
- •Оглавление
- •Список принятыХ СокращениЙ
- •Введение
- •1. Типы имитационных моделей по особенностям обработки
- •Типы им по виду входного воздействия
- •2. Особенности имитационных моделей. Эксперимент
- •2. Система регулирования частоты и напряжения (срчн)
- •3. Проблемы первичной обработки экспериментальных данных
- •4. Имитация детерминированных воздействий
- •4.1. Эквивалентирование детерминированных возмущений
- •4.2. Имитация динамических детерминированных возмущений
- •4.3. Принципы аппроксимации детерминированных возмущений
- •5. Характеристики случайных возмущений
- •5.1. Скалярные случайные величины
- •5.1.1. Дискретные случайные величины
- •5.1.2. Непрерывные случайные величины
- •5.2. Векторные случайные величины
- •5.2.1. Дискретные случайные векторы
- •Задание двумерного случайного вектора
- •5.2.2. Функция распределения векторных случайных величин
- •5.2.3. Непрерывные векторные случайные величины
- •5.2.4. Числовые характеристики векторных случайных величин. Независимость случайных величин
- •5.2.5. Линейные преобразования векторных случайных величин
- •5.3. Свойства скалярных случайных процессов
- •5.4. Свойства векторных случайных процессов
- •5.4.1. Линейные преобразования векторных случайных процессов
- •5.5. Стационарные случайные процессы и их свойства
- •6. Общие принципы имитации случайных возмущений
- •6.1. Имитация случайных величин
- •6.2. Динамическая система с входным белым шумом
- •6.2.1. Реакции непрерывных стохастических систем на входной белый шум
- •6.2.2. Реакции дискретных стохастических систем на входной белый шум
- •6.2.3. Дискретная аппроксимация непрерывных стохастических систем
- •6.3. Имитация случайных процессов
- •6.3.1. Имитация стационарных случайных процессов
- •Варианты формирующих фильтров
- •6.3.2. Имитация нестационарных случайных процессов
- •6.4. Имитация вероятностных переходов
- •7. Вычислительный эксперимент с имитационной моделью
- •7.1. Выборки и их свойства
- •7.2. Статистическое распределение выборки
- •7.3. Формирование возмущений в виде случайных величин с заданными выборочными характеристиками
- •7.4. Формирование векторных случайных величин с заданными выборочными характеристиками
- •7.5. Структура данных вычислительных экспериментов для имитационных моделей различных типов
- •Структура входных данных при имитации
- •Структура выходных данных моделирования
- •8. Обработка данных компьютерных экспериментов
- •8.1. Регрессионный анализ результатов моделирования
- •8.1.1. Общая характеристика задач регрессии
- •8.1.2. Линейная регрессия. Метод наименьших квадратов
- •8.1.3. Нелинейная регрессия
- •8.2. Корреляционный анализ данных моделирования
- •8.2.1. Точечная оценка коэффициентов корреляции
- •8.2.2. Точечная оценка корреляционного отношения
- •8.3. Прогноз в статистическом моделировании
- •8.4. Анализ рисков при статистическом моделировании
- •8.5. Критерии принятия решений
- •8.5.1. Многокритериальный анализ
- •8.6. Обработка данных статистического моделирования
- •Типы выходных переменных при моделировании
- •8.6.1. Особенности стохастического режима моделирования
- •Библиографический список
- •Приложения
- •Свойства основных распределений
- •1. Равномерное распределение
- •2. Нормальное распределение
- •3. Показательное распределение
- •4. Биномиальное распределение
- •Биномиальный закон распределения
- •5. Распределение Пуассона
- •Закон распределения Пуассона
- •6. Гамма-распределение
- •7. Распределение Вейбулла
- •8. Распределение Рэлея
- •9. Распределение хи-квадрат
- •10. Распределение Стьюдента (t-распределение)
- •11. Распределение Фишера (f-распределение)
- •Приложение 2
- •Производная и
- •Интеграл случайной функции
- •Производная случайной функции
- •Сходимость в среднем квадратическом
- •Производная случайной функции
- •Интеграл случайной функции [3]
4. Имитация детерминированных воздействий
Ранее отмечалось, что совокупность воздействий (факторов), влияющих на результат функционирования исследуемой системы (процессов), включает детерминированные и случайные воздействия. Наиболее простым является учет детерминированных воздействий, имеющих, как правило, вид функциональных зависимостей от переменных модели или независимых аргументов. Более сложным является учет случайных воздействий, в состав которых входят как случайные величины, так и случайные процессы. Вопросы учета в ИМ и случайных воздействий рассматриваются в последующих разделах.
Рассмотрим имитацию детерминированных воздействий в ИМ.
Пусть в структуре ИМ имеются:
‑ переменные
состояния хi,
i
= (
);
‑ воздействия
ur,
r
= (
);
‑ выходные
переменные уj,
j
= (
).
В общем случае эти переменные и воздействия могут зависеть от времени.
Рассмотрим общее описание математического ядра ИМ в зависимости от типов моделей, перечисленных в табл. 1.1. Так, математическое ядро статических ИМ может быть представлено зависимостью вида:
y = G(x, u), (4.1)
где y — (m 1)-вектор выходных переменных; x — (n 1)-вектор переменных состояний; u — (r 1)-вектор воздействий; G — матричный функциональный оператор, в общем случае нелинейный.
Аналогичная зависимость для центральной части динамических ИМ может иметь вид
y(t) = G(x(t), u, t), (4.2)
Здесь t ‑ время, выступающее в (4.2) в качестве независимого аргумента. Зависимость в (4.2) выходных переменных от времени определяет принадлежность ИМ к классу динамических моделей.
Выражения (4.1) и (4.2) приведены выше без указания особенностей воздействий. Эти особенности могут потребовать применения процедур обработки, предназначенных для динамических ИМ, к моделям статического типа. Так, в случае, когда рассматривается статическая ИМ с математическим ядром в виде (4.1), но возмущения имеют динамику, т. е. зависят от времени, выходные переменные такой (формально статической) ИМ неизбежно приобретут зависимость от времени, т. е. к ним будет необходимо применять обработку результатов моделирования, свойственную динамическим ИМ. Для этого случая выражение (4.1) трансформируется в следующее:
y(t) = G(x, u(t)) (4.3)
Имитация детерминированных воздействий в ИМ тривиальна, поскольку связана с реализацией в модели полностью определенных выражений, отражающих сущность элементов векторов u или u(t) в (4.1)-(4.3). Такие выражения могут отражать ступенчатые и функциональные воздействия и их сочетания.
Часто, при построении имитационных моделей, прибегают к укрупнению (эквивалентированию, упрощению) возмущающих воздействий, для чего может быть использованы функциональные преобразования и/или аппроксимация. Этот прием применяется, например, когда какое-либо возмущение имеет весьма сложное математическое описание и для реализации в ИМ принимается решение о его упрощении путем аппроксимации. Другим вариантом, в котором приходится прибегать к решению задач аппроксимации, служит представление динамических возмущений u(t) выходными сигналами динамических звеньев, без реализации соответствующих дифференциальных уравнений. В этом случае возмущение может быть представлено в виде, например, переходной характеристики некоторого вспомогательного звена.
Общие принципы функциональных преобразований и типовые приемы решения задач аппроксимации рассматриваются ниже.