- •Конспект лекций По дисциплине «Моделирование систем» Содержание
- •1.Системы и моделирование
- •1.1.Система как предмет моделирования
- •1.2.Модели
- •1.3.Математическое моделирование
- •2.Математические схемы моделирования систем
- •2.1.Основные подходы к построению математических моделей систем
- •2.2.Задачи теории массового обслуживания
- •2.3.Поток заявок. Время обслуживания
- •2.4.Простейшие смо и их характеристики
- •3.Этапы машинного моделирования систем
- •3.1.Построение концептуальной модели системы и ее формализация
- •3.2.Алгоритмизация модели системы и ее машинная реализация
- •3.3.Получение и интерпретация результатов моделирования системы
- •4.Принципы имитационного моделирования сложных систем
- •4.1.Понятие модельного времени
- •4.2.Способы имитации
- •4.3.Моделирующий алгоритм
- •5.Моделирование случайных факторов
- •5.1.Принципы моделирования случайных элементов
- •5.2.Требования к генератору случайных чисел
- •5.3.Методы построения программных датчиков бсв
- •5.4.Моделирование случайных воздействий на системы
- •6.Программные средства моделирования систем
- •6.1.Машинная реализация имитационных моделей
- •6.2.Классификация языков моделирования
- •6.3.Средства языков моделирования
- •7.Язык и система моделирования gpss
- •7.1.Транзакты
- •7.2.Списки
- •Процедура просмотра списка текущих событий:
- •7.3.Устройства
- •7.4.Многокнальные устройства (мку)
- •7.5.Логические ключи
- •7.6.Очереди и регистраторы очередей
- •7.7.Таблицы
- •7.8.Ячейки (Сохраняемые величины)
- •7.9.Матрицы
- •7.10.Функции
- •7.11.Переменные
- •8.Обработка результатов имитационного моделирования
- •8.1.Точечные оценки неизвестных параметров
- •8.2.Статистические методы обработки
- •8.3.Задачи обработки результатов моделирования
- •9.Планирование имитационных экспериментов
- •9.1.Общие принципы и задачи планирования экспериментов
- •9.2.Планирование экспериментов по исследованию систем методами дисперсионного анализа
- •10 Тактическое планирование машинных экспериментов с моделями систем
- •10.1 Стратегии запуска
- •10.1.1 Задание начальных условий
- •10.1.2 Процедуры отсечения
- •10.2 Определение объема имитационных экспериментов
- •9.3.Методы понижения дисперсии
- •Дополняющая выборка
- •Общие потоки случайных чисел
- •Использование априорной информации
- •Использование управляющих переменных
- •9.4.Правила остановки
- •10.Планирование экспериментов по оптимизации систем
- •10.1.Общие положения
- •10.2.Метод крутого восхождения
2.Математические схемы моделирования систем
2.1.Основные подходы к построению математических моделей систем
Опыт показывает, что самые удачные модели создаются специалистами в данной области практики, получившими, в дополнение к основной, глубокую математическую подготовку, или же коллективами, объединяющими практиков-специалистов и математиков. Эффективным средством для нахождения взаимопонимания между этими группами специалистов является язык математических схем, позволяющий во главу угла поставить вопрос об адекватности перехода от содержательного описания системы к ее математической схеме, а лишь затем решать вопрос о конкретном методе получения результатов с использованием ЭВМ: аналитическом или имитационном, а возможно, и комбинированном.
Математическую схему можно определить как звено при переходе от содержательного к формальному описанию процесса функционирования системы с учетом воздействия внешней среды, т. е. имеет место цепочка “описательная модель — математическая схема — математическая [аналитическая или (и) имитационная] модель”.
Формальная модель объекта. Модель объекта моделирования, т. е. системы S, можно представить в виде множества величин, описывающих процесс функционирования реальной системы и образующих в общем случае следующие подмножества: (2,3,4)
совокупность входных воздействий на систему
совокупность воздействий внешней среды
совокупность внутренних (собственных) параметров системы
совокупность выходных характеристик системы
При этом в перечисленных подмножествах можно выделить управляемые и неуправляемые переменные, детерминированные и стохастические составляющие.
