FP สำหรับการจำลองและการสร้างแบบจำลอง

ฉันกำลังจะเริ่มโครงการจำลองสถานการณ์ / การสร้างแบบจำลอง ฉันรู้อยู่แล้วว่า OOP ใช้สำหรับโครงการประเภทนี้ อย่างไรก็ตามการเรียน Haskell ทำให้ฉันพิจารณาใช้กระบวนทัศน์ของ FP สำหรับการสร้างแบบจำลองระบบของส่วนประกอบ ให้ฉันทำอย่างละเอียด:

สมมติว่าฉันมีองค์ประกอบประเภท A ซึ่งมีลักษณะเป็นชุดข้อมูล (พารามิเตอร์เช่นอุณหภูมิหรือความดัน PDE และเงื่อนไขขอบเขต ฯลฯ ) และส่วนประกอบประเภท B ซึ่งมีชุดข้อมูลแตกต่างกัน (แตกต่างกัน หรือพารามิเตอร์เดียวกัน PDE และเงื่อนไขขอบเขตที่แตกต่างกัน) สมมติว่าฟังก์ชั่น / วิธีการที่จะนำไปใช้กับแต่ละองค์ประกอบเหมือนกัน (ตัวอย่างวิธี Galerkin) สถานะที่ไม่แน่นอนของวัตถุจะถูกใช้สำหรับพารามิเตอร์ที่ไม่คงที่

ถ้าฉันจะใช้วิธีการของ OOP ฉันจะสร้างวัตถุสองชนิดที่จะห่อหุ้มข้อมูลของแต่ละประเภทวิธีการในการแก้ไข PDE (การสืบทอดจะใช้ที่นี่เพื่อนำโค้ดกลับมาใช้ใหม่) และวิธีแก้ปัญหากับ PDE

ในทางตรงกันข้ามถ้าฉันจะใช้วิธีการ FP แต่ละองค์ประกอบจะถูกแบ่งออกเป็นส่วนข้อมูลและฟังก์ชั่นที่จะดำเนินการกับข้อมูลเพื่อให้ได้โซลูชั่นสำหรับ PDE พารามิเตอร์ที่ไม่คงที่จะถูกส่งผ่านเป็นฟังก์ชั่นของอย่างอื่น (เวลาเช่น) หรือแสดงโดยความไม่แน่นอนบางอย่าง (การเลียนแบบความไม่แน่นอน ฯลฯ ) วิธีการนี้ดูเหมือนง่ายกว่าสำหรับฉันโดยสมมติว่าการดำเนินการเชิงเส้นบนข้อมูล

โดยสรุปแล้วการใช้วิธีการ FP จะง่ายกว่าและง่ายกว่าในการจัดการ (เพิ่มประเภทของส่วนประกอบหรือวิธีการใหม่ในการแก้ปัญหา pde) เมื่อเทียบกับ OOP หรือไม่

ฉันมาจากพื้นหลัง C ++ / Fortran รวมทั้งฉันไม่ใช่โปรแกรมเมอร์มืออาชีพดังนั้นแก้ไขสิ่งที่ฉันทำผิดให้ถูกต้อง

เป็นคำถามที่ดีฉันกำลังคิดถึงเส้นที่คล้ายกัน ในอดีตกระบวนทัศน์ OO เกิดขึ้นจากความจำเป็นในการจำลองด้วยคอมพิวเตอร์ - ดูประวัติของSimula - และแม้จะมีภาษา OO ยุคต้นเช่นSmalltalkถูกสร้างขึ้นโดยคนที่รู้ว่าสิ่งที่พวกเขากำลังทำ (เช่น Alan Kay) ตอนนี้ OO เป็นเนื้อหาที่ใช้เกิน นำในมากเกินไปซับซ้อนโดยไม่ได้ตั้งใจ

โดยทั่วไปโปรแกรมสไตล์ FP จะสั้นกว่าง่ายกว่าในการทดสอบและปรับเปลี่ยนได้ง่ายกว่าโปรแกรม OO ในขณะที่ Rob Harrop กล่าวไว้ในคำบรรยายของเขาIs the Future Functional? คุณจะไม่มีวันทำได้ง่ายกว่าฟังก์ชั่นและข้อมูล ทั้งสองแต่งอย่างไม่มีที่สิ้นสุดเพื่อสร้างสิ่งที่ต้องการ abstractions ดังนั้นวิธีหนึ่งในการตอบคำถามของคุณ (หรือฉันเพิ่งจะเรียกมันคืนกลับมา?) คือถามว่าอะไรคือฟังก์ชั่นระดับสูงสุดและอินพุทข้อมูลระดับสูงสุด -> เอาท์พุตข้อมูลเป็นอย่างไร จากนั้นคุณสามารถเริ่มฟังก์ชั่นและชนิดข้อมูล "อัลฟา" เหล่านั้นลงในเลเยอร์ถัดไปของ abstractions และทำซ้ำตามความจำเป็น

