- •1 Методологические основы моделирования сложных систем
- •1.1 Системность
- •Определение понятия системы
- •Основные свойства, обязательные для любой системы
- •Системное мышление
- •Понятия общей теории систем
- •Системный подход
- •1.2 Определение понятий элементов, связей, функций, внешней среды системы Элемент
- •Функции системы
- •Сложность систем
- •Внешняя среда
- •Классификация систем
- •Развитие искусственной системы и ее жизненный цикл
- •1.3 Моделирование
- •Общая методология моделирования
- •Примеры сложных систем Космическая система наблюдения Земли как сложная техническая система
- •Сложная социально-экономическая система
- •2 Методология построения математических моделей
- •2.1 Математическая модель, математическое моделирование – основные понятия, термины и определения
- •Цели математического моделирования
- •2.2 Общие методы построения математической модели Процесс моделирования
- •Анализ и синтез в моделировании
- •Микроподход и макроподход в исследованиях системы.
- •Формальная запись модели системы
- •Модульное построение моделей
- •Понятие вариационных принципов
- •2.3 Требования к построению модели
- •Адекватность и достоверность модели
- •Равнозначимость внешнего и внутреннего правдоподобия
- •2.4 Этапы построения моделей
- •2.4.1 Постановка задачи моделирования
- •Разработка содержательной модели
- •Разработка концептуальной модели
- •Описание внешних воздействий
- •Декомпозиция системы
- •Подготовка исходных данных для математической модели
- •Содержание концептуальной модели
- •2.4.2 Разработка математической модели
- •Разработка функциональных соотношений
- •Выбор метода решения задачи
- •Проверка и корректировка модели
- •Анализ чувствительности модели
- •Реализация математической модели в виде программ для эвм
- •2.4.3 Практическое использование построенной модели и анализ результатов моделирования
- •3 Математические модели структуры и состояния системы
- •3.1 Модель структуры системы Основные понятия структуры системы
- •Модель состава и структуры системы
- •Виды структур
- •Методология моделирования структуры системы
- •Пример разработки моделей деятельности организации
- •3.2 Модель состояния системы Состояние системы и ее функционирование
- •Формализация процесса функционирования системы
- •3.3 Модель процесса функционирования
- •Установление функциональных зависимостей
- •Неопределенность функционирования системы
- •Пути уменьшения неопределенностей при синтезе системы (проекта)
- •3.4 Анализ функционирования и анализ структуры
- •Пример разработки моделей деятельности организации
- •Функционально – физический анализ технических объектов
- •Пример функционально – физического анализа технических объектов Конструкция бытовой электроплитки
- •Функционально стоимостной анализ
- •4 Виды математических моделей
- •4.1 Классификация математических моделей
- •4.2 Классификация математических моделей в зависимости от оператора модели
- •Линейные и нелинейные модели
- •Обыкновенные дифференциальные модели
- •4.3 Классификация математических моделей в зависимости от параметров модели Непрерывные и дискретные модели
- •Детерминированные и неопределенные модели
- •Статические и динамические модели
- •Стационарные и нестационарные модели
- •Формализация системы в виде автомата
- •Формализация системы в виде агрегата
- •Моделирование процесса функционирования агрегата
- •Моделирование агрегативных систем
- •Модель сопряжения элементов
- •5 Математические модели физических явлений и процессов. Универсальность моделей
- •5.1 Математические модели на основе фундаментальных законов
- •Теоретический метод составления математических моделей
- •Основные фундаментальные законы механики
- •Работа, энергия, мощность
- •5.2 Уравнения движения
- •Динамика поступательного движения.
- •5.3 Уравнения состояния
- •Термодинамическая система
- •Твердые тела, жидкости и газы
- •6 Универсальность моделей
- •6.1Типовые математические модели элементов и подсистем
- •Модель колебательного процесса
- •Электрическая подсистема
- •Модели элементов гидравлических систем
- •Модели элементов пневматических систем
- •6.2 Модели на основе аналогий
- •Скорость роста какой-либо величины пропорциональна текущему значению этой величины Закон сохранения материи
- •II. Квадратичная зависимость скорости воспроизводства
- •IV. «Равновесная» численность популяции Nр, которую может обеспечить окружающая среда
- •V. Конкуренция двух популяций
- •VI. Изменение зарплаты и занятости
- •VII. Организация рекламной кампании
- •VIII. Двухвидовая борьба в популяции
- •IX. Взаимоотношения «производитель – управленец».
- •7 Математические модели распределения ресурсов в исследовании операций
- •7.1 Моделирование операций распределения ресурсов
- •Формулировка задачи математического программирования
- •7.2 Модели линейного программирования
- •Формулировка общей задачи линейного программирования.
- •Типовые задачи линейного программирования
- •Транспортная задача
- •Примеры сведения практических задач к канонической транспортной задаче
- •7.3 Распределительные задачи линейного программирования
- •Примеры распределительных задач.
- •Распределение транспортных единиц по линиям
- •Задача о назначениях
- •Экономическая интерпретация задач линейного программирования
- •Перевозки взаимозаменяемых продуктов
- •Перевозка неоднородного продукта на разнородном транспорте
- •Задача коммивояжера
- •Задача о ранце
- •Общая задача теории расписаний
- •8 Моделирование процесса управления
- •8.1 Основные определения
- •Формальная запись системы с управлением
- •8.2 Модели систем автоматического управления
- •Математическая модель объекта управления
- •Устойчивость движения систем
- •Определение программного движения и управление движением
- •8.3 Модели автоматизированных систем управления
- •9 Моделирование производственных процессов Общая характеристика производственного процесса
- •9.1 Модели систем массового обслуживания
- •Основные элементы систем массового обслуживания.
- •Характеристики потока
- •Классификация смо
- •Оценка эффективности смо
- •Аналитические и статистические модели
- •9.2 Модели дискретного производственного процесса
- •Операции обработки
- •Операции сборки
- •Операции управления
- •Формализация отклонения течения производственного процесса от нормального
- •Моделирование комплексного процесса обработки, сборки и управления при поточном производстве
- •9.3 Имитационное моделирование производственного процесса
- •9.3 Модели непрерывного производственного процесса
- •10 Синтез модели (проекта) системы
- •10.1 Проектирование системы как процесс создания (синтеза) ее модели
- •10.2 Методология проектирования
- •10.3 Формирование концепции системы
- •Системный подход при формировании концепции
- •Типовые проектные процедуры формирования концепции
- •10.4 Эффективность системы Понятие эффективности системы
- •Формирование модели цели системы
- •Выбор критериев и показателей эффективности
- •Основные принципы выбора критериев эффективности:
- •Проблемы многокритериальности
- •Особенности синтеза адаптивных систем
- •10.5 Технология проектирования
- •10.6 Принятие решений в проектировании Особенности процесса принятия решений в проектировании
- •Выбор альтернатив
- •Принятие решений в условиях неопределенности
- •Моделирование принятия решения
- •Прогнозирование в принятии решений
- •10.7 Маркетинг и управление проектом
- •Задачи управления проектами
- •Пример анализа на чувствительность экономической задачи
- •11 Синтез модели технической системы
- •11.1 Особенности синтеза модели технической системы
- •Этапы проектирования
- •Особенности построения моделей при проектировании
- •Формирование технического облика системы
- •Формирование структуры системы
- •Выбор основных проектных параметров системы
- •Формирование множества вариантов системы
- •11.2 Концепции автоматизации проектирования
- •История развития сапр
- •Классификация сапр
- •Стратегическое развитие сапр Современное состояние сапр
- •Направления разработки проектной составляющей сапр
- •Разновидности сапр
- •Математическое и информационное обеспечение сапр
- •12 Особенности синтеза модели информационной системы
- •12.1 Общие свойства информационных систем
- •Файл-серверные информационные системы
- •Клиент-серверные информационные системы
- •Архитектура Интернет/Интранет
- •Хранилища данных и системы оперативной аналитической обработки данных
- •12.2 Схемы разработки проекта
- •1. Предпроектные исследования
- •2 Постановка задачи
- •3 Проектирование системы
- •Архитектура программного обеспечения
- •Подсистема администрирования.
- •Техническая архитектура
- •Организационное обеспечение системы
- •4 Реализация и внедрение системы
- •13 Анализ инвестиционной привлекательности проекта системы
- •13.1 Концепции инвестиционной привлекательности проекта Основные типы инвестиций.
- •Основные экономические концепции инвестиционного анализа
- •Состав работ при инвестиционном проектировании
- •13.2 Конкурентоспособность проектируемой системы Оценка потенциальной емкости рынка и потенциального объема продаж
- •Оценка конкурентоспособности
- •13.3 Методы оценки эффективности инвестиций
- •Метод определения чистой текущей стоимости.
- •Метод расчета рентабельности инвестиций
- •Метод расчета внутренней нормы прибыли
- •Расчет периода окупаемости инвестиций
5 Математические модели физических явлений и процессов. Универсальность моделей
5.1 Математические модели на основе фундаментальных законов
Математические модели, которые строятся на основе опытного изучения явления (феномена) – феноменологические модели. Эти модели связывают только непосредственно наблюдаемые и измеряемые в макро- опытах величины, физическая природа явления остается нераскрытой. Такие модели только описывают явления, устанавливают причинно-следственные связи, но не могут ответить на вопрос "почему?".
На феноменологической основе возникла первая крупная модель – механика Ньютона, подтвержденная экспериментальными данными. Он создал математическую модель и математически сформулировал один из фундаментальных законов природы – закон всемирного тяготения (в этом законе не ясна физическая природа сил тяготения).
Расширение феноменологической базы, накопление фактического экспериментального материала дает возможность создавать все более общие и полные модели (например, развитие механики от Ньютона к Эйнштейну).
Изучением математических моделей физических явлений занимается математическая физика. Для создания модели нет четких правил, но есть сложившийся набор приемов: учет основных фундаментальных законов, использование физических аналогий, вариационных принципов и т.д.
В физике сложилась схема построения моделей: формулируется система аксиом и совокупность правил, определяются допустимые операции над объектом, затем строится математическая модель. По мере накопления фактов модель уточняется, что дает возможность установить закономерности, предсказать течение процесса, его количественные характеристики в различных условиях.
При математическом описании физических явлений и процессов используются методы составления математических моделей: теоретический (на основе применения фундаментальных законов природы), эмпирический (экспериментaльно-стaтистический), экспериментaльно-aнaлитический (полуэмпирический), на основе аналогий, на основе вариационных принципов.
Эмпирические модели. Если процесс мало изучен и ничего не известно о его природе, используется эмпирический метод построения моделей. Этот метод тaкже позволяет получить мaтемaтическое описaние действующего объектa без исследовaния его внутренней структуры.
Построение эмпирических математических моделей основано на проведении экспериментальных исследований, связанных с наблюдением и измерением внешних проявлений свойств объекта, с последующим обобщением результатов этих измерений в алгоритмической форме или в виде аналитических зависимостей.
При построении эмпирических моделей используют понятие "черного ящика" – объект рассматривается безотносительно его внутренних свойств, т.е. без учета физической сущности протекающих в нем процессов (например, в метеорологии). Модель отрaжaет только зависимость значений выходных пaрaметров от входных.
На основании эксперимента строится приближенная модель. Подбираются аналитические зависимости, наилучшим образом согласующиеся с результатами эксперимента в точках их проведения: строится функциональная зависимость значений выходных параметров от входных.
Если такие модели построены без учета случайных ошибок (они отсутствуют или их статистические характеристики неизвестны), то приближенная модель называется эмпирической.
Если статистические характеристики случайных ошибок известны и учитываются, такая аппроксимирующая модель называется регрессионной. Уравнения регрессии строятся методом наименьших квадратов. Наиболее часто функцию представляют алгебраическими многочленами.
