Моделирование систем
Покупка
Основная коллекция
Тематика:
Общенаучное знание и теории
Издательство:
ПресСто
Составитель:
Кузьменко Роман Валентинович, Андреева Наталья Александровна, Корчагина Елена Васильевна, Корчагин Владимир Викторович, Папонов Андрей Владимирович, Меньших Татьяна Валерьевна
Год издания: 2022
Кол-во страниц: 96
Дополнительно
Практикум является дополнением к основной литературе дисциплины. Создан на базе прочитанного материала. Каждое задание в практикуме начинается с необходимого теоретического минимума, включающего важнейшие определения, теоремы и формулы. Затем следует блок рассмотрения решения задачи. В конце находятся задачи для самостоятельного решения и контрольные вопросы, позволяющие обучающимся оценить освоенность представленного материала.
Предназначен для всех технических специальностей и направлений подготовки, включающих реализацию дисциплин «Моделирование систем» и «Моделирование систем и сетей телекоммуникаций».
Тематика:
ББК:
УДК:
ОКСО:
- ВО - Бакалавриат
- 11.03.02: Инфокоммуникационные технологии и системы связи
- ВО - Специалитет
- 10.05.02: Информационная безопасность телекоммуникационных систем
- 11.05.02: Специальные радиотехнические системы
- 11.05.04: Инфокоммуникационные технологии и системы специальной связи
ГРНТИ:
Скопировать запись
Фрагмент текстового слоя документа размещен для индексирующих роботов.
Для полноценной работы с документом, пожалуйста, перейдите в
ридер.
ФЕДЕРАЛЬНАЯ СЛУЖБА ИСПОЛНЕНИЯ НАКАЗАНИЙ ФЕДЕРАЛЬНОЕ КАЗЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ ВОРОНЕЖСКИЙ ИНСТИТУТ ФСИН РОССИИ Кафедра математики и естественно-научных дисциплин МОДЕЛИРОВАНИЕ СИСТЕМ Практикум Воронеж 2022
УДК 519.87 ББК 22.1 М74 Утверждено методическим советом Воронежского института ФСИН России 20 июля 2021 г., протокол № 11 Р е ц е н з е н т ы: начальник кафедры технических комплексов охраны и связи Воронежского института ФСИН России, кандидат технических наук, доцент А. В. Паринов; профессор кафедры математики и моделирования систем Воронежского института МВД России доктор физико-математических наук, профессор В. В. Меньших Моделирование систем : практикум / сост. Р. В. Кузьменко, Н. А. Андреева, Е. В. Корчагина и др. – ФКОУ ВО Воронежский институт ФСИН России. – Воронеж, 2022. – 96 с. Практикум является дополнением к основной литературе дисциплины. Создан на базе прочитанного материала. Каждое задание в практикуме начинается с необходимого теоретического минимума, включающего важнейшие определения, теоремы и формулы. Затем следует блок рассмотрения решения задачи. В конце находятся задачи для самостоятельного решения и контрольные вопросы, позволяющие обучающимся оценить освоенность представленного материала. Предназначен для всех технических специальностей и направлений подготовки, включающих реализацию дисциплин «Моделирование систем» и «Моделирование систем и сетей телекоммуникаций». УДК 519.87 ББК 22.1 © ФКОУ ВО Воронежский институт ФСИН России , 2022 © Составление. Кузьменко Р. В., Андреева Н. А., Корчагина Е. В., Кочагин В. В., Папонов А. В., Меньших Т. В., 2022 М74
ВВЕДЕНИЕ Интенсивное развитие науки в середине XX в. привело к необходимости использования междисциплинарного подхода при решении задач из различных областей и сфер науки и техники. При этом исследователи все чаще стали обнаруживать определенную схожесть как в структуре и характеристиках объектов различной природы, так и в механизмах формулировки задач их исследования, а также методов решения поставленных задач. Попытки обобщения результатов таких исследований привели к понятию системности и формированию теоретической и экспериментальной базы новой дисциплины «Теория систем», выступающей в качестве научной теории, направленной на разработку методов исследований объектов с определенными свойствами и характеристиками независимо от их отраслевого характера. Используемая в рамках теории систем в качестве метода научного познания совокупность принципов, подходов и средств исследования, анализа объектов и процессов путем их представления как систем получила название «системный анализ». Схематично можно сказать, что в основе любой исследовательской про- цедуры системного анализа лежат три стадии: 1) постановка задачи, 2) построение формализованной модели системы, 3) проверка