Математическая модель это совокупность уравнений

Математическая модель

Что такое математическая модель

Математическая модель — концепция представления реальности математическим способом, вариант схемы как комплекса, изучение которого позволяет человеку обрести знания о некой другой системе.

Простой пример: график зависимости среднесуточной температуры от времени.

Математическая модель также была создана для того, чтобы проанализировать и предугадать поведение материального объекта. Однако у математической модели есть проблема, от которой не избавиться — идеализация.

Математическое моделирование — процесс создания, а также приемы построения и исследования математических моделей.

Все науки, которые используют для решения своих задач математический аппарат, практикуют математическое моделирование. То есть, заменяют объект своего исследования математической моделью и занимаются исследованием последней.

При помощи совокупности математических методов можно описать образцовый объект или процесс, который построен на стадии содержательного моделирования.

Как осуществляется связь математической модели и реальности?

  1. Эмпирические законы.
  2. Гипотезы.
  3. Идеализация.
  4. Упрощения.

Самые важные математические модели всегда обладают качеством универсальности. То есть, совершенно разные феномены могут быть описаны одной математической моделью.

Однако стоит помнить, что модель — объект, она может иметь собственные качества и свойства, которые могут не относиться к реальному моделируемому объекту.

Часто математические модели представляют в виде:

  1. Графика. Получить данные для решения задачи мы можем, посмотрев на данные графика.
  2. Уравнения. Данные для решения задачи зашифрованы в виде уравнения, под буквами x и y.

Представим основные понятия, которые важны для изучения данной темы:

  1. Реальный объект — исследуемый объект. Им может быть явление, система, либо процесс.
  2. Модель — нематериальный или материальный объект исследования, который является заменителем настоящего процесса\явления\системы.
  3. Моделирование — способ исследования предметов с помощью прототипов.

Виды математических моделей, классификация

Существует несколько классификаций математических моделей. Рассмотрим некоторые из них.

Формальная типология

Основа данной классификации — какие математические средства используются для создания модели. Для создания схем в формальной классификации часто используется прием дихотомии.

Дихотомия — раздвоение, разделение чего-то на две части. Например, графиков.

К известным типам дихотомии относятся:

ЛинейныеНелинейные
СосредоточенныеРаспределенные
ДетерминированныеСтохастические
СтатическиеДинамические
ДискретныеНепрерывные

Типология по методу представления объекта

В рамках данной классификации выделяют структурные и функциональные модели.

  • Структурная модель показывает объект как комплекс с механизмом и устройством функционирования.
  • Функциональные модели могут отражать поведение объекта, которое мы можем воспринимать внешне.

Эти парадигмы также имеют название «черные ящики».

Содержательные, а также формальные модели

Многие авторы, которые описывают процесс моделирования в математике, отмечают, что для начала нужно построить специальную образцовую конструкцию, так называемую содержательную модель.

В разных учебных изданиях идеальный объект называется по-разному. Встречаются такие примеры как умозрительная модель, концептуальная модель, а также предмодель.

Конечная математическая схема будет назваться формальной моделью (математическая модель). Она получается в результате представления предмодели с помощью формального языка.

Построить умозрительную модель можно с помощью уже готового набора идеализаций. Например, в механике существуют идеальные пружины, маятники, твердые тела и тд, которые представляют собой готовые заготовки для построения содержательной модели.

Однако есть научные области, в которых сложно построить содержательные модели, потому что в них нет полноценных формализованных доктрин. К таким дисциплинам относятся биология, физика, психология, экономика и многие другие).

Содержательная типология

В работах английского физика Рудольфа Эрнста Пайерлса можно найти некоторые типологии математических моделей, которые используются в физике и других естественных науках. Советские ученые Александр Горбань и Рэм Хлебопрос расширили классификацию Пайерлса. Данная типология акцентирует свое внимание на процессе выстраивания содержательной модели. Итак, существуют следующие типы математических моделей:

  • Гипотеза. Это пробное описание феноменов, автор которых либо верит в возможность их существования, либо считает это явление истинным. Такой, по мнению Пайерлса, является макет Солнечной системы от Птолемея, атомная модель Резерфорда, прототип Большого взрыва.
  • Феноменологическая модель. Этот тип содержит систему для описания феномена. Эта система обычно не особенно убедительна, не имеет достаточную аргументационную базу, плохо соотносится с существующими теориями. У феноменологических моделей временный статус. Ответ на вопрос феноменологической модели неизвестен, поэтому продолжается поиск истинных решений проблемы. К этому типу относятся макет теплорода.
  • Приближение. Если возможно построение уравнения, которое могло бы описать систему, это не значит, что его можно найти решения уравнения с помощью компьютерных программ. К таким уравнения относятся модели линейного отклика. Просто пример приближения — закон Ома.
  • Упрощение. В рамках данной модели убираются детали, которые могли бы повлиять на результат исследования (заметно и не контролируемо). Примером данного типа являются уравнения состояния Вандер-Ваальса, а также модели из физики жидкостей, твердого тела и т.д.
  • Эвристическая модель. Данная модель сохраняет подобие реальности, метод «слепого поиска» (через ошибки и пробы). Примером данной модели может быть измерение средней длины свободного пробега в кинетической теории.
  • Аналогия. Этот тип учитывает лишь некоторые особенности систем. Примером аналогии может быть исследование Гейзенберга о происхождении ядерных сил.
  • Мысленный эксперимент. Основа данного типа — предположение не на практике, не в результате реального эксперимента, а в опровержении какой-либо возможности в теории. Мысленный эксперимент часто использовал в своей работе Эйнштейн. В результате одного из мысленных экспериментов была выведена специальная теория относительности.
  • Демонстрация возможности. Основа данного типа — показать непротиворечивость возможности. Это своеобразные мысленные эксперименты, которые демонстрируют, что явление может согласоваться с базовыми теориями и непротиворечиво само по себе. Модель демонстрации возможности был использован для эксперимента геометрии Лобачевского.

