КазНПУ имени Абая

Информация о пользователе

Привет, Гость! Войдите или зарегистрируйтесь.


Вы здесь » КазНПУ имени Абая » Тестовый форум » МАСХ. Методы моделирования химических процессов


МАСХ. Методы моделирования химических процессов

Сообщений 1 страница 13 из 13

1

Құрметті білім алушылар!
Осы аптадағы сабақтың форматы – оффлайн-форум. Форум - бұл сайтта пайдаланушылар арасындағы бір тақырып бойынша пікірлесу алаңы. Форум терминінің тұжырымдамасы “талқылау” мағынасына сәйкес келеді. Форумның негізгі мақсаты әр түрлі тақырыпты талдауға мүмкіндік беру. Пайдаланушылар форумды талқылаумен қатар, сол тақырыптар бойынша хабарларды орналастыра алады. Пайдаланушылар аталған тақырыпқа бойынша пікір қалдырып, сұрақтар қойып, жауап беруге мүмкіндігі бар.

Білім алушылар, сіздерге алдын-ала берілген тапсырмаларды осында салыңыздар!
Содан соң жұмысты талқылаймыз! Авторларға сұрақтар қоямыз және авторлар сол сұрақтарға жауап беруі тиіс!
Эссе көлемі 1-1,5 бет. Тапсырманы 12.11.20 дейін орындау қажет.. Сәйсенбі сағ 12.00 кейін өзара бағалау болады.

Уважаемые обучающиеся!
Формат занятий на этой неделе-оффлайн - форум.  Форум – это площадка для обсуждения одной темы между пользователями на сайте. Понятие термина форум соответствует значению "обсуждение". Основная цель форума-дать возможность проанализировать различные темы. Пользователи могут размещать сообщения на эти темы, а также обсуждать в форуме. У пользователей есть возможность оставлять комментарии по данной теме, задавать вопросы и отвечать.
Обучающиеся, выкладывайте задании этой недели здесь!
Потом обсудим работу! Задавайте вопросы авторам и авторы должны отвечать на эти вопросы!
Объем Эссе 1-1, 5 страницы. Задание необходимо выполнить до 12.11.20. Вторник  после 12.00 часов состоится взаимная оценка.

0

2

Саламатсыздар ма!
Қандай тақырыпты талқылаймыз?

0

3

Сәлеметсіздер ме Гүлжәмила Ибрашевна және топтастар!

0

4

Еркін тақырыпта эссені жазып осында жібереміз бе?

0

5

Тема эссе должна быть "Моделирование химических процессов"?

