
- •Б. Б. Желваков
- •Моделирование систем
- •Учебное пособие
- •Санкт-Петербург
- •Составитель
- •Подготовлено на кафедре
- •230201 – Информационные системы и технологии
- •1. Основные понятия теории моделирования систем 6
- •2. Классификация моделей и методов моделирования 21
- •3. Математические методы моделирования 35
- •4. Имитационное моделирование. 62
- •5. Моделирование организационных систем 116
- •6. Методика и стандарты функционального моделирования 140
- •7. Объектно-ориентированное моделирование 166
- •8. Моделирование бизнес-процессов 221
- •9. Моделирование систем с soa-архитектурой 226
- •10. Модели систем с «облачной» архитектурой 237
- •Введение
- •1. Основные понятия теории моделирования систем
- •1.1. Системный подход и понятие «система»
- •1.2. Системный анализ
- •1.3. Понятия «модель» и «моделирование»
- •1.4. Моделирование систем как процесс формирования знаний.
- •1.5. Моделирование больших и сложных систем.
- •2. Классификация моделей и методов моделирования
- •2.1. Основные типы системных моделей
- •2.2. Классификация методов моделирования сложных систем
- •3. Математические методы моделирования
- •3.1. Принципы и подходы к построению математических моделей
- •3.2. Этапы построения математической модели
- •3.3. Примеры математических моделей
- •3.3.1. Модель целенаправленной системы
- •3.3.2. Модель абстрактной системы с неопределённой структурой
- •3.3.3. Модель целенаправленной системы с управлением.
- •3.3.4. Модель оптимального планирования доставки товаров потребителям
- •3.3.5. Модель в контуре управления экономической системы
- •4. Имитационное моделирование.
- •4.1. Понятие имитационного моделирования
- •4.2. Автоматизация имитационного моделирования
- •4.3. Дискретно-событийное моделирование
- •4.3.1. Системы массового обслуживания
- •4.3.2. Механизмы продвижения времени
- •4.3.3. Обозначения смо-систем
- •4.3.4. Параметры систем массового обслуживания
- •4.3.5. Критерии оценки работы систем массового обслуживания
- •4.3.6. Компоненты дискретно-событийной имитационной модели и их программная организация
- •4.4 Этапы исследования системы с помощью имитационного моделирования
- •4.5. Преимущества, недостатки и ошибки имитационного моделирования
- •4.6. Моделирование по методу Монте-Карло
- •4.7. Программное обеспечение имитационного моделирования
- •4.7.1. Классификация программных средств имитационного моделирования
- •4.7.2. Общие элементы моделирования
- •4.7.3. Универсальные пакеты имитационного моделирования
- •4.7.4. Предметно-ориентированные пакеты имитационного моделирования
- •5. Моделирование организационных систем
- •5.1. Концепции и стандарты организационного моделирования
- •5.2. Метамоделирование
- •5.3. Метамодель общих хранилищ данных (cwm)
- •5.4. Моделирование организационных систем
- •6. Методика и стандарты функционального моделирования
- •6.1. Методика функционального моделирования sadt
- •6.2. Диаграммы «сущность-связь»
- •6.3.Стандарты idef
- •6.3. Система моделирования бизнес-процессов AllFusion Process Modeler
- •7. Объектно-ориентированное моделирование
- •7.1. Принципы и методология объектно-ориентированного подхода.
- •7.2. Унифицированный язык моделирования uml
- •7.2.1. Архитектура uml
- •7.2.2. Диаграммы uml
- •7.2.3. Использование uml при моделировании систем реального времени
- •7.2.4. Преимущества uml
- •7.2.5. Унифицированный Процесс разработки по компании Rational
- •7.3. Архитектура, управляемая моделями
- •7.4. Разработка, управляемая моделями (mdd)
- •7.5. Объектно-ориентированное программирование
- •7.6 Инструментальные средства поддержки оо‑технологий
- •8. Моделирование бизнес-процессов
- •9. Моделирование систем с soa-архитектурой
- •9.1. Композитная структура программ
- •9.2. Концепция soa
- •9.3. Сервис-ориентированное моделирование
- •10. Модели систем с «облачной» архитектурой
- •Заключение
- •Литература
3.3. Примеры математических моделей
3.3.1. Модель целенаправленной системы
Используя теоретико-множественные представления, модель самой абстрактной системы можно записать в виде кортежа (последовательности) двух множеств:
S < A, R > (3.1)
где A = {ai} – множество элементов, а R = {rj} – множество связей (отношений) между элементами.
