- •Основные понятия.
- •Классификация моделей.
- •Моделирование детерминированных процессов
- •Метод активного и пассивного эксперимента
- •Метод аналогий
- •Основные понятия теории случайных величин
- •Построение и исследование регрессионных моделей
- •Алгоритм построения и исследования регрессионной модели
- •Аппроксимация функций
- •Методы идентификации математических моделей
Основные понятия.
Объектом называется все, на что направлена человеческая деятельность. В общем случае объектом может быть естественная или искусственная, реальная или воображаемая система.
Гипотезой называется определенное представление, основывающееся на некотором (чаще всего небольшом) количестве опытных данных и наблюдений.
Аналогией называется суждение, о каком либо частном сходстве объектов.
Моделью называется представленная на определенном языке (естественном, математическом и др.) совокупность знаний, представлений, гипотез об объекте или явлении.
Т.о. моделирование – замещение одного объекта другим с целью получения информации о свойствах объекта оригинала с помощью объекта модели. Замещения производятся с целью упрощения, удешевления, ускорения изучения свойств объекта-оригинала.
Адекватность модели объекта – это показатель того, что результаты моделирования подтверждаются и могут служить основой для прогнозирования процессов, протекающих в исследуемых объектах.
Создать идеально адекватную модель принципиально невозможно.
Основным объектом или системой моделирования служат процессы, которые описывают те или иные свойства. ИХ можно разбить на 3 основные группы:
1)Непрерывные, которые характеризуются непрерывным режимом работы.
2)Полунепрерывные или непрерывно дискретные.
3)Дискретные или периодические.
При постановке задачи моделирования можно выделить следующие характерные признаки модели:
1.Цель функционирования определяется степень целенаправленного поведения модели. По этому признаку модели делятся на одно- и многоцелевые.
2.Сложность модели оценивается по общему числу элементов в системе и связей между ними.
3. Целостность указывает на то, что создаваемая модель является одной общей системой, включает в себя составные чести, находящиеся в сложной взаимосвязи друг с другом.
4.Неопределенность, которая проявляется в системе: по состоянию системы, возможности достижения поставленной цели, методам решения и т.д.
5. Поведенческая стратегия позволяет оценить эффективность достижения системой поставленной цели. В зависимости от наличия случайных возмущений можно различать детерминированные и стохастические системы, по своему поведению – непрерывные и дискретные.
6.Адаптивность – приспосабливаемость к различным внешним возмущающим факторам в широком диапазоне изменения воздействий внешней среды.
7. Организационная структура системы моделирования во многом зависит от сложности модели и степени совершенства средств моделирования.
8. Управляемость модели дает возможность обеспечивать управление процессом в различных условиях, имитирующих реальные. К этому можно отнести управление технологическим процессом как в нормальном, так и в предаварийном состоянии.
9. Возможность развития модели т.е. модель должна быть открытой: обеспечивать включение в ее состав новых подмоделей или подсистем управления.
Классификация моделей.
В основе моделирования лежит теория подобия, согласно которой абсолютное подобие может иметь место лишь при замене одного объекта другим, точно таким же. При моделировании невозможно добиться абсолютного подобия и нужно стремиться к тому, чтобы модель достаточно хорошо отражала исследуемую сторону функционирования объекта. Поэтому в качестве одного из признаков классификации видов моделирования можно выбрать степень полноты модели и разделить модели в соответствии с этим признаком на:
-
полные
-
неполные
-
приближенные
В основе полного моделирования лежит полное подобие, которое проявляется как во времени, так и в пространстве.
Для неполного моделирования характерно неполное подобие модели изучаемому объекту .
Приближенное моделирование опирается на приближенное подобие, при котором отдельные стороны функционирования реального объекта не моделируются совсем.
В зависимости от характера изучаемых процессов в системе все виды моделирования делятся на:
1.
-
детерминированные(отображает детерминированные процессы т.е. процессы, в которых предполагается отсутствие всяких случайных воздействий)
-
стохастические(модели вероятностных процессов и событий )
2.
-
статические(модель поведения объекта в какой-либо момент времени)
-
динамические(отражает закон изменения состояния объекта во времени)
3.
-
дискретные (служит для описания дискретных процессов)
-
дискретно-непрерывные (используют, когда необходимо выделить наличие как дискретных, так и непрерывных процессов)
-
непрерывные (отражает непрерывные во времени процессы)
4.
-
линейные( применяют для описания линейных процессов, т.е. процессов, связь между входными и выходными параметрами которых линейна)
-
нелинейные(для описания нелинейных процессов, в которых связь между выходом и входом системы нелинейна)
В зависимости от формы представления объекта можно выделить:
-
мысленное моделирование
-
реальное моделирование
При реальном моделировании используется возможность исследования характеристик либо на реальном объекте, либо на его части. Оно подразделяется на:
-
натурное
-
физическое
Натурное моделирование подразделяют на научный эксперимент, комплексные испытания и производственный эксперимент, реализованные на основе теории подобия и обладающие высокой достоверностью.
Физическое моделирование отличается от натурного тем, что исследования проводятся на установках, которые сохраняют природу явления и обладают физическим подобием в реальном и нереальном масштабе времени.
Мысленное моделирование часто является единственным способом моделирования объектов, которые либо нельзя реализовать в заданном интервале времени, либо существуют вне условий, возможных для их физического воссоздания. Оно может быть:
-
наглядным
-
символическим
-
математическим.
При наглядном моделировании создаются наглядные модели, которые отображают явления и процессы, протекающие в объекте. Наглядное моделирование подразделяется на:
-
гипотетическое (в основе гипотезы)
-
аналоговое (аналогии различных уровней)
-
макетирование (мысленный макет)
Символическое моделирование представляет собой искусственный процесс создания логического объекта, который замещает реальный и выражает его основные свойства (электрические схемы, чертежи и т.д.)
Под математическим моделированием понимают процесс установления соответствия данному реальному объекту некоторого математического объекта, называемого математической моделью, и исследование этой модели, позволяющее получать численные характеристики рассматриваемого реального объекта. Математическое моделирование для исследования характеристик процесса функционирования систем можно разделить на :
-
аналитическое
-
имитационное
-
комбинированное
Для аналитического моделирования характерно то, что процесс функционирования элементов системы описывается в виде некоторых функциональных соотношений (алгебраических, дифференциальных, конечноразностных) или логических условий. Аналитическая модель может быть исследована различными методами:
♦ аналитическим, когда искомые характеристики пытаются найти в общем виде;
♦ численным, когда, не зная решения в общем виде, стремятся получить числовые результаты при конкретных начальных условиях;
♦ качественным, когда, не имея решения в явном виде, можно установить некоторые его свойства по самой модели.
При имитационном моделировании имитируются элементарные явления, составляющие процесс, с сохранением их логической структуры и последовательности протекания во времени.
Комбинированное моделирование позволяет объединить достоинства аналитического и имитационного моделирования. При этом часть подсистем описывается аналитическими моделями, а часть – имитационными.
Все сказанное можно объединить в следующую схему.