0

6

Принцип свободного выбора и безоценочных суждений

Для педагогов очень важно давать не только знания, но и самое главное быть ролевой моделью для учащихся и давать правильное воспитание подрастающему поколению. В современном мире очень важно помогать ребенку развить его волю. Одним из внешних проявлении воли является способность к свободе выбора. Одним из показателей развития воли является настойчивость ребёнка. Ребёнок не рождается с характером, он развивается по мере его взаимодействия со средой. Например, ребёнку хочется поработать с новым учебным материалом, «похимичить», но навыков для манипулирования предметами ему ещё не хватает. Вот в такой ситуации и начинает работать принцип свободного выбора, ученика «зовёт» интересный материал и он либо посредством волевого усилия начинает через ряд последовательных итераций приближаться к вожделенному материалу, либо безвольно отказывается от своих первоначальных планов.Но рано или поздно ребёнок находит в себе силы для совершения волевого усилия и в награду, пройдя через испытания, работу и напряжение своих интеллектуальных и физических сил он получает доступ к желаемому. Самое главное в этом процессе – давать свободу выбора пути решения задачи, не критиковать и уметь слушать, не диктуя свои взгляды.
Слушать без осуждения - это самостоятельный навык. Профессиональные психиатры и консультанты обучены беспристрастному слушанию, и требуется некоторое время, чтобы познакомиться с этим подходом и стать уверенным в этом.
Все сотрудники, работающие с детьми и молодежью, должны знать об этом подходе и повышать свои навыки в этой области. Это придаст вам уверенности при преодолении кризисных ситуаций и поможет правильно оценить каждую ситуацию.
Мы все проводим много времени, слушая, что говорят люди. По крайней мере, такое впечатление мы производим. Часто слова, которые мы слышим, вызывают реакцию в нашем собственном уме. Это означает, что мы часто отключаемся от того, что на самом деле говорит человек, и следим за своим ходом мыслей. Мы можем слушать слова, но на самом деле мы не слышим того, что на самом деле пытается сказать человек.
Слушание без осуждения - это когда слушатель принимает набор установок и использует навыки слушания (вербальные и невербальные), которые:
● Позволяют слушателю услышать и понять, о чем идет речь.
● Дают возможность человеку свободно и комфортно говорить о проблемах, не чувствуя, что его или ее осуждают.
Отношения, связанные с непредвзятым слушанием, включают принятие, искренность и сочувствие. Их иногда называют основным условием, потому что все они необходимы для создания безопасной и комфортной среды, в которой человек будет говорить более открыто.
Принятие: все дело в уважении к чувствам, опыту и ценностям человека, даже если они могут отличаться от ваших. Не судите и не критикуйте их из-за собственного отношения или убеждений. Подлинность: это показать человеку, что вы принимаете их и их ценности, тем, что вы говорите и делаете. Не создавайте видимость одного отношения, в то время как на самом деле придерживайтесь другого. Постарайтесь достичь положения, в котором язык вашего тела отражает то, что вы говорите. Эмпатия: это способность «поставить себя на место другого человека» и продемонстрировать человеку, что вы действительно слышите и понимаете, что он говорит и чувствует. Это не то же самое, что сочувствие, то есть сочувствие к человеку.
Эти идеи могут показаться сложными, но их можно очень просто резюмировать. Вы очень близки к непредубеждению, если можете:
● Принимать человека таким, какой он есть.
● Искренне не выносите моральных оценок их ситуации.
● С сочувствием стараетесь попасть на их волну.

0

7

Виды моделирования

Единая классификация видов моделирования затруднительна в силу уже показанной многозначности понятия «модель» в науке и технике. Её можно проводить по различным основаниям:
по характеру моделей (т. е. по средствам моделирования);
по характеру моделируемых объектов;
по сферам приложения моделирования (моделирование в технике, в физических науках, в химии, моделирование процессов живого, моделирование психики и т. п.)
по уровням («глубине») моделирования, начиная, например, с выделения в физике моделирования на микроуровне (моделирование на уровнях исследования, касающихся элементарных частиц, атомов, молекул).
В связи с этим любая классификация методов моделирования обречена на неполноту, тем более, что терминология в этой области опирается не столько на «строгие» правила, сколько на языковые, научные и практические традиции, а ещё чаще определяется в рамках конкретного контекста и вне его никакого стандартного значения не имеет.
Наиболее известной является классификация по характеру моделей. Согласно ей различают следующие пять видов моделирования [3]:
1. Предметное моделирование, при котором модель воспроизводит геометрические, физические, динамические или функциональные характеристики объекта. Например, модель моста, плотины, модель крыла самолета и т.д.
2. Аналоговое моделирование, при котором модель и оригинал описываются единым математическим соотношением. Примером могут служить электрические модели, используемые для изучения механических, гидродинамических и акустических явлений.
3. Знаковое моделирование, при котором в роли моделей выступают схемы, чертежи, формулы. Роль знаковых моделей особенно возросла с расширением масштабов применения ЭВМ при построении знаковых моделей.
4. Со знаковым тесно связано мысленное моделирование, при котором модели приобретают мысленно наглядный характер. Примером может в данном случае служить модель атома, предложенная в свое время Бором.
5. Наконец, особым видом моделирования является включение в эксперимент не самого объекта, а его модели, в силу чего последний приобретает характер модельного эксперимента. Этот вид моделирования свидетельствует о том, что нет жесткой грани между методами эмпирического и теоретического познания.

