- •Этапы моделирования
- •1. Основные понятия
- •2. Пример задачи моделирования
- •2. Разработка модели решения и алгоритмической модели.
- •3. Программная модель
- •3. Контрольные вопросы и задания
- •Библиографический список
- •Приложение 1
- •Приложение 2
- •1. Детерминированное сканирование
- •2. Оптимизация по результатам детерминированного сканирования
- •3. Случайное сканирование
- •4. Оптимизация по результатам случайного сканирования
Библиографический список
1. Советов, Б.Я.Моделирование систем: Учебник для ВУЗов. [Текст] / Б. Я. Советов, С. А. Яковлев М.: Высшая школа, 2005 г.
2. Сысоев, В. В. Системное моделирование. Учебное пособие. [Текст] / В. В. Сысоев. Воронеж: ВТИ. 1991.
3. Лебедев, В. Ф. Основы MathCad. Методические указания к практическим занятиям. [Текст] / В. Ф. Лебедев, С. В. Сидоренко. Воронеж, ВГТА. 2003.
Приложение 1
Численное
решение
Однопараметрическая
модель
-
Выражаем Н и
подставляем в L
-Целевая
функция после подстановки
1.
Поиск начального приближения графически
Используем
трассировку
(см.
контекстное меню окна графика)
Найдены
координаты точки минимума:
2.
Оптимизация с помощью производной
-
начальное приближение
Вместо V0 используем U, т.к. V0 фиксирован
Левая
часть
уравнения
Приложение 2
ДВУХПАРАМЕТРИЧЕСКАЯ МОДЕЛЬ
1. Детерминированное сканирование
U – матрица сканированных значений функции f
f0 := min(U) e := match(f0, U)
Функция match(z, A) ищет в векторе или матрице А значение z и возвращает индекс его положения. Если z встречается несколько раз – возвращается вектор индексов.
rows(e) = 1
– вектор оптимальных значений параметров, найденных сканированием t0 = R , t1 = H.
Значения L и V при параметрах, найденных сканированием.
2. Оптимизация по результатам детерминированного сканирования
3. Случайное сканирование
– вектор оптимальных значений параметров, найденных сканированием
4. Оптимизация по результатам случайного сканирования
