- •Основы математического моделирования
- •Введение
- •А. Теоретическая часть лекция №1. Понятие общей теории систем, системного подхода и системного анализа
- •Лекция №2. Показатели и критерии оценки систем. Шкалы
- •Лекция №3. Введение в математическое моделирование
- •Лекция №4. Практическая оптимизация математических моделей (часть I)
- •Лекция №5. Практическая оптимизация математических моделей (часть II)
- •Лекция №6. Диалоговые системы оптимизации
- •Лекция №8. Основы статистического моделирования
- •Лекция №9. Статистические методы исследования операций в экономике
- •Лекция №10. Элементы теории прогнозирования и идентификации систем управления
- •Например, критерий вида
- •Библиографический список
- •Б. Практическая часть
- •Б.1. Моделирование развития промышленного предприятия на основе параллельных структурных элементов а.В. Прокшин, о.А. Кракашова, б.Ю. Сербиновский
- •Содержание
- •Введение
- •1. Задача производства продукции и распределения ресурсов в условиях их ограниченности
- •Из табл. 1 можно получить также зависимость
- •2. Задача развития предприятия
- •3. Задача распределения работ n цехам
- •Заключение
- •Библиографический список
- •Б.2. Разработка математической модели сложного движения а.Владимиров
- •Огибание неподвижной прямой линии дугой окружности
Например, критерий вида
Э() =(т) т, где- выход
экспериментального объекта А, - выход модели В объекта А, е - ошибка, рассматриваемые на промежутке времени от 0 до Т. Видно, что этот критерий легко прочесть как, критерий наименьших квадратов для ошибки е (интегральный аналог МНК).
Говорят, что рассматривается выходная ошибка, если ошибка е равна , где черезобозначен выходной сигнал модели В, на вход которой подается сигнал. Это определение естественно интерпретируется в том случае, когда единственной помехой является белый шум измерений выходного сигнала.
Другой тип задач идентификации получается при включении решаемой задачи оценивания в семейство вероятностных задач, в этой ситуации задача использует теорию принятия решений.
В частности используются такие способы, как метод максимального правдоподобия, байесовские процедуры, минимаксные методы. Априорно задаются точности оценок параметров и на их основе проверяются различные гипотезы. Многие вероятностные задачи сводимы к задаче оптимизации. Функция потерь определяется из вероятностных соображений. Теория оценивания тесно связана с статистической теорией оптимальных систем (подробнее см, книгу Фельдбаума) 5.
Наконец, представляет интерес и связь между параметрами объекта А и сигнала у. Многие детерминированные сигналы, по крайней мере, в принципе, можно получить как импульсную переходную характеристику или реакцию на скачок линейного или нелинейного фильтра. Многие случайные сигналы могут быть получены в результате фильтрация белого шума (см. упомянутую книгу 5). Отсюда и вытекает, что в подобных ситуациях характеристики сигнала можно выразить через параметры фильтра (объекта) и наоборот.
Как оценить точность идентификации - по отклонениям параметров модели или по отклонениям ее отклика - выходного - сигнала?
Точность идентификации оценивают и по результатам функционирования созданной на основе идентификации объекта А системы И управления»
В любом случае:
1. Важно, чтобы входной сигнал х(т) возбуждал все собственные колебания объекта А, то есть объект А должен быть управляемым, а сигналы должны принадлежать к классу так называемых постоянно возбуждающих;
2. Выходной сигналу( т ) содержал бы достаточно информации о том, что же "происходит внутри объекта А", то есть "наблюдаемость и идентифицируемость" как таковые.
В заключение, отметим те области, где проблема идентификации особенно актуальна по настоящее время: теория измерений (метрология), теория управления и принятия решений, теория систем, линейные и нелинейные модели, теория сигналов: детерминированные и случайные, теория информации, математическая статистика» теория прогнозирования, стохастическая аппроксимация.
Библиографический список
1. Анфилатов В.С., Емельянов А.А., Кукушкин А.А. Системный анализ в управлении: Учеб. пособие / Под ред. А.А. Емельянова. – М.: Финансы и статистика, 2002. – 368 с.:ил.
2. Кафаров В.В. Методы кибернетики в химии и химической технологии: 4-е изд., перераб., доп. – М.: Химия, 1985. – 448 с., ил.
3. Баумоль У. Экономическая теория и исследование операций. – М.: Прогресс, 1965.
4. Афифи А., Эйзен С. Статистический анализ: Подход с использованием ЭВМ. – М.: Мир, 1982. – 488 с.
5. Майдональд Дж. Вычислительные алгоритмы в прикладной статистике. – М.: Финансы и статистика, 1988. – 350 с.
6. Попов И.Г. Математические методы в планировании отраслей и предприятий. – М.: Экономика, 1973.
7. Лукомский Я.И. Теория корреляции и ее применение к анализу производства. 2-е изд. – М.: Госстатиздат, 1968.
8. Кендал М. Многомерный статистический анализ и временные ряды. – М.: Наука, 1976. – 736 с.
9. Краснощеков П.С., Петров А.А. Принципы построения моделей. – М.: Изд-во МГУ, 1983.
10. Любарский Г.Я. и др. Математическое моделирование и эксперимент. – Киев: Наукова Думка, 1987.
11. Пешель М. Моделирование сигналов и систем. – М.: Мир, 1981.
12. Смит Джон М. Математическое и цифровое моделирование для инженеров и исследователей. – М.: Мир, 1980.
13. Советов Б.Я., Яковлев С.А. Моделирование систем. – М.: Высшая школа, 1985.
14. Цирлин А.М. Оптимальное управление технологическими процессами. – М.: Энергоатомиздат, 1986.
15. Шрейдер Ю.А., Шаров А.А. Системы и модели. – М.: Радио и связь, 1982.
16. Математическое моделирование: Процессы в сложных экономических и экологических системах / Под ред. А.А.Самарского, Н.Н.Моисеева, А.А.Петрова. – М.: Наука, 1986.
17. Математическое моделирование: Методы описания и исследования сложных систем / Под. ред. А.А.Самарского, Н.Н.Моисеева – М.:Наука, 1989.
18. Хазанова Л.Э. Математическое моделирование в экономике. – М.: Изд-во «БЕК», 1998.
19. Малыхин В.И. Математическое моделирование экономики. – М.: изд-во УРАО, 1998.
20. Гилл Ф., Мюррей У., Райт М. Практическая оптимизация. – М.: Мир, 1985.
21. Прицкер А. Введение в имитационное моделирование и язык СЛАМ. – М.: Мир, 1987.
22. Длин Ф. Факторный анализ в производстве. – М.: Мир, 1988.
23. Кокс Д.Р., Сиэл Э.Д. Прикладная статистика: принципы и примеры.- М.: Мир, 1984. – 200 с.
24. Камаев В.Д. Основы экономической теории. – М.: Изд-во МГТУ им. Баумана, 1996.