Сложная дискретная система

Cтраница 1

Сложные дискретные системы в общем случае представляют собой определенную совокупность дискретных автоматов с памятью и без памяти. Примером такой системы является цифровая вычислительная или управляющая машина. В соответствии с этим разрабатывают тест-программы контроля работоспособности или диагностики аппаратуры ЭВМ перед ее использованием, в процессе функционирования в системе, при профилактических работах. К тому же виду относится проверка посредством решения специальной контрольной задачи, предназначенной для комплексного контроля функционирования ЭВМ в системе совместно с программами специального математического обеспечения. В этом случае контрольная задача имитирует решение основных функциональных задач по заранее подготовленным и зафиксированным сообщениям. Условие работоспособности представляет собой заранее полученный результат решения задачи. Контрольная задача должна разрабатываться так, чтобы ЭВМ проверялась в условиях, наиболее близких к реальному функционированию в управляющей системе. [1]

Предлагаемый метод синтеза более сложных дискретных систем ( синхронных, асинхронных, многоконтурных и др.) во многих случаях значительно проще существующих аналитических методов и позволяет получить более полную информацию о динамических свойствах систем. [2]

Структурная схема логического струйно-мембранного устройства. [3]

Описанные выше элементы струйной техники позволяют строить достаточно сложные дискретные системы пневмоавтоматики. Схемы, реализованные на этих элементах, имеют небольшие габариты и обладают существенно большим быстродействием, чем схемы, построенные на мембранных элементах УСЭППА. Кроме того, струйные элементы просты в изготовлении, что позволяет обеспечивать при серийном производстве их невысокую стоимость. Однако широкое внедрение струйных элементов и построенных на их базе систем управления в промышленность затрудняется по нескольким причинам. В первую очередь к ним следует отнести низкий уровень входных и выходных сигналов, принятый в этих элементах. Он составляет 980 - 1960 Н / м2, что в 50 - 100 раз ниже уровня, принятого в промышленных системах пневмоавтоматики. [4]

Язык GPSS6bin специально разработан для построения имитационных моделей сложных дискретных систем. [5]

Система GPSS / PC предназначена для имитационного моделирования сложных дискретных систем S. Имитационное моделирование обеспечивает возможность испытания, оценки и проведения экспериментов с предлагаемой системой S без каких-либо непосредственных воздействий на нее. При имитационном моделировании проводится эксперимент с программой, которая является моделью системы S. Несколько часов, недель или лет работы исследуемой системы S могут быть промоделированы на ЭВМ за несколько секунд или минут. В большинстве случаев модель является не точным аналогом системы S, а скорее ее символическим изображением. Однако такая модель позволяет проводить измерения, которые невозможно провести каким-либо другим способом. [6]

Емельянов и Ясиновский, 1998 ] Емельянов В. В., Ясиновскип С. И. Введение в интеллектуальное имитационное моделирование сложных дискретных систем и процессов. [7]

Он успешно используется для моделирования систем, формализованных в виде систем массового обслуживания. Язык GPSS построен на предположении, что моделью сложной дискретной системы является описание ее элементов и логических правил их взаимовлияния в процессе функционирования моделируемой системы. Далее предполагается, что для определенного класса моделируемых систем можно выделить небольшой набор абстрактных элементов, называемых объектами. Причем набор логических правил также ограничен и может быть описан небольшим числом стандартных операций. [8]

Так как сложная система принципиально является многоаспектной, то она не может быть описана одной моделью, и необходимо разрабатывать ряд моделей одной и той же системы, предназначенных для решения различных задач или только одной задачи. Имитационные модели часто являются единственным методом при исследовании и управлении сложными дискретными системами и процессами. Большие возможности, обеспечиваемые использованием имитационных моделей, не означают, что наряду с ними не могут быть применены статистические, аналитические и другие модели. Поэтому создание децентрализованной системы управления приводит к построению гибридных гетерогенных структур моделей ( далее многомодельных структур), обеспечивающих моделирование структур сложной системы, поддерживающих процесс принятия решений и эволюцию системы. [9]

Со второй вариационной задачей связан известный результат Шеннона об асимптотической безошибочности передачи информации через каналы с помехами, а с третьей - факт асимптотической равноценности шенноновской и хартлиевской информации. Последние результаты являются замечательным примером единства дискретного и непрерывного, примером того, как при повышении сложности дискретной системы ее удобно описывать непрерывными математическими объектами; того, как сложная непрерывная система ведет себя асимптотически подобно сложной дискретной системе. Заманчиво было бы видеть нечто подобное, скажем, в будущей асимптотической теории алгоритмов или автоматов. [10]

Одной из типовых задач для производственных систем является управление автоматизированной транспортной системой. Основная решаемая проблема - это определение оптимального порядка обслуживания заявок автоматическими транспортными устройствами при заданном критерии. Заявки случайным образом возникают в различных местах производственной системы. Далее рассматривается децентрализованная система управления сложной дискретной системой, осуществляющей транспортировку грузов различного типа. Решается задача управления: минимизировать суммарный путь, пройденный в процессе развозки грузов всеми имеющимися транспортными устройствами. [11]

Страницы: 1