Моделирование систем управления

Оглавление. Введение. 1. Основные принципы моделирования систем управления. 1.1. Принципы системного по дхода в моделировании систем управления. 1.2. Подходы к исследованию систем управления. 1.3. Стадии разработки моделей. 2. Общая характеристика проб лемы моделирования систем управления. 2.1. Цели моделирования систем управления. 3. Классификация видов моделирования систем. Заключение. Список литературы. 1.1. ВВЕДЕНИЕ В данной курсовой работе по теме “Применение моделирования при исс ледовании систем управления” я попытаюсь раскрыть основные методы и пр инципы моделирования в разрезе исследования систем управления. Моделирование (в широком смысле) является основным методом иссле довани й во всех областях знаний и научно обоснованным методом оценок характер истик сложных систем, используемым для принятия решений в раз личных сф ерах инженерной деятельности. Существующие и проектируемые системы мо жно эффективно исследовать с помощью математических моделей (аналитич еских и имитационных), реализуемых на современных ЭВМ, которые в этом слу чае выступают в качестве инструмента экспериментатора с моделью систе мы. В настоящее время нельзя назвать область человеческой деятель ности, в которой в той или иной степени не использовались бы методы моделировани я. Особенно это относится к сфере управле ния различными системами, где о сновными являются процессы принятия решений на основе получаемой инфо рмации. Остановим ся на философских аспектах моделирования, а точнее об щей теории моделирования. Методологическая основа моделирования. Все то, на что направ лен а человеческая деятельность, называется объектом (лат. objection — предмет). Выработка методологии н аправлена на упо рядочение получения и обработки информации об объекта х, кото рые существуют вне нашего сознания и взаимодействуют между собо й и внешней средой. В научных исследованиях большую роль играют гипотезы, т. е. определенные предсказания, основывающиеся на небольшом коли честв е опытных данных, наблюдений, догадок. Быстрая и полная проверка выдвига емых гипотез может быть проведена в ходе специ ально поставленного эксп еримента. При формулировании и провер ке правильности гипотез большое з начение в качестве метода сужде ния имеет аналогия. Обобщенно моделирование можно определить как метод о пос редованного познания, при котором изучаемый объект-оригинал находи тся в некотором соответствии с другим объектом-моделью, причем модель сп особна в том или ином отношении замещать оригинал на некоторых стадиях п ознавательного процесса. Стадии познания, на которых происходит такая з амена, а также формы соответствия модели и оригинала могут быть различны ми: 1) моделирование как познавательный процесс, содержащий пе реработк у информации, поступающей из внешней среды, о проис ходящих в ней явления х, в результате чего в сознании появляются образы, соответствующие объек там; 2) моделирование, заключающееся в построении некоторой си стемы-м одели (второй системы), связанной определенными соот ношениями подобия с системой-оригиналом (первой системой), причем в этом случае отображени е одной системы в другую являет ся средством выявления зависимостей меж ду двумя системами, отраженными в соотношениях подобия, а не результатом непосред ственного изучения поступающей информации. 1. ОСНОВНЫЕ ПОНЯТИЯ ТЕОРИИ МОДЕЛИРОВАНИЯ СИСТЕМ Моделирование начинается с формирования предмета исследований — сис темы понятий, отражающей существенные для моделирования характеристи ки объекта. Эта задача является достаточно сложной, что подтверждается р азличной интерпретацией в научно-технической литературе таких фундаме н тальных понятий, как система, модель, моделирование. Подобная неоднозн ач ность не говорит об ошибочности одних и правильности других терминов , а отражает зависимость предмета исследований (моделирования) как от ра с сматриваемого объекта, так и от целей исследователя. Отличительной ос обен ностью моделирования сложных систем является его многофункциона льность и многообразие способов использования; оно становится неотъем лемой частью всего жизненного цикла системы. Объясняется это в первую оч ередь технологи чностью моделей, реализованных на базе средств вычисли тельной техники: достаточно высокой скоростью получения результатов м оделирования и их сравнительно невысокой себестоимостью. 