- •Методические рекомендации к курсу «теория систем и системный анализ»
- •Предисловие
- •Введение
- •Лекция №1 Тема: Основные понятия и определения
- •1. Краткая историческая справка
- •2. Связь предмета с другими дисциплинами учебного плана
- •3. Определение системы
- •4. Улучшение систем
- •5. Проектирование систем
- •6.Сущность и принципы системного подхода
- •7. Основные характеристики системы
- •Элемент
- •Подсистема
- •Окружающая среда
- •Структура
- •Иерархия
- •Состояние
- •Более полно состояние можно определить, если рассмотреть элементы ( компоненты, функциональные блоки), определяющие состояние.
- •Поведение
- •Внешняя среда
- •Процесс преобразования
- •Входные элементы и ресурсы
- •Выходные элементы
- •Назначение и функция
- •Признаки
- •Задачи и цели
- •Проблемы согласования целей
- •Принятия решений
- •Отношение
- •Системный подход с точки зрения управления
- •Определение границ системы в целом и границ окружающей ее среды.
- •10. Установление целей системы.
- •Описания управления системой.
- •Лекция №2 Тема: Элементы теории алгоритмов
- •1. Алфавитный оператор
- •2. Запись алгоритмов. 3. Оперативные схемы. 4. Граф-схемы алгоритмов.
- •5. Построение алгоритмов
- •Лекция №3 Тема: Элементы теории Марковских процессов
- •1. Марковский процесс
- •2. Классификация состояний
- •3. Отображение марковской цепи в виде графа
- •4. Управляемые марковские цепи
- •Лекция №4 Тема: Виды информационных систем
- •1. Понятие информации
- •1.1. Информационное поле.
- •1.2. Классификация и основные свойства единиц информации
- •2. Классификация информационных систем
- •2.1. По происхождению.
- •2. 2. По степени объективности существования.
- •По виду отображаемого объекта. Технические, биологические и др. Систем.
- •2.4. По виду формализованного аппарата представления системы (детерминированные и стохастические).
- •2.5. По степени взаимосвязи с окружением (открытые, закрытые, относительно обособленные):
- •2.6. По степени внутренней организации (хорошо организованные, плохо организованные системы и самоорганизующиеся). Хорошо организованные системы.
- •Плохо организованные системы.
- •Самоорганизующиеся системы.
- •2.7. По уровню сложности структуры (суперсложные, большие и сложные, подсистемы, элементы).
- •2.8. По уровню сложности структуры (суперсложные, большие и сложные, подсистемы, элементы); Сложность системы
- •Структурная сложность
- •Многообразие
- •Динамическая сложность
- •Случайность в сравнении с детерминизмом и сложностью
- •Задачи исследования сложных систем.
- •Задача исследования системы.
- •2. 9. По состоянию во времени (статические и динамичные). Шкалы времени
- •2.10. По обусловленности процессов управления (управляемые и самоуправляемые).
- •2.12По методам моделирования процесса развития (методы индукционного и редукционного моделирования). Лекция №5 Тема: Этапы исследования систем
- •1. Системный подход и системный анализ
- •1.1. Системный подход
- •1.2. Системные исследования
- •1.3. Системный анализ
- •2. Этапы исследования систем
- •Этап определения системы
- •2.2. Этап анализа структуры системы
- •2.3. Этап формулирования общей цели и критерия системы
- •2.4. Этап декомпозиции цели управления системой и определение потребностей в средствах управления
- •Этап выявления ресурсов и процессов, композиция целей
- •Этап прогнозирования и анализ условий развития системы
- •Этап оценки целей и средств их достижения
- •Этап отбора вариантов
- •2.9. Этап диагностики существования системы
- •2.10. Этап построения комплексной программы развития
- •2.11. Этап проектирования систем организационного управления
- •Лекция №6 Тема: Закономерности систем
- •Целостность
- •Интегративность
- •Коммуникативность
- •Иерархичность
- •5. Эквифинальность
- •6. Историчность
- •7. Закон необходимого разнообразия
- •8. Закономерность осуществимости и потенциальной эффективности систем
- •9. Закономерность целеобразования
- •Лекция №7 Тема: Уровни представления информационных систем
- •1. Методы и этапы описания систем
- •2. Неформальные методы
- •2.1. Методы мозговой атаки
- •2.2. Методы сценариев
- •2.3. Методы экспертных оценок
- •2.4. Методы типа «Дельфи»
- •3. Графические методы описания систем
- •3.1. Методы типа дерева целей
- •4. Количественные методы описания систем
- •4.1. Морфологические методы
- •4.2. Три метода морфологического исследования
- •5. Уровни описания систем
- •5.1. Высшие уровни описания систем
- •5.2. Низшие уровни описания систем
- •Лекция №8 Тема: Методы системного анализа.
