Моделирование систем: понятие, цели и виды

Содержание:

Введение

Моделирование (в широком смысле) считается главным способом исследований во всех областях познаний и научно обоснованным способом оценок данных трудных систем, применяемым для принятия заключений в различных сферах инженерной работы. Имеющие место быть и проектируемые системы возможно действенно изучать с поддержкой математических моделей (аналитических и имитационных), реализуемых на передовых ЭВМ, которые в данном случае выступают в качестве инструмента экспериментатора с моделью системы.

В реальное время невозможно именовать район людской деятель-ности, в которой в что или же другой степени не применялись бы способы моделирования. Тем более это относится к сфере управле¬ния разными системами, где ведущими считаются процессы принятия заключений на базе получаемой инфы. Остановимся на философских качествах моделирования, а вернее совместной доктрине моделирования.

Методологическая база моделирования. Все то, на собственно что направлена людская работа, именуется объектом (лат. objection — предмет). Выработка методологии ориентирована на упорядочение получения и обработки инфы об объектах, которые есть за пределами нашего сознания и ведут взаимодействие меж собой и наружной средой.

В научных исследовательских работах огромную роль играют догадки, т. е. конкретныеопределенные пророчества, основывающиеся на маленьком количестве искусных данных, исследований, предположений. Стремительная и абсолютная испытание выдвигаемых гипотез имеет возможность быть проведена в ходе специально поставленного опыта. При формулировании и проверке корректности гипотез большущее смысл в качестве способа суждения содержит аналогия.

Обобщенно моделирование можно определить как метод опос­редованного познания, при котором изучаемый объект-оригинал находится в некотором соответствии с другим объектом-моделью, причем модель способна в том или ином отношении замещать оригинал на некоторых стадиях познавательного процесса. Стадии познания, на которых происходит такая замена, а также формы соответствия модели и оригинала могут быть различными:

1) моделирование как познавательный процесс, содержащий пе­реработку информации, поступающей из внешней среды, о проис­ходящих в ней явлениях, в результате чего в сознании появляются образы, соответствующие объектам;

2) моделирование, заключающееся в построении некоторой си­стемы-модели (второй системы), связанной определенными соот­ношениями подобия с системой-оригиналом (первой системой), причем в этом случае отображение одной системы в другую являет­ся средством выявления зависимостей между двумя системами, отраженными в соотношениях подобия, а не результатом непосред­ственного изучения поступающей информации.

Глава 1. Основные принципы моделирования систем управления

1.1. Принципы системного подхода в моделировании систем управления

Моделирование наступает с формирования предмета изучений — системы мнений, отображающей немаловажные для моделирования характеристики объекта. Данная задачка считается довольно трудной, собственно что подтверждается разной интерпретацией в научно-технической литературе этих фундаментальных мнений, как система, модель, моделирование. Аналогичная неоднозначность не беседует об неточности 1 и корректности иных определений, а отображает подневольность предмета изучений (моделирования) как от рассматриваемого объекта, например и от целей изыскателя. Особой особенностью моделирования трудных систем считается его многофункциональность и разнообразие методик использования; оно делается обязательной частью всего актуального цикла системы. Разъясняется это в первую очередь технологи-чностью моделей, реализованных на основе средств вычислительной техники: довольно высочайшей скоростью получения итогов моделирования и их относительно низкой себестоимостью.^[1]

В реальное время при анализе и синтезе трудных (больших) систем получил становление системный расклад, который выделяется от традиционного (или индуктивного) расклада. Конечный рассматривает систему методом перехода от личного к совокупному и синтезирует (конструирует) систему методом слияния ее составляющую, разрабатываемых отдельно. В различие от сего системный расклад предполагает поочередный переход от совместного к личному, когда в базе рассмотрения лежит задача, при этом исследуемый объект отличается из находящейся вокруг среды.

Объект моделирования. Знатоки по проектированию и эксплуатации трудных систем имеют дело с системами управления всевозможных значений, владеющими совокупным свойством — влечением добиться кое-какой цели. Данную индивидуальность предусмотрим в надлежащих определениях системы. Система S — целенаправленное множество! взаимосвязанных составляющих всякий природы. Наружная среда Е— большое количество имеющих место быть за пределами системы составляющих всякий природы, оказывающих воздействие на систему или же оказавшихся под ее действием.

В зависимости от цели изучения имеют все шансы рассматриваться различные пропорции меж самим объектом S и наружной средой Е. Этим образом, в зависимости от значения, на котором располагается наблюдающий, объект изучения имеет возможность отличаться по-всякому и имеют все шансы владеть пространство всевозможные взаимодействия сего объекта с наружной средой.

