41273

Возможности и эффективность моделирования систем на вычислительных машинах

Лекция

Информатика, кибернетика и программирование

Классификация видов моделирования систем продолжение. Возможности и эффективность моделирования систем на вычислительных машинах. Средства моделирования систем. Обеспечение имитационного моделирования.

Русский

2013-10-23

123 KB

19 чел.

Лекция 3. Классификация видов моделирования систем (продолжение). Возможности и эффективность моделирования систем на вычислительных машинах. Средства моделирования систем. Обеспечение имитационного моделирования. Достоинства и недостатки имитационного моделирования. Эффективность машинного моделирования.

1.3. Классификация видов моделирования систем (продолжение)

Математическое моделирование – процесс установления соответствия данному реальному объекту некоторой математической модели и исследование этой модели для получения характеристик объекта.

Пример. Математическая модель процесса как система соотношений вида:

,  (1.1)

где m – подсистемы,  – характеристики подсистем,  – параметры подсистемы,  – входные воздействия на   подсистемы,  – воздействия внешней среды на подсистемы.

Математическое моделирование делится на аналитическое, имитационное и комбинированное.

При аналитическом моделировании свойства, процессы объекта описываются в виде функциональных соотношений (алгебраических, интегродифференциальных, конечно-разностных и т.п.) или логических условий, которые решаются либо в общем виде, либо при конкретных начальных данных (численными методами на ЭВМ), либо качественно (например, оценка устойчивости решения).

При имитационном моделировании с помощью ЭВМ осуществляется синтез структуры, алгоритмов и параметров модели, а также анализ и поиск оптимального варианта системы по некоторым критериям оценки эффективности. Когда результаты, полученные при воспроизведении на имитационной модели функционирования системы, являются реализациями случайных величин и функций, тогда для нахождения характеристик процесса требуется его многократное воспроизведение с последующей статистической обработкой информации.

Комбинированное (аналитико-имитационное) моделирование при анализе и синтезе систем позволяет объединить достоинства аналитического и имитационного моделирования. При построении комбинированных моделей проводится предварительная декомпозиция процесса функционирования объекта на составляющие подпроцессы, и для тех из них, где это возможно, используются аналитические модели, а для остальных подпроцессов строятся имитационные модели.

При реальном моделировании исследуются различные характеристики на реальном объекте целиком либо на его части. Реальное моделирование делят на натурное и физическое.

При натурном моделировании исследования проводят на реальном объекте с последующей обработкой результатов эксперимента на основе теории подобия. Научный эксперимент характеризуется использованием средств автоматизации проведения активного эксперимента и обработки информации. При комплексных испытаниях вследствие повторения испытаний изделий выявляются общие закономерности о надежности этих изделий, о характеристиках качества и т.д., при этом в реально протекающий процесс вводятся критические ситуации и определяются границы устойчивости. Производственный эксперимент связан с обобщением опыта, накопленного в ходе производственного процесса.

При физическом моделировании исследования проводятся на установках, которые сохраняют природу явлений и обладают физическим подобием. Физическое моделирование может протекать в реальном и нереальном (псевдореальном) масштабах времени, а также может просматриваться без учета времени. Например, так называемые «замороженные» процессы, которые фиксируются в некоторый момент времени.

Особое место в моделировании занимает кибернетическое моделирование, в котором отсутствует непосредственное подобие физических процессов, происходящих в моделях, реальным процессам. Реальный объект рассматривают как «черный ящик», имеющий ряд входов и выходов, исследуемую функцию реального объекта формализуют в виде некоторых операторов связи между входом и выходом, причем на базе совершенно иных математических соотношений и, естественно, иной физической реализации процесса.

Пример. Системы автоматического регулирования (САР) являются разновидностью систем управления. Основная функция САР состоит в поддержании выходной величины системы вблизи заданного значения. Одноконтурная САР является простейшей из всех САР.

Структурная схема простейшей одноконтурной САР представлена на рис. 1, где введены следующие обозначения: g – задающее воздействие (уставка); fвн – внутреннее возмущение по каналу регулирования; – сигнал ошибки; U – управляющее воздействие на объект управления (ОУ);
y – выходной сигнал ОУ; R(s) – передаточная функция (ПФ) регулятора;
Wоб(s) – ПФ объекта управления по управляющему воздействию.

g       U      y

fвн

Рис. 1. Структурная схема одноконтурной САР

1.4. Возможности и эффективность моделирования систем на вычислительных машинах

Средства моделирования систем

При математическом моделировании используются три основных средства моделирования систем: аналоговые (АВМ), электронные вычислительные машины (ЭВМ) и гибридные вычислительные комплексы (ГВК).

АВМ используется при аналитическом моделировании для ускорения составления и расчета характеристик простой модели. Однако при использовании АВМ повышается погрешность, т.е. уменьшается точность результатов, которая дополнительно ограничена точностью приборов.

ЭВМ используется для расчета характеристик математической аналитической модели, а также и при имитационном моделировании. Современные ЭВМ можно разделить на две группы: универсальные, предназначенные для выполнения расчетных работ, и управляющие, позволяющие проводить не только расчетные работы, но прежде всего приспособленные для управления объектами в реальном масштабе времени, а также и для имитационного моделирования.

ГВК сочетает высокую скорость функционирования аналоговых средств и высокую точность расчетов на базе цифровых средств вычислительной техники. Аналоговая часть ускоряет получение конечных результатов, сохраняя некоторую наглядность протекания реального процесса, а цифровая позволяет осуществить контроль за реализацией модели, создать программы по обработке и хранению результатов моделирования, обеспечивает эффективный диалог исследователя с моделью.

Обеспечение имитационного моделирования

Имитационная система реализуется на ЭВМ и позволяет исследовать имитационную модель М, задаваемую в виде определенной совокупности отдельных блочных моделей и связей между ними в их взаимодействии в пространстве и времени при реализации какого-либо процесса. Можно выделить три основные группы блоков:

  •  блоки, характеризующие моделируемый процесс функционирования системы S;
  •  блоки, отражающие внешнюю среду Е и ее воздействие на реализуемый процесс;
  •  блоки, играющие служебную вспомогательную роль, обеспечивая взаимодействие первых двух, а также выполняющие дополнительные функции по получению и обработке результатов моделирования.

Кроме того, имитационная система характеризуется набором переменных, с помощью которых удается управлять изучаемым процессом, и набором начальных условий, когда можно изменять условия (план) проведения машинного эксперимента.

Математическое обеспечение имитационной системы – совокупность математических соотношений, описывающих поведение реального объекта, совокупность алгоритмов, обеспечивающих как подготовку (ввод исходных данных), так и работу с моделью (имитация, вывод, обработка результатов).

Программное обеспечение – совокупность программ: планирования эксперимента, имитационной модели, проведения эксперимента, обработки и интерпретации результатов, синхронизации процессов в модели (псевдопараллельное выполнение процессов в модели).

Информационное обеспечение – средства и технология организации и реорганизации базы данных моделирования, методы логической и физической организации массивов, формы документов, описывающих процесс моделирования и его результаты.

Техническое обеспечение – средства вычислительной техники, связи и обмена между оператором и сетью ЭВМ, ввода и вывода информации, управления проведением эксперимента.

Эргономическое обеспечение – совокупность научных и прикладных методик и методов, а также нормативно-технических и организационно-методических документов, создающих оптимальные условия для высокопроизводительной деятельности человека во взаимодействии с моделирующим комплексом.

Достоинства и недостатки имитационного моделирования

Основные достоинства имитационного моделирования при исследовании сложных систем:

  •  возможность исследовать особенности процесса функционирования системы S в любых условиях;
  •  за счет применения ЭВМ существенно сокращается продолжительность испытаний по сравнению с натурным экспериментом;
  •  результаты натурных испытаний реальной системы или ее частей можно использовать для проведения имитационного моделирования;
  •  гибкость варьирования структуры, алгоритмов и параметров моделируемой системы при поиске оптимального варианта системы;
  •  для сложных систем – это единственный практически реализуемый метод исследования процесса функционирования систем.

