- •Моделирование
- •ЗНАЧИМОСТЬ ЗАДАЧ ФУНКЦИОНАЛЬНОЙ БЕЗОПАСНОСТИ АПК
- •Ошибка в контролирующем программном обеспечении, написанном на языке программирования Ada, вызвало самоликвидацию ракеты
- •Сетецентрическое управление системами
- •MANET, VANET and FANET.
- •High-Level JAUS system architecture ( Joint Architecture for Unmanned Systems )
- •A FANET scenario to extend the scalability of multi-UAV systems
- •A FANET application scenario for reliable multi-UAV communication network.
- •Architecture of MBSS containing mesh STAs, APs and portals as designed in IEEE
- •Обобщённая модель сетецентрического подхода в военном деле
- •Эффект GIG
- •Интероперабельность информационных систем различного назначения
- •Обеспечение интероперабельности – основная тенденция в развитии открытых систем
- •Интероперабельность информационных систем различного масштаба
- •Р.П. Быстров, В.Н. Корниенко, А.Я. Олейников Интероперабельность, информационное противоборство и радиоэлектронная борьба//“Успехи современной
- •Соотношение основных понятий, связанных с проблемой итероперабельности
- •Управление сложными системами
- •Слияние виртуального и реального
- •Industry 4.0 | Что это?
- •Industry 4.0 | Где человек?
- •Industry 4.0 | Ключевые компоненты*
- •Роберт Людовигович Бартини
- •Роберт Людовигович Бартини:
- •Тема 1:
- •Место информационной системы в управлении бизнес-процессами
- •Роль моделей как инструмента информационной поддержки принятия решений
- •Содержание понятия «модель»
- •Содержание понятия «модель»
- •Цель моделирования
- •Содержание понятия «моделирование»
- •Понятие моделирования
- •Изоморфизм и гомоморфизм
- •Моделирование информационных систем
- •Особенности больших и малых программных систем
- •Автоматизация
- •Невысокая стоимость внесения изменений. Допускаются разные варианты реализации
- •Тяжелые методологии создания программных продуктов
- •Роль моделирования при реализации программных проектов
- •Роль дисциплины при проектировании сложных программных систем
- •Понятие «фрейма»
- •Примеры классов (фреймов) моделей программных систем
- •Древняя китайская классификация животных
- •Тема 2
- •ВОПРОСЫ ТЕМЫ
- •Содержание понятия «Проект»
- •Определение проекта
- •Отличительные признаки проекта
- •Различие между понятиями «проект» и «design».
- •Тема 3:
- •1.Области применимости моделей жизненного цикла программных систем
- •Область применимости модели жизненного цикла программной системы определяется уровнем неопределенности требований к потребительским
- •Возможности модели жизненного цикла программной системы (потенциальность модели) должна соответствовать сложности реализации программного
- •Code-and-fix model
- •Stagewise model
- •Инкрементальная модель жизненного цикла
- •Общий вид V-модели жизненного цикла
- •Методологическая основа упомянутых моделей жизненного цикла
- •Обоснованный выбор модели жизненного цикла
- •Обоснованный выбор модели жизненного цикла (продолжение)
- •Множественность моделей жизненного цикла программных продуктов
- •Тема 4
- •Точки зрения на проект в рамках методологии
- •Состав работ концептуальной фазы проекта
- •Состав работ проектной фазы
- •Состав работ фазы реализации программного продукта
- •Состав работ фазы завершения проекта
- •Внешняя и внутренняя среды программного
- •Зачем нужны модели ?
- •Основные понятия
- •Классы моделей (по аналогии с Г.С.Розенбергом)
- •Некоторые классы знаковых моделей, используемых в программной инженерии
- •Системная модель объекта моделирования
- •Классы задач моделирования
- •Некоторые сведения о моделях
- •Основные этапы системного моделирования
- •Этапы построения математической модели
- •Технология проверки правильности математической модели
- •Методы моделирования
- •Классы погрешностей при численном моделировании
- •«…БЕЗБРЕЖНАЯ ФОРМАЛИЗАЦИЯ РАНО ИЛИ ПОЗДНО ПРИВЕДЕТ К МЫСЛИ ОБ ИСЧЕЗНОВЕНИИ МЫСЛИ…»
- •КОНЕЦ ЛЕКЦИЙ
Классы моделей (по аналогии с Г.С.Розенбергом)
Вербальная
Пример: Спецификация требований
Имитационная
Пример: Прототипирование ПО
Структурная
Пример: Диаграмма потоков данных (DFD)
Математическая
Пример: Критический путь
Некоторые классы знаковых моделей, используемых в программной инженерии
1.Модели состава
2.Структурные модели
3.Функциональные модели
4.Потоковые модели
5.Модели состояний
Системная модель объекта моделирования
E
Х |
S |
Y |
|
|
|
X- Входные данные
Y- Выходные данные
E - Воздействие окружающей среды
S - Внутреннее состояние системы
Классы задач моделирования
1.Построение дескриптивных моделей X,Y,E,S
2.Прогностические задачи: А: {Х,S,E} Y
A: {Х,S} S
A: {Х} {Х} и т.д.
3.Оптимизационные задачи
4.Информационная поддержка управления в условиях неопределенности
Некоторые сведения о моделях
1.Модель как отображение объекта
2.Соотношение понятий «эффективность» и «область адекватности»
3.Основные этапы системного моделирования
Основные этапы системного моделирования |
||
|
РЕАЛЬНОСТЬ |
|
|
КОГНИТИВНАЯ МОДЕЛЬ |
|
|
Содержательная модель |
|
Описательная |
Объяснительная |
Предсказательная |
|
Концептуальная модель |
|
Логико- |
Структурно- |
Причинно-следственная |
семантическая |
функциональная |
|
Формальная модель
Математическая Информационная
Источник: П.В.Трусов
Этапы построения математической модели
1 Обследование объекта моделирования и формулировка
технического задания на разработку модели (содержательная постановка задачи)
2 Концептуальная и математическая постановка задачи
3 Качественный анализ и проверка корректности модели
4 Выбор и обоснование выбора методов решения задачи
Аналитические |
Прочие методы |
5б
Разработка алгоритма решения
5а Поиск решения и исследование его свойств, реализация алгоритма в виде
прикладного программного обеспечения
6 |
Проверка адекватности модели |
|
|
|
|
7Практическое использование построенной модели
Технология проверки правильности математической модели
•Контроль размерностей
•Контроль порядков
•Контроль экстремальных ситуаций
•Контроль граничных условий, (включающий проверку того, что граничные условия действительно наложены)
•Контроль физического смысла
•Контроль математической замкнутости, (состоящий в проверке того, что выписанная система математических соотношений дает возможность, притом однозначно, решить поставленную математическую задачу)
Методы моделирования
•Аналитические методы
•Численные методы
Классы погрешностей при численном моделировании
•неустранимая погрешность, связанная с неточным заданием исходных данных (начальные и граничные условия, коэффициенты и правые части уравнений);
•погрешность метода, связанная с переходом к дискретному аналогу исходной задачи (например, заменяя производную разностным аналогом , получаем погрешность дискретизации, имеющую при ∆x→0 порядок ∆x);
•ошибка округления, связанная с конечной разрядностью чисел, представляемых в ЭВМ.
