Классификация видов моделирования систем

Общая характеристика проблемы моделирования систем

ID: 41272

Название работы: Общая характеристика проблемы моделирования систем

Категория: Лекция

Предметная область: Информатика, кибернетика и программирование

Описание: Общая характеристика проблемы моделирования систем. Цели и проблемы моделирования систем. Классификация видов моделирования систем. Общая характеристика проблемы моделирования систем Характеристики моделей систем При моделировании рассматривают следующие характеристики моделей: 1.

Язык: Русский

Дата добавления: 2013-10-23

Размер файла: 134 KB

Работу скачали: 46 чел.

Лекция 2. Общая характеристика проблемы моделирования систем. Характеристики моделей систем. Цели и проблемы моделирования систем. Классификация видов моделирования систем. Классификационные признаки

Характеристики моделей систем

При моделировании рассматривают следующие характеристики моделей:

1. Цель функционирования определяется степенью целенаправленности поведения модели М. Модели могут быть разделены на одноцелевые, предназначенные для решения одной задачи, и многоцелевые, позволяющие разрешить или рассмотреть ряд сторон функционирования реального объекта.

2. Сложность оценивается по общему числу элементов в системе и связей между ними. В качестве элементов можно выделить уровни иерархии, отдельные функциональные подсистемы в модели М, входы и выходы и т.д.

3. Целостность указывает на то, что создаваемая модель М является одной целостной системой S(M), включает в себя большое количество составных частей (элементов), находящихся в сложной взаимосвязи друг с другом.

Основной характеристикой неопределенности служит мера информации – энтропия, позволяющая в ряде случаев оценить количество управляющей информации, необходимой для достижения заданного состояния системы.

При моделировании основная цель – получение требуемого соответствия модели реальному объекту, и в этом смысле количество управляющей информации в модели можно также оценить с помощью энтропии и найти то предельное минимальное количество, которое необходимо для получения требуемого результата с заданной достоверностью.

5. Поведение системы позволяет оценить эффективность достижения системой поставленной цели. В зависимости от наличия случайных воздействий можно различать детерминированные и стохастические системы, по своему поведению – непрерывные, дискретные и т.д.

Поведение системы S позволяет применительно к модели М оценить эффективность построенной модели, а также точность и достоверность полученных при этом результатов.

Очевидно, что поведение модели М не обязательно совпадает с поведением реального объекта, причем часто моделирование может быть реализовано на базе иного материального носителя.

6. Адаптивность – способность приспособиться к различным внешним возмущающим факторам в широком диапазоне изменения воздействий внешней среды, а также изучение поведения модели в изменяющихся условиях, близких к реальным. Существенным может оказаться вопрос устойчивости модели к различным возмущающим воздействиям.

7. Организационная структура системы моделирования как комплекс технических средств, информационного, математического и программного обеспечения системы моделирования позволяет оптимизировать время моделирования и точность получаемых результатов.

9. Возможность развития модели позволяет создавать мощные системы моделирования для исследования многих сторон функционирования реального объекта.

Цели и проблемы моделирования систем

Любую модель строят в зависимости от цели, которую ставит перед ней исследователь, поэтому одна из основных проблем при моделировании – это проблема целевого назначения.

Подобие процесса, протекающего в модели М, реальному процессу является не целью, а условием правильного функционирования модели, и поэтому в качестве цели должна быть поставлена задача изучения какой-либо стороны функционирования объекта (контроль параметров, оценка характеристик, управление объектом, прогнозирование поведения объекта).

Для упрощения модели М цели делят на подцели и создают более эффективные виды моделей в зависимости от полученных подцелей моделирования.

Например, для отраслевых АСУ наиболее существенными целями являются задачи прогноза, потребления, сбыта продукции, размещение предприятий по отрасли с учетом всевозможных факторов (наличие сырья, людских ресурсов, энергии и т.д.).

Для АСУ предприятием весьма существенно изучение процессов оперативного управления производством, оперативно-календарного планирования, перспективного планирования.

