pronikov_a_s_2000_t_3 (830968), страница 98
Текст из файла (страница 98)
На практике такое прямое сравнение выходных характеристик модели и системы-аналога используется только как один из видов проверок на адекватность. Можно выделить еще ряд проверок: экспертная проверка концептуальной модели на правильность постановки задачи; экспертная проверка математической модели на корректность использования математического аппарата; проверка программной модели на функционирование при различных постановках задачи; проверка результатов моделирования на логическую непротиворечивость," проверка результатов моделирования на непротиворечивость известным результатам; проверка на адекватность отдельных функциональных блоков модели; проверка на адекватность на основании сравнения с результатами моделирования на других моделях, адекватность которых для сравниваемых условий установлена.
Результаты проверки на адекватность позволяют судить о необходимости корректировки и калибровки модели и уровне корректировки: глобальной, отдельных модулей, параметрической. Завершается этап проверки на адекватность и корректировки модели определением области адекватности модели и ее применимости. Проведение машинных экспериментов на созданной модели включает этапы планирования, моделирования и анализа результатов, которые выполняются аналогично натурным экспериментам.
Производственные системы и модели Модель — совокупность материального или информационного отображения объекта и отношений, позволяющая получить некоторые сведения об объекте. Модель — это совокупность информационного образа объекта — оригинала и определенных знаний для решения поставленной задачи. Модель создается для решения определенной задачи. Поэтому можно говорить о модели объекта для решения задачи или группы задач: модели определения состояния объекта, свойств объекта, влияние объекта на другие объекты, преобразования или эволюции объекта. Всякое решение задачи — получение новых знаний. Модель содержит в себе активные знания для получения новых знаний.
Не может быть просто модели объекта и не может быть модели задачи без объекта. Трудно определить различия между данными и знаниями, поскольку любые рассматриваемые человеком данные уже несут в себе некоторые знания. Поэтому, может быть несколько условно, дальше мы будем понимать под данными пассивные знания, не рождающие никаких новых знаний. Совокупности числовых параметров производственного процесса в отрыве от каких-либо комментариев, набор геометрических фрагментов изделия, числовые характеристики его качественных показателей— вот примеры данных. Данные, организованные по какому-либо признаку составляют базу, бан к, склад, хранилище данных.
Например, хранилище данных изделия (самолета определенного типа, корабля). Знания активны. На основе использования знаний можно получать новые знания. Знание зависимости стойкости режущего инструмента от режимов резания позволяет найти экономичные режимы для конкретных условий обработки. Структурированные определенным образом знания составляют базу знаний.
Структурированные определенным образом данные, позволяющие идентифицировать объект, представляют его информационный образ (информационный макет). На макете объекта без дополнительных указаний, нельзя решать никаких задач, направленных на познание оригинала.
На макете корабля нельзя проводить изучение поведения корабля, если нет зависимостей, связывающих характеристики макета и корабля. По чертежу изделия нельзя изготовить изделие, если нет дополнительных комментариев. То есть для решения каких-либо задач по изучению объекта его макет должен быть дополнен знаниями. В этом случае мы будем иметь дело с моделью объекта. Модель — совокупность некоторого отображения (натурного или информационного) объекта и процедур определения или использования его свойств. Этапы ЖЦ могут быть отнесены к каждому объекту производства, а не только к изделию.
Модели разрабатываются и используются для целей реализации главных функций: проектирования объекта (проектные модели), имитации эксплуатации объекта (тренажерные модели), исследования его свойств (исследовательские модели), управления объектом (модели управления) или поиска его элементов (информационно-поисковые модели). М одел и ров а н и е — разработка модели решения некоторой задачи, относящейся к объекту и решение этой задачи на модели. Свойства объекта бесконечны, модель предназначена для исследования или использования ограниченного множества свойств объекта. Никакая модель не может отразить все свойства оригинала. Но модель, созданная для решения определенной задачи, должна иметь все компоненты для ее решения.
Полномасштабное решение задачи означает, что модель должна дать ответы на вопросы: что нужно делать для решения задачи? Как решать задачу? С помощью каких средств? Что получится в результате решения? Как получить результаты решения? Исследовательское моделирование — определение, исследование некоторых свойств объекта на его исследовательских моделях.
Ис- 513 следовательское моделирование — замещение объекта-оригинала его моделью и проведение определенных исследований на модели вместо оригинала. Исследовательские модели могут иметь самостоятельное значение, но могут быть составной частью моделей ГФЗ. При такой трактовке известные КАВТ-диаграммы могут считаться исследовательскими функциональными моделями системы. Они отвечают только на вопрос: Что нужно делать для реализации определенной функции системы? Но диаграммы не отвечают на все вопросы проектирования системы и поэтому не является моделью для решения задачи проектирования. В нашей работе мы в большей степени имеем дело с системами. С и с те м а — множество элементов, находящихся в отношениях друг с другом и образующих определенную целостность, единство. Система никогда не существует изолированно, она всегда связана и взаимодействует с окружающей средой.
Причем в реальных условиях трудно сказать, где находится граница между системой и средой. При создании модели такая определенность должна быть обеспечена разработчиком. Реальные отношения системы и среды заменяются отражающими их внешними воздействиями среды на систему и выходными характеристиками системы. Всякое решение задачи — получение новых знаний. Модель содержит в себе активные знания для получения новых знаний. Не может быть просто модели объекта и не может быть модели задачи без объекта.
Сложную систему можно определить через ее свойства: 1. Уникальность. 2. Слабая формализуемость. 3. Составной характер. 4. Разнородность. 5. Случайность и неопределенность факторов. 6. Многокритериальность оценок. 7. Большая размерность. 8. Слабая прогнозируемость результатов. Для КИП свойство уникальности означает, что КИС предприятия должна разрабатываться именно для этого предприятия. Не может быть тиражирования систем. Составной характер системы означает, что каждая сложная система состоит из взаимозависимых подсистем, которые в свою очередь могут быть разложены на подсистемы и т.д. до самого низкого уровня. Выделение системы из среды, выделение подсистем и определение элементарных систем задачи в большой степени условные и зависят от ЛПР.
Каждая выделенная система и подсистема имеет внутренние и внешние связи (отношения). Внешние связи — это отношения между системой и средой. При выделении системы из среды их отношения определяются внешними связями. Влияние среды на систему — внешними воздействиями, влияние системы на среду — ее выходными характеристиками. Организованные сложные системы, как правило, имеют иерархическую подчиненность входящих в них подсистем. Внутренние связи подсистем обычно сильнее, чем внешние, что и позволяет выделять системы и подсистемы.
Интеллектуальное моделирование в КИП Одно из ведущих положений и направлений развития новых информационных технологий в производственной деятельности является интеллектуализация систем, т.е. создание систем проектирования и управления на основе методов искусственного интеллекта ~ИИ). Хотя эти методы начали развиваться с начала появления ЭВМ, однако до сих пор в этой области, несмотря, а может и благодаря большому вниманию ученых к этой проблеме, многие вопросы даже на понятийном уровне остаются дискуссионными. В проблеме ИИ с самого начала определились два направления. Первое — попытки моделировать функционирование мозга в надежде воспроизвести на ЭВМ искусственный разум. Это направление пока значительных практических результатов не дало.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
