Этапы формирования детального представления системы

Процесс формирования общего и детального представления системы, включает девять основных стадий (3 стадии детального):

Стадия 7: Выявление всех элементов и связей, важных для целей рассмотрения. Их отнесение к структуре иерархии в системе. Ранжирование элементов и связей по их значимости.

Стадия 8: Учет изменений и неопределенностей в системе.

Стадия 9: Исследование функций и процессов в системе в целях управления ими. Введение управления и процедур принятия решения. Управляющие воздействия как системы управления.

18. Виды моделирования систем

 

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

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.

Мысленное моделирование применяется тогда, когда модели не реализуемы в заданном интервале времени либо отсутствуют условия для их физического создания (например, ситуация микромира).

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.

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.

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

Математическое моделирование — это процесс установления соответствия данному реальному объекту некоторого математического объекта, называемого математической моделью.

Инвариантная форма математического моделирования — запись соотношений модели с помощью традиционного математического языка безотносительно к методу решения уравнений модели.

Аналитическая форма математического моделирования — запись модели в виде результата решения исходных уравнений модели.

Алгоритмическая форма математического моделирования — запись соотношений модели и выбранного численного метода решения в форме алгоритма.

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

Информационное ( кибернетическое ) математическое моделирование связано с исследованием моделей, в которых отсутствует непосредственное подобие физических процессов, происходящих в моделях, реальным процессам.

Структурное математическое моделирование 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.

Ситуационное математическое моделирование опирается на теорию мышления, в рамках которой можно описать основные механизмы регулирования процессов принятия решений.

При реальном моделировании используется возможность исследования характеристик системы либо на реальном объекте целиком, либо на его части. Реальное моделирование может быть натурным или физическим

Натурным моделированием называют проведение исследования на реальном объекте с последующей обработкой результатов эксперимента. Натурное моделирование подразделяется на

Научный эксперимент характеризуется широким использованием средств автоматизации, применением весьма разнообразных средств обработки информации, возможностью вмешательства человека в процесс проведения эксперимента.

Комплексные испытания, в процессе которых вследствие повторения испытаний на объекте в целом выявляются общие сведения о характеристиках качества, надежности этих объектов. В этом случае моделирование осуществляется путем обработки и обобщения сведений о группе однородных явлений.

Наряду со специально организованными испытаниями возможна реализация натурного моделирования путем обобщения опыта, накопленного в ходе производственного процесса, т.е. можно говорить о производственном эксперименте . Здесь обрабатывают статистический материал по производственному процессу и получают его обобщенные характеристики.

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.

19. Принципы построения математической модели

Математическое моделирование — это процесс установления соответствия данному реальному объекту некоторого математического объекта, называемого математической моделью.

1.Адекватность. Соответствие модели целям исследования по уровню сложности и организации, а также соответствие реальной системе относительно выбранного множества свойств).

2.Соответствие модели решаемой задаче. Модель должна строиться для решения определенного класса задач или конкретной задачи исследования системы.

3. Упрощение при сохранении существенных свойств системы.

Модель должна быть проще прототипа — в этом смысл моделирования.

4. Соответствие между требуемой точностью результатов моделирования и сложностью модели.

5.Баланс погрешностей различных видов.

6.Многовариантность реализаций элементов модели. Разнообразие реализаций одного и того же элемента, отличающихся по точности обеспечивает регулирование соотношения «точность/сложность».

7. Блочное строение. Облегчается разработка сложных моделей и появляется возможность использования накопленного опыта и готовых блоков с минимальными связями между ними.

Практическими рекомендациями по уменьшению сложности моделей являются:

· изменение числа переменных, достигаемое либо исключением несущественных переменных, либо их объединением. Процесс преобразования модели в модель с меньшим числом переменных и ограничений называют агрегированием.

· изменение природы переменных. Например, переменные параметры рассматриваются в качестве постоянных, дискретные — в качестве непрерывных и т.п.

· изменение функциональной зависимости между переменными. Нелинейная зависимость заменяется обычно линейной, дискретная функция распределения вероятностей — непрерывной;

· изменение ограничений (добавление, исключение или модификация). При снятии ограничений получается оптимистичное решение, при введении — пессимистичное. Варьируя ограничениями можно найти возможные граничные значения эффективности. Такой прием часто используется для нахождения предварительных оценок эффективности решений на этапе постановки задач;

· ограничение точности модели. Точность результатов модели не может быть выше точности исходных данных.

20. Подходы к построению модели системы

В зависимости от конкретной ситуации возможны следующие подходы к построению моделей:

1.Непосредственный анализ функционирования системы.

Имеется целый ряд систем, которые допускают проведение непосредственных исследований по выявлению существенных параметров и отношений между ними. Затем либо применяются известные математические модели, либо они модифицируются либо предлагается новая модель.

2. Проведение ограниченного эксперимента на самой системе.

 При проведении эксперимента выявляется значительная часть существенных параметров и их влияние на эффективность системы. Такую цель преследуют, например, все командно-штабные игры и большинство учений.

3. Использование аналога.

Если метод построения модели системы не ясен, но ее структура очевидна, то можно воспользоваться сходством с более простой системой, модель для которой существует.

4. Анализ исходных данных.

К построению модели можно приступить на основе анализа исходных данных, которые уже известны или могут быть получены. Анализ позволяет сформулировать гипотезу о структуре системы, которая затем апробируется. Так появляются первые модели нового образца иностранной техники при наличии предварительных данных об их технических параметрах.

21. Этапы построения математической модели

⇐ Предыдущая123456789Следующая ⇒

Поделиться: