- •Тульский государственный университет
- •Конспект лекций
- •Моделирование систем
- •Оглавление
- •Лекция 1 введение Имитационное моделирование – метод научного познания
- •1. Предмет курса, его цели и задачи
- •2. Имитационное моделирование как метод научного познания. Философские аспекты теории моделирования.
- •3. Основные понятия курса
- •Лекция 2 введение Сложные системы
- •1. Понятие сложной системы
- •2. Факторы, действующие на процесс функционирования сложной системы
- •3. Показатели, характеризующие свойства сложных систем
- •4. Задачи исследования сложных систем
- •Лекция 3 имитационное моделирование
- •1 Модели и их роль в изучении процессов функционирования сложных систем
- •2 Классификация видов моделирования систем
- •3 Математическое моделирование процессов функционирования систем
- •4 Аналитические и имитационные модели
- •Лекция 4
- •1. Основные подходы к описанию функционирования сложных систем
- •2. Дискретно - детерминированные модели
- •3. Непрерывно - детерминированные модели
- •4. Дискретно - стохастические модели
- •5. Непрерывно - стохастические модели
- •Лекция 5 обобщенная схема построения модели сложной системы
- •1. Основные этапы формализации: концептуальная модель, формализованная схема, математическая модель
- •2. Пример описания системы
- •3. Проверка адекватности модели и объекта
- •Лекция 6 принципы построения моделирующих алгоритмов
- •1. Формы представления логической структуры модели
- •2. Методы построения моделирующих алгоритмов
- •3. Формы представлений логической структуры моделей
- •4. Проверка адекватности модели и объекта моделирования
- •Лекция 7 роль времени в имитационных моделях
- •1. Масштабы времени
- •2. Способы управления модельным временем
- •Лекция 8 моделирование дискретных случайных воздействий на систему и событий
- •1. Общая характеристика метода статистического моделирования на эвм
- •2. Методы получения случайных чисел и их машинная генерация
- •3. Проверка качества псевдослучайных последовательностей чисел
- •4. Моделирование случайных событий
- •Лекция 9 моделирование непрерывных случайных величин
- •1. Метод обратной функции.
- •2. Метод исключения
- •3. Моделирование нормального распределения
- •4. Обобщенное распределение Эрланга
- •5. Треугольное распределение.
- •6. Моделирование случайной величины со ступенчатой плотностью
- •Лекция 10 формирование реализаций случайных векторов и процессов
- •1. Имитация случайного вектора, заданного совместной плотностью распределения вероятностей
- •2. Имитация нормально распределенного случайного вектора
- •3. Моделирование вектора, заданного распределением компонент и коэффициентами корреляции.
- •4. Моделирование случайных функций (процессов)
- •Лекция 11 точность и качество испытаний при статистическом моделировании
- •1. Общая схема фиксации и обработки результатов моделирования
- •2. Статистическая обработка независимых реализаций критерия интерпретации
- •3. Оценка точности и необходимого количества реализаций модели
- •4. Использование правил автоматической остановки
- •Лекция 12 общая характеристика языков моделирования
- •1. Общая характеристика языков моделирования
- •2. Основные понятия и средства языков моделирования
- •Лекция 13
- •1. Диалоговые системы моделирования
- •2. Банки данных моделирования
- •3. Моделирование на аналоговых вычислительных машинах и гибридных моделирующих комплексах
- •Лекция 14 планирование машинных экспериментов с моделями систем
- •1. Цели и задачи планирования машинных экспериментов.
- •2. Основные понятия теории планирования экспериментов
- •3. Модели планирования эксперимента
- •4. Стратегическое планирование машинных экспериментов
- •5. Тактическое планирование машинных экспериментов
- •Лекция 15 общая схема фиксации и обработки результатов моделирования систем
- •1. Особенности фиксации и обработки результатов моделирования
- •2. Оценка моментов распределения
- •3. Оценка функции распределения
- •Лекция 16 методы понижения дисперсии результатов моделирования
- •1. Критерии сравнительной оценки вариантов систем
- •2.Методы понижения дисперсии результатов.
- •Лекция 17 сравнение вариантов сложных систем по результатам моделирования
- •1. Сравнение вариантов сложных систем при моделировании
- •Г радиентные методы . Метод также заключается в последовательной проверке значений в точках o, 1, 2,... m
- •Часть 2 Лекция 18 формализация процессов функционированиия систем схемами систем массового обслуживания
- •1. Общая характеристика систем массового обслуживания.
- •2. Формализация входного потока
- •Лекция 19 моделирующие алгоритмы системы массового обслуживания
- •1. Одноканальная смо с ожиданием
- •2 Однолинейная смо с приоритетным обслуживанием
- •3. Особенности построения моделирующего алгоритма многофазных многоканальных смо
- •Лекция 20 агрегаты и агрегатные системы
- •1.Понятие агрегата.
