Vetenskaplig modellering - Scientific modelling

Exempel på vetenskaplig modellering. En schema över kemiska och transportprocesser relaterade till atmosfärisk sammansättning.
Del av en serie om
Forskning
En bärbar dator bredvid arkivmaterial
Lista över akademiska områden
Forskningsdesign
Filosofi
Forskningsstrategi
Metodik
Metoder
Verktyg och programvara
Filosofi portal

Vetenskaplig modellering är en vetenskaplig verksamhet vars syfte är att göra en viss del eller särdrag i världen lättare att förstå , definiera , kvantifiera , visualisera eller simulera genom att hänvisa till befintlig och vanligtvis accepterad kunskap . Det kräver att man väljer och identifierar relevanta aspekter av en situation i den verkliga världen och sedan använder olika typer av modeller för olika syften, såsom konceptuella modeller för att bättre förstå, operativa modeller för att operationalisera , matematiska modeller för att kvantifiera, beräkningsmodeller att simulera och grafiska modeller för att visualisera ämnet.

Modellering är en väsentlig och oskiljaktig del av många vetenskapliga discipliner, som alla har sina egna idéer om specifika modelleringsformer. Följande sa John von Neumann .

... vetenskaperna försöker inte förklara, de försöker knappt ens att tolka, de gör främst modeller. Med en modell menas en matematisk konstruktion som, med tillägg av vissa verbala tolkningar, beskriver observerade fenomen. Motiveringen av en sådan matematisk konstruktion är enbart och exakt att den förväntas fungera - det vill säga korrekt att beskriva fenomen från ett rimligt brett område.

Det finns också en ökad uppmärksamhet på vetenskaplig modellering inom områden som naturvetenskaplig utbildning , vetenskapsfilosofi , systemteori och kunskapsvisualisering . Det finns en växande samling av metoder , tekniker och meta teori om alla typer av specialiserad vetenskaplig modellering.

Översikt

MathModel.svg

En vetenskaplig modell försöker representera empiriska objekt, fenomen och fysiska processer på ett logiskt och objektivt sätt. Alla modeller är i simulakra , det vill säga förenklade reflektioner av verkligheten som, trots att de är approximationer, kan vara oerhört användbara. Att bygga och bestrida modeller är grundläggande för det vetenskapliga företaget. Fullständig och sann framställning kan vara omöjlig, men vetenskaplig debatt handlar ofta om vilken modell som är bättre för en given uppgift, t.ex. vilken är den mer exakta klimatmodellen för säsongsprognoser.

Försök att formalisera de principer för empiriska vetenskaper använda en tolkning på modell verkligheten, på samma sätt logiker axiomatize de principer för logik . Syftet med dessa försök är att konstruera ett formellt system som inte kommer att ge teoretiska konsekvenser som strider mot vad som finns i verkligheten . Förutsägelser eller andra uttalanden från en sådan formell systemspegel eller kartlägger den verkliga världen endast i den mån dessa vetenskapliga modeller är sanna.

För forskaren är en modell också ett sätt på vilket de mänskliga tankeprocesserna kan förstärkas. Till exempel gör modeller som återges i mjukvara forskare att utnyttja beräkningskraft för att simulera, visualisera, manipulera och få intuition om den enhet, fenomen eller process som representeras. Sådana datormodeller är i silikon . Andra typer av vetenskapliga modeller är in vivo (levande modeller, såsom laboratorieråttor ) och in vitro (i glas, t.ex. vävnadsodling ).

Grunderna

Modellering som ett substitut för direktmätning och experiment

Modeller används vanligtvis när det är antingen omöjligt eller opraktiskt att skapa experimentella förhållanden där forskare direkt kan mäta resultat. Direktmätning av utfall under kontrollerade förhållanden (se vetenskaplig metod ) kommer alltid att vara mer tillförlitlig än modellerade uppskattningar av utfall.

