- •1. Системный подход к проектированию электронных средств: общая характеристика проблемы.
- •2. Структурный подход к проектированию эс: сущность структурного подхода.
- •3. Системный подход к проектированию сложных систем: методология функционального моделирования sadt
- •4. Системный подход к проектированию сложных систем: состав функциональной модели.
- •5. Системный подход к проектированию сложных систем:иерархия диаграмм
- •6.Системный подход к проектированию сложных систем: типы связей между функциями
- •7. Case-средства. Общая характеристика и классификация
- •8.Технология внедрения case-средств и определение в них потребностей
- •9. Оценка и выбор case-средств
- •10.Применение case-технологий в проектировании тс
- •11. Имитационное моделирование в терминах sadt-технологий: основные понятия и аналитические методы моделирования
- •12. Имитационные методы моделирования. Проблемы применения имитационного моделирования
- •13. Математические модели систем: непрерывно-детерминированный и дискретно-стохастический подход
- •14. Математические модели систем: дискретно-детерминированный подход
- •15. Непрерывно стохастический подход.
- •16. Построение имитационных моделей систем: событийный и процессно-ориентированный подход
- •1. Актуальность и необходимость применения сапр.
- •22. Основные Требования к математическим моделям объектов проектирования эс. Методика составления математических моделей.
- •Основные характеристики
- •25. Методы построения функций принадлежности нечетких множеств. Операции над нечеткими множествами.
- •26. Алгебраические операции над нечеткими множествами.
- •27. Расстояние между нечеткими множествами, индексы нечеткости
- •28. Нечеткие множества: принцип обобщения и нечеткие отношения
- •29. Основные понятия Теории Графов.
- •Требования к представлению графов
- •Модель схемы в виде ориентированного мультиграфа
- •32. Представление схемы гиперграфом и ультраграфом
- •33.Математические модели монтажного пространства
- •34.Последовательные алгоритмы структурного синтеза.Алгоритм компоновки по критерию минимума межблочной связности. Последовательные алгоритмы структурного синтеза
- •Алгоритм компоновки по критерию минимума межблочной связности
- •35.Задача размещения
- •36.Задача трассировки
- •37.Выбор критериев оптимальности. Частные критерии.
- •Частные критерии
- •37.Аддитивные и мультипликативные критерии в задачах проектирования
- •Мультипликативные критерии
- •39.Минимаксные критерии в задачах оптимального проектирования Минимаксные критерии
- •40.Оценка значений весовых коэффициентов в задачах оптимального проектирования Оценка значений весовых коэффициентов
- •41.Порядок проектирования технологического процесса
- •42.Технологическая подготовка производства
- •43.Техническое обеспечение сапр.
- •44. Технические средства машинной графики
- •45.Вычислительные сети сапр
- •46. Информационное обеспечение сапр:базы данных. Базы данных в сапр
- •65. Задача обучения нейронной сети на примерах. Классификация и категоризация
- •67. Необходимость иерархической организации нейросетевых архитектур. Многослойный персептрон. Необходимость иерархической организации нейросетевых архитектур.
- •Многослойный персептрон.
- •68. Многослойный персептрон: обучение методом обратного распространения ошибок
12. Имитационные методы моделирования. Проблемы применения имитационного моделирования
Имитационное моделирование (ситуационное моделирование) — метод, позволяющий строить модели, описывающие процессы так, как они проходили бы в действительности. Такую модель можно «проиграть» во времени как для одного испытания, так и заданного их множества. При этом результаты будут определяться случайным характером процессов. По этим данным можно получить достаточно устойчивую статистику.
Имитационное моделирование — это метод исследования, при котором изучаемая система заменяется моделью, с достаточной точностью описывающей реальную систему, с которой проводятся эксперименты с целью получения информации об этой системе. Экспериментирование с моделью называют имитацией (имитация — это постижение сути явления, не прибегая к экспериментам на реальном объекте).
Имитационное моделирование — это частный случай математического моделирования. Существует класс объектов, для которых по различным причинам не разработаны аналитические модели, либо не разработаны методы решения полученной модели. В этом случае аналитическая модель заменяется имитатором или имитационной моделью.
Имитационным моделированием иногда называют получение частных численных решений сформулированной задачи на основе аналитических решений или с помощью численных методов[1].
Имитационная модель — логико-математическое описание объекта, которое может быть использовано для экспериментирования на компьютере в целях проектирования, анализа и оценки функционирования объекта.
К имитационному моделированию прибегают, когда:
дорого или невозможно экспериментировать на реальном объекте;
невозможно построить аналитическую модель: в системе есть время, причинные связи, последствие, нелинейности, стохастические (случайные) переменные;
необходимо сымитировать поведение системы во времени.
Цель имитационного моделирования состоит в воспроизведении поведения исследуемой системы на основе результатов анализа наиболее существенных взаимосвязей между её элементами или другими словами — разработке симулятора (англ. simulation modeling) исследуемой предметной области для проведения различных экспериментов.
13. Математические модели систем: непрерывно-детерминированный и дискретно-стохастический подход
особенностью непрерывно-детерминированного подхода является применение в качестве математических моделей дифференциальные уравнений. Дифференциальными уравнениями называются такие уравнения, в которых неизвестными являются функции одной или нескольких переменных, причем в уравнение входят не только функции, но и их производные различных порядков. Если неизвестные — функции многих переменных, то уравнения называются уравнениями в частных производных, в противном случае при рассмотрении функции только одной независимой переменной уравнения называются обыкновенными дифференциальными уравнениями.
Обычно в таких математических моделях в качестве независимой переменной, от которой зависят неизвестные искомые функции, служит время t.
Тогда математическое соотношение для детерминированных систем (4.6) в общем виде будет
(5.1)
где и—n-мерные векторы; —вектор-функция, которая определена на некотором(n + 1)-мерном множестве и является непрерывной.
Так как математические схемы такого вида отражают динамику изучаемой системы, т. е. ее поведение во времени, то они называются D-схемами(англ. dynamic). В простейшем случае обыкновенное дифференциальное уравнение имеет вид
Р-схемы принято называть вероятностными автоматами, с помощью которых можно определить дискретные преобразования информации с памятью.
В ероятностный автомат [англ, probabilistic automat) (ВА) - это дискретный потактный преобразователь информации с памятью, функционирование которого в каждом такте зависит только от состояния памяти нем и может быть описано статистически.
Схемы вероятностных автоматов (Р-схем) применяются:
- в проектировании дискретных систем, проявляющих статистически закономерное случайное поведение;
- в определении алгоритмических возможностей систем;
- в обосновании границ целесообразности их использования;
- в решении задач синтеза по выбранному критерию дискретных стохастических систем, удовлетворяющих заданным ограничениям.
Математическое понятие Р-автомата формируется на понятиях, введенных для F'-автомата