Советов Б.Я., Яковлев С.А. Моделирование систем (2001) (1186219), страница 74
Текст из файла (страница 74)
МОДЕЛИРОВАНИЕ В СИСТЕМАХ УПРАВЛЕНИЯВ РЕАЛЬНОМ МАСШТАБЕ ВРЕМЕНИС ускорением темпов развития экономики и интенсификациипроизводственных процессов все шире внедряется автоматизация напредприятиях: от организационного управления цехами и участками до управления технологическими процессами выпуска различных изделий.
Наиболее перспективным направлением является создание гибких автоматизированных производств и производственных систем, позволяющих на базе использования современных робототехнических комплексов, станков с числовым программныхуправлением, средств вычислительной техники оперативно переходить на выпуск новейших изделий, отслеживая динамику потребностей и коньюнктуру мирового рынка. Управление в таких гибкихсистемах наиболее эффективно может быть реализовано на ба318зе локальных сетей ЭМВ, обеспечивающих взаимодействие и координацию всех информационно-вычислительных ресурсов дляуправления отдельными агрегатами в системе и дающих возможность проводить обработку информации в реальном масштабе времени.Особенности управления в реальном масштабе времени.
Прогрессразвития национальной экономики в настоящее время все теснеесвязывается с тем, насколько эффективно происходит накопление,обмен и выдача информации различным пользователям (административному управленческому персоналу, проектировщикам и конструкторам, исследователям, работникам сферы обслуживания ит. д.). По сути дела, на базе современных средств вычислительнойтехники и техники связи создается настоящая «индустрия» производства и потребления информации, требующая больших информационно-вычислительных ресурсов и оперативного доступа к ним.Наиболее перспективно объединение всех информационно-вычислительных ресурсов с помощью цифровых сетей интегральногообслуживания, позволяющих в единой цифровой форме передаватьразличные виды информации (оперативные, диалоговые данныеи файлы ЭВМ, речь, телевизионные сигналы и т. п.).
Для эффективного удовлетворения требований различных пользователей к качеству и своевременности доставки информации управление сетямиинтегрального обслуживания должно быть реализовано в реальноммасштабе времени.Можно привести и другие примеры систем, управление которыми должно осуществляться в реальном масштабе времени. Всеперечисленные системы объединяет то, что они относятся к классубольших систем (см. гл. 1), что усложняет решение задач управления ими. При разработке систем управления такими объектамиобычно отсутствует априорная информация об условиях их работы.Это делает перспективным построение адаптивных систем управления (см.
§ 9.2).В рассмотренных в предыдущих параграфах примерах методмоделирования применялся для целей исследования характеристиксистем S во взаимодействии с внешней средой Е, проектирования(синтеза) структуры, алгоритмов и параметров системы и т. п. Вовсех этих случаях, как правило, отсутствовали жесткие ограниченияна время между началом моделирования и получением результата,в качестве технических средств предполагалось использование высокопроизводительных ЭВМ и ГВК.Прогнозирование и принятие решений. Основной целью моделирования является прогнозирование в широком смысле этого слова.Моделирование позволяет сделать вывод о принципиальной работоспособности объекта (системы S), оценить его потенциально возможные характеристики, установить зависимость характеристик отразличных параметров и переменных, определить оптимальные зна319чения параметров и т.
п. Машинные модели Мм, используемыев качестве имитаторов и тренажеров, дают возможность предсказать поведение системы S в условиях взаимодействия с внешнейсредой Е.Использование метода моделирования для получения прогнозапри принятии решений в системе управления в реальном масштабевремени выдвигает на первое место задачу выполнения ограниченияна ресурс времени моделирования процесса функционирования системы S. Поэтому рассмотрим более подробно особенности прогнозирования на основе машинной модели Мм в реальном масштабевремени.Для управления объектом может использоваться в системе либоинформация о состояниях (ситуациях) системы S и внешней средыЕ, либо информация о выходных характеристиках (поведении) системы S во взаимодействии с внешней средой Е.
