
- •Оглавление
- •Предисловие
- •Введение
- •1. Модели и их свойства
- •Основные понятия и определения
- •Вопросы к разделу 1.1
- •Целенаправленность моделей
- •Вопросы к разделу 1.2
- •Свойства моделей
- •Вопросы к разделу 1.3
- •Способы реализации моделей
- •1.4.1. Материальные модели
- •1.4.2. Виды подобия
- •1.4.3. Идеальные модели
- •Вопросы к разделу 1.4
- •1.5. Виды моделей
- •1.5.1. Познавательные и прагматические модели
- •1.5.2. Детерминированные и вероятностные модели
- •1.5.3. Непрерывные и дискретные модели
- •1.5.4. Статические и динамические модели
- •1.5.5. Линейные и нелинейные модели
- •1.5.6. Стационарные и нестационарные модели
- •1.5.7. Сосредоточенные и распределенные модели
- •1.5.8. Классификация видов моделей
- •Вопросы к разделу 1.5
- •Кибернетические модели систем
- •1.6.1. Модель типа «черный ящик»
- •1.6.2. Модель состава системы
- •1.6.3. Модель структуры системы
- •1.6.4. Графы
- •1.6.5. Структурная схема системы
- •1.6.6. Итоги анализа моделей систем.
- •Вопросы к разделу 1.6
- •2. Аналитические математические модели систем
- •2.1. Общая математическая модель динамической системы
- •Вопросы к разделу 2.1
- •2.2. Частные математические модели динамических систем
- •2.2.1. Модели детерминированных линейных непрерывных систем
- •Модели дискретных систем. Конечные автоматы
- •Вопросы к разделу 2.2
- •2.3. Свойства динамических систем
- •2.4. Линейная непрерывная детерминированная модель многомерной динамической системы в переменных состояния
- •Вопросы к разделу 2.4
- •2.5.7. Определитель Грама
- •Вопросы к разделу 2.5
- •Линейное векторное пространство
- •2.6.1. Характеристические числа и характеристические векторы
- •2.6.2. Формула Бохера
- •2.6.3. Модальная матрица
- •2.6.4. Диагонализация квадратной матрицы
- •Вопросы к разделу 2.6
- •Управляемость и наблюдаемость
- •Вопросы к разделу 2.7
- •Компьютерное моделирование. Численное интегрирование дифференциальных уравнений
- •3.1. Ошибки усечения и округления
- •3.2. Метод Эйлера
- •3.3. Методы Рунге–Кутта
- •Сравнение различных методов решения. Контроль величины шага и устойчивость
- •Вопросы к главе 3
- •4. Динамика развития и использования моделей
- •4.1. Сложности алгоритмизации моделирования
- •Вопросы к главе 4
- •5. Аналитические вероятностные математические модели систем
- •5.1. Аналитические модели систем массового обслуживания
- •5.1.1. Важнейшие выходные параметры смо
- •5.1.2. Простейшие модели смо
- •5.1.3. Общая характеристика моделей смо
- •5.1.4. Дисциплины обслуживания
- •5.1.5. Характеристики входного потока заявок
- •5.1.6. Функция распределения Пуассона
- •5.1.7. Характеристики обслуживания
- •5.1.8. Показательный закон распределения времени обслуживания
- •5.1.9. Показатели качества обслуживания
- •5.1.10. Согласование источника заявок с каналом обслуживания
- •5.1.11. Оценка эффективности многоканальной смо
- •Вопросы к разделу 5.1
- •5.2. Сети Петри
- •5.2.1. Маркировка
- •5.2.2. Правила срабатывания переходов
- •5.2.3. Разновидности сетей Петри
- •5.2.4. Конфликтные ситуации в сетях Петри
- •5.2.5. Пример сети Петри для работы группы пользователей на одной рабочей станции
- •5.2.6. Пример сети Петри для системы обнаружения и устранения неисправностей в технической системе
- •5.2.7. Анализ сетей Петри
- •Вопросы к разделу 5.2
- •6. Имитационные модели систем
- •6.1. Имитационный эксперимент
- •Недостатки имитационного моделирования
- •6.2. Развитие имитационного моделирования
- •Основные фазы развития средств им
- •6.3. Этапы имитационного моделирования
- •6.4. Подходы к построению имитационных моделей
- •6.4.1. Событийный подход
- •6.4.2. Подход сканирования активностей
- •6.4.3. Процессно-ориентированный подход
- •6.5. Разработка программ им
- •6.5.1. Использование для им универсальных языков программирования
- •6.5.2. Использование для им специализированных языков моделирования
- •6.5.3. Создание и использование проблемно-ориентированных систем моделирования
- •6.6. Имитационное моделирование систем массового обслуживания
- •6.6.1. Событийный метод моделирования
- •6.6.2. Схема реализации событийного метода имитационного моделирования
