ИЗУЧЕНИЕ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ В СРЕДЕA NYLOGIC В КУРСЕ ИНФОРМАТИКИ СТАРШЕЙ ШКОЛЫ



ИЗУЧЕНИЕ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ В СРЕДЕANYLOGICВ КУРСЕ ИНФОРМАТИКИ СТАРШЕЙ ШКОЛЫ

Содержание

ВВЕДЕНИЕ 3

ГЛАВА I. ПСИХОЛОГО-ПЕДАГОГИЧЕСКИЕ И ДИДАКТИЧЕСКИЕОСНОВЫ ОБУЧЕНИЯ МОДЕЛИРОВАНИЯ В СТАРШЕЙ ШКОЛЕ   7

Психолого-педагогические особенности старшеклассников 7

Исторические аспекты введения моделирования в курс информатики... 9

Авторские подходы к изучению моделирования в старшей школе 14

ГЛАВА II. ИЗУЧЕНИЕ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ ВУГЛУБЛЕННОМ КУРСЕ ИНФОРМАТИКИ   17

Сравнительный анализ сред имитационного моделирования 17

Учебные материалы в среде имитационного моделированияAnyLogic и методические аспекты их использования в углубленном курсе

информатики 22

Апробация учебных материалов в старшей школе 55

ЗАКЛЮЧЕНИЕ 56

СПИСОК ЛИТЕРАТУРЫ 60

Введение

Актуальность и постановка проблемы.Стремительная информатиза- ция почти всех сфер производственной, общественной и образовательной дея- тельности неизбежно привела к смене технического уклада последнего десяти- летия. В следствие, изменились и требования, предъявляемые к обучению ин- форматике на всех ступенях школьного образования. Все большее внимание в образовании уделяется не самой системе человеческих знаний, а способам их получения. Концептуальной основой новых образовательных стандартов явля- ется деятельностный подход. Так, например, новый федеральный государ- ственный образовательный стандарт включает в себя реальные виды деятель- ности, которыми учащийся должен овладеть во время обучения, к которым в том числе относится умение самостоятельно добывать знания, анализировать и отбирать нужную информацию, уметь контактировать.

Также в последнее время имеет место тенденция, при которой обучающи- еся все раньше сталкиваются с изучением методов исследования объектов и си- стем, характеризуемых сложными внутрисистемными связями и разного рода параметрами. Одним из наиболее эффективных и очень часто используемых в настоящее время методов исследования систем различной сложности и приро- ды является метод компьютерного моделирования.

Реализация деятельного подхода в процессе обучения компьютерному моделированию подразумевает развитие у учащихся умения решать различного рода задачи при помощи создания имитационных моделей в специализирован- ных компьютерных средах. Таким образом, при использовании моделирования как средства исследовательской деятельности школьников возможно достичь определенного результата в формировании у них понятийного аппарата моде- лирования, а также развить их интеллектуальные умения.

Однако, существующие учебники по информатике, а также различные методические пособия и практикумы лишь фрагментарно освещают тему моде- лирования, касаясь далеко не всех ее аспектов. До конца не разработана мето- дика формирования у учащихся базовых понятий моделирования. Не уделяется

должное внимание и программным продуктам, позволяющим организовать практическую деятельность школьников по созданию и использованию компь- ютерных имитационных моделей.

Таким образом, на лицо противоречие между важностью обучения ком- пьютерному имитационному моделированию и недостаточной освещенностью этого вопроса в учебной и методической литературе.

Таким образом, актуальность исследования определяется целым рядом факторов, важнейшими среди которых является следующие:

Все это обуславливает чрезвычайную актуальность использования ими- тационных моделей в курсе информатики старшей школы.

Анализ научно-методических работ показал, что эта задача осознается се- годня широким кругом методистов, преподавателей и авторов учебников и учебных пособий по информатике, подчеркивается, что вопросы имитационно- го моделирования должны занимать особое место в содержании курса инфор- матики.

Научная новизна исследованиязаключается в предложении эффектив- ной организации учебной деятельности школьников по освоению аспектов имитационного моделирования в курсе информатики старшей школы, обеспе- чивающей достижение новых образовательных результатов, предусмотренных ФГОС среднего общего образования[27].

Цель исследованиязаключается в разработке учебно-методических ма- териалов для обучения имитационному моделированию в курсе информатики старшей школы.

Объектом исследованияявляется процесс обучения информатике в старшей школе.

Предмет исследования— обучение компьютерному имитационному моделированию на углубленном уровне.

Задачи исследования:

  1. Рассмотреть психолого-педагогическую литературу для уточнения возможностей старшеклассников в освоении современных программных сред имитационного моделирования.
  2. Проанализировать существующие научные, учебные и методиче- ские материалы, предназначенные для изучения моделирования в курсе инфор- матики старшей школы.
  3. Сделать сравнительный анализ сред имитационного моделирова-

ния.

  1. Разработать учебные материалы для изучения моделирования с ис-

пользованием сред имитационного моделирования в углубленном курсе ин- форматики.

  1. Проверить эффективность разработанной методики в ходе обучения информатике в старшей школе.

В ходе исследования были использованы различныетеоретические и эмпирические методы: изучение и анализ психолого-педагогической, научной, методической и специальной литературы; анализ учебных программ, учебников и методических пособий по информатике, анализ ФГОС ООО; педагогический эксперимент и его анализ.

Практическая значимостьисследования заключается в том, что разра- ботаны учебно-методические материалы по теме "Имитационное моделирова- ние" для использования в процессе обучения информатике на углубленном уровне, предложены и экспериментально проверены методы проведения лабо- раторно-практических работ.

ГлаваI. Психолого-педагогические и дидактические основы обуче- ния моделирования в старшей школе

Психолого-педагогические особенности старшеклассников

Обучение, безусловно, должно учитывать возрастные особенности детей. Возраст старшеклассников – переходный возраст между подростковым и юно- шеским. В этот период дети практически готовы к выполнению всех видов ум- ственной деятельности взрослого человека. Юноши и девушки уже способны логически излагать мысли, заниматься самоанализом и теоретическими рас- суждениями. Они могут относительно свободно размышлять на политические, нравственные, и другие темы, не доступные для интеллекта младшего школь- ника. Старшеклассники способны к индукции и дедукции. Умение оперировать гипотезами является важнейшим приобретением подросткового возраста.

Дети усваивают научные понятия и учатся использовать их при решении различных задач. Так формируется словесно-логическое мышление. Парал- лельно наблюдается развитие остальных познавательных процессов: интеллек- та, здравого смысла, интуиции и смекалки. Если говорить о совершенствовании практических качеств, то у старшеклассников можно выделить видимую ини- циативность, расчетливость, умение быстро решать возникающие задачи.

Данный возраст отличается высокой интеллектуальной активностью, ко- торая подкрепляется естественной возрастной любознательностью и желанием обратить на себя внимание окружающих, продемонстрировав свои способности и получив наивысшую оценку с их стороны. При решении одних и тех же за- дач, дети стремительно учатся формулировать гипотезы, наблюдать и сравни- вать между собой альтернативы решений. Сфера познавательных и учебных интересов все больше выходит за рамки школьной программы и приобретает форму самостоятельной деятельности – стремление к поиску и приобретению знаний, к формированию полезных навыков и умений.

