проведение весьма трудоемких и сложных вычислительных операций. Поэтому, в целом, очевидно, всегда делесообразно начинать решение обратной задачи, используя прямой подход, и лишь затем, исходя из анализа входной информа- ции и полученных оценок параметров, переходить к уточнению расчетных пара- метров методами целенаправленного поиска. Естественно, что такое решение всегда останется субъективным, ибо невозможно заранее определить, гаранти- рует ли заданная входная информация достаточную эффективность использо- вания методов целенаправленного поиска. Далее, изложенный выше материал показывает, что решение обратных за- дач, требует, как правило, применения АВМ или ЭВМ. Преимущества анало- говых моделей заключаются, прежде всего, в возможности наиболее гибкого учета всех особенностей конкретного объекта, в обеспечении более надежчного поэтапного контроля за физическим правдоподобием всех › (в тои числе и проме- жуточных) расчетных оценок, в возможности гибкого реагирования модели на возникающие в процессе решения требования к ее корректировке, и, наконец, в быстродействии. при решении соответствующей системы уравнений для боль- шого числа узловых точек (последнее особенно важно при анализе чувствитель- ности для модели в целом). С другой стороны, решение обратных задач методами целенаправленного поиска часто требует осуществления вариантных расчетных операций в таком объеме, который реально осуществим лишь с привлечением ЭВМ. Поэтому отказ от ЭВМ в данном случае равносилен снижению точности и надежности решения обратной задачи. Вместе с тем, полная автоматизация процесса идентификации водоносного пласта на ЭВМ существенно снижает возможности контроля за физическим правдоподобием модели, возможности интуитивных оценок и внесения корректив; кроме того, в этих целях требуются мощные ЭВМ с большой «памятью». Поэтому в настоящее время, очевидно, наиболее целесообразно реализовать методы целенаправленного поиска на базе сочетания АВМ и ЭВМ, поручая последним однообразную работу — выпол- нение наборов однотипных опералий. В этом плане, наиболее перспективными представляются гибридные модели, сочетающие в себе достоинства АВМ и ЭВМ [7, 271. В такой модели система конечно-разностных уравнений, аппроксими- рующих моделируемый процесс, решается на АВМ, а ЭВМ выполняет функции управления решением: ввод и вывод информации, расчет элементов аналоговой сетки, обработка промежуточных результатов и т.п. При прямом подходе к решению обратных задач ЭВМ обычно выполняет лишь вспомогательные вычислительные функции *. Однако, как мы видели, использование аналоговой и цифровой вычисли- тельной техники является лишь необходимым. но никак не достаточным условием эффективного решения обратной задачи: корректность ее постановки и надемс- ность расчетных параметров решающим образом зависят от субъективного фак- тора — квалификации исследователя. И несмотря на то, что часть его оценок может быть заранее введена в решающий алгоритм (с таким субъективш‚т программированием мы столкнулись при оценке весовых коэффициептов в $ 3), многие решения приходится принимать в процессе идентификации, причем нередко — на интуитивном уровне. С этих позиций, решение обратной задачи, как бы ни было оно автоматизировано, всегда остается своего рода ис- кусством, которое под силу лишь специалисту, хорошо владеющему как * Сказанное, конечно, не исключает возможности решения обратной задачи только © помощью ЭВМ. 293