Методы эвристического моделирования

Дальнейшая детализация и реализация семантической модели в САПР на рис. 6.3 требует изучения и обобщения неформальных процедур конструкторско-технологического проектирования. Включение в САПР полного арсенала эвристических алгоритмов и приемов дает возможность сохранить преемственность с традиционными ПП ЭМП и полностью использовать методы ручного проектирования там, где нет формальных методов. Следует иметь в виду, что сохранение в САПР полного объема неформальных процедур не позволяет существенно улучшить качество проектов, так как сохраняются большинство ограничений, присущих ручному проектированию. Поэтому при автоматизации конструкторско-технологического проектирования следует по возможности на научной основе формализовать как можно больше этапов и процедур, используя для этого современные методы математического моделирования и принятия оптимальных решений, изложенные в предыдущих главах. [c.165]

Проблема определения термодинамических свойств плотных смесей не может быть успешно решена без построения адекватной модели вещества. Среди наиболее последовательных и строгих ме-г тодов моделирования реальных систем многих частиц особое место занимают методы машинного моделирования Монте-Карло и молекулярной динамики. Данные о свойствах моделей вещества, полученные при расчетах этими методами, являются, с одной стороны, проверкой различных теоретических подходов, а с другой - имеют эвристическую ценность, будучи исходной посылкой для различных теоретических построений. [c.103]

По методологии можно выделить три группы методов прогнозирования экстраполяции эвристические моделирования. [c.74]

Моделирование тенденций к Эвристические методы к <- Экономический анализ <- [c.21]

Первая — это проблема отыскания экстремумов многомерных функционалов от нескольких функций. Само понятие экстремумов в данном случае не может быть строго определено, и следует говорить скорей о выявлении приемлемой ситуации . Такого рода задачи очень трудно, а подчас и просто невозможно формализовать, используя классические представления. По мнению специалистов здесь не обойтись без моделирования деятельности мозга, т. е. применения столь популярных в последнее время эвристических методов. Основная роль в отыскании экстремума (приемлемой ситуации) отводится человеку, а задача вычислительной машины — эффективно обрабатывать исходную информацию и предоставлять результаты обработки в достаточно удобной для нас форме. Успешное решение проблемы достигается, по-видимому, введением в состав машины оперативного устройства отображения информации и устройства, дающего возможность человеку непосредственно управлять ходом решения задачи. [c.166]

Методы синтеза и анализа на различных уровнях автоматизации проектирования приведены на рис. 8. В основном эти методы соответствуют видам проектных работ, которые автоматизируются. Например, для уровней 4 и 3 основным способом анализа является имитационное моделирование, т. е. проведение машинного эксперимента над математической моделью, с максимальной степенью приближения имитирующей поведение исследуемого реального объекта. На уровне автоматического проектирования для того чтобы ЭВМ могла самостоятельно принимать решения, необходимо иметь набор эвристических программ. Другие признаки уровней автоматизации проектирования сведены в табл. 1. [c.24]

По методам описания модели могут быть детерминированными и вероятностными. Первые описывают процесс с однозначно определенными причинами и следствиями. Вторые — приближенно на основе усреднения данных случайных явлений. Эвристические модели формируют с использованием технических средств и группы лиц, обладающих определенным интеллектуальным уровнем. Такой метод моделирования используют при формировании новых идей, разработке долгосрочных прогнозов и т. п. Смешанные модели содержат комбинации перечисленных классов. [c.89]

В работах по прогнозированию могут применяться три группы методов (или их сочетание) экстраполяции, эвристические и моделирования. В случае использования первых двух групп методов прогнозируются непосредственно показатели качества продукции, при использовании третьей группы методов прогнозируются научно-технический уровень, потребность, затраты, ограничения и цены как функции показателей качества и времени. [c.86]

Даже беглый взгляд на обшие проблемы теории реальных систем, часть из которых мы упомянули выше, достаточен, чтобы понять, сколь высок обший уровень трудностей данного раздела статистической механики. В связи с этим становятся понятными и вполне оправданными попытки обойти их хотя бы на уровне полуфеноменологических методов и качественных эвристических подходов. Эти методы стали популярными среди теоретиков второй половины прошедшего века главным образом благодаря тому, что в этой общей сложной ситуации был усмотрен ряд общих для всех критических явлений особенностей (как на макро-, так и на микроскопическом уровне рассмотрения) и получены результаты, достигшие нобелевских высот. Конечно, и при таком подходе не обошлось без упрощений исходных неидеальных систем, без их моделирования, но, как было показано (и это один из главных результатов всего этого подхода), по мере приближения к критической точке конкретные индивидуальные особенности данной физической системы все более и более становятся несущественными, заслоняясь несколькими типовыми признаками, определяющими класс фазового перехода. [c.295]