Сложность моделируемой системы

Выделяются три уровня систем по сложности:

  • простые физические;
  • сложные физические;
  • биологические системы.

Советский академик Александр Андронов выделил три типа неустойчивых моделей:

  1. Неустойчивые к преобразованию начальных требований.
  2. Неустойчивые к небольшим преобразованиям условий, которые не вызывают никаких изменений в числе степеней свободы системы.
  3. Неустойчивые к небольшим преобразованиям условий, которые вызывают изменения в числе степеней свободы системы.

Неустойчивые модели называют негрубыми. Устойчивые модели — мягкие.

Какие еще бывают модели?

  1. Игровые (игры).
  2. Учебные (тренажеры).
  3. Опытные (уменьшенные копии чего-то).
  4. Исследовательские (для исследования процессов).
  5. Имитационные (представляют явления реальности).

Это ряд прототипов, которые выделяются по принципу применения.

Также выделяют материальные и информационные модели. Натуральные — муляжи, макеты. А информационные — прототипы, которые заменяют реальность формально (то есть словесно, графически и т.д.).

Какие параметры нужны для построения математической модели

Рассмотрим принципы построения математических моделей:

  1. Информационная достаточность. Невозможно построить схему без исследуемой информации. А при полноценном информационном обеспечении (когда все известно), построение не имеет никакого смысла. Поэтому для разработки математической модели важно иметь достаточное количество информации (не избыточное или недостаточное).
  2. Осуществимость проекта. Схема обязана гарантировать достижение определенной цели исследования.
  3. Множественность модели. Модель обязана отражать свойства реальных явлений, которые сказываются на эффективности исследования. Должны исследоваться лишь некоторые части реального объекта. Для полноценного исследования необходимо проанализировать некоторое множество (ряд) моделей.
  4. Агрегирование. Создание в рамках большой и сложной системы несколько подсистем, которые могут помочь решить задачу, поставленную в исследовании.
  5. Параметризация. Подсистема с определенным параметром выражается в числовой величине. Они не описывают процесс функционирования. Зависимость величины может быть задано таблицей, формулой, графиком. Служит для сокращения объема.

Также все математические модели должны отличаться следующими признаками адекватностью, конечностью, полнотой, упрощенностью, гибкостью.

Алгоритм составления, основные моменты

Для того чтобы составить математическую модель необходимо перевести данные задачи в вид математической формы. То есть переделать слова в формулу, уравнение и т.д. Необходимо установить математические связи между всеми условиями задачи.

Стоит помнить, что формула, уравнение математической модели должно полностью соответствовать тексту задачи, потому что иначе цель исследования изменится, а значит и задачу мы будем решать другую.

Представим алгоритм решения математической модели:

  1. Определяем цель исследования.
  2. Выделяем свойства системы.
  3. Выбираем средства, с помощью которых будем исследовать систему.
  4. Проводим исследование.
  5. Анализируем получившиеся результаты.
  6. Корректируем прототип.

Попробуем составить математическую модель на примере простой задачи:

Иван Федорович вернулся с охоты и показал своей семье добычу. Оказалось, что он принес 10 тушек зайцев, которые живут в тайге, 50 % всей добычи — из тундры, а из местного леса, где охотился Иван Федорович нет ни одного животного. Сколько всего дичи купил Иван Федорович в магазине «Мясо диких животных?».

Данный текст нужно представить в виде уравнения. Для этого необходимо установить математические связи между всеми условиями задачи.

  1. Обращаем внимание на главные математические данные. 10 тушек и 50%.
  2. Найдем скрытую информацию. Под 50% имеется в виду 50% от всего количества дичи.
  3. Представим главный вопрос — сколько дичи — в виде X. То есть, X — количество всей дичи, что есть у Ивана Федоровича.
  4. Процентное соотношение дичи из тундры нужно перевести в штуки, потому что в математических задачах важно все составлять в одинаковых значениях.
  5. Число дичи из тундры невозможно посчитать в штуках, поэтому переводим в уравнение 50% = 0,5*X. Данное уравнение верно для вычисления количества дичи из тундры.
  6. Какие данные у нас есть? 10 штук тушек зайцев из тайги, 0,5*X — дичи из тундры, а также X общее количество дичи.
  7. То есть, общее количество дичи будет равно сумме дичи из тайги и дичи из тундры. То есть, уравнение X = 10 + 0,5X.
  8. X = 10 + 0,5X — математическая модель.
  9. Далее решаем линейное уравнение и получаем, что дичи всего 20 штук.
  10. Ответ: 20.

Обобщение — для того, чтобы построить математическую модель, нужно выбросить всю ненужную информацию из задачи, оставить только нужное и заменяем на математический объект.

Занятие 2

Математическое моделирование. 1

Классификация математических моделей. 2

Математические модели с сосредоточенными параметрами. 2

Математические модели с распределенными параметрами. 2

Математические модели, основанные на экстремальных принципах. 3

Основной принцип классификации математических моделей.. 3

Испытание модели. 8

Исследование свойств имитационной модели. 9

Эксплуатация имитационной модели. 9

Анализ результатов моделирования. 10

Вопросы на понимание содержания занятия. 10

Практическое задание. 10

Математическое моделирование.

Математическая модель — это совокупность математических объектов и соотношений между ними, адекватно отображающая свойства и поведение исследуемого объекта.

Математика в самом общем смысле слова имеет дело с определением и использованием символических моделей. Математическая модель охватывает класс неопределяемых (абстрактных, символических) математических объектов таких, как числа или векторы, и отношения между этими объектами.