Характерной особенностью и подросткового, является стремление к са- мообразованию. Старшеклассники стараются   применять мотивации  основных

видов деятельности: обучения, диалога со сверстниками и труда, что позволяет им проявить взрослость. Старшеклассники отличаются особой готовностью и способностью ко многим видам обучения как в практическом плане, так и в теоретическом. На данном этапе развития дети способны вполне самостоятель- но выбирать актуальную для них информацию.

Мышление в этом возрасте характеризуется стремлением к широким обобщениям. Одновременно формируется особое отношение к учению, особен- но в последние года обучения в школе. Выпускников привлекают те предметы, в которых они способны проявить самостоятельность, что приводит к особенно благоприятному отношению и к таким знаниям. Специфической особенностью юности является то, что в эти годы идет активный процесс становления миро- воззрения, и к окончанию школы мы имеем дело с человеком, уже более опре- делившимся с взглядами, хотя и не всегда правильными, но стабильными.

Очень заметны индивидуальные различия, связанные с взаимоотношени- ями между старшеклассниками. Это связано с дифференциацией учебных про- грамм, заведений и относительной свободой выбора учебных предметов. Наибольшее количество школьников уже самоопределяются в будущей про- фессии к окончанию школы. Многие имеют профессиональные предпочтения и представления о будущем труде, которые не всегда являются окончательными.

Трудовые навыки и умения, сформированные в школьные годы, опреде- ленно влияют на будущие профессиональные достижения. Не менее важны специальные способности, которые проявляются в тех навыках, являющиеся базой для многих различных видов профессиональной деятельности. У детей этого возраста необходимо окончательно выявить и развить способности, на основе которых ребенку было бы разумно и правильно осуществлять выбор профессии.

В ходе анализа психолого-педагогической литературы была выявлена го- товность старшеклассников к решению сложных задач, ориентированных на развитие абстрактно-логического мышления.

Исторические аспекты введения моделирования в курс инфор- матики

Моделирование, как метод познания, тесно связано с развитием знаний человечества об окружающем мире и протекающих в нем процессах. В настоя- щее время разработка и применение моделей – один из самых эффективных способов познания в различных науках, в том числе науках об обществе, живой и неживой природе. Моделирование является одним из способов решения прак- тических задач. Зачастую решение проблемы нельзя найти путем проведения реальных экспериментов: строить новые объекты, разрушать или вносить изме- нения в уже имеющиеся процессы может быть слишком дорого, опасно или не- возможно.

Моделирование, как особое средство научного познания, нельзя назвать современной технологией последних столетий. Достаточно вспомнить описа- ние атомов древнегреческих философов Эпикура и Демокрита, их геометрии, и способов взаимодействия, об атомных ливнях и вихрях, представления о физи- ческих свойствах различных веществ, зависящих от круглой и гладкой или крючковатой формы частиц, связанных между собой. Их модели послужили прообразами современных моделей, отображающих ядерно-электронное строе- ние атома. Также огромное влияние на развитие математики и физики оказал Рене Декарт, создавший прямоугольную систему координат, которая использу- ется и сегодня для различного рода практических задач.

Широкое распространение моделирование получило в эпоху Возрожде- ния. Микеланджело Буонарроти, Филиппо Брунеллески, Леон Баттиста Альбер- ти, Донато Браманте, Джорджо Вазари, и другие итальянские архитекторы и скульпторы использовали модели проектируемых ими сооружений. А Г. Гали- лей и Леонардо да Винчи, помимо простого применения модели в своих теоре- тических работах, также находят пределы применимости метода моделирова- ния.

Немаловажную методологическую роль сыграли и разработки Кельвина, Дж. Максвелла, Ф. А. Кекуле, А. М. Бутлерова и других физиков и химиков   —

именно эти науки позволили методу моделирования развиться до высокого уровня.

Помимо достижения определенных успехов, вXX веке моделирование постигло и множество проблем. С одной стороны, теория относительности, а также, квантовая механика, обнаружили неабсолютный, относительный харак- тер механических моделей, сложности, связанные с моделированием. С другой же стороны, прогрессирующий математический аппарат нашел новые перспек- тивы этого способа в обнаружении общих законов и особенностей структуры систем разной физической природы, происходящих из разных уровней органи- зации материи, форм движения.

Использование первых электронных вычислительных машин (Джон фон Нейман, 1947) и формулирование основных принципов кибернетики (Норберт Винер, 1948) позволили многогранно использовать новые универсальные мето- ды — как в абстрактных знаниях, так и в их приложениях.

В нашей стране кибернетика многократно критиковалась в конце 40-х го- дов прошлого века. В литературе, в том числе и в учебных пособиях, говори- лось, что это провокационная лженаука, поставленная на службу империализ- му, которая пытается заменить мыслящего, борющегося человека машиной и в быту и на производстве, используется для разработки электронного оружия.

Возрождение репутации кибернетики произошло, когда целый ряд из- вестных научных умов, таких как А.А. Ляпунов [16], стали отстаивать право- мерность и материалистичность кибернетического взгляда на реальность. А.А. Ляпунов начал научно обосновывать необходимость моделирования как науки:

«В наше время возникает проблема: настолько продвинуть наши знания о стро- ении и функционировании природных сообществ, чтобы можно было предви- деть результаты тех или иных вмешательств в жизнь этих сообществ, а еще лучше теоретическим путем подобрать такие вмешательства, которые позволят оптимизировать «съем» полезных веществ при обеспечении биологического самовоспроизводства сообщества в целом» [15]. Таким образом, встал вопрос  о

развитии математического моделирования с целью оптимизации использования природных ресурсов.

В 1966 году вышла книга Виктора Александровича Штоффа [30], кото- рый рассматривал моделирование с философской точки зрения. Книга посвя- щена гносеологическим аспектам моделирования, автор рассмотрел проблемы моделирования как научного подхода к изучению окружающего мира, а также описал различные научные подходы к определению модели и моделирования в целом. Глинский Б. А. [9] формулирует значимость роли моделирования сле- дующим образом: «Причины популярности моделирования коренятся в таких специфических особенностях современного научного познания, как не возмож- ность непосредственного исследования изучаемого предмета, явления; услож- нение экспериментальных устройств, используемых в современной науке; воз- растание роли теории во многих ведущих отраслях науки, познание которых невозможно без абстракции высокого уровня и т.д.»

К концу 70-х годовXX века стало актуально компьютерное моделирова- ние (абстрактное или информационное). Весомый вклад в развитие компьютер- ного моделирования внес академик А. А. Самарский [19], разработчик техноло- гии компьютерного моделирования, используемой для изучения физических явлений. Он же предложил триаду «модель – алгоритм - программа». Можно заключить, что первые компьютерные системы моделирования были ориенти- рованы на математическое моделирование, а затем появились программные продукты, позволяющие строить графические модели. Стоит отметить, что в 1985 году в школы был введен курс «Основы информатики и вычислительной техники», содержащий в себе некоторые основные понятия моделирования. В процессе «спуска» моделирования в школу, появляется новая проблема: отсут- ствие единой терминологии. Например, понятие «модель», опираясь на все раз- личные источники, можно было определить следующим образом: модель – это упрощенное подобие некоторого объекта, воспроизводящее существенные, с точки  зрения цели моделирования, свойства исходного  объекта.   Аналогично,

моделирование – это деятельность по созданию и использованию моделей [22]. Однако, единой классификации моделей не существует до сих пор.

