Психологическое моделирование: Психологическое Моделирование | это… Что такое Психологическое Моделирование?

Моделирование — Психологос

Модели́рование — метод исследования объектов на их моделях — аналогах определённого фрагмента природной или социальной реальности; построение и изучение моделей реально существующих предметов, процессов или явлений с целью получения объяснений этих явлений (органических и неорганических систем, инженерных устройств, разнообразных процессов — физических, химических, биологических, социальных) и конструируемых объектов. Моделирование необходимо также для предсказания явлений, интересующих исследователя.

Форма моделирования зависит от используемых моделей и сферы их применения. По характеру моделей выделяют предметное и знаковое (информационное) моделирование. При знаковом моделировании моделями служат схемы, чертежи и т.п. Важнейшим видом такого моделирования является математическое (логико-математическое) моделирование. Возможность моделирования, т.е. переноса результатов, полученных в ходе построения и исследования моделей, на оригинал, основана на том, что модель в определённом смысле отображает (воспроизводит) какие-либо его стороны и предполагает наличие соответствующих теорий или гипотез. Моделирование всегда применяется вместе с другими общенаучными и специальными методами; особенно тесно оно связано с экспериментом. Моделирование в обучении имеет два аспекта: моделирование как содержание, которое учащиеся должны усвоить, и моделирование как учебное действие, средство обучения. С помощью моделирования удаётся свести изучение сложного к простому, невидимого и неощутимого к видимому и ощутимому, незнакомого к знакомому. Система научных моделей, аппарат для их исследования, методика использования в практике результатов исследования входят в основы наук, которые составляют содержание учебного предмета. Моделирование объектов, которые по своей сложности или величине не поддаются исследованию и изготовлению в натуре,- составная часть технического творчества детей. В зависимости от того, какие свойства моделируемого объекта выбраны главными, один и тот же объект может быть представлен моделями различной конструкции. Так, при исследовании физических процессов стремятся к тому, чтобы по результатам опытов на модели можно было судить о явлениях, происходящих в естественных условиях. Наряду с физическим часто используется математическое моделирование. Для изучения сложных самоорганизующихся систем используют кибернетическое моделирование: создаётся функциональная модель, основанная на более простых явлениях, чем изучаемая система. Широко применяется моделирование на компьютерах.

Подробнее

Под моделированием понимается процессы как построения, так и изучения и применения моделей. Оно тесно связано с такими гносеологическими категориями, как абстракция, аналогия, гипотеза и другими: процесс моделирования обязательно включает и построение абстракций, и умозаключения по аналогии, и конструирование научных гипотез. Поэтому естественно задать вопрос: является ли моделирование особым методом научного познания, не является ли оно синонимом процесса теоретического исследования или процесса познавательной деятельности вообще?

Главная особенности моделирования в том, что это метод опосредованного познания с помощью объектов-заместителей — моделей.

Виды моделирования

В силу многозначности понятия «модель» в науке и технике не существует единой классификации видов моделирования: классификацию можно проводить по характеру моделей, по характеру моделируемых объектов, по сферам приложения моделирования (в технике, физических науках, кибернетике и т. д.). Например, можно выделить следующие виды моделирования:

• Компьютерное моделирование
• Математическое моделирование
• Математико-картографическое моделирование
• Цифровое моделирование
• Логическое моделирование
• Психологическое моделирование
• Статистическое моделирование
• Структурное моделирование
• Физическое моделирование
• Экономико-математическое моделирование
• Имитационное моделирование
• Эволюционное моделирование
• и т. д.

Модели могут быть техническими, логическими, математическими, кибернетическими. Математическая модель представляет собой выражение или формулу, включающую переменные и отношения между ними, воспроизводящие элементы и отношения в изучаемом явлении. Техническое моделирование предполагает создание прибора или устройства, по своему действию напоминающего то, что подлежит изучению. Кибернетическое моделирование основано на использовании в качестве элементов модели понятий из области информатики и кибернетики.

Логическое моделирование основано на идеях и символике, применяемой в математической логике.

Процесс моделирования

Процесс моделирования включает три элемента:

• субъект (исследователь),
• объект исследования,
• модель, определяющую (отражающую) отношения познающего субъекта и познаваемого объекта.