1.1. Принципы системного подхода в м оделировании систем. В настоящее время при анал изе и синтезе сложных (больших) систем получил развитие системный подход , который отличается от классического (или индуктивного) подхода. Послед ний рассматри вает систему путем перехода от частного к общему и синтез ирует (конструирует) систему путем слияния ее компонент, разрабатыва ем ых раздельно. В отличие от этого системный подход предполага ет последо вательный переход от общего к частному, когда в основе рассмотрения лежи т цель, причем исследуемый объект выделяется из окружающей среды. Объект моделирования. Специалисты по проектированию и экспл уатации сложных систем имеют дело с системами управления различных уро вней, обладающими общим свойством — стремлением достичь некоторой цел и. Эту особенность учтем в следующих определениях системы. Система S — целенаправленное множество! взаимосвязанных элементов любой природы. Внешняя среда Е— множество с уществующих вне системы элементов любой природы, оказывающих влияние н а систему или находящихся под ее воздействием. ' В зависимости от цели иссл едования могут рассматриваться разные соотношения между самим объекто м S и внешней средой Е. Таким о бразом, в зависимости от уровня, на котором находится наблюдатель, объек т исследования может выделяться по-разному и могут иметь место различны е взаимодействия этого объекта с внешней средой. С развитием науки и техники сам объект непрерывно усложняет ся, и уже сейчас говорят об объекте исследования как о некоторой сложной сис теме, которая состоит из различных компонент, вза имосвязанных друг с др угом. Поэтому, рассматривая системный подход как основу для построения б ольших систем и как базу создания методики их анализа и синтеза, прежде в сего необходимо определить само понятие системного подхода. Системный подход — это элемент учения об общих законах развития природы и одно из выражений диалектического учения. Можно привести разн ые определения системного подхода, но на иболее правильно то, которое по зволяет оценить познавательную сущность этого подхода при таком метод е исследования систем, как моделирование. Поэтому весьма важны выделени е самой системы S и внешней ср еды Е из объективно существующей реальности и описание системы исходя и з общесистемных позиций. При системном подходе к моделированию систем необход имо прежде всего четко определить цель моделирования. Поскольку невозм ожно полностью смоделировать реально функционирующую систему (систему -оригинал, или первую систему), создается модель (система-модель, или втора я система) под поставленную проблему. Таким образом, применительно к воп росам моделирования цель возникает из требуемых задач моделирования, ч то позволяет по дойти к выбору критерия и оценить, какие элементы войдут в со здаваемую модель М. Поэтому необходимо иметь критерий отбора отдел ьных элементов в создаваемую модель. 1.2. Подходы к исследованию систем. Важным для системного под хода является определение с труктуры системы — совокупности связей между элементами системы, отра жающих их взаимодейст вие. Структура системы может изучаться извне с то чки зрения состава отдельных подсистем и отношений между ними, а также и знутри, когда анализируются отдельные свойства, позволяющие системе до стигать заданной цели, т. е. когда изучаются функции системы. В соответств ии с этим наметился ряд подходов к ис следованию структуры системы с ее с войствами, к которым следует прежде всего отнести структурный и функцио нальный. При структурном подходе выявляются состав выделенных эле ментов системы S и связи между ними. Совокупность элементов и связей между ними позволяет судить о структуре системы. После дняя в зависимости от цели исследования може т быть описана на разных уровнях рассм отрения. Наиболее общее описание струк туры — это топологическое описа ние, позволяющее определить в самых общих понятиях составные части сист емы и хорошо фор мализуемое на базе теории графов. Менее общим является функциональное описание, когда р ас сматриваются отдельные функции, т. е. алгоритмы поведения систе мы, и р еализуется функциональный подход, оценивающий функции, которые выполн яет система, причем под функцией понимается свойство, приводящее к дости жению цели. Поскольку функция от ображает свойство, а свойство отобража ет взаимодействие системы S с внешней средой Е, то свойства могут быть выражены в виде либо некоторых характеристик элементов S iV ) и подсистем Si систе мы, либо системы S в целом. При наличии некоторого эталона сравнения можно ввест и коли чественные и качественные характеристики систем. Для количест в енной характеристики вводятся числа, выражающие отношения между данно й характеристикой и эталоном. Качественные харак теристики системы нах одятся, например, с помощью метода экс пертных оценок. Проявление функций системы во времени S ( t ), т. е. функци онирование системы, означает переход системы из одно го состояния в другое, т. е. движение в пространстве состояний Z . При эксплу атации системы S весьма важно качество ее функциониро вания, определяемое показателем эффективности и являющееся значением критерия оценки эффективности. Существуют различные подходы к выбору критериев оценки эффективности. Система S может оце ниваться либо совокупностью частных критериев, либо некоторым общим интегральным критерием. Следует отметить, что создаваемая модель М с точки зрен ия системного подхода также является системой, т. е. S '= S '( M ), и мо жет рассматрив аться по отношению к внешней среде