- •Лекции 14, 15 Методы исследования систем управления
- •Вопрос 1 : Классификация методов в соответствии с решаемыми задачами.
- •Учет закономерностей функционирования и развития систем при выборе методов их анализа.
- •Краткая характеристика методов исследования сложных систем.
- •V. Теоретико-множественные методы.
- •Системы массового обслуживания
- •Основные этапы разработки математической модели.
- •3 Группы:
- •1. Аналитические методы и модели:
- •Уточненная схема основных этапов са сложных систем (см. Лекция 1).
Основные этапы разработки математической модели.
Блок 1.
1. Постановка целей и задач моделирования на основе целей и задач исследования (не формализуемый этап).
Примечание 1:
Возможны 2 варианта постановки задачи моделирования:
известна цель моделирования и неизвестны закономерности объекта исследования. В этом случае выдвигаются гипотезы об объекте исследования, которые затем проверяются.
Известны цель моделирования и закономерности объекта исследования. В этом случае математически формулируют законы функционирования объекта исследования.
Примечание 2.
Формулировка целей и задач моделирования позволяет предварительно определить класс математической модели. Выбранный класс моделей позволяет ответить лишь на определенный круг вопросов.
2. Составляется описание функционирования объекта исследования в целом. Это описание является вербальным (словесным).
Формулируется множество гипотез
формулируется словесно множество законов
на основании 2.1. и 2.2. выбирается то множество гипотез и законов, кот считаются важными с позиций целей моделирования. Эти важные законы составляют концепцию моделирования.
на основании 2.1. и 2.2. формулируются то, что считается неважным с позиций целей моделирования. Эти положения составляют множество допущений.
Формулируется множество воздействий внешней среды.
Формулируется множество управляемых и управляющих координат ОИ.
определяются критерии эффективности управления системой.
Примечание:
Сущ-ют показатели эфф-ти и критерии эфф-ти.
Показатели – это параметры ОИ (прибыль, затраты)
Критерии – это желаемое значение показателя (прибыль максимальная).
производится уточнение класса модели.
3. Производится декомпозиция (уточненная) с\с на подс\с и связи и формир-ся уточненная структура с\с.
4. Составляются матем.модели элементов с\с в рамках заданной (сформированной) структуры.
5. Составляется при необходимости программное обеспечение, реализующее разработанные матем.модели.
Методы моделирования (в узком смысле)
(для 2-го блока)
Классификация:
Классификация методов моделирования и классификация самих моделей тесно взаимосвязаны.
Выбранный класс моделей предопределяет способ расчета по модели (метод моделирования).
3 Группы:
1. Аналитические методы и модели:
методы элементарной математики
методы мат.анализа
методы мат.статистики
методы исследования операций
Исследование операций – это область науки, кот изучает методы выработки оптимальных действий (решений операций), необходимых для эфф-ого управления сложных объектов.
матем.программирование – это область исследования операций, кот изучает способы составления оптимального плана (программы) деятельности объекта.
Виды: линейное программирование, динамическое, нелинейное, праметрическое.
1.4.2 Марковские цепи
1.4.3. теория массового обслуживания
1.4.4. теория расписаний
1.4.5. теория игр.
Достоинства аналитических методов: хорошо разработанный мат.аппарат.
Недостатки: необходимость работы с достаточно простыми моделями.
Методы имитационного моделирования.
Для разработки имитационной с\с необходимо разработать имитационную модель и некоторый интерфейс.
Имитационная модель обладает свойствами:
включает в себя динамическую модель
включает в себя блоки моделирующие случайные события (для этого сущ-ет датчик случайных чисел).
Блок принятия решений человеком, кот может принять решение по управлению с\с.
Включает в себя блоки адаптации (настройки модели в соответствие с реальной ситуацией).
Достоинства:
применяется в ситуациях, в кот невозможно произвести эксперименты с реальным объектом.
В тех случаях, когда аналитическая модель сложна и рассчитать ее невозможно (например, деловые игры).
методы искусственного интеллекта (нечеткая логика, генетические алгоритмы, экспертные системы, нейронные сети).