Далее определяются с целью функционирования системы, которая обеспечивала бы эффективную работу системы, например минимизация вероятности отказа в обслуживании приборов, максимизация загрузки устройств, устойчивость системы, чувствительность к изменению параметров.

Если цель моделирования и функционирования системы ясна, то возникает следующая проблема: построение модели М. Построение модели оказывается возможным, если имеется информация или выдвинуты гипотезы относительно структуры, алгоритмов и параметров исследуемого объекта. На основании их изучения осуществляется идентификация объекта.

Если модель М построена, то следующей проблемой можно считать проблему работы с ней, т.е. реализацию модели, основные задачи которой – минимизация времени получения конечных результатов и обеспечение их достоверности.

Таким образом, характеризуя проблему моделирования в целом, необходимо учитывать, что от постановки задачи моделирования до интерпретации полученных результатов существует большая группа сложных научно-технических проблем:

•  идентификация реальных объектов;
•  выбор вида моделей;
•  построение моделей и их машинная реализация;
•  взаимодействие исследователя с моделью в ходе машинного эксперимента;
•  проверка правильности полученных в ходе моделирования результатов;
•  выявление основных закономерностей, исследованных в процессе моделирования.

Средства вычислительной техники, которые в настоящее время широко используются либо для вычислений при аналитическом моделировании, либо для реализации имитационной модели системы, могут лишь помочь с точки зрения эффективности реализации сложной модели, но не позволяют подтвердить правильность той или иной модели. Только на основе отработанных данных, опыта исследователя можно с достоверностью оценить адекватность модели по отношению к реальному процессу.

Классификационные признаки

В основе моделирования лежит теория подобия, которая утверждает, что абсолютное подобие может иметь место лишь при замене одного объекта другим, точно таким же. При моделировании абсолютное подобие не имеет места, и стремятся к тому, чтобы модель достаточно хорошо отображала исследуемую сторону функционирования объекта.

Классификация видов моделирования систем приведена на рис. 1.2.

Рис. 1.2. Классификация видов моделирования систем

По степени полноты подобия модели изучаемому объекту различают полные (подобие как во времени, так и в пространстве), неполные (подобие либо во времени, либо в пространстве) и приближенные (некоторые стороны функционирования реального объекта не моделируются совсем).

В зависимости от характера изучаемых процессов в системе все виды моделирования могут быть разделены на детерминированные и стохастические, статические и динамические, дискретные, непрерывные и дискретно-непрерывные.

Детерминированное моделирование отображает детерминированные процессы, т.е. процессы, в которых предполагается отсутствие всяких случайных воздействий; стохастическое моделирование отображает вероятностные процессы и события.

Статическое моделирование служит для описания поведения объекта в какой-либо момент времени, а динамическое моделирование отражает поведение объекта во времени.

Дискретное моделирование служит для описания процессов, которые предполагаются дискретными, соответственно непрерывное моделирование позволяет отразить непрерывные процессы в системах, дискретно-непрерывное моделирование используется для случаев, когда хотят выделить наличие как дискретных, так и непрерывных процессов.

При мысленном моделировании невозможно физически создать модель или она практически нереализуема в заданном интервале времени. Мысленное моделирование может быть реализовано с помощью наглядного, символического и математического моделирования.

При наглядном моделировании на базе представлений человека о реальных объектах создаются различные наглядные модели, отображающие явления и процессы, протекающие в объекте.

В основу гипотетического моделирования исследователем закладывается некоторая гипотеза о закономерностях протекания процесса в реальном объекте, которая отражает уровень знаний исследователя об объекте и базируется на причинно-следственных связях между входом и выходом изучаемого объекта. Гипотетическое моделирование используется, когда знаний об объекте недостаточно для построения формальных моделей.

Аналоговое моделирование основывается на применении аналогий различных уровней. Наивысшим уровнем является полная аналогия, имеющая место только для достаточно простых объектов. С усложнением объекта используют аналогии последующих уровней, когда аналоговая модель отображает несколько либо только одну сторону функционирования объекта.

