МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РФ

Государственное образовательное учреждение

высшего профессионального образования

МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

ПРИКЛАДНОЙ БИОТЕХНОЛОГИИ

(МГУПБ)

Кафедра «Компьютерные технологии и системы»

Ю.А. ИВАШКИН, Е.А. НАЗОЙКИН

МОДЕЛИРОВАНИЕ СИСТЕМ

СТРУКТУРНО-ПАРАМЕТРИЧЕСКИЕ И АГЕНТНО-ОРИЕНТИРОВАННЫЕ ТЕХНОЛОГИИ

Лабораторный практикум

Рекомендовано учебно-методическим объединением вузов по университетскому политехническому образованию в качестве учебного пособия для студентов высших учебных заведений, обучающихся по направлению 230100 – Информатика и вычислительная техника по специальности 230102 – Автоматизированные системы обработки информации и управления и бакалавров по направлению 230100 – Информатика и вычислительная техника

МОСКВА 2010

УДК 519.47.07

ББК 72; 32; 81

И 24

Рецензенты: В.В. Нечаев, д-р техн. наук, проф., зав. кафедрой

«Интеллектуальные технологии и системы» Московского

государственного института радиотехники, электроники

и автоматики;

Н.И. Федунец, д-р техн. наук, проф., зав. кафедрой

«Автоматизированные системы управления» Московского

государственного горного университета.

Ивашкин Ю.А.

Моделирование систем. Структурно-параметрические и агентно-ориентированные технологии : лабораторный практикум / Ю.А. Ивашкин, Е.А. Назойкин. – М. : МГУПБ, 2010. - 134 с.

ISBN 978-589168-236-8

Учебное пособие включает четырнадцать лабораторных работ, в которых изложены принципы и алгоритмы структурно-параметрических и агентно-ориентированных технологий моделирования систем, а также методы и инструментальные средства моделирования и имитации систем различной физической природы; представлены примеры создания непрерывных и дискретных многокомпонентных иерархических моделей в универсальной имитационной системе моделирования Simplex3 на языке описания моделей Simplex-MDL со всем необходимым набором инструментальных средств организации эксперимента, обработки и представления результатов. Кратко изложены принципы и примеры создания ситуационных моделей, а также алгоритмы идентификации и прогнозирования состояния больших систем. Даны вопросы для самопроверки и задания к выполнению лабораторных работ.

Содержание пособия соответствует ГОСу профессиональной образовательной программы для студентов высших учебных заведений, обучающихся по направлению 230100 – Информатика и вычислительная техника по специальности 230102 – Автоматизированные системы обработки информации и управления и бакалавров по направлению 230100 – Информатика и вычислительная техника.

Утверждено в качестве учебного пособия УМС МГУПБ.

ISBN 978-589168-236-8 © МГУПБ, 2010

Введение

Предлагаемый лабораторный практикум дополняет существующие методические материалы по основным разделам теории и практики изучения методов, алгоритмов и инструментальных средств структурно-параметрического и мультиагентного моделирования и имитации систем различной физической природы.

Пособие содержит краткое изложение существа изучаемых методов стуктурно-параметрического описания объектов как больших и сложных систем, алгоритмы идентификации и прогнозирования аномальных состояний, варианты заданий и порядка выполнения лабораторных работ для практического освоения теоретического материала соответствующих лекционных курсов и учебников.

Агентно-ориентированные технологии имитации состояния и поведения динамических систем с множеством взаимодействующих элементов описываются и реализуются в универсальной имитационной системе моделирования Simplex3 на объектно-ориентированном языке описания моделей Simplex-MDL. Рекомендуемые языковые средства позволяют достаточно просто реализовать мультиагентные модели больших систем в различных областях исследовательской и производственной деятельности.

На конкретных примерах показаны все этапы построения в Simplex-MDL непрерывных и дискретных процессов и систем, создание многокомпонентных иерархических моделей на основе декомпозиции исследуемого объекта и агентно-ориентированное моделирование активных систем с описанием имитационного эксперимента. В отдельную работу выделено статистическое моделирование производственных систем с принятием решения в условиях риска.

Каждая лабораторная работа состоит из теоретического введения, задания и порядка выполнения работы, указаний к составлению отчетов, вопросов для самопроверки и списка рекомендуемой литературы.

Пособие предназначено для студентов и бакалавров, изучающих соответствующие дисциплины, а также может быть полезно для магистрантов и преподавателей, ведущих указанные курсы. Преподаватели могут использовать предлагаемый материал непосредственно или модифицировать его, руководствуясь личными методическими предпочтениями.

Авторы выражают благодарность студентам факультета «Автоматизация биотехнических систем» МГУПБ, обучающимся по специальности 230102 ”Автоматизированные системы обработки информации и управления”, и бакалаврам по направлению 230100 ”Информатика и вычислительная техника” за творческую работу в реализации имитационных моделей и обработке результатов моделирования на лабораторных занятиях, а также в курсовом и дипломном проектировании на кафедре «Компьютерные технологии и системы» Московского государственного университета прикладной биотехнологии.

Лабораторная работа № 1 структурно-параметрическое моделирование систем

Целью работы является освоение метода структурно-параметрического описания большой системы с полным использованием априорных знаний о функциональных связях между параметрами.

Теоретическое введение

Структурно-параметрическое моделирование систем любой физической и социальной природы сводится к построению матриц взаимосвязей между сгруппированными параметрами состояния и цели отдельных функциональных блоков системы аналогично параметрической матрице смежности. При этом главной задачей является отыскание сопоставимых характеристик связей между параметрами состояния технологической системы с последующим построением ситуационной модели состояния системы с алгоритмизацией процедур его идентификации и прогнозирования.

На первом этапе характеристики связей между наблюдаемыми параметрами задаются экспертным путем с последующим уточнением в результате обработки статистических данных методами корреляционного и регрессионного анализа.

Исходные данные формируются в виде массива наблюдений x_kj значений j-го фактора в k-м опыте, и для каждой пары факторов x_i и x_j определяется коэффициент корреляции r_ij между i–м и j–м факторами. Для тесно связанных элементов (r_ij  0,5) рассчитываются коэффициенты ,…, множественной регрессии i-го параметра с j-ми связанными факторами ( ).

Далее от размерных коэффициентов следует переход к матрице сопоставимых безразмерных относительных характеристик связей между i-м

и j-м параметрами

, (1-1)

где _i _j - среднеквадратичные отклонения i-го и j-го факторов от их

математического ожидания X_i,, X_j.

Комплекс алгоритмов построения структурно-параметрической модели сопоставимых характеристик связей между параметрами состояния и цели функциональных блоков технологической системы с процедурами нахождения коэффициентов корреляции и множественной регрессии Regr изложен в учебном пособии [1] и сборнике научных трудов МГУПБ [2] .