В середине 90-ых годов Белошапка В. К., Бешенков С. А. и Лесенвский А. С. начинают совместно работать над проблемой терминологии. В своих науч- ных и методических трудах, посвященных основам информационного модели- рования [2],[3] и преподаванию моделирования в школе, они предложили свою классификацию моделей (схема 1).

Схема 1.Классификация моделей Бешенкова С. А.

Параллельно с ними, Могилев А. В. И Хеннер Е. К. предлагают альтерна- тивную классификацию моделей (схема 2)[28].

Схема 2.Классификация моделей Могилева А. В.

Таким образом, можно заключить, что проблема неопределенности тер- минологии не была завершена, что, в конечно счете, приводит к проблеме изу- чения теоретической базы в области моделирования, особенно на уровне обще- образовательных учреждений.

Тем не менее, в современном мире моделирование должно находить, и находит большое количество сторонников, так как такой метод научного по-

знания позволяет наиболее полно и быстро, с учетом развития (и не только) всего мира проводить качественные эксперименты, наблюдения, изучение про- цессов и их имитации.

Авторские подходы к изучению моделирования в старшей школе

Место, которое занимает тема «Моделирование» в различных учебниках имеет существенные отличия. Ниже приведен перечень учебно-методических комплексов (УМК) для 10-11 классов по информатике на углубленном уровне, рекомендуемых к использованию в настоящее время (начиная с 2012 года и до 2018 года).

Углубленный уровень. УМК для 10-11 классов;

УМК для 10-11 классов;

В настоящее время в курсе информатики рассматриваются следующие основные понятия темы «Моделирование»: модель, система, моделирование, классификация моделей, типы моделирования. Традиционно в курсе 7-9 обуча- ющихся знакомят с программным обеспечениемMicrosoftExcel, которое поз- воляет строить математические модели. Однако в старшей школе нет строгой однозначности: здесь имеет место как продолжение изучения вышеуказанной среды (с выходом на численные методы), так и переход к другим инструментам моделирования, принципиально отличающихся отMicrosoftExcel. Рассмотрим подробнее изучение линии «Моделирования» в вышеперечисленных рекомен- дуемых учебниках.

В комплекте учебников под авторством Семакина И. Г. изучение модели- рования начинается в девятом классе, а в одиннадцатом классе в учебнике углубленного уровня в 3 главе изучается табличное моделирование в програм- меMicrosoftExcel с акцентом на математическое моделирование.Глава «ком- пьютерное моделирование» состоит из пяти разделов[23],[24]:

На тему отводится 50 часов, основное время выделено на практические задания.

Глава «моделирование» вторая по счету в учебнике 11 класса Полякова К. Ю. и Еремина Е.А. [18], в которую входит 6 параграфов:

На главу отводится 12 часов, половина из которых – работа компьютер- ного практикума. Практические физические и математические задачи реализу- ются с помощью программного обеспеченияMicrosoftExcel, а задачи биологи- ческого  и  экономического характера  – с  помощью языков программирования

«КуМир» и «Pascal».

В учебнике Калинина И. А. и Самылкиной Н. Н. [20],[21] линия модели- рования изучается в 10 классе в третьей главе, на которую выделяется 32 часа, приблизительно поровну на теорию и практику.Глава состоит из 5 параграфов:

Теоретический материал главы опирается на изученный в основной шко- ле понятийный аппарат, который в старшей школе конкретизируется и допол- няется.

Особое внимание уделяется очень популярному и востребованному на се- годняшний день способу моделирования – имитационному моделированию. В задачнике-практикуме рассматриваются основные виды моделей, которые поз- воляют проиллюстрировать и основные подходы, и сам метод моделирования на практических, жизненных примерах с использование современной и гибкой среды имитационного моделированияAnyLogic. В практикум входят четыре проектные задачи, к каждой из которых предусмотрены дополнительные зада- ния.

Таким образом, можно заключить, что современная концепция курса ин- форматики ориентирует на широкий подход к теме моделирования. Безусловно, математическое моделирование является важным разделом этой линии, но да- леко не единственным. Все более востребованными становятся продукты ими- тационного моделирования, позволяющие интегрировать возможности матема- тического, графического и экспериментального методов решения задач.

ГлаваII. Изучение имитационного моделирования в углубленном курсе информатики

Сравнительный анализ сред имитационного моделирования

В настоящее время существует множество классификаций моделей. В со- временном курсе информатики старшей школы рассматриваются те, которые создаются и используются с помощью основного инструмента исследования моделей, то есть с помощью компьютера: описательные модели (например, ба- зы данных) и нормативные модели (например, программы).

Для исследований, решения и иллюстрации в различных задачах часто используют: аналитические  и  имитационные модели.

Аналитические модели применяются в самых разных науках и дисципли- нах. Общий принцип построения таких моделей – выделить важные характери- стики и связать их меду собой математическим соотношением, позволяющим исследовать полученную модель математическими методами. Как правило, та- кие задачи носят статический характер.

Самыми популярными инструментами аналитического моделирования на уроках информатики в старшей школе являются:

Однако существуют задачи, для которых математическое решение найти очень сложно или оно вовсе отсутствует. К таким задачам можно отнести, например, динамические системы, которым свойственно нелинейное поведе- ние, неопределенность, нестандартные зависимости между переменными, большой набор параметров. Поэтому для анализа подобных задач необходимо использовать другую технологию – имитационное моделирование.

Имитационные модели – это совокупность правил, по которым си- стема переходит из одного  состояния в другое. Правила могут задаваться    как

дифференциальными уравнениями, диаграммами состояний или процессов, так и временным расписанием.

На данный момент существует очень много различных систем ими- тационного моделирования. Многие программные продукты данного направле- ния имеют весьма узкую направленность (бухгалтерскую, экономическую). Рассмотрим несколько программных продуктов, которые можно использовать для изучения имитационного моделирования в старшей школе:

Рассмотрим вышеперечисленные программы подробнее.

ExtendLT.Программный пакетExtendLT – средство имитационного моделирования, позволяющее создавать динамические модели процессов ре- ального времени в различных областях.

ВExtend можно создавать модели быстро, так как его среда разработки содержит все блоки, которые требуются для большинства задач имитации. Эти блоки действуют подобно макросам, что позволяет строить многие модели, не используя математические уравнения. Также средстваExtend содержат редак- тор уравнений.

Extend позволяет динамически моделировать непрерывные, дисркетные, линейные, нелинейные и смешанные системы. В данной системе имитационно- го моделирования используется компилируемый, С-подобный язык программи- рованияModL. В свободном доступе данное программное обеспечение отсут- ствует.

Pilgrim.Средством построения моделей в системеPilgrim является гра- фический конструкторGem, представляющий сбой набор узлов различного ти- па. На схеме имитационной модели узел есть графическое изображение некото- рого типового процесса. При этом элементарный процесс может быть,   вообще

говоря, представлен несколькими узлами имитационной модели, если этого требует логика его работы.

Таким образом, схема имитационной модели представляет собой направ- ленный граф, вершины которого представляют собой компоненты элементар- ных процессов, а дуги определяют направление потоков заявок и управляющих воздействий в моделируемой системе.

