Тип - моделирование
Cтраница 1
Тип моделирования, на базе которого определяется кинетика вулканизации изделий в неизотермических условиях. [1]
Этот тип моделирования значительно повышает производительность обработки информации, особенно при моделировании ( обработке) графических объектов. [2]
Еще один тип моделирования состоит в получении рабочих результатов, как если бы проработала некая система, вместо того, чтобы просто планировать работу этой системы. Хотя моделирование такого типа и не относится к числу методов оценки, мы включили его в наш разбор, чтобы установить его отличие от моделирующих методов оценки. Имитатор работы системы и интерпретатор - это двоюродные ( если не родные) братья. Термин интерпретатор относится в основном к выполнению программы и обработке ею исходных данных, причем программа при этом представлена в виде, отличном от естественного языка команд данной машины. Когда выполняется лишь трансляция программы и не выполняются какие-либо вычисления или обработка ее данных, то это просто компиляция. Суть интерпретации состоит в трансляции программы и обработке ею своих данных в одно и то же время. Структура интерпретатора определяется так же, как и структура имитатора работы системы. [3]
Достоинством такого типа моделирования по методу Монте-Карло прежде всего является то, что он не зависит от расчетов энергии. Были проведены тесты, показавшие, что для достаточно большого числа генерированных завершенных структур, скажем 50, почти всегда найдется структура, которая была бы рассчитана методом минимизации энергии. Кроме того; получают спектр полных структур, которые при желании могут быть классифицированы в соответствии с их энергией или частотой появления. [4]
Используются два типа моделирования: детерминистическое и вероятностное. Это прагматический подход, который приемлем для прикладных целей инженеров и проектировщиков. Вероятностные модели рассчитывают вероятные последствия пожаров на основании статистических данных, они не рассматривают физические параметры пожара. Последние больше относятся к вероятностной оценке. [5]
Существенным недостатком такого типа моделирования является то, что при исследовании каждого нового объекта нужно строить весьма дорстие новые модели. [6]
После того как характеристики материала Kd и Ко определены численно или экспериментально, их можно использовать во втором типе моделирования, которое можно назвать модельным представлением развития трещины. В этом случае история развития трещины ( а в зависимости от t) определяется, если в качестве входных данных заданы начальные условия и характеристики трещиностойкости. [7]
Рассмотренное моделирование называется репродуктивным потому, что через него в оперативном поле мозга воспроизводится услышанное или прочитанное. В этом типе моделирования решающую роль играет накопленный опыт. В этом легко убедиться, если группе студентов прочитать небольшой рассказ, а затем попросить их воспроизвести его содержание. Никто из студентов не воспроизведет рассказ дословно, а каждый более полно отразит ту часть, где у него больше знаний и опыта. Роль индивидуального опыта еще сильнее выявляется, когда в эксперименте участвуют испытуемые разных возрастов. Если прочесть один и тот же рассказ ученикам пятых, седьмых классов и студентам, то увидим, что восприятие его у всех разное. [8]
Такая же методика схематически показана на рис. 9.6. Тип методов моделирования существенно зависит от природы рассматриваемых процессов. Если они являются детерминированными, то допустим обычный математический анализ. Однако если они по своей природе являются стохастическими, то необходимо использовать вероятностные и статистические методы. На практике применяются два типа моделирования. Причем выбор конкретного типа моделирования зависит от того, определяется ли поведение системы дискретными событиями или непрерывным изменением некоторой ее переменной. При моделировании дискретных событий появление определенного события приводит к изменению значения некоторого определяющего атрибута системы. [9]
Иерархическая структура действия совпадает с характером строения реального объекта. На данном этапе наглядно выступает соответствие структуры модели и реального объекта. Здесь происходит материализованное освоение интеллектуального действия восприятия структуры реальных объектов. Такое восприятие должно рассматриваться как свернутый акт деятельности по воссозданию формы изделия из простейшего базового объема [31] - Отличие восприятия реальной конструкции от ее изображения несущественно: в том и другом случае происходит свертка процесса реального формообразования. При анализе изображения добавляется лишь сопоставление двух типов моделирования: семантического и синтаксического. Добавочная операция, казалось бы, усложняет восприятие изображения по сравнению с реальными объектами. [11]
Фантастическое моделирование - это обычно непроизвольное моделирование, которое развивается легко и не вызывает утомления. Очень трудно идет строительство оригинальных моделей, которые, как и аналоговые, создаются по жесткой схеме, а материала, который мог бы быть позаимствован из других моделей, нет. В данном случае нужно самостоятельно создавать абсолютно новую модель. Большая трудность в создании таких моделей заключается в том, что приходится вести широкий поиск схемы модели. При этом необходимо проверять и оценивать каждое звено. Последние два типа моделирования являются произвольными и требуют большой силы воли. [12]
В целом, дискретный подход, независимо от используемых вариационных принципов и их конкретных аппроксимаций, обладает рядом достоинств. Во-первых, исходная вариационная постановка для механики является естественной и наиболее общей, а значит содержит в себе широкий класс возможных решений, требования регулярности которых могут быть гораздо слабее, чем при классическом выводе дифференциальных уравнений гидродинамики. Во-вторых, полученные таким образом дискретные модели обладают основными механическими законами сохранения при любом числе степеней свободы, т.е. действительно представляют собой в некотором смысле самостоятельные математические модели явления. Эйлера, при грубой дискретизации ведет себя как модель мелкой воды с дисперсией. В третьих, иногда сокращение процедуры получения численной модели за счет исключения этапа вывода дифференциальных уравнений ( не актуальное в случае классических уравнений Эйлера) действительно бывает no - существу. Далее, переход к дискретной системе сразу в вариационном принципе дает пример хорошего консервативного осреднения, что часто бывает трудно сделать потом в нелинейных уравнениях. Это может оказаться полезным в подходах типа моделирования больших вихрей. Разумеется, дискретный подход не является универсальной панацеей, и полученные на этом пути конкретные аппроксимации обладают теми или иными недостатками и ограничениями области применимости, которые обсуждаются ниже. [13]
Страницы: 1