Классификация видов моделирования систем

Содержание

Моделирование систем. 3

Общие понятия моделирования. 3

Классификация видов моделирования систем. 6

Список использованной литературы.. 16

Моделирование систем

Общие понятия моделирования

Для того, чтобы в полной мере разобраться с основной классификацией видов моделирования систем, необходимо кратко изучить основные теоретические аспекты моделирования.

Как известно, моделированием называется замещение одного объекта, называемого системой, другим объектом, называемым моделью, и проведение экспериментов с моделью (или на модели), исследование свойств модели, опираясь на результаты экспериментов с целью получения информации о системе.

Моделирование позволяет исследовать такие системы, прямой эксперимент с которыми:

а) трудно выполним;

б) экономически невыгоден;

в) вообще невозможен.

Моделирование - важнейшая сфера применения средств вычислительной техники, когда положения теории моделирования используются в различных областях науки, производства и техники. В то же время сами средства вычислительной техники являются объектами моделирования на этапе проектирования новых и модернизации старых вычислительных систем, при анализе возможности использования вычислительных систем в различных приложениях. [1]

Модель — аналог, прототип, шаблон, образец, используемый вместо оригинала для решения задач (получения ответов на вопросы). Модель строится на основании ограниченного множества известных нам данных (свойств, поведений) об оригинале. Построение моделей и использование моделей (решение на них задач) производится с целью:

1. Получения неизвестных ранее данных, предсказания новых свойств и будущих поведений.

2. Извлечения пользы при реализации решений.

3. Систематизации (обобщения) известных данных.

Процесс моделирования состоит из:

1. Формализации (проектирование и настройка модели, систем моделей и моделей систем).

2. Собственно моделирования (постановка различных задач и решение их на модели).

3. Интерпретации результатов моделирования, комплексирования с уже имеющимися реальными системами.

Модель вместо исходного объекта используется в случаях, когда эксперимент опасен, дорог, происходит в неудобном масштабе пространства и времени (долговременен, слишком кратковременен, протяжен), невозможен, неповторим, ненагляден и так далее. [2]

Объектом исследования в теории моделирования является система. Система — это совокупность взаимосвязанных элементов, объединенных в одно целое для достижения некоторой цели, которая определяется назначением системы. При этом элемент — это минимально неделимый объект, рассматриваемый как единое целое. Если система — это совокупность взаимосвязанных элементов, то комплекс — это совокупность взаимосвязанных систем.

Элемент, система, комплекс — понятия относительные, т.к. любой элемент, если его расчленить, если его не рассматривать как неделимый объект, то он становится системой, и наоборот любой комплекс становится системой, если входящие в его состав системы рассматривать как элементы.

Для описания системы необходимо определить ее структурную и функциональную организацию.

Структурная организация (структура) системы задается перечнем элементов, входящих в состав системы, и конфигурацией связей между ними.

Для описания структуры системы используются способы:

а) графический — в форме графа, где вершины графа соответствуют элементам системы, а дуги — связям между элементами (частный случай графического задания структуры системы — это форма схем);

б) аналитический, когда задаются количество типов элементов системы, число элементов каждого типа и матрицы связей между ними.

Функциональная организация (функции) системы — это правила достижения поставленной цели, правила, описывающие поведение системы на пути к цели её назначения.

Способами описания функций системы являются:

а) алгоритмический — в виде последовательности шагов, которые должна выполнять система;

б) аналитический — в виде математических зависимостей;

в) графический — в виде временных диаграмм;

г) табличный — в виде таблиц, отображающих основные функциональные зависимости.

Свойства системы, значения переменных, описывающих систему, в конкретные моменты времени называются состояниями системы.

Процесс (продвижение – лат.) функционирования системы можно рассматривать как последовательную смену её состояний во времени, другими словами, процесс функционирования системы — это переход её из одного состояния в другое.

Система переходит из одного состояния в другое, если изменяются значения переменных, описывающих состояние системы. Причина изменения переменных состояния, а значит, причина, вызывающая переход системы из состояния в состояние, называется событием. Событие является следствием начала или окончания какого-то действия. Например, если в качестве системы рассмотреть кассу в магазине и под состоянием системы понимать количество покупателей у кассы, то в такой системе можно выделить следующие действия и соответствующие события. [3]

Итак, в процессе моделирования всегда существует оригинал (объект) и модель, которая воспроизводит (моделирует, описывает, имитирует) некоторые черты объекта.