Мысленный макет или макетирование базируется на причинно-следственных связях между явлениями и процессами в объекте и применяется в случаях, когда протекающие в реальном объекте процессы не поддаются физическому моделированию, либо может предшествовать проведению других видов моделирования.

Символическое моделирование – искусственный процесс создания логического объекта, выражающего основные свойства его отношений с помощью определенной системы знаков, отображающих набор понятий, (знаковое моделирование) и символов из тезауруса – словаря, очищенного от неоднозначности (языковое моделирование).

Библиографический список

1. Советов Б.Я. Моделирование систем : учеб. для вузов / Б.Я. Советов, С.А. Яковлев. М. : Высш. шк., 2001. 343 с.

2. Советов Б.Я. Моделирование систем : учеб. для вузов / Б.Я. Советов, С.А. Яковлев. 2-е изд. М.: Высшая школа, 1998. 319 с.

3. Тарасик В.П. Математическое моделирование технических систем: учеб. для вузов / В.П. Тарасик. М.: Наука, 1997. 600 с.

5. Ивченко Г.И. Математическая статистика: учебное пособие для втузов / Г.И. Ивченко, Ю.И. Медведев. М.: Высш. шк., 1984. 248 с.

6. Альянах И.Н. Моделирование вычислительных систем / И.Н. Альянах. Л.: Машиностроение, 1988. 233 с.

7. Шеннон Р. Имитационное моделирование систем – искусство и наука / Р. Шеннон. М.: Мир, 1978. 308 с.

5

В нереальном масштабе времени

реальном масштабе времени

Производственный эксперимент

Моделирование систем

Источник: http://5fan.ru/wievjob.php?id=41272

Классификация видов моделирования систем

1.2. Принципы подхода в моделировании систем

В моделировании систем используются классический (индуктивный) и системный (дедуктивный) подходы [8].

Классический подход рассматривает исследуемую систему с точки зрения выполняемых функций (функциональный подход) и предполагает создание модели путём перехода от частного к общему слиянием её отдельных компонент, разрабатываемых отдельно.

Процесс синтеза модели на основе классического подхода схематично представлен на рис. 1.2 и включает следующие этапы:

Декомпозиция реальной системы, подлежащей моделированию, на отдельные подсистемы.

1. Выбор исходных данных для моделирования, включающих:

1. Постановка целей, отображающих отдельные стороны процесса моделирования системы.
2. Формирование на базе целей и исходных данных компонент будущей модели.
3. Совокупность компонент объединяется в модель. 

Рис. 1.2. Процесс синтеза модели на основе классического подхода:

Д – исходные данные; Ц – цели; К – компонента модели 

Таким образом, разработка модели на основе классического подхода означает суммирование отдельных компонент в единую модель, причём каждая из компонент решает свои собственные задачи и изолирована от других частей модели. Поэтому классический подход может быть использован для реализации сравнительно простых моделей, в которых возможно разделение и взаимно независимое рассмотрение отдельных сторон функционирования реального объекта

Системный подход рассматривает исследуемую систему в виде целенаправленного множества взаимосвязанных элементов (структурный подход) и предполагает создание модели путём перехода от общего к частному, когда в основе рассмотрения лежит цель, при этом исследуемый объект выделяется из окружающей среды.

Процесс синтеза модели на основе системного подхода схематично представлен на рис. 1.3 и включает следующие этапы:

На основе цели функционирования системы, которая определяется вопросами, на которые исследователь хочет получить ответы с помощью модели, и исходных данных, включающих назначение модели, условия работы системы, внешнюю среду для системы и накладываемые ограничения, формируются требования к модели системы.