Математическое отношение – это гипотетическое правило, связывающее два или более символических объекта. Многие отношения могут быть описаны при помощи математических операций, связывающих один или несколько объектов с другим объектом или множеством объектов (результатом операции). Абстрактная модель с ее объектами произвольной природы, отношениями и операциями определяется непротиворечивым набором правил, вводящих операции, которыми можно пользоваться, и устанавливающих общие отношения между их результатами. Конструктивное определение вводит новую математическую модель, пользуясь уже известными математическими понятиями (например, определение сложения и умножения матриц в терминах сложения и умножения чисел).

Математическая модель будет воспроизводить подходящим образом выбранные стороны физической ситуации, если можно установить правило соответствия, связывающее специфические физические объекты и отношения с определенными математическими объектами и отношениями. Поучительным и/или интересным может также быть и построение математических моделей, для которых в физическом мире аналогов не существует. Наиболее общеизвестными математическими моделями являются системы целых и действительных чисел и евклидова геометрия; определяющие свойства этих моделей представляют собой более или менее непосредственные абстракции физических процессов (счет, упорядочение, сравнение, измерение).

Объекты и операции более общих математических моделей часто ассоциируются с множествами действительных чисел, которые могут быть соотнесены с результатами физических измерений.

Математическое моделирование — метод качественного и (или) количественного описания процесса с помощью, так называемой математической модели, при построении которой реальный процесс или явление описывается с помощью того или иного адекватного математического аппарата. Математическое моделирование является неотъемлемой частью современного исследования.

Математическое моделирование является типичной дисциплиной, находящейся, как сейчас часто говорят, на “стыке” нескольких наук. Адекватная математическая модель не может быть построена без глубокого знания того объекта, который “обслуживается” математической моделью. Иногда высказывается иллюзорная надежда, что математическая модель может быть создана совместно математиком, не знающим объекта моделирования, и специалистом по “объекту”, не знающим математики. Для успешной деятельности в области математического моделирования необходимо знать как математические методы, так и объект моделирования. С этим связано, например, наличие такой специальности как физик теоретик, основной деятельностью которого является математическое моделирование в физике. Разделение специалистов на теоретиков и экспериментаторов, утвердившееся в физике, несомненно, произойдет и в других науках, как фундаментальных, так и прикладных.

Классификация математических моделей.

Ввиду разнообразия применяемых математических моделей, их общая классификация затруднена. В литературе обычно приводят классификации, в основу которых положены различные подходы. Один из таких подходов связан с характером моделируемого процесса, когда выделяют детерминированные и вероятностные модели. Наряду с такой широко распространенной классификацией математических моделей существуют и другие.

Классификация математических моделей на основе особенностей применяемого математического аппарата. В ней можно выделить следующие их разновидности.

Математические модели с сосредоточенными параметрами.

Обычно с помощью таких моделей описывают динамику систем, состоящих из дискретных элементов. С математической стороны — это системы обыкновенных линейных или нелинейных дифференциальных уравнений.

Математические модели с сосредоточенными параметрами широко применяются для описания систем, состоящих из дискретных объектов или совокупностей идентичных объектов. Например, широко используется динамическая модель полупроводникового лазера. В этой модели фигурируют две динамические переменные — концентрации неосновных носителей заряда и фотонов в активной зоне лазера.

В случае сложных систем число динамических переменных и, следовательно, дифференциальных уравнений может быть велико (до 102В этих случаях полезны различные методы редукции системы, основанные на временной иерархии процессов, оценке влияния различных факторов и пренебрежении несущественными среди них и др.

Метод последовательного расширения модели может привести к созданию адекватной модели сложной системы.

Математические модели с распределенными параметрами.

Моделями этого типа описываются процессы диффузии, теплопроводности, распространения волн различной природы и т. п. Эти процессы могут быть не только физической природы. Математические модели с распределенными параметрами широко распространены в биологии, физиологии и других науках. Чаще всего в качестве основы математической модели применяют уравнения математической физики, в том числе и нелинейные.

Математические модели, основанные на экстремальных принципах.

Общеизвестна основополагающая роль принципа наибольшего действия в физике. Например, все известные системы уравнений, описывающие физические процессы, могут быть выведены из экстремальных принципов. Однако и в других науках экстремальные принципы играют существенную роль.

Экстремальный принцип используется при аппроксимации эмпирических зависимостей аналитическим выражением. Графическое изображение такой зависимости и конкретный вид аналитического выражения, описывающего эту зависимость, определяют с помощью экстремального принципа, получившего название метода наименьших квадратов (метод Гаусса), суть которого заключается в следующем.

Пусть проводится опыт, целью которого является исследование зависимости некоторой физической величины Y от физической величины X. Предполагается, что величины х и у связаны функциональной зависимостью

Вид этой зависимости и требуется определить из опыта. Предположим, что в результате опыта получили ряд экспериментальных точек и построили график зависимости у от х. Обычно экспериментальные точки на таком графике располагаются не совсем правильно, дают некоторый разброс, т. е. обнаруживают случайные отклонения от видимой общей закономерности. Эти отклонения связаны с неизбежными при всяком опыте ошибками измерения. Тогда возникает типичная для практики задача сглаживания экспериментальной зависимости.

Для решения этой задачи обычно применяется расчетный метод, известный под названием метода наименьших квадратов (или метод Гаусса).

Разумеется, перечисленные разновидности математических моделей не исчерпывают весь математический аппарат, применяемый в математическом моделировании. Особенно разнообразен математический аппарат теоретической физики и, в частности, ее важнейшего раздела — физики элементарных частиц.