Стадии познания объекта, а также формы соответствия модели и оригинала могут быть различными:

1) моделирование как познавательный процесс, содержащий переработку информации, поступающей из внешней среды, о происходящих в ней явлениях, в результате чего в сознании появляются образы, соответствующие объектам;

2) моделирование, заключающееся в построении некоторой системы-модели (второй системы), связанной определенными соотношениями подобия с системой-оригиналом (первой системой), причем в этом случае отображение одной системы в другую является средством выявления зависимостей между двумя системами, отраженными в соотношениях подобия, а не результатом непосредственного изучения поступающей информации. [4]

Классификация видов моделирования систем

Как известно, классификация – это разделение объектов на группы, имеющие один или несколько общих признаков. В зависимости от признака классификации одни и те же модели могут быть отнесены к разным классам.

В качестве одного из первых признаков классификации видов моделирования можно выбрать степень полноты модели и разделить модели в соответствии с этим признаком на полные, неполные и приближенные. В основе полного моделирования лежит полное подобие, которое проявляется как во времени, так и в пространстве. Для неполного моделирования характерно неполное подобие модели изучаемому объекту. В основе приближенного моделирования лежит приближенное подобие, при котором некоторые стороны функционирования реального объекта не моделируются совсем. [5] Классификация видов моделирования может быть проведена по разным основаниям. Один из вариантов классификации приведен на рисунке 1.

Рисунок 1 - Пример классификации видов моделирования

В соответствии с классификационным признаком полноты моделирование делится на: полное, неполное, приближенное.

При полном моделировании модели идентичны объекту во времени и пространстве.

Для неполного моделирования эта идентичность не сохраняется.

В основе приближенного моделирования лежит подобие, при котором некоторые стороны реального объекта не моделируются совсем. Теория подобия утверждает, что абсолютное подобие возможно лишь при замене одного объекта другим точно таким же. Поэтому при моделировании абсолютное подобие не имеет места. Исследователи стремятся к тому, чтобы модель хорошо отображала только исследуемый аспект системы. Например, для оценки помехоустойчивости дискретных каналов передачи информации функциональная и информационная модели системы могут не разрабатываться.

В зависимости от типа носителя и сигнатуры модели различаются следующие виды моделирования: детерминированное и стохастическое, статическое и динамическое, дискретное, непрерывное и дискретно-непрерывное.

Детерминированное моделирование отображает процессы, в которых предполагается отсутствие случайных воздействий.

Стохастическое моделирование учитывает вероятностные процессы и события.

Статическое моделирование служит для описания состояния объекта в фиксированный момент времени, а динамическое — для исследования объекта во времени. При этом оперируют аналоговыми (непрерывными), дискретными и смешанными моделями.

В зависимости от формы реализации носителя и сигнатуры моделирование классифицируется на мысленное и реальное.

Мысленное моделирование применяется тогда, когда модели не реализуемы в заданном интервале времени либо отсутствуют условия для их физического создания (например, ситуация микромира). Мысленное моделирование реальных систем реализуется в виде наглядного, символического и математического. Для представления функциональных, информационных и событийных моделей этого вида моделирования разработано значительное количество средств и методов.

При наглядном моделировании на базе представлений человека о реальных объектах создаются наглядные модели, отображающие явления и процессы, протекающие в объекте. Примером таких моделей являются учебные плакаты, рисунки, схемы, диаграммы.

В основу гипотетического моделирования закладывается гипотеза о закономерностях протекания процесса в реальном объекте, которая отражает уровень знаний исследователя об объекте и базируется на причинно-следственных связях между входом и выходом изучаемого объекта. Этот вид моделирования используется, когда знаний об объекте недостаточно для построения формальных моделей. Аналоговое моделирование основывается на применении аналогий различных уровней. Для достаточно простых объектов наивысшим уровнем является полная аналогия. С усложнением системы используются аналогии последующих уровней, когда аналоговая модель отображает несколько (или только одну) сторон функционирования объекта.