1. Определение подсистем модели на базе сформированных требований.
2. Подбор элементов подсистем модели на основе данных для их реализации.
3. Выбор составляющих элементов будущей модели на основе сформированных критериев выбора. 
4. Получившаяся таким образом модель является интегрированным целым. 
5.  
   Рис. 1.3. Процесс синтеза модели на основе системного подхода:

Ц – цель моделирования; Д – исходные данные; КВ – критерии выбора

Системный подход позволяет решить проблему построения модели сложной системы с учетом всех факторов и взаимосвязей, пропорциональности их значимости на всех этапах исследования системы и построения модели. Системный подход означает, что каждая система является интегрированным целым даже тогда, когда она состоит из отдельных разобщённых подсистем.

Таким образом, в основе системного подхода лежит рассмотрение системы как интегрированного целого, причём это рассмотрение при разработке начинается с главного: формулировки цели функционирования.

В настоящее время при анализе и синтезе больших систем получил распространение системный подход, который позволяет учитывать сложные стохастические связи в системе и взаимодействие с внешней средой. Модель в этом случае создается под поставленную проблему, а моделирование заключается в решении проблемы цели, проблемы построения модели, проблемы работы с моделью.

Для правильно выбранной модели характерным является то, что она выявляет лишь те закономерности, которые нужны исследователю, и не рассматривает свойства системы, не существенные для данного исследования.

1.3. Классификация видов моделирования систем

В основе классификации видов моделирования систем лежат различные признаки, такие как степень полноты модели; 

• характер изучаемых процессов в системе; 
• форма представления системы. 

Классификация видов моделирования систем приведена на рис. 1.4 [8].

Основой моделирования является теория подобия, из которой следует, что абсолютное подобие может иметь место лишь при замене одного объекта другим, точно таким же.

При моделировании абсолютное подобие не имеет места, и стремятся к тому, чтобы модель достаточно хорошо отображала исследуемую сторону функционирования системы.

Поэтому в качестве одного из первых признаков классификации видов моделирования можно выбрать степень полноты модели и разделить модели в соответствии с этим признаком на полные, неполные и приближенные.

Рис. 1.4. Классификация видов моделирования систем

B зависимости от характера изучаемых процессов в системе все виды моделирования могут быть разделены на детерминированные и стохастические, статические и динамические, дискретные, непрерывные и дискретно-непрерывные. 

Детерминированное моделирование отображает детерминированные процессы, т.e. процессы, в которых предполагается отсутствие всяких случайных воздействий; стохастическое моделирование отображает вероятностные процессы и события. 

Статическое моделирование служит для описания поведения объекта в какой-либо момент времени, a динамическое моделирование отражает поведение объекта во времени. 

Дискретное моделирование служит для описания процессов, которые предполагаются дискретными, соответственно непрерывное моделированиепозволяет отразить непрерывные процессы в системах, a дискретно-непрерывное моделирование используется для случаев, когда хотят выделять наличие как дискретных, так и непрерывных процессов.

B зависимости от формы представления объекта (системы) можно выделить мысленное и реальное моделирование.

Мысленное моделирование – это моделирование объектов без их практической реализации. Реальное моделирование заключается в проведении исследования на реальном объекте целиком или его части.

Мысленное моделирование часто является единственным способом моделирования объектов, которые либо практически не реализуемы в заданном интервале времени, либо существуют вне условий для их физического создания. Мысленное моделирование может быть реализовано в виде наглядного, символического и математического.

Наглядное моделирование основывается на базе представлений человека о реальных объектах и подразделяется на гипотетическое, аналоговое и макетирование.

Аналоговое моделирование основывается на применении аналогий различных уровней.

Макетирование основывается на создании мысленных макетов и используется в тех случаях, когда протекающие в реальном объекте процессы не поддаются физическому моделированию, либо может предшествовать проведению других видов моделирования. 

Символическое моделирование представляет собой искусственный процесс создания логического объекта, который замещает реальный и выражает основные свойства его отношений с помощью определенной системы знаков или символов. Символическое моделирование подразделяется на языковое и знаковое.

