Моделирование - сложная система
Cтраница 1
 |
Примеры графиков функций принадлежности нечетких чисел ( / - /. - функций. [1] |
Моделирование сложных систем с применением аппарата нечетких множеств требует выполнения большого объема операций над разного рода лингвистическими и другими нечеткими переменными. Для удобства исполнения операций, а также для ввода-вывода и хранения данных желательно выбирать функции принадлежности стандартного вида. [2]
Рассмотрим моделирование сложных систем: заряд ВВ-среда-конструкция. [3]
При моделировании сложной системы исследователь обычно вынужден использовать совокупность нескольких моделей из числа разновидностей, упомянутых выше. Любая система или подсистема может быть представлена различными способами, которые значительно отличаются друг от друга по сложности и детализации. В большинстве случаев в результате системных исследований появляются несколько различных моделей одной и той же системы. Но обычно по мере того, как исследователь глубже анализирует и лучше понимает проблему, простые модели заменяются все более сложными. [4]
В кибернетике применяется моделирование сложных систем на основе использования модели черного ящика. Так называют любую управляемую систему, в которой исследуются только реакции ее выходных сигналов на входные воздействия и при этом не рассматривается внутреннее устройство системы. Современные системы оказываются все более и более сложными, а их функциональные возможности ( то, что они могут делать) становятся все более богатыми. Понятно, что в этих условиях на первый план выдвигается исследование именно функциональных возможностей систем. Исследование же внутренней структуры систем отступает на второй план. Тем более что во многих случаях такое исследование в полном объеме оказывается практически невозможным из-за сложности систем. Подобное смещение акцентов приводит нас к качественно новой точке зрения, когда главной задачей становится изучение общих закономерностей процессов управления и самоуправления независимо от конкретного устройства тех или иных управляемых систем. Именно эта точка зрения и привела к кибернетике как науке об управлении ( самоуправлении) в сложных системах. Оказалось, что отнюдь не обязательно вникать во все детали внутренней структуры системы. Более того, расчленение сложной системы на составные части может даже приводить к утрате принципиально важной информации. В этой ситуации модель черного ящика приобретает принципиальное значение. [5]
Как правило, моделирование сложных систем сталкивается с большой размерностью задачи, значительным числом внутренних взаимосвязей, различными вероятностными характеристиками. [6]
Из общей теории моделирования сложных систем известно, что проектирование их имеет две стадии. [7]
Изложены основные вопросы моделирования сложных систем в задачах анализа и синтеза АСУ. Дана классификация сложных систем и описаны этапы моделирования. Рассмотрены основные подходы к моделированию случайных величин, случайных событий и случайных векторов. Приведены результаты, связанные о моделированием стационарных, случайных процессов на основе спектрального разложения и с моделированием случайных функций с помощью канонического разложения. Представлены методы и алгоритмы построения экспериментально-статистических моделей динамических объектов управления и мониторинга, в том числе объектов с распределенными параметрами. [8]
Синергетический подход к моделированию сложных систем [2, 29, 41] учитывает нелинейность сложных систем, одним из проявлений которой является нарушение принципа суперпозиции. [9]
Стергетический подход к моделированию сложных систем [2, 29, 41] учитывает нелинейность сложных систем, одним из проявлений которой является нарушение принципа суперпозиции. [10]
Широкое распространение при моделировании сложных систем на ЦВМ получил метод статистических испытаний, называемый также методом Монте-Карло. Метод достаточно подробно описан в литературе [7, 8, 35] и состоит в построении большого числа исследуемых систем с помощью вычислительной машины и численной оценке характеристик этих смоделированных систем. Наличие быстродействующих ЦВМ, позволяющих экономично и быстро моделировать характеристики сложных систем, привело к широкому распространению этого метода. [11]
В соответствии с принципом модульности моделирования сложных систем модель подсистемы каждого уровня иерархии формируется как объединение моделей нижележащего уровня, а процесс взаимодействия подсистем взаимодействующих уровней моделируется с использованием координирующего соотношения. [12]
 |
Общая схема СМО. [13] |
Подобный подход широко используется при моделировании сложных систем, например, в имитационных моделях при формировании временных интервалов между различными состояниями объекта исследования. Для учета при моделировании неопределенности нестохастического характера могут быть использованы, например, положения теории игр. Модели, построенные с их учетом, называют игровыми. [14]
Таким образом, исходными данными для моделирования сложной системы являются параметры ее элементов и схема сопряжения их в соответствующую структуру. Эти сведения используются для настройки универсальной модели на конкретный реальный объект и подготовки решения на модели некоторого круга задач. [15]
Страницы: 1 2 3 4