КонструкторGem генерирует программу на языкеC++.

Для системы характерны следующие типы моделирования: системная ди- намика, стохастическое дискретное моделирования и пространственное моде- лирование.

В свободном доступе данная система имитационного моделирования от- сутствует.

Powersim.Система имитационного моделированияPowersim предназна- чена для построения непрерывных и частично дискретных моделей.

Для задания имитационных моделей вPowersim существует редактор диаграмм, в котором все переменные представляются с помощью графический объектов, соединенных между собой при помощи стрелок, обозначающих по- токи и связи. Каждая связь отражает некоторую зависимость между перемен- ными, соединенными данной связью. Точное определение вида зависимости определяется уравнением, записанном на языкеPowersim. В свободном доступе данное программное обеспечение отсутствует. [13]

AnyLogic.AnyLogic – программное обеспечение для имитационного мо- делирования. Инструмент обладает современным графическим интерфейсом и позволяет использовать языкJava для разработки моделей.

МоделиAnyLogic могут быть основаны на любой из основных парадигм имитационного моделирования: дискретно-событийное моделирование, си- стемная динамика и агентное моделирование.

Данная среда моделирования также включает в себя: низкоуровневые конструкции моделирования (переменные, уравнения, параметры, события и т.п.), формы представления (линии, квадраты, овалы и т.п.;    укомплектованная

дорожная библиотека с улицами, перекрестками, развязками), элементы анали- за (базы данных, гистограммы, графики), стандартные картинки и формы экс- периментов.

Стоит отметить, что ни одна из систем имитационного моделирования, кроме средыAnyLogic, не позволяет строить все типы имитационных моделей. Следовательно, для того, чтобы построить все типы вышеперечисленных моде- лей, необходимо изучить не менее двух программных продуктов. Это становит- ся существенной проблемой, как с точки зрения значительного уменьшения ко- личества часов, отводимых на практическую работу учащихся, так и нецелесо- образная концентрация внимания на программный продукт, а не на сам процесс моделирования. Учащиеся должны к концу обучения хорошо понимать, что си- стема имитационного моделирования – это инструмент, а не цель моделирова- ния, что при данном подходе осознать будет непросто.

С другой стороны, при изучении моделирования с помощью программно- го продукта, допускающего, например, только дискретное моделирование, можно «опустить» некоторые типы моделей, но тогда в целом изучение имита- ционного моделирования становится нецелесообразным.

Таким образом, можно выделить несколько существенных достоинств программного продуктаAnyLogic относительно аналогичных систем имитаци- онного моделирования:

Преимуществ данного программного продукта намного больше, здесь выделены только те, которые являются важными в рамках изучения в школе.

Так как программа включает в себя возможность строить модели различ- ного типа, а также строить две модели параллельно, учащиеся могут пробовать строить модель одного процесса двумя различными способами, тем самым ана- лизируя, какой тип модели является наиболее подходящим.

Таким образом, изучение имитационного моделирования в старшей шко- ле с использованием средыAnyLogic наилучшим образом способствует освое- нию данной темы в соответствии с ФГОС СОО.

Учебные материалы в среде имитационного моделированияAnyLogic и методические аспекты их использования в углубленном курсе информатики

В современном имитационном моделировании три методологии: агентное моделирование, дискретно-событийное моделирование и системная динамика.

Агентное моделированиеисследует поведение агентов и влияния пове- дения агентов на поведение всей системы в целом. При создании агентной мо- дели агентов помещают в некую окружающую среду, добавляются определен- ные параметры и определяется их поведение. С помощью агентного моделиро- вания решаются задачи, связанные с производством, логистикой, цепями поста- вок или бизнес-процессами, коммуникативного характера.

Системная динамикав основном используется в долгосрочных, страте- гических моделях. Объекты и события выступают в моделях системной дина- мики как система в целом. Модель, использующая метод системной динамики может быть наглядной и интерактивной: данные можно представить на диа- грамме или в произвольной графике; можно добавить «ползунки», кнопки, тек- стовые поля, для управления моделью во время выполнения. Системно- динамический подход моделирования успешно применяется во многих сферах, в том числе для описания социальных, урбанистических, экологических, бизнес систем.

Для анализа процессов окружающего мира иногда очень удобно рассмат- ривать последовательность отдельных существенных событий. Такой подход к построению моделей называетсядискретно-событийныммоделированием.

1. Модель внедрения нового продукта на потребительский рынок. Задача.Построить модель, позволяющую изучить процесс внедрения но-

вого продукта на потребительский рынок.

Шаг 1. Создание популяции агентов.

Для начала необходимо построить простейшую модель, которая отобра- зит влияние рекламы на продажу нового продукта.

1.  Запустим AnyLogic.Откроетсяначальная страница,где   предлага- ется обзор программы, ее функционал, примеры моделей и сопутствующая ли- тература.

Рис.1.Начальная страница

2.Закроем вкладку Начальная страница, нажав на «крестик» в левом верхнем углу вкладки, и создадим новую модель. Для этого в левом верхнем углу окна выберемФайл> Создать > Модельиз главного менюAnyLogic. От- кроется диалоговое окноНовая модель.

Рис.2.Создание новой модели

  1. В полеИмя моделивведем имя новой модели:Marketplace.
  2. В полеМестоположениевыберем каталог, в котором будут распо- лагаться файлы модели.
  3. В полеЕдиницы модельного временивыберем единицуДни.
  4. Щелкнем по кнопкеГотово.

Нами создана новая модель. Теперь изучим пользовательский интерфейсAnyLogic.

Рис.3.Пользовательский интерфейс

В левой частирасположены две вкладки:ПроектыиПалитра. ПанельПроектыотображает моделиAnyLogic и их содержимое в виде иерархического дерева. ПанельПалитрасодержит все графические элементыAnyLogic сгруп- пированные в отдельные палитры.

В центральной частиГрафический редактор. В нем можно редактиро- вать диаграмму агента, добавляя различные элементы, перетаскивая их изПа- литрына хост редактора. Синяя прямоугольная рамка ограничивает ту область холста, которая будет отображаться в окне модели при ее запуске.

В правой частирасполагается панельСвойства, которая позволяет про- сматривать и изменять свойства объектов из областиГрафического редакто- ра.

Инструменты, чтобы вернуть расположение панелей по умолчанию.

Вернемся к созданию модели.

  1. Откройте палитруАгент. Чтобы открыть другую палитру, перейди- те в панель Палитра и наведите курсор мыши на вертикальную панель навига- ции. Откроется список всех палитр, где можно выбрать необходимую. Щелк- нем в списке по палитреАгент:

Рис.4.Палитра Агент

  1. Перетащим элементАгентиз палитрыАгентна диаграммуMain.

