Разделы

Авто
Бизнес
Болезни
Дом
Защита
Здоровье
Интернет
Компьютеры
Медицина
Науки
Обучение
Общество
Питание
Политика
Производство
Промышленность
Спорт
Техника
Экономика

Тема: Экспериментальные исследования

Хост-сетевой уровень

В эталонной модели TCP/IP не описывается подробно, что располагается ниже межсетевого уровня. Сообщается только, что хост соединяется с сетью при помощи какого-нибудь протокола, позволяющего ему посылать по сети IP-пакеты. Этот протокол никак не определяется и мажет меняться от хоста к хосту и от сети к сети.

1. Общая характеристика экспериментальных исследований

Эксперимент – один из видов деятельности ученого, предпринимаемый им в целях научного познания, открытия закономерностей и изменения существующей практики.

Эксперимент – основной общенаучный эмпирический метод исследования, научно поставленный опыт с точно учитываемыми условиями. Эксперимент обобщает ряд сопряженных понятий: опыт, целенаправленное наблюдение, воспроизведение объекта познания, организация особых условий осуществления, проверка предсказаний. Основная цель эксперимента: выявление свойств исследуемых объектов, проверка справедливости гипотез.

Различают эксперименты:

- по отраслям науки (физический, химический, социальный и т.п.);

- по способу формирования условий (естественный, искусственный);

- по целям исследования (преобразующий, констатирующий,

контролирующий, поисковый, решающий);

- по месту проведения (лабораторный, натурный, полевой, производственный); по структуре (простой, сложный);

- по характеру внешних воздействий (вещественный, энергетический, информационный);

- по типу моделей (материальный, мысленный);

- по числу варьируемых факторов (одно- н много факторный).

Методика эксперимента – это совокупность мыслительных и физических операций, размешенных в определенной последовательности, в соответствии с которой достигается цель исследований. Необходимо также обосновать набор средств измерений (приборов), машин, аппаратов. Методы измерений должны базироваться на законах метрологии, изучающей средство и методы измерений.

Получив результаты эксперимента, исследователь должен извлечь из них полезную информацию или другими словами, провести обработку и анализ экспериментальных данных. Мы рассмотрим несколько широко используемых методов обработки и анализа экспериментальных данных, а именно графическое представление, аппроксимацию и статистическую обработку.

Эксперимент – своеобразное сочетание организационной, практической и теоретической деятельности исследователя, дающей возможности изолировать изучаемое явление от влияния побочных, несуществующих факторов, изучать его в "чистом виде", воспроизводить исследуемое явление в поддающихся контролю и учету условиях, планомерно изменять, комбинировать различные условия в целях получения искомого результата. Потребность у исследователя в эксперименте обоснованно возникает в период построения гипотезы, когда он не может получить в естественных условиях необходимые факты для ее построения. И тогда эксперимент становится источником этих фактов.

Таким образом, эксперимент (от лат. experimentum – проба, опыт) общенаучный метод получения в контролируемых и управляемых условиях новых знаний о причинно-следственных отношениях между явлениями и процессами.

Валидность эксперимента - качество эксперимента, гарантирующее обоснованность выводов о том, что:

- именно экспериментальный фактор является причиной изменений, зарегистрированных в зависимой переменной;

- выявленная зависимость является закономерной, ее можно распространять на определенные вне экспериментальные ситуации.

Отличается от наблюдения активным взаимодействием с изучаемым объектом. Эксперимент является краеугольным камнем эмпирического подхода к знанию. Критерий Поппера выдвигает возможность постановки эксперимента в качестве главного отличия научной теории от псевдонаучной.

Существует несколько моделей эксперимента.

В процессе формулирования исследовательских задач, как правило, возникает необходимость в проведении констатирующего эксперимента для установления фактического исходного состояния перед экспериментом основным, преобразующим. Проведение констатирующего эксперимента позволяет довести разработку исследовательских задач до высокой степени определенности и конкретности.

Таким образом, констатирующий эксперимент не формирует каких-либо новых, заданных качеств у объекта, его задача в другом: в объективном исследовании и установлении наличных существенных количественных и качественных характеристик, в установлении законов функционирования процесса в исходном состоянии, в причинном объяснении этого состояния. Именно такого рода знания являются отправным основанием для формулирования целей и задач исследования.