Моделирование химических процессов
Материальное (экспериментальное) моделирование широко используется в химии для познания и изучения строения веществ и особенностей протекания химических реакций, для выявления оптимальных условий химико-технологических процессов и др.

В биохимии и фармакологии моделирование играет очень большую роль. Прогресс фармакологии характеризуется непрерывным поиском и созданием новых, более совершенных препаратов. В последние годы при создании новых препаратов за основу берется не биологически активное вещество, как это делалось ранее, а субстрат, с которым оно взаимодействует (рецептор, фермент и т.п.). Для таких исследований необходимы максимально подробные данные о трехмерной структуре тех макромолекул, которые являются основной мишенью для препарата. В настоящее время имеется банк таких данных, включающих значительное число ферментов и нуклеиновых кислот. Прогрессу в этом направлении способствовал ряд факторов. Прежде всего, был усовершенствован рентгеноструктурный анализ, а также разработана спектроскопия, основанная на ядерно-магнитном резонансе. Последний метод открыл принципиально новые возможности, так как он позволил устанавливать трехмерную структуру веществ в растворе, т.е. в некристаллическом состоянии. Существенным моментом явилось и то, что с помощью генной инженерии удалось получить достаточное количество субстратов для подробного химического и физико-химического исследования.
Используя имеющиеся данные о свойствах многих макромолекул, удается с помощью компьютеров моделировать их структуру. Это дает четкое представление о геометрии не только всей молекулы, но и ее активных центров, взаимодействующих с лигандами. Исследуются особенности топографии поверхности субстрата, характер его структурных элементов и возможные виды межатомного взаимодействия с эндогенными веществами или ксенобиотиками. С другой стороны, компьютерное моделирование молекул, использование графических систем и соответствующих статистических методов, позволяет составить достаточно полное представление о трехмерной структуре фармакологических веществ и распределении их электронных полей. Такая суммарная информация о физиологически активных веществах и субстрате должна способствовать эффективному конструированию потенциальных лигандов с высокими комплиментарностью и аффинитетом. До сих пор о таких возможностях можно было только мечтать — сейчас они становятся реальностью.
Компьютерное моделирование молекул основывается на многочисленных приближениях и допущениях. Так, предполагается, что энергия молекул определяется только координатами их атомов в пространстве. Но в реальности молекулы не являются неподвижными, а энергетические расчёты на компьютере проводятся на статических молекулах. Сейчас разрабатываются методы молекулярной динамики, которые позволяют учитывать тепловое движение молекул, но до сих пор нет подходов, которые бы достоверно учитывали энтропийную составляющую энергии. К тому же в разумные сроки можно рассчитать время жизни системы порядка нескольких пикосекунд.
Большие сложности представляет изучение трёхмерной структуры белков. На сегодняшний день нет методов, которые могли бы точно предсказать трёхмерную структуру белка на основе его аминокислотной последовательности. Хотя используется метод аналогий, когда предполагается, что идентичные аминокислотные участки разных белков укладываются аналогичным образом. Экспериментальное же получение трёхмерных изображений сопряжено с множеством трудностей: для проведения рентгеноструктурного анализа требуется кристаллизация белка (что возможно только для растворимых белков), а возможности ядерного магнитного резонанса ограничиваются молекулярным размером белков.
Роль молекулярного моделирования, как для фундаментальных, так и для прикладных исследований в области молекулярной биологии и биохимии неуклонно растёт. Это связано и с совершенствованием математического аппарата, и с ростом производительности вычислительной техники, и накоплением огромного количества фактического материала, требующего анализа.

