- •Моделирование как метод познания
- •Классификации моделей
- •Виды моделей и моделирования
- •2.Математическое моделирование
- •2.1 Основные понятия и определения
- •2.2 Классификация математических моделей
- •2.3 Цели математического моделирования для технических объектов и технологических процессов
- •2.4 Технологии моделирования
- •2.5 Краткая характеристика основных этапов алгоритмов построения аналитических и эмпирических моделей
- •Контроль производственно процесса
- •Контроль продукции
- •Статистика выборок
- •Выборочное наблюдение
- •Некоторые положения теории вероятностей
- •Основные формулы комбинаторики
- •Основные теоремы теории вероятностей
- •Искомая вероятность
- •Отсюда искомая вероятность
- •Теорема 4.Сумма вероятностей противоположных событий равна единице
- •Случайные величины
- •Нормальное распределение
- •Критерии оценок параметров
- •Определение значимости среднего значения. Оценка расхождения между средними значениями.
- •1 Планирование и проведение эксперимента
- •1.1. Основные понятия и определения
- •1.2 Планирование эксперимента
- •1.2.2. Полный факторный эксперимент
- •1.2. Проведение эксперимента
- •2. Регрессионные модели с одной входной переменной
- •2.1. Основные понятия
- •2.3 Адекватность регрессионных моделей
- •2.3.1 Точность регрессионных моделей
- •2.3.2. Виды регрессионных моделей с одной входной переменной
- •3. Регрессионные модели с несколькими входными переменными
- •3.1. Многофакторная (множественная) линейная регрессия
- •3.2. Матричный подход к определению коэффициентов регрессии
- •3.3. Оценка адекватности и точности многофакторной линейной модели
- •3.4. Линейные регрессионные модели с несколькими входными переменными
- •3.5. Нелинейные регрессионные модели с несколькими входными переменными
- •3.6. Шаговые методы построения регрессионных моделей
- •4. Интерпретация и оптимизация регрессионных моделей
- •4.1 Интерпретация модели
- •4.2 Оптимизация модели
- •5 Планирование эксперимента
- •5.1 Методика ортогонального центрального композиционного планирования эксперимента (оцкп).
- •5.2 Статистический анализ расчетных уравнений и методы нахождения оптимальных значений варьируемых факторов.
- •5.3 Применение метода планирования эксперимента к исследованию процесса каландрования резиновых смесей
- •5.4 Контурно-графический анализ при решении рецептурных и технологических задач с двумя независимыми переменными
- •5.5 Использование треугольной системы координат для графического анализа результатов 3-х факторного эксперимента
- •6.Математическое моделирование процесса получения полимеров ( на примере получения полистирола)
- •Интересно знать Альтернативный метод моделирования – искусственные нейронне сети
- •Использование нейронных сетей при составлении математических моделей технологических процессов
Моделирование как метод познания
Моделирование – это изучение оригинала путём создания и исследования его копии, замещающей оригинал с определенных сторон, интересующих исследователя.
Модель – это некий заменитель объекта, процесса или явления, который в определенных условиях может заменить оригинал, воспроизводя интересующие нас свойства и характеристики оригинала. Слово «модель» происходит от латинского «modulus», что в переводе означает «образец». Иначе говоря, модель – это некоторое упрощенное подобие реального объекта, процесса или явления.
Объект (от лат. objectum – предмет): 1) то, что существует вне нас и независимо от нашего сознания, явление внешнего мира; 2) явление, предмет, на который направлена чья-нибудь деятельность, чье-нибудь внимание.
Процесс (от лат. processus – продвижение) – ход, развитие какого-нибудь явления, последовательная смена состояний в развитии чего-либо.
Явление – всякое обнаруживаемое проявление чего-либо, например, физическое явление, явления природы.
Другие термины:
Абстрагирование – отвлечение от ряда несущественных для данного исследования свойств и отношений изучаемого явления с одновременным выделением интересующих нас свойств и отношений.
Анализ (один из возможных этапов моделирования) – расчленение целостного предмета на составные части (стороны, признаки, свойства) с целью их всестороннего изучения.
Актуальность – это характеристика самого процесса моделирования, то есть исследование данного объекта, явления может быть актуальным или уже нет.
Идея мысленного эксперимента впервые была выдвинута Г. Галилеем. Галилео Галилей (1564–1642) – итальянский физик, механик, астроном, философ и математик, оказавший значительное влияние на науку своего времени. Галилей применил идею мысленного эксперимента к воображаемому телу, которое свободно от всех внешних воздействий. Такой мысленный эксперимент позволил Г. Галилею прийти к идее инерциального движения тела. Также он первым использовал телескоп для наблюдения небесных тел и сделал ряд выдающихся астрономических открытий. Галилей – основатель экспериментальной физики. Своими экспериментами он убедительно опроверг умозрительную метафизику Аристотеля и заложил фундамент классической механики.
И. Ньютон использовал идею мысленного эксперимента и, применив её к идее инерциального движения тела, сформулировал закон (принцип) инерции, который называют также первым законом Ньютона.