- •Вопросы к главе 6
- •7. Метод «ресурсы–действия–операции» (рдо)
- •7.1. Основные положения метода рдо
- •7.1.1. Ресурсы сложной дискретной системы
- •7.1.2. Действия в сдс
- •7.1.3. Операции в сдс
- •7.1.4. Основные положения рдо-метода
- •7.2. Представление сдс в рдо-методе
- •7.3. Базовая структура инструментальной среды интеллектуальной системы
- •7.4. Продукционный имитатор
- •7.5. Моделирование в среде рдо
- •7.5.1. Основные понятия
- •7.5.2. Объекты исходных данных и объекты, создаваемые рдо-имитатором при выполнении прогона
- •7.5.3. Состав объектов модели
- •7.5.4. Назначение объектов модели
- •7.6. Интегрированная среда моделирования рдо
- •7.6.1. Состав функций исм
- •7.6.2. Главное окно исм рдо
- •7.6.3. Инструментальная панель
- •7.6.4. Работа с рдо-имитатором
- •Описание кадра анимации
- •Пример описания кадра анимации
- •Вопросы к главе 7
- •8. Краткое описание языка gpss
- •8.1. Оператор generate
- •8.2. Оператор function
- •8.3. Операторы split и assemble
- •8.4. Операторы seize и release
- •8.5. Оператор advance
- •8.6. Операторы enter и leave
- •8.7. Операторы queue и depart
- •8.8. Оператор test
- •8.9. Операторы start и terminate
- •8.10. Оператор transfer
- •8.11. Оператор assigne
- •8.12. Операторы управления движением заявок
- •8.13. Вычислительный оператор variable
- •8.14. Оператор синхронизации матсн
- •8.15. Пример программы на языке gpss для смо
- •Программа к примеру смо
- •Вопросы к главе 8
- •9. Планирование компьютерных экспериментов с моделями систем
- •9.1. Основные понятия теории планирования экспериментов
- •9.2. Модели планирования эксперимента
- •9.3. Виды планов экспериментов
- •Вопросы к главе 9
- •10. Обработка и анализ результатов компьютерного моделирования
- •10.1. Методы оценки
- •10.2. Статистические методы обработки
- •10.3. Задачи обработки результатов моделирования
- •10.3.1. Критерий согласия Колмогорова
- •10.3.2. Критерий согласия Пирсона
- •10.3.3. Критерий согласия Смирнова
- •10.3.4. Критерий согласия Стьюдента
- •10.3.5. Критерий согласия Фишера
- •10.4. Анализ и интерпретация результатов компьютерного моделирования
- •10.4.1. Корреляционный анализ результатов моделирования
- •10.4.2. Регрессионный анализ результатов моделирования
- •10.4.3. Дисперсионный анализ результатов моделирования
- •Вопросы к главе 10
- •Заключение
- •Список литературы
- •Приложение 1 Некоторые сведения из теории матриц
- •Основные типы матриц
- •Специальные типы матриц
- •Операции над матрицами Сложение матриц
- •Умножение матриц
- •Дифференцирование матриц
- •Интегрирование матриц
- •Определители
- •Свойства определителей
- •Нуль-граф и полный граф
- •Изоморфные графы
- •Плоские графы
- •Число ребер графа
- •Формула Эйлера для числа вершин, ребер и граней плоского графа
- •Распределение Лапласа
- •Вырожденное (причинное) распределение
- •Приложение 4 Краткие сведения о специализированных языках и проблемно-ориентированных системах имитационного моделирования
- •Предметный указатель
- •Список сокращений
Введение
Моделирование служит эффективным средством познания мира, являясь одним из основных методов исследований в самых разных областях знаний, охватывающих практически все сферы человеческой деятельности. Наибольшее развитие моделирование получило применительно к системам проектирования и управления, в которых основными являются процессы принятия решения на основе получаемой информации.
По существу процесс моделирования представляет собой эксперимент с моделью, заменяющей реальный объект, позволяющий использовать полученные результаты для суждений о свойствах исходного объекта. Из этого следует, что для реализации процесса моделирования необходимо наличие, как минимум, четырех компонент: 1) «хорошей», т.е. достаточно точной и обоснованной, модели; 2) подходящих условий (аппаратуры, программного обеспечения) для проведения эксперимента моделирования; 3) надлежащей обработки и представления результатов эксперимента в удобном для восприятия виде (математические методы, программы, средства отображения); 4) квалифицированного исследователя, делающего выводы и заключения по результатам эксперимента, т.е. принимающего решения.