0

8

Методология компьютерного прогнозирования физико-химических свойств веществ

Одной из научных проблем, решение которой имеет важное значение для современных технологий, является построение моделей, связывающих строение и свойства веществ. В настоящее время разработка методов поиска количественных корреляций "структура-свойство" (QSAR - "Quantitative Structure-Activity Relationship") выделилась в отдельное научное направление. Решение QSAR-задач позволяет без синтеза молекул некоторого химического ряда прогнозировать их свойства по заданным характеристикам строения. QSAR-модели используются для предварительной вне экспериментальной оценки свойств новых соединений. QSAR-моделирование позволяет проводить обобщение дорогостоящих экспериментальных данных, накапливаемых в компьютерных структурных базах данных (СБД), и получать ответы на вопросы о том, в каком направлении следует планировать синтез новых соединений.
Как правило, они используют заранее предопределенный и фиксированный набор молекулярных дескрипторов (или дескрипторных центров), на основании которых строятся сложные (составные) признаки и проводится поиск QSAR зависимостей. Вычисляемые признаки ориентированы разработчиками системы на конкретный вид свойства. Ключевым аспектом проведения QSAR-моделирования является выбор описания молекул в виде вектора признаков. Адекватный выбор признаков позволяет содержательно проводить оценку найденных QSAR-моделей. В работе развивается принципиально новый подход к QSAR моделированию. Признаковые пространства, в которых проводится описание молекул СБД, формируются автоматически под управлением эксперта-химика с последовательным усложнением детализации описания и уровня представления молекул. Тип признакового пространства определяется уровнем сложности представления структуры в ЭВМ.
Структура молекулы может быть представлена на нескольких уровнях детализации: на топологическом, на двумерно-топологическом (с указанием планарной проекции атомов), в трехмерном виде в минимальной энергетической конформации, в трехмерном виде с дополнительным расчетом пространственных электростатических потенциалов. Заранее не известно, на каком уровне следует проводить описание молекул (находящихся в СБД только в виде таблиц связи атомов) для QSAR-анализа конкретного свойства. Выбор уровня представления молекул и адаптация признаков для конкретного свойства проводится экспертом в процессе построения и селекции QSAR моделей. Таким образом, увеличение предсказательной силы QSAR зависимостей проводится не за счет использования специальных классификационных моделей (нечеткие множества, нейронные сети, иерархические классификаторы) или усложнения вида функциональной QSAR зависимости, а на основе постепенной детализации описаний молекул, которые последовательно представляются на различных уровнях.
Известно, что топологические и информационные индексы молекулярных графов могут быть представлены в виде функций от их структурных дескрипторов. Они являются универсальными и легко интерпретируемыми признаками химических соединений. Это дало возможность широко использовать их в аддитивных схемах расчета. Построение аддитивных схем расчета физико-химических свойств веществ является нетривиальной проблемой. Поэтому весьма актуальна автоматизация решения этой задачи и исследование границ применения QSAR-моделей, построенных на структурных дескрипторах различных типов.
Проведена практическая проверка метода и разработанных программ для построения QSAR-зависимостей различных свойств веществ: липофильность, температуры кипения и плавления, энтальпия образования, хроматографическая подвижность, поляризуемость, чувствительность к удару, антивирусная активность - на обучающих выборках органических соединений разных классов, включая гетероциклические соединения. Доказана прогностическая устойчивость найденных QSAR-зависимостей методом "скользящего контроля".
Показано, что варьирование маркировки атомов и сложности структурных фрагментов существенно влияет на качество построенных QSAR-моделей. Рассмотрено применение метода к биологически активным соединениям: к триазинам с антибактериальной активностью, к соединениям с антигистаминной и галлюциногенной и анти-ВИЧ активностью, а также к ароматическим мускусным одорантам и азотсодержащим гетероциклическим веществам, обладающим психотропной активностью. Приведены результаты ряда вычислительных экспериментов. Показано, что при одинаковом способе дискретизации непрерывных величин использование точек представления, расположенных на поверхности электростатического потенциала, приводит к результатам лучшим или сравнимым с результатами, получаемыми при использовании точек представления, связанных с центрами атомов. В то же время использование молекулярного электростатического потенциала приводит к повышению сложности модели и объема необходимых вычислений.