Рис5.Элемент Агент

  1. Откроется окно создания агентовНовый агент. Нам необходимо создать большое количество агентов одного типа, поэтому выбираем опциюПопуляция агентови щелкаемДелее:

Рис.6.Создание популяции агентов

  1. На страницеШаг 2. Создание нового типа агента, в полеИмя но- вого типа, введемPotrebitel.И щелкнемДалее:

Рис.7. Создание нового типа агента

  1. На странице мастераАнимация агентавыберите фигуру анимации агента. Выберем опцию2Dи первую фигуру (Человек) из списка агентов. ЩелкнемДалее:

Рис.8.Анимация агента

  1. На следующей странице мастера добавим параметрEffectad(эффективность рекламы), чтобы задать процентную долю потенциаль- ных потребителей, которые захотят купить продукт, вследствие воздействия рекламы. Для этого в таблицеПараметрыщелкнем по строке<добавить…>,чтобы задать новый параметр.
  2. Справа, изменяем имя параметра наEffectad.В полеТипвыбираем опциюdouble(чтобы параметр принимал вещественные значения). Предполо- жим, что за день к решению о приобретении продукта приходит в среднем1%потенциальных потребителей, поэтому зададим0.01в качестве значения данно- го параметра.ЩелкнемДалее:

Рис.9.Параметры агента

  1. На пятом шаге зададим количество агентов:3000.ЩелкнемДалее.
  2. На странице мастераКонфигурация создаваемой средыоставляем выбранный по умолчанию тип пространства среды (Непрерывное) и значения размерности (500х500).Также выберем опциюПрименить случайное распо- ложение.
  3. Щелкнем кнопкуГотово:

Рис. 10.Конфигурация создаваемой среды

Мы закончили создания простейшей агентной модели, теперь запустим ее и понаблюдаем за поведением агентов.

  1. Щелкнем по кнопке панели инструментовПостроить модель, что- бы скомпилировать и проверить модель на наличие возможных ошибок.
  2. Далее щелкнем по маленькому треугольнику около кнопки Запу- стить. Из раскрывшегося списка выберем название нашей модели. После этого появится окно, отражающее презентацию запущенного экспериментаSimulation:

Рис.11.Simulation

  1. Щелкнем по кнопке Запустить. Перед нами презентация модели: 3000 фигур агентов популяцииPotrebitels.Так как больше никаких правил по- ведения мы еще не задавали, на анимации больше ничего не происходит:

ли.

Рис.12.Запуск модели

  1. Чтобы продолжить разработку модели, закройте окно запуска моде-

Шаг 2. Поведение потребителей.

Нам необходимо задать поведение потребителей и лучше всего это сде-

лать черездиаграммы состояний.

Диаграммы состояний(карты состояний, стейтчарты) – средство зада- ния поведения агента. Диаграммы состояний состоят из начала диаграммы со- стояний, из самих состояний и переходов между ними. У одного агента может быть одновременно несколько диаграмм состояний, каждая из которых описы- вает независимые аспекты поведения агента.

У нашего агента будет два состояния:

Рис.13.Диаграмма агента-потребителя

  1. Теперь начнем строить диаграмму состояний, для этого откроем па- литруДиаграмма состояний. Перетащим элементНачало диаграммы состо- янийиз палитры в область построения модели (на диаграмму агента- потребителя):

Рис.14.Начало диаграммы состояний

  1. Теперь добавим два состояния. Перетащим элементСостояниеиз той же палитры, соединив его с началом диаграммы. И в панелиСвойстваиз- меним имя состояния наPotentialuser.
  2. В поле элемента управленияЦвет заливкиизменим цвет заливки состояния наgreen.
  3. Введем следующий кодJava в поле состоянияДействие при входе:

shapeBody.setFillColor(green);

Рис.15.Панель Свойства

  1. Самостоятельно добавьте еще одно состояние в диаграмму состоя- ний потребителя. Измените свойства этого состояния: имя:User;цвет заливки:yellow; действие при входе:shapeBody.setFillColor(yellow);
  2. Аналогично перетащимПереходи установите его между состояни- ями.Убедитесь, чтоПереходдействительно соединяет два состояния!

Рис.16.Добавление Перехода состояний

  1. В панелиСвойствададим имя переходуAd.
  2. Поставим галочку в свойствеОтражать имя, чтобы мы его видели в графическом редакторе. А ниже в свойствеПроисходитвыберем опциюС за- данной интенсивностью. В появившемся окне введите имя переменнойEffetad,а справа выберем единицы интенсивности срабатывания перехода– в день.

Рис.17.Свойства перехода

  1. Попробуем запустить модель. Можем заметить, что популяция агентов постепенно окрашивается в зеленый цвет (изменение, к которому при- водит эффект рекламы), пока каждый потенциальный потребитель не купит продукт:

Рис.18.Эффект рекламы

Шаг 3. Визуализация результатов.

Для визуализации результатов необходимо задать функции, которые бу- дут подсчитывать количество потребителей и потенциальных потребителей продукта с течением времени. Данные функции отобразим на графике, чтобы увидеть динамику изменения рынка.

  1. Для добавления новой функции подсчета количества потенциаль- ных потребителей, откроем диаграмму агентаMain,выделим популяцию аген- товpotrebitelsи перейдем в раздел свойствСтатистика.

  1. Щелкнем на «плюсик». ЗададимтипфункцииКол-во, в полеИмявведемNPotential.В качестве условия введемitem.inState(Potrebitel.Potentialuser)

Рис.19.Свойства функции

  1. Зададим вторую функцию, снова нажав на зеленый «плюсик». Назовем ееNUser.Она будет считать количество агентов, для которых выпол- няется условиеitem.inState(Potrebitel.User)
  2. Теперь добавим график и посмотрим на динамику внедрения ново- го продукта на рынок. Для этого откроем палитруСтатистикаи перетащим элементВременная диаграмма с накоплениемиз палитры на диаграммуMain.Увеличим размер диаграммы:

Рис.20.Добавление диаграммы

  1. Воспользуемся созданными ранее функциямиNUserиNPotentialдля отображения их на графике. В свойствах нашей диаграммы щелкнем по кноп- кеДобавить элемент данных, чтобы указать, какую именно статистику будет отображать данный график. Изменим свойства элемента данных:ЗаголовокUsers– заголовок элемента данных;Цветyellow;Значениеpotrebitels.NUser()

Рис.21.График функций

  1. Добавим еще один элемент данных.Заголовок –Potentialusers;Цвет
    • greenЗначение –potrebitels.NPotential()
      1. Перейдем в раздел свойствМасштаби зададимВременной диапа- зон, равный1 году.УстановитеФиксированныйтипВертикальной шкалыи

введите3000в полеДо.

Рис.22.Масштаб графика

  1. Изменим максимальное количество значений в полеОбновление данных: введем365в полеОтображать до… последних значений.

Рис.23.Обновление данных

  1. В секции свойств графикаВнешний видвыберемопцию Модель- ная дата (только дата)из спискаФормат временной оси.

Рис.24.Внешний вид

  1. На диаграммеMain, переместим вправо график популяции агентов:
  2. Запустим модель и понаблюдаем за моделирующим процессом с помощью добавленной диаграммы.

За да ния.

Рис.25.Запуск готовой модели

  1. Добавьте два новых параметра, чтобы промоделировать эффект, оказывающий на потенциальных потребителей положительные отзывы о про- дукте его владельцев. Первый параметр, который будет определять интенсив- ность контактов, и второй, который будет задавать вероятность приобретения продукта в результате общения с пользователем этого продукта.
  2. Представьте, что у данного товара есть срок эксплуатации, равный двенадцати месяцам. Поэтому вскоре потребителю может понадобиться замена продукта. Смоделируйте повторные покупки, при которых агенты переходят из состоянияUserобратно в состояниеPotentialuser.
  3. Усовершенствуйте модель, добавив у агентов еще одно состояние, которое будет соответствовать времени, проходящему с момента принятия ре- шения о покупке продукта до момента появления товара в продаже и доставке покупателю.