- •1. Методы системного анализа
- •2. Классификация методов системного анализа
- •Методы описания исследуемого объекта
- •3. Методика системного анализа.
- •Тема: Обработка измерений при анализе систем
- •1. Метод наименьших квадратов
- •2. Сущность метода статистических испытаний (метода Монте-Карло)
- •2.1. Разыгрывание дискретной случайной величины Разыгрывание полной группы событий
- •Приближенное разыгрывание нормальной случайной величины
- •2.2. Разыгрывание двумерной случайной величины
- •Лекция №10 Тема: Этапы системного анализа
- •1.Общие положения
- •2. Содержательная постановка задачи
- •3. Построение модели изучаемой системы в общем случае.
- •4. Моделирование в условиях определенности.
- •5. Моделирование системы в условиях неопределенности
- •6. Моделирование в условиях противодействия, игровые модели.
- •Лекция № 11. Тема: Формы представления модели
- •1. Нормальная форма Коши
- •2. Системы нелинейных дифференциальных уравнений различных порядков
- •3. Графы
- •4. Гиперграфы
- •Лекция №12. Тема: Теоретико-множественное описание систем
- •1. Предположения о характере функционирования систем
- •2. Система, как отношение на абстрактных множествах
- •3. Временные, алгебраические и функциональные системы
- •4. Временные системы в терминах «вход — выход»
- •5. Входные сигналы системы.
- •6. Выходные сигналы системы.
- •Лекция №13. Тема: Динамическое описание систем
- •1. Детерминированная система без последствий
- •2. Детерминированные системы с последствием
- •3. Стохастические системы
- •4. Агрегатное описание систем
- •Лекция №14. Тема: Алгоритмы на топологических моделях.
- •1. Задачи анализа топологии
- •2. Представление информации о топологии моделей
- •3. Поиск контуров и путей по матрице смежности
- •4. Модифицированный алгоритм поиска контуров и путей по матрице смежности
- •5. Сравнение алгоритмов топологического анализа
- •6. Декомпозиция модели на топологическом ранге неопределенности
- •7. Сортировка модели на топологическом ранге неопределенности
- •Моделирование систем
- •1. Моделирование систем
- •2. Математическое моделирование
- •3. Информационное моделирование
- •4. Ситуационное моделирование
7. Сортировка модели на топологическом ранге неопределенности
Применяемые различные математические методы, переключения между ними в процессе моделирования, требуют различных подходов к упорядочиванию элементов в подсистемах модели, иначе говоря, записи уравнений. При использовании явных методов традиционно первыми решают алгебраические уравнения, то есть фактически происходит упорядочивание системы уравнений по этому признаку. Предлагаемые адаптивные алгоритмы требуют построения списков на основании причинно-следственных взаимоотношений. Неявные методы, строго говоря, не предполагают упорядочивания элементов, но для повышения скорости расчетов целесообразно провести определенную сортировку. Порядок следования уравнений для всех этих методов различен.
Наиболее сложными и трудоемкими являются неявные методы. Поэтому целесообразно в качестве основного порядка следования уравнений в подсистемах принять порядок элементов, используемый для неявных методов. Порядок следования уравнений для остальных методов записывается в индексные массивы. При переключении с одного алгоритма на другой новые перестановки не производятся и порядок расположения элементов берется из соответствующего массива индексов.
Основные потери быстродействия при численном интегрировании по неявной схеме возникают при решении линейной системы уравнений. Для ускорения этого процесса предлагается на топологическом уровне представления модели расположить уравнения (номера элементов) так, чтобы ненулевые элементы в матрице Якоби (3.9) были расположены в заранее определенном порядке следования. Такое упорядочивание элементов позволяет использовать быстрые, специализированные алгоритмы решения получаемых на каждой итерации систем линейных уравнений.
Предлагаемый алгоритм [А14, А17, А24, А35, А44], схема которого представлена на рис. 3.7, предполагает приведение системы к форме, при которой образовывается ленточная матрица (рис. 3.8). Кроме того, необходимо отметить, что приведение к матрице специального вида происходит на уровне топологических моделей, а не на вычислительной стадии расчета.