Первый этап построения модели предполагает наличие некоторых знаний об объекте-оригинале. Познавательные возможности модели обусловливаются тем, что модель отображает (воспроизводит, имитирует) какие-либо существенные черты объекта-оригинала. Вопрос о необходимой и достаточной мере сходства оригинала и модели требует конкретного анализа. Очевидно, модель утрачивает свой смысл как в случае тождества с оригиналом (тогда она перестает быть моделью), так и в случае чрезмерного во всех существенных отношениях отличия от оригинала. Таким образом, изучение одних сторон моделируемого объекта осуществляется ценой отказа от исследования других сторон.

Поэтому любая модель замещает оригинал лишь в строго ограниченном смысле. Из этого следует, что для одного объекта может быть построено несколько «специализированных» моделей, концентрирующих внимание на определенных сторонах исследуемого объекта или же характеризующих объект с разной степенью детализации.

На втором этапе модель выступает как самостоятельный объект исследования. Одной из форм такого исследования является проведение «модельных» экспериментов, при которых сознательно изменяются условия функционирования модели и систематизируются данные о ее «поведении». Конечным результатом этого этапа является множество (совокупность) знаний о модели.

На третьем этапе осуществляется перенос знаний с модели на оригинал — формирование множества знаний. Одновременно происходит переход с «языка» модели на «язык» оригинала. Процесс переноса знаний проводится по определенным правилам. Знания о модели должны быть скорректированы с учетом тех свойств объекта-оригинала, которые не нашли отражения или были изменены при построении модели.

Четвертый этап — практическая проверка получаемых с помощью моделей знаний и их использование для построения обобщающей теории объекта, его преобразования или управления им.

Моделирование — циклический процесс. Это означает, что за первым четырехэтапным циклом может последовать второй, третий и т.д. При этом знания об исследуемом объекте расширяются и уточняются, а исходная модель постепенно совершенствуется. Недостатки, обнаруженные после первого цикла моделирования, обусловленные малым знанием объекта или ошибками в построении модели, можно исправить в последующих циклах.

Сейчас трудно указать область человеческой деятельности, где не применялось бы моделирование. Разработаны, например, модели производства автомобилей, выращивания пшеницы, функционирования отдельных органов человека, жизнедеятельности Азовского моря, последствий атомной войны. В перспективе для каждой системы могут быть созданы свои модели, перед реализацией каждого технического или организационного проекта должно проводиться моделирование.

Литература и ссылки

• Учебные пособия института математического моделирования РАН
• Художественное моделирование геометрических форм, статья
• Нефёдов С. А., Турчин П. В. Опыт моделирования демографически-структурных циклов // История и Математика: Макроисторическая динамика общества и государства История и Математика: Макроисторическая динамика общества и государства / Ред. Коротаев А.В., Малков С.Ю., Гринин Л.Е. М.: КомКнига/УРСС. С.153-167. ISBN 978-5-484-01009-7.
• Деловая игра
• Сообщество свободного математического моделирования

опыт консультантов – инструмент имитационного моделирования AnyLogic

Компания «Фокус Групп» – команда российских консультантов по AnyLogic. Они помогают бизнесу решать задачи с помощью имитационного моделирования. В портфеле их проектов – оптимизация пассажирских перевозок, создание цифрового двойника нефтяного месторождения и модель для поддержки производственного планирования. В нашем блоге они делятся опытом в моделировании горнодобывающих процессов и разбирают примеры бизнес-задач на реальных моделях.

---

Александр Дёмин
руководитель направления
имитационного моделирования

Как любой капиталоёмкий бизнес, горнодобывающие компании постоянно оценивают и оптимизируют производственные и бизнес-процессы. Однако в горном деле есть своя специфика: сложные процессы в логистике перевалки сырья и материально-техническом снабжении месторождений увеличивают затраты горнодобывающих компаний. Когда классические инструменты оптимизации становятся неэффективными, компании ищут новые подходы. Один из них – имитационное моделирование горнодобывающих процессов. Оно позволяет сымитировать работу шахт и оборудования, а также протестировать ограничения и изменения в процессах без значительных затрат. Вот некоторые задачи, для решения которых в горнодобыче используется ИМ.

Планирование объемов добычи и анализ производственных процессов шахты

Эти задачи мы решали для одного из крупнейших производителей стали.

