Modelēšanas priekšmeta saturs

Modelēšanas plašākā nozīme Modeļa jēdziens labi definēts Wikipedia. Tomēr izslēdzam klaji nelietderīgus vides

jomai veidus (nude-art modelling) u.tml. Būtībā tā ir jebkura `īsta` objekta mums svarīgu īpašību aprēķina metodika, atmetot mazāk svarīgās īpašības, ja pārāk neizkropļojas sagaidāmais rezultāts - tiecoties sasniegt īpašības interpolāciju vai ekstrapolāciju mums grūti pieejamā (piem, dārgs vai lēns/ātrs) vērtību apgabalā.

Plašākā nozīme ietver arī jebkuru datu noformēšanas/zīmēšanas metodi, jo arī bilde, skaņas celiņš vai videokadri ir `lielā reālā` procesa modelis. Zinātniekam savus datus ir jāmāk pasniegt, tāpēc laiks tika veltīts arī šādu programmu apskatam, tik īpaši tomēr neiedziļinoties, kā matemātiski fizikālajā modelēšanā.

Modelēšanas šaurākā nozīme Gaisa kvalitātes modeļi, trokšņa modeļi, vides trofiskās ietilpības vai dinamikas

modeļi

Modelēšanas mācību metode

Detalizēta instrukcija ir katras datorprogrammas HELP fails, kā arī mācību grāmatas viss saturs.

Tāpēc studentiem tiek nodrošinātas e-grāmatu kopijas ar pamatīgu informatīvu pārpilnību (vairāk kā 100 nosaukumi), uzskatot, ka rodoties problēmai studenti šīs grāmatas sāks lasīt. Grāmatu došana pamatojas uz Romas līgumu par autortiesībām un blakustiesībām - mācību nolūkos, ja ar to netiek gūts materiāls labums, grāmatu daļas drīkst pavairot bez saskaņojuma ar autoru.

Mācību process sastāv no preinstalētu izvēlētu datorprogrammu demonstrēšanas + komentēšanas auditorijā un uzaicinājuma studentiem pašiem veikt ar tām vienkāršas darbības turpat uz vietas.

Mājas uzdevumam studenti tiek aicināti pārregulēt dotus parauga failos ar atsevišķu parādību t.sk. Excel modeļiem, kas dod iespēju tiem saprast modelī iešūto matemātiku un fizikālo būtību.

Modelēšanas programmatūras

Programmatūras izvēle ir kursa visslidenākā vieta, jo autortiesības pārkāpt mēs nevaram, bet nopirkt simtiem programmu, no kurām dažas maksā desmittūkstošus gabalā, ir nesamērīgi dārgi.

Tāpēc tika izmeklētas katrai jomai raksturīgas programmas, kam eksistē vismaz 15 dienu DEMO versijas, un mācības realizējām ar tām.

Viss pamatojas uz to, ka viena tipa programmatūrai starp modeļiem programmas lietotāja rīcības un izvēlnes atšķiras samērā nedaudz. Tātad, mākot strādāt ar divām līdzīgā, trešā nepazīstamā aizies bez lielām grūtībām

Parādību modeļi tika izskatīti secībā - vienkāršs Excel modelis kurā viegli orientēties matemātikā, tad profesionāla programma šīs parādības modelēšanai; visbeidzot (ja eksistē) dinamiskais parādības modelis.

Modelēšanas kursa rezultāti

Pēc lekciju cikla noklausīšanās, divi profesionāli paildināties griboši augstākā līmeņa IVN darbu autori un menedžeri, kas noklausījās selektīvi tikai šo lekciju kursu, atzina, ka daudzos jautājumos viņiem `atvērušās acis`

Savukārt visus lekciju kursus klausošies studenti atzina, ka kurss ievērojami cēlis viņu pašvērtības apziņu un mazinājis baiļu sindromu no nepazīstamām sarežģītām programmatūrām

Kursa rezultātā ir jāsecina - papildus `basic` datorinteliģencei nepieciešams izvirzīt prasību studentiem spēt lasīt ievērojamus tehniska teksta apjomus angļu un krievu valodās. Jo literatūra latviski faktiski ir gandrīz neesoša šajā sfērā, un vairākiem studentiem tas radīja ievērojamas problēmas