С развитием науки и техники сам объект беспрерывно усложняется, и уже в данный момент беседуют об объекте изучения как о кое-какой трудной системе, которая произведено из всевозможных составляющую, взаимосвязанных приятель с ином. В следствие этого, рассматривая системный расклад как базу для возведения большущих систем и как основание сотворения способа их анализа и синтеза, до этого всего нужно квалифицировать само понятие системного расклада.

Системный расклад — это вещество учения об совокупных законодательстве становления природы и одно из выражений диалектического учения. Возможно привести различные определения системного расклада, но более верно то, которое разрешает расценить познавательную суть сего расклада при этом способе изучения систем, как моделирование. В следствие этого очень актуальны выделение самой системы S и наружной среды Е из беспристрастно имеющейся действительности и описание системы исходя из общесистемных позиций.

При системном раскладе к моделированию систем нужно до этого всего внятно квалифицировать задача моделирования. Потому что нельзя всецело создать возможно функционирующую систему (систему-оригинал, или же первую систему), формируется модель (система-модель, или же 2-ая система) под поставленную делему. Этим образом, применительно к задачам моделирования задача появляется из требуемых задач моделирования, собственно что разрешает по¬дойти к выбору аспекта и расценить, какие составляющие зайдут в создаваемую модель М. В следствие этого нужно владеть аспект отбора отдельных составляющих в создаваемую модель.^[2]

1.2. Подходы к исследованию систем

Необходимым для системного подхода считается определение структуры системы — совокупы связей меж веществами системы, отображающих их взаимодействие. Конструкция системы имеет возможность исследоваться снаружи с точки зрения состава отдельных подсистем и отношений меж ними, а еще изнутри, когда анализируются отдельные качества, дозволяющие системе достигать данной цели, т. е. когда исследуются функции системы. В согласовании с данным наметился ряд раскладов к исследованию структуры системы с ее качествами, к коим идет по стопам до этого всего отнести структурный и активный.

При структурном раскладе выявляются состав выделенных элементов системы S и связи меж ними. Совокупа составляющих и связей меж ними разрешает осуждать о структуре системы. Последняя в зависимости от цели изучения имеет возможность быть описана на различных уровнях рассмотрения. Более сплошное описание структуры — это топологическое описание, позволяющее квалифицировать в самых совокупных мнениях составные части системы и отлично формализуемое на основе доктрине графов.

Наименее совокупным считаетсяявляется активное описание, когда рассматриваются отдельные функции, т. е. методы поведения системы, и реализуется активный расклад, оценивающий функции, которые делает система, при этом под функцией понимается свойство, приводящее к достижению цели. Потому что функция отображает свойство, а свойство отражает взаимодействие системы S с наружной средой Е, то качества имеют все шансы быть проявлены в облике или кое-каких данных составляющих SiV) и подсистем Si системы, или системы S в целом.

При наличии кое-какого образца сопоставления возможно установить коли-чественные и высококачественные свойства систем. Для количественной свойства вводятся количества, выражающие дела меж предоставленной чертой и мерилом. Высококачественные характеристики системы присутствуют, к примеру, с поддержкой способа экспертных оценок.

Проявление функций системы во времени S(t), т. е. функци-онирование системы, значит переход системы из 1-го состояния в другое, т. е. перемещение в месте состояний Z. При эксплуатации системы S очень принципиально качество ее функционирования, определяемое показателем производительности и являющееся смыслом аспекта оценки производительности. Есть всевозможные расклады к выбору критериев оценки производительности. Система S имеет возможность оцениваться или совокупой личных критериев, или кое-каким совокупным интегральным аспектом.

Следует отметить, что создаваемая модель М с точки зрения системного подхода также является системой, т. е. S'=S'(M), и мо­жет рассматриваться по отношению к внешней среде Е. Наиболее просты по представлению модели, в которых сохраняется прямая аналогия явления. Применяют также модели, в которых нет прямой аналогии, а сохраняются лишь законы и общие закономерности поведения элементов системы S. Правильное понимание взаимосвя­зей как внутри самой модели М, так и взаимодействия ее с внешней средой Е в значительной степени определяется тем, на каком уровне находится наблюдатель.

Простой подход к изучению взаимосвязей между отдельными частями модели предусматривает рассмотрение их как отражение связей между отдельными подсистемами объекта. Такой классичес­кий подход может быть использован при создании достаточно простых моделей. Процесс синтеза модели М на основе классичес­кого (индуктивного) подхода представлен на рис. 1.1, а. Реальный объект, подлежащий моделированию, разбивается на отдель­ные подсистемы, т. е. выбираются исходные данные Д для моделирования и ставятся цели Ц, отображающие отдельные сто­роны процесса моделирования. По отдельной совокупности исход­ных данных Д ставится цель моделирования отдельной стороны функционирования системы, на базе этой цели формируется некото­рая компонента К будущей модели. Совокупность компонент объ­единяется в модель М.