 

Статистический (случайный) эксперимент (случайное испытание, случайный опыт) – математическая модель соответствующего реального эксперимента, результат которого невозможно точно предсказать. Математическая модель должна удовлетворять требованиям:

- она должна быть адекватна и адекватно описывать эксперимент; должна быть определена совокупность множества наблюдаемых результатов в рамках рассматриваемой математической модели при строго определенных фиксированных начальных данных, описываемых в рамках математической модели;

- должна существовать принципиальная возможность осуществления эксперимента со случайным исходом сколь угодное количество раз при неизменных входных данных;

- должно быть доказано требование или априори принята гипотеза о стохастической устойчивости относительной частоты для любого наблюдаемого результата, определённого в рамках математической модели.

Эксперимент не всегда реализуется так, как задумывалось, поэтому было придумано математическое уравнение относительной частоты реализаций эксперимента:

Физический эксперимент – способ познания объектов (природы), заключающийся в изучении явлений и процессов (в том числе и природных) в специально созданных условиях. В отличие от теоретической физики, которая исследует математические модели природы, физический эксперимент призван исследовать объекты или саму природу.

Именно несогласие с результатом физического эксперимента является критерием ошибочности физической теории, или более точно, неприменимости теории к окружающему нас миру. Обратное утверждение не верно: согласие с экспериментом не может быть доказательством правильности (применимости) теории. То есть главным критерием жизнеспособности теории (в том числе и физической)является проверка экспериментом.

Например, экспериментальная физика (в идеале) должна давать только описание результатов эксперимента, без какой-либо их интерпретации. Однако на практике это недостижимо. Интерпретация результатов более-менее сложного физического эксперимента неизбежно опирается на то, что у нас есть понимание, как ведут себя все элементы экспериментальной установки. Такое понимание, в свою очередь, не может не опираться на какие-либо теории.

Компьютерный (численный) эксперимент – это эксперимент над математической моделью объекта исследования на ЭВМ, который состоит в том что, по одним параметрам модели вычисляются другие ее параметры и на этой основе делаются выводы о свойствах объекта, описываемого математической моделью. Данный вид эксперимента можно лишь условно отнести к эксперименту, потому как он не отражает природные явления, а лишь является численной реализацией созданной человеком математической модели. Действительно, при некорректности в математической модели – ее численное решение может быть строго расходящимся с физическим экспериментом.

Мысленный эксперимент в философии, физике и некоторых других областях знания – вид познавательной деятельности, в которой структура реального эксперимента воспроизводится в воображении. Как правило, мысленный эксперимент проводится в рамках некоторой модели (теории) для проверки её непротиворечивости. При проведении мысленного эксперимента могут обнаружиться противоречия внутренних постулатов модели либо их несовместимость с внешними (по отношению к данной модели) принципами, которые считаются, безусловно, истинными (например, с законом сохранения энергии, принципом причинности и т. д.).

Критический эксперимент – эксперимент, исход которого однозначно определяет, является ли конкретная теория или гипотеза верной. Этот эксперимент должен дать предсказанный результат, который не может быть выведен из других, общепринятых гипотез и теорий.

 

2. Организация и проведение эксперимента

Новый этап движения научного поиска наступает после формулирования исследовательских задач. Должен быть представлен полный перечень существенных условий, как поддающихся регулированию, так и допускающих хотя бы стабилизацию. Из этого описания становится ясным вид, содержание, набор средств направленного преобразования объекта (процесса, явления) с целью формирования у него заранее заданных качеств.

Программа экспериментальной работы (т. е. перечень работ на весь собственно экспериментальный период), методика эксперимента и техника регистрации текущих событий экспериментального процесса осуществляются прямыми и косвенными наблюдениями и измерениями, изучением всевозможной литературы и технической документации.

Основные качества исследуемых методик, которых надлежит добиваться при планировании эксперимента, состоят в том, чтобы обеспечить с их помощью репрезентативность, валидность эксперимента, его достаточную разрешающую способность для разделения фактического материала по типическим группам или различения ступеней интенсивности изучаемого качества, функционирования процесса.

Репрезентативность – соответствие характеристик выборки характеристикам генеральной совокупности в целом. Репрезентативность определяет, насколько возможно обобщать результаты исследования с привлечением определённой выборки на всю генеральную совокупность, из которой она была собрана.