Е. Наиболее просты по представлению м одели, в которых сохраняется прямая аналогия явления. Применяют также мо дели, в которых нет прямой аналогии, а сохраняются лишь законы и общие зак ономерности поведения элементов системы S . Правильное понимание взаимосвя зей как внутри самой м одели М, так и взаимодействия ее с внешней средой Е в значительной степен и определяется тем, на каком уровне находится наблюдатель. Простой подход к изучению взаимосвязей между отдельн ыми частями модели предусматривает рассмотрение их как отражение связ ей между отдельными подсистемами объекта. Такой классичес кий подход мо жет быть использован при создании достаточно простых моделей. Процесс с интеза модели М на основе классичес кого (индуктивного) подхода предста влен на рис. 1.1, а. Реальный объект, подлежащий моделированию, разбивается н а отдель ные подсистемы, т. е. выбираются исходные данные Д для моделирования и ставятся цели Ц, отображающие от дельные сто роны процесса моделирования. По отдельной совокупности исх од ных данных Д ставится цель моделирования отдельной стороны функцион ирования системы, на базе этой цели формируется некото рая компонента К будущей модели. Совокупность компонент объ единяется в модель М. Таким образом, разработка модели М на базе классическо го подхода означает суммирование отдельных компонент в единую модель, п ричем каждая из компонент решает свои собственные задачи и изолирована от других частей модели. Поэтому классичес кий подход может быть исполь зован для реализации сравнительно простых моделей, в которых возможно р азделение и взаимно неза висимое рассмотрение отдельных сторон функци онирования реаль ного объекта. Для модели сложного объекта такая разобщ енность решаемых задач недопустима, так как приводит к значительным зат ратам ресурсов при реализации модели на базе конкретных программно-тех нических средств. Можно отметить две отличитель ные стороны классическ ого подхода: наблюдается движение от частного к общему, создаваемая моде ль (система) образуется путем суммирования отдельных ее компонент и не у читывается возник новение нового системного эффекта. С усложнением объектов моде лирования возникла необхо димость наблюдения их с более высокого уровн я. В этом случае наблюдатель (разработчик) рассматривает данную систему S как некоторую подсистему ка кой-то метасистемы, т. е. систе мы более высокого ранга, и вынужден перейти на позиции но вого системного подхода, который позволит ему построить н е только исследуемую систему, решающую совокупность задач, но и создават ь систему, являющуюся составной частью метасисте мы. Системный подход получил применение в системотехнике в связи с необходимостью исследования бол ьших реальных систем, ког да сказалась недостаточность, а иногда ошибоч ность принятия каких-либо частных решений. На возникновение системного подхо да повлияли увеличивающееся количество исходных данных при разр аботке, необходимость учета сложных стохастических связей в системе и в оздействий внешней среды Е. Все это заставило ис следователей изучать с ложный объект не изолированно, а во вза имодействии с внешней средой, а та кже в совокупности с другими системами некоторой метасистемы. Системный подход позволяет решить проблему построени я сложной системы с учетом всех факторов и возможностей, пропорци-1 оваль ных их значимости, на всех этапах исследования системы 5" и построения мод ели М'. Системный подход означает, что каждая система S является интегрированным целым даже тогда, когда она состоит из отдельных разобщенных подсистем. Таким образ ом, в основе системного подхода лежит рассмотрение системы как интегрир ованного целого, причем это рассмотрение при разработке начинается с гл авного — формулировки цели функционирования. На основе исходных данны х Д, которые известны из анализа внешней системы, тех ограничений, которы е накладываются на систему сверху л ибо исходя из возможностей ее реализации, и на основе цели функционирова ния формулируются исходные требования Т к модели системы S . На базе этих требований формируются о риентировочно некоторые подсистемы П, эле менты Э и осуществляется наиб олее сложный этап синтеза — вы-< бор В составляющих системы, для чего испо льзуются специальные критерии выбора КВ. При моделировании необходимо обеспечить максимальну ю эффективность модели системы, которая определяется как некоторая раз ность между какими-то показателями результатов, полученных в итоге эксп луатации модели, и теми затратами, которые были вложены в ее разработку и создание. 1.3. Стадии разработки моделей. На базе системного подхода может быть предложена и нек оторая последовательность разработки мо делей, когда выделяют две осно вные стадии проектирования: мак ропроектирование и микропроектирован ие. На стадии макропроектирования на основе данных о ре ал ьной системе S и внешней сред е Е строится модель внешней среды, выявляются ресурсы и ограничения для построения моде ли системы, выбирается модель системы и критерии, позво ляющие оценить адекватность модели М реальной системы S . Постро ив модель системы и модель вне шней среды, на основе критерия эффективности функционирования системы в процессе моделирования выбирают оптимальную стратегию управления, ч то позво ляет реализовать возможности модели по воспроизведению отдел ь ных сторон функционирования реальной системы S . Стадия микропроектирования в значительной степени за ви сит от конкретного типа выбранной модели. В случае имитацион ной моде ли необходимо обеспечить создание информационного, математического, т ехнического и программного обеспечении систе мы моделирования. На этой стадии можно установить основные характеристики созданной модели, оце нить время работы с ней и затраты ресурсов для получения заданного качес тва соответствия модели процессу функционирования системы S . Независимо от типа используемой модели М при ее построении нео бходимо руководствоваться рядом принципов системного под хода: 1) пропо рционально-последовательное продвижение по эта пам и направлениям соз дания модели; 2) согласование информаци онных, ресурсных, надежностных и д ругих характеристик; 3) пра вильное соотношение отдельных уровней иерар хии в системе моде лирования; 4) целостность отдельных обособленных стад ий постро ения модели. Модель М должна отвечать заданной цели ее создания, поэтому отдел ьные части должны компоноваться взаимно, исходя из единой системной зад ачи. Цель может быть сформулирована качественно, тогда она будет обладат ь большей содержательностью и длитель ное время может отображать объек тивные возможности данной системы моделирования. При количественной ф ормулировке цели возникает целевая функция, которая точно отображает н аиболее существенные факторы, влияющие на достижение цели. Построение модели относится к числу системных задач, п ри решении которых синтезируют решения на базе огромного числа исходны х данных, на основе предложений больших коллективов специалистов. Испол ьзование системного подхода в этих условиях позволяет не только постро ить модель реального объекта, но и на базе этой модели выбрать необходим ое количество управляющей информации в реальной системе, оценить показ атели ее функци онирования и тем самым на базе моделирования найти наиб олее эффективный вариант построения и выгодный режим функциониро вани я реальной системы S . 2. ОБЩА Я ХАРАКТЕРИСТИКА ПРОБЛЕМЫ МОДЕЛИРОВАНИЯ СИСТЕМ С развитием системных исследований, с расширением экспери мента льных методов изучения реальных явлений все большее значе ние приобрет ают абстрактные методы, появляются новые научные Дисциплины, автоматиз ируются элементы умственного труда. Ва ж ное значение при создании реальных систем S имеют математические методы анализа и синтеза, целый ряд открытий базируется на! чисто теоретических изыскан иях. Однако было бы неправильно забывать о том, что основным критерием лю бой теории является практика, и даже сугубо математические, отвлеченные науки базируются в своей основе на фундаменте практических знаний. Экспериментальные исследования систем. Одновременно с развитием теоретических методов анализа и синтеза совершенствуются и методы экспериментального изучения реальных объектов, появляются но вые средства исследования. Однако эксперимент был и остается одним из ос новных и существенных инструментов познания. Подобие и моделирование п озволяют по-новому описать реальный! процесс и упростить экспериментал ьное его изучение. Совершенствуется и само понятие моделирования. Если р аньше моделирование! означало реальный физический эксперимент либо по строение макета, имитирующего реальный процесс, то в настоящее время поя вились новые виды моделирования, в основе которых лежит постановка не то лько физических, но также и математических эксперимен тов. Познание реальной действительности является длитель ным и сложным процессом. Определение качества функционирования большо й системы, выбор оптимальной структуры и алгоритмов! поведения, построен ие системы S в соответствии с поставленной! перед нею целью — основная проблема при проектировании с овременных систем, поэтому моделирование можно рассматривать как один из методов, используемых при проектировании и исследовании больших сис тем. Моделирование базируется на некоторой аналогии реаль ного и мысленного эксперимента. Аналогия — основа для объяснения изуча емого явления, однако критерием истины может служить только практика, то лько опыт. Хотя современные научные гипотезы могут создаться чисто теор етическим путем, но, по сути, базируются на широких практических знаниях. Для объяснения реальных; процессов выдвигаются гипотезы, для подтвержд ения которых ставится эксперимент либо проводятся такие теоретические рассуждения, которые логически подтверждают их правильность. В широком смысле под экспериментом можно понимать некоторую процедур организаци и и наблюдения каких-то явлений, которые осуществляв ют