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