ВУЗ:
Составители:
Рубрика:
ращении; 5) полной с точки зрения возможностей решения поставленных задач; 6) адаптивной, т.е. позволяющей легко пе-
реходить к другим модификациям или обновлять данные; 7) допускающей постепенные изменения в том смысле, что, буду-
чи вначале простой, она может во взаимодействии с пользователем становиться все более сложной и точной.
1.3. ОСНОВНЫЕ ПОНЯТИЯ МОДЕЛИРОВАНИЯ И ОПТИМИЗАЦИИ
ХТС В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ
Математические модели могут быть разделены на
детерминированные
и
стохастические
,
статические
и
динамические
,
дискретные
,
непрерывные
и
дискретно-непрерывные
. В зависимости от формы представления ХТС можно выделить
вирту-
альное
(мысленное) и
реальное
моделирование. Виртуальное моделирование часто является единственным способом моде-
лирования объектов, которые либо практически нереализуемы в заданном интервале времени, либо существуют вне условий,
возможных для их физического создания. Например, на базе виртуального моделирования могут быть проанализированы
многие ситуации микромира, которые не поддаются физическому эксперименту. Виртуальное моделирование может быть
реализовано в
наглядном
,
символическом
и
математическом
видах.
При
наглядном моделировании
на базе представлений человека о реальных объектах создаются различные визуальные
модели, отображающие явления и процессы, протекающие в объекте. К ним относятся
гипотетическое
и
аналоговое
модели-
рование
, а также
макетирование
. В основу
гипотетического моделирования
исследователем закладывается некоторая гипоте-
за о закономерностях протекания процесса в реальном объекте, базирующаяся на причинно-следственных связях между вы-
ходными и входными переменными изучаемого объекта. Гипотетическое моделирование используется, когда знаний об объ-
екте недостаточно для построения формальных или аналитических моделей.
Аналоговое моделирование
основывается на применении аналогий различных уровней. Наивысшим уровнем является
полная аналогия, имеющая место только для достаточно простых объектов. С усложнением объекта используют аналогии
последующих уровней, когда аналоговая модель отображает либо несколько, либо одну сторону функционирования объекта.
Существенное место при виртуальном моделировании занимает
макетирование
. Мысленный макет может применяться
либо в случаях, когда протекающие в реальном объекте процессы не поддаются физическому моделированию, либо предше-
ствовать 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 за-
мещает реальный и выражает основные свойства его отношений с помощью определенной системы знаков или символов.
Математическое моделирование
можно разделить на аналитическое, имитационное и комбинированное. Для аналити-
ческого моделирования характерно то, что процессы функционирования элементов системы записываются в виде некоторых
функциональных соотношений (алгебраических, дифференциальных, интегро-дифференциальных и т.п.) или логических
условий. Аналитическая модель может быть исследована следующими методами: а) аналитическим, когда возможно полу-
чить в явном виде зависимости для искомых характеристик; б) численным, когда невозможно получить аналитическое ре-
шение в виде конечных формул; в) качественным, когда, не имея решения в явном виде, можно исследовать некоторые его
свойства (например, оценить устойчивость решения).
При
имитационном моделировании
воспроизводится процесс функционирования системы во времени, причем имити-
руются элементарные явления, составляющие процесс, с сохранением их логической структуры и последовательности про-
текания во времени, что позволяет по исходным данным получить сведения о состояниях процесса в определенные моменты
времени, дающие возможность оценить характеристики системы [2]. Результаты, полученные при воспроизведении на ими-
тационной модели процесса функционирования системы, как правило, являются реализациями случайных величин и функ-
ций. В этом случае для нахождения характеристик процесса требуется его многократное воспроизведение с последующей
статистической обработкой информации, и целесообразно в качестве метода машинной реализации имитационной модели
использовать метод
статистического моделирования
(
метод Монте-Карло
)
.
Метод имитационного моделирования позволяет решать задачи анализа больших систем, включая задачи оценки: вариантов
структуры системы, эффективности различных алгоритмов управления, влияния изменения различных параметров системы. Ими-
тационное моделирование может быть положено также в основу структурного, алгоритмического и параметрического синтеза
больших систем, когда требуется создать систему с заданными характеристиками при определенных ограничениях.
Комбинированное
(аналитико-имитационное)
моделирование
при анализе и синтезе систем позволяет объединить дос-
тоинства аналитического и имитационного моделирования. При построении комбинированных моделей проводится предва-
рительная декомпозиция процесса функционирования объекта на составляющие подпроцессы и для тех из них, где это воз-
можно, используются аналитические модели а для остальных подпроцессов – имитационные модели. Такой комбинирован-
ный подход позволяет охватить качественно новые классы систем, которые не могут быть исследованы с использованием
только аналитического и имитационного моделирования в отдельности.
Особое место в моделировании занимает
кибернетическое моделирование
, в котором отсутствует непосредственное по-
добие физических процессов, отображаемых в моделях, реальным процессам. В этом случае стремятся отобразить лишь не-
которую функцию и рассматривают реальный объект как «черный ящик», имеющий входы и выходы, и моделируют связи
между ними. Чаще всего при использовании кибернетических моделей проводят анализ поведенческой стороны объекта при
различных воздействиях внешней среды. В основе кибернетических моделей лежит отражение некоторых информационных
процессов управления, что позволяет оценить поведение реального объекта. Для построения имитационной модели в этом
случае необходимо выделить исследуемую функцию реального объекта, попытаться формализовать эту функцию в виде не-
которых операторов связи между выходными и входными переменными и воспроизвести с помощью модели данную функ-
цию, причем на базе совершенно иных математических соотношений и, естественно, иной физической реализации процесса.
Обеспечение требуемых показателей качества функционирования сложных систем связано с необходимостью изучения
протекающих в них значительного числа, в том числе стохастических, процессов на основе проведения комплекса теорети-
ческих и экспериментальных исследований, взаимно дополняющих друг друга. Эффективность экспериментальных исследо-
ваний сложных систем оказывается крайне низкой, поскольку проведение натурных экспериментов с реальной системой
либо требует больших материальных затрат и значительного времени, либо вообще практически невозможно (например, на
Страницы
- « первая
- ‹ предыдущая
- …
- 10
- 11
- 12
- 13
- 14
- …
- следующая ›
- последняя »