в условиях, близк их к естественным, либо имитируют их. 3 Различают пассивный эксперимент, когда исследователь наблюдает протекающий процесс, и активный, когда наблюдатель вмешивает ся и организует протекание процесса. В последнее время распространен ак тивный эксперимент, поскольку именно на его основе) удается выявить крит ические ситуации, получить наиболее интересные закономерности, обеспе чить возможность повторения эксперимента в различных точках и т. д. В основе любого вида моделирования лежит некоторая мо дель, имеющая соответствие, базирующееся на некотором общем качест ве, к оторое характеризует реальный объект. Объективно реальный объект обла дает некоторой формальной структурой, поэтому для любой модели характе рно наличие некоторой структуры, соответ ствующей формальной структур е реального объекта, либо изуча емой стороне этого объекта. В основе моделирования лежат информационные провесы, по скольку само создание модели М базируется на информации о ре альном о бъекте. В процессе реализации модели получается инфор мация о данном об ъекте, одновременно в процессе эксперимента с моделью вводится управля ющая информация, существенное ме сто занимает обработка полученных рез ультатов, т. е. информация лежит в основе всего процесса моделирования. Характеристики моделей систем. В качестве объекта мод елирова ния выступают сложные организационно-технические системы, ко т орые можно отнести к классу больших систем. Более того, по своему содержа нию и созданная модель М также становится систе мой S ( M ) и тоже может быть отнесена к классу больших систем, для которых ха рактерно следующее. 1. Цель функционирования, которая определяет степень целена пра вленности поведения модели М. В этом случае модели могут быть разделены на одноцелевые, предназначенные для решения одной задачи, и многоцелевы е, позволяющие разрешить или рас смотреть ряд сторон функционирования р еального объекта. 2. Сложность, которую, учитывая, что модель М является сово купност ью отдельных элементов и связей между ними, можно оценить по общему числ у элементов в системе и связей между ними. По разнообразию элементов мож но выделить ряд уровней иерар хии, отдельные функциональные подсистемы в модели М, ряд входов и выходов и т. д., т. е. понятие сложности может быть иде нтифицировано по целому ряду признаков. 3. Целостность, указывающая на то, что создаваемая модел ь М является одной целостной системой S ( M ), включает в себя большое количество составных частей (элементов), находящихся в сложной в заимосвязи друг с другом. 4. Неопределенность, которая проявляется в системе: по с остоянию системы, возможности достижения поставленной цели, методам. ре шения задач, достоверности исходной информации и т. д. Основной характер истикой неопределенности служит такая ме ра информации, как энтропия, п озволяющая в ряде случаев оценить количество управляющей информации, н еобходимой для достиже ния заданного состояния системы. При моделирова нии основная цель — получение требуемого соответствия модели реально му объекту и в этом смысле количество управляющей информации в модели мо жно также оценить с помощью энтропии и найти то предельное минимальное к оличество, которое необходимо для пол учения требуемого результата с заданной достоверностью. Та ким образом , понятие неопределенности, характеризующее боль шую систему, применимо к модели М и является одним из ее основных признаков [35]. 5. Поведенческая страта, которая позволяет оценить эффе ктив ность достижения системой поставленной цели. В зависимости от нали чия случайных воздействий можно различать детерминирован ные и стохас тические системы, по своему поведению — непрерыв ные и дискретные и т. д. Поведенческая страта рассмотрения систе мы ^позволяет применительно к модели М оценить эффективность построенной модели, а также точность и до стоверность полученных при этом результатов. Очевидно, что поведение мо дели М не обя зательно совпадает с поведением реального объекта, причем часто моделирование может быть реализовано на базе иного материаль ног о носителя. 6. Адаптивность, которая является свойством высокоорга низо ванной системы. Благодаря адаптивности удается приспособиться к р азличным внешним возмущающим факторам в широком диапа зоне изменения в оздействий внешней среды. Применительно в мо дели существенна возможно сть ее адаптации в широком спектре возмущающих воздействий, а также изуч ение поведения модели в изменяющихся условиях, близких к реальным. Надо отметить, что существенным может оказаться вопрос устойчивости модели к раз личным возмущающим воздействиям. Поскольку модель М — сложная си стема, весьма важны вопросы, связанные с ее сущест вованием, т. е. вопросы ж ивучести, надежности и т. д.. 7. Организационная структура системы моделирования, ко то рая во многом зависит от сложности модели и степени совершенст ва сре дств моделирования. Одним из последних достижений в об ласти моделирова ния можно считать возможность использования имитационных моделей для проведения машинных экспериментов. Необходимы оптимальная организаци онная структура комплекса технических средств, информационного, матем атического и про граммного обеспечении системы моделирования S '( M ), оптималь ная организация процесса моделирования, поскольку следует об ращать особое внимание на время моделирования и точность по лу чаемых результатов. 