Основные недостатки имитационного моделирования:

  •  для полного анализа характеристик процесса функционирования систем и поиска оптимального варианта требуется многократно воспроизводить имитационный эксперимент, варьируя исходные данные задачи;
  •  большие затраты машинного времени.

Эффективность машинного моделирования

При моделировании необходимо обеспечить максимальную эффективность модели системы. Эффективность обычно определяется как некоторая разность между какими-то показателями ценности результатов, полученных при эксплуатации модели, и теми затратами, которые были вложены в ее разработку и создание.

Эффективность имитационного моделирования может оцениваться рядом критериев:

  •  точностью и достоверностью результатов моделирования,
  •  временем построения и работы с моделью М,
  •  затратой машинных ресурсов (время и память),
  •  стоимостью разработки и эксплуатации модели.

Наилучшей оценкой эффективности является сравнение полученных результатов с реальными исследованиями. С помощью статистического подхода с определенной степенью точности (в зависимости от числа реализаций машинного эксперимента) получают усредненные характеристики поведения системы.

Суммарные затраты машинного времени складываются из времени по вводу и выводу по каждому алгоритму моделирования, времени на проведение вычислительных операций, с учетом обращения к оперативной памяти и внешним устройствам, а также сложности каждого моделирующего алгоритма и планирования экспериментов.

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Советов Б.Я. Моделирование систем : учеб. для вузов / Б.Я. Советов, С.А. Яковлев. М. : Высш. шк., 2001. 343 с.

2. Советов Б.Я. Моделирование систем : учеб. для вузов / Б.Я. Советов, С.А. Яковлев. 2-е изд. М.: Высшая школа, 1998. 319 с.

3. Тарасик В.П. Математическое моделирование технических систем: учеб. для вузов / В.П. Тарасик. М.: Наука, 1997. 600 с.

4. Введение в математическое моделирование: учеб. пособие для вузов/ под ред. П.В.Тарасова. М.: Интермет Инжиниринг, 2000. 200 с.

5. Ивченко Г.И. Математическая статистика: учебное пособие для втузов / Г.И. Ивченко, Ю.И. Медведев. М.: Высш. шк., 1984. 248 с.

6. Альянах И.Н. Моделирование вычислительных систем / И.Н. Альянах. Л.: Машиностроение, 1988. 233 с.

7. Шеннон Р. Имитационное моделирование систем – искусство и наука / Р. Шеннон. М.: Мир, 1978. 308 с.

5

Wоб(s)

R(s)


 