อีกมุมมองหนึ่ง (ไม่ใช่คำตอบ) สำหรับคำถามของคุณคือดูที่กระทู้นี้ (ข้อจำกัดความรับผิดชอบฉันเริ่มต้น) ใน StackOverflow คำตอบบางคำน่าสนใจมาก: /programming/3431654/how-does- การทำงานเขียนโปรแกรมใช้การจำลอง

ความคิดเห็นของฉันเอง ณ จุดนี้คือถ้าคุณไม่ทำแบบจำลองสถานการณ์ที่มีวัตถุที่ไม่ต่อเนื่องซึ่งมีปฏิสัมพันธ์ในรูปแบบที่แน่นอนเท่านั้น (เช่นแบบจำลองของเครือข่ายคอมพิวเตอร์) - และทำแผนที่โดยตรงกับความสามารถในการทำความสะอาด การผ่านกระบวนทัศน์ OO ภาษา - ง่ายกว่าที่จะไป FP โปรดทราบว่าแม้ในชุมชนเกมการเขียนโปรแกรม - ที่การจำลองมีความแพร่หลายและความต้องการด้านประสิทธิภาพเป็นสิ่งสำคัญยิ่งนักพัฒนาที่มีประสบการณ์กำลังเคลื่อนตัวออกจากกระบวนทัศน์ OO และ / หรือใช้ FP เพิ่มเติมเช่นดูการสนทนา HNนี้หรือความเห็นของ John Carmack บน FP

IMHO สำหรับงานที่มีความซับซ้อนพอสมควรเกือบทุกคำถาม "เป็นรูปแบบ FP หรือรูปแบบ OOP ทางเลือกที่ดีกว่า" ไม่สามารถตอบอย่างเป็นกลาง โดยทั่วไปแล้วในสถานการณ์เช่นนี้คำถามไม่ใช่ "ทั้ง FP หรือ OOP" แต่จะรวมส่วนที่ดีที่สุดของกระบวนทัศน์ทั้งสองเพื่อแก้ปัญหาของคุณได้อย่างไร

ปัญหาที่คุณได้คิดไว้ข้างต้นดูเหมือนจะเป็นปัญหาทางคณิตศาสตร์และฉันเดาได้ว่าคุณจะต้องใช้การดำเนินการของเมทริกซ์ OOP นั้นดีมากสำหรับการสร้างแบบจำลองชนิดข้อมูลนามธรรมและแคลคูลัสของเมทริกซ์สามารถนำไปใช้อย่างง่ายดายในฐานะ "วัตถุเมทริกซ์" ที่มีการดำเนินการเกี่ยวกับเมทริกซ์ การนำสิ่งนี้ไปใช้ในลักษณะที่การดำเนินการของเมทริกซ์ทั้งหมดเป็นส่วนหนึ่งของคลาสเมทริกซ์ช่วยให้คุณสามารถเก็บสิ่งต่าง ๆ เข้าด้วยกันซึ่งเป็นของร่วมกันดังนั้นการรักษาโครงสร้างโดยรวมที่ดี

ในทางตรงกันข้าม PDEs เป็นสมการในฟังก์ชั่นและวิธีการแก้ปัญหาอาจจะทำงานอีกครั้ง ดังนั้นการใช้วิธีการทำงานสำหรับ "ส่วนประกอบ" ประเภทนั้นอาจดูเป็นธรรมชาติที่นี่ ฟังก์ชั่นเหล่านั้นอาจมีพารามิเตอร์เมทริกซ์โดยแสดงตัวอย่างหนึ่งของวิธีรวม OOP และ FP อีกตัวอย่างหนึ่งคือการนำคลาสเมทริกซ์มาใช้ซึ่งใช้เครื่องมือการทำงานเพื่อแมปการดำเนินการบางอย่างกับทุกองค์ประกอบของเมทริกซ์ของคุณ ดังนั้นที่นี่เหมือนกันไม่ใช่ "OOP กับ FP" แต่ "OOP รวมกับ FP" ซึ่งให้ผลลัพธ์ที่ดีที่สุดแก่คุณ