Таким образом, разработка модели М на базе классического подхода означает суммирование отдельных компонент в единую модель, причем каждая из компонент решает свои собственные задачи и изолирована от других частей модели. Поэтому классичес­кий подход может быть использован для реализации сравнительно простых моделей, в которых возможно разделение и взаимно неза­висимое рассмотрение отдельных сторон функционирования реаль­ного объекта. Для модели сложного объекта такая разобщенность решаемых задач недопустима, так как приводит к значительным затратам ресурсов при реализации модели на базе конкретных программно-технических средств. Можно отметить две отличитель­ные стороны классического подхода: наблюдается движение от частного к общему, создаваемая модель (система) образуется путем суммирования отдельных ее компонент и не учитывается возник­новение нового системного эффекта.

С усложнением объектов моделирования появилась необхо¬димость исследования их с больше высочайшего значения. В данном случае наблюдающий (разработчик) оценивает эту систему S как кое-какую подсистему некий метасистемы, т. е. систе¬мы больше высочайшего ранга, и обязан перебежать на позиции но¬вого системного расклада, который дозволит ему выстроить не лишь только исследуемую систему, постановляющую совокупа задач, но и делать систему, которая является составной частью метасисте-мы.

Системный расклад получил использование в системотехнике в связи с потребностью изучения большущих настоящих систем, когда отразилась дефицитность, а временами неточность принятия каких-то личных заключений. На появление системного подхода воздействовали растущее численность начальных данных при разработке, надобность учета трудных стохастических связей в системе и воздействий наружной среды Е. Все это принудило исследователей исследовать трудный объект не обособленно, а во взаимодействии с наружной средой, а еще в совокупы с другими системами кое-какой метасистемы.

Системный расклад разрешает решить делему возведения трудной системы с учетом всех моментов и вероятностей, пропорци-1 округлых их значительности, на всех шагах изучения системы 5" и возведения модели М'. Системный расклад значит, собственно что любая система S считается встроенным цельным в том числе и за это время, когда она произведено из отдельных разобщенных подсистем. Этим образом, в базе системного расклада лежит обсуждение системы как интегрированного цельного, при этом это обсуждение при разработке наступает с головного — формулировки цели функционирования. На базе начальных данных Д, которые популярны из анализа наружной системы, тех ограничений, которые накладываются на систему сверху или исходя из вероятностей ее реализации, и на базе цели функционирования формулируются начальные запросы Т к модели системы S. На основе данных притязаний складываются приблизительно кое-какие подсистемы П, элементы Э и исполняется более трудный период синтеза — вы-< бор В элементах системы, для чего применяются особые аспекты выбора КВ.

При моделировании нужно гарантировать наибольшую эффективность модели системы, которая ориентируется как кое-какая разницу меж некими показателями итогов, приобретенных в результате эксплуатации модели, и что расходами, которые были вложены в ее разработку и создание.

1.3. Стадии разработки моделей

На основе системного расклада имеет возможность быть предложена и кое-какая очередность разработки моделей, когда выделяют 2 главные стадии проектирования: макропроектирование и микропроектирование.

На стадии макропроектирования на базе данных о реальной системе S и наружной среде основывается модель наружной среды, выявляются ресурсы и лимитирования для возведения модели системы, выбирается модель системы и аспекты, дозволяющие расценить адекватность модели М реальной системы S. Построив модель системы и модель наружной среды, на базе аспекта производительности функционирования системы в процессе моделирования избирают лучшую стратегию управления, собственно что позволяет воплотить в жизнь способности модели по проигрыванию отдельных сторон функционирования реальной системы S.^[3]

Стадия микропроектирования в значимой степени зависит от определенного на подобии избранной модели. В случае имитационной модели нужно гарантировать создание информационного, математического, технического и программного обеспечивании системы моделирования. На данной стадии возможно ввести главные свойства сделанной модели, расценить время работы с ней и издержки ресурсов для получения данного свойства соотношения модели процессу функционирования системы S.

Автономно от на подобии применяемой модели М при ее построении нужно управляться вблизи основ системного подхода: 1) пропорционально-последовательное продвижение по эта пам и направленностям сотворения модели; 2) согласование информационных, ресурсных, надежностных и иных характеристик; 3) правильное соответствие отдельных значений иерархии в системе моделирования; 4) единство отдельных обособленных стадий построения модели.

Модель М обязана отвечать данной цели ее сотворения, в следствие этого отдельные части обязаны компоноваться взаимно, исходя из единственной системной задачки. Задача имеет возможность быть сформулирована отменно, за это время она станет владеть большей содержательностью и длительное время имеет возможность показывать беспристрастные способности предоставленной системы моделирования. При количественной формулировке цели появляется мотивированная функция, которая буквально отражает более немаловажные моменты, действующие на достижение цели.

