- •1.Осн.Понятия и опр-я: инф-я, алгоритм, программа, команда, данные, технические устройства.
- •14. Програм-е для операционной системы windows.
- •3. Сс. Перевод чисел из одной сс в другую.
- •5. Повп. Алгоритм Фон-Неймана.
- •6. Принцип организац выч процесса. Гарвардская архитектура эвм.
- •12. Циклический вычислительный процесс
- •8.Адресация оперативной памяти. Сегментные регистры.
- •9. Система команд процессора i32. Способы адресации.
- •10. Скп i32. Машобработка. Байт способа адресации.
- •5. Усилители электрических сигналов.
- •11. Разветвляющий вычислительный процесс.
- •13. Рекурсивный вычислительный процесс.
- •1.Трансформаторы.
- •2. Машины постоянного тока.
- •3. Асинхронные и синхронные машины.
- •4. Элементная база современных электронных устройств
- •6. Основы цифровой электроники.
- •3. Типы адресации и система команд.
- •4. Структура процессора.
- •15. Модули последовательного ввода/вывода
- •11. Базовый функциональный блок микроконтроллера включает:
- •1.Принципы технического регулирования.
- •2. Технические регламенты.
- •3. Стандартизация.
- •5. Гос.Контроль за соблюд-ем треб-ий тех. Регламентов.
- •6.Метрология. Прямые и косвенные измерения.
- •1. Типы данных
- •1.Упрощение логических выражений
- •2.Функциональные схемы (лог.Диаграммы)
- •3. Искусственные нейронные сети.
- •4. Статистические методы принятия решений.
- •1.Задачи, решаемые методами искусственного интеллекта.
- •2.Модульное прогр-ие.
- •5. Програм-е в .Net Framework.
- •6. Унифицированный язык прогр-я uml.Назначение.
- •9. Этапы построения алгоритмов
- •13. C#.Полиморфизм.Перегрузка операций и методов.
- •14. C#.Наследование.Ограничения при наследовании.
- •1.Осн.Принципы сист.Подхода.
- •2. Система и моделирование. Классификация признаков.
- •3.Постановка задачи принятия решений.
- •5. Этапы системного подхода решения проблем.
- •6. Постановка задач оптимизации. Их классификация.
- •13. Нечеткие множества и их использование для принятия решений.
- •7. Условная оптимизация. Линейное программирование. Пример постановки задачи оптимизации.
- •1. Пример постановки задачи оптимизации.
- •9. Нелинейное программирование. Постановка задачи нелинейного программирования.
- •8. Методы решения задач линейного программирования. Геометрическая интерпретация.
- •10. Выбор альтернатив в многокритериальных задачах.
- •11. Классификация задач принятия решений. Структура системы принятия решений.
- •Структура процесса принятия решений
- •2 Классификация моделей.
- •3 Свойства модели.
- •4 Жизненный цикл моделируемой системы:
- •5.Классификация математических моделей
- •6. Требования, предъявляемые к мат. Моделям
- •7. Модели и моделирование.
- •10. Алгоритм декомпозиции
- •8.Математические модели технических систем.
- •9. Декомпозиция систем.
- •1. Датчики измерения перемещений
- •5. Гироскопы.
- •4 Манометрические приборы
- •6. Преобразование измерительных сигналов.
- •7 Методы измерений
- •9.Системы технического зрения
- •10. Структура измерительных систем
- •11. Измерительные сигналы, виды, типы, модели сигналов. Классификация детерминированных сигналов.
- •12. Теория информации
4 Жизненный цикл моделируемой системы:
-сбор информации об объекте, выдвижение гипотез, предмодельный анализ;
-проектирование структуры и состава моделей (подмоделей);
-построение спецификаций модели, разработка и отладка отдельных подмоделей, сборка модели в целом, идентификация (если это нужно) параметров моделей;
-исследование модели - выбор метода исследования и разработка алгоритма (программы) моделирования;
-исследование адекватности, устойчивости, чувствительности модели;
-оценка средств моделирования (затраченных ресурсов);
-интерпретация, анализ результатов моделирования и установление некоторых причинно-следственных связей в исследуемой системе;
-генерация отчетов и проектных (народно-хозяйственных) решений;
-уточнение, модификация модели, если это необходимо, и возврат к исследуемой системе с новыми знаниями, полученными с помощью модели и моделирования.
5.Классификация математических моделей
1)принадлежность к иерархическому уровню (микроуровня, макроуровня, метауровня)
2)характер отображаемых свойств объекта (структурные, функциональные)
3)способ представления свойств объекта (аналитические, алгоритмические, имитационные)
4)способ получения модели (теоретические, эмпирические)
5)особенности поведения объекта (детерминированные, вероятностные)
На примере машиностроения:Матмодели на микроуровне производственного процесса отражают физические процессы, протекающие при резании металла. На макроуровне производств. процесса описывают технологические процессы. Метауровень – описывают технологические системы (участки, цеха, предприятия).
Структурные матмодели предназначены для отображения структурных свойств объектов (например в системе автомат управления процесса используются структурно-логические модели).
Функцион. матмодели – для отображения информ, физических, временных процессов, протекающих в работающем оборудовании в ходе выполнения технологических процессов.
Аналитич. матмодели представляют собой явные мат модели выходных параметров как функции от входных и внутренних параметров, т.е описание с помощью матем. формул. Наиболее существенная характеристика аналит. моделей– модель не является структурно подобной объекту моделирования.
Алгоритмические матмодели выражают связи между выходными параметрами и входными и внутренними параметрами в виде алгоритма.
Имитационные матмодели - алгоритм модели, отражающий развитие процесса или объекта во времени или задании внешнего воздействия на процесс или объект.. Имитационное моделирование основано на прямом описании моделируемого объекта. Существ. характеристикой является структурное подобие. к каждому существующему элементу объекта ставится в соответствие элемент модели.
Теоретические мат модели создаются в результате исследования объектов или процессов на теоретическом уровне. Не всегда приемлемы для практического использования, т.к. очень громоздки и не адаптированы к реальным процессам обработки материалов.
Эмпирические матмодели (создаются в результате проведения экспериментов и обработки их результатов методами матем статистики)
Детерминированные модели описывают поведение объекта с позиций полной определенности в настоящем и будущем(параметры-физические законы)
Вероятностно-матем модели учитывают влияние случайных факторов на поведение объекта, т.е. оценивают его будущее с позиции вероятности тех или иных событий(системы массового обслуживания).