модели и реше- ние в ее рамках поставленной задачи. При этом 2-й и 3-й этапы описывают об- щим понятием «моделирование систем». В связи с высокой важностью данного аппарата теории систем «Моделирование систем» в последнее время выступает как самостоятельная дисциплина. При решении задач моделирования систем используется значительное число формальных и неформальных (эвристических) процедур, взятых из таких дисциплин, как «Исследование операций», «Теория вероятностей», «Теория массового обслуживания», «Теория оптимального управления», «Теория при- нятия решений», «Экспертный анализ», «Теория организации эксплуатации си- стем» и т. д. Другие процедуры моделирования систем, напротив, были развиты именно в рамках системного анализа. В предлагаемом практикуме рассматриваются классические подходы к решению задач моделирования типовых систем, в том числе с применением средств вычислительной техники. Приведенные в пособии задачи предназначе- ны для того, чтобы ознакомить обучающихся с основами системного анализа и моделирования систем, научить обучающихся рассматривать объекты, процес- сы и явления с системных позиций, выработать у обучающихся практические навыки решения задач моделирования систем, а при необходимости и воспол- нить не усвоенный на лекциях материал, который необходим для успешного владения предметом. Содержание практикума не выходит за рамки рабочих программ и ставит перед собой задачу проиллюстрировать главные темы, от- талкиваясь от потребности обучающихся в освоении методами моделирования систем.
Каждое задание в практикуме начинается с необходимого теоретического минимума, включающего важнейшие определения, теоремы и формулы. Затем следует блок рассмотрения решения задачи. В конце находятся задачи для са- мостоятельного решения и контрольные вопросы, позволяющие обучающимся оценить освоенность представленного материала. Практикум может использо- ваться как преподавателями для подготовки занятий, так и обучающимися в случае самостоятельного освоения материала. Авторы надеются, что настоящий практикум поможет обучающимся освоить фундаментальные основы дисциплины «Моделирование систем» и успешно применять полученные знания на практике. Практикум предназначен для курсантов, слушателей и студентов, обуча- ющихся по специальностям 10.05.02 Информационная безопасность телеком- муникационных систем, 11.05.02 Специальные радиотехнические системы, 11.05.04 Инфокоммуникационные технологии и системы специальной связи и направлению подготовки 11.03.02 Инфокоммуникационные технологии и систе- мы связи.
Практическое задание 1 ТЕМА «Виды моделирования» Учебные вопросы: 1. Виды моделирования. Цель работы: освоить методы построения аналитической и имитацион- ной моделей. Задачи работы: – изучить виды моделирования; – сформировать у обучаемых умения и навыки построения аналитической и имитационной моделей. КРАТКИЕ ТЕОРЕТИЧЕСКИЕ СВЕДЕНИЯ Моделирование систем основывается на замене исследуемой системы ее моделью и проведении исследований на модели с целью получения информа- ции о системе. В качестве модели системы могут выступать ее физические или абстрактные образы, на которых проведение исследований является более удобным и простым. При этом, поскольку речь идет о системах, при разработке модели используется предполагаемый системным анализом стандартный под- ход, состоящий из трех этапов: синтеза, анализа и принятия решения об исполь- зовании результатов моделирования (рис. 1.1). В качестве формализованной модели системы может использоваться графическая, формально-логическая, информационная, математическая или иная форма формальных моделей. Рис. 1.1. Типовая схема этапов моделирования Синтез модели заключается в подборе категории, вида модели и опреде- лении ее параметров и переменных. При анализе модели необходимо обратить внимание на ее следующие ос- новные показатели: 1) специализированность модели – пригодность модели для данной кон- кретной исследовательской задачи; 2) количество критериев, используемых для оценки состояния системы. Разработка модели Синтез Анализ Исполь- зование модели Принятие решения Оригинал Постановка
