Этапы имитационного моделирования. Виды моделей: · Реальные · Знаковые: описательные, формальные, формализованные 2
Виды моделей: · Реальные · Знаковые: описательные, формальные, формализованные 2. Описательная модель – разрабатывается с исп. естественных языковых ср-в, таблиц и т.д. Отражение знаний исследователя об изучаемой системе. Связана с формал. и формализ., т.к. позволяют представить результаты исследований в научной форме, являются необх. при постановке задачи и подготовки исходных данных. 3. Формальная модель – знания, представления и гипотезы об оригинале, который выражен в виде отношений. Может исп-ся для решения хорошо сконструированных задач, когда св-ва объекта можно выразить в количественной форме, а для построения таких моделей можно исп-тьматем. аппарат. Разработка модели сводится к установлению функциональных зависимостей, а процесс получения зависимостей – математическое моделирование. 4. Формализованная модель – кот.м. исп-ся для решения слабо сконструированных задач. В таком случае матем. моделирование проводят на уровне языковых средств (мягких вычислений). Пример: использование методологии нечетных множеств. 5. Физическое моделирование – моделирование, в котором используется или сама система натура-эксперимент или физическая модель модель-эксперимент. Математическое моделирование – процесс установления соответствия реальной системе математической модели, кот.позволяет оценить хар-ки реал. системы. Позволяет исследовать объекты, для кот.реал. эксперименты затруднены или невозможны из-за физических ограничений.Затраты на проведение математического моделирования по сравнению с физическим меньше на 1-2 порядка. 6.Основные понятия: Система – множество взаимосвязанных элементов, обособленное от среды и взаимодействующее с ней, как целое . Объект – некоторая сущность в виртуальном пространстве, обладающая определённым состоянием и поведением, имеет заданные значения свойств (атрибутов) и операций над ними. Субъект – активный объект, участник процесса информационного взаимодействия, может быть пользователем (человеком), устройством или компьютерным процессом. Связь – то, что объединяет элементы системы в единое целое. 7. Модель – это объект-заместитель объекта-оригинала, инструмент для познания, который исследователь ставит между собой и объектом и с помощью которого изучает некоторые свойства оригинала. Моделирование – исследование объектов познания на их моделях; построение и изучение моделей реально существующих предметов, процессов или явлений с целью получения объяснений этих явлений, а также для предсказания явлений, интересующих исследователя. Адекватность – совпадение модели моделируемой системы в отношении цели моделирования. 8. Элемент – простейшая неделимая часть системы. Состояние – совокупность признаков предмета, неизменных в течение определенного времени. Функционирование – непрерывные процессы преобразования внутри системы.
|
|
|
|
|
|
Методология математического моделирования.
Суть методологии – замена объекта его образом – матем. моделью. Изучение произв-ся путем ее реализации (на комп.) Этот «3-ий метод» познания, проектирования, конструирования позволяет быстро и без существ.затрат исследовать поведение в различных ситуациях. МММ м.б. интеллектуальным ядром информ. технологий и важной составляющей научно-технического прогресса. Этапы:
1. Созд-ся эквивалент объекта, отраж. в матем. форме его важнейшиесв-ва.
2. Выбор алгоритма д/реализации модели на компьютере.
3. Создание программы д/алгоритма.
Создавая триаду (модель-алгоритм-программа) исследователь получает универсальный инструмент, кот.сначала тестируется на адекватность, провод-ся вычислит. эксперимент. Процесс моделирования сопровождается уточнением и улучшением.Мат. модель эффективна лишь при выполнении требований:
o четкая формулировка понятий
|
|
|
o апостериорный анализ испытуемых моделей
o гарантированная точность выч. алгоритмов
o разграничение матем. и житейских тем
o осторожное применение матем. алгоритма д/изучения процессов, т.к. предпочтительнее путь от задачи к методу, а не наоборот.
10. В настоящее время принята другая концепция (не редуцирование) моделирования систем – гомеостатическая. Ее суть – пошаговое приведение исходной модели к состоянию аналогичному состоянию объекта оригинала за счет использования метода адаптации, интерпретации и диалога с исследователем. Сначала на основе описательных моделей строится нулевое приближение. После проведения модельного эксперимента проводится корректировка и формулируется модель 1го приближения, затем снова формируется выч. эксперимент с модели 1го приближения и т.д. Системная гомеостатическая модель Є формальную систему и две подсистемы адаптации и интерпретации. Формальная система отличается от обычных форм конструкций тем, что не предусмотрена возм-ть оперативного изменения системы. Этими изменениями управляют подсистемы. Подсистемы адаптации формируют новые правила - вводит в формальную систему новые аксиомы и удаляет старые.
11. Виды моделирования:
|
|
|
1. Физическое
2. Математическое
2.1. Аналитическое (проц.функц-я эл-в системы, кот.м. б. предст. в виде матем. соотн-й.)
2.2. Компьютерное (исп.алгоритма и программ-я, позвол-го проводить выч. эксперимент)
· Численное (исп. методы выч. матем)
· Имитационное (воспроизведение с пом. комп.функц-ния системы, наблюдение логической и временной послед-ти протекания процесса)
· Статическое
12.Детерминированные модели – полная предопределенность функционирования. Заложена однозначная зависимость входов и выходов.