8. Управляемость модели, вытекающая из необходимости об ес печивать управление со стороны экспериментаторов для получения воз можности рассмотрения протекания процесса в различных усло виях, имити рующих реальные. В этом смысле наличие многих управляемых параметров и п еременных модели в реализованной системе моделирования дает возможнос ть поставить широкий экс перимент и получить обширный спектр результат ов. 9. Возможность развития модели, которая исходя из совре мен ного уровня науки и техники позволяет создавать мощные системы моде лирования S ( M ) исследования многих сторон функцион и рования реального объекта. Однако нельзя при создании системы моделир ования ограничиваться только задачами сегодняшнего дня. Необходимо пр едусматривать возможность развития системы мо делирования как по гори зонтали в смысле расширения спектра изучаемых функций, так и по вертикал и в смысле расширения числа подсистем, т. е. созданная система моделирова ния должна позво лять применять новые современные методы и средства. Ес тествен но, что интеллектуальная система моделирования может функци он ировать только совместно с коллективом людей, поэтому к ней предъявляют эргономические требования. 2.1. Цели моделирова ния систем управления. Одним из наиболее важных аспек тов построения систем моделирования является проблема цели. Любую модель строят в зависимости от цели, которую ставит перед ней исследователь, поэтому одна из основных проблем при моделиров ании — это проблема целевого назначения. Подобие процесса, протекающег о в модели М, реальному процессу является не целью, а условием правильног о функционирования модели, и по этому в качестве цели должна быть постав лена задача изучения какой-либо стороны функционирования объекта. Для упрощения модели М цели делят на подцели и создают более эффективные виды моделей в зависимости от полученных подцелей мо делирования. Можно указать целый ряд примеров це лей моделирования в об ласти сложных систем. Например, для предприятием весьма существенно изу чение процессов оператив ного управления производством, оперативно-ка лендарного плани рования, перспективного планирования и здесь также мо гут быть успешно использованы методы моделирования. Если цель моделирования ясна, то возникает следующая п робле ма, а именно проблема построения модели М. Построение модели оказы вается возможным, если имеется информация или выдвинуты гипотезы относ ительно структуры, алгоритмов и параметров ис следуемого объекта. На ос новании их изучения осуществляется идентификация объекта. В настоящее время широко применяют различные способы оценки параметров: по методу н аименьших квадратов, по методу максимального правдоподобия, байесовск ие, марковские оценки. Если модель М построена, то следующей проблемой можно с читать проблему работы с ней, т. е. реализацию модели, основные задачи которой — минимизация времени получени я конечных pe зультатов и обес печение их достоверности. Для правильно построенной модели М характерным являе тся то, что она выявляет лишь те закономерности, которые нужны исследова телю, и не рассматривает свойства системы S , не существенные для данного исследования. Следует отмети ть, что оригинал и модель должны быть одновременно сходны по одним призн акам и различны по другим, что позволяет выделить наиболее важные изучае мые свойства. В этом смысле модель выступает как некоторый “заместитель ” оригинала, обеспечивающий фиксацию и изучение лишь некоторых свойств реального объекта. В одних случаях наиболее сложной оказывается идентиф икация в других — проблема построения формальной структуры объекта. Во зможны трудности и при реализации модели, особенно в случай имитационно го моделирования больших систем. При этом следует подчеркнуть роль иссл едователя в процессе моделирования. Постановка задачи, построение соде ржательной модели реального объекта во многом представляют собой твор ческий процесс и базируются на эвристике. И в этом смысле нет формальных путей выбора оптимального вида модели. Часто отсутствуют формальные ме тоды, позволяющие достаточно точно описать реальный процесс. Поэтому вы бор той или иной аналогии, выбор того или иного математического аппарата моделирования полностью основывается на имеющемся опыте исследовател я и ошибка исследовав теля может привести к ошибочным результатам модел ирований. Средства вычислительной те хники, которые в настоящее время широко используются либо для вычислени й при аналитическом моделировании, либо для реализации имитационной мо дели