Вопросы, связанные со всеми перечисленными проблемами, в той или иной степени будут рассмотрены в настоящем пособии. Однако ответственность за последний пункт мы надеемся разделить с Вами, уважаемые читатели. Именно Вы должны стать тем самым квалифицированным постановщиком эксперимента моделирования и искушенным исследователем, интерпретирующим его результаты.
Мы начнем с самого начала: с основных понятий и определений, видов и кардинальных свойств моделей, их классификации и примеров. Многое из того, что написано в первой главе, должно показаться Вам отчасти знакомым: это сделано специально для того, чтобы использованные раньше модели «зажили новой жизнью». Другие модели встретятся впервые и пополнят Ваш арсенал исследовательских средств.
Очевидно, что данное учебное пособие не может претендовать на исчерпывающую полноту: некоторые модели рассмотрены в нем вскользь, а некоторые вообще оказались за пределами обозрения. Однако главная идея, которую нам хотелось здесь провести, заключается в привлечении исследователей при создании и использовании различных моделей реальных систем, явлений и процессов к творческому подходу, который позволяет привлекать по необходимости любые известные достижения научной математической и инженерной мысли, а также неформальные приемы и способы, характерные для сферы искусства.
1. Модели и их свойства
Основные понятия и определения
Первоначально под моделью подразумевался некий заменитель объекта другим.
Определение 1.1.1. Модель – вспомогательное средство или объект, который при необходимости заменяет другой объект.
Объект (лат. objectum – предмет) – предмет, составляющий часть внешнего, материального мира; предмет познания и деятельности человека, субъекта.
Субъект (лат. subjectum – 1) – человек, познающий внешний мир (объект); 2) логическое подлежащее, предмет суждения).
Не сразу была осознана всеобщность моделирования, основанная не только на универсальности законов природы, но и на возможности и необходимости представления любых знаний в форме моделей.
Древние философы считали, что природные, естественные процессы моделировать невозможно, а отображать их можно только при помощи рассуждений, споров, логики, то есть при помощи так называемых (уже в настоящее время) языковых моделей, которые будут рассмотрены немного позже.
В средние века ученые придерживались принципа: научными являются только те выводы, которые опираются либо на эксперименты, либо на математические формулы. Таким образом, гуманитарные дисциплины не относили к наукам (а к искусству), поэтому в течение очень долгого времени понятие модели относили только к материальным объектам: чучелам животных, манекенам, масштабным копиям пароходов, машин, самолетов и т.п.
Определение 1.1.2. Модель – некоторый объект-заменитель, который при определенных условиях заменяет объект-оригинал, воспроизводя интересующие свойства и характеристики оригинала, имея преимущество, удобство обращения с ним.
Это удобство подразумевает наглядность, доступность испытаний, легкость работы с ними и т.д. Затем было осознано то, что карты, схемы, рисунки, чертежи также являются моделями, поскольку они представляют собой реальные объекты искусственного происхождения, содержащие абстракцию высокого уровня.
Далее прогресс заключался в осознании того, что в качестве моделей можно использовать не только реальные объекты, но и абстрактные, или идеальные построения. Например, математические модели. Усилиями философов, математиков, логиков, исследовавших основания математики, была создана теория моделей. Эта теория определяет модель следующим образом.
Определение 1.1.3. Модель – результат отображения одной абстрактной математической структуры на другую, или результат интерпретации первой модели в терминах и образах второй.
В двадцатом веке понятие модели становилось все более общим, оно охватило как реальные, так и идеальные модели, причем под последними подразумеваются уже не только математические, но и вообще любые знания и представления о мире. Сторонники универсального использования понятия модели считают, что законы, гипотезы и целые теории также представляют собой абстрактные модели.
Модели образуют иерархию, в которой модели более высокого уровня (например, теории) включают в себя модели более низкого уровня (например, гипотезы). Модели разных уровней имеют разное качественное содержание. Признание в качестве моделей идеальных представлений, законов, научных построений подчеркивает их относительную истинность.
Однако слишком широкое толкование модели может вызвать сомнение в том, что понятие модели, применимое чуть ли не ко всему, не является логически пустым. Это сомнение устраняется с помощью следующих рассуждений. Во-первых, упомянутая иерархичность моделей подразумевает, что применительно к разным объектам понятие модели может иметь разный смысл. Во-вторых, использование любого объекта в качестве модели, не лишает его возможности одновременно быть еще и чем-то другим, реальным. Например, письмо может служить моделью его автора: почерк и особенности стиля могут содержать информацию о некоторых особенностях и даже чертах характера автора. Но это не лишает смысла понятия «письмо» и «модель». И, наконец, в-третьих, даже самые общие понятия, такие как материя, энергия, система, – не являются логически пустыми, так же как и понятие модель.
Итак, модель как философская категория является емкой и значимой, как и другие категории, такие как материя, движение, энергия, организация и система.