Inom modellering och simulering är en modell en uppgiftsdriven, målmedveten förenkling och abstraktion av en verklighetsuppfattning, formad av fysiska, juridiska och kognitiva begränsningar. Det är uppgiftsdrivet eftersom en modell fångas med en viss fråga eller uppgift i åtanke. Förenklingar lämnar alla kända och observerade enheter och deras relation utanför som inte är viktiga för uppgiften. Abstraktion aggregerar information som är viktig men inte behövs i samma detalj som objektet av intresse. Båda aktiviteterna, förenkling och abstraktion, görs målmedvetet. De görs dock utifrån en verklighetsuppfattning. Denna uppfattning är redan en modell i sig, eftersom den kommer med en fysisk begränsning. Det finns också begränsningar för vad vi lagligt kan observera med våra nuvarande verktyg och metoder, och kognitiva begränsningar som begränsar vad vi kan förklara med våra nuvarande teorier. Denna modell omfattar begreppen, deras beteende och deras relationer informell form och kallas ofta en begreppsmodell . För att kunna köra modellen måste den implementeras som en datorsimulering . Detta kräver fler val, till exempel numeriska approximationer eller användning av heuristik. Trots alla dessa kunskapstekniska och beräkningsmässiga begränsningar har simulering erkänts som den tredje pelaren för vetenskapliga metoder: teoribyggnad, simulering och experiment.

Simulering

En simulering är ett sätt att implementera modellen, som ofta används när modellen är för komplex för den analytiska lösningen. En steady-state-simulering ger information om systemet vid en viss tidpunkt (vanligtvis vid jämvikt, om ett sådant tillstånd finns). En dynamisk simulering ger information över tiden. En simulering visar hur ett visst objekt eller fenomen kommer att bete sig. En sådan simulering kan vara användbar för testning , analys eller utbildning i de fall där verkliga system eller koncept kan representeras av modeller.

Strukturera

Struktur är en grundläggande och ibland immateriell uppfattning som täcker erkännande, observation, natur och stabilitet av mönster och relationer mellan enheter. Från ett barns verbala beskrivning av en snöflinga, till en detaljerad vetenskaplig analys av egenskaperna hos magnetfält , är begreppet struktur en väsentlig grund för nästan alla former av undersökningar och upptäckter inom vetenskap, filosofi och konst.

System

Ett system är en uppsättning interagerande eller beroende beroende enheter, verkliga eller abstrakta, som bildar en integrerad helhet. I allmänhet är ett system en konstruktion eller samling av olika element som tillsammans kan ge resultat som inte kan erhållas av elementen ensam. Begreppet en "integrerad helhet" kan också anges i termer av ett system som innehåller en uppsättning relationer som skiljer sig från förhållandet mellan uppsättningen och andra element, och bildar relationer mellan ett element i uppsättningen och element som inte är en del av relationell regim. Det finns två typer av systemmodeller: 1) diskret där variablerna omedelbart ändras vid separata tidpunkter och, 2) kontinuerliga där tillståndsvariablerna ändras kontinuerligt med avseende på tid.

Generera en modell

Modellering är processen att generera en modell som en konceptuell representation av något fenomen. Normalt behandlar en modell endast vissa aspekter av det aktuella fenomenet, och två modeller av samma fenomen kan vara väsentligen olika - det vill säga att skillnaderna mellan dem innefattar mer än bara ett enkelt namnbyte av komponenter.

Sådana skillnader kan bero på olika krav hos modellens slutanvändare, eller på konceptuella eller estetiska skillnader mellan modellerarna och på villkorade beslut som fattas under modelleringsprocessen. Överväganden som kan påverka modellens struktur kan vara modellens preferens för en reducerad ontologi , preferenser beträffande statistiska modeller kontra deterministiska modeller , diskret kontra kontinuerlig tid, etc. I alla fall måste användare av en modell förstå de antaganden som görs som gäller dess giltighet för en given användning.

Att bygga en modell kräver abstraktion . Antaganden används vid modellering för att specificera modellens tillämpningsdomän. Till exempel antar den speciella relativitetsteorin en tröghetsram . Detta antagande kontextualiserades och förklarades ytterligare av den allmänna relativitetsteorin . En modell gör exakta förutsägelser när dess antaganden är giltiga, och kan mycket väl inte göra korrekta förutsägelser när dess antaganden inte håller. Sådana antaganden är ofta den punkt som äldre teorier efterträder med nya (den allmänna relativitetsteorin fungerar också i icke-tröghetsreferenser).

