- •Назначение и виды стейтчартов. Состояния, переходы. Приведите примеры.
- •2. Какие типы экспериментов поддерживаются программой AnyLogic? Каково их назначение?
- •3. В чем отличие содержательной постановки задачи от концептуальной? Приведите примеры
- •4. Дайте определение понятия модель, приведите примеры.
- •5. Виды моделирования: материальное и идеальное, приведите примеры
- •Методы реализации математических моделей
- •8. Основные этапы создания модели
- •10. Конструкция if else в языке Ява, синтаксис, пример использования.
- •Численные и аналитические методы. Сходства и отличия (см. 6 вопрос )
- •12. Конструкция while в языке Ява, синтаксис, пример использования.
- •Условный оператор в языке Ява, синтаксис, пример использования.
- •Когнитивные, концептуальные и формальные модели. Приведите примеры.
- •Классификация математических моделей в зависимости от сложности объекта моделирования.
- •Классификация математических моделей в зависимости от оператора модели.
- •Классификация математических моделей в зависимости от входных и выходных параметров.
- •Иерархическая структура моделей гхтс.
- •Классификация математических моделей в зависимости от целей моделирования.
- •Классификация математических моделей в зависимости от методов реализации.
- •Особый класс моделей – компьютерные.
- •Концептуальная постановка задачи моделирования. Приведите пример и проведите анализ задачи.
- •Математическая постановка задачи моделирования. Контроль правильности полученной системы математических соотношений.
- •Выбор и обоснование выбора метода решения задачи.
- •Дайте определение дискретно-событийной системы, приведите примеры
-
Классификация математических моделей в зависимости от сложности объекта моделирования.
В качестве объекта моделирования может выступать как некоторое материальное тело или конструкция, так и технологический или социальный процесс либо явление. Все объекты моделирования можно разделить на две группы: простые и объекты-системы. В первом случае при моделировании не рассматривается внутреннее строение объекта, не выделяются составляющие его элементы или процессы. В качестве примера подобного объекта можно привести материальную точку в классической механике.
Рис 3 Классификация объектов моделирования
Что такое система? Система – это совокупность взаимосвязанных элементов, обособленная от окружающей среды и взаимодействующая с ней как целое.
Модели объектов-систем, учитывающие свойства и поведение отдельных элементов, а также взаимосвязи между ними, называются структурными.
Среди структурных динамических систем выделяют в отдельный подкласс имитационные системы, состоящие из конечного числа элементов, каждый из которых имеет конечное число состояний. Число связей между элементами также предполагается конечным. Взаимодействие элементов внутри системы моделируется с помощью некоторого алгоритма, реализуемого с использованием ЭВМ.
Как правило, взаимодействие внешней среды со сложной системой полностью проследить не удается, что приводит к неопределенности внешних воздействий и, как следствие, неоднозначности в поведении самой системы. Наличие подобной неопределенности является характерной особенностью сложных систем.
-
Классификация математических моделей в зависимости от оператора модели.
Любая математическая модель может рассматриваться как некоторый оператор, являющийся алгоритмом или совокупностью уравнений - алгебраических, дифференциальных, интегро-дифференциальных и др.
Рис. 4
Если оператор обеспечивает линейную зависимость выходных параметров от значений входных параметров, то математическая модель называется линейной. Линейные модели более просты для анализа. Исторически первыми стали разрабатываться и исследоваться именно линейные математические модели. Область применения подобных моделей охватывает классическую механику, электродинамику, аналитическую химию и биологию. Методы их построения обладают большой общностью и эффективностью.
Линейное поведение свойственно относительно простым объектам. Системам, как правило, присуще нелинейное многовариантное поведение.
В настоящее время все чаще возникает потребность не только в повышении точности моделирования, но и в создании качественно новых моделей, учитывающих нелинейность поведения реальных объектов исследования. Анализ подобных моделей намного сложнее, чем линейных, причем разработка методики и общих подходов к исследованию в настоящее время далека от завершения.
В зависимости от вида оператора математические модели можно разделить на простые и сложные.
В случае, когда оператор модели является алгебраическим выражением, отражающим функциональную зависимость выходных параметров от входных, модель будем называть простой.
Простые модели чаще всего являются результатом обобщения и анализа экспериментальных данных, полученных в результате наблюдений за исследуемым объектом или явлением. На основании анализа таких данных выдвигается гипотеза о возможной функциональной связи входных и выходных параметров. После этого гипотеза проверяется на имеющемся экспериментальном материале, уточняется степень ее адекватности, т.е. степень соответствия результатов моделирования, имеющимся знаниям об исследуемом объекте. Если результаты проверки неудовлетворительны, то принятая гипотеза отвергается и заменяется новой. Процесс повторяется до получения желаемой степени соответствия результатов эксперимента и модели.
Модель, включающая системы дифференциальных и интегральных соотношений, уже не может быть отнесена к простым, так как для своего исследования требует применения довольно сложных математических методов.
На практике часто возникают ситуации, когда удовлетворительное описание свойств и поведения объекта моделирования не удается выполнить с помощью математических соотношений. Однако в большинстве случаев удается построить некоторый имитатор поведения и свойств такого объекта с помощью алгоритма, который также можно считать оператором модели.