Модель обслуживания в банковском отделении.

Задача.Оптимизация обслуживания клиентов банка при введении соци- ально-ориентированных банковских продуктов.

Шаг 1. Создание простой модели банка.

  1. Щелкнимпо кнопке панели инструментовСоздать.
  2. В диалоговом окне в полеИмя моделивведем названиеBanking-Houseи вЕдиницах модельного временивыберем минуты.Щелкнем по кноп- кеГотово, чтобы завершить процесс.

Рис. 26.Создание новой модели

В созданной модели уже имеется тип агентаMainи экспериментSimulation.В агентеMainнам необходимо расположить объекты банковского отделения и диаграммы потока клиентов.

Создадим диаграмму процесса из блоковБиблиотеки моделирования процессов.

  1. Перетащим блокиБиблиотеки моделирования процессовна диа- грамму и соединим их, как показано на рисунке (см. рис. 27):

Рис.27.Работа с библиотекой моделирования процессов

Данная схема моделирует систему очереди, которая состоит из источника агентов -Source,очереди -Queue,задержки (время операции в банкомате)-De-lay,и финального исчезновения посетителей банка-Sink.

  1. Теперь укажем частоту прибытия клиентов, для этого выделим блокSourceи в панелиСвойстваукажем0.3 в минутув полеИнтенсивность при- бытия.

Рис. 28.Свойства блока Source

  1. В свойствах блокаQueueв полеВместимостьвведем 17(очередь не будет превышать 17 человек).
  2. Также изменим свойства блокаDelay.Назовем объ- ектCashMachine.Зададим время обслуживания одного клиента в полеВремя задержки,которое распределяется по треугольному закону со средним значе- нием, равным1.5,0.8 и 3.5минутам.

Рис.29.Свойства блока Delay

  1. Так как мы завершили построение простейшей модели, то пробуем ее запустить . Щелкнем по кнопке панели инструментовЗапуститьи выберем из открывшегося списка эксперимент модели:BankingHouse/Simulation.

Для каждой модели, создаваемой при помощи объектовБиблиотеки мо- делирования процессов,автоматически создается блок-схема, которая наглядно визуализирует процесс и позволяет подробно изучить состояние мо- делируемой системы.

Рис.30.Запуск простейшей модели банка

Шаг 2. Анимация объектов модели.

Чтобы нагляднее анализировать работу модели, добавим анимацию ос- новным объектам системы банковского обслуживания – в нашем случае это банкомат и очередь из клиентов.

Анимация модели будет создаваться в том же графическом редакторе, где уже располагается диаграмма процесса.

  1. Из палитрыРазметка пространстваперетаскиваемТочечный узелпод блок-схемой процесса, который будет обозначать банкомат.

Рис.31.Работа с блоками Разметки пространства

  1. Чтобы во время запуска модели изменялся цвет банкомата, в свой- ствахТочечного узлав полеЦветвведитеCashMachine.size() > 0 ?red :green
  2. В свойствах объектаDelay, который мы назвалиCashMachine, вы- берем точечный узелPointв параметреМесто агентов.

Рис.32.Свойства блока Delay

  1. Нарисуем «путь» - очередь к банкомату. Двойным щелчком выде- лим элементПутьпалитрыРазметка пространства, чтобы перейти в режим рисования.Закончим очередь передТочечном узледвойным щелчком.

Рис.33.Изображения пути к точечному узлу

  1. В свойствах блокаQueueв параметреМесто агентоввыберем

path,путь который мы только что изобразили.

  1. Запустим модель и увидим простейшую анимацию – банкомат и ве- дущую к нему очередь из клиентов. Цвета фигуры меняются в зависимости от того, обслуживается ли клиент в данный момент.
  2. Из палитрыПрезентацияперетащим элемент3Dокно в графиче- ский редактор.Поместим ее под простейшей анимацией.

Рисунок 34.Добавление 3D анимации

  1. Запустим модель и посмотрим на результат нашей работы. Щелк- нем кнопку панели инструментовПоказать область…и выберем[window3D]

.

Рис.35. 3D анимация

  1. Для того,чтобы создать фигуру клиента банка, необходимо создать новый тип агента. Из палитрыБиблиотеки моделирования процессовпере- тащим элементТип агентав графический редактор. В открывшемся окне Ма- стера введемИмя нового типаClient, оставим опциюСоздать новый тип агента «с нуля».НажмемДалее.

Рис.36.Создание нового типа агентов

  1. Выберем опцию3Dдля типа анимации и фигуру анимацииЧеловек

из списка. ЩелкнитеГотово.

Рисунок 37.Создание нового типа агентов

  1. В свойствах блокаSourceна диаграммеMainвыберем типа агентаClientв параметреНовый агент.Запустим модель, чтобы увидеть клиентов в очереди.

Задание.

Рис.38.3D анимация

Самостоятельно добавьте объект банкомата, перетащив 3DфигуруБан- коматиз секцииСупермаркет.Измените соответствующие свойства.

Рис.39.Запуск анимированной модели

Шаг 2. Добавление работников банка.

Для полноценного обслуживания клиентов банка, в нашей модели не хва- тает банковских работников. Можно промоделировать банковских работников, как и банкомат с очередью, при помощи блокаDelay.Но мы воспользуемся наиболее удобным способом – ресурсом. Ресурс – объект в палитреБиблиоте- ки моделирования процессов,который требуется агенту для выполнения кон- кретной задачи. Такой задачей в нашей модели будет необходимость получить помощь у банковских работников.

  1. Перетащим на диаграммуMainблокServiceизБиблиотеки моде- лирования процессов.Изменим свойстваблокаService:максимальное количе- ство клиентов в очереди – 20; в полеВремя –triangular (2.5, 6, 11).

Рис. 40.Свойства объекта Service

  1. Далее необходимо определить тех клиентов, которым действитель- но будет необходима помощь банковских работников. Для этого необходимо поместить блокSelectOutputизБиблиотеки моделирования процессовмежду уже использующимися блокамиsourceиqueue, как показано на рисунке (см. рис. 41).БлокSelectOutputблок принятия решения.

Рис.41.Добавление блок SelectOutput

  1. В свойствах данного блока в параметреВыходTrueвыбирается –

При выполнении условия.Остальное оставим без изменений.

  1. Соединим блоки друг с другом, как показано на рисунке (см. рис.

42).

Рисунок 42.Усовершенствование простейшей схемы

  1. Теперь добавим кассиров. Для этого воспользуемся блокомRe-sourcePool, перетащим его из палитры и расположим под блокомservice,как показано на рисунке (см. рис. 43):

Рис. 43.Добавление блока ResourcePool

  1. В свойствах изменимИмянаCashiers,в полеКол-во ресурсов – 4.
  2. Чтобы связать наших кассиров с клиентами, которые нуждаются в их услугах, в свойствах блокаServiceвыберем опциюРесурсы одного типав параметреЗахватить ресурсы, а вТипах ресурсоввыберемCashiers.

Рис.44.Свойства блока Service

  1. Добавим место ожидания для клиентов, используяПрямоуголь- ный узелизРазметки пространства.Перейдем в режим рисования и изобра- зим прямоугольник в графическом редакторе.Назовем нашу фигуруWaiting.