Построение модели относится к числу системных задач, при решении которых синтезируют решения на базе огромного числа исходных данных, на основе предложений больших коллективов специалистов. Использование системного подхода в этих условиях позволяет не только построить модель реального объекта, но и на базе этой модели выбрать необходимое количество управляющей информации в реальной системе, оценить показатели ее функци­онирования и тем самым на базе моделирования найти наиболее эффективный вариант построения и выгодный режим функциониро­вания реальной системы S.

Глава 2. Общая характеристика проблемы моделирования систем управления

С развитием системных изучений, с расширением экспери-ментальных способов исследования настоящих явлений все большее значение покупают отвлеченные способы, бывают замечены свежие научные Дисциплины, автоматизируются составляющие интеллектуального труда. Весомое смысл при разработке настоящих систем S имеют математические способы анализа и синтеза, весь ряд открытий основывается на! чисто теоретических изысканиях. Впрочем было бы неверно забывать о том, собственно что главным аспектом всякий доктрине считается практика, и в том числе и чисто математические, абстрактные науки основываются в собственной базе на фундаменте практических познаний.

Экспериментальные изучения систем. В одно и тоже время с развитием теоретических способов анализа и синтеза улучшаются и способы экспериментального исследования настоящих объектов, бывают замечены свежие способы изучения. Впрочем опыт был и остается одним из ведущих и значительных инструментов знания. Сходство и моделирование дают возможность заного обрисовать реальный! процесс и облегчить экспериментальное его исследование. Улучшается и само понятие моделирования. В случае если прежде моделирование! значило настоящий материальный опыт или возведение макета, изображающего настоящий процесс, то в реальное время были замечены свежие облики моделирования, в базе коих лежит постановка не лишь только телесных, но еще и математических экспериментов.^[4]

Знание реальной реальности считается долгим и трудным ходом. Определение свойства функционирования большущий системы, выбор хорошей структуры и алгоритмов! поведения, возведение системы S в согласовании с поставленной! перед нею целью — главная неувязка при проектировании передовых систем, в следствие этого моделирование возможно рассматривать как раз из способов, применяемых при проектировании и исследовании большущих систем.

Моделирование основывается на кое-какой аналогии реального и мысленного опыта. Аналогия — база для комментарии изучаемого появления, впрочем аспектом правды имеет возможность работать лишь только практика, лишь только навык. Но современные научные догадки имеют все шансы создаться чисто теоретическим методом, но, по сущности, основываются на широких практических познаниях. Для комментарии реальных; процессов выдвигаются догадки, для доказательства коих ставится опыт или ведутся эти абстрактные размышления, которые логически признают их корректность. В широком значении под опытом возможно воспринимать кое-какую процедур организации и исследования каких-либо явлений, которые осуществляв ют в критериях, ближайших к натуральным, или имитируют их.

Различают пассивный эксперимент, когда исследователь наблюдает протекающий процесс, и активный, когда наблюдатель вмешивается и организует протекание процесса. В последнее время распространен активный эксперимент, поскольку именно на его основе) удается выявить критические ситуации, получить наиболее интересные закономерности, обеспечить возможность повторения эксперимента в различных точках и т. д.

В основе любого вида моделирования лежит некоторая модель, имеющая соответствие, базирующееся на некотором общем качест­ве, которое характеризует реальный объект. Объективно реальный объект обладает некоторой формальной структурой, поэтому для любой модели характерно наличие некоторой структуры, соответ­ствующей формальной структуре реального объекта, либо изуча­емой стороне этого объекта.

В основе моделирования лежат информационные провесы, по­скольку само создание модели М базируется на информации о ре­альном объекте. В процессе реализации модели получается инфор­мация о данном объекте, одновременно в процессе эксперимента с моделью вводится управляющая информация, существенное ме­сто занимает обработка полученных результатов, т. е. информация лежит в основе всего процесса моделирования.

Характеристики моделей систем. В качестве объекта моделирова­ния выступают сложные организационно-технические системы, ко­торые можно отнести к классу больших систем. Более того, по своему содержанию и созданная модель М также становится систе­мой S(M) и тоже может быть отнесена к классу больших систем, для которых характерно следующее.

1. Цель функционирования, которая определяет степень целена­правленности поведения модели М. В этом случае модели могут быть разделены на одноцелевые, предназначенные для решения одной задачи, и многоцелевые, позволяющие разрешить или рас­смотреть ряд сторон функционирования реального объекта.^[5]

2. Сложность, которую, учитывая, что модель М является сово­купностью отдельных элементов и связей между ними, можно оценить по общему числу элементов в системе и связей между ними. По разнообразию элементов можно выделить ряд уровней иерар­хии, отдельные функциональные подсистемы в модели М, ряд входов и выходов и т. д., т. е. понятие сложности может быть идентифицировано по целому ряду признаков.