Также, репрезентативность можно определить как свойство выборочной совокупности представлять параметры генеральной совокупности, значимые с точки зрения задач исследования.

Организация и проведение эксперимента начинается с испытательной проверки экспериментальной документации: исследовательских методик, программ, таблиц или матриц для регистрации и накопления данных. Назначение такой проверки – внести возможные уточнения, изменения в документацию, отсечь излишества по сбору фактических данных, которые впоследствии окажутся обременительными, отнимающими время и отвлекающими внимание от центральных вопросов исследуемой задачи (проблемы).

Экспериментальный процесс – наиболее трудоемкая, напряженная, динамичная часть научного исследования, остановить который невозможно, эксперимент не допускает каких-либо незапланированных пауз.

В процессе эксперимента исследователь обязан:

1) непрерывно поддерживать условия, обеспечивающие неизменность темпа и ритма протекания эксперимента, сходство и различие экспериментальных и контрольных групп;

2) варьировать и дозировать управляемые условия и интенсивность факторов, оказывающих направленное влияние на конечные результаты, подлежащие сопоставлению;

3) систематически оценивать, измерять, классифицировать и регистрировать частоту и интенсивность текущих событий экспериментального процесса, включая такие его моменты, когда объект исследования приобретает устойчивые запланированные характеристики;

4) параллельно эксперименту вести систематическую первичную обработку фактического материала с тем, чтобы сохранить его свежесть и достоверность деталей, не допустить наслоения на него последующих впечатлений и интерпретаций.

3. Обобщение и синтез экспериментальных данных

Эмпирические исследования являются основным источником объективной информации о характеристиках процессов, протекающих в реальных объектах, в том числе в автоматизированных системах, средствах и комплексах телекоммуникаций. Целью обработки экспериментальных данных (ЭД) является выявление закономерностей в характеристиках исследуемых объектов и процессов. Результаты обработки ЭД позволяют оценить качество объекта, они необходимы для оперативного управления процессами, решения задач адаптации объекта к изменившимся условиям или формирования требований ко вновь создаваемым системам.

Получение экспериментальной информации связано с решением ряда проблем по организации регистрации первичных параметров, их сбора и обработки. Те данные, которые можно непосредственно зарегистрировать, обычно лишь косвенно отражают существенные свойства изучаемого процесса или объекта. Многие показатели качества автоматизированных систем носят случайный характер и по этой причине не могут быть непосредственно измерены. Ряд событий в системах происходит крайне редко, и получить для них достаточный объем эмпирических данных (в частности, получить данные по отказам систем с высокой надежностью) невозможно.

Методы обработки ЭД начали разрабатываться более двух веков тому назад в связи с необходимостью решения практических задач по агробиологии, медицине, экономике, социологии. Полученные при этом результаты составили фундамент такой научной дисциплины, как математическая статистика. В последние 20–30 лет математический аппарат обработки ЭД получил значительное развитие в связи с необходимостью решения принципиально новых задач. И к настоящему времени он включает множество различных направлений, которые выходят за пределы классической математической статистики. Многие методы нашли применение при исследовании технических и человеко-машинных систем, а также при обработке результатов имитационного (статистического) моделирования.

В пределах нескольких лекций изложить все многообразие основных методов обработки ЭД невозможно. Материал ограничен раскрытием основ обработки экспериментальных данных применительно к стационарному режиму функционирования объекта, вопросы оценки характеристик случайных функций здесь не затрагиваются. Из всех форм представления экспериментальных данных рассматривается только одна наиболее универсальная – числовая. Предполагается, что ЭД получены в результате проведения пассивного эксперимента, а объем данных фиксирован к началу обработки.

Как правило, методический материал распадается на две части. Первая часть посвящена изложению исходных понятий по обработке результатов наблюдений, раскрытию сущности задач и методов обработки ЭД, относящихся к одному простому свойству исследуемого объекта. При этом рассматривают три основные группы вопросов: оценка параметров распределения; проверка статистических гипотез; подбор (аппроксимация) закона распределения для описания данных.