При моделировании системы S входные воздействия, воздействия внешней среды E и внутренние параметры системы являются независимыми (экзогенными) переменными, а выходные характеристики системы являются зависимыми (эндогенными) переменными.
Процесс функционирования системы S описывается во времени оператором (законом функционирования системы), который в общем случае преобразует экзогенные переменные в эндогенные в соответствии с соотношениями вида
(5)
В общем случае закон функционирования системы может быть задан в виде функции, функционала, логических условий, в алгоритмической и табличной формах или в виде словесного правила соответствия.
Весьма важным для описания и исследования системы S является понятие алгоритма функционирования , под которым понимается метод получения выходных характеристик с учетом входных воздействий , воздействий внешней среды и собственных параметров системы . Очевидно, что один и тот же закон функционирования системы S может быть реализован различными способами, т. е. с помощью множества различных алгоритмов функционирования .
Законы функционирования систем в ряде случаев могут быть получены через свойства системы S в конкретные моменты времени, называемые состояниями. Если рассматривать процесс функционирования системы S как последовательную смену состояний , где Z — пространство состояний объекта моделирования, то они могут быть интерпретированы как координаты точки в m-мерном фазовом пространстве, причем каждой реализации процесса будет соответствовать некоторая фазовая траектория.
Состояния системы S определяется с помощью двух векторных уравненийn (6)
Первое уравнение по начальному состоянию и экзогенным переменным определяет вектор-функцию , а второе по полученному значению состояний — эндогенные переменные на выходе системы.
В общем случае время в модели системы S может рассматриваться на интервале моделирования как непрерывное, так и дискретное.
Если математическое описание объекта моделирования не содержит элементов случайности или они не учитываются, т. е. если можно считать, что в этом случае стохастические воздействия внешней среды и стохастические внутренние параметры отсутствуют, то модель называется детерминированной в том смысле, что характеристики однозначно определяются детерминированными входными воздействиями
(7)
Очевидно, что детерминированная модель является частным случаем стохастической модели.
Типовые схемы. В практике моделирования объектов в области системотехники и системного анализа на первоначальных этапах исследования системы рациональнее использовать типовые математические схемы: дифференциальные уравнения, конечные и вероятностные автоматы, системы массового обслуживания, сети Петри и т. д.
Не обладая такой степенью общности, как рассмотренные модели, типовые математические схемы имеют преимущества простоты и наглядности, но при существенном сужении возможностей применения. В качестве детерминированных моделей, когда при исследовании случайные факторы не учитываются, для представления систем, функционирующих в непрерывном времени, используются дифференциальные, интегральные, интегро-дифференциальные и другие уравнения, а для представления систем, функционирующих в дискретном времени, — конечные автоматы и конечно-разностные схемы. В качестве стохастических моделей (при учете случайных факторов) для представления систем с дискретным временем используются вероятностные автоматы, а для представления систем с непрерывным временем — системы массового обслуживания и т. д.
Таким образом, при построении математических моделей процессов функционирования систем можно выделить следующие основные подходы: (8-11)
обобщенный, или универсальный (агрегативные системы, A-схемы, от англ. aggregate system);
непрерывно-детерминированный (дифференциальные уравнения, D-схемы, от англ. dynamic; например, системы автоматического управления);
дискретно-детерминированный (конечные автоматы, F-схемы, от англ. finite automaton; например, элементы и узлы ЭВМ, устройства контроля, регулирования и управления, системы временной и пространственной коммутации в технике обмена информацией и т. д.);
сетевой [сети Петри (Petri), N-схемы, от англ. network; например, параллельное программирование];
дискретно-стохастический (вероятностные автоматы, P-схемы, от англ. probabilistic automaton; например, разработка методов проектирования дискретных систем, генерация марковских последовательностей);
непрерывно-стохастический (системы массового обслуживания, Q-схемы, от англ. queuing system; на работу с Q-схемами при машинной реализации моделей ориентированы многие языки имитационного моделирования, например SIMULA, SIMSCRIPT, GPSS и др.).