Utvärdera en modell

Se även: Modeller för vetenskaplig utredning § Val av teori

En modell utvärderas först och främst av dess konsekvens mot empiriska data; varje modell som är oförenlig med reproducerbara observationer måste modifieras eller avvisas. Ett sätt att modifiera modellen är genom att begränsa den domän över vilken den krediteras med hög validitet. Ett exempel är den newtonska fysiken, som är mycket användbar förutom de mycket små, mycket snabba och mycket massiva fenomenen i universum. En anpassning till empiriska data ensam är dock inte tillräcklig för att en modell ska accepteras som giltig. Faktorer som är viktiga för att utvärdera en modell inkluderar:

  • Förmåga att förklara tidigare observationer
  • Förmåga att förutsäga framtida observationer
  • Kostnad för användning, särskilt i kombination med andra modeller
  • Refutability, möjliggör uppskattning av graden av förtroende för modellen
  • Enkelhet, eller rent av estetisk

Människor kan försöka kvantifiera utvärderingen av en modell med hjälp av en verktygsfunktion .

Visualisering

Visualisering är vilken teknik som helst för att skapa bilder, diagram eller animationer för att kommunicera ett meddelande. Visualisering genom visuella bilder har varit ett effektivt sätt att kommunicera både abstrakta och konkreta idéer sedan människans gryning. Exempel från historien inkluderar grottmålningar , egyptiska hieroglyfer , grekisk geometri och Leonardo da Vincis revolutionerande metoder för teknisk ritning för tekniska och vetenskapliga ändamål.

Utrymme kartläggning

Rymdkartläggning hänvisar till en metodik som använder en "kvasi-global" modelleringsformulering för att länka följeslagare "grov" (idealisk eller låg trovärdighet) med "fina" (praktiska eller högtro) modeller av olika komplexitet. Inom teknikoptimering anpassar rymdkartläggning (kartor) en mycket snabb grov modell med dess relaterade dyra att beräkna finmodell för att undvika direkt dyr optimering av den fina modellen. Justeringsprocessen förfinar iterativt en "mappad" grov modell ( surrogatmodell ).

Typer

Ansökningar

Modellering och simulering

En tillämpning av vetenskaplig modellering är området modellering och simulering , allmänt kallat "M&S". M&S har ett spektrum av applikationer som sträcker sig från konceptutveckling och analys, genom experiment, mätning och verifiering till bortskaffningsanalys. Projekt och program kan använda hundratals olika simuleringar, simulatorer och modellanalysverktyg.

Exempel på integrerad användning av modellering och simulering i försvarets livscykelhantering. Modelleringen och simuleringen i denna bild representeras i mitten av bilden med de tre behållarna.

Figuren visar hur modellering och simulering används som en central del av ett integrerat program i en försvarsutvecklingsprocess.

Modellbaserat lärande i utbildning

Flödesschema som beskriver en stil för modellbaserat lärande

Modellbaserat lärande i utbildning, särskilt i förhållande till lärandevetenskap innebär att studenter skapar modeller för vetenskapliga begrepp för att:

  • Få insikt i de vetenskapliga idéerna
  • Skaffa djupare förståelse av ämnet genom visualisering av modellen
  • Förbättra studentens engagemang i kursen

Olika typer av modellbaserade inlärningstekniker inkluderar:

  • Fysiska makrokosmos
  • Representationssystem
  • Syntaktiska modeller
  • Framväxande modeller

Modellering i utbildning är en iterativ övning där eleverna förfinar, utvecklar och utvärderar sina modeller över tid. Detta flyttar lärandet från styvheten och monotoni i traditionell läroplan till en övning av elevernas kreativitet och nyfikenhet. Detta tillvägagångssätt använder den konstruktiva strategin för socialt samarbete och inlärning av ställningsteori. Modellbaserat lärande inkluderar kognitiva resonemangskunskaper där befintliga modeller kan förbättras genom konstruktion av nyare modeller med de gamla modellerna som grund.