Отредактировано Aidana Tasbaltayeva (2020-11-12 08:35:32)

0

9

Методы моделирования процессов в химии
В химии для изучения строения веществ и особенностей протекания химических реакций, для определения оптимальных условий разных процессов широко используется моделирование. 
Например, с помощью математического моделирования стало возможным исследование реактора в целом. В реакторе происходят разные физико-химические взаимодействия. Для изучения этих процессов создаётся многоступенчатая математическая модель реактора.  Для описания химических превращений используется кинетическая модель где с помощью уравнений описывается зависимость скорости реакции от различных факторов таких как, концентрация реагирующих веществ, температура и давление охватывающие практические условия проведения процесса.
С помощью математического моделирования выбираются оптимальные условия проведения процесса, определяются необходимое количество катализатора, размеры и форма реактора, параметрическая чувствительность процесса к начальным и краевым условиям, переходные режимы, а также исследуется устойчивость процесса. В ряде случаев сначала проводится теоретическая оптимизация — определяются оптимальные условия, при которых выход полезного продукта наибольший, независимо от того, смогут ли они быть осуществлены, а затем, на втором этапе, выбирается инженерное решение, позволяющее наилучшим образом приблизиться к теоретическому оптимальному режиму с учётом экономических и других показателей. Для осуществления найденных режимов и нормальной работы реактора необходимо обеспечить равномерное распределение реакционной смеси по сечению реактора и полноту смешения потоков, различающихся составом и температурой. Эти задачи решаются физическим (аэрогидродинамическим) моделированием выбранной конструкции реактора [1].
Также еще один вид моделирования это - термодинамическое моделирование.  Для исследования различных практических и теоретических задач, связанных с фазовыми и химическими превращениями, необходимо глубокое и детальное исследование физико-химической сущности процесса, выявление закономерностей, протекающих при этом фазовых и химических превращений, влияния на них и на выход продукта параметров состояния (температуры, давления, состава реакционной смеси и др.). Для этого применяются методы термодинамического моделирования. Термодинамическое моделирование фазово-химических превращений основывается, с одной стороны, на законах и методах химической термодинамики, с другой - на математическом аппарате решения экстремальных задач [2]. Полноценное сочетание этих двух подходов позволяет реализовать методику расчета, которая не имеет принципиальных ограничений на природу и компонентность исследуемых систем. Сложность большинства реальных физико-химических процессов не позволяет решить описанные проблемы исключительно экспериментальным путем. Анализ возможных подходов показывает эффективность привлечения современных теорий и методов физико-химического и математического моделирования и расчета с использованием термодинамических представлений. C помощью данных методов можно проводить детальное исследование фазовых и химических превращений.
Моделирование глубоко проникает в теоретическое мышление. Важная познавательная функция моделирования состоит в том, чтобы служить импульсом, источником новых теорий. Нередко бывает так, что теория первоначально возникает в виде модели, дающей приближенное, упрощенное объяснение явления, и выступает как первичная рабочая гипотеза, которая может перерасти в «предтеорию» — предшественницу развитой теории. При этом в процессе моделирования возникают новые идеи и формы эксперимента, происходит открытие ранее неизвестных фактов. Такое «переплетение» теоретического и экспериментального моделирования особенно характерно для развития физических теорий (например, молекулярно-кинетической или теории ядерных сил).
Для развития химической науки важную роль играет не только теоретическое, но и экспериментальное моделирование химических процессов, позволяющее изучать сложные химико-технологические процессы, подбирать оптимальные условия их протекания, рассчитывать состав и выход продуктов реакций.

Использованная литература:
1. http://www.gaps.tstu.ru/win-1251/lab/sr … erial.html
2. Корс Л. Г. Болтнев Ю. Ф., Корс Н. В. Применение методов математического моделирования в химии и химической технологии. Калининград: Изд-во Рос.гос. ун-та им. И. Канта, 2006.

