Исследование - сложная система
Cтраница 2
В связи с исследованием сложных систем возникают многочисленные статистические задачи. Это обстоятельство объясняется главным образом тем, что основным источником сведений о характеристиках сложных систем и особенно их элементов является наблюдение над реально функционирующей системой. [16]
Так как при исследовании сложных систем случайные величины Дто обычно коррелированы, можно выписать ковариационную матрицу этого вектора. [17]
Методы диакоптики, или исследование сложных систем по частям, часто применяют при изучении систем различной физической природы. В первую очередь это связано с тем что, с одной стороны, современные проектируемые ГТС обладают все большей сложностью, а с другой, принятие отдельных допущений и упрощений, как правило, не имеющих строгих обоснований и оценок, появляющихся погрешностей в изучении объектов ГТС не всегда позволяет получить удовлетворительные результаты. Кроме того, как качественное, так и количественное усложнение проектируемых объектов требует не только нового, более мощного вычислительного аппарата, но и новых более совершенных вычислительных методов. Методы диакоптики позволяют сократить вычислительный процесс - сокращается не само число операций в каждом шаге расчета, а число шагов. Это особенно важно, так как позволяет распараллелить вычислительный процесс, т.е. так построить методику исследования проектируемой ГТС, что анализ ее отдельных частей будет выполняться независимо друг от друга. [18]
Моделирование, как метод исследования сложных систем и процессов, которые являются объектами системного анализа, включают в себя построение модели и использование ее для исследования свойств и поведения объекта. Уже отмечалось, что одному и тому же объекту-оригиналу в зависимости от целей моделирования может соответствовать большое число моделей, отражающих разные его стороны и поэтому имеющих, как правило, разную структуру, и разное назначение. Кроме того, построение модели любой достаточно сложной системы является итеративным процессом, когда начиная от достаточно простой модели, исследователь постепенно переходит к более совершенной, более подробной, более сложной и более точной модели. [19]
Одним из математических методов исследования стохастических сложных систем является теория массового обслуживания, занимающаяся анализом эффективности функционирования так называемых систем массового обслуживания. Работа любой такой системы заключается в обслуживании поступающего на нее потока требований, или заявок. Заявки поступают на систему одна за другой в некоторые, вообще говоря, случайные моменты времени. Обслуживание поступившей заявки продолжается какое-то время, после чего система освобождается для обслуживания очередной заявки. Каждая такая система может состоять из нескольких независимо функционирующих единиц, которые называют каналами обслуживания, или обслуживающими аппаратами. [20]
Широкое применение получают в исследованиях сложных систем, в т.ч. строительных, методы математического моделирования. Это объясняется, с одной стороны, усложнением систем и невозможностью натурного эксперимента, а с другой - развитием вычислительной техники и теории, позволяющих проводить моделирование и машинную реализацию сложных систем. [21]
 |
К определению направленного графа электрической цепи. [22] |
Таким образом, при исследовании сложных систем, в особенности с обратной связью, возникает необходимость в применении достаточно наглядного изображения уравнений состояния с учетом влияния всех параметров цепи. Такую наглядность дает граф, представляющий собой графическое изображение соотношений между переменными величинами заданной системы уравнений. Однако достоинство графов состоит не только в их наглядности; применение графов позволяет во многих случаях ускорить определение зависимости любой переменной величины через остальные переменные непосредственно из конфигурации граф. [23]
В обоих случаях при исследовании сложной системы прежде всего необходимо вычертить блок-схему. Затем обычно уточняют передаточные функции различных элементов и образуют из них общие передаточные функции. [24]
Имитационная модель при решении задач исследования сложных систем используется в случаях, когда не существует законченной математической постановки задачи исследования и идет процесс познания системы; когда натурный эксперимент в реальных условиях невозможен, а аналитические методы столь сложны и трудоемки, что имитационное моделирование дает более простой способ решения задачи; когда необходимо осуществить прогноз и наблюдение за ходом исследуемого сложного процесса в течение определенного периода или в различных масштабах времени. [25]
Ранее отмечалось, что задачи исследования сложных систем подразделяются на задачи анализа и синтеза. В соответствии с тем, решается ли задача анализа или синтеза, а также является ли модель детерминированной или стохастической, используется соответствующий математический аппарат. [26]
Выше указывалось, что задачи исследования сложных систем подразделяют на задачи анализа и синтеза. [27]
В этом параграфе применяется метод исследования сложной системы, основанный на применении векторной функции Ляпунова в соответствии с идеей Ф. Н. Бейли [115, 116] и дальнейшим ее развитием. [28]
Этот критерий целесообразно применять при исследовании сложных систем, особенно если часть или все характеристики отдельных элементов системы заданы экспериментально. Он основан на построении прямой амплитудно-фазовой характеристики. [29]
Имитационное моделирование представляет интерес в исследовании сложных систем при априорной неопределенности. В модели может быть задана вероятная логика функционирования агрегатов и в целом системы, вероятные законы распределения отказов отдельных элементов, время наработки на отказ, время простоя, имитируется процесс эксплуатации и, следовательно, реализуются более достоверные показатели надежности и работоспособности всей системы. [30]
Страницы: 1 2 3 4