3. Целостность, указывающая на то, что создаваемая модель М является одной целостной системой S(M), включает в себя большое количество составных частей (элементов), находящихся в сложной взаимосвязи друг с другом.

4. Неопределенность, которая проявляется в системе: по состоянию системы, возможности достижения поставленной цели, методам. решения задач, достоверности исходной информации и т. д. Основной характеристикой неопределенности служит такая ме­ра информации, как энтропия, позволяющая в ряде случаев оценить количество управляющей информации, необходимой для достиже­ния заданного состояния системы. При моделировании основная цель — получение требуемого соответствия модели реальному объекту и в этом смысле количество управляющей информации в модели можно также оценить с помощью энтропии и найти то предельное минимальное количество, которое необходимо для получения требуемого результата с заданной достоверностью. Та­ким образом, понятие неопределенности, характеризующее боль­шую систему, применимо к модели М и является одним из ее основных признаков.

5. Поведенческая страта, которая позволяет оценить эффектив­ность достижения системой поставленной цели. В зависимости от наличия случайных воздействий можно различать детерминирован­ные и стохастические системы, по своему поведению — непрерыв­ные и дискретные и т. д. Поведенческая страта рассмотрения систе­мы ^позволяет применительно к модели М оценить эффективность построенной модели, а также точность и достоверность полученных при этом результатов. Очевидно, что поведение модели М не обя­зательно совпадает с поведением реального объекта, причем часто моделирование может быть реализовано на базе иного материаль­ного носителя.

6. Адаптивность, которая является свойством высокоорганизо­ванной системы. Благодаря адаптивности удается приспособиться к различным внешним возмущающим факторам в широком диапа­зоне изменения воздействий внешней среды. Применительно в мо­дели существенна возможность ее адаптации в широком спектре возмущающих воздействий, а также изучение поведения модели в изменяющихся условиях, близких к реальным. Надо отметить, что существенным может оказаться вопрос устойчивости модели к раз­личным возмущающим воздействиям. Поскольку модель М — сложная система, весьма важны вопросы, связанные с ее сущест­вованием, т. е. вопросы живучести, надежности и т. д..

7. Организационная структура системы моделирования, кото­рая во многом зависит от сложности модели и степени совершенст­ва средств моделирования. Одним из последних достижений в об­ласти моделирования можно считать возможность использования имитационных моделей для проведения машинных экспериментов. Необходимы оптимальная организационная структура комплекса технических средств, информационного, математического и про­граммного обеспечении системы моделирования S'(M), оптималь­ная организация процесса моделирования, поскольку следует об­ращать особое внимание на время моделирования и точность полу­чаемых результатов.^[6]

8. Управляемость модели, вытекающая из необходимости обес­печивать управление со стороны экспериментаторов для получения возможности рассмотрения протекания процесса в различных усло­виях, имитирующих реальные. В этом смысле наличие многих управляемых параметров и переменных модели в реализованной системе моделирования дает возможность поставить широкий экс­перимент и получить обширный спектр результатов.

9. Возможность развития модели, которая исходя из современ­ного уровня науки и техники позволяет создавать мощные системы моделирования S(M) исследования многих сторон функциони­рования реального объекта. Однако нельзя при создании системы моделирования ограничиваться только задачами сегодняшнего дня. Необходимо предусматривать возможность развития системы мо­делирования как по горизонтали в смысле расширения спектра изучаемых функций, так и по вертикали в смысле расширения числа подсистем, т. е. созданная система моделирования должна позво­лять применять новые современные методы и средства. Естествен­но, что интеллектуальная система моделирования может функци­онировать только совместно с коллективом людей, поэтому к ней предъявляют эргономические требования.

2.1. Цели моделирования систем управления

Одним из больше значимых качеств построения систем моделирования является неувязка цели. Любую модель стрят в зависимости от цели, которую ставит перед ней исследователь, в последствие сего 1 из основных задач при моделировании — это неувязка целевогомотивированного назначения. Однообразие процесса, протекающего в модели М, реальному процессу является не целью, а условием правильного функционирования модели, и в следствие этого в качестве цели должна быть поставлена задача изучения стороны функционирования объекта.

Для упрощения модели М цели делят на подцели и проделывают более действующие виды моделей в зависимости от обретенных подцелей моделирования. Вполне вероятно продемонстрировать целый ряд примеров целей моделирования в области сложных систем. К примеру, для предприятием довольно значимо изучение процессов оперативного управления созданием, оперативно-календарного планирования, перспективного планирования и здесь ещё имеют все шансы быть успешно использованы методы моделирования.