Основной принцип классификации математических моделей

В качестве основного принципа классификации математических моделей часто используют области их применения. При таком подходе выделяются следующие области применения:

технические приложения, в том числе управляемые системы, искусственный интеллект;

жизненные процессы (биология, физиология, медицина);

большие системы, связанные с взаимодействием людей (социальные, экономические, экологические);

(Области применения указаны в порядке, соответствующем убыванию уровня адекватности моделей).

Виды математических моделей: детерминированные и вероятностные, теоретические и экспериментальные факторные. Линейные и нелинейные, динамические и статические. непрерывные и дискретные, функциональные и структурные.

По форме представления математических моделей различают инвариантную, алгоритмическую, аналитическую и графическую модели объекта проектирования.

Классификация математических моделей (ТО — технический объект)

Виды математических моделей технических объектов

По форме представления ММ

По характеру отображаемых свойств ТО

По степени абстрагирования

По способу получения ММ

(с распределенными параметрами)

ММ макроуровня (со средоточенными параметрами)

Структура модели — это упорядоченное множество элементов и их отношений. Параметр — это величина, характеризующая свойство или режим работы объекта. Выходные параметры характеризуют свойства технического объекта, а внутренние параметры — свойства его элементов. Внешние параметры — это параметры внешней Среды, оказывающей влияние на функционирование технического объекта.

К математическим моделям предъявляются требования адекватности, экономичности, универсальности. Эти требования противоречивы.

В зависимости от степени абстрагирования при описании физических свойств технической системы различают три основных иерархических уровня: верхний или метауровень, средний или макроуровень, нижний или микроуровень.

Метауровень соответствует начальным стадиям проектирования, на которых осуществляется научно-техничекский1 поиск и прогнозирование, разработка концепции и технического решения, разработка технического предложения. Для построения математических моделей метауровня используют методы морфологического синтеза, теории графов, математической логики, теории автоматического управления, теории массового обслуживания, теории конечных автоматов.

На макроуровне объект рассматривается как динамическая система с сосредоточенными параметрами. Математические модели макроуровня представляют собой системы обыкновенных дифференциальных уравнений. Эти модели используют при определении параметров технического объекта и его функциональных элементов.

На микроуровне объект представляется как сплошная Среда с распределенными параметрами. Для описания процессов функционирования таких объектов используют дифференциальные уравнения в частных производных. На микроуровне проектируют неделимые по функциональному признаку элементы технической системы, называемые базовыми элементами. При этом базовый элемент рассматривается как система, состоящая из множества однотипных функциональных элементов одной и той же физической природы, взаимодействующих между собой и находящихся под воздействием внешней Среды и других элементов технического объекта, являющихся внешней средой по отношению к базовому элементу.

По форме представления математических моделей различают инвариантную, алгоритмическую, аналитическую и графическую модели объекта проектирования.

В инвариантной форме математическая модель представляется системой уравнений вне связи с методом решения этих уравнений.

В алгоритмической форме соотношения модели связаны с выбранным численным методом решения и записаны в виде алгоритма — последовательности вычислений. Среди алгоритмических моделей выделяют имитационные , модели предназначенные для имитации физических и информационных процессов, протекающих в объекте при его функционировании под воздействием различных факторов внешней среды.

Аналитическая модель представляет собой явные зависимости искомых переменных от заданных величин (обычно зависимости выходных параметров объекта от внутренних и внешних параметров). Такие модели получают на основе физических законов, либо в результате прямого интегрирования исходных дифференциальных уравнений. Аналитические математические модели позволяют легко и просто решать задачи определения оптимальных параметров. Поэтому, если представляется возможность получения модели в таком виде, ее всегда целесообразно реализовать, даже если при этом придется выполнить ряд вспомогательных процедур, Такие модели обычно получают методом планирования эксперимента (вычислительного или физического).

Графическая (схемная) модель представляется в виде графов, эквивалентных схем, динамических моделей, диаграмм и т. п. Для использования графических моделей должно существовать правило однозначного соответствия условных изображений элементов графической и компонентов инвариантной математических моделей.

Деление математических моделей на функциональные и структурные определяется характером отображаемых свойств технического объекта.

Структурные модели отображают только структуру объектов и используются только при решении задач структурного синтеза. Параметрами структурных моделей являются признаки функциональных или конструктивных элементов, из которых состоит технический объект и по которым один вариант структуры объекта отличается от другого. Эти параметры называют морфологическими перемененными. Структурные модели имеют форму таблиц, матриц и графов. Наиболее перспективно применение древовидных графов типа И-ИЛИ-дерева. Такие модели широко используют на метауровне при выборе технического решения.

Функциональные модели описывают процессы функционирования технических объектов и имеют форму систем уравнений. Они учитывают структурные и функциональные свойства объекта и позволяют решать задачи как параметрического, так и структурного синтеза. Их широко используют на всех уровнях проектирования. На метауровне функциональные задачи позволяют решать задачи прогнозирования, на макроуровне — выбора структуры и оптимизации внутренних параметров технического объекта, на микроуровне — оптимизации параметров базовых элементов.

ПО способам получения функциональные математические модели делятся на теоретические и экспериментальные.

Теоретические модели получают на основе описания физических процессов функционирования объекта, а экспериментальные — на основе поведения объекта во внешней среде, рассматривая его как “черный ящик”. Эксперименты при этом могут быть физические (на техническом объекте или его физической модели) или вычислительные (на теоретической математической модели).

При построении теоретических моделей используется физический и формальный подходы.

Физический подход сводится к непосредственному применению физических законов для описания объектов, например, законов Ньютона, Гука, Кирхгофа и т. д.