А также другие работы, которые могут Вас заинтересовать

84485. Поняття про рефлекс. Будова рефлекторної дуги та її ланок 43.38 KB
  Рефлекторна дуга – шлях по якому передається інформація при здійсненні рефлексу. Тобто рефлекторна дуга – морфологічний субстрат рефлексу. Схема найпростішої елементарної рефлекторної дуги на прикладі шкірном’язового рефлексу має такий вигляд: Із схеми видно що рефлекторна дуга має такі відділи: 1. Нервовий центр – структури у межах ЦНС що беруть участь у здійсненні рефлексу.
84486. Рецептори, їх класифікація та збудження 45.25 KB
  Рецептори – спеціалізовані структури що забезпечують: а сприйняття інформації про дію подразника; б первинний аналіз цієї інформації сила якість час дії новизна подразника. За наявністю спеціалізованої сенсорної клітини: первинні – інформація про дію подразника сприймається безпосередньо нервовим закінченням; вторинні – інформації про дію подразника сприймається спеціалізованою сенсорною рецепторною клітиною а далі передається на нервове закінчення. За наявністю чи відсутністю допоміжних структур: вільні нервові закінчення –...
84487. Пропріорецептори, їх види. Будова та функції м’язових веретен 43.25 KB
  Пропріорецептори М’язів м’язові веретена Суглобових сумок Сухожилків тільця Гольджі Види рецепторів Адекватний подразник Деформація Розтягнення Розтягнення Ступінь та швидкість розтягнення м’язів Ступінь згинання розгинання в суглобі Ступінь та швидкість скорочення м’яза так як при скороченні сухожилки розтягуються Контролюють М’язові веретена – первинні механорецептори що мають складну структуру. Адекватним подразником ІФВ є розтягнення центральної частини – ядерної сумки. Таке розтягнення та збудження спіралевидного нервового...
84488. Механізми і закономірності передачізбудження в центральних синапсах 44.76 KB
  Аксосоматичні Аксоаксональні Аксодендритні Дендродендритичні Збудливі Гальмівні Хімічні Електричні Механізм передачі збудження через центральний аксосоматичний хімічний синапс полягає в наступному: ПД поширюється по мембрані аксона далі по мембрані пресинаптичній підвищення проникності пресинаптичної мембрани для іонів С2 вхід їх в нервове закінчення за градієнтом концентрації вихід медіатора в синаптичну щілину дифузія медіатора до постсинаптичної мембрани взаємодія з мембранними циторецепторами збільшення...
84489. Види центрального гальмування. Механізми розвитку пре- та постсинаптичного гальмування 43.78 KB
  Механізми розвитку пре та постсинаптичного гальмування. Гальмування – активний фізіологічний процес. Гальмування в ЦНС Постсинаптичне Пресинаптичне За локалізацією За електрофізіологічною природою Гіперполяризаційне Деполяризаційне За будовою нейронних ланцюгів Зворотнє Пряме Постсинаптичне гіперполяризаційне гальмування.
84490. Сумація збудження і гальмування нейронами ЦНС 48.02 KB
  Взаємодія збудження та гальмування на тілі кожного окремого нейрона відбувається шляхом сумації просторової та часової. В залежності від переважання сумації ЗПСП чи ГПСП нейрон може перебувати в трьох станах: збудження – характеризується генерацією ПД на мембрані аксонного горбика в результаті переважання сумації ЗПСП деполяризація мембрани дійшла до критичного рівня: чим інтенсивніше протікає сумація ЗПСП тим швидше деполяризація доходить до Екр тим частіше ПД в РРН тобто тим сильніше збудження нейрона. Таким чином за допомогою...
84491. Рухові рефлекси спинного мозку, їх рефлекторні дуги, фізіологічне значення 45.37 KB
  У складі задніх рогів спинного мозку переважають вставні нейрони. Біла речовина спинного мозку представлена волокнами висхідних та низхідних шляхів. Контроль на рівні спинного мозку Рецептори шкіри Вісцерорецептори ангіорецептори.
84492. Провідникова функція спинного мозку. Залежність спінальних рефлексів від діяльності центрів головного мозку. Спінальний шок 43.05 KB
  Біла речовина спинного мозку передні бокові та задні канатики складається з нервових волокон які формують провідні шляхи. Основними висхідними шляхами є: 1. Шлях Голя – розташований в медіальній частині заднього канатика. Шлях Бурдаха – розташований в латеральній частині заднього канатика.
84493. Рухові рефлекси заднього мозку, децеребраційна ригідність 48.79 KB
  Вони носять назву надсегментарних утворень так як впливають на м’язи не прямо а через мотонейрони сегментарних структур – рухові ядра спинного мозку і черепномозкових нервів. Задній мозок отримує і переробляє всю аферентну інформацію що надходить від спинного мозку оскільки всі специфічні висхідні шляхи від спинного мозку входячи в стовбур мозку задній та середній мозок віддають коллатералі гілочки до ретикулярної формації тут продовжується обробка аферентної інформації. В задньому мозку розміщені 4 вестибулярні ядра медіальне...