Cтраница 2
Использование вычислительной техники в сфере управления предполагает наличие эффективных алгоритмов и полной обеспеченности машин информацией, которая должна быть достоверной, Этим определяется необходимость формулировать цели и перечислять функции АСОД, что приведет в конечном итоге к выбору критериев оценки системы и построению аналитических моделей. [16]
Малая тоннажность выпускаемых продуктов, удобство обслуживания, изготовления и возможность масштабирования в ряде случаев делает предпочтительный аппараты с плоским поперечным сечением - Определена возможность обработки ряда материалов без застойных зон и комкование лишь при небольших объемных концентрациях твердой фазы, что ставит задачу построения аналитической модели для разбавленной и плотной двухфазных систем. [17]
Учитывая трудоемкость экспериментального исследования многокомпонентных систем, важно при построении диаграмм рационально спланировать эксперимент. Цель математического планирования эксперимента - построение аналитической модели объекта, позволяющей значительно сократить затраты средств и времени. При этом опыту предшествует гипотеза, на проверку которой и направлены экспериментальные измерения. [18]
Наличие алгоритмических моделей отнюдь не умаляет достоинств и значения для науки и практики аналитических моделей. Напротив, исследования на алгоритмических моделях часто обеспечивают построение простых и эффективных аналитических моделей, более наглядных и удобных в практическом применении. [19]
Важный класс вероятностных моделей, получивших распространение в последние годы, - статистические ( монте-карловские) модели, которые полнее учитывают те или иные особенности кадровых систем. Имитация-динамики кадров позволяет проверить ряд допущений, принятых при построении аналитических моделей, и оценить влияние этих допущений на результаты вычислений. [20]
Цель книги - дать основные сведения, необходимые для эффективного планирования и анализа инженерных экспериментов. В методах построения инженерных моделей особое внимание уделяется построению экспериментальной модели ( как структурной, так и функциональной) и построению аналитической модели. [21]
Общность аналитических методов по сравнению с эмпирическими и фундаментальность результатов, получаемых с их помощью, не даются даром. Причем существенные трудности возникают уже на этапе построения аналитических моделей. [22]
Использование чисто аналитических моделей также затруднено. В настоящее время не существует окончательно сформированных критериев оценки эффективности ремонтного производства на линейной части магистральных газопроводов, отсутствуют явные зависимости, связывающие эти критерии с параметрами системы и начальными условиями ее изучения. Кроме того, сложность исследуемого объекта либо приводит к необходимости использования при построении аналитических моделей достаточно грубых допущений ( что вызывает снижение адекватности), либо построенная модель становится столь громоздкой, что практически недоступна для анализа. [23]
Появление целой системы близлежащих и взаимовлияющих трещин существенно осложняет процедуру моделирования процесса разрушения. Аналитическому описанию поддаются стадии появления и развития одной трещины в наиболее напряженном месте. Начиная с этого момента, трещины могут существенно изменить исходное напряженное состояние, что весьма сложно учесть при построении аналитических моделей. [24]
Эти модели позволяют установить аналитическую ( формульную) зависимость между условиями операции, элементами решения и результатом ( исходом) операции, который характеризуется одним пли несколькими показателями эффективности. Во многих операциях системы массового обслуживания или другие, аналогичные им ( например, технические устройства с узлами, выходящими из строя), фигурируют как подсистемы или части общей управляемой системы. Польза и желательность построения аналитических моделей ( хотя бы приближенных) сомнению не подлежат. Беда в том, что их удается построить только для самых простых, незатейливых систем, и, самое главное, они требуют допущения о марковском характере процесса, что далеко не всегда соответствует действительности. В случаях, когда аналитические методы неприменимы ( или же требуется проверить их точность), приходится прибегать к универсальному методу статистического моделирования или, как его часто называют, методу Монте-Карло. [25]
