с той целью, чтобы использовать этот отработанный аппарат в других моделях для реконструкции недостающих данных. Примером выявления подобной зависимости являются работы [13, 14] фактически дающие описание, объяснение и формализацию низкочастотных циклических колебаний численности населения аграрных государств.

  1   2   3   4   5   6   7   8


База данных защищена авторским правом ©bezogr.ru 2016
обратиться к администрации

    Главная страница