- •2. Математическое описание агрегата.
- •Лекция 21 построение моделирующих алгоритмов в виде агрегатов
- •1. Моделирование функционирования агрегата при заданных входных и управляющих воздействиях.
- •2. Моделирование функционирования агрегата при вырабатываемых в процессе моделирования воздействиях
- •Лекция 22 агрегативные системы
- •1. Основные понятия и определения агрегативных систем
- •2. Моделирование агрегативных систем.
- •3. Регистровый метод моделирования а-систем
- •4. Автоматизация имитационного моделирования с использованием агрегативного подхода.
- •Лекция 23 основные направления использования моделирования при проектировании и эксплуатации асу
- •1. Универсальная автоматизированная модель в асу
- •2. Применение универсальных автоматизированных моделей в сфере
- •3.Использование имитационного моделирования при проектировании сложных систем.
- •Лекция 24
- •1. Особенности формализации функционирования асу
- •2. Особенности моделирования асу на эвм
- •3. Пример моделирования асу предприятием
- •Лекция 25 моделирование производственных процессов
- •1.Понятие о дискретном производственном процессе.
- •2. Формализованные обобщенные операции
- •3. Формализация операции обработки
- •4. Формализация операции сборки.
- •Лекция 26 моделирование производственных процессов
- •5. Формализация операции управления
- •6. Моделирование операций обработки
- •7. Моделирование операции сборки.
- •Лекция 27 формализация нарушений производственного процесса
- •1. Общая схема нарушений производственного процесса.
- •2. Формализация брака
- •Лекция 28 формализация нарушений производственного процесса
- •3. Формализация процессов отказа оборудования
- •Лекция 29 моделирование непрерывных производственных процессов
- •1. Особенности формализации и методика моделирования
- •Лекция 30 динамические модели процессов на предприятиях и в организациях различных отраслей экономики.
- •1. Модель производственной фирмы
- •1.4. Пример решения задачи моделирования
- •Лекция 31 динамические модели процессов на предприятиях и в организациях различных отраслей экономики.
- •1. Содержательное описание финансовой деятельности фирмы
- •2. Концептуальная модель
- •3. Алгоритм модели
- •4. Пример решения задачи моделирования
- •Лекция 32 перспективы развития машинного моделирования сложных систем
- •Применение имитационного моделирования
- •Направления развития имитационного моделирования
- •Области применения имитационного моделирования
- •Библиографический список
2. Пример описания системы
Рассмотрим процесс производства подшипников роликового типа. Ставится задача определения оптимального промежутка времени между последовательными наладками оборудования.
Зависимость производственного процесса от этого фактора состоит в том, что для сокращения простоев, связанных с наладкой, и затрат на содержание бригад наладчиков, выгодно время между последовательными наладками оборудования увеличивать. Но если оборудование долго работает без наладки, растет доля бракованных подшипников. Увеличиваются потери рабочего времени и расход материалов.
Для надежных выводов требуется достаточно большое число экспериментов в цехе. Это нежелательно, так как отрицательно сказывается на производстве. В этих условиях естественно прибегнуть к имитационному моделированию.
Содержательное описание. Подшипник представляет собой устройство, содержащее наряду с другими деталями, ролики специального вида.
При сборке одного подшипника используется n роликов. Их число задано.
Основным фактором, определяющим качество подшипников, является однородность диаметров роликов. Из-за производственных погрешностей диаметры роликов имеют некоторый разброс. Подшипник считается годным, если разброс диаметров содержащихся в нем роликов не превосходит D (задано), в противном случае он считается бракованным.
В результате наблюдений установлено, что разброс диаметров увеличивается по мере увеличения продолжительности работы оборудования после очередной наладки. Для характеристики этой зависимости имеются статистические данные.
Интервал (0,Т) времени наблюдения был разбит на подинтервалы (0,t1), (t1,t2) ... (tp-1 ,tp). Ролики, изготовленные в течение каждого из них, разбивались на группы по диаметрам (d1, d2),(d2, d3) .. (dr1, dr ). Определялось количество попаданий в каждую группу hij. Полученные результаты представлены в таблице 5.1.
Таблица 5.1
-
Интервалы
Диаметры
d1-d2
d2 - d3
dr-1- dr
0 - t1
h11
h12
…
h1,r-1
t1- t2
h21
h22
…
h2,r-1
…
…
t1- t2
hp1
hp2
…
hp,r-1
Здесь hij - количество роликов, изготовленных в период (ti-1,ti), диаметры которых находятся в пределах (dj,dj+1).
Требуется дать математическую формулировку задачи о зависимости доли бракованных подшипников от длительности интервалов времени между последовательными наладками оборудования. Подготовить задачу для решения на компьютере, выполнить решение и дать интерпретацию полученных результатов.