Формальный подход использует общие математические принципы и применяется при построении как теоретических, так и экспериментальных моделей. Экспериментальные модели — формальные. Они не учитывают всего комплекса физических свойств элементов исследуемой технической системы, а лишь устанавливают обнаруживаемую в процессе эксперимента связь между отдельными параметрами системы, которые удается варьировать и (или) осуществлять их измерение. Такие модели дают адекватное описание исследуемых процессов лишь в ограниченной области пространства параметров, в которой осуществлялось варьирование параметров в эксперименте. Поэтому экспериментальные математические модели носят частный характер, в то время как физические законы отражают общие закономерности явлений и процессов, протекающих как во всей технической системе, так и в каждом ее элементе в отдельности. Следовательно, экспериментальные математические модели не могут быть приняты в качестве физических законов. Вместе с тем методы, применяемые для построения этих моделей широко используются при проверке научных гипотез.

Функциональные математические модели могут быть линейные и нелинейные. Линейные модели содержат только линейные функции величин, характеризующих состояние объекта при его функционировании, и их производных. Характеристики многих элементов реальных объектов нелинейные. Математические модели таких объектов включают нелинейные функции этих величин и их производных и относятся к нелинейным.

Если при моделировании учитываются инерционные свойства объекта и (или) изменение во времени объекта или внешней Среды, то модель называют динамической. В противном случае модель — статическая. Математическое представление динамической модели в общем случае может быть выражено системой дифференциальных уравнений, а статической — системой алгебраических уравнений.

Если воздействие внешней Среды на объект носит случайный характер и описывается случайными функциями. В этом случае требуется построение вероятностной математической модели. Однако такая модель весьма сложная и ее использование при проектировании технических объектов требует больших затрат машинного времени. Поэтому ее применяют на заключительном этапе проектирования.

Большинство проектных процедур выполняется на детерминированных моделях. Детерминированная математическая модель характеризуется взаимно однозначным соответствием между внешним воздействием на динамическую систему и ее реакцией на это воздействие. В вычислительном эксперименте при проектировании обычно задают некоторые стандартные типовые воздействия на объект: ступенчатые, импульсные, гармонические, кусочно-линейные, экспоненциальные и др. Их называют тестовыми воздействиями.

Продолжение Таблицы “Классификация математических моделей

Виды математических моделей технических объектов

По учету физических свойств ТО

По способности прогнозирования результатов

Программирование.

На этом этапе выполняются следующие действия.

Составляется план создания и использования программной модели. Как правило, программа модели создается с помощью средств автоматизации моделирования на ЭВМ. Поэтому в плане указываются: тип ЭВМ; средство автоматизации моделирования; примерные затраты памяти ЭВМ на создание программы модели и ее рабочих массивов; затраты машинного времени на один цикл работы модели; оценки затрат на программирование и отладку программы модели.

Затем исследователь приступает к программированию модели. В качестве технического задания на программирование служит описание имитационной модели. Специфика работ по программированию модели зависит от средств автоматизации моделирования, которые доступны исследователю. Не существует значительных отличий создания программы модели от обычной автономной отладки программных модулей большой программы или пакета программ, В соответствии с текстом производится деление модели на блоки и подблоки. В отличие от обычной автономной отладки программных модулей, при автономной отладке блоков и подблоков программной модели объем работ существенно увеличивается, поскольку для каждого модуля необходимо создать и отладить еще имитатор внешнего окружения. Весьма существенно выверить реализацию функций модуля в модельном времени t и оценить затраты машинного времени на один цикл работы модели как функцию от значений параметров модели. Завершаются работы при автономной отладке компонент модели подготовкой форм представления входных и выходных данных моделирования.

Далее переходят ко второй проверке достоверности программы модели системы. В процессе этой проверки устанавливается соответствие операций в программе и описании модели. Для этого производится обратный перевод программы в схему модели (ручная «прокрутка» позволяет найти грубые ошибки статики модели) .

После исключения грубых ошибок ряд блоков объединяется и начинается комплексная отладка модели с использованием тестов. Отладка по тестам начинается с нескольких блоков, затем в этот процесс вовлекается все большее число блоков модели. Отметим, что комплексная отладка программы модели намного сложнее отладки пакетов прикладных программ, поскольку ошибки динамики моделирования в этом случае найти значительно труднее вследствие квазипараллельной работы различных компонент модели. По завершении комплексной отладки программы модели необходимо вновь оценить затраты машинного времени на один цикл расчетов на модели. При этом полезно получить аппроксимацию времени моделирования на один цикл имитации.

Следующим действием является составление технической документации на модель сложной системы. Результатом этапа к моменту окончания комплексной отладки программы модели должны быть следующие документы:

    описание имитационной модели; описание программы модели с указанием системы программирования и принятых обозначений; полная схема программы модели; полная запись программы модели на языке моделирования; доказательство достоверности программы модели (результаты комплексной отладки программы модели); описание входных и выходных величин с необходимыми пояснениями (размерностей, масштабов, диапазонов изменения величин, обозначений); оценка затрат машинного времени на один цикл моделирования; инструкция по работе с программой модели.

Для проверки адекватности модели объекту исследования после составления формального описания системы исследователь составляет план проведения натурных экспериментов с прототипом системы. Если прототип системы отсутствует, то можно использовать систему вложенных ИМ, отличающихся друг от друга степенью детализации имитации одних и тех же явлений. Тогда более детальная модель служит в качестве прототипа для обобщенной ИМ. Если же построить такую последовательность невозможно либо из-за отсутствия ресурсов на выполнение этой работы, либо из-за недостаточности информации, то обходятся без проверки адекватности ИМ. Согласно этому плану параллельно с отладкой ИМ осуществляется серия натурных экспериментов на реальной системе, в ходе которых накапливаются контрольные результаты. Имея в своем распоряжении контрольные результаты и результаты испытаний ИМ, исследователь проверяет адекватность модели объекту.