Построение принципиальной схемы конструкции осуществляется на основе анализа условий применяемости элементов и их функционирования в приспособлении. На стадии конструктивного оформления преобладают эвристические методы моделирования. Здесь вводятся описания правил и приемов, которые применяются при выборе решений высококвалифицированными конструкторами. [c.326]

Эвристические методы, или методы эвристического моделирования. Здесь можно вьщелить следующие методы [c.18]

МЕТОД ГРУППОВОГО УЧЕТА АРГУМЕНТОВ (МГУА) - метод прямого моделирования сложных систем по экспериментальным данным, основанным на использовании принципа эвристической самоорганизации. Согласно этому методу, модели математической оптимальной сложности соответствует минимум некоторого критерия (критерия селекции). Самоорганизация моделей состоит в постепенном их усложнении и переборе до нахо>кцения минимума этого критерия. В качестве критериев селекции (отбора) используются различные эвристические критерии. Вид критерия селекции выбирается в зависимости от назначения модели и характера решаемой задачи идентификация, прогнозирование, распознавание. При постепенном повышении сложности модели указаннь(8 критерии проходят через минимальные значения. В [Процессе синтеза модели с помощью ЭВМ машина находит глобальный минимум и тем самым указывает модель оптимальной сложности. Для сохранения объема перебора модели их постепенное усложнение в алгоритмах МГУА осуществляется по правилам многорядной селекции. При этом переменные в каждом ряду как исходные, так и промежуточные группируются попарно, в процессе получения полного математического описания (модели) (р = /(j ,X2,...,J ) заменяется вычислением так называемого частного описания вида [c.35]

Наряду с гидродинамическим подходом в практике моделирования руслового процесса широко применяется эвристический подход, опирающийся на те или иные морфометрические соотношения и некоторые интегральные одноразмерные связи и условия сохранения. Примерами такого подхода являются метод натурального моделирования М. А. Великанова (1955, 1958), метод О. В. Андреева и И. А. Ярославцева (1958) и другие ). Судя по сопоставлениям с данными натурных наблюдений, эти методы во многих случаях дают правдоподобные результаты. Оценка границ и условий применимости этих методов составляет задачу дальнейших исследований. [c.789]

В настоящее время отсутствуют аналитические методы, дающие полное и адеквагаое решение вьшеописанных задач планирования в процессе организационно-технологического управления ГАУ, поэтому пракгически эти задачи решаются с использованием эвристических алгоритмов, основанных на методах имитационного моделирования. [c.284]

Несмотря на эвристический характер многих операций моделирования имеется ряд положений и приемов, общих для получения моделей различных объектов. Достаточно общий характер имеют методика макромоделирования, математические методы планирования экспериментов, а также алгоритмы формализуемых операций расчета численных значений параметров и определения областей адекватности. [c.151]

Диалоговое моделирование. Наличие в методике макромоделирования эвристических и формальных операций обусловливает целесообразность разработки моделей элементов в диалоговом режиме работы с ЭВМ. Язык взаимодействия человека с ЭВМ должен позволять оперативный ввод исходной информации о структуре модели, об известных характеристиках и параметрах объекта, о плане экспериментов. Диалоговое моделирование должно иметь программное обеспечение, в котором реализованы алгоритмы статистической обработки результатов экспериментов, расчета выходных параметров эталонных моделей и создаваемых макромоделей, в том числе расчета параметров по методам планирования экспериментов и регрессионного анализа, алгоритмы методов поиска экстремума, расчета областей адекватности и др. Пользователь, разрабатывающий модель, может менять уравнения модели, задавать их в аналитической, схемной или табличной форме, обращаться к нужным подпрограммам и тем самым оценивать результаты предпринимаемых действий, приближаясь к получению модели с требуемыми свойствами. [c.154]

Однако при традиционном проектировании ориентация на ручной счет не позволяет положить расчетные методы в основу выполнения большинства проектных процедур. Поэтому в процессе неавтоматизированного проектирования преимущественно используются экспериментальные методы исследования и оценки качества нро-СКТ/1ЫХ решений, получаемых па основе инженерного опыта и интуиции без привлечения формал1)Ных методов. С ростом сложности проектируемых объектов сроки и стоимость такого проектирования оказываются чрезмерно большими. Поэтому возникла необходимость в переходе от физического экспериментирования к математическому моделированию, замене эвристических приемов [c.9]

Различают три группы методов прогнозирования общенаучные, интернаучные и частнонаучные. К первой группе относят логические и эвристические средства прогнозирования, применяемые к любым объектам наблюдение и эксперимент, морфологический анализ и синтез, воображение и предположение, индукция и дедукция, аналогия, классификация, генетический метод и т. п. Во вторую группу включают методы, применяемые к объектам более чем одной науки методы экстраполяции и интерполяции, моделирования, ассоциаций, проб и ошибок, математической статистики, теории вероятностей, матричные методы, метод Дельфы, метод ПАТТЕРН и др. В третью группу объединяют специфические методы, основанