12. Понятие о модельном времени

При моделировании принимают в рассмотрение 3 вида времени 1) реальное время, в котором работает будущий объект 2) компьютерное время имитации 3) модельное время с помощью которого организовывается синхронизация событий в системе.

Ф Д – функциональное действие

13. Способы изменения модельного времени

В имитационных моделях интервалы времени могут изменяться 2 способами. Посредством фиксированных и равных интервалов времени.

Способ изменения модельного времени через равные интервалы применяется тогда, когда элементов и событий много и они равномерно расположены по временной шкале.

Модельное время изменяется с помощью переменного интервала от события к событию. Используется способ тогда, когда события с переменными происходят редко и отстоят, друг от друга на разных интервалах времени.

14. Задачи оптимизации проектных решений. Понятие целевой функции.

Оптимизацией параметров работы авто и его систем имеет важное значение в процессе проектирования. Степень соответствия расчетного параметра заданному определяется скалярный метод ошибки. Оптимальным считается такое значение проектируемого параметра, которое соответствует min целевой функции.

Среди задач оптимизации выделяют задачи 2 классов:

1.Задачи безусловной оптимизации

2.Задачи условной оптимизации

1. Ф(Х*)=minФ(Х)

Х* - оптимальное значение параметра

2. Ф(Х*)=min Ф(Х)

А(X,Y)=0 B(X,Y)=0

При оптимизации параметров с использованием нескольких критериев появляется понятие частной целевой функции

Фj(X) j=1,…m

Ф(Х)=

Во многих методах решение задач безусловной оптимизации используется понятие штрафов

Ф(Х*)=minФ(Х)+Фштр(Х)

Функция штрафов позволяет контролировать ограничения, которые возникают при применении расчетной функции.

15. Этапы работы программы метода конечных элементов. Фаза постпроцессорной обработки.

Этапы работы программы конечных элементов: 3 Этапа

1.Препроц. Обработка

2.Анализ модели ( расч. На Пк в программе)

3.Оценка и анализ результатов.

Препроц. Обработка

Геометр.парам характер. Нагрузок граничные условия свойства материала

Анализ модели

Постпроцессорные обработки

вывод.перем. Вывод. Велич. Графич.вывод. вывод границ. Световая аним.проц.

узлов. Нагрузок перемещ. Напряж. Диференц. Нагруж.

16. Регулярные методы минимализации функции (градиентные и сопряженных градиентов)

Регулярные методы виды:

-Прямые – при работе не исп. Произв. От целевых функций.

-Сопряж.направл.-не исп. Произв. От цел.функций.

-Градиентные-при работе исп.первые произв. По целев. Функции.

-Квази-Ньютоновские

-Быстросход.-исп. Более высокие 2-ые произв. От целев. Функции.

Прямые методы

-симплексные

-Нелдера-Мида

Ф(Х₃)› Ф(Х₂)› Ф(Х₁)

Ф(Х₄)‹ Ф(Х₃)

Методы градиентные

1.Метод наискорейшего спуска. Формула метода.

X_к+1=х_к-λ_к*𝛛ɸ(х_к)/𝛛_к

λ_к-скалярный коэффициент определяющий длину шага поиска вдоль напр. Напр.задается методом антиградиента.

𝛛ɸ/𝛛х₁

∆ɸ= 𝛛ɸ/𝛛х_i

𝛛ɸ/𝛛х_n

Λ_к- нах. Путем минимизации функции

Min ɸ(x_k-λ_k*𝛛ɸ(x_k)/𝛛x_k)

λ_e(0,∞)

2. Метод сопряженных градиентов. Идея состоит в поиске минимума функции ɸ_(к) вдоль напр. S_k –опред.линией комб. Текущего напр.поиска и предыдущ. Напр. Поиска метод обл.сверхлинейной сходимостью.

Ιx_k+1-x_cΙ‹c_kΙx_k-x_k-1Ι

C_k →0 k→∞

Общая формула метода

Х_к+1=k_k+λ_kS_k

Вектор S_k опред. Черех произв. От функции ⱷ_к

S_k=F(ɸ’(x₀)….., ɸ’(x_k))