
- •Моделирование систем
- •Методология математического моделирования (ммм)
- •Классификация моделей:
- •Имитационное моделирование систем.
- •Этап обработки и интерпретации имитационного моделирования
- •Языки и инструментальные ср-ва имитационного моделирования
- •Транспортная задача
- •Транспортная задача в сетевой подстановке
- •Система массового обслуживания (смо)
- •Основные принципы системного подхода
Модели ОТС
Преподаватель Ростислав Леович Шиберт
Виды моделирования:
Физическое
Математическое
Аналитическое
Компьютерное
Численное
Имитационное
Статическое
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.
Аналитическое моделирование – отражающее процесс функционирования эл-в системы, которые м. б. представлены в виде матем. соотношений. Матем. модель м. б. исследована как с исп. аналитических методов (установление явных зависимостей), так и с помощью числовых методов (получение приближенного решения), с помощью качественных методов (получение свойства решения).
Компьютерное моделирование – матем. моделирование с использованием алгоритма и программирования, позволяющего проводить выч. эксперимент.
Численное моделирование – используются методы выч. матем. Подход отличается от аналитического тем, что имеется возможность более точного и полного учета характеристик реальных объектов.
Имитационное моделирование – воспроизведение с пом. комп. процесса функц-ния системы, наблюдение логической и временной послед-ти протекания процесса. Такой подход позволяет оценивать состояние системы и ее элементов в любой момент времени.
Математическое моделирование – позволяющее 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.
Моделирование систем
Сущность моделирования - наряду с системой-оригиналом рассматр-ся другая система - образ оригинала – модель. Из-за различных причин приходится ограничивать кол-во эл-в и связей. Различия в полноте учета эл-в и связей создаваемой модели позволяет получить различные модели одного и того же объекта системы. Желательно выбрать наиболее доступную с точки зрения ее реализации и адекватную реальному объекту.
Существует и обратная задача – переход от модели к оригиналу – идентификация. Оригинал и модель м. различаться своей реализацией, т.е. способом моделируемого воображения. При исследовании систем исп-ся различные способы моделируемого воображения. В зависимости от этого модели подразделяют на:
Реальные
Знаковые
Описательные
Формальные
Формализованные
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.
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-ть матем. аппарат. Разработка модели сводится к установлению функциональных зависимостей, а процесс получения зависимостей – математическое моделирование.
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.
Главное требование к модели – адекватность. Т.к. полное соответствие получить невозможно, то критерием адекватности может быть пригодность модели для решения поставленных задач. Закономерности не должны противоречить наблюдаемым явлениям, а полученные результаты должны позволять достичь поставленных целей.
Первоначальное моделирование шло по такому пути: из математических выбирался метод, который приспосабливался с учетом особенностей системы оригинала, затем проводились исследования и делались выводы. Так считалось, что один и тот же метод может быть пригоден для описания процессов функционирования различных систем. Такую концепцию построения модели называют редуцирование (возвращение). Но законы математики не являются абсолютной истиной, а математические методы не всегда м.б. пригодны для описания различных явлений, сл. в настоящее время принята другая концепция 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. Для построения гомеостатической модели нужны новые информ. технологии. 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.
Т.к. адекватность модели доказать невозможно, то ее можно или принять или отклонить, если результаты противоречат фактам и не позволяют достичь цели исследования. Модель системы всегда будет отличаться от оригинала. Может лишь приближаться при выполнении опред. усл., кот. опред-ся исходя из постановки задачи. При этом гомеостатическая модель не гарантирует сходимости модели и объекта-оригинала, т.к. для конкретной системы существуют присущие только ей одной специфические законы функционирования. Адекватность модели м.б. достигнута за счет использования результатов модельных экспериментов. Это позволяет сопоставить теорию с практикой и внести в модели поправки.
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. В гомеостатической модели формальные системы не явл. сов-тью формул и мат. уравнений, а Є различные модули, кот. позволяют конструировать алгоритмы решения задач с учетом определ. правил. В состав формальной модели м. включаться различные методики, алгоритмы и программы, которые позволяют проводить исследования в данной конкретной предметной области. Гомеостатические модели - открытая человек –машинная система, кот. в компьютере явл. не только вычислителем, но и интеллектуальным помощником системного аналитика.
При исследовании больших и сложных систем возникает необх-ть в упрощении, кот. возможна на основе декомпозиции общей задачи. Для сохранения целостности изуч. объекта исп. ряд конструктивных процедур: квалификация целей (деление на подцели), стратификация (деление на слои иерархии) и учет фактора t (выделение непересек-ся этапов во t).
Т.о. гомеост. концепция модел-я основана на представлении модели как открытой многоуровневой иерархич. и динамич. системы. Функционирование таких моделей м. назвать самоорганизующимся, т.к. м. коррект-ся по результатам мод. эксперимента.
Системная модель – сов-ть 2х компонентов: операционного и информац-но-лингвистич. (знание об объекте моделирования и особ-ти вычислит. среды )
База предметно-декларированных и лингвистических знаний (факты и данные) Є пользовательский (словари и термины переменных) и прагматич.(данные о хар-ках изуч. объекта) уровни.
База деклариров-х знаний (правила выбора, на осн. кот. строится заключение) Є пользовательский (набор сценариев и решений) и прагматич. (прикладные программы д/оценки хар-к) уровни.
База процедурных знаний (порядок и способы применения предметных декларативных знаний д/решения задачи)
База лингвистических знаний (правила морфологического, синтаксического и семантического анализа, входных и выходных текстов)
Лингвистический процессор – программы д/перевода входящих текстов с естеств.яз. на язык представления знаний в модели. Перевод осущ. в 3 этапа:
морфологич. анализ вход. предложения д/идентификации слов с терминами.
синтаксич. анализ д/получения формализов. записи его синтаксич. структуры.
семантич. анализ
Информационный процессор – прогр., вып. операции запоминания, забывания и извлечения инф. внешней среды, реализует управление БД.
Логический процессор – прогр, кот. осущ. классификацию сост. объекта, поиск рацион. решений.
Вычислит. процессор – прогр., кот. планирует и проводит вычисления.
Особ-ть гомеост. модели – необх-ть ее обучения, после кот. модель м. работать в вопросно-объектном и интерактивном режимах, в кот. исследователь м. задать текст, кот. содержит тему и условие вопроса, по кот. на выходе формулируется информация в виде текста на естеств. яз. или в др. виде. В интерактивном режиме созд-ся описание сценария, кот. содержит цель эксперимента. Затем провод-ся модел. эксперимент, оценив-ся параметры модели.
Общая система исследования с пом. гомеостат. модели:
Выяснение проблемы на основе наблюдений, провед-е модел. экспериментов.
Обобщение сведений, выбор объекта исследования.
Декомпозиция объекта исследования и критериев для принятия решения.
Идентификация модели.
Реализация модели.
Проверка модели.
Обучение и исследование модели.
Интерпретация режимов модел. исследований.
Оформление результатов исследования.
По назначению модели:
Управляющие (управл. реал. производств., технологич. и др. процессами)
Проектирующие (д/научных исследований)
Планирующие (д/обработки планов применения различных ср-в)
Системы моделирования:
Индивидуальные (реализуется на базе локал. комп. сетей, исп. д/персонально-исследовательской, управленческой и планирующей работы)
Коллективные (на базе распределения комп. сетей д/проведения научно-исслед. и опытно-конструкт. работ, д/управл. распределенными системами)