Это обстоятельство определяет и цели моделирования. В одном случае требуетсяоценить изменения состояний z*eZ, k= 1, nz, за время прогнозирования т„ (назовем такое моделирование ситуационным). В другомслучае требуется оценить выходные характеристики yjeY,j=l, nY,на интервале времени (О, Т) (назовем такое моделирование бихевиоральным).Таким образом, цель ситуационного моделирования — получение прогноза вектора состояний z (t) (см. 2.3)), а цель бихевиорального моделирования — оценка вектора выходных характеристику (/) [см. (2.2) и (2.5)].
Например, если в качестве концептуальноймодели М, процесса функционирования системы S используетсяQ-схема, то при ситуационном моделировании требуется прогнозировать такие состояния, как число заявок в накопителях, количествозанятых каналов и т. д., а при бихевиоральном моделированиив этом случае необходимо оценивать такие характеристики, каквероятность потери заявки, среднее время задержки заявки в системе и т.
д. Соответственно целям ситуационного и бихевиоральногомоделирования должен отличаться и подход к разработке и реализации моделирующих алгоритмов, хотя принципы их построения («цринцип At» и «принцип <5z») сохраняются.Другой особенностью моделирования для принятия решений поуправлению объектом в реальном масштабе времени является существенная ограниченность вычислительных ресурсов, так как такиесистемы управления, а следовательно, и машинные модели Мы,реализуются, как правило, на базе мини- и микроЭВМ или специализированных микропроцессорных наборов, когда имеется ограничение по быстродействию и объему памяти.
Это требует тщательного подхода к минимизации затрат ресурсов по моделированиюв реальном масштабе времени [12, 29, 52].320Кроме того, следует учитывать, что достоверность и точностьрешения задачи моделирования (прогнозирования ситуаций илиповедения) системы существенно зависят от количества реализацийN, которые затрачены на получение статистического прогноза (см.гл. 7). Таким образом, возникает проблема поиска компромиссамежду необходимостью увеличения затрат времени на моделирование, т.
е. числа реализаций N [на интервале (О, Т)] для повышенияточности и достоверности результатов моделирования (прогнозирования), и необходимостью уменьшения затрат машинного временииз условий управления в реальном масштабе времени.При использовании машинной модели Мм в контуре управлениясистемой S в реальном масштабе времени возникает также проблема оперативного обновления информации как в базе данных обобъекте, так и в базе данных об эксперименте, т. е. в данном случаео конкретном прогнозе.Рассмотрим более подробно возможности построения моделирующих алгоритмов для ситуационных и бихевиоральных моделей.При ситуационном моделировании важно не потерять информациюо смене состояний системы S, так как от этого зависит эффективность управления.
Поэтому построение детерминированных моделирующих алгоритмов, когда используется «принцип At», приводитлибо к увеличению времени моделирования при уменьшении At,либо к снижению достоверности прогноза состояний при увеличении At. Это говорит в пользу использования стохастических алгоритмов, а именно тех вариантов, которые наиболее просто реализуются, т. е. асинхронных спорадических алгоритмов.При бихевиоральном моделировании важно получить усредненную статистическую оценку характеристик системы S на интервале(О, Т). Поэтому при построении моделирующих алгоритмов важнопри заданной точности и достоверности результатов моделирования выбрать наиболее просто реализуемый алгоритм, требующийминимальных затрат времени и оперативной памяти на его прогон.В этом случае эффективными могут оказаться как стохастические,так и детерминированные моделирующие алгоритмы.
Выбор принципа построения моделирующего алгоритма для принятия решений в системе управления может быть проведен только с учетомособенностей конкретной S.С точки зрения программирования моделей Мм при моделировании в реальном масштабе времени также имеется ряд особенностей.Это в первую очередь связано с отсутствием или невозможностьюиспользования ЯОН и ЯИМ для программной реализации моделейисходя из возможностей программного обеспечения мини- и микроЭВМ и жестких ограничений на время счета со моделирующемуалгоритму. В этом случае основное применение находят языкинизкого уровня, что усложняет процесс разработки программногообеспечения моделирования в реальном масштабе времени, но321обычно позволяет получить достаточно эффективные рабочие программы моделирования.