Рис.45.Добавление области ожидания

  1. В свойствах блокаServiceв параметреМесто агентов (queue)выберем прямоугольный узелWaiting.
  2. Аналогично изобразим прямоугольный узел для клиентов банка, где они будут находиться во время обслуживания. Назовем эту областьClientplac-es(по необходимости передвигайте объекты в пределах прямоугольной обла- сти).

Рис.46.Добавление области обслуживания

  1. Чтобы задать местоположение каждого клиента в зоне обслужива- ния, будем использоватьАттракторы.Для этого выделим узелClientplaces и в свойствах нажмем на кнопкуАттракторы…И укажем в количестве – 4.НажмемОки увидим 4 аттрактора, находящихся  на равном расстоянии  друг от друга в области обслуживания.

Рис.47.Аттракторы

  1. Снова изменим свойства блокаService -в параметреМесто аген- тов (delay)выберем область ожиданияClientplaces.

За да ние.

С помощью Прямоугольного узлаизобразите область для работников банка. Назовите эту областьCashierplaces.Используйте 4 аттрактора, как и с областью обслуживания (если аттракторы повернуты не в сторону клиентов, то зажмите клавишуShift, щелкните мышью по всем 4 аттракторам и выберите

+180.0 в параметреОриентацияв свойствахМестоположение и размер).

Рис.48.Аттракторы

  1. Перейдем к свойствам объектаCashiersи в параметреБазовое ме- стоположение (узлы)выберем областьCashierplaces.

За да ние.

ИспользуяТип ресурсасоздайте новый тип ресурсов для анимации бан- ковских работников.На место аттракторов поместите столы. Запустите модель.

Рис.49.Запуск модели

Шаг 4. Статистика средней занятости банкомата.

Чтобы посмотреть интересующую нас статистику воспользуемся палит- ройСтатистика.В данный раздел палитры входят элементы сбора данных и статистики, диаграммы для визуализации данных и результатов моделирова- ния.

  1. Воспользуемся столбиковой диаграммой – перетащим ее в графиче- ский редактор в пределах ограниченной области.

Рис.50.Столбиковая диаграмма

  1. В свойствахСтолбиковой диаграммынажмем кнопу с «+», чтобы добавитьЭлемент данных.ВЗаголовке – CashMachineutilization.В полеЗначение введемCashMachine.statsUtilization.mean()

Рис.51.Свойства диаграммы.

  1. В секцииЛегендаможно изменить расположение данных относи- тельно диаграммы.

Рис.52.Расположение легенды

  1. Запустите модель и понаблюдайте за занятостью банкомата.

За да ние.

Рис. 53.Статистика занятости банкомата

  1. Добавьте еще столбиковую диаграмму, которая будет отражать среднююдлину очереди. В значение впишитеqueue.statSize.mean()
  2. Добавьте еще два параметра, чтобы узнать, сколько времени клиент отводит на операции в банке и сколько времени он дожидается своей очереди. Первый параметр назовитеstartwaiting, второй –visitsystem.Добавьте две гисто- граммы, которые будут отображать распределение времени ожидания клиента и его пребывания. Запустите модель в режиме виртуального времени и понаблю- дайте за тем, какой вид примет распределение времен ожидания и пребывания клиентов в банковском отделении.

  1. Усовершенствуйте модель, добавив то количество банкоматов, сто- лов и банковских работников, которое соответствует количеству в  ближайшем к Вам отделении банка.

Апробация учебных материалов в старшей школе

Две группы обучающихся 10-х классов (52 человека) Школы №14 стали участниками апробации данной системы заданий. Одной из групп было пред- ложено построить данные модели, а другой – изучить данную тему без этого материала.

В качестве критериев оценивания были приняты уровни усвоения данной темы «низкий», «средний» и «высокий». Для чистоты эксперимента обучаю- щихся разбивали на две группы случайным образом.

Перед тем, как проводить апробацию, был произведен входной контроль знаний по теме, показавший следующие результаты (табл.1):

Таблица 1.Результаты изменения уровня знаний до и после апробации

апробации, %

апробации, %

апробации, %

апробации, %

Низки

25,93

20,00

29,63

4,00

Средни

40,74

48,00

59,26

52,00

Высоки

33,33

32,00

11,11

44,00

В данном педагогическом исследовании гипотезой выступает предполо- жение: уровень усвоения темы «Моделирование» обучающимися, кому была предложена система задач по теме «Имитационное моделирование» статически значимо отличается от уровня усвоения темы контрольной группы детей.

После проведения педагогического эксперимента было проведено кон- трольное мероприятие, в ходе которого обучающиеся показали следующие ре- зультаты усвоения темы (табл.2):

Таблица 2.Результаты усвоения темы после апробации

Уровень зна ний

Участники первой группы после апробации, %

Участники второй группы после апробации, %

Низкий

8

1

Средний

16

13

Высокий

3

11

Для сравнения данных результатов воспользуемся критерием     (читается

«хи-квадрат»), он же критерий однородности [17]. Все расчеты проведены по следующей формуле:

,

ГдеN– количество обучающихся во второй группе,M–количество  обуча-

ющихся в первой группе,L– количество уровней усвоения знаний (в нашем случаеL= 3), –количество участников второй группы, находящихся наi-ом уровне усвоения знаний (iпринимает значения от 1 до 3), – количество участников первой группы, находящихся наi-ом уровне усвоения знаний.

Нам необходима статистическая значимость равная 0,05 (то есть досто- верность данного исследования после окончания эксперимента составит 95%). На данном уровне значимости все значения , которые мы получим, будут де- литься на две группы:

  1. < 5.99. Все результаты, удовлетворяющие данному неравенству, будут являться статистически неразличимыми.То есть, показатели второй и первой группы несущественно отличаются.

  1. > 5.99. Все результаты, удовлетворяющие данному неравенству, будут являться статистически неразличимыми.То есть, все результаты, попа-

дающие в данную группу, будут являться показателем эффективности предла- гаемой системы задач.

Значение 5,99 мы взяли из таблицы критических значений критериядля уровня значимости 0,05. Данную таблицу можно найти в любой книге по статистическим исследованиям, в частности в книге [27].

Всего проведено 16 измерений, в ходе которых сравниваются первая и вторая группы до начала и после окончания педагогического эксперимента.В результате мы получили следующие значения (табл. 3):

Таблица 3.Значения после проведения измерений

л

Можно отметить, что критическое значение равно 5,99, а эмпирическое  –

10,26, т.е.χ2крит<χ2

. Значит, достоверность различий характеристик  сравни-

эмп

ваемых выборок составляет 95%, что показывает положительный эффект при- менения экспериментальной методики обучения.

Таким образом, можно заметить, что до проведения педагогического экс- перимента обе группы были статически неразличимыми, а в результате прове- дения эксперимента – результаты значительно отличаются. Из полученных ре- зультатов можно сделать вывод об эффективности использования предлагаемой

системы задач в процессе изучения темы «Имитационное моделирование» в старшей школе.

чи:

Заключение

В ходе проведения данного исследования были решены следующие  зада-

нения возможностей старшеклассников в освоении современных программных сред имитационного моделирования.