Посмотрите на модель угольного рудника компании; она сделана с помощью стандартных инструментов AnyLogic.

Это – типичная модель подземных горнодобывающих работ. В ней комбайны добывают руду, которая затем переправляется по динамически изменяющейся сети конвейеров. Чтобы построить такую модель, мы использовали информацию о разметке шахтного поля, местных особенностях геологии и бурения, количестве и производительности оборудования, транспортных средствах, продолжительности и последовательности выполнения операций.

Мы смоделировали несколько сценариев работы шахты, для каждого из которых оценили потенциальные объемы добычи и варианты формирования горных выработок, рассчитали загрузку оборудования и дополнительные инвестиции для реализации сценариев.

Составление транспортных маршрутов и логистических графиков работ внутри и снаружи шахт

Модель позволяет оптимизировать состав транспортного парка и находить наилучший план перевозки ископаемых от шахты до обогатительной фабрики. При этом в модели расходы на доставку удается снизить, а надежность перевозок – повысить, в том числе благодаря пересчету маршрутов при поломке грузовиков и блокировке путей. В модели учитываются производственные планы, а также параметры всех типов техники, добываемого сырья и объектов инфраструктуры. С помощью модели можно протестировать схемы поставки сырья, для каждой из них рассчитать объемы потоков по логистическим плечам, а также требования к инфраструктуре, затраты на оборудование и технику.

По этим показателям вычисляется оптимальный маршрут.

Эти задачи, типичные в сфере горнодобычи, мы часто решаем для наших клиентов и объединяем в группу “сценарного анализа”. В нее также входят другие задачи:

• динамическое прогнозирование объемов добычи и запасов;
• синхронизация работ внутри и снаружи шахт;
• расчет уровня использования оборудования;
• определение нужного количества транспортных средств, сроков аренды или лизинга оборудования;
• планирование ремонта оборудования.

Все модели для проектов мы разрабатываем в AnyLogic, так как на сегодняшний день это лидирующий инструмент для моделирования горных работ благодаря своей гибкости, интеграции с ГИС-картами, агентному моделированию и развитым средствам 3D анимации. В нашем профиле в AnyLogic Cloud вы найдете примеры таких моделей.

Больше историй успеха в области горнодобычи – в разделе кейсов на нашем сайте.

Также рекомендуем обратить внимание на модель подземного рудника, которая входит в стандартные примеры AnyLogic. В ней сымитированы процессы бурения и погрузки, взрывные работы, погрузка руды самосвалом и перевозка на рудник. Задача этой модели – отследить загрузку оборудования и определить его оптимальное количество для проходческих работ, а также наглядно показать, как техника в шахте может блокировать путь транспорту.

Этот пример (файлы модели доступны в AnyLogic и на сайте AnyLogic Cloud) поможет начинающим изучить механизмы реализации работы рудника в модели.

Моделирование поведения (СОЦИАЛЬНАЯ ПСИХОЛОГИЯ)

Моделирование поведения Определение

Моделирование — это один из способов обучения поведению. Когда человек наблюдает за поведением другого, а затем имитирует это поведение, он или она моделирует поведение. Это иногда называют наблюдательным обучением или социальным обучением. Моделирование — это своего рода косвенное обучение, при котором не требуется прямого обучения. Действительно, один может не осознавать, что другой моделирует его или ее поведение. Моделирование может научить новому поведению, повлиять на частоту ранее изученного поведения или увеличить частоту аналогичного поведения.

Компоненты моделирования

Моделирование поведения включает четыре этапа. Первое — это внимание. Прежде чем поведение можно воспроизвести, нужно обратить внимание на поведение. Следующий шаг — удержание. Нужно уметь запоминать или сохранять наблюдаемое поведение. Третий этап – размножение. Человек должен уметь переводить образы чужого поведения в свое собственное поведение. Короче говоря, нужно иметь возможность воспроизводить поведение. Завершающий этап – мотивация. В конце концов, человек должен быть мотивирован, чтобы подражать поведению. Пока не будет причины, человек не будет моделировать поведение.