Экспериментально-аналитические модели - это смешанный тип математических моделей, в которых теоретические соображения качественного характера сочетаются с обработкой результатов наблюдений внешних проявлений свойств изучаемого объекта.
При использовании этого метода необходимо определить физическую сущность явлений, протекающих в объекте – в отличие от экспериментального, этот метод отражает теорию процесса. Для учета влияния явлений, не учтенных при составлении модели, вводятся эффективные коэффициенты на основе экспериментов.
Используется декомпозиция сложного явления, т.е. на основе анализа определяются более простые, элементарные процессы, которые можно исследовать более доступными способами.
После анализа влияния элементарных процессов на процесс в целом, несущественные факторы отбрасываются, и выбирается тот элементарный процесс, который оказывает наиболее существенное влияние. Затем для основного простого процесса составляется его математическое описание в виде характерной для этого процесса физической зависимости (не в форме полинома). Влияние остальных элементарных процессов учитывается изменением коэффициентов, входящих в эту зависимость.
Пример: процесс переноса тепла в неподвижном слое.
При определенных условиях (температура менее 800 К и малые линейные скорости потока газа) перенос тепла в основном определяется теплопроводностью и описывается уравнением Фурье (поток тепла пропорционален градиенту температуры): qТ = - λdT/dx. Для учета всех составляющих процесса переноса тепла вводится экспериментальное значение коэффициента λ - некоторое "эффективное" значение λэф. Тогда уравнение примет вид: qТ = - λэф dT/dx. Это уравнение является полуэмпирической моделью процесса переноса тепла в неподвижном слое. Коэффициент эффективности не является физической константой, a зависит от условий экспериментов, при которых она была получена и от масштабов установки.
На поверхности S тела с однородной по объему, но меняющейся во времени t температурой T(t) происходит теплообмен с окружающей средой, имеющей постоянную температуру Tс.
Примем, что плотность теплового потока от окружающей среды к телу пропорциональна разности температур q = α (Tс - T),где α - коэффициент теплоотдачи.
Подводимый к телу от окружающей среды тепловой поток
Q = qS = α (Tс - T)S.
Он вызывает изменение внутренней энергии тела, которое пропорционально скорости dT(t)/dt изменения температуры, а коэффициентом пропорциональности служит полная теплоемкость CT тела, равная количеству тепловой энергии, необходимой для повышения температуры тела на 1К, измеряемая в Дж/K.
CT dT(t)/dt = Q(t).
Скорость изменения температуры тела пропорциональна разности между температурой тела и температурой среды:
dT(t)/dt = к (Tс - T)S, к = α /CT – коэффициент пропорциональности.
Матмодель, описывающая изменение температуры тела во времени – ОДУ первого порядка, решение которого при α = const имеет вид
T = Tс - (Tс – T0) e - αSt/CT,
где T0 - температура тела в начальный момент времени t = 0.
Пример. Экспериментально-аналитическая модель (строится на основе теории процесса, коэффициенты определяются экспериментально) – коэффициент пропорциональности к определяется на основании эксперимента (с телом неизменного состава и поверхности).
Температура окружающей среды постоянна. Скорость охлаждения тела в воздухе пропорциональна разности между температурой тела и температурой воздуха. Из решения ОДУ (dT(t)/dt = - к (Tс - T), к – коэффициент пропорциональности):
ln (T – Tс) / (T0 – Tс) = - kt.
Например, при температуре окружающей среды T0 = 21 0С, в течение часа температура тела снизилась с 31 до 29 С0. Тогда коэффициент пропорциональности к = ln (31 – 21)/(29 – 21) = 0,223. Зная к, можно определить время, за которое температура снизилась с 37 до 31 0С:
T = 1/к ln (37 – 21)/(31 – 21) = 2,1 часа.
Эффективные коэффициенты изменяются в зависимости от условия проведения опытов, поэтому экспериментально-аналитическая модель справедлива лишь в том интервале, в котором производился эксперимент.