0

10

Химиялық процестерді компьютерлік модельдеу
Химиядағы компьютерлік модельдеу - бұл химиялық жүйелердің, процестер мен құбылыстардың әртүрлі үлгілерінің негізінде есептік жолмен зерттелетін процестердің, құбылыстардың барысы болжанатын және себепсалдарлық байланысы анықталатын ғылымның бөлімі. Химияның теориялық және қолданбалы мәселелерін шешу үшін жаңа есептеуіш жүйелермен жүзеге асырылатын модельдеу әдістерін қолданатын пәнаралық білім саласы болып табылады.
Шартты түрде химияда компьютерлік модельдеудің төрт бағытын бөлуге болады:
1) дәстүрлі - химиялық реакциялардың, хроматографиядағы бөлгіш процестердің термодинамикалық есептері.
2) байланыс іздеу құрылымы-қасиеттері;
3) жеке молекулалар мен қарапайым актілердің, реакциялары мен кинетикалық заңдылықтардың механизмдерінің негізгі сипаттамаларын кванттық-механикалық есептеу;
4) сараптама жүйелерін құру.
Химиядағы компьютерлік модельдеу бағыттары
Бірінші бағыт – химиялық реакцияларды есептеу Бірінші бағыттағы тапсырмаларды шешу үшін компьютерлерді қолдану есептеу мүмкіндіктерін арттырды, бірақ теориялық база бұрынғы күйінде қалды. 20 ғасырдың соңғы үшінші бөлігінде басқа аталған бағыттар пайда болып дами бастады және олар "математикалық химия" ортақ терминімен біріктірілді.
Екінші бағыт – байланыстарды анықтау Заттың құрылымы мен оның қасиеттері арасындағы ара қатынасты анықтау кезінде негізгі математикалық құралдар дискретті математика, машинамен оқыту, жасанды интеллект әдістері болып табылады. Қажетті тұжырымды алу деректер қорына жиналған үлкен, ұқсас жағдайлар үшін эксперименталды фактілер массивіне талдау арқылы компьютерді алдын ала "оқытумен" байланысты. Химиялық қосылыстардың қасиеттерін болжауда жақсы нәтижелерге нейрондық желілер аппаратын пайдалану кезінде қол жеткізіледі. Ең көп дамуды QSAR бағыты алды (сандық арақатынас құрылымы – қасиеттері). QSAR әдістерін қолдану, атап айтқанда, жаңа дәрілік препараттарды іздеуде вариабельділікті төмендетуге мүмкіндік берді, бұл өте үлкен экономикалық әсер береді.
Үшінші бағыт Үшінші бағыт кванттық механика құрылғаннан кейін пайда болды және молекулалық спектрлер мен кванттық химияның әртүрлі түрлерінің сандық теориясының дамуына әкелді. Әртүрлі спектралды облыстар мен қозу жағдайлары үшін спектрлердің нақты есептері, сонымен қатар молекулалардың негізгі сипаттамалары (кеңістіктік құрылыс, дипольді сәт, электрондық тығыздықты бөлу және т. б.) және химиялық реакциялардың механизмдері математикалық аппарат пен есептеу техникасының қарқынды дамуы нәтижесінде ғана емес, сонымен қатар өте сәтті физикалық модельдерді таңдау нәтижесінде де мүмкін болды: атом орбитальдарының сызықтық комбинациясы және т. б. Көптеген мәселелерді шешу кезінде объектілердің өлшеміне және молекуланың түріне (ауыр элементтердің атомдарын қоспағанда) шектеу жоқ. Әртүрлі әсер ету кезінде табиғи объектілердің мінез-құлқымен үлгілердің жеткілікті сапалы келісілуі қамтамасыз етіледі.
Ғылыми және техникалық міндеттерді шешу үшін, әртүрлі бейіндегі және деңгейдегі мамандарды даярлау үшін молекулалық модулдерді генерациялауға ғана емес, сонымен қатар олардың әр түрлі әсерлерге реакцияларын имитациялауға, шынайылықты жеткілікті түрде жақын көрсететін компьютерлік эксперименттердің ауыр спектрін жүргізуге болатын виртуалды молекулалық әлемді құру проблемасын тұжырымдау маңызды. Олардың көмегімен классикалық қозғалыс теңдеулері мен эмпирикалық атом потенциалдарының шешімі негізінде бөлшектердің үлкен ансамбльдерінің мінез-құлқының анимациялық картиналары жасалады немесе өте ірі жүйелердің кеңістіктік құрылымы анықталады. Әдістер ерітінділеу процестерін, фермент-субстрактілі өзара әрекеттесудің кейбір сатылары мен мн үлгілеуге мүмкіндік береді және т.б.
Төртінші бағыт Төртінші бағыт теорияны әзірлеу және қолданыстағы сараптамалық жүйелерді құруға бағытталған. Мұндай жүйелердің міндеті бірнеше эксперименттер негізінде эксперименттердің барлық жиынтығы қосымша болып табылмайтын жағдайда да бір мәнді қорытынды алу болып табылады. Сондай-ақ, гипотезаның бастапқы саны он миллионға жетуі мүмкін. Жүйе бастапқы ережелерден логикалық қорытынды жасайтын адамның талқылау процесін модельдейді. Ең дамығаны белгісіз қосылыстардың құрылымын анықтауға арналған "Structure Elucidation" сараптамалық жүйесі болып табылады. Жүйе ондаған қаңқалы атомдардан тұратын молекулаларды талдауға мүмкіндік береді. Ол жаңа дәрілік препараттарды жасау кезінде фармацевтикалық фирмалармен кеңінен қолданылады. Жүйе алдыңғы үш бағыттың тәсілдері мен әдістерін, сондай-ақ химиялық білімді (құрылым теориясын және т.б.) шоғырландырады.

