- •Основные определения и понятия теории моделирования
- •Роль и место моделирования в исследовании систем
- •Задачи моделирования
- •Подходы к построению моделей
- •Классификация видов моделирования
- •Подходы в математическом моделировании
- •Требования к программно-техническим комплексам
- •Классификация пакетов моделирования
- •Концепция структурного моделирования систем
- •Структура и свойства математической модели
- •Классификация математических моделей
- •Общий подход к формированию математических моделей
- •Этапы математического моделирования
- •Основные правила построения математических моделей
- •Способы представления и оценки статических моделей
- •Парная регрессия. Оценка параметров парной регрессии.
- •Линеаризация нелинейных регрессий
- •Множественная регрессия. Оценка параметров множественной регрессии
- •Основные способы представления динамических моделей
- •Математические модели непрерывной системы
- •Представление моделей в пространстве состояний
- •Представление моделей в виде передаточных функций
- •Преобразование пф в дифференциальные уравнения
- •Интегрирующее звено
- •Апериодическое звено
- •Колебательное звено
- •Дифференцирующее звено с замедлением
- •Модели объектов управления
- •Описание математической модели дпт нв
- •Представление модели дпт нв в виде детализированной структурной схемы
- •Представление модели дпт нв в виде передаточной функции
- •Представление дпт нв в виде модели в пространстве состояний.
- •Математические модели движения морских судов
- •Модель горизонтального движения надводного судна.
- •Модель судна – модель Номото
- •Модель рулевой машины
- •Модель внешней среды
- •Моделирование дискретных систем. Преобразование непрерывных линейных систем к дискретной форме
- •Идентификация линейных дискретных систем
- •Авторегрессионные модели
- •Структуры моделей управляемого объекта
- •Спецификации моделей
- •Armax-модель
- •Постановка задачи идентификации
- •Параметрические методы идентификации
- •Метод авторегрессионной идентификации
- •Идентификация в векторно-матричной форме
- •Лабораторные работы Лабораторная работа №1. Изучение пакетов моделирования
- •Краткие сведения о среде Matlab
- •Описание среды Scilab
- •Задание на лабораторную работу
- •Лабораторная работа №2. Исследование статических зависимостей. Определение параметров парной регрессии
- •Цель работы:
- •Порядок выполнения работы
- •Содержание отчета
- •Тестовые данные
- •Контрольные задания
- •Лабораторная работа №3. Исследование статических зависимостей. Определение параметров множественной регрессии
- •Задание на лабораторную работу
- •Варианты заданий
- •Содержание отчета
- •Лабораторная работа № 5. Исследование динамических моделей линейных систем (в форме Коши и векторно-матричном виде)
- •Задание на лабораторную работу
- •Лабораторная работа № 6. Преобразование моделей (нм – дм). Исследование дискретных моделей
- •Порядок выполнения работы
- •Содержание отчета
- •Лабораторная работа № 7. Идентификация параметров динамических моделей линейных систем. Авторегрессионная идентификация
- •Задание на лабораторную работу
- •Порядок выполнения работы
- •Приложение:
- •Лабораторная работа № 8. Идентификация параметров динамических моделей линейных систем. Идентификация в пространстве состояний
- •Задание на лабораторную работу
- •Порядок выполнения работы
-
Классификация видов моделирования
В зависимости от характера изучаемых процессов в системе все виды моделирования могут быть разделены на следующие группы:
-
детерминированные;
-
стохастические.
Детерминированное моделирование отображает детерминированные процессы, т.е. процессы, в которых предполагается отсутствие всяких случайных воздействий.
Стохастическое моделирование отображает вероятностные процессы и события. В этом случае анализируется ряд реализаций случайного процесса и оцениваются средние характеристики, т.е. набор однородных реализаций.
В зависимости от поведения объекта во времени моделирование относят к одному из двух видов:
-
статическое;
-
динамическое.
Статическое моделирование служит для описания поведения объекта в какой-либо момент времени, а динамическое моделирование отражает поведение объекта во времени.
В зависимости от формы представления объекта (системы) можно выделить
-
физическое моделирование;
-
математическое моделирование.
Физическое моделирование отличается от наблюдения над реальной системой (натурного эксперимента) тем, что исследования проводятся на моделях, которые сохраняют природу явлений и обладают физическим подобием.
Под математически моделированием понимают процесс установления соответствия данному реальному объекту некоторого математического объекта, называемого математической моделью, и исследование этой модели на ЭВМ, с целью получения характеристик рассматриваемого реального объекта.
-
Подходы в математическом моделировании
Математическое моделирование – это построение и использование математических моделей для исследования поведения систем (объектов) в различных условиях, для получения (расчета) тех или иных характеристик оригинала без проведения измерений или с небольшим их количеством.
В рамках математического моделирования сложились два подхода:
-
аналитический;
-
имитационный.
Аналитический подход основывается на построении формульных зависимостей, связывающих параметры и элементы системы. Такой подход долгое время и был собственно математическим подходом. Однако при рассмотрении сложных систем строгие математические зависимости весьма сложны, требуется большое количество измерений для получения требуемых значений параметров.
Анализ характеристик процессов функционирования сложных систем с помощью только аналитических методов исследования наталкивается на значительные трудности, приводящие к необходимости существенного упрощения моделей либо на этапе их построения, либо в процессе работы с моделью, что снижает достоверность результатов.
Имитационный (статистический) подход в моделировании базируется на использовании предельной теоремы Чебышева при вероятностном представлении параметров системы. На основе предварительного изучения моделируемой системы достаточно просто определяются виды и значения законов распределения случайных величин параметров. В рамках имитационного подхода используются аналитические зависимости между параметрами элементов системы, однако эти зависимости имеют более обобщенный, упрощенный характер. Они значительно проще, нежели зависимости в рамках аналитического подхода.
Имитационное моделирование – метод исследования, основанный на том, что изучаемая динамическая система заменяется ее имитатором, и с ним проводятся эксперименты в целях получения информации об изучаемой системе.
В настоящее время большинство имитаторов реализуется на ЭВМ, однако возможна их реализация в виде физических объектов, например, в виде механических и электронных систем и т. п.
Математическое моделирование систем, в том числе и информационных, имеет целью оптимизацию структуры систем, выбор оптимальных режимов функционирования систем, определение требуемых характеристик аппаратурного оборудования и программного обеспечения.
В любом случае моделирование должно отвечать следующим требованиям:
-
модели должны быть адекватны соответствующим системам или технологическим задачам;
-
должна обеспечиваться необходимая точность;
-
должно обеспечиваться удобство работы пользователя – специалиста по технологии или по обработке информации (управлению):
-
понятный интерфейс управления моделированием;
-
достаточная скорость работы;
-
наглядность результатов;
-
приемлемая стоимость разработки и использования средств моделирования.