1546694191

30 Konrad Dramowicz

W modelach wzajemnego oddziaływania w przestrzeni proces określony jest przez takie parametry, jak opór odległości, opór psycho-społeczny itp., zaś trajektoria procesu może być określona poprzez jakąś funkcję analityczną.

Zmiana wartości parametru oraz zmiana postaci i funkcji analitycznej przed każdym przebiegiem symulacji (np. funkcji odległości typu lo-garytmiczno-normalnego na funkcję typu Pareto) prowadzi do odmiennych rezultatów. Każda symulacja jest więc pojedynczym doświadczeniem weryfikującym określoną hipotezę. W sensie metodycznym symulacja jest na tyle uniwersalna, że może być stosowana z równym powodzeniem we wszystkich dziedzinach nauki, związanych z analizą regionalną. W naukach społeczno-ekonomicznych stanowić ona może element integrujący niekiedy znacznie abstrakcyjną teorię z praktyką w trakcie modelowania operacyjnego przestrzennych procesów społeczno-gospodarczych. Istotnym czynnikiem wyróżniającym symulację spośród innych metod badawczych takich procesów, jak uwzględnianie elementu losowego w przebiegu procesu. Traktowanie losowości jako wyniku pewnych zaburzeń w regularnych układach lokalizacyjnych oznacza bowiem przyjęcie założenia, że badany proces, prowadzący do wykształcenia się określonych układów jest procesem stochastycznym. Modelowanie tego rodzaju procesu metodami analitycznymi rzadko jest bardziej wydajne niż symulacja. Nie można wreszcie zapominać o możli-mościach równoległego wykorzystywania maszyny cyfrowej jako laboratorium do przeprowadzania eksperymentów symulacyjnych oraz jako systemu przetwarzania danych. Modelując jednak cyfrowo przestrzenne procesy społeczno-gospodarcze należy pamiętać, że reguły symulacji ustanawiane są w sposób dość subiektywny, eksponując w modelu elementy, które badacz uważa z jemu wiadomych powodów za pierwszoplanowe lub szczególnie interesujące. W takim przypadku symulacja może co najwyżej potwierdzić logiczną słuszność takiego postępowania.

LITERATURA

(1)    Ackoff R. L. Decyzje optymalne w badaniach stosowanych. Warszawa 1969. PWN.

(2)    A 1 f r e d s s o n B., Larsson E., Engvall U. Bejolkningsprognosmodeli koordiner adb simulering. ”Choros” 28, 1970.

(3)    B a r t o n R. F. Wprowadzenie do symulacji i gier. Warszawa 1974. WNT.

(4)    Bat ty M. Dynamie simulation oj an urban system. „Geogr. Pap.” 12, Univ. Reading, Dept. Geogr. 1971.

(5)    Bibliography on simulation. White Plains N. W. IBM Corp. 1966.

(61 Buslenko K., Golenko D. J., Sobol J. M., S r a g o w i c z W. G., Szrejder J. A. Metoda Monte Carlo. Warszawa 1969. PWN.

(7)    C o w m a n P. J., Ireland J., Fine D. Approaches to urban model-buil-ding. ”Reg. Stud.” 1, 2, s. 163—172, 1967.

(8)    C z a m a n s k i S. Regional science techniąues in practice: the case oj Nova Scotia. Lexington 1972.

(9)    D e a c o n A. R. L. Jr. Selected references on simulation and games. Saranac Lakę 1960. AMA Academy.

(10) Do nelly T. G., Chapin F. S., Weiss S. F. A probabilistic model for residential growth. Chapel Hill, N. Carolina. Inst. Research Soc. Sci., Univ. North Carolina 1964.