0

11

.Компьютерлік модельдеу түсінігі

Компьютерлік модельдеудің мүмкіндіктерін кеңейтіп, қолдану тәсілдерін жеңілдететін ішкі бағдарламалар мен сандық математика тәсілдерінің формаларымен толықтырылған функциялардың кітапханалары бар. «Компьютерлік модельдеу» түсінігі ХХ ғасырдың 50-ші жылдары биологиядағы күрделі жүйелерді автоматтандырылған экономикалық-ұйымдастырылған басқару жүйесін құруда жүйелік талдаумен жиі қоладанған.
Модельдің түрі және оның құрылуы
Модельдің түрі және оның құрылуы субъектінің біліміне, тәжірибесіне, іскерлігіне жеке қызығушылығына байланысты. Модельдеу субъект алдында тұрған модельдеуге қатысты мәселелерді шешкенде ғана өз мақсатына жетеді. негізгі идеялары барлық оқу орындарында күрделі объектілерді оқу, зерттеудің тиімді тәсілі ретінде пайдаланады. Заманауи компьютерлік модельдеу бағдарламаларын игерген студенттердің кәсіби шығармашылық қабілеттерінің дамуына жаңа мүмкіндіктер пайда болады. Электрондық сұлбаларды математикалық модельдеу жұмысы электрондық аспаптар туралы ақпараттарды (элементтер мен интегралдық микросұлбалардың компоненттері туралы) және оларды біріктіріп қосу әдістері электрондық есептегіш машиналарға (ЭЕМ) енгізуден басталады.
Модельдеу принциптері:
1)Эволюция
- күрделіні қарапайымдандыру мүкіндігі.
2)Редукционизм
- төменгі формалар күйін таңдау арқылы жоғары формалар күйін болжау.
3)Радционалдық
- әлемнің нақты объектілерін логиканың, математиканың көмегімен таңдау.
4) Компьютерлік модельдеудің тарихы.
Компьютерлік модель (computer model)

.Компьютерлік моделдеу мақсаты

Компьютерлік модельдеудің мақсаты – экономикалық, әлеуметтік, ұйымдастырушылық/техникалық сипатта шешім дайындап, қабылдауға пайдаланылуы мүмкін мәліметтер алу.