Эти модели позволяют установить аналитическую ( формул71 - ную) зависимость между условиями операции, элементами решения и результатом ( исходом) операции, который характеризуется одним или несколькими показателями эффективности. Во многих операциях системы массового обслуживания или другие, аналогичные им ( например, технические устройства с узлами, выходящими из строя), фигурируют как подсистемы или части общей управляемой системы. Польза и желательность построения аналитических моделей ( хотя бы приближенных) сомнению не подлежат. Беда в том, что их удается построить только для самых простых, незатейливых систем, и, самое главное, они требуют допущения о марковском характере процесса, что далеко не всегда соответствует действительности. В случаях, когда аналитические методы неприменимы ( или же требуется проверить их точность), приходится прибегать к универсальному методу статистического моделирования или, как его часто называют, методу Монте-Карло. [26]
Компактный объект получает вещество от звезды-гиганта и выбрасывает его в двух полярных направлениях в виде очень тонких струй и приходит к заключению, что SS433 это искусственный объект, связанный с жизнедеятельностью гигантских космических субъектов - магнитных плазмоидов. Функции этого объекта заключаются в том, чтобы питать этих субъектов плазмой, обладающей очень высокой кинетической энергией. Космические субъекты, сооружая насос, питающий их плазмой для облегчения своей жизнедеятельности придали ему и символическую функцию, закодировав в линиях спектра музыкальные сообщения, До-мажор и До-минор, доступные наблюдателю, находящемуся на прецессионном конусе в наилучшем положении. Основное содержание книги посвящено построению аналитической модели субъекта, которого более точно можно было бы определить как абстрактный субъект с космологической моралью, базирующейся на совести, как физическом законе. В книге проводится детальный анализ системных и термодинамических процессов, убедительно подтверждающих космическим примером предложенную мной семантическую модель организации Вселенной. [27]
Математические модели играют чрезвычайно важную роль в работе специалиста по науке управления, хотя его работа никоим образом не ограничивается построением моделей. Но трудности, связанные с созданием полезных математических моделей, достаточно примечательны, чтобы уделить им особое внимание. Процесс, посредством которого опытный исследователь приходит к модели изучаемого им явления в области управления, правильнее всего было бы назвать интуитивным. Следующая глава будет посвящена детальному обсуждению роли интуиции в управлении; в данной же главе мы в основном сосредоточим внимание пароли интуиции в построении аналитических моделей. Он может быть склонен рассматривать формализацию и научную формулировку задачи управления как своего рода искусство - в том смысле, что эти процессы призваны оставаться в значительной степени интуитивными. Любой набор правил для построения моделей может в лучшем случае иметь только ограниченную область применения, а в худшем даже помешать проявлению необходимой интуиции. [28]
На практике существует множество операций, построение аналитических моделей которых весьма затруднительно, а то и вообще невозможно, например вследствие сложности рассматриваемой операции, содержащей множество случайных и неопределенных неконтролируемых факторов. Но такие зависимости при наличии случайных факторов, а особенно неопределенных, чаще всего удается получить в том случае, если случайный процесс, характеризующий операцию, является марковским или же близким к нему. Такая ситуация имеет место, например, в различных системах массового обслуживания с пуассоновским входящим потоком и экспоненциальным распределением времени обслуживания. При произвольных потоках событий, переводящих систему из одного состояния в другое, аналитические решения получены только для отдельных частных случаев. Если построение приемлемой аналитической модели операции по тем или иным причинам неосуществимо, то применяется другой метод математического моделирования, известный под названием метода статистических испытаний или метода Монте-Карло. Применение этого метода неразрывно связано с электронно-цифровыми вычислительными машинами, позволяющими производить большие расчеты за сравнительно короткие промежутки времени. [29]
В данной работе было проведено экспериментальное исследование низкочастотных колебаний плотности пылевых частиц, возбуждающихся в стоячих стратах тлеющего разряда постоянного тока в аргоне. В результате были получены двумерные поля основных характеристик исследуемых волн. Было найдено, что в условиях эксперимента заряды частиц расположенных в разных частях облака различаются более чем в два раза, при этом частицы с большими зарядами расположены в нижней части структуры. Проведено сравнение экспериментально измеренного пространственного распределения параметров волн с распределениями, получающимися в рамках различных моделей. Анализ полученных результатов показал, что для определения основных механизмов раскачки колебаний недостаточно построения линейных аналитических моделей, а необходимо провести численное моделирование с учетом нелинейного диссипативного характера системы. [30]