- •Технология компьютерного моделирования и особенности ее применения к задачам анализа и проектирования измерительных систем (тестирование, анализ погрешности, параметрическая оптимизация)
- •Параметрическая оптимизация решается при проектировании измерительных систем сразу после определения состава необходимых блоков и связей между ними (этап структурной оптимизации).
- •Формализация понятий «модель» и «соответствие моделей»
- •Модельная трактовка задач цос и км.
- •Критерии близости моделей (погрешности соответствия )
- •Составные модели и их совокупная точность (составной оператор и композиция морфизмов).
- •Переход к конечным интервалам независимых переменных (локализация аргументов).
- •Переход к дискретным множествам для представления переменных (дискретизация по времени, квантование по уровню).
- •Реализация времени в компьютерных моделях (методы фиксированного и переменного шага).
- •Компьютерное моделирование с помощью метода статистических испытаний (метод «Монте-Карло»).
- •Вычисление определенного интеграла
- •Генерирование псевдослучайных чисел.
- •Генерирование псевдослучайных процессов.
- •Построение моделей элементов сложных систем (динамическая система)
- •Линейные динамические системы
- •Покадровый формат модели динамической системы
- •Построение моделей элементов сложных систем (конечные автоматы)
- •Построение моделей элементов сложных систем (вероятностные автоматы)
- •Построение моделей элементов сложных систем (системы массового обслуживания)
- •Модель потока заявок
- •Модель каналов обслуживания
- •Способы нахождения оценок глобальной погрешности
- •Метод «полного перебора» или «прямой» метод
- •Метод «наихудшего входного элемента»
- •Метод «статистических испытаний»
Переход к конечным интервалам независимых переменных (локализация аргументов).
Локализация бесконечой модели - переход к походящему представлению исходной бесконечой модели в терминах конечных конструкций.
В общем случае локализация сопряжена с потерей определенной части информации: бесконечная модель всегда потенциально более информативна, чем заменяющая ее локальная модель. Эти потери количественно обычно оцениваются соответствующими составляющими погрешности конечного результата обработки. В некоторых частных случаях локализация приводит к потерям только несущественной информации, при этом потерь полезной информации нет и погрешность локализации отсутствует.
Свойство локальности может относиться к отдельным параметрам (переменным) модели. Поэтому модель может быть локальной по одним параметрам и глобальной - по другим. Во многих случаях, локализация по одним параметрам может выполняться независимо от локализации по другим. Процедуры локализации и дискретизации моделей могут рассматриваться независимо друг от друга. В этой ситуации синтез алгоритма ЦОС, то есть переход от БН–модели к КД–модели может осуществляться в два этапа. Первый: сначала локализация БН–модели, а затем дискретизация промежуточной локально-непрерывной (ЛН) модели; и второй; сначала дискретизация БН–модели, а затем локализация БД–модели.
Можно отметить три основных известных способа локализации: ограничение диапазона величин, применение нелинейного локализующего отображения и сегментация (секционирование).
Применение нелинейного локализующего отображения. Рассматриваемый параметр xG глобальной (бесконечной) модели связывается с соответствующим параметром xL посредством локализующего отображения xL =f(xG), обладающего тем свойством, что глобальный (бесконечный или конечный, но большей длины) интервал из области переменной xG отображается в локальный (конечный или меньшей длины) интервал из области переменной xL.
где T – период дискретизации времени.
Применение нелинейного локализующего отображения позволяет (по крайней мере, в принципе) осуществить «истинную локализацию», однако, возникающие обычно на этом пути побочные эффекты практически ограничивают сферу применения лишь некоторыми частными задачами. Время, не поддается локализации с помощью такого приема.
Сегментация. Этот способ локализации чаще всего применяется к независимым переменным (обычно - это время, реже, в случае пространственно‑временной обработки, - это одна или несколько пространственных координат). Принцип сегментации состоит в том, что глобальный (бесконечный) диапазон исходной величины разбивается на участки-сегменты, в общем случае произвольного и не обязательно одинакового размера, состыкованные без зазоров, с зазорами или с перекрытием. Суть локализации в этом случае состоит в том, что:
– исходная модель обработки ограничивается до сегмента (обычно для этого достаточно поставить в интеграл конечные пределы);
– частные результаты, полученные с помощью локальной модели на всех сегментах, обрабатываются («сшиваются») с помощью соответствующей процедуры для получения искомого полного результата.