Модель-жасанды түрде зерттелетін обектінің аналогы болатын, схема, сызба, логикалық-математикалық белгілер формуласы, физикалық құрылымы түрінде құрылған объект. Зерттелуші обекті элементтерінің қасиеттерін, өзара байланыстары мен қатынастарын қарапайым түрде бейнелейтін және шығарады. Қарапайым және кең таралған модель түрлері:1)Графикалық модель – объектіні көрнекі бейнелеу тәсілі: сурет, сызба,схема.2)Сөздік модель – обектінің, процесстің, құбылыстың қандай да бір тілде өрнектелген сөздік сипаттамасы.3)Математикалық модель – сөздік сипаттауларды формалау арқылы бейнелейді. 2.Модельдер 4-ке бөлінеді.1)Детерминацияланған – кездейсоқ әсерлер болмайтын процесстерді бейнелейді.2)Стохастикалық – ықтимал процесстер мен оқиғалардың сипаттамасымен қамтамасыз етеді.3)Динамикалық – зертелетін объект күйін процесстер дискретті/үзіліссіз болуы мүмкін уақытқа байланысты сипаттайды.4)Статистикалық – анықталған уақыт мезетіндегі объект күйін бейнелейді.5)Абстрактылық – зерттелуші объект күйін берілген уақыт аралығына тәуелсіз. Статистикалық 4-ке бөлінеді. Олар:1. Математикалық - оқып үйренетін құбылыстар/процесстер математикалық заңдылықтар түрінде көрсетіледі.2. Көрнекті – зертелуші объект күйін схема, диаграмма, графика түрінде бейнеленеді.3. Аналитикалық – процессті нақты бастапқы және соңғы шарттармен сандық түрде бейнелейді, сапалық түрде – шешіудің мүмкін еместігін айқын түрде бейнелейді.4. Имитациялық – күрделі жүйелердегі процесстерді бейнелейді. Есептеу қоры ретінде электронды-есептеу машиналары пайдаланылады.

0

12

Методы моделирования химических процессов.
Процесс моделирования химических процессов неотъемлемая часть при планировании или регуляции химического синтеза или производства.
Модель в первую очередь это попытка отразить реальность, репрезентовать ее с помощью различных средств: математического аппарата, визуальных методов, схем и тд. Моделирование химических процессов относится к теоретической химии. В свою очередь в теоретической химии можно выделить такие области как молекулярное моделирование, хемоинформатику, компьютерную химию. Практически все они сводятся к дискретной математике и комбинаторике, значительно упрощая алгоритмизацию. В каждом процессе заложен какой-либо алгоритм: от завязывания шнурков на обуви до полетов космических аппаратов в космос. Так как построение алгоритмов основывается на значительном математическом аппарате, система становиться предсказуемой, то есть такой, которой можно управлять.
Невозможно в лабораторных условиях исследовать десятки тысяч химических соединений, особенно если речь идет о разработке вакцины, и счет идет на месяцы. Именно с помощью большого пула данных, загруженных по специальным алгоритмам в суперкомпьютеры, включающих сведения о структуре химического вещества, его воздействии на организм и взаимодействия с целевым агентом  и разрабатываются вакцины от COVID-19. Если бы не компьютерная химия, и объединение вычислительных мощностей всего мира (например на первых этапах разработки свои сервера в единую сеть объединили Amazon, Microsoft, Google, а также предоставили доступ к суперкомпьютерам исследовательские университеты) то даже первый этап разработки вакцины с подбором действующего вещества занял бы целый год, не говоря уже о том, что бы перейти к испытанию на лабораторных животных и людях.
Таким образом, моделирование химических процессов это не что-то далекое и недосягаемое. На данный момент от ранее собранных учеными данных о физико-химических свойствах различных веществ, их строения, спектров, взаимодействий, от точности вычислительной техники и правильности загруженных в нее алгоритмов зависит общемировая победа над коронавирусом.

0

13

барлық эсселермен танысып шыққан соң, жеке түсінік қалыптасты. Модельдеуге қатысты жазылғандардың барлығы өзектілігімен, ретімен жазылғандай әсер қалдырды. Марияның эссесі де соңғы жазылып, қорытындылап тұрғандай

0


Вы здесь » КазНПУ имени Абая » Тестовый форум » МАСХ. Методы моделирования химических процессов