Модель «материальная точка» была придумана, чтобы абстрагироваться от размеров объекта при изучении его движения. Следовательно, с помощью модели «материальная точка» можно изучать, например, движение и слона, и Земли, и песчинки, а также множества других объектов. Конечно, модель «материальная точка» не является единственной моделью, которую можно построить для перечисленных объектов. Для каждого объекта можно создать множество различных моделей в зависимости от целей моделирования. Точка на листе бумаги может являться наглядным изображением для абстрактной модели «материальная точка».
Таким образом, в рамках механики материальная точка – это модель слона, Земли, песчинки.
КЛАССИФИКАЦИЯ И ФОРМЫ ПРЕДСТАВЛЕНИЯ МОДЕЛЕЙ
Все модели можно разбить на два больших класса: предметные (материальные) и информационные.
ПРЕДМЕТНЫЕ МОДЕЛИ воспроизводят физические, геометрические, функциональные свойства объектов в материальной форме (глобус, макет здания, игрушечный автомобиль и др.).
Натурная модель относится к предметным, всегда имеет визуальную схожесть с объектом-оригиналом. Натурное моделирование представляет собой специально поставленные исследования на реальном объекте («на натуре») при специально созданных или подобранных условиях с последующей обработкой результатов эксперимента на основе теории подобия. В натурном моделировании в модели всегда узнается моделируемый объект, то есть модель всегда имеет визуальную схожесть с объектом-оригиналом. Натурное моделирование подразделяется на научный эксперимент, комплексные испытания и производственный эксперимент.
Научный эксперимент характеризуется широким использованием средств автоматизации, применением весьма разнообразных средств обработки информации, возможностью вмешательства человека в процесс проведения эксперимента.
Одна из разновидностей эксперимента – комплексные испытания, в процессе которых вследствие повторения испытаний объектов в целом (или больших частей системы) выявляются общие закономерности в характеристиках качества, надежности этих объектов. В этом случае моделирование осуществляется путем обработки и обобщения сведений о группе однородных явлений.
Наряду со специально организованными испытаниями возможна реализация натурного моделирования путем обобщения опыта, накопленного в ходе производственного процесса, т.е. можно говорить о производственном эксперименте. Здесь на базе теории подобия обрабатывают статистический материал по производственному процессу и получают его обобщенные характеристики. Необходимо помнить про отличие эксперимента от реального протекания процесса. Оно заключается в том, что в эксперименте могут появиться отдельные критические ситуации и определиться границы устойчивости процесса.
ИНФОРМАЦИОННЫЕ МОДЕЛИ представляют объекты или процессы в образной или знаковой форме. Рисунки, фотографии, учебные плакаты – это образные информационные модели. Примеры знаковых информационных моделей: программа на языке программирования, формулы законов физики, химии, биологии, периодическая таблица химических элементов, географическая карта.
Информационные модели (знаковые): описательная, табличная, математическая (интегральная, дифференциальная, имитационная, дискретная и др.).
Информационные модели (знаковые) по структуре организации данных: иерархическая, сетевая, табличная, линейная.
Описательная информационная модель – совокупность данных, содержащих текстовую информацию об объекте-оригинале. Для создания описательных информационных моделей используются естественные языки.
Табличная информационная модель – таблица, содержащая информацию об объекте-оригинале. Например, таблица, содержащая информацию о планетах Солнечной системы (расстояние, размеры, температуру, период обращения вокруг Солнца).
Математическая информационная модель – математические формулы, описывающие форму или поведение объекта-оригинала.
В том числе имитационная (математическая) модель. При имитационном моделировании воспроизводится алгоритм функционирования системы во времени – поведение системы; причем имитируются элементарные явления, составляющие процесс, с сохранением их логической структуры и последовательности протекания, что позволяет по исходным данным получить сведения о состояниях процесса в определенные моменты времени, дающие возможность оценить характеристики системы. Основным преимуществом имитационного моделирования является возможность решения сложных задач. Имитационные модели позволяют достаточно просто учитывать такие факторы, как наличие дискретных и непрерывных элементов, нелинейные характеристики элементов системы, многочисленные случайные воздействия и другие, которые часто создают трудности при аналитических исследованиях. В настоящее время имитационное моделирование – наиболее эффективный метод исследования систем, а часто и единственный практически доступный метод получения информации о поведении системы.
По структуре организации данных информационные модели могут быть иерархические, сетевые, модели линейной структуры, табличные.
Иерархическая информационная модель имеет упорядоченную структуру, где объект нижнего уровня связан только с одним объектом предыдущего уровня, но любой объект вышестоящего уровня может быть связан с несколькими объектами последующего уровня.
Современная классификация представителей животного мира является иерархической информационной моделью.
Табличная информационная модель – таблица, содержащая информацию об объекте-оригинале. Например, таблица, содержащая информацию о планетах Солнечной системы (расстояние, размеры, температуру, период обращения вокруг Солнца).
В сетевой модели объекты не упорядочены по уровням. Вспомните сетевую модель баз данных.
В линейной структуре объекты соединены в одну цепь.