Modelēšanas kursa pasniegšanas veids un materiāli

Kursam daudz prezentāciju slaidi netika gatavoti, ja neskaita labi pārdomātus saglabātus parādību modeļus no dažādiem IVN darbiem. Jo demonstrācijas objekts ir pašu programmu darbība ievadot reālistiskus ieejas datus un analizējot rezultātus. Piemēram, kā mainās putekļu daļiņas levitācijas laiks atkarībā no daļiņas izmēriem. Vai troksnis no dzīvžoga izmēriem.

Kursa materiāli ~10 Gigabaitu!! apjomā ir pieejami studentiem www.asi.lv saitā, un sastāv no iepriekš minētajām grāmatām un tām datorprogrammām, kuras ir pieļauts izplatīt kā demo versijas. Kursa autora sagatavotie daudzie Excel mācību modelīši tāpat pievienoti saitā.

Modelēšanas mājasdarbu uzdevumi atrodami ASI Moodle saitā, un sastāv no teorētiksas un no praktiskas dabas jautājumiem

Modelēšanas uzdevumi

Piemēram, mājās uz dotā datu faila bāzes izstādā ekstarpolāciju cilvēces skaitliskai augšanas dinamikai, novērtē šī modeklējuma nenoteiktības/kļūdas apgabalu. Rezultātus attēlo kā grafiku, ietverot kļūdas apgabala atainojumu.

Piemēram, kurš lielums smaku modelēšanas jomā ir tiešs analogs gaisa ķīmiskā piesārņojuma atbilstošam raksturlielumam (ievelc savienojošas līnijas, ja nav analoga-nevelc) - OU; g/m3; OU/m3; OU/sek; g/s; grami

Piemēram, mājās iepazīstoties ar pievienotajiem VBA failiem panāc, lai mašīnīte pa ekrānu braukā divreiz lēnāk un pretējā virzienā. Panāc, lai tā kustās tik ātri, cik rezultātu dod lapas stūrī izveidotais divu skaitļu sareizināšanas kalkulators.

Piemēram, analizē ar SPSS doto gada meteofailu (vēja ātrumu ik pa stundai 8760 mērījumus) vai tie ir statistiski uzticami un cik labi tie korelē ar stundas temperatūru izmaiņu.

Piemēram, ar CADNA-demo novērtē, cik tālu no dzelceļa lokomotīves svilpe pārkāpj nakts normatīvu troksnim lauku apstākļos. Cik tālu tā ir sadzirdama. Cik tālu izplatās autoceļa troksnis no 1000 a/m stundā.

Eksāmena uzdevumi

Eksāmens sastāvēja no trim sadaļām: 1) students izstāsta no 10 biļešu sērijas vienu izvilkto teorijas jautājumu par

plašu jomu, piemēram, kādi jautājumi ir aktuāli trokšņa jomā, un ar kādām programmatūrām katru no tiem var risināt

2) students izvelk šaurāku teorētisko jautājumu, piemēram, raksturo galvenos trūkumus un priekšrocības programmai ADMS, apraksti pielietošanas sfēru un lietošanas īpatnības, kā un kādā formā tiek iegūtu izejas dati, kādi nepieciešami ieejas dati.

3) students saņem praktisku modelēšanas uzdevumu, piemēram, izvēlies ar kādu no šajā datorā esošām programmām lietderīgāk ir modelēt, piemēram, zivju populācijas izmiršanas dinamiku Baltijas jūrā, ja zināmie ieejas dati ir sekojoši (..). Students šo darbu varētu veikt ar Excel, vai labāk ar Stella, vai konstatēt, ka speciālizētākas ihtiologu programmatūras datorā nav. Ja tas sāk vērt vaļā galīgi nepiemērotu programmu, uz to tiek uzvedinoši aizrādīts.

Sekmība eksāmenā bija starp vidēji zema un viegli augstāka par labu. Nesekmīgu studentu un teicami zinošu studentu nebija.