системы, могут лишь помочь с точки зрения эффективности реализации сложной модели, но не позволяют подтвердить правильность тон или иной мо дели. Только на основе обработанных данных, опыта исследователя можно с достоверностью оценить адекватность модели по отношению к реальному п роцессу. Если в ходе моделирования существенное место занимает реаль ный физический эксперимент, то здесь весьма важна и надежность используемых инструментальных средств, поск ольку сбои и отказы программно-технических средств могут приводить к ис каженным значениям выходных данных, отображающих протекание процесса. И в этом смысле при проведении физических экспериментов необ ходимы спе циальная аппаратура, специально разработанное мате матическое и инфор мационное обеспечение, которые позволяют реализовать диагностику сред ств моделирования, чтобы отсеять те ошибки в выходной информации, которы е вызваны неисправностя ми функционирующей аппаратуры. В ходе машинног о эксперимен та могут иметь место и ошибочные действия человека-операто ра. В этих условиях серьезные задачи стоят в области эргономического обе спечения процесса моделирования. 3. КЛАССИФИКАЦИЯ ВИДОВ МОДЕЛИРОВАНИЯ СИСТЕМ. В основе моделирования лежит теория подобия, которая утвер ждает, ч то абсолютное подобие может иметь место лишь при замене одного объекта д ругим точно таким же. При моделирова нии абсолютное подобие не имеет мес та и стремятся к тому, чтобы модель достаточно хорошо отображала исследу емую сторону функ ционирования объекта. Классификационные признаки. В качестве одного из первых при знаков классификации видов моделирования можно выбрать с те пень полноты модели и разделить модели в соответствии с этим признак ом на полные, неполные и приближенные. В основе полного моделирования ле жит полное подобие, которое проявляется как во времени, так и в пространс тве. Для неполного моделирования характерно неполное подобие модели из учаемому объекту. В основе приближенного моделирования лежит приближе нное подобие, при котором некоторые стороны функционирования реальног о объекта не моделируются совсем. В зависимости от характера изучаемых процессов в сист еме S все виды моделирования могут быть разделены на детерми нированные и стохастические, статическ ие и динамические, диск ретные, непрерывные и дискретно-непрерывные. Дет ерминирован ное моделирование отображает детерминированные процессы , т. е. процессы, в которых предполагается отсутствие всяких случайных воз действий; стохастическое моделирование отображает вероят ностные про цессы и события. В этом случае анализируется ряд реализаций случайного п роцесса и оцениваются средние характе ристики, т. е. набор однородных реа лизаций. Статическое моде лирование служит для описания поведения объе кта в какой-либо момент времени, а динамическое моделирование отражает п оведение объекта во времени. Дискретное моделирование служит для описа ния процессов, которые предполагаются дискретными, соответственно неп рерывное моделирование позволяет отразить непрерывные процессы в сист емах, а дискретно-непрерывное моделировании используется для случаев, к огда хотят выделить наличие как дискретных, так и непрерывных 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 нереализуем ы в заданном интервале времени, либо существуют вне условий, возможных д ля их физического создания. Например, на базе мысленного моделирования м огут быть проанализированы многие ситуации микромира, которые не подда ются физическому эксперименту. Мысленное моделирование может быть реа лизовано в вид наглядного, символического и математического. Аналоговое моделирование основывается на применении анало гий различных уровней. Наивысшим уровнем является полная ана лог ия, имеющая место только для достаточно простых объектов. С усложнением объекта используют аналогии последующих уров ней, когда аналоговая мод ель отображает несколько либо только одну сторону функционирования об ъекта. Существенное место при мысленном наглядном моделиров ании занимает макетирование. Мысленный макет может применяться в случа ях, когда протекающие в реальном объекте процессы не поддаются физическ ому моделированию, либо может предшество вать проведению других видов м оделирования. В основе постро ения мысленных макетов также лежат аналог ии, однако обычно базирующиеся на причинно-следственных связях между яв лениями и процессами в объекте. Если ввести условное обозначение отдель ных понятий, т. е. знаки, а также определенные операции между этими знакам и, то можно реализовать знаковое моделирование и с помощью знаков отобра жать набор понятий — составлять от дельные цепочки из слов и предложен ий. Используя операции объ единения, пересечения и дополнения теории мн ожеств, можно в от дельных символах дать описание какого-то реального об ъекта. В основе языкового моделирования лежит некоторый тез аурус. Последний образуется из набора входящих понятий, причем этот набо р должен быть фиксированным. Следует