8..Классификация моделей лог. Систем

Объектом изуч-ия Л. явл-ся матер-ные и связ.с ними инф. и фин. потоки. На пути следов-я эти потоки прох-т некот. произв., тарнсп., складские и др. звенья. При традиц. подх. задачи по упр-ю МПи в кажд. отд. звене в осн. реш-ся обособлено др. от др. При этом так. звенья нередко явл. закр-ми сист-ми, т.е. изолир-ны от св. партнеров с технич., технолог., эк. т. зр. Такие методы упр-я продолжают прим-ся и в Л., но в эт. сл. происх-т переход от изолир. разраб-ки сист-м упр-я к интегрир-ым ЛС. Соотв-но нов. подход требует расшир-я методолог. основы упр-я МП. К осн. методам, примен. в Л. для решения задач, относят: 1) М. систем. анализа; 2) М. теории исслед-ия операций; 3) М. прогнозтики; 4) М. моделир-ия проц-в и явл-ий, кот. осущ. путем постр-я и изуч-я соотв. моделей. Осн. цель т. моделир-ия – это прогноз повед-ия сист-ы. Ключ. вопрос моделир-ия «что буде, если?». Сущ. развернутая классиф-ия моделей системы: 1) Признак полноты подобия моделей реальн. объекту. Исходя из эт. пр-ка все модели систем подр-тся на: а) изоморфные и б) гомоморфные. а) Изомор. – это модели, включ. в себя все хар-ки объекта оригинала и по сущ-ву. способные заменить его. Если м. создать и набл-ть т. модель, то наши зн-я будут точн. и сможем предсказать повед-ие реальн. объекта. б)В осн. гомомор. модели лежит неполн. или частич. подобие модели рельн. объекту. При этом некот. С-ны работы эт. реальн. объекта не моделир-ся совсем. В рез-те упрощ-ся постр-ие модели и интерпр-ция рез-ов проводимых исслед-ий. При моделир-ии лог. проц-ов. и явл-ий абс. подобия достичь не удается. 2) Признак матер-сти модели, т.е. гомомор. мод. делятс на 1) абстракт. модели и 2) матер-. 2) Матер. модели воспр-ят осн. геометрич., физич., динамич., функц. хар-ки происх-его явл-ия или проц-са. К так. катег-ии м. отн-ят уменьш. макеты пром. предпр-ий, технолог. планир-ки, схемы грузопот-ов. (мат. мод. дел-ся на Мак., Т.ПЛ, Сх.гр). 1) Абстрак. моделир-ие нередко явл. в Л. единств. Спос-ом моделир-ия. Оно делится на 1.1.) математич. и 1.2.) символич-ое. В осн. своей имеют обозначения имеющихся проц-ов и явл-ий с помощью символов: 1.2.1.) языковые и 1.2.2).знаковые. Языковые – это словест. модели, в осн.е кот-ых лежит набор слов (тезаурус), очищ. от неоднознач-ти. Знак. модели – если м. ввести условн. обознач-е отдельн. понятий в виде знаков и заранее договор-ся об опер-ях м\у эт. знаками, то. создать знаковое символич. описание явл-ия или проц-са. 1.1.)Матем. моделир-ем наз-ся процесс устан-ия соотв-ия данному. реальн. объекту некот-го математ. объекта, выступающ. в кач-ве мат. модели. В Л. мат. модель поучила шир. распр-ние и исп. 2 вида мат. модели: 1.1.1.) аналитич. и 1.1.2) имитац.-е. 1.1.1) Аналитич-е –это матем. прием исслед-ия ЛСм, позв-й получть точные реш-я, осущ-ся в след. послед-сти: I эт – формир. матем. законы, связ. объекты сист-ы и эти законы запис-ся в виде некотор. функц. соотношений. II эт- происх. реш-е выраб. уравнений и получ-ие теоретич. рез-ов исслед-ия. III эт- получ. теоретич. путем рез-ты проходят сопоставл-ие с реальн. практикой (пров. на адекватность).

Наиб. полн. исслед-ие процесса р-ты сист-ы м. осущ-ть когда известны явнее завис-ти, связывающ. искомые хар-ки с нач-ми усл-ми, перемен-ми и параметрами сист-ы, но такие завис-ти удается получать лишь для срав-но прост. систем, при усложнении сист-м их исслед-ие аналитич. методами наталк-ся на значит. трудности. Существ-ый недостато дан. метода – в такой сист-е прих-ся значит-но упрощать первонач. модель, чтобы иметь возм-сть наблюдать хотя бы общие св-ва изучаемой сист-ы. С др. ст-ны к дост-ам аналит. модел-ия прежде всего относят больш. силу обобщ-ия, а также возм-ть многократ. использ-ия эт. модели. Пробл. в том, что ЛС функц-ют в усл-ях неопредел-ти окруж-ей среды и при упр-ии МП необх-мо учит-ть факторы, многие из кот. носят случайност. хар-ер. В так. сит-ии созд-ие аналит. модели, устанавл-щей четкие колич. соотн-ия м/у различ. составляющими лог. проц-ов м. оказ-ся либо невозмож-м, либо слишком дорог.делом. В эт. сл. исполь-ся др. вид мат. модели, а именно

1.1.2) имитац. мод-ие. При нем закономер-ти, определяющ. хар-ер колич. отнош-ий внутри лог. проц-ов ост-ся непознанными, т.е. лог. процесс предст-ет собой некот. закрытую сист-у. Исслед-ль при работе с им. модел-ием меняет усл-ие протек-ия процесса и наблюдает получаемый рез-ат. Главн. его целью явл. опред-ие усл-ий, при которых рез-т удовл-ет предъявляемым треб-ям. Им. модель вкл. в себя 2 осн. процесса: 1) Конструир-ие модели реальн. сист-ы 2) Постановка экспер-тов на созданной модели. В процессе такого экспер-ровнаия реш-ся мин. 2 задачи: 1) понять поведение ЛС; 2) Выбрать стратегию, обеспеч. наиб. эффект. функц-ие ЛС. В спец. лит-ре наз-ют ситуации, при кот. рекоменд-ся применять им. модел-ие. 3 сит: 1) Когда не сущ-ет закончен. матем. постановки дан. задачи или пока что не разраб-ны аналит. методы ее решения; 2) Аналит. модели имеются, но процедуры по ним настолько сложны и трудоемки, что им. модель м. обесп-ть более простой способ реш-ия поставл. задачи. 3) ан. реш-я сущ-ют,но их реал-ция невозм-на из-за недостат. матем. подг-ти имеющ. перс-ла. След-но данным методом м. решать более слож. задачи, чем аналит. методом. Им. модели позв. просто учит-ть случайные возд-вия и др. факторы, вызыв. трудн-ти при аналитич. модел-ии. При им. мод. воспр-ся процесс функц-я. сист-ы во вр-ни , при этом имитир-ся элементар. явл-ия, составляющие процесс с сохр-ем их лог. стр-ры и послед-сти протек-ия во вр-ни. Однако, им. модел-ие также имеет ряд сущ-ных недостатков: 1) Исслед-ие с помощью эт. метода обходится дорого, т.к. - для разраб. модели и провед-ия экспер-та с нею треб-ся усилия квалифик. спец-та – программ-та; - для прогона программы треб-ся большое кол-во раб. вр-ни; - модели им. модел-ния разраб. для конкрет. усл-ий и как правило не тираж-тся. 2) Сохр-ся возм-ть ложного иммитир.Процессы в ЛС носят вероятност. хар-ер и поддаются моделир-ию т. при усл-ии введ-ия опред. рода допущений.