- •Конспект лекций По дисциплине «Моделирование систем» Содержание
- •1.Системы и моделирование
- •1.1.Система как предмет моделирования
- •1.2.Модели
- •1.3.Математическое моделирование
- •2.Математические схемы моделирования систем
- •2.1.Основные подходы к построению математических моделей систем
- •2.2.Задачи теории массового обслуживания
- •2.3.Поток заявок. Время обслуживания
- •2.4.Простейшие смо и их характеристики
- •3.Этапы машинного моделирования систем
- •3.1.Построение концептуальной модели системы и ее формализация
- •3.2.Алгоритмизация модели системы и ее машинная реализация
- •3.3.Получение и интерпретация результатов моделирования системы
- •4.Принципы имитационного моделирования сложных систем
- •4.1.Понятие модельного времени
- •4.2.Способы имитации
- •4.3.Моделирующий алгоритм
- •5.Моделирование случайных факторов
- •5.1.Принципы моделирования случайных элементов
- •5.2.Требования к генератору случайных чисел
- •5.3.Методы построения программных датчиков бсв
- •5.4.Моделирование случайных воздействий на системы
- •6.Программные средства моделирования систем
- •6.1.Машинная реализация имитационных моделей
- •6.2.Классификация языков моделирования
- •6.3.Средства языков моделирования
- •7.Язык и система моделирования gpss
- •7.1.Транзакты
- •7.2.Списки
- •Процедура просмотра списка текущих событий:
- •7.3.Устройства
- •7.4.Многокнальные устройства (мку)
- •7.5.Логические ключи
- •7.6.Очереди и регистраторы очередей
- •7.7.Таблицы
- •7.8.Ячейки (Сохраняемые величины)
- •7.9.Матрицы
- •7.10.Функции
- •7.11.Переменные
- •8.Обработка результатов имитационного моделирования
- •8.1.Точечные оценки неизвестных параметров
- •8.2.Статистические методы обработки
- •8.3.Задачи обработки результатов моделирования
- •9.Планирование имитационных экспериментов
- •9.1.Общие принципы и задачи планирования экспериментов
- •9.2.Планирование экспериментов по исследованию систем методами дисперсионного анализа
- •10 Тактическое планирование машинных экспериментов с моделями систем
- •10.1 Стратегии запуска
- •10.1.1 Задание начальных условий
- •10.1.2 Процедуры отсечения
- •10.2 Определение объема имитационных экспериментов
- •9.3.Методы понижения дисперсии
- •Дополняющая выборка
- •Общие потоки случайных чисел
- •Использование априорной информации
- •Использование управляющих переменных
- •9.4.Правила остановки
- •10.Планирование экспериментов по оптимизации систем
- •10.1.Общие положения
- •10.2.Метод крутого восхождения
1.2.Модели
Понятие модели является одним из основных понятий современной науки. По отношению к своим моделям реальная система служит оригиналом, или прототипом. Модель (от латинского modulus — мера, образ, образец) — это образ или прообраз системы-оригинала, используемый при заданных условиях в качестве системы-заменителя, отражающей основные закономерности оригинала. Словом “основные” подчеркивается, что модель является компромиссом между необозримой сложностью оригинала и ограниченными на данном этапе развития возможностями исследования его поведения. В качестве образа реальной системы применяются макеты, схемы, графы, цепи Маркова и т. п., а в качестве прообраза — образцы (слепки), служащие эталоном для серийного воспроизведения изделия в другом материале.
В основу построения моделей полагают принципы реализуемости и завершенности, независимости реализации от материальной среды, оптимальности и соответствия, конструктивной целостности.
Принцип реализуемости и завершенности предполагает, что по модели, которая удовлетворяет заданным требованиям, можно построить реальную систему. Система может быть выполнена с использованием имеющихся у исследователя материальных средств. Чтобы система оказалась наилучшей, необходимо правильно выбрать целевую функцию и ограничения. Конструктивная целостность подчеркивает, что модель состоит из предикатов, которые могут быть реализованы на практике.
Существующее многообразие моделей можно разделить на изоморфные и гомоморфные.
В изоморфной модели между моделью и оригиналом наблюдается полное поэлементное соответствие. Изоморфизм в данном случае означает равенство формы реальной системы и модели, обладающее свойствами рефлективности (копия данной системы служит ее моделью), транзитивности (модель модели является моделью исходной системы) и симметричности (любая система есть модель каждой своей модели). Классическими примерами изоморфизма являются наглядные модели предметов. Условие изоморфизма модели и оригинала требует подобия их строения, которое предполагает равночисленность предикатов.
Упрощение может быть достигнуто в том случае, если пренебречь несущественными предикатами, т. е. перейти от точного изоморфного восприятия к представлению модели как приблизительного образа моделируемой системы. Указанное требование приводит к общему понятию гомоморфизма модели реальной системы, также рефлективного и транзитивного, но несимметричного.
Гомоморфный (приближенный) образ содержит не большее число предикатов, чем оригинал. При этом гомоморфное преобразование состоит в том, чтобы укрупнить имеющиеся у исследователя сведения о системе в более компактную, удобную для дальнейшей обработки форму. Выбор существенных предикатов позволяет заменить абсолютное относительным, точное — приближенным, конкретное — абстрактным. Появляется возможность проведения анализа системы с помощью упрощенной модели, отображающей только существенные для исследователя черты оригинала.
Так возникла теория моделирования — метод познания и научного исследования, связанный с замещением систем-оригиналов их моделями, и исследования свойств моделей для перенесения результатов решения на оригиналы. Если результаты моделирования подтверждаются и могут служить основой для прогнозирования процессов, протекающих в исследуемых объектах, то говорят, что модель адекватна объекту.