Языковое моделирование основывается на фиксированном наборе понятий. В основе языкового моделирования лежит тезаурус – словарь, который очищен от неоднозначности, т.е. в нём каждому слову может соответствовать лишь единственное понятие.

При знаковом моделировании введены условные обозначения отдельных понятий, т.е. знаки, а также определённые операции между этими знаками. С помощью знаков можно составлять отдельные цепочки из слов и предложений, а использование операций позволяет получать описание реальных объектов.

Для исследования характеристик процесса функционирования любой системы математическими методами должна быть проведена формализация этого процесса, т.е. построена математическая модель. 

Важное место занимает математическое моделирование, представляющее собой процесс установления соответствия данному реальному объекту некоторого математического объекта, называемого математической моделью, и исследование этой модели, позволяющее получить характеристики рассматриваемого реального объекта. Любая математическая модель, как и всякая другая, описывает реальный объект лишь с некоторой степенью приближения. Математическое моделирование включает в себя аналитическое, имитационное и комбинированное.  

Для аналитического моделирования характерно то, что процессы функционирования исследуемой системы записываются в виде некоторых функциональных соотношений (алгебраических, интегро-дифференциальных, конечно-разностных и т.п.) или логических условий. Аналитическая модель может быть исследована следующими методами:  
аналитическим, когда стремятся получить в общем виде явные зависимости для искомых характеристик;

• численным, когда, не умея решать уравнения в общем виде, стремятся получить численные результаты при конкретных начальных данных;
• качественным, когда, не имея решения в явном виде, можно найти некоторые свойства решения (например, устойчивость).

Наиболее полное исследование процесса функционирования системы можно провести, если известны явные зависимости, связывающие искомые характеристики с начальными условиями, параметрами и переменными системы. Однако такие зависимости удаётся получить только для сравнительно простых систем. При усложнении систем исследование их аналитическим методом наталкивается на значительные трудности.

Имитационное моделирование основано на прямом описании моделируемого объекта, используя структурное подобие объекта и модели, т.е. каждому существенному, с точки зрения решаемой задачи, элементу объекта ставится в соответствие элемент модели.

Основным преимуществом имитационного моделирования по сравнению с аналитическим является возможность решения более сложных задач. Метод имитационного моделирования позволяет решать задачи анализа больших систем, включая задачи оценки: вариантов структуры системы, эффективности различных алгоритмов управления системой, влияния изменения параметров системы. Имитационное моделирование может быть положено также в основу структурного, алгоритмического и параметрического синтеза больших систем, когда требуется создать систему с заданными характеристиками при определённых ограничениях, которая является оптимальной по выбранным критериям оценки эффективности

Комбинированное (аналитико-имитационное) моделирование при анализе и синтезе систем позволяет объединить достоинства аналитического и имитационного моделирования.

При построении комбинированных моделей проводится декомпозиция процесса функционирования объекта на составляющие подпроцессы, и для тех из них, где это возможно, используются аналитические модели, а для остальных подпроцессов строятся имитационные модели.

Такой комбинированный подход позволяет охватить качественно новые классы систем, которые не могут быть исследованы с использованием только аналитического и имитационного моделирования в отдельности.

При реальном моделировании используется возможность исследования различных характеристик либо на реальным объекте целиком, либо на его части. Отличие эксперимента от реального протекания процесса заключается в том, что в нём могут появиться отдельные критические ситуации. В ходе эксперимента вводятся новые факторы и возмущающие воздействия в процессе функционирования объекта.

Реальное моделирование подразделяется на натурное и физическое.

Натурным моделированием называют проведение исследования на реальном объекте с последующей обработкой результатов эксперимента на основе теории подобия.

При функционировании объекта в соответствии с поставленной целью удаётся выявить закономерности протекания реального процесса.

Разновидности натурного моделирования, как комплексные испытания, производственный эксперимент и натурный эксперимент, обладают высокой степенью достоверности.

Источник: http://yaneuch.ru/cat_37/klassifikaciya-vidov-modelirovaniya-sistem/394992.2680979.page2.html