Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
ОТВЕТЫ НА ЭКЗАМЕН НЕЧАЕВА.docx
Скачиваний:
27
Добавлен:
17.04.2019
Размер:
7.15 Mб
Скачать
  1. Методы и источники накопления информации о моделируемом объекте.

Под моделью принято понимать идеальный объект на определенных этапах познания замещающий оригинал и дающий о нем новую информацию. Модель может генерировать новую информацию об объекте оригинале (о какой не имеют понятия разработчики ‑ это ее основная функция), позволяет раскрыть неизвестные данные об объекте. Новизна информации генерируемой моделью является ее основным атрибутом.

В процессе моделирования (т.е. при создании моделей) модель выступает в роли неполного (упрощённого) объекта-оригинала. Она несёт ту информацию об объекте-оригинале, которую разработчики (эксперты по моделированию) заложили в неё на предыдущих этапах моделирования. Соответственно для познания (или созидания) объектов реального мира (и идеального в случае созидания) в модель вносятся данные, полученные от объекта реального мира (закладываются параметры и характеристики, конкретного объекта идеального мира). Т.к. объект-оригинал не всегда может быть доступен для получения каких-либо данных, то использование модели в этих целях позволяет решить данную проблему.

Данные в модели могут быть представлены следующим образом: 1) В виде математического описания (поведение системы через дифференциальные уравнения); 2) В виде структурного описания (структура и функции элементов структуры); 3) в виде содержательного описания (в зависимости от языка описания модели);

  1. Определение и отбор существенных факторов при построении модели по экспериментальным данным.

С точки зрения моделирования систем по экспериментальным данным процесс моделирования включает:

  1. определение объекта моделирования;

  2. накопление информации об этом объекте;

  3. подбор аппроксимирующих уравнений;

  4. определение значений коэффициентов уравнения;

  5. оценка адекватности модели (в случае неадекватности возвращаемся к шагу 3).

Обработка экспериментальных данных.

  1. Необходимо все данные распределить по их функциональному содержанию. Далее в соответствии с требованиями группируем данные.

  2. Если есть дублирование, повторы, то дублирование исключаются, а несущественная информация отбрасывается.

  3. Никакая компонента не может служить основанием для формирования заключения о свойствах объекта.

Раздел X: Вероятностно статистическое моделирование систем

  1. Возникновение случайности в сложных системах. Типы случайностей.

Во многих случаях для сложных ОМ детерминированный подход не дает адекватных результатов. Это связано с тем, что сложные системы при своем функционировании взаимодействуют с внешней окружающей средой, а также при взаимодействии внутренних компонент повергаются действию достаточно многих неконтролируемых и не регистрируемых случайных воздействий и реакций. т.е. случайных факторов.

Вся совокупность случайных факторов принято подразделять на 2 группы: 1) внешние, порождаемые внешней окружающей средой 2) внутренние, возникающие внутри объекта моделирования, внутри системы.

Внешние: возникают в той среде, которая воздействует на сложный объект моделирования, такая среда называется факторным пространством. Факторное пространство включает и детерминированные, и статистические воздействия на ОМ. Если значимость статистических фактов для решения задачи моделирования существенна, то они должны учитываться в модели. Помимо факторного пространства, случайные факторы могут возникать и в каналах, с которыми моделируемое пространство связано с объектом.

К внешним случайным факторам следует относить все воздействия на систему, связанные с человеком (человеческий фактор), факторы, связанные с энергообеспечением, отклонения, сбои, природные факторы, ресурсные факторы.

Внутренние: определяются самой системой, самим ОМ: надежностью (сбои), отклонением параметров (от климатических условий)

Случайные факторы, связанные с пространством откликов (отн. к внешним): При моделировании сложных систем, требующих учета случайных факторов в отличие от детерминированного подхода вероятностно-статистический подход предполагает учет и отображение в модели той или иной совокупности существенно значимых случайных факторов, воздействующих на процесс входных воздействий на реакции и отклики в соответствии с записью Y0=F(x:П,Т)