Формализованная схема. Набор диаметров изготовленных роликов x1, x2 ... будем рассматривать как совокупность значений случайной величины X.
Для сборки очередного подшипника рассматривается случайная выборка (x1, x2, ... xn) из n значений X. В этой выборке имеется наибольшее xmax = max(x1, x2, .., xn) и наименьшее значение xmin= min(x1, x2 , xn).
Разность u = xmax - xmin назовем размахом выборки. Если u D, то подшипник считается годным, а в противном случае бракованным.
Пусть за некоторое время изготовлено М подшипников, из которых m оказались годными, а (M -m) - бракованными. Тогда p = m / M – доля годных подшипников, q = (1 – m) / M - доля бракованных подшипников.
Теперь можно дать окончательное математическое описание случайной величины Х, задав закон ее распределения. Оказывается, что сведений, имеющихся в содержательном описании, недостаточно. Можно предполагать два варианта организации производственного процесса:
1. Изготовленные подшипники сразу идут на сборку. (Процессы обработки и сборки синхронизированы). В этом случае Х надо рассматривать как случайную величину, зависящую от времени. Минимальная информация для описания такой случайной функции - это среднее значение m(t)=M[X(t)] и корреляционная функция К(t1,t2)=M[X(t1) - m(t1)) (X(t2) - m(t2))]. Оценить K(t1,t2) по имеющейся таблице нельзя. Для ее вычисления нужно знать частоту совместного события
di X(ti) di+1; dj X(t2) dj+1
Таким образом, в этом случае необходимо дополнительное изучение процесса с целью получения этих данных.
2. Изготовленные орлики идут на склад. Для сборки берутся ролики со склада. В этом случае естественно считать, что при образовании случайной выборки в нее могут попасть ролики, изготовленные в любое время в пределах от 0 до Т (Т - интервал времени между наладками оборудования). Таким образом, в этом случае Х представляет собой обычную случайную величину, распределение которой зависит от периода Т.
Имеющихся в описании статистических данных достаточно для оценки этого закона распределения, но их необходимо переупорядочить. Нам нужно знать распределение диаметров для различных Т, т.е. для интервалов времени (0, t1), (0, t2) ... (0, tp). Для каждого такого промежутка нужно оценить частоту Hij попадания диаметра в промежуток(dj-1, dj). Для их вычисления необходимо просуммировать числа в таблице 5.1. Переупорядоченная таблица принимает вид таблицы 5.2.
Таблица 5.2
-
Интервалы
Диаметры
d1-d2
d2 – d3
dr-1- dr
0 – t1
H11
H12
…
H1,r-1
0- t2
H21
H22
…
H2,r-1
…
…
0- tp
Hp1
Hp2
…
Hp,r-1
Предположим, что реальный процесс описывается второй схемой. Тогда по данным этой таблицы можно построить приближенное описание случайной величины Х - диаметр выбранного наудачу ролика, в предположении, что промежуток времени между наладками равен Т.
Для
этого строится гистограмма Х: для
каждого значения Т = ti
определяется общее количество изготовленных роликов. Определяются частоты Hij /Hi и величины
,
используемые для построения гистограммы. Тогда в качестве плотности вероятности случайной величины Х можно приближенно выбрать эту гистограмму (рисунок 5.1)
Рисунок 5.1 - Гистограмма случайной величины Х
Математическая модель. Хт - случайная величина, распределение которой зависит от параметра Т. Плотность вероятности Хт для Т = ti (i =1,2,...,r) задается величиной
; ( x1,
x2,...,
xn)
- случайная выборка n
значений
Хт. , xmax = max (x1, x2,..., xn), xmin = min (x1, x2,...,
xn),
u = xmax - xmin
При данном Т рассматривается Мт - выборок и подсчитывается
;
q(T)
= 1 - mт
/ Mт
Т
- изменяется от 0 до Т с шагом .
Алгоритм моделирования. Схема алгоритма моделирования, построенного в соответствии с математической моделью, имеет вид, показанный на рисунке 5.2.
┌───> 1. Tk=Tk-1+t
│ 2. если T<=Tk нет ---> Выдача результата ----> конец.
│ если да ----> fi (x)
│┌>┌> 3. проверка k < n, если нет ──────┐
││ │ если да ----> k=k+1 │
││ └─ 4. Формирование Xk │
││ 5. ny=ny+1 <─────────────────┘
││ 6. k=0
││ 7. Определение Xmax
││ 8. Определение Xmin
││ 9. U= Xmax - Xmin
││ 10. Проверка U D
││ если да ---> my =1
││ если нет --->my=0
││ 11. m Т + my
││ 12. Проверка ny < MТ
│└─────── если да
│ если нет
│ 13. q=1-(mТ/MТ) ────┐
└─────────────────┘
Рис. 5.2 - Схема алгоритма моделирования процесса производства
подшипников роликового типа