Макетирование применяется, когда протекающие в реальном объекте процессы не поддаются физическому моделированию или могут предшествовать проведению других видов моделирования. В основе построения мысленных макетов также лежат аналогии, обычно базирующиеся на причинно-следственных связях между явлениями и процессами в объекте.

Символическое моделирование представляет собой искусственный процесс создания логического объекта, который замещает реальный и выражает его основные свойства с помощью определенной системы знаков и символов.

В основе языкового моделирования лежит некоторый тезаурус, который образуется из набора понятий исследуемой предметной области, причем этот набор должен быть фиксированным. Под тезаурусом понимается словарь, отражающий связи между словами или иными элементами данного языка, предназначенный для поиска слов по их смыслу.

Традиционный тезаурус состоит из двух частей: списка слов и устойчивых словосочетаний, сгруппированных по смысловым (тематическим) рубрикам; алфавитного словаря ключевых слов, задающих классы условной эквивалентности, указателя отношений между ключевыми словами, где для каждого слова указаны соответствующие рубрики. Такое построение позволяет определить семантические (смысловые) отношения иерархического (род/вид) и неиерархического (синонимия, антонимия, ассоциации) типа.

Между тезаурусом и обычным словарем имеются принципиальные различия. Тезаурус — словарь, который очищен от неоднозначности, т.е. в нем каждому слову может соответствовать лишь единственное понятие, хотя в обычном словаре одному слову может соответствовать несколько понятий.

Если ввести условное обозначение отдельных понятий, т.е. знаки, а также определенные операции между этими знаками, то можно реализовать знаковое моделирование и с помощью знаков отображать набор понятий — составлять отдельные цепочки из слов и предложений. Используя операции объединения, пересечения и дополнения теории множеств, можно в отдельных символах дать описание какого-то реального объекта.

Математическое моделирование — это процесс установления соответствия данному реальному объекту некоторого математического объекта, называемого математической моделью. В принципе, для исследования характеристик любой системы математическими методами, включая и машинные, должна быть обязательно проведена формализация этого процесса, т.е. построена математическая модель. Вид математической модели зависит как от природы реального объекта, так и от задач исследования объекта, от требуемой достоверности и точности решения задачи. Любая математическая модель, как и всякая другая, описывает реальный объект с некоторой степенью приближения.

Для представления математических моделей могут использоваться различные формы записи. Основными являются инвариантная, аналитическая, алгоритмическая и схемная (графическая).

Инвариантная форма — запись соотношений модели с помощью традиционного математического языка безотносительно к методу решения уравнений модели. В этом случае модель может быть представлена как совокупность входов, выходов, переменных состояния и глобальных уравнений системы. Аналитическая форма — запись модели в виде результата решения исходных уравнений модели. Обычно модели в аналитической форме представляют собой явные выражения выходных параметров как функций входов и переменных состояния.

Для аналитического моделирования характерно то, что в основном моделируется только функциональный аспект системы. При этом глобальные уравнения системы, описывающие закон (алгоритм) ее функционирования, записываются в виде некоторых аналитических соотношений или логических условий. Аналитическая модель исследуется несколькими методами:

1. аналитическим, когда стремятся получить в общем виде явные зависимости, связывающие искомые характеристики с начальными условиями, параметрами и переменными состояния системы;

2. численным, когда, не умея решать уравнения в общем виде, стремятся получить числовые результаты при конкретных начальных данных (напомним, что такие модели называются цифровыми);

3. качественным, когда, не имея решения в явном виде, можно найти некоторые свойства решения (например, оценить устойчивость решения).

В настоящее время распространены компьютерные методы исследования характеристик процесса функционирования сложных систем. Для реализации математической модели на ЭВМ необходимо построить соответствующий моделирующий алгоритм.

Алгоритмическая форма — запись соотношений модели и выбранного численного метода решения в форме алгоритма. Среди алгоритмических моделей важный класс составляют имитационные модели, предназначенные для имитации физических или информационных процессов при различных внешних воздействиях.