В случае в случае если задачка моделирования ясна, то бывает замечена будущая неувязка, а как один неувязка построения модели М. Построение модели как оказалось возможным, в случае в случае если имеется информация или же же выдвинуты предположения относительно структуры, алгоритмов и данных исследуемого объекта. На основании их изучения наполняется идентификация объекта. В настоящее время широко применяется любые способы оценки данных: по методике наименьших квадратов, по методике максимального правдоподобия, байесовские, марковские оценки.

В случае если модель М построена, то надлежащей задачей возможно считать делему работы с ней, т. е. реализацию модели, главные задачки которой — минимизация времени получения конечных peзультатов и обеспечивание их достоверности.

Для верно построенной модели М свойственным считается то, собственно что она выявляет только те закономерности, которые необходимы исследователю, и не оценивает качества системы S, не немаловажные для предоставленного изучения. Идет по стопам обозначить, собственно что чудак и модель обязаны быть в одно и тоже время сходны по одним симптомам и различны по иным, собственно что разрешает отметить более значимые изучаемые качества. В данном значении модель выступает как кое-какой “заместитель” оригинала, обеспечивающий фиксацию и исследование только кое-каких качеств реального объекта.

В 1 случаях более трудной как оказалось идентификация в иных — неувязка возведения формальной структуры объекта. Вероятны проблемы и при реализации модели, тем более в случай имитационного моделирования большущих систем. При данном идет по стопам выделить роль изыскателя в процессе моделирования. Постановка задачки, возведение содержательной модели реального объекта во многом предполагают собой креативный процесс и основываются на эвристике. И в данном значении нет формальных стезей выбора рационального облика модели. Нередко отсутствуют формальные способы, дозволяющие довольно буквально обрисовать настоящий процесс. В следствие этого выбор что или же другойиной аналогии, выбор такого или же другого математического аппарата моделирования всецело базируется на имеющемся эксперименте изыскателя и оплошность изучив теля имеет возможность привести к неверным итогам моделирований.

Способы вычислительной техники, которые в реальное время обширно применяются или для вычислений при аналитическом моделировании, или для реализации имитационной модели системы, имеют все шансы только посодействовать с точки зрения производительности реализации трудной модели, но не дают возможность доказать корректность тон или же другой модели. Лишь только на базе обработанных данных, навыка изыскателя возможно с достоверностью расценить адекватность модели по отношению к действительному процессу. ^[7]

В случае если в ходе моделирования значительное пространство занимает реальный материальный опыт, то тут очень принципиальна и надежность применяемых инструментальных средств, потому что сбои и отказы программно-технических средств имеют все шансы приводить к искаженным значениям выходных данных, отражающих протекание процесса. И в данном значении при проведении телесных опытов необходимы особая аппаратура, нарочно созданное математическое и информационное обеспечивание, которые дают возможность воплотить в жизнь диагностику средств моделирования, дабы отсеять те промахи в выходной инфы, которые вызваны неисправностями функционирующей аппаратуры. В ходе машинного эксперимента имеют все шансы владеть пространство и неверные воздействия человека-оператора. В данных критериях нешуточные задачки стоят в области эргономического обеспечивания процесса моделирования.

2.2. Классификация видов моделирования систем

В базе моделирования лежит доктрина схожести, которая утверждает, собственно что безоговорочное сходство имеет возможность владеть пространство только при подмене 1-го объекта иным буквально этим же. При моделировании безоговорочное сходство не содержит пространства и желают к что, дабы модель довольно отлично отражала исследуемую сторону функционирования объекта.

Классификационные симптомы. В качестве 1-го из первых при-знаков систематизации обликов моделирования возможно избрать степень полноты модели и поделить модели в согласовании с данным симптомом на полные, неполные и приближенные. В базе совершенного моделирования лежит абсолютное сходство, которое имеет место быть как во времени, например и в месте. Для неполного моделирования свойственно неполное сходство модели изучаемому объекту. В базе приближенного моделирования лежит приближенное сходство, при котором кое-какие стороны функционирования реального объекта не моделируются абсолютно.

В зависимости от нрава изучаемых процессов в системе S все облики моделирования имеют все шансы быть разбиты на детерминированные и стохастические, статические и динамические, диск¬ретные, непрерывные и дискретно-непрерывные. Детерминированное моделирование отражает детерминированные процессы, т. е. процессы, в коих ожидается недоступность каждых случайных воздействий; стохастическое моделирование отражает вероятностные процессы и действия. В данном случае анализируется ряд реализаций случайного процесса и оцениваются средние характеристики, т. е. комплект однородных реализаций. Статическое моделирование работает для описания поведения объекта в какой-нибудь момент времени, а динамическое моделирование отображает поведение объекта во времени. Дискретное моделирование работает для описания процессов, которые ожидаются дискретными, в соответствии с этим непрерывное моделирование разрешает отобразить непрерывные процессы в системах, а дискретно-непрерывное моделировании применяется для случаев, когда желают отметить присутствие как дискретных, например и нескончаемых процессов.

