Изменение - параметр - модель
Cтраница 3
В случае идентификации объекта, подвергаемого ступенчатому возмущению, достаточно присвоить элементу PRM ( 3) значение, равное ступенчатому возмущению. Дополнительно следует вводить данные, определяющие границы изменения параметров модели объекта управления. Предполагается, что допустимой областью поиска является многомерный параллелепипед. Помимо этого, исходная информация загружается в поля IDN, ОТК массива НМД. [31]
Ситуация определена как известная и неситуационные признаки в пределах расчетных отклонений. Тогда проводится настройка параметров при малой степени уверенности, что отражается на величине изменения параметров модели. Одновременно подается предупреждение оператору об изменении характеристик объекта. Если вариант повторяется ( сохраняется) далее, тогда степень уверенности повышается. [32]
 |
Блок-схема процесса изготовления целлюлозной бумаги. [33] |
Изменение числа К связано с изменением производительности некоторых дополнительных параметров. Изменения в сортности древесины также связано с изменением производительности и, кроме того, требует изменения параметров модели варки и временных соотношений потоков и времени нахождения в зоне варки. [34]
Проверяются точность имитации, наличие стационарности моделируемого явления, устойчивость имитационной модели, адекватность модели объекту, оценка чувствительности функции отклика на изменение параметров модели. В итоге исследователь получает результаты испытаний. Для проверки адекватности математической модели объекту исследователь составляет план проведения натурных экспериментов с прототипом системы. Согласно этому плану, параллельно с отладкой модели осуществляется серия натурных экспериментов на реальной системе, в ходе которых накапливаются контрольные результаты. [35]
Изученный характер деформации статических характеристик колонны при вариации всех параметров модели за исключением соотношения нагрузок, показывает, что концентрация на концах колонны меняется значительно меньше, чем соответствующие профили концентраций по высоте аппарата. Этот результат позволяет сделать вывод о целесообразности использования профиля концентрации по высоте аппарата для оценки степени адекватности модели и процесса, так как профиль обладает более высокой чувствительностью к изменению параметров модели. [36]
Кроме переменных, в систему ограничений задачи входят величины, называемые параметрами модели. В детерминированных задачах управления с дискретной моделью параметры модели представляют собой постоянные величины ( различные, быть может, для разных моментов времени) при каждом данном решении задачи; изменение параметров модели допускается лишь между решениями. Наконец, в стохастических задачах управления параметрами модели могут быть случайные величины, заданные своим законом распределения. Параметрами модели являются коэффициенты при переменных в ограничениях, правые части ограничений, фиксирующих область определения переменных, известное состояние объекта управления в начальный момент времени и другие величины, не зависящие от переменных модели, по крайней мере, при каждом данном решении задачи управления. [37]
На рис. 10.11 а, б, в приведены графики функций, образующих первые три вектора базиса модели (5.2) - (5.4) и (5.8), отвечающих наибольшим собственным значениям. Сравнивая с ними график 10.11, г силы д ( -), определяющей динамику системы (5.1), нетрудно заметить, что точность воспроизведения этой динамики на выходе ИВП, определенного моделью (5.2) - (5.4), (5.8), должна возрастать при изменении параметров модели ИВП от значения, соответствующего рис. 10.10 а до значения, соответствующего рис. 10.10 в. [38]
В любом имитационном эксперименте важно определить необходимые интервалы изменения параметров модели. До начала имитации следует найти предельные значения статистик моделирования. Существуют два основных критерия для выбора интервалов изменения параметров модели: относительная точность получения статистик на разных участках области параметров модели и характер функции отклика. Если анализ ошибок показывает, что на каком-то участке моделируемого процесса данные вызывают сомнение, то увеличивается частота съема данных в ходе имитации. Необходимо стремиться к тому, чтобы в любой части кривой функции отклика иметь одну и ту же точность. [39]
После ввода в компьютер исходной информации и построения графика начинается самый интересный и наиболее важный этап исследования. В случае изменения начальных значений в ячейке А1 либо значений коэффициентов в ячейках В1 или С1 на экране в ту же секунду появляется новый вариант графика. Теперь можно понять, интуитивно ощутить, каким образом изменения параметров модели влияют на динамику процесса. [40]
Метод физического моделирования основан на представлении процесса функционирования компонентов вычислительных машин или систем ( ВС) работой физического аналога системы, когда каждая заявка на обслуживание интерперетируется импульсом, возникающим в случайные моменты времени. Статистические характеристики потоков случайных импульсов могут быть измерены и, следовательно, получены оценки результатов моделирования. Наглядность процессов прохождения заявок по модели, малое время моделирования, возможность быстрой настройки и изменения параметров модели позволяют не только анализировать качество работы системы, но и решать оптимизационные задачи проектирования. [41]
 |
Оптимальный план для кондитерской фабрики с условием целочисленности переменных. [42] |
Кроме того, отказ от обычной ЛП-модели в пользу ЛП-модели с требованием целочисленности переменных делает невозможным получение информации об устойчивости решения и о теневых ценах. Поэтому Поиск решения MS-Excel не формирует отчета об устойчивости, если в качестве одного из ограничений введено условие целочисленности хотя бы для одной переменной. Это лишает аналитика и менеджера важного инструмента анализа оптимального решения и определения путей его улучшения через изменение параметров модели. [43]
Одним из преимуществ компьютерного моделирования по сравнению с натурным экспериментом состоит в легкости прерывания и возобновления эксперимента. Это позволяет применять при компьютерном моделировании последовательные или эвристические методы, которые могут оказаться нереализуемыми при экспериментах с реальными объектами и системами, а также материальными моделями. При работе с компьютерной моделью всегда можно прервать эксперимент на время, необходимое для анализа результатов и принятия решения об изменении параметров модели или продолжении эксперимента при тех же значениях параметров. [44]
Еще одно преимущество машинных экспериментов перед физическими состоит в легкости прерывания И возобновления эксперимента. Это позволяет применять при машинных экспериментах последовательные или эвристические методы, которые могут оказаться нереализуемыми при экспериментах с реальными моделями. При работе с машинной моделью мы всегда можем прервать эксперимент на время, необходимое для анализа результатов и принятия решения об изменении параметров модели или продолжении эксперимента при тех же значениях параметров. [45]
Страницы: 1 2 3 4