На рис. 3.9-3.12 представлены результаты проведения предложенной сортировки для тестовой моделей и модели ТГУ-532, показаны матрицы смежности исходных и преобразованных моделей.
Алгоритм построен на основе традиционных обменных методов сортировок. В блоке 1 формируется булевская матрица ненулевых значений матрицы Якоби. Ненулевые элементы в матрице Якоби образуются за счет переменных, являющихся причиной и переменных, являющихся следствием каждого уравнения. Очевидно что это можно записать в матричной форме как:
,
где I - единичная матица, C - матрица смежности, т - символ транспонирования, A - матрица наличия ненулевых значений матрицы Якоби. Учитывая, что большинство элементов системы составляют элементы типа SISO (один вход и один выход), то матрица будет сильно разряжена.
Рис. 3.7. Блок схема алгоритма сортировки на топологических моделях
В блоке 2 создается копия матрицы A, на которой производятся перестановки (r). В блоках 3, 5 организуют основной цикл по переменной flag, устанавливаемый в блоке 4 в нуль. В матрице A, в блоке 5, определяется максимальное расстояние от ненулевого элемента до единичной диагонали lmax, рис. 2.8, и его номер i. Блоки 6,7,14 организуют цикл, где N размерность системы. Блок 9 производит обмен в матице r i и j элементов. При этом, в матрице r, определяется максимальное расстояние до ненулевого элемента (блок 9). Если оно больше определенного lmax, то присваивается новое значение lmax и запоминается при какой перестановке строк оно было достигнуто. Переменная flag устанавливается в 1 (блоки 10,11,12). В блоке 13 возвращается исходное значение матрице A. После завершения цикла (6,7,14) проверяется значение переменной flag. Если flag == 1 (истина) то производятся перестановки в СНГГ, и в соответствующих ему матричных формах представлений C,A (блоки 15,16). Если была произведена перестановка, то работа алгоритма возвращается на п. 4. Если перестановка не была произведена, то получено минимальное значение lmax и алгоритм завершает свою работу.
Подобные перестановки для упрощения расчетной формы модели были предложены Д. Стюардом. Предлагаемый в них алгоритм предполагает приведение вида матрицы к блочно треугольному виду. Это упрощает расчеты, но не позволяет без потери информации перейти на более быстрые методы, так как матрица остается почти треугольной, а не треугольной. Кроме того, формальный принцип образования диагональных блоков и отказ от учета влияния “отсоединенных частей”, может привести к потере существенной информации о поведении модели.
Рис. 3.8. Ленточная матрица
Рис. 3.9. Тестовая модель и ее исходная матрица смежности
Рис. 3.10. Иллюстрация сортировки и ленточная матрица отсортированной системы
Пример, показанный на рис. 3.10, иллюстрирует работу этого алгоритма. Он позволяет использовать для решения линеаризованной системы ленточные методы, за счет чего можно достигнуть увеличения скорости расчета. Эффект от применения оценки скорости вычислений для ленточных матриц можно оценить как:
,
где N - размерность системы, а 2*M+1 - ширина ленты (на рис. 3.8 M=lmax).
(Для примера, приведенного на рис. 3.10, в результате предлагаемой сортировки, представлены на рис. 3.11. Улучшения по сравнению с традиционными методами составят)
Для тестовой модели, которая представлена на рис. 3.9 в виде графа и матрицы смежности, предлагаемая сортировка порядка уравнений (номеров переменных) приводит матрицу к виду, показанному на рис. 3.10. Данное преобразование позволяет получить вычислительный эффект, связанный с увеличением скорости расчетов, в
Рис. 3.12. Матрица смежности исходной и отсортированной модели
Результаты сортировки показаны на рис. 3.12. Эффект от применения предлагаемой сортировки составил:
раз.
Предложенный алгоритм сортировки элементов приводит к получению матрицы Якоби известного вида, что позволяет использовать более быстрые алгоритмы решения систем нелинейных уравнений в процессе моделирования по неявной схеме. Данный подход отличается от встречаемых в литературе тем, что учитываются все переменные, без исключения части из них, соответствующих слабым связям. Кроме того, приведение к матрице специального вида происходит на уровне топологических моделей, а не на вычислительной стадии расчета. Эффект от применения такой сортировки, выполняемой однократно, получается на каждой итерации расчета для каждого момента времени.
Лекция №15.