При имитационном моделировании воспроизводится алгоритм функционирования системы во времени — поведение системы, причем имитируются элементарные явления, составляющие процесс, с сохранением их логической структуры и последовательности протекания, что позволяет по исходным данным получить сведения о состояниях процесса в определенные моменты времени, дающие возможность оценить характеристики системы. Основным преимуществом имитационного моделирования по сравнению с аналитическим является возможность решения более сложных задач. Имитационные модели позволяют достаточно просто учитывать такие факторы, как наличие дискретных и непрерывных элементов, нелинейные характеристики элементов системы, многочисленные случайные воздействия и другие, которые часто создают трудности при аналитических исследованиях. В настоящее время имитационное моделирование — наиболее эффективный метод исследования систем, а часто и единственный практически доступный метод получения информации о поведении системы, особенно на этапе ее проектирования.

В имитационном моделировании различают метод статистических испытаний (Монте-Карло) и метод статистического моделирования.

Метод Монте-Карло — численный метод, который применяется для моделирования случайных величин и функций, вероятностные характеристики которых совпадают с решениями аналитических задач. Состоит в многократном воспроизведении процессов, являющихся реализациями случайных величин и функций, с последующей обработкой информации методами математической статистики.

Если этот прием применяется для машинной имитации в целях исследования характеристик процессов функционирования систем, подверженных случайным воздействиям, то такой метод называется методом статистического моделирования.

Метод имитационного моделирования применяется для оценки вариантов структуры системы, эффективности различных алгоритмов управления системой, влияния изменения различных параметров системы. Имитационное моделирование может быть положено в основу структурного, алгоритмического и параметрического синтеза систем, когда требуется создать систему с заданными характеристиками при определенных ограничениях.

Комбинированное (аналитико-имитационное) моделирование позволяет объединить достоинства аналитического и имитационного моделирования.

Информационное (кибернетическое) моделирование связано с исследованием моделей, в которых отсутствует непосредственное подобие физических процессов, происходящих в моделях, реальным процессам. Таким образом, в основе информационных (кибернетических) моделей лежит отражение некоторых информационных процессов управления, что позволяет оценить поведение реального объекта. Для построения модели в этом случае необходимо выделить исследуемую функцию реального объекта, попытаться формализовать эту функцию в виде некоторых операторов связи между входом и выходом и воспроизвести данную функцию на имитационной модели, причем на совершенно другом математическом языке и, естественно, иной физической реализации процесса. Так, например, экспертные системы являются моделями ЛПР.

Структурное моделирование системного анализа базируется на некоторых специфических особенностях структур определенного вида, которые используются как средство исследования систем или служат для разработки на их основе специфических подходов к моделированию с применением других методов формализованного представления систем. Развитием структурного моделирования является объектно-ориентированное моделирование.

Структурное моделирование системного анализа включает:

1. методы сетевого моделирования;

2. сочетание методов структуризации с лингвистическими;

3. структурный подход в направлении формализации построения и исследования структур разного типа на основе теоретико-множественных представлений и понятия номинальной шкалы теории измерений.

В структурном моделировании за последнее время сформировалась новая технология CASE. Аббревиатура CASE имеет двоякое толкование, соответствующее двум направлениям использования CASE-систем. Первое из них — Computer-Aided Software Engineering — переводится как автоматизированное проектирование программного обеспечения. Соответствующие CASE-системы часто называют инструментальными средами быстрой разработки программного обеспечения. Второе — Computer-Aided System Engineering — подчеркивает направленность на поддержку концептуального моделирования сложных систем, преимущественно слабоструктурированных.

Ситуационное моделирование опирается на модельную теорию мышления, в рамках которой можно описать основные механизмы регулирования процессов принятия решений. В центре модельной теории мышления лежит представление о формировании в структурах мозга информационной модели объекта и внешнего мира. Эта информация воспринимается человеком на базе уже имеющихся у него знаний и опыта. Целесообразное поведение человека строится путем формирования целевой ситуации и мысленного преобразования исходной ситуации в целевую. Основой построения модели является описание объекта в виде совокупности элементов, связанных между собой определенными отношениями, отображающими семантику предметной области. Модель объекта имеет многоуровневую структуру и представляет собой тот информационный контекст, на фоне которого протекают процессы управления.