При обнаружении ошибок на этапе отладки, устранимых только на предыдущих этапах, может иметь место возврат на предыдущий этап. Кроме технической документации к результатам этапа прилагается машинная реализация модели (программа, оттранслированная в машинном коде ЭВМ, на которой будет происходить имитация).

Испытание модели.

Это важный этап создания модели. При этом необходимо выполнить следующее. Во-первых, убедиться в правильности динамики развития алгоритма моделирования объекта исследования в ходе имитации его функционирования (провести верификацию модели). Во-вторых, определить степень адекватности модели и объекта исследования. Под адекватностью программной имитационной модели реальному объекту понимают совпадение с заданной точностью векторов характеристик поведения объекта и модели. При отсутствии адекватности проводят калибровку имитационной модели («подправляют» характеристики алгоритмов компонент модели).

Наличие ошибок во взаимодействии компонент модели возвращает исследователя к этапу создания имитационной модели. Возможно, что в ходе формализации исследователь слишком упростил физические явления, исключил из рассмотрения ряд важных сторон функционирования системы, что привело к неадекватности модели объекту. В этом случае исследователь должен вернуться к этапу формализации системы. В тех случаях, когда выбор способа формализации оказался неудачным, исследователю необходимо повторить этап составления концептуальной модели с учетом новой информации и появившегося опыта. Наконец, когда у исследователя оказалось недостаточно информации об объекте, он должен вернуться к этапу составления содержательного описания системы и уточнить его с учетом результатов испытания предыдущей модели системы.

Исследование свойств имитационной модели.

При этом оцениваются точность имитации явлений, устойчивость результатов моделирования, чувствительность критериев качества к изменению параметров модели. Получить эти оценки в ряде случаев бывает весьма сложно. Однако без успешных результатов этой работы доверия к модели не будет ни у разработчика, ни у заказчика ИМ. У разных исследователей в зависимости от вида ИМ сложились различные интерпретации понятий точности, устойчивости, стационарности, чувствительности ИМ. Пока не существует общепринятой теории имитации явлений на ЭВМ. Каждому исследователю приходится полагаться на свой опыт организации имитации и на свое понимание особенностей объекта моделирования.

Точность имитации явлений представляет собой оценку влияния стохастических элементов на функционирование модели сложной системы.

Устойчивость результатов моделирования характеризуется сходимостью контролируемого параметра моделирования к определенной величине при увеличении времени моделирования варианта сложной системы.

Стационарность режима моделирования характеризует собой некоторое установившееся равновесие процессов в модели системы, когда дальнейшая имитация бессмысленна, поскольку новой информации из модели исследователь не получит и продолжение имитации практически приводит только к увеличению затрат машинного времени. Такую возможность необходимо предусмотреть и разработать способ определения момента достижения стационарного режима моделирования. Чувствительность ИМ представляется величиной минимального приращения выбранного критерия качества, вычисляемого по статистикам моделирования, при последовательном варьировании параметров моделирования на всем диапазоне их изменений.

Эксплуатация имитационной модели.

Этот этап начинается с составления плана эксперимента, позволяющего исследователю получить максимум информации при минимальных усилиях на вычисление. Обязательно статистическое обоснование плана эксперимента. Планирование эксперимента представляет собой процедуру выбора числа и условий проведения опытов, необходимых и достаточных для решения поставленной задачи с требуемой точностью. При этом существенно следующее: стремление к минимизации общего числа опытов, обеспечение возможности одновременного варьирования всеми переменными; использование математического аппарата, формализующего многие действия экспериментаторов; выбор четкой стратегии, позволяющей принимать обоснованные решения после каждой серии экспериментов на модели.

Затем исследователь приступает к проведению рабочих расчетов на модели. Это весьма трудоемкий процесс, требующий больших затрат ресурса ЭВМ и обилия канцелярской работы. Отметим, что уже на ранних этапах создания ИМ необходимо тщательно продумывать состав и объемы информации моделирования, чтобы существенно облегчить дальнейший анализ результатов имитации. Итогом работы являются результаты моделирования.

Анализ результатов моделирования.

Данный этап завершает технологическую цепочку этапов создания и использования имитационных моделей. Получив результаты моделирования, исследователь приступает к интерпретации результатов. Здесь возможны следующие циклы имитации. В первом цикле имитационного эксперимента в ИМ заранее предусмотрен выбор вариантов исследуемой системы путем задания начальных условий имитации для машинной программы модели. Во втором цикле имитационного эксперимента модель модифицируется на языке моделирования, и поэтому требуются повторная трансляция и редактирование программы.

Возможно, что в ходе интерпретации результатов исследователь установил наличие ошибок либо при создании модели, либо при формализации объекта моделирования. В этих случаях осуществляется возврат на этапы построения описания имитационной модели или на составление концептуальной модели системы соответственно.

Результатом этапа интерпретации результатов моделирования являются рекомендации по проектированию системы или ее модификации. Имея в своем распоряжении рекомендации, исследователи приступают к принятию проектных решений. На интерпретацию результатов моделирования оказывают существенное влияние изобразительные возможности используемой ЭВМ и реализованной на ней системы моделирования.

Вопросы на понимание содержания занятия

1. Как проводится классификация математических моделей на основе особенностей применяемого математического аппарата.

2. Как различаются математические модели по форме представления.

3. Что такое алгоритмические модели.

4. В чем разница между теоретическими и экспериментальными функциональными математическими моделями.

5. Назовите виды математических моделей технических объектов.

6. В чем состоит смысл программирования при разработке имитационной модели.

7. Как проводится испытание модели.

