2.2 Эвристическое моделирование

Эвристическое моделирование – это концептуальное моделирование, то есть упрощённое описание объекта исследования в терминах естественного языка.

В эвристическом моделировании различают целый ряд видов, в частности:

1. аналоговое проектирование– основывается на типовых решениях(конструкторских, технологических);

2. прогностические модели: позволяют предсказать будущие состояния системы различными способами, например, на основании экстраполяции тенденций (экстраполяция – это продолжение существующей тенденции в будущее, пример – предсказание несколько десятков лет назад исчерпания ресурсов к концу прошлого столетия на основе линейной экстраполяции тогдашних темпов роста производства и добычи сырья); или путём использования оценок группы экспертов.

2.3 Аналитическое моделирование

Аналитическими называются модели реального объекта, использующие алгебраические, дифференциальные и другие уравнения.Различают три основных класса аналитических моделей:

1. на базе классической математики (дифференциальные, интегральные и т.п.);

2. поисковые модели– используются в тех случаях, когда характер и поведение функции практически неизвестны, а стоит задача поиска экстремума;

3. модели исследования операций (математическое программирование, теория принятия решений, системы массового обслуживания, управление запасами, современная комбинаторика и др.).

Достоинствааналитических моделей:

• простота получения и работы с моделью;

• имеются большие наработки по математическим моделям в классической и прикладной математике;

• большей частью эти модели достаточно универсальны.

Недостатки:

• сложность моделирования случайных событий;

• отдельные части сложных систем, как правило, требуют различных математических моделей (например, если требуется провести моделирование работы газотурбинного двигателя, то детали двигателя можно описать твердотельными моделями, но такое описание неприменимо к потокам жидкости и газа, а также к распределению тепла);

• на предварительных этапах проектирования аналитические модели менее эффективны, чем эвристические.

2.4 Имитационное моделирование

Существует класс объектов, для которых по различным причинам не разработаны аналитические модели, либо не разработаны методы решения полученной модели. В этом случае математическая модель заменяется имитатором, или имитационной моделью.

Имитационная модель – это логико-математическое описание объекта, которое может быть использовано для эксперимента на компьютере в целях проектирования, анализа и оценки функционирования объекта.

Метод заключается в построении для процесса функционирования исследуемого объекта некоторого алгоритма, имитирующего поведение и взаимодействие элементов системы с учётом случайных входных воздействий, включая воздействия внешней среды. Затем реализованный на ЭВМ алгоритм множество раз пересчитывается с различными входными данными. Собирается статистика, и на основе её получают информацию об интересующих исследователя характеристиках системы.

Пример имитационного моделирования:Разработка автоматизированных систем управления технологическими процессами (АСУ ТП). АСУ ТП – это сложная, разнородная, распределённая программно-аппаратная система управления, включающая человека в контур управления и работающая в реальном масштабе времени. Особенностями разработки таких систем являются:

- невозможность комплексной отладки и тестирования системы в полном объёме на инструментальных средствах разработчика – отладочном стенде, ввиду невозможности подключения в полном объеме реального оборудования, управляемого АСУ ТП;

- невозможность проверки системы в нештатных ситуациях на реальном объекте ввиду нецелесообразности или небезопасности искусственного создания таких ситуаций.

Наиболее подходящим методом решения этих проблем является имитационное моделирование. А инструментом решения – имитационная модель технологического объекта управления (ТОУ), интегрированная с АСУ ТП.

Имитационная модель объекта управления имитирует работу реального оборудования, управляемого АСУ ТП, и технологические процессы, протекающие в реальной системе.

Достоинстваимитационных моделей:

• моделируются системы любой сложности;

• наиболее удобный инструмент для моделирования случайных событий;

• легко моделируются отдельные части системы, имеющие различную природу;

• разработаны десятки специальных языков для имитационного моделирования.

Недостатки:

• на разработку модели требуются высокие затраты времени, средств и высококвалифицированные специалисты;

• имеется субъективное влияние исследователя до начала моделирования при определении законов и параметров случайных распределений;

• при моделировании требуется множество повторений, то есть увеличиваются затраты машинного времени.