При реальном моделировании используется возможность исследования характеристик либо на реальном объекте целиком, либо на его части. Такие исследования проводятся как на объектах, работающих в нормальных режимах, так и при организации специальных режимов для оценки интересующих исследователя характеристик. Реальное моделирование является наиболее адекватным, но его возможности ограничены.

Натурным моделированием называют проведение исследования на реальном объекте с последующей обработкой результатов эксперимента на основе теории подобия. Натурное моделирование подразделяется на научный эксперимент, комплексные испытания и производственный эксперимент. Научный эксперимент характеризуется широким использованием средств автоматизации, применением весьма разнообразных средств обработки информации, возможностью вмешательства человека в процесс проведения эксперимента. Одна из разновидностей эксперимента — комплексные испытания, в процессе которых вследствие повторения испытаний объектов в целом выявляются общие закономерности о характеристиках качества, надежности этих объектов. В этом случае моделирование осуществляется путем обработки и обобщения сведений о группе однородных явлений.

Другим видом реального моделирования является физическое, отличающееся от натурного тем, что исследование проводится на установках, которые сохраняют природу явлений и обладают физическим подобием. В процессе физического моделирования задаются некоторые характеристики внешней среды и исследуется поведение либо реального объекта, либо его модели при заданных или создаваемых искусственно воздействиях внешней среды. Физическое моделирование может протекать в реальном и модельном масштабах времени или рассматриваться без учета времени. В последнем случае изучению подлежат так называемые «замороженные» процессы, фиксируемые в некоторый момент времени. [6]

Список использованной литературы

1. Классификация видов моделирования систем. [Электронный ресурс]: https://studopedia.ru/8_131676_lektsiya--klassifikatsiya-vidov-modelirovaniya-sistem.html (Дата обращения: 29.08.2020)

2. Классификация видов моделирования систем. Определение модели. Общая классификация основных видов моделирования. [Электронный ресурс]: https://lektsii.org/13-65091.html (Дата обращения: 28.08.2020)

3. Мухин О.И. Моделирование систем. Понятие моделирования. Способы представления моделей. [Электронный ресурс]: http://stratum.ac.ru/education/textbooks/modelir/lection01.html (Дата обращения: 28.08.2020)

4. Советов Б.Я. Моделирование систем. Классификация видов моделирования систем. [Электронный ресурс]: https://studme.org/86675/informatika/klassifikatsiya_vidov_modelirovaniya_sistem (Дата обращения: 28.08.2020)

5. Теория моделирования. Система и элементы системы. Понятие модели. Цели моделирования. [Электронный ресурс]: https://clck.ru/QZ8YL (Дата обращения: 29.08.2020)

[1] Теория моделирования. Система и элементы системы. Понятие модели. Цели моделирования. [Электронный ресурс]: https://clck.ru/QZ8YL (Дата обращения: 29.08.2020)

[2] Мухин О.И. Моделирование систем. Понятие моделирования. Способы представления моделей. [Электронный ресурс]: http://stratum.ac.ru/education/textbooks/modelir/lection01.html (Дата обращения: 28.08.2020)

[3] Теория моделирования. Система и элементы системы. Понятие модели. Цели моделирования. [Электронный ресурс]: https://clck.ru/QZ8YL (Дата обращения: 29.08.2020)

[4] Классификация видов моделирования систем. Определение модели. Общая классификация основных видов моделирования. [Электронный ресурс]: https://lektsii.org/13-65091.html (Дата обращения: 28.08.2020)

[5] Советов Б.Я. Моделирование систем. Классификация видов моделирования систем. [Электронный ресурс]: https://studme.org/86675/informatika/klassifikatsiya_vidov_modelirovaniya_sistem (Дата обращения: 28.08.2020)

[6] Классификация видов моделирования систем. [Электронный ресурс]: https://studopedia.ru/8_131676_lektsiya--klassifikatsiya-vidov-modelirovaniya-sistem.html (Дата обращения: 29.08.2020)

Дата добавления: 2022-12-03; просмотров: 45; Мы поможем в написании вашей работы!

Поделиться с друзьями:

Мы поможем в написании ваших работ!