Поведение, на которое влияет моделирование

Известно, что моделирование влияет на многие категории поведения. Одной из таких категорий поведения является помощь. Например, исследования показали, что дети, подвергавшиеся воздействию просоциальных моделей, были более полезными, чем дети, не подвергавшиеся воздействию таких моделей. Моделирование также влияет на агрессию. Дети, подвергшиеся воздействию модели, играющей агрессивно, позже имитировали ту же агрессивную игру, в то время как сверстники, не подвергавшиеся воздействию агрессивной модели, не играли так агрессивно. Исследования также показали, что когда дети наблюдали за агрессивным поведением, которое приводило к положительным результатам для модели, они вели себя более агрессивно. Похоже, что положительный результат для агрессивной модели усилил агрессивное поведение наблюдателя. Кроме того, моделирование влияет на полоролевое поведение. Дети учатся подходящему для пола поведению и предпочтениям, подражая моделям того же пола.

Эффективные модели

Многие факторы влияют на эффективность модели. Обычно, чем привлекательнее или желательнее модель для наблюдателя, тем больше вероятность того, что эта модель будет подражать. На желательность или привлекательность модели частично влияет престиж модели для наблюдателя. Это объясняет, почему родители и учителя часто служат моделями поведения. На эффективность модели также в некоторой степени влияет сходство. Чем больше модель похожа на наблюдателя, тем эффективнее будет модель. Это объясняет, почему сверстники предлагают такие сильные модели поведения. Кроме того, эффективные модели не обязательно должны быть людьми или живыми. Куклы и мультфильмы, а также персонажи телевидения и кино часто служат эффективными моделями поведения.

Ссылки:

1. Бандура, А. (1977). Теория социального обучения. Энглвуд Клиффс, Нью-Джерси: Прентис Холл.
2. Бандура, А. (1989). Социальная когнитивная теория. В Р. Васта (ред.), Анналы развития ребенка (том 6, стр. 1-60). Гринвич, Коннектикут: JAI Press.
3. Бандура А., Росс Р. и Росс С. (1961). Передача агрессии через подражание агрессивным моделям. Журнал ненормальной и социальной психологии, 63, 575-582.
4. Спрафкин, Дж. Н., Либерт, Р. М., и Пулос, Р. В. (1975). Влияние просоциального телевизионного примера на помощь детям. Журнал экспериментальной детской психологии, 20, 119-126.

Оценка и моделирование психологических показателей при наличии многомерности

. 2013;95(2):129-40.

doi: 10.1080/00223891.2012.725437. Epub 2012 2 октября.

Стивен П. Риз ¹ , Уэс Э. Бонифей, Марк Г. Хэвиленд

Принадлежности

принадлежность

• ¹ Факультет психологии Калифорнийского университета, Лос-Анджелес, Калифорния
  , США. [email protected]

• PMID: 23030794
• DOI: 10. 1080/00223891.2012.725437

Стивен П. Рейз и соавт. J Pers Ass. 2013.

. 2013;95(2):129-40.

doi: 10.1080/00223891.2012.725437. Epub 2012 2 октября.

Авторы

Стивен П. Риз ¹ , Уэс Э. Бонифей, Марк Г. Хэвиленд

принадлежность

• ¹ Факультет психологии Калифорнийского университета, Лос-Анджелес, Калифорния
  , США. [email protected]

• PMID: 23030794
• DOI: 10. 1080/00223891.2012.725437

Абстрактный

Подтверждающие факторные аналитические исследования психологических показателей, показывающие многомерность ответов на вопросы, не дают достаточных указаний для практической работы. Демонстрация того, что данные об ответах на задания являются многофакторными, таким образом, не обязательно (а) означает, что общий балл по шкале является неадекватным показателем предполагаемой конструкции, (б) требует создания и оценки подшкал или (в) требует определения многомерной модели измерения. в исследованиях с использованием моделирования структурными уравнениями (SEM). Чтобы лучше информировать об этих важных решениях, необходим более детальный психометрический анализ. Мы описываем 3 общепризнанных, но редко используемых психометрических подхода, которые отвечают на 4 отдельных вопроса: (а) В какой степени общие баллы по шкале отражают достоверные вариации одного конструкта? (b) Оправдано ли подсчет баллов и отчетность по подшкалам? (c) Если это оправдано, насколько надежная дисперсия обеспечивается баллами по подшкалам после учета общего фактора? и (d) Могут ли данные ответа многомерного элемента быть представлены одномерной моделью измерения в SEM, или многомерные модели измерения (например, второго порядка, бифактор) необходимы для получения несмещенных структурных коэффициентов? В ходе обсуждения мы даем рекомендации прикладным исследователям о том, как лучше всего интерпретировать результаты применения этих методов и рассматривать их ограничения.