В зависимости от формы представления объекта (системы J можно выделить мысленное и реальное моделирование.

Мысленное моделирование часто является единственным способом моделирования объектов, которые либо практически нереализуемы в заданном интервале времени, либо существуют вне условий, возможных для их физического создания. Например, на базе мысленного моделирования могут быть проанализированы многие ситуации микромира, которые не поддаются физическому эксперименту. Мысленное моделирование может быть реализовано в вид наглядного, символического и математического.

Аналоговое моделирование базируется на использовании аналогий всевозможных значений. Наивысшим уровнем считается абсолютная аналогия, имеющая пространство лишь только для довольно несложных объектов. С усложнением объекта пользуют аналогии дальнейших значений, когда аналоговая модель отражает некоторое количество или лишь только 1 сторону функционирования объекта.

Значительное пространство при мысленном приятном моделировании занимает макетирование. Мысленный макет имеет возможность использоваться в случаях, когда протекающие в реальном объекте процессы не поддаются физиологическому моделированию, или имеет возможность предшествовать проведению иных обликов моделирования. В базе возведения мысленных макетов еще лежат аналогии, впрочем как правилообычно основанные на причинно-следственных связях меж появлениями и процессами в объекте. В случае если установить относительное обозначение отдельных мнений, т. е. символы, а еще конкретные операции меж данными символами, то возможно воплотить в жизнь знаковое моделирование и с поддержкой символов показывать комплект мнений — офорсмлять отдельные цепочки из текстов и услуг. Применяя операции объединения, скрещения и дополнения доктрине множеств, возможно в отдельных знаках предоставить описание некого реального объекта.

В базе языкового моделирования лежит кое-какой тезаурус. Конечный появляется из комплекта входящих мнений, при этом данный комплект обязан быть фиксированным. Идет по стопам обозначить, собственно что меж тезаурусом и простым словарем есть принципные различия. Тезаурус — лексика, который очищен от неоднозначности, т. е. в нем любому тексту имеет возможность отвечать только единственное понятие, но в простом словаре 1 тексту имеют все шансы отвечать некоторое количество мнений.

Символическое моделирование дает собой ненастоящий процесс сотворения закономерного объекта, который заменяет настоящий и выражает главные качества его отношений с поддержкой конкретной системы символов или же знаков.

Математическое моделирование. Для изучения данных процесса функционирования всякий системы S математическими способами, охватывая и машинные, обязана быть проведена формализация сего процесса, т. е. построена математическая модель.

Под математическим моделированием станем воспринимать процесс установления соотношения этому действительному объекту кое-какого математического объекта, именуемого математической моделью, и изучение данной модели, позволяющее получать свойства рассматриваемого реального объекта. Картина математической модели находится в зависимости как от природы реального объекта, например и задач изучения объекта и требуемой достоверности и точности заключения данной задачки. Каждая математическая модель, как и всякая иная,

Рис 1. Классификация видов моделирования систем.

описывает реальный объект лишь с некоторой степенью приближе­ния к действительности. Математическое моделирование для исследования характеристик процесса функционирования систем можно разделить на аналитическое, имитационное и комбинирован­ное.

Для аналитического моделирования свойственно то, собственно что процессы функционирования составляющих системы записываются в облике некоторых активных пропорций (алгебраических, интегродиф-ференциальных, конечно-разностных и т. п.) или же закономерных условий. Аналитическая модель имеет возможность быть изучена надлежащими способами: а) аналитическим, когда желают получить в общем облике очевидные зависимости для разыскиваемых характеристик; б) численным, когда, не умея улаживать уравнений в общем облике, желаютстремятся получить числовые итоги при определенных исходных данных; в) качественным, когда, не имея заключения в очевидном облике, возможно отыскать некоторые качества заключения (например, расценить стабильность решения).

В отдельных случаях изучения системы имеют все шансы удовлетворить и те выводы, которые возможно устроить при применении высококачественного способа анализа математической модели. Эти качественные способы обширно применяются, к примеру, в доктрине автоматического управления для оценки производительности всевозможных вариантов систем управления.

Заключение

Моделировании в исследовании систем управления. Наконец, определим гносеологическую природу моделирования.

Определяя гносеологическую роль доктрине моделирования, т.е. ее смысл в процессе знания, нужно до этого всего отвлечься от имеющегося в науке и технике обилия моделей и выделить то сплошное, собственно что свойственноприсуще моделям всевозможных по собственной природе объектов реального мира. Это сплошное заключается в наличии некоторой структуры (статической или же динамической, вещественной или же мысленной), которая подобна структуре предоставленного объекта. В процессе исследования модель выступает в роли условного автономного квазиобъекта, позволяющего получить при исследовании кое-какие познания о самом объекте.