Список литературы

  1. Баран, В.И. Имитационное моделирование при решении экономи- ческих задач / В.И. Баран // Информатика и образование. - 2003. - №1. - С. 65- 71.
  2. Белошапка, В.К. Основы информационного моделирования / В.К. Белошапка, А. С. Лесневский // Информатика и образование. - 1989. - №3. - С. 17-34.
  3. Бешенков, С.А. Еще раз о формализации и моделировании в курсе информатики / С.А. Бешенков // Информатика и образование. - 2005. - №3. - С. 16-18.
  4. Бешенков, С.А. Моделирование и формализация. Методическое по- собие / С.А. Бешенков, Е.А. Ракитина. - М.: Лаборатория Базовых Знаний, 2002.

- 336 с.

  1. Боев, В.Д. Компьютерное моделирование: Пособие для курсового и дипломного проектирования вAnyLogic7:. - СПб.: ВАС,2011. - 348 с.
  2. Бояршинов, М.Г. Математическое моделирование в школьном кур- се информатики / И.Г. Бояршинов // Информатика и образование. - 1999. - №7. - С. 13-17.
  3. Гальперин, П.Я., Данилова В.Л. Воспитание систематического мышления в процессе решения малых творческих задач / П. Я. Гальперин, В.Л. Данилова // Вопросы психологии.1980. - №1.
  4. Глазунов, Н.Г. Моделирование социальных процессов: проблемы теории и практики. / Н.Г. Глазунов // Вектор науки ТГУ. - 2011. - №1 - С. 297- 300.
  5. Глинский, Б.А. Моделирование как метод научного исследования (гносеологический анализ) / Б.А. Глинский [и др.] - Минск: Изд-во МиГУ, 1965.

- 248 с.

  1. Григорьев И.А.,Anylogic за три дня / И.А. Григорьев // Практиче- ское пособие по имитационному моделированию. - 2016. - 202 с.

  1. Кодрянц, И.Г. Философские вопросы математического моделирова- ния. / И.Г. Кодрянц - Кишинев: Штиинца, 1978. - 92 с.
  2. Красовский, Н.Н. Моделирование - математика, информатика, ло- гика - в школе / Н.Н. Красовский, Т.Н. Решетова // Информатика и образование.

- 1997. - №2 - С. 65-71.

  1. Кузнецов, Ю.А. Применение пакетов имитационного моделирова- ния для анализа математических моделей экономических систем / Ю.А. Кузне- цов, В.И. Перова // Учебное пособие. - 2007. - 98 с.
  2. Кулагина, И.Ю. Возрастная психология / И.Ю . Кулагина // Воз- растная психология: развитие ребенка от рождения до 17 лет. 5-е изд. - М. : УРАО, 1999. - 175 с.
  3. Ляпунов, А.А. О математическом моделировании балансовых соот- ношений в биогеоценозе / А.А. Ляпунов // Журнал общей биологии. - 1969. -

№6

  1. Ляпунов, А.А. О математическом моделировании процессов жизне- деятельности/ А.А. Ляпунов // Математическое моделирование жизненных процессов. - М. - 1969
  2. Новиков, Д.А. Статистические методы в педагогических исследова- ниях (типовые случаи). / Д.А. Новиков - М.: МЗ-Пресс, 2004. - 68 с.
  3. Поляков, К.Ю. Информатика /К.Ю. Поляков [и др.] - М.: Бином.Лаборатория знаний, 2013. - С. 344
  4. Самарский, А.А. Математическое моделирование: Идеи. Методы. Примеры. / А.А. Самарский, А.П. Михайлов - М.: Наука, 1997. - 320 с.
  5. Самылкина, Н. Н. Информатика. 10–11 классы :методическое посо- бие / Н. Н. Самылкина, И. А. Калинин. — М. : БИНОМ. Лаборатория знаний, 2015. — 96 с.
  6. Самылкина, Н.Н. Информатика 10 класс (углубленный уровень). / Н.Н. Самылкина, И. А. Калинин - М.: Бином, 2013. - С. 254.
  7. Самылкина, Н.Н. Основы имитационного моделирования / Н.Н. Самылкина, И.А. Калинин // Информатика. - 2013. -№5

  1. Семакин, И.Г. Информатика / И.Г. Семакин [и др.] - М.: Бином.Ла- боратория знаний, 2014. - С. 176.
  2. Семакин, И.Г. Информатика и информационно-коммуникационные технологии. Базовый курс: Учебник для 9 класса / И.Г. Семакин [и др]. - М.: БИНОМ.Лаборатория знаний, 2005. - 371 с.
  3. Ступницкая, М.А. Что такое учебный проект? Учебно-методическое пособие. / М.А. Ступницкая - М.: Первое сентября, 2010. - 44 с.
  4. Уемов, А.И. Логические основы метода моделирования. / А.И. Уе- мов - М.: Мысль, 1971. - 311 с.
  5. Федеральный государственный образовательный стандарт: феде- ральный государственный образовательный стандарт среднего общего образо- вания от 17.05.2012 №413
  6. Хеннер, Е.К. Курс "Математическое моделирование" / Е.К. Хеннер, А.П. Шестаков // Информатика и образование. - 1996. - №4. - С. 17-23.
  7. Шеннон, Р. Имитационное моделирование - искусство и наука. - М.: Мир, 1978. - 420 с.
  8. Штофф, В. А. Роль моделей в познании. / В.А. Штофф - Л.: ЛГУ, 1963. - 35 с.
  9. [Электронный ресурс] - Национальное общество имитационного моделирования России //URL:https://simulation.su/
  10. [Электронный ресурс] - Сайт компании разработчика системы ими- тационного моделированияAnyLogic //URL:https://www.anylogic.ru/




Похожие работы, которые могут быть Вам интерестны.

1. ДЕЛОВЫЕ ИГРЫ В КУРСЕ ИНФОРМАТИКИ ОСНОВНОЙ ШКОЛЫ

2. ИЗУЧЕНИЕ ВОЗМОЖНОСТЕЙ ОБЛАЧНЫХ СЕРВИСОВ В УГЛУБЛЕННОМ КУРСЕ ИНФОРМАТИКИ

3. Формирование познавательных УУД на основе использования приема моделирования в процессе обучения на уроках информатики

4. МЕТОДИКА ИЗУЧЕНИЯ ЯЗЫКА ПРОГРАММИРОВАНИЯ PYTHON В УГЛУБЛЕННОМ КУРСЕ ИНФОРМАТИКИ С ПРИМЕНЕНИЕМ ДИСТАНЦИОННЫХ КУРСОВ COURSERA

5. Использование произведения Р. Д. Брэдбери «451 градус по Фаренгейту» в элективном курсе по английскому языку на старшей ступени обучения

6. Изучение истории Чушевицкой средней школы

7. Изучение компетентностно-ролевых предпочтений педагогов школы

8. Изучение процесса становления и развития Озерецкой основной школы

9. Изучение особенностей общетрудовых умений учащихся с нарушением интеллекта специальной (коррекционной) школы

10. ИЗУЧЕНИЕ ОСОЗНАННОСТИ И СТЕПЕНИ АДЕКВАТНОСТИ ВЫБОРА ПРОФЕССИИ У УЧАЩИХСЯ СПЕЦИАЛЬНОЙ (КОРРЕКЦИОННОЙ) ШКОЛЫ VIII ВИДА