отметить, что между тезаурусом и об ычным словарем имеются принципиальные раз личия. Тезаурус — словарь, к оторый очищен от неоднозначности, т. е. в нем каждому слову может соответс твовать лишь единствен ное понятие, хотя в обычном словаре одному слову могут соответ ствовать несколько понятий. Символическое моделирован ие представляет собой искусственный процесс создания логического объе кта, который замещает реальный и выражает основные свойства его отношен ий с помощью опреде ленной системы знаков или символов. Математическое моделиро вание. Для исследования характерис тик процесса функционирования любо й системы S математичес кими методами, включая и машинные, должна быть проведена формализация этого п роцесса, т. е. построена математическая мо дель. Под математическим моделированием будем понимать процесс уст ановления соответствия данному реальному объекту некоторого математи ческого объекта, называемого математической моделью, и исследование эт ой модели, позволяющее получать характеристи ки рассматриваемого реал ьного объекта. Вид математической мо дели зависит как от природы реальн ого объекта, так и задач ис следования объекта и требуемой достоверност и и точности решения этой задачи. Любая математическая модель, как и всяк ая другая, Рис 1. Классификация видов моделирования систем. описывает реальный объект лишь с некоторой степенью приближе ния к действительности. Математичес кое моделирование для исследования характеристик процесса функционир ования систем можно разделить на аналитическое, имитационное и комбини рован ное. Для аналитического моделирования характерно то, что процессы ф ункционирования элементов системы записываются в виде неко торых функ циональных соотношений (алгебраических, интегродиф-ференциальных, кон ечно-разностных и т. п.) или логических усло вий. Аналитическая модель мож ет быть исследована следующими методами: а) аналитическим, когда стремят ся получить в общем виде явные зависимости для искомых характеристик; б) численным, когда, не умея решать уравнений в общем виде, стремятся получи ть числовые результаты при конкретных начальных данных; в) качест венны м, когда, не имея решения в явном виде, можно найти неко торые свойства реш ения (например, оценить устойчивость реше ния). В отдельных случаях исследования системы могут удовлетво рить и те выводы, которые можно сделать при использовании качественного метод а анализа математической модели. Такие каче ственные методы широко испо льзуются, например, в теории авто матического управления для оценки эфф ективности различных ва риантов систем управления. Заключение. В заключении данной курсовой работы хочу сделать несколько выводов из в ышеизложенного материала о моделировании в исследовании систем управл ения. Итак определим гносеологическую природу моделирования. Определяя гносеологическую роль теории моделирования, т.е. ее значение в процессе познания, необходимо прежде всего отвлечь ся от имеющегося в н ауке и технике многообразия моделей и выде лить то общее, что присуще мод елям различных по своей природе объектов реального мира. Это общее заклю чается в наличии неко торой структуры (статической или динамической, ма териальной или мысленной), которая подобна структуре данного объекта. В процессе изучения модель выступает в роли относительного самостоятель ного квазиобъекта, позволяющего получить при ис следовании некоторые з нания о самом объекте. В современной России управление и ее исследование иде т по пути усложнения. Применяя методы моделирования такие, как аналогия, можно добиться впечатляющих результатов в хозяйственной деятельности предприятия. Аналогией называют суждение о каком-либо частном сходстве двух объектов, причем такое сходство может быть существенным и несущест венным. Необходимо отметить, что понятия существен ности и несущественн ости сходства или различия объектов условны и относительны. Существенн ость сходства (различия) зависит от уровня абстрагирования и в общем слу чае определяется конечной целью пров одимого исследования. Современная научная гипотеза создается, как прав ило, по аналогии с проверенными на практике научными положениями. В заключении вышесказанному можно подвести итог, что моделирование это основной путь в системе исследования систем управления и имеет чрезвыч айную важность для менеджера любого уровня. Список литературы. 1. Игнатьева А. В., Максимцов М. М. ИССЛЕДОВАНИЕ СИСТЕМ УПРАВЛЕНИЯ, Москва, 2000 2. Патерсон Дж. Теория сетей Петри и моде лирование систем. — М.: Мир, 1984. 3. Приикер А. Введение в имитационное мо делирование и язык СЛАМП. — М.: Мир, 1987. 4.Советов Б. Я.. Яковлев С. А. Модел ирование систем. — М.: Высшая школа, 1985. 5. Советов Б. Я., Яковлев С. А. Моделирование систем (2-е изд.). — М.: Высшая школа , 1998. 6.Советов Б. Я.. Яковлев С. А. Модели рование систем: Курсовое проек тирование. — М.: Высшая школа, 1988. 7. Короткое Э.М. Исследование систе м управления. — М.: “ДеКА”, 2000.