Практическое задание

Попробуйте разработать алгоритмическую модель равноускоренного движения материальной точки.

Математические модели объектов проектирования

Математическое описание проектируемого объекта называют математической моделью. Математическая модель — это совокупность математических элементов (чисел, переменных, векторов, множеств) и отношений между ними, которые с требуемой для проектирования точностью описывают свойства проектируемого объекта. На каждом этапе проектирования используется свое математическое описание проектируемого объекта, сложность которого должна быть согласована с возможностями анализа на ЭВМ, что приводит к необходимости иметь для одного объекта несколько моделей различного уровня сложности [38, 33, 55, 94].

В общей теории математического моделирования математическую модель любого объекта характеризуют внутренними, внешними, выходными параметрами ифазовыми переменными. Внутренние параметры модели определяются характеристиками компонентов, входящих в проектируемый объект, например номиналы элементов принципиальной схемы. Если проектируемый объект содержит п элементарных компонентов, то и его математическая модель будет определяться параметрами, которые образуют вектор внутренних параметров W = |w1. wn| T . Каждый из параметров wi, в свою очередь, может быть функцией, вектором или еще более сложным математическим функционалом в зависимости от объекта проектирования.

Выходные параметры модели — это показатели, характеризующие функциональные, эксплуатационные, конструкторско-технологические, экономические и другие характеристики проектируемого объекта. К таким показателям могут относиться коэффициенты передачи, масса и габариты проектируемого объекта, надежность, стоимость и т.п. Понятия внутренних и выходных параметров инвариантны, при моделировании на более сложном уровне выходные параметрымогут стать внутренними и наоборот. Например, сопротивление резистора является внутренним параметром при моделировании усилительного устройства, компонентом которого он является, но это же сопротивление будет выходным параметром при моделировании самого резистора, что требуется при пленочном его исполнении. Вектор выходных параметров модели будем обозначать

Внешние параметры модели — это характеристики внешней по отношению к проектируемому объекту среды, а также рабочие управляющие воздействия. Вектор внешних параметров в общем случае содержит множество самых различных составляющих. К его составляющим с полным правом можно отнести все, что говорилось ранее о составляющих вектора внутренних параметров. Будем обозначать его

Уравнения математической модели могут связывать некоторые физические характеристики компонентов, которые полностью характеризуют состояние объекта, но не являются выходными иливнутренними параметрами модели (например, токи и напряжения в радиоэлектронных устройствах, внутренними параметрами которых являются номиналы элементов электрических схем, авыходными параметрами — выходная мощность, коэффициент передачи). Такие характеристики называют фазовыми переменными. Минимальный по размерности вектор фазовых переменных v = |v1. vr| T , полностью характеризующий работу объекта проектирования, называют базисным вектором. Например, при составлении уравнений математической модели радиоэлектронных устройств в качестве базисного вектора V можно использовать вектор узловых потенциалов либо вектор напряжений на конденсаторах и токов в индуктивностях — переменные состояния. Использование вектора фазовых переменных позволяет упростить алгоритмическую реализацию программ, составляющих уравнения математической модели устройства.

В общем случае выходные параметры F представляются операторами от векторов V,W,Q и могут быть определены из решения системы уравнений математической модели устройства. С учетом вышесказанного математическая модель любого радиотехнического объекта может быть представлена в виде следующих систем уравнений:

(14.1)
(14.2)

где и — операторы, определяющие вид систем уравнений модели.

Система уравнений (14.1) может представлять собой систему линейных алгебраических уравнений, нелинейных уравнений различного вида, дифференциальных в полных или частных производных, и является собственно математической моделью проектируемого объекта. В результате решения системы (14.1) определяются действующие в устройстве фазовые переменные V. Система уравнений (14.2) определяет зависимость выходных параметров объекта от фазовых переменных V.

В частных случаях составляющие вектора V могут являться внутренними или выходными параметрами объекта, и тогда системы уравнений (14.1) и (14.2) упрощаются.

Часто моделированием называют лишь составление системы (14.1). Решение уравнений (14.1) и отыскание вектора F с помощью уравнения (14.2) называют анализом математической модели.

На каждом уровне моделирования различают математические модели проектируемого радиотехнического объекта и компонентов, из которых состоит объект. Математические модели компонентов представляют собой системы уравнений, которые устанавливают связь между фазовыми переменными, внутренними и внешними параметрами, относящимися к данному компоненту. Эти уравнения называют компонентными, а соответствующую модель — компонентной.

Математическую модель объекта проектирования, представляющего объединение компонентов, получают на основе математических моделей компонентов, входящих в объект. Объединениекомпонентных уравнений в математическую модель объекта осуществляется на основе фундаментальных физических законов, выражающих условия непрерывности и равновесия фазовых переменных, например законов Кирхгофа. Уравнения, описывающие эти законы, называют топологическими ; они отражают связи между компонентами в устройстве. Совокупность компонентныхи топологических уравнений для проектируемого объекта и образует систему (14.1), являющуюся математической моделью объекта.

Исходя из задач конкретного этапа проектирования, математическая модель проектируемого объекта должна отвечать самым различным требованиям:

· отражать с требуемой точностью зависимость выходных параметров объекта от его внутренних и внешних параметров в широком диапазоне их изменения;

· иметь однозначное соответствие физическим процессам в объекте;

· включать необходимые аппроксимации и упрощения, которые позволяют реализовать ее программно на ЭВМ с различными возможностями;

· иметь большую универсальность, т. е. быть применимой к моделированию многочисленной группы однотипных устройств;

· быть экономичной с точки зрения затрат машинных ресурсов и т. п.