Похожие статьи

• Бифакторные модели и вращения: изучение степени, в которой многомерные данные дают однозначные оценки по шкале.

  Reise SP, Moore TM, Haviland MG. Рейзе С.П. и соавт. J Pers Ass. 2010 ноябрь; 92 (6): 544-59. doi: 10.1080/00223891.2010.496477. J Pers Ass. 2010. PMID: 20954056 Бесплатная статья ЧВК.

• Применение бифакторных статистических показателей при оценке психологических показателей.

  Родригес А., Рейз С.П., Хэвиленд М.Г. Родригес А. и др. J Pers Ass. 2016;98(3):223-37. дои: 10.1080/00223891.2015.1089249. Epub 2015 29 октября. J Pers Ass. 2016. PMID: 26514921

• Сравнение подходов структурного уравнения и многомерного моделирования Раша к подтверждающему факторному анализу.

  Вулф Э.В., Сингх К. Вулф Э.В. и соавт. J Appl Meas. 2011;12(3):212-21. J Appl Meas. 2011. PMID: 22357124

• Оценка бифакторных моделей: расчет и интерпретация статистических индексов.

  Родригес А., Рейз С.П., Хэвиленд М.Г. Родригес А. и др. Психологические методы. 2016 июнь;21(2):137-50. doi: 10.1037/met0000045. Epub 2015 2 ноября. Психологические методы. 2016. PMID: 26523435 Обзор.

• Факторно-аналитические модели: рассмотрение структуры инструмента оценки с трех точек зрения.

  Бирн Б.М. Берн БМ. J Pers Ass. 2005 г., август; 85 (1): 17–32. дои: 10.1207/s15327752jpa8501_02. J Pers Ass. 2005. PMID: 16083381 Обзор.

Посмотреть все похожие статьи

Цитируется

• Факторная структура индекса тревожной чувствительности-3 в выборке пожилых людей.

  Робинсон А., Вайцнер Д.С., Каламиа М. Робинсон А. и др. Eur J Старение. 2022 31 октября; 19 (4): 1543-1548. doi: 10.1007/s10433-022-00736-9. электронная коллекция 2022 дек. Eur J Старение. 2022. PMID: 36506657

• Личность, восприятие риска и поведение в отношении здоровья: двухволновое исследование взаимных отношений у взрослых.

  Тогерсен-Нтумани К., Стенлинг А., Изетт Э., Квестед Э. Thøgersen-Ntoumani C, et al. Общественное здравоохранение Int J Environ Res. 2022 2 декабря; 19 (23): 16168. дои: 10.3390/ijerph292316168. Общественное здравоохранение Int J Environ Res. 2022. PMID: 36498240 Бесплатная статья ЧВК.

• Можно ли применить связующую таблицу пешеходных переходов к другому населению? Независимое проверочное исследование для перекрестного перехода между шкалами депрессии BSI и шкалами депрессии PROMIS.

  Тан Х, Шале Б.Д., Янулис П., Кипке М.Д., Каат А., Мустански Б., Ньюкомб М.Е., Рэгсдейл А., Ким С., Симинский С., Горбач П.М. Тан X и др. ПЛОС Один. 2022 28 ноября; 17 (11): e0278232. doi: 10.1371/journal.pone.0278232. Электронная коллекция 2022. ПЛОС Один. 2022. PMID: 36441806 Бесплатная статья ЧВК.

• Двухфакторные модели и модели связки второго порядка для данных ответов на вопросы.

  Кадхем С.Х., Николулопулос А.К. Кадхем С.Х. и соавт. Психометрика. 2022, 21 ноября. doi: 10.1007/s11336-022-09894-2. Онлайн перед печатью. Психометрика. 2022. PMID: 36414825

• Чувство страны: общие и специфические факторы коррелируют с социальной идентификацией и предсказывают планы эмиграции.

  Колесов А.