Файл: Моделирование систем: понятие, цели и виды.pdf

Системный расклад разрешает решить делему возведения трудной системы с учетом всех моментов и вероятностей, пропорци-1 округлых их значительности, на всех шагах изучения системы 5" и возведения модели М'. Системный расклад значит, собственно что любая система S считается встроенным цельным в том числе и за это время, когда она произведено из отдельных разобщенных подсистем. Этим образом, в базе системного расклада лежит обсуждение системы как интегрированного цельного, при этом это обсуждение при разработке наступает с головного — формулировки цели функционирования. На базе начальных данных Д, которые популярны из анализа наружной системы, тех ограничений, которые накладываются на систему сверху или исходя из вероятностей ее реализации, и на базе цели функционирования формулируются начальные запросы Т к модели системы S. На основе данных притязаний складываются приблизительно кое-какие подсистемы П, элементы Э и исполняется более трудный период синтеза — вы-< бор В элементах системы, для чего применяются особые аспекты выбора КВ.

При моделировании нужно гарантировать наибольшую эффективность модели системы, которая ориентируется как кое-какая разницу меж некими показателями итогов, приобретенных в результате эксплуатации модели, и что расходами, которые были вложены в ее разработку и создание.

1.3. Стадии разработки моделей

На основе системного расклада имеет возможность быть предложена и кое-какая очередность разработки моделей, когда выделяют 2 главные стадии проектирования: макропроектирование и микропроектирование.

На стадии макропроектирования на базе данных о реальной системе S и наружной среде основывается модель наружной среды, выявляются ресурсы и лимитирования для возведения модели системы, выбирается модель системы и аспекты, дозволяющие расценить адекватность модели М реальной системы S. Построив модель системы и модель наружной среды, на базе аспекта производительности функционирования системы в процессе моделирования избирают лучшую стратегию управления, собственно что позволяет воплотить в жизнь способности модели по проигрыванию отдельных сторон функционирования реальной системы S.^[3]

Стадия микропроектирования в значимой степени зависит от определенного на подобии избранной модели. В случае имитационной модели нужно гарантировать создание информационного, математического, технического и программного обеспечивании системы моделирования. На данной стадии возможно ввести главные свойства сделанной модели, расценить время работы с ней и издержки ресурсов для получения данного свойства соотношения модели процессу функционирования системы S.

Автономно от на подобии применяемой модели М при ее построении нужно управляться вблизи основ системного подхода: 1) пропорционально-последовательное продвижение по эта пам и направленностям сотворения модели; 2) согласование информационных, ресурсных, надежностных и иных характеристик; 3) правильное соответствие отдельных значений иерархии в системе моделирования; 4) единство отдельных обособленных стадий построения модели.

Модель М обязана отвечать данной цели ее сотворения, в следствие этого отдельные части обязаны компоноваться взаимно, исходя из единственной системной задачки. Задача имеет возможность быть сформулирована отменно, за это время она станет владеть большей содержательностью и длительное время имеет возможность показывать беспристрастные способности предоставленной системы моделирования. При количественной формулировке цели появляется мотивированная функция, которая буквально отражает более немаловажные моменты, действующие на достижение цели.

Построение модели относится к числу системных задач, при решении которых синтезируют решения на базе огромного числа исходных данных, на основе предложений больших коллективов специалистов. Использование системного подхода в этих условиях позволяет не только построить модель реального объекта, но и на базе этой модели выбрать необходимое количество управляющей информации в реальной системе, оценить показатели ее функци­онирования и тем самым на базе моделирования найти наиболее эффективный вариант построения и выгодный режим функциониро­вания реальной системы S.

Глава 2. Общая характеристика проблемы моделирования систем управления

С развитием системных изучений, с расширением экспери-ментальных способов исследования настоящих явлений все большее значение покупают отвлеченные способы, бывают замечены свежие научные Дисциплины, автоматизируются составляющие интеллектуального труда. Весомое смысл при разработке настоящих систем S имеют математические способы анализа и синтеза, весь ряд открытий основывается на! чисто теоретических изысканиях. Впрочем было бы неверно забывать о том, собственно что главным аспектом всякий доктрине считается практика, и в том числе и чисто математические, абстрактные науки основываются в собственной базе на фундаменте практических познаний.

Экспериментальные изучения систем. В одно и тоже время с развитием теоретических способов анализа и синтеза улучшаются и способы экспериментального исследования настоящих объектов, бывают замечены свежие способы изучения. Впрочем опыт был и остается одним из ведущих и значительных инструментов знания. Сходство и моделирование дают возможность заного обрисовать реальный! процесс и облегчить экспериментальное его исследование. Улучшается и само понятие моделирования. В случае если прежде моделирование! значило настоящий материальный опыт или возведение макета, изображающего настоящий процесс, то в реальное время были замечены свежие облики моделирования, в базе коих лежит постановка не лишь только телесных, но еще и математических экспериментов.^[4]

Знание реальной реальности считается долгим и трудным ходом. Определение свойства функционирования большущий системы, выбор хорошей структуры и алгоритмов! поведения, возведение системы S в согласовании с поставленной! перед нею целью — главная неувязка при проектировании передовых систем, в следствие этого моделирование возможно рассматривать как раз из способов, применяемых при проектировании и исследовании большущих систем.

