Советов Б.Я., Яковлев С.А. Моделирование систем (3-е изд., 2001) (1186218), страница 9

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 9)

Однако такие зависимости удаетсяполучить только для сравнительно простых систем. При усложне­нии систем исследование их аналитическим методом наталкиваетсяна значительные трудности, которые часто бывают непреодолимы­ми. Поэтому, желая использовать аналитический метод, в этомслучае идут на существенное упрощение первоначальной модели,чтобы иметь возможность изучить хотя бы общие свойства систе­мы. Такое исследование на упрощенной модели аналитическимметодом помогает получить ориентировочные результаты дляопределения более точных оценок другими методами. Численныйметод позволяет исследовать по сравнению с аналитическим мето­дом более широкий класс систем, но при этом полученные решенияносят частный характер.

Численный метод особенно эффективенпри использовании ЭВМ.В отдельных случаях исследования системы могут удовлетво­рить и те выводы, которые можно сделать при использованиикачественного метода анализа математической модели. Такие каче­ственные методы широко используются, например, в теории авто­матического управления для оценки эффективности различных ва­риантов систем управления.В настоящее время распространены методы машинной реализа­ции исследования характеристик процесса функционирования боль­ших систем. Для реализации математической модели на ЭВМ необ­ходимо построить соответствующий моделирующий алгоритм.При имитационном моделировании реализующий модель алго­ритм воспроизводит процесс функционирования системы S во вре­мени, причем имитируются элементарные явления, составляющиепроцесс, с сохранением их логической структуры и последователь34ности протекания во времени, что позволяет по исходным даннымполучить сведения о состояниях процесса в определенные моментывремени, дающие возможность оценить характеристики систе­мы S.Основным преимуществом имитационного моделирования посравнению с аналитическим является возможность решения болеесложных задач.

Имитационные модели позволяют достаточно про­сто учитывать такие факторы, как наличие дискретных и непрерыв­ных элементов, нелинейные характеристики элементов системы,многочисленные случайные воздействия и др., которые часто созда­ют трудности при аналитических исследованиях.

В настоящее времяимитационное моделирование — наиболее эффективный метод ис­следования больших систем, а часто и единственный практическидоступный метод получения информации о поведении системы,особенно на этапе ее проектирования [4, 11, 31, 37, 46].Когда результаты, полученные при воспроизведении на имита­ционной модели процесса функционирования системы S, являютсяреализациями случайных величин и функций, тогда для нахожденияхарактеристик процесса требуется его многократное воспроизведе­ние с последующей статистической обработкой информации и целе­сообразно в качестве метода машинной реализации имитационноймодели использовать метод статистического моделирования. Пер­воначально был разработан метод статистических испытаний, пред­ставляющий собой численный метод, который применялся для мо­делирования случайных величин и функций, вероятностные харак­теристики которых совпадали с решениями аналитических задач(такая процедура получила название метода Монте-Карло).

Затемэтот прием стали применять и для машинной имитации с цельюисследования характеристик процессов функционирования систем,подверженных случайным воздействиям, т. е. появился метод стати­стического моделирования [4, 10, 18, 29, 37]. Таким образом, мето­дом статистического моделирования будем в дальнейшемназывать метод машинной реализации имитационной модели,а методом статистических испытаний (Монте-Карло) —численный метод решения аналитической задачи.Метод имитационного моделирования позволяет решать задачианализа больших систем S, включая задачи оценки: вариантовструктуры системы, эффективности различных алгоритмов управле­ния системой, влияния изменения различных параметров системы.Имитационное моделирование может быть положено также в ос­нову структурного, алгоритмического и параметрического синтезабольших систем, когда требуется создать систему, с заданнымихарактеристиками при определенных ограничениях, которая являет­ся оптимальной по некоторым критериям оценки эффективности.При решении задач машинного синтеза систем на основе ихимитационных моделей помимо разработки моделирующих алго­ритмов для анализа фиксированной системы необходимо также35разработать алгоритмы поиска оптимального варианта системы.Далее в методологии машинного моделирования будем различатьдва основных раздела: статику и динамику,— основным содержани­ем которых являются соответственно вопросы анализа и синтезасистем, заданных моделирующими алгоритмами [29, 37].Комбинированное (аналитико-имитационное) моделирование прианализе и синтезе систем позволяет объединить достоинства анали­тического и имитационного моделирования.

При построении ком­бинированных моделей проводится предварительная декомпозицияпроцесса функционирования объекта на составляющие подпроцессыи для тех из них, где это возможно, используются аналитическиемодели, а для остальных подпроцессов строятся имитационныемодели. Такой комбинированный подход позволяет охватить каче­ственно новые классы систем, которые не могут быть исследованыс использованием только аналитического и имитационного модели­рования в отдельности.Другие виды моделирования. При реальном моделировании ис­пользуется возможность исследования различных характеристиклибо на реальном объекте целиком, либо на его части. Такиеисследования могут проводиться как на объектах, работающихв нормальных режимах, так и при организации специальных режи­мов для оценки интересующих исследователя характеристик (придругих значениях переменных и параметров, в другом масштабевремени и т.

д.). Реальное моделирование является наиболее адек­ватным, но при этом его возможности с учетом особенностейреальных объектов ограничены. Например, проведение реальногомоделирования АСУ предприятием потребует, во-первых, созданиятакой АСУ, а во-вторых, проведения экспериментов с упрарляемымобъектом, т.

е. предприятием, что в большинстве случаев невозмож­но. Рассмотрим разновидности реального моделирования.Натурным моделированием называют проведение исследованияна реальном объекте с последующей обработкой результатов экс­перимента на основе теории подобия. При функционированииобъекта в соответствии с поставленной целью удается выявитьзакономерности протекания реального процесса. Надо отметить,что такие разновидности натурного эксперимента, как производст­венный эксперимент и комплексные испытания, обладают высокойстепенью достоверности.С развитием техники и проникновением в глубь процессов,протекающих в реальных системах, возрастает техническая осна­щенность современного научного эксперимента.

Он характеризуетсяшироким использованием средств автоматизации проведения, при­менением весьма разнообразных средств обработки информации,возможностью вмешательства человека в процесс проведения экс­перимента, и в соответствии с этим появилось новое научное напра­вление — автоматизация научных экспериментов [12, 34, 40].Отличие эксперимента от реального протекания процесса заклю­чается в том, что в нем могут появиться отдельные критические36ситуации и определяться границы устойчивости процесса. В ходеэксперимента вводятся новые факторы и возмущающие воздейст­вия в процессе функционирования объекта. Одна из разновидностейэксперимента — комплексные испытания, которые также можно от­нести к натурному моделированию, когда вследствие повторенияиспытаний изделий выявляются общие закономерности о надеж­ностиэтихизделий, о характеристиках качества и т.

д. Вэтомслучаемоделирование осуществляется путем обработки и обобщения све­дений, проходящих в группе однородных явлений. Наряду со специ­ально организованными испытаниями возможна реализация натур­ного моделирования путем обобщения опыта, накопленного в ходепроизводственного процесса, т. е. можно говорить о производствен­ном эксперименте. Здесь на базе теории подобия обрабатываютстатистический материал по производственному процессу и получа­ют его обобщенные характеристики.Другим видом реального моделирования является физическое,отличающееся от натурного тем, что исследование проводится наустановках, которые сохраняют природу явлений и обладают физи­ческим подобием.

В процессе физического моделирования задаютсянекоторые характеристики внешней среды и исследуется поведениелибо реального объекта, либо его модели при заданных или со­здаваемых искусственно воздействиях внешней среды. Физическоемоделирование может протекать в реальном и нереальном (псевдоре­альном) масштабах времени, а также может рассматриваться безучета времени. В последнем случае изучению подлежат так называ­емые «замороженные» процессы, которые фиксируются в некото­рый момент времени.

Характеристики

Список файлов книги