"Modellbaserat lärande innebär att bestämma målmodeller och en inlärningsväg som ger realistiska chanser att förstå." Modelltillverkning kan också innehålla blandade inlärningsstrategier med hjälp av webbaserade verktyg och simulatorer, vilket gör att eleverna kan:

  • Bekanta dig med online eller digitala resurser
  • Skapa olika modeller med olika virtuella material till liten eller ingen kostnad
  • Öva modell som gör aktivitet när som helst och var som helst
  • Förfina befintliga modeller

"En väldesignad simulering förenklar ett verkligt system samtidigt som man ökar medvetenheten om systemets komplexitet. Studenter kan delta i det förenklade systemet och lära sig hur det verkliga systemet fungerar utan att spendera dagar, veckor eller år som det skulle ta att genomgå denna erfarenhet i den verkliga världen. "

Lärarens roll i den övergripande undervisnings- och inlärningsprocessen är i första hand rollen som en facilitator och arrangör av lärandeupplevelsen. Han eller hon skulle tilldela eleverna, en modell som gör aktivitet för ett visst koncept och ger relevant information eller stöd för aktiviteten. För aktiviteter med virtuella modeller kan läraren också tillhandahålla information om användningen av det digitala verktyget och ge felsökningsstöd vid störningar vid användning av samma. Läraren kan också ordna gruppdiskussionsaktiviteten mellan eleverna och tillhandahålla den plattform som är nödvändig för eleverna att dela med sig av sina observationer och kunskaper som hämtats från modellframställningsaktiviteten.

Modellbaserad inlärningsutvärdering kan innefatta användning av rubriker som bedömer elevens uppfinningsrikedom och kreativitet i modellkonstruktionen och även studentens övergripande klassrumsdeltagande gentemot den kunskap som konstruerats genom aktiviteten.

Det är dock viktigt att ta vederbörlig hänsyn till följande för att framgångsrikt modellbaserat lärande ska ske:

  • Användning av rätt verktyg vid rätt tidpunkt för ett visst koncept
  • Tillhandahållande inom utbildningsinställningarna för modellframställning: t.ex. datorrum med internetanläggning eller programvara installerad för att komma åt simulator eller digitalt verktyg

Se även

Referenser

Vidare läsning

Numera finns det ett 40 -tal tidningar om vetenskaplig modellering som erbjuder alla slags internationella forum. Sedan 1960 -talet finns det ett starkt växande antal böcker och tidskrifter om specifika former av vetenskaplig modellering. Det diskuteras också mycket om vetenskaplig modellering i litteraturfilosofi. Ett urval:

  • Rainer Hegselmann, Ulrich Müller och Klaus Troitzsch (red.) (1996). Modellering och simulering inom samhällsvetenskapen ur vetenskapsfilosofins synvinkel . Teori och beslutsbibliotek . Dordrecht: Kluwer.
  • Paul Humphreys (2004). Utöka oss själva: Beräkningsvetenskap, empirism och vetenskaplig metod . Oxford: Oxford University Press .
  • Johannes Lenhard, Günter Küppers och Terry Shinn (red.) (2006) "Simulering: Pragmatiska verklighetskonstruktioner", Springer Berlin.
  • Tom Ritchey (2012). "Disposition för en morfologi av modelleringsmetoder: bidrag till en allmän modellteori". I: Acta Morphologica Generalis , Vol 1. Nr 1. s. 1–20.
  • William Silvert (2001). "Modellering som en disciplin". I: Int. J. General Systems. Vol. 30 (3), s. 261.
  • Sergio Sismondo och Snait Gissis (red.) (1999). Modellering och simulering. Specialfråga om vetenskap i sammanhang 12.
  • Eric Winsberg (2018) "Philosophy and Climate Science" Cambridge: Cambridge University Press
  • Eric Winsberg (2010) "Science in the Age of Computer Simulation" Chicago: University of Chicago Press
  • Eric Winsberg (2003). "Simulerade experiment: metodik för en virtuell värld". I: Vetenskapsfilosofi 70: 105–125.
  • Tomáš Helikar, Jim A Rogers (2009). " ChemChains : en plattform för simulering och analys av biokemiska nätverk riktade till laboratorieforskare". BioMed Central .

externa länkar