В прогрессивной РФ управление и ее изучение идет по пути усложнения. Используя способы моделирования эти, как аналогия, возможно достичь внушительных итогов в домашней работы фирмы. Аналогией именуют мнение о каком-либо личном однообразии 2-ух объектов, при этом это однообразие имеет возможность быть важным и несущественным. Нужно обозначить, собственно что мнения существенности и несущественности однообразия или же различия объектов условны и относительны. Значительность однообразия (различия) находится в зависимости от значения абстрагирования и в общем случае ориентируется конечной целью проводимого изучения. Прогрессивная научная догадка формируется, как правило, по аналогии с испытанными на практике научными положениями.

В решении вышесказанному возможно подвести результат, собственно что моделирование это ведущей дорога в системе изучения систем управления и содержит чрезвычайную значимость для менеджера всякого значения.

Список использованной литературы

1.Игнатьева А. В., Максимцов М. М. Изучение СИСТЕМ УПРАВЛЕНИЯ, Столица, 2015

2.Патерсон Дж. Доктрина сеток Петри и моделирование систем. — М.: Мир, 2014.

3.Приикер А. Вступление в имитационное моделирование и язык СЛАМП. — М.: Мир, 2014.

4.Рекомендаций Б. Я.. Яковлев С. А. Моделирование систем. — М.: Высочайшая среднее учебное заведение, 2015.

5. Рекомендаций Б. Я., Яковлев С. А. Моделирование систем (2-е изд.). — М.: Высочайшая среднее учебное заведение, 2014.

6.Рекомендаций Б. Я.. Яковлев С. А. Моделирование систем: Курсовое проек-тирование. — М.: Высочайшая среднее учебное заведение, 2015.

7. Краткое Э.М. Изучение систем управления. — М.: “ДеКА”, 2014.

8. Денисов В.Т., Кулаков Д.С. Выбор рационального заключения в управлении. //Российское предпринимательство, 2015, №4 (1).

9. Джанетто К., Уилер Э.Управление познаниями. Инструкция по разработке и внедрению корпоративной стратегии управления познаниями 2015.

10. Кабушкин Н.И. Менеджмент: Учебник.-М.:«Экономпресс», 2014.-284 с.

11. Кулаков Д.С. Управленческие заключения как важный запас увеличения производительности работы всего фирмы. Труды претендентов: Сборник заметок. - Саратов: Издательство Латанова В.П., 2014 - 0,65 п.л.

12. Ларичев. О.И. Доктрина и способы принятия заключений. «Логос», 2014 г.

13. Литвак Б.Г. Разработка управленческого заключения. Учебник. М.: Дело, 2015.

14. Немчин А.М., Минаев Д.В. Маркетинг: Учебное пособие. -СПб: «Бизнес-пресса», 2013.

15. Маркетинг: Учебник/ Под ред. А.Н. Романова.-М.: «Банки и биржи», «ЮНИТИ»,2015.-560с.

16. Мескон М. Х. Почвы менеджмента / М. Х. Мескон, М. Альберт, Ф. Хедоури - М.: Дело, 201,3.

17. Орлов А.И. Учебник по менеджменту - М, 2013.

18. Ременников В.В. Разработка управленческого заключения. Учебное пособие. М.: ЮНИТИ, 2014.

19. Саати Т.Л.Принятие заключений при зависимостях и оборотных связях: Аналитические сети. Пер. с англ.2014. 360 с.

20. Смирнов Э.А. Управленческие заключения. М.: ИнфраМ, 2015.

1. Маркетинг: Учебник/ Под ред. А.Н. Романова.-М.: «Банки и биржи», «ЮНИТИ»,2015.-560с. ↑

2. Маркетинг: Учебник/ Под ред. А.Н. Романова.-М.: «Банки и биржи», «ЮНИТИ»,2015.-560с. ↑

3. Рекомендаций Б. Я.. Яковлев С. А. Моделирование систем: Курсовое проек-тирование. — М.: Высочайшая среднее учебное заведение, 2015. ↑

4. Рекомендаций Б. Я.. Яковлев С. А. Моделирование систем: Курсовое проек-тирование. — М.: Высочайшая среднее учебное заведение, 2015. ↑

5. Ременников В.В. Разработка управленческого заключения. Учебное пособие. М.: ЮНИТИ, 2014. ↑

6. Ременников В.В. Разработка управленческого заключения. Учебное пособие. М.: ЮНИТИ, 2014. ↑

7. Джанетто К., Уилер Э.Управление познаниями. Инструкция по разработке и внедрению корпоративной стратегии управления познаниями 2015. ↑