Чем больше число критериев, тем выше точность описания и тем сложнее соот- ветствующая модель; 3) точность модели – определяется отклонением рассчитанного отклика модели от экспериментально наблюдаемого; 4) экономичность модели – определяется ресурсами, необходимыми для реализации модели и проведения с ней исследовательского эксперимента; 5) непротиворечивость – в рамках эксперимента с моделью проверяется, не противоречит ли рассчитанный в рамках модели отклик системы отклику оригиналу на аналогичные воздействия; 6) целостность модели – создаваемая модель должна включать в себя до- статочное число взаимодействующих между собой элементов системы, позволяющих описать систему как единое целое; 7) степень учета неопределенностей в отношении состояния системы или воздействий внешней среды; 8) поведенческая страта, которая позволяет оценить уровень достижения системой поставленной цели в случае реализации модели; 9) адаптивность модели к различным внешним факторам; 10) управляемость модели – возможность планирования эксперимента с моделью или системой; 11) возможность развития модели за счет ее видоизменения или учета альтернатив; 12) информационное обеспечение – наличие достаточного объема данных для проведения эксперимента с моделью. На этапе принятия решения полученные в рамках модели результаты анализируются принимающим решение лицом (ЛПР). При этом ЛПР делает заключение об адекватности модели, т. е. ее пригодности для достижения поставленных целей. ЗАДАНИЯ И ПОРЯДОК ИХ ВЫПОЛНЕНИЯ Расчет параметров емкости заданного объема с оптимальными затратами ресурсов. Необходимо спроектировать прямую цилиндрическую емкость заданного объема V0 с размерами: r – радиус основания, h – высота, h0 –высота кромки по верхнему периметру. В задаче могут быть использованы различные критерии оптимума, например общая площадь поверхности емкости (затраты материала) S = Sбок + 2Sосн или длина сварного шва (расход электроэнергии) L = 2Lосн + (h + h0). Кроме того, очевидно, что существуют некоторые предельные значения ра- диуса днища r: R1 r R2. Рассмотрим различные подходы к решению данной задачи: 1) построение аналитической модели. Обозначим через Q выбранный нами критерий оптимальности (общая площадь поверхности емкости S и / или длина сварного шва L). Можно выбрать двухпараметрическую и однопарамет- рическую модели: а) двухпараметрическая модель
Q(r, h) min (1) при ограничениях V(r, h) = V0 (2) R1 r R2. (3) В данном случае потребуется найти локальный минимум функции двух переменных; б) однопараметрическая модель h = h(r, V0). (4) Подставив (4) в (1), получим функцию одной переменной, для которой потре- буется найти минимум на отрезке Q(r, h(r, V0)) min. (5) Сравним модели между собой. Если существует аналитическое решение уравнения (2) в виде (4), то с точки зрения простоты описания вторая модель будет более предпочтительной. В противном случае надо будет использовать первую модель. В рассматриваемой задаче решение (4) существует. Благодаря этому можно реализовать однопараметрическую модель; 2) различные модели для принятия решения. При этом будем исходить из того, что условием минимума для выбранного нами критерия оптимальности Q является 0 ) ( r r Q (6) в некоторой стационарной точке. При этом возможны следующие варианты: 1) стационарная точка принадлежит интервалу [R1, R2], и аналитическое решение уравнения (6) существует. В этом случае необходимо применять ана- литическую модель принятия решения; 2) стационарная точка принадлежит интервалу [R1, R2], и аналитического решения уравнения (6) не существует. В этом случае необходимо применять численную модель решения; 3) стационарная точка не принадлежит интервалу [R1, R2]. Это означает, что как аналитическая, так и численная модели, основанные на уравнении (6), не адекватны объекту моделирования и необходима имитационная модель. Таким образом, для выбора модели решения необходимо проверить вы- полнение условия (3). Это можно сделать с помощью леммы Больцмана – Ко- ши: если 0 & 0 2 1 R r R r r Q r Q , (7) то на отрезке (3) есть хотя бы одна стационарная точка. Для проверки отноше- ния (7) надо найти производную r r Q ) ( , вычислить ее значение при r = R1 и r = R2 и определить знаки полученных значений. Если (7) выполняется, то исполь- зуется аналитическая или численная модель в зависимости от существования аналитического решения уравнения (6). Если же хотя бы одно из условий не верно, то нужна имитационная модель.