Стохастические модели – модели, в кот.выходные переменные связаны с входными вероятностными зависимостями. Позволяют получить результаты с некот. вер-ю (Физическая, статическая и субъективная вер-ти).
13.В природе не сущ. одноуровневых и неиерархических систем, но при моделировании используется понятие одноуровневой модели, при условии, что допускается предельная степень идеализации изучаемого объекта и оговаривается условность результатов.Для многоуровневой (иерархической) модели выделяются страты (слои). Стратификация – установление связей отношений и взаимодействия. Иерархию можно < как следствие огранич. возм-тей по приему и выдачи информации. При моделировании предельно низкой считается трехуровневая стратификация (система, подсистема, элемент). Высшей степенью признается семи уровневая стратификация.
14.Концептуальные модели – выраженные в символьной форме и отражающие представление людей по прошлой, настоящей и будущей реальности (научные теории описания логич-х и матем. завис-тей). Полная информация об объекте определяется как информация, содержащаяся в символах и между ними.
Формальные модели – модели, в кот.информации м/у символами очень мало – информация воспринимается однозначно, либо почти однозначно.
Абстрактные модели–модели, в кот символы содержат в себе min информации, предметом анализа явл. не сами символы, а хар-р их влияния на внешнюю среду.
15.Имитационная модель – формальное описание функц-ния и исследования систем и взаимодействия отд. элементов во t, учитывающие наиб.существенные причинно-следственные связи. Реальным инструментом имитац. моделирования является комп.
Имитационная модель неспособна формировать свое собственное решение, как у аналитич. моделей, а м.б. лишь ср-ми и источниками информации д/анализа поведения реал.систем при принятии решений. Методологию применяют в след.случаях, когда:
1. Не сущ. законченной постановки задач на исследование, а идет процесс познания объекта моделирования.
2. Характер процессов, протекающих в модели, сложен и не позволяет описать их в единой аналитической форме.
3. У системы меняется «скорость» протекания процессов.
4. При изучении новых ситуаций в системе и оценке новых эл-в.
5. Требуется изучить поведение системы в усл. неопределенных исследований.
6. При подготовке специалистов и освоении новой техники.
Недостатки имитационного моделирования:
1. Большие затраты t, сил и ср-в.
2. Менее объективна, чем аналитическая модель.
3. Обманчивое впечатление реальность, при возможных серьезных ошибках.
4. Результаты носят частныйхар-р в пределах заданных вариантов.
Преимущества имитац. моделирования:
1. Позволяет решать сложные задачи.
2. Позволяют учитывать случ. воздействия и факторы.
3. Воспроизводится функционирование системы во t.
4. Сохраняется логическая структура.
Этапы имитационного моделирования
1. Построение матем. описания процессов в системе, кот состоит из сов-тианалитич. моделей – общематематическая модель системы.
2. Разработка алгоритмов, обеспечивающих имитацию процессов с логикой причинно-следственных связей (общий модельный алгоритм).
3. Реализация на ЭВМ программы имитационного моделирования, отладка, тестирование, эксплуатация
17. Методы для проверки адекватности имитационной модели:
1. Метод предельных точек – проведение мод.эксперимента используя такие данные, при кот. конечный результат м. проверить аналитич. методом.
2. Метод проверки преобразований от входа к выходу, -исп-ние спец. датчиков на входах и выходах основных модулей и узловых точек.
3. Метод верификации – сравнение данных имитац.мод-я с данными натурного эксперимента или др. моделей.
4. Метод получения статистически значимых выводов отн-но данных, кот.получаются в процессе имит. моделирования. (Анализ степени однородности данных).
18. Планирование эксперимента:
o Стратегическое – планиров-е сов-ти экспериментов с разл. исх. данными.
o Тактическое – обесп-ет оптимизацию стат. испытаний, минимизация их объема.
При фиксировании исходных данных модел. эксперимент состоит из серии повторяющихся имитаций процесса функцион-я системы, что позволяет получить картину ее эфф-ти, учитывая случ. хар-р протекания процессов. Матем. постановка стратегич. планир-я основ-ся на исп-нии факторного и регрессионного анализа. Для этого необх.
1. Набор факторов (независим.переменных) и откликов на них.
2. Кол-во различных знач., кот.м. принимать фактор.
3. Различные комбинации факторов (набор знач. и кол-во).
Если учесть все возможные сочетания уровней факторов, то получается полный факторный эксперимент, т.к. при этом наблюдается быстрый рост числа экспер-в, то чаще удается реализовать только их часть – дробная часть.Тактическое планирование сводится к решению двух типов задач:
1. Опред. нач. усл-я д/исследов. влияния на установления стационарного режима работы модели. (исп. эвристический подход)
2. Уменьш. погрешности при сохранении объема испытаний имитац. модели. (сводится к опред-ю V испытаний).
Дата добавления: 2018-02-15; просмотров: 1090; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!