Моделирование основывается на кое-какой аналогии реального и мысленного опыта. Аналогия — база для комментарии изучаемого появления, впрочем аспектом правды имеет возможность работать лишь только практика, лишь только навык. Но современные научные догадки имеют все шансы создаться чисто теоретическим методом, но, по сущности, основываются на широких практических познаниях. Для комментарии реальных; процессов выдвигаются догадки, для доказательства коих ставится опыт или ведутся эти абстрактные размышления, которые логически признают их корректность. В широком значении под опытом возможно воспринимать кое-какую процедур организации и исследования каких-либо явлений, которые осуществляв ют в критериях, ближайших к натуральным, или имитируют их.

Различают пассивный эксперимент, когда исследователь наблюдает протекающий процесс, и активный, когда наблюдатель вмешивается и организует протекание процесса. В последнее время распространен активный эксперимент, поскольку именно на его основе) удается выявить критические ситуации, получить наиболее интересные закономерности, обеспечить возможность повторения эксперимента в различных точках и т. д.

В основе любого вида моделирования лежит некоторая модель, имеющая соответствие, базирующееся на некотором общем качест­ве, которое характеризует реальный объект. Объективно реальный объект обладает некоторой формальной структурой, поэтому для любой модели характерно наличие некоторой структуры, соответ­ствующей формальной структуре реального объекта, либо изуча­емой стороне этого объекта.

В основе моделирования лежат информационные провесы, по­скольку само создание модели М базируется на информации о ре­альном объекте. В процессе реализации модели получается инфор­мация о данном объекте, одновременно в процессе эксперимента с моделью вводится управляющая информация, существенное ме­сто занимает обработка полученных результатов, т. е. информация лежит в основе всего процесса моделирования.

Характеристики моделей систем. В качестве объекта моделирова­ния выступают сложные организационно-технические системы, ко­торые можно отнести к классу больших систем. Более того, по своему содержанию и созданная модель М также становится систе­мой S(M) и тоже может быть отнесена к классу больших систем, для которых характерно следующее.

1. Цель функционирования, которая определяет степень целена­правленности поведения модели М. В этом случае модели могут быть разделены на одноцелевые, предназначенные для решения одной задачи, и многоцелевые, позволяющие разрешить или рас­смотреть ряд сторон функционирования реального объекта.^[5]

2. Сложность, которую, учитывая, что модель М является сово­купностью отдельных элементов и связей между ними, можно оценить по общему числу элементов в системе и связей между ними. По разнообразию элементов можно выделить ряд уровней иерар­хии, отдельные функциональные подсистемы в модели М, ряд входов и выходов и т. д., т. е. понятие сложности может быть идентифицировано по целому ряду признаков.

3. Целостность, указывающая 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.

4. Неопределенность, которая проявляется в системе: по состоянию системы, возможности достижения поставленной цели, методам. решения задач, достоверности исходной информации и т. д. Основной характеристикой неопределенности служит такая ме­ра информации, как 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. Та­ким образом, понятие неопределенности, характеризующее боль­шую систему, применимо к модели М и является одним из ее основных признаков.

5. Поведенческая страта, которая позволяет оценить эффектив­ность достижения системой поставленной цели. В зависимости от наличия случайных воздействий можно различать детерминирован­ные и стохастические системы, по своему поведению — непрерыв­ные и дискретные и т. д. Поведенческая страта рассмотрения систе­мы ^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, которая является свойством высокоорганизо­ванной системы. Благодаря адаптивности удается приспособиться к различным внешним возмущающим факторам в широком диапа­зоне изменения воздействий внешней среды. Применительно в мо­дели существенна возможность ее адаптации в широком спектре возмущающих воздействий, а также изучение поведения модели в изменяющихся условиях, близких к реальным. Надо отметить, что существенным может оказаться вопрос устойчивости модели к раз­личным возмущающим воздействиям. Поскольку модель М — сложная система, весьма важны вопросы, связанные с ее сущест­вованием, т. е. вопросы живучести, надежности и т. д..

7. Организационная структура системы моделирования, кото­рая во многом зависит от сложности модели и степени совершенст­ва средств моделирования. Одним из последних достижений в об­ласти моделирования можно считать возможность использования имитационных моделей для проведения машинных экспериментов. Необходимы оптимальная организационная структура комплекса технических средств, информационного, математического и про­граммного обеспечении системы моделирования S'(M), оптималь­ная организация процесса моделирования, поскольку следует об­ращать особое внимание на время моделирования и точность полу­чаемых результатов.^[6]

8. Управляемость модели, вытекающая из необходимости обес­печивать управление со стороны экспериментаторов для получения возможности рассмотрения протекания процесса в различных усло­виях, имитирующих реальные. В этом смысле наличие многих управляемых параметров и переменных модели в реализованной системе моделирования дает возможность поставить широкий экс­перимент и получить обширный спектр результатов.

9. Возможность развития модели, которая исходя из современ­ного уровня науки и техники позволяет создавать мощные системы моделирования S(M) исследования многих сторон функциони­рования реального объекта. Однако нельзя при создании системы моделирования ограничиваться только задачами сегодняшнего дня. Необходимо предусматривать возможность развития системы мо­делирования как по горизонтали в смысле расширения спектра изучаемых функций, так и по вертикали в смысле расширения числа подсистем, т. е. созданная система моделирования должна позво­лять применять новые современные методы и средства. Естествен­но, что интеллектуальная система моделирования может функци­онировать только совместно с коллективом людей, поэтому к ней предъявляют эргономические требования.