Эти требования в своем большинстве являются противоречивыми, и удачное компромиссное удовлетворение этих требований в одних задачах может оказаться далеким от оптимальности в других. По этой причине для одного и того же компонента или устройства часто приходится иметь не одну, а несколько моделей. В связи с этим классификация моделей должна выполняться по множеству признаков, чтобы описать все возможные случаи.

По уровню сложности различают полные модели и макромодели. Полные модели объекта проектирования получаются путем непосредственного объединения компонентных моделей в общую систему уравнений. Макромодели представляют собой упрощенные математические модели, аппроксимирующие полные.

В свою очередь, макромодели делят на две группы: факторные и фазовые модели.

Факторные модели предназначены для использования на последующих этапах проектирования.

Фазовые макромодели предназначены для использования на том же этапе проектирования, на котором их получают, для сокращения размерности решаемой задачи.

По способу получения математические модели радиотехнических объектов делят на физические и формальные. Физические модели получают на основе изучения физических закономерностей функционирования проектируемого объекта, так что структура уравнений и параметры модели имеют ясное физическое толкование.

Формальные модели получают на основе измерения и установления связи между основными параметрами объекта в тех случаях, когда физика работы его известна недостаточно полно. Как правило, формальные модели требуют большого числа измерений и по своей природе являются локальными, справедливыми вблизи тех режимов, в которых производились измерения. Такие модели называют моделями «черного ящика».

В современных системах автоматизированного проектирования формирование системы уравнений математической модели проектируемого объекта выполняется автоматически с помощью ЭВМ. В зависимости от того, что положено в основу алгоритма формирования системы уравнений, модели радиоэлектронных объектов можно разделить на электрические, физико-топологические итехнологические.

Понятие электрической модели включает либо систему уравнений, связывающих напряжения и токи в электрической схеме, являющейся моделью объекта, либо саму электрическую схему, составленную из базовых элементов (резисторов, конденсаторов), на основе которой можно в ЭВМ получить систему уравнений, связывающих напряжения и токи в модели объекта.

В физико-топологических моделях исходными параметрами являются геометрические размеры определяющих областей проектируемого объекта и электрофизические характеристики материала, из которых они состоят. В результате решения системы уравнений этой модели поля находятся внутри и на внешних выводах устройства. Такие модели применяются при разработке полупроводниковых приборов, СВЧ-устройств и в ряде других случаев.

Технологические модели основываются на параметрах технологических процессов изготовления проектируемого объекта (температура и время диффузии, концентрация диффузанта). Выходные параметры такой модели — совокупность физико-топологических либо технологических параметров.

По способу задания внутренних и внешних параметров математические модели делят на дискретные и непрерывные.

Различают модели статические и динамические в зависимости от того, учитывают ли уравнения модели инерционности процессов в проектируемом объекте или нет. Статические модели отражают состояние объекта проектирования при неизменных внешних параметрах и не учитывают его переходные характеристики. Динамические модели дополнительно отражают переходные процессы в объекте, происходящие при изменении во времени внешних параметров.

Существуют и другие варианты классификации математических моделей элементов и узлов радиоустройств.

Программа моделирования радиотехнических и других объектов должна автоматически формировать систему уравнений математической модели из базового набора элементарных схемных элементов, компонентные уравнения для которых хранятся в библиотеке программы.

Рассмотрим основные признаки, классификации и типы математических моделей (ММ), применяемых в САПР .

По характеру отображаемых свойств объекта ММ делятся на структурные и функциональные.

Структурные ММ предназначены для отображения структурных свойств объекта. Различают структурные ММ топологические и геометрические.

В топологических ММ отображаются состав и взаимосвязи элементов. Их чаще всего применяют для описания объектов, состоящих из большого числа элементов, при решении задач привязки конструктивных элементов к определенным пространственным позициям (например, задачи компоновки оборудования, размещения деталей, трассировки соединений) или к относительным моментам времени (например, при разработке расписаний, технологических процессов). Топологические модели могут иметь форму графов, таблиц (матриц), списков и т.п.

В геометрических ММ отображаются свойства объектов, в них дополнительно к сведениям о взаимном расположении элементов содержатся сведения о форме деталей. Геометрические ММ могут выражаться совокупностью уравнений линий и поверхностей; совокупностью алгебраических соотношений, описывающих области, составляющие тело объекта; графами и списками, отображающими конструкции из типовых конструктивных элементов, и т.п. Геометрические ММ применяют при решении задач конструирования в машиностроении, приборостроении, радиоэлектронике, для оформления конструкторской документации, при задании исходных данных на разработку технологических процессов изготовления деталей. Используют несколько типов геометрических ММ.

Функциональные ММ предназначены для отображения физических или информационных процессов, протекающих в объекте при его функционировании или изготовлении. Обычно функциональные ММ представляют собой системы уравнений, связывающих фазовые переменные, внутренние, внешние и выходные параметры.

По степени детализации описания в пределах каждого иерархического уровня выделяют полные ММ и макромодели.

Полная модель — эта модель, в которой фигурируют фазовые переменные, характеризующие состояния всех имеющихся межэлементных связей (т.е. состояние всех элементов проектируемого объекта).

Макромодель — ММ, в которой отображаются состояния значительно меньшего числа межэлементных связей, что соответствует описанию объекта при укрупненном выделении элементов.

По способу представления свойств объекта функциональные ММ делятся на аналитические и алгоритмические.

Аналитические ММ представляют собой явные выражения выходных параметров как функций входных и внутренних параметров.

Алгоритмические ММ выражают связи выходных параметров с параметрами внутренними и внешними в форме алгоритма.

Имитационная ММ — это алгоритмическая модель, отражающая поведение исследуемого объекта во времени при задании внешних воздействий на объект.


источники:

http://pandia.ru/text/77/415/27920.php

http://lektsii.org/8-103954.html