Аналитическая модель представляет собой формулу вида ) , ( 0 0 h V r ropt , (8) которая получается, если из уравнения (6) выразить r. В качестве численной модели решения уравнения (6) предлагается метод Ньютона, применяемый для решения уравнения f(x) = 0. выбрав некоторое начальное значение х, равное х(0), по формуле Ньютона (x(k)) f f(x(k))/ x(k) ) x(k 1 (9) последовательно получают все более точные решения х(1), х(2), …, х(n). Имитационная модель решения представляет собой реализацию метода проб. Для ее применения необходимо в формулу (5) подставлять различные значения r из интервала (3) и из полученных значений критерия q надо выбрать минимальное. Для решения данной задачи приемлемая точность будет достиг- нута, если взять 50 равноотстоящих точек из интервала [R1, R2]; 3) составление алгоритмической модели. Алгоритмы аналитической и имитационной моделей достаточно просты, поэтому приведем только алгоритм численной модели (рис. 1.2); 4) программная модель аналитического решения представляет собой запрограммированную формулу (8) для вычисления решения уравнения (6). В случае численного решения необходимо составить программу по приведен- ной ниже схеме алгоритма (рис. 1.2) или воспользоваться уже готовыми про- граммными продуктами, например MathCAD. При использовании имитационной модели программируется формула (5). Рис 1.2. Схема алгоритма численной модели проектирования емкости заданного объема оптимальных параметров Нет Да Вывод r Начало Вычисление ƒ(r)¸ƒ´(r) Ввод r, e σ= ƒ(r)/ƒ´(r), r=r-σ |σ|>e Конец
Во все варианты выбранной модели нужно включить в качестве парамет- ров значения переменных V0, h0, R1, R2, варьируемую переменную h и вывод найденного значения. S = Sбок + 2Sосн = 2πr(h+h0)+2πr2min, L = 2Lосн + h +h0 = 4πr+h+h0min, V0 = πr2(h+h0), R1 r R2, 2 0 r V h h0. ЗАДАНИЕ ДЛЯ САМОСТОЯТЕЛЬНОЙ РАБОТЫ Задание 1. Построить аналитическую модель описания для указанного критерия в соответствии со своим вариантом (табл. 1.1). Таблица 1.1 № п/п min V0 R1 R2 h0 1 S 5 0.5 1.5 0.05 2 L 7 0.5 1.5 0.1 3 S 8 1.2 2 0.1 4 L 9 1.2 2 0.15 5 S 10 0.5 1.5 0.15 6 L 11 0.5 1.5 0.05 7 S 12 1.4 2 0.1 8 L 13 1.4 2 0.15 9 S 14 1 1.8 0.25 10 L 15 1.1 1.9 0.21 Порядок выполнения задания 1 Например, требуется спроектировать емкость объема V0 = 6 м3 в виде прямого цилиндра с кромкой по верхнему основанию высоты h0 = 0,07 м с оптимальными размерами радиуса основания ropt и высоты hopt. Критерием оптимальности будут выступать S = Sбок + 2Sосн = 2πr(h+h0)+2πr2 min, где S – площадь поверхности емкости. Известно, что объем цилиндра равен V0 = πr2(h+h0) (0,6 r 1,4), тогда высота цилиндра будет равна 2 0 r V h h0. Критерий оптимальности примет вид S = Sбок + 2Sосн = r V0 2 +2πr2min, т. е. необходимо найти минимум функции S(r) на отрезке 0,6 r 1,4.
Задание 2. Реализовать имитационную модель решения в соответствии со своим вариантом (табл. 1.1). Порядок выполнения задания 2 В случае имитационного моделирования для нахождения оптимальных значений opt r и opt h воспользуемся табличным процессором Microsoft Office Ex- cel (рис. 1.3). Для этого в ячейки C2:E2, G2 введите заданные значения V0, R1, R2, h0. В ячейку F2 введите шаг изменения параметра r, рассчитанный по формуле =(E2-D2)/50, а в ячейку B2 введите формулу для расчета значения оптимизируемого параметра S(r): = (2*$C$2/A2)+2*3,1415*A2*A2. В ячейку A3 введите формулу для расчета ri: = A2 + $F$2. Скопируйте формулы в ячейках B2 и A3 и вставьте их в нижние ячейки, чтобы получить 50 значений S(ri). Среди полученных значений S(ri) найдем минимальное и соответствующее ему значение ropt. В данном примере это значения ropt = 0,984 м, S(ropt) = 18,27867. Рассчитаем значение hopt, для этого в ячейку F22 введем формулу = C2/(3,1415*E22*E22)-G2. Получим: hopt = 1,903 м. Рис. 1.3. Результаты имитационного моделирования в MS Excel Задание 3. Используя имитационное моделирование, решите задачу построения оптимальной системы. УФСИН какой-то области получило денежные ресурсы в размере m млн рублей. Эти ресурсы должны быть потрачены на закупку новых приборов