Вторая часть, как правило, включает задачи и методы обработки однотипных, многомерных и цензурированных экспериментальных данных. Обработка однотипных данных направлена на объединение сведений, полученных от различных источников или от одного источника, но на различных этапах эксплуатации объекта. Обработка многомерных данных предусматривает установление связей между параметрами, оценку влияния факторов на показатели качества объекта. Методы оценки параметров по цензурированным ЭД направлены на учет того обстоятельства, что некоторые события, подлежащие регистрации, происходят в неизвестные моменты времени вне периода наблюдения.

Для освоения этого материала необходимы начальные сведения по математическому анализу и теории вероятностей. Выполнение практических задач предполагает применение типовых пакетов прикладных программ для проведения расчетов (например, пакета символьной математики MathCAD, табличного процессора MS Excel) или специализированных пакетов обработки статистических данных типа STATISTICA, SPSS.

 

4. Источники и вид представления экспериментальных данных

Экспериментальные исследования событий и процессов основаны на наблюдениях, в ходе которых регистрируются различные факты искусственного и естественного происхождения.

Источниками экспериментальных данных являются:

- результаты наблюдения за реальными объектами и протекающими в них процессами. Наблюдения могут проводиться в ходе испытаний или в ходе обычной эксплуатации;

- результаты моделирования объектов. В первую очередь к ним следует отнести результаты имитационного моделирования;

- технические, экономические, научные отчеты и обозрения, публикуемые в различных изданиях, например, сведения о результатах испытаний или о характеристиках однотипных устройств различных производителей;

- результаты опросов специалистов и другие источники.

Обработка ЭД, получаемых от различных источников, имеет много общего. Однако организация сбора и интерпретации ЭД специфична для конкретной предметной области. В дальнейшем обработка ЭД будет рассматриваться применительно к результатам наблюдения за функционированием АСОИУ, ее элементов или их моделей.

Вид ЭД определяет форму представления, степень зависимости от времени, характер данных.

Одной из основных форм является символьная, которая включает представление данных в виде чисел, двоичных величин или текста. Для задания значений соответствующих величин применяются различные шкалы измерений. Описательные (качественные) признаки измеряются на основе номинальных и порядковых шкал.

Номинальные шкалы обеспечивают только группирование объектов по признаку наличия у них некоторых общих свойств, но не позволяют проводить ранжирование объектов. Порядковые шкалы обеспечивают возможность упорядочивания данных по признакам "больше", "меньше", "равно", но при этом не указывается, на сколько одно значение признака больше или меньше другого.

Количественные свойства отображаются числами в относительных или абсолютных шкалах измерений. В относительных шкалах точки начала отсчета и масштаб измерений имеют условный характер. Например, температуру можно измерять в относительных шкалах по Цельсию, Реомюру, Фаренгейту. Исходя из этого, результаты количественного сравнения величин зависят от используемой шкалы, а некоторые операции над количественными признаками недопустимы. Например, температура одного объекта выше температуры другого на три градуса Цельсия, эти три градуса не равны трем градусам шкалы Фаренгейта. Бессмысленно говорить, во сколько раз температура одного объекта выше температуры другого, в частности, нельзя сказать, что температура +10° С в два раза выше, чем +5° С. Абсолютная шкала обеспечивает однозначное представление точки отсчета и масштаба. Примерами абсолютных шкал является шкала температур по Кельвину, шкала вероятностей. Эти шкалы позволяют дать однозначные ответы на вопросы о том, на сколько или во сколько раз одна величина больше (меньше) другой. Именно применение относительных и абсолютных шкал дает возможность проводить количественную обработку ЭД. Но при обработке следует применять только те операции, которые допускаются применяемой шкалой измерений.

Количественные характеристики (параметры) представимы дискретными или непрерывными величинами. Дискретные параметры принимают только отдельные значения, без промежуточных значений между ними. Часто дискретные параметры имеют такое большое количество допустимых значений, что их на практике считают квазинепрерывными. Непрерывные параметры способны принимать любые значения из некоторого допустимого диапазона. В процессе обработки непрерывные величины всегда округляют и представляют ограниченным числом разрядов, т. е. они становятся квазинепрерывными. На практике ЭД отображают с разрядностью, обеспечивающей относительную погрешность не более единиц или десятых долей процента.

Экспериментальные данные могут быть представлены не только в символьной, но и в других формах: графической (графики, осциллограммы, штриховые рисунки, цветные изображения и полутоновые рисунки); аудиоданных. Такие данные обрабатывают непосредственно или предварительно преобразуют в числовую форму.

В дальнейшем рассматривается только числовая форма представления данных как универсальная и широко распространенная форма представления информации, количественно характеризующая параметры объектов и процессов. А сами параметры считаются непрерывными величинами, если особо не оговорено иное. Обработка данных, представленных в других формах, обладает существенной спецификой и требует отдельного рассмотрения.

Параметры, вообще говоря, зависят или не зависят от времени. Ниже изучаются оценки параметров, не зависящие от времени.

Результаты наблюдений носят детерминированный или случайный характер. Большинство событий и процессов в телекоммуникационных системах можно считать случайными. Именно на обработке таких данных сосредоточено внимание в пособии.

Существенной особенностью задач оценивания параметров ТКС является наличие цензурирования, под которым понимается отсутствие в результатах наблюдений каких-либо элементов. Цензурирование возникает по ряду причин, например, как следствие разновременности начала и окончания работы различных устройств или из-за того, что время свершения некоторого события выходит за пределы периода наблюдения. Обработка таких ЭД требует применения специального математического аппарата.

Таким образом, в материале изложенном ниже в качестве объекта обработки рассматриваются совокупности числовых данных, характеризующих не зависящие от времени случайные значения непрерывных параметров.

На предшествующих этапах аналитическая стадия исследования закончилась. На этапе обобщения и синтеза экспериментальных данных начинается воссоздание целостного представления об исследуемом объекте, но уже с точки зрения сущностных отношений и на этой основе экспериментально преобразованного.

Накопленный достаточный фактический материал, частично уже систематизированный в процессе эксперимента, переходит во внутреннюю лабораторию ученого, в которой логические и формализованные методы исследования экспериментального материала приобретают первостепенное значение.

Фактический материал подвергается квалификации по разным основаниям, формируются статистические последовательности, полигоны распределения, обнаруживаются тенденции развития стабильности, скачков в формировании качеств объекта экспериментального воздействия и исследования. Индуктивные и дедуктивные обобщения фактического материала строятся в соответствии с требованиями репрезентативности, валидности и релевантности.

Релева́нтность (англ. relevant) – применительно к результатам работы поисковой системы и экспертной системы – степень соответствия запроса и найденного, то есть уместность результата. В более общем смысле, одно из наиболее близких понятию качества «релевантности» – «адекватность», то есть оценка степени соответствия, но и степени практической применимости результата, а также степени социальной применимости варианта решения задачи.

На основе объективно познанных закономерностей проводятся:

- ретроспективная ревизия выдвинутой гипотезы с целью перевода ее в ранг теории, в той ее части, в которой она оказалась состоятельной;

- формулирование общих и частных следствий в этой теории, допускающих контрольную ее проверку и воспроизведение экспериментального эффекта в иное время и в ином месте другими исследователями, но при строгом соблюдении ими условий эксперимента;

- оценка адекватности методов исследования и исходных теоретических концепций с целью приращения и совершенствования методологического знания и включения его в общую систему методологии науки;

- разработка прикладной части теории, адресуемой каким-либо категориям потребителей или уровням практики.

Придерживаясь данных рекомендаций, научный работник получает своего рода нормативные методологические ориентиры организации исследовательской деятельности. Последовательное исполнение перечня работ, когда каждая из предшествующих логически обеспечивает исполнение последующей, формирует окончательный результат, который в этом случае будет иметь больше шансов отличаться полнотой, доказательностью и прикладными качествами.

Главная задача исследователя – выявить причины явлений, законы, ими управляющие. Поэтому и основной разновидностью гипотезы является предположение о причине, об условиях, о законе возникновения, существования, развития изучаемых явлений.

Доказательство – следующая необходимая стадия и форма, в которой существует и развивается далее научное знание.

Доказательство осуществляется прежде всего практическим путем, но в данном случае речь идет о логическом, теоретическом доказательстве – его суть состоит в подтверждении или опровержении выдвигаемых положений теоретическими аргументами.

Дата публикации:2014-01-23

Просмотров:2636

Вернуться в оглавление:

Комментария пока нет...


Имя* (по-русски):
Почта* (e-mail):Не публикуется
Ответить (до 1000 символов):







 

2012-2018 lekcion.ru. За поставленную ссылку спасибо.