Если известно, что элементы множества неоднородны, то это можно учесть в определении, добавляя в кортеж разные (под-) множества элементов:
S < A, B, R >
где B ={bk} – множество элементов другого типа (отличного от A).
В общем случае системный кортеж можно расширять за счёт добавления следующих множеств:
QA – множество свойств элементов ( ai A),
QR – множество свойств связей (qj R),
Z – цель, множество или структура целей системы,
SR – среда, в которой существует (функционирует) целеустремлённая система,
T – период времени, в течение которого существует целеустремлённая система,
N – наблюдатель, т. е. лицо, представляющее объект или процесс в виде системы при их исследовании или принятии решения,
LN – язык, который наблюдатель использует для представления системы.
В результате будет построена расширенная модель целенаправленной системы:
S < A, QA, R, QR, Z, SR, T, N, LN > (3.2)
Взгляд на определение системы как на средство ее исследования и создания позволил ввести определение, в котором система не расчленяется на элементы, т.е. не разрушается, что делается в вышеприведенном определении, а представляется как совокупность укрупненных компонент, принципиально необходимых для её существования и функционирования:
S < {Z},{STR},{TECH},{COND}> (3.3)
где Z = {z} - совокупность или структура целей;
STR = {STRпр, STRорг, ... } - совокупность структур, реализующих цели; STRnp - производственная, STRорг, - организационная и т. п.
ТЕСН - {meth, means, alg, ... } - совокупность технологий (методы meth, средства means, алгоритмы alg и т.п.), реализаующих систему;
COND - {ex, in} - условия существования системы, т.е. факторы, влияющие на ее создание и функционирование (ex‑внешние, in – внутренние).
Такое определение особенно полезно для информационных систем автоматизированного управления.
3.3.2. Модель абстрактной системы с неопределённой структурой
З
десь
рассматривается модель системы с
неопределенной структурой, т.е. системы
элементы и связи которой не определены,
[4]. Такая система представляется моделью
«чёрного ящика», на вход которого
подаются входные воздействия, и по
определённому набору заранее известных
свойств (параметров) системы исследуется
её реакция на входные воздействия (рис.
3.1).
x+ x‑
Рис. 3.1. Модель абстрактной системы с неизвестной структурой («чёрный ящик»)
Обозначим:
набор входных воздействий (входов) в системе х+ и всю их допустимую совокупность Х+, х+Х+;
набор выходных воздействий (выходов) в системе х‑ и всю их возможную совокупность Х ‑, х‑Х ‑;
набор параметров, характеризующих свойства системы, постоянные во все время рассмотрения, и влияющих на выходные воздействия системы а и всю их допустимую совокупность А, аA;
набор параметров, характеризующих свойства системы, изменяющиеся во время ее рассмотрения (параметры состояния), у и всю их допустимую совокупность Y, yY;
параметр (или параметры) процесса в системе t и всю их допустимую совокупность Т, tT;
правило S (функция, оператор) определения параметров состояния системы по входам х+, постоянным параметрам а и параметру процесса t. Заметим, что всегда следует различать величины и правило их определения. Так запись y=S(x+, a, t) означает нахождение параметров по этому правилу, в то время как о величине у можно говорить и вне правила ее определения;
правило V (функция, оператор) определения выходных характеристик системы по входам х+, постоянным параметрам а, параметру процесса t и параметрам состояния у, т. е. х‑ = V(x+, a, t, y);
правило
(функция, оператор) определения выходных характеристик системы по входам х+, постоянным параметрам а и параметру процесса. Указанное правило может быть получено подстановкой правила S в правило V, что дает исключение из него параметров состояния: x‑= (x+, a, t).
На основе введения вышеуказанных воздействий, параметров и правил модель «чёрного ящика» может быть записана как кортеж
= <x+, x‑, a, t, y, S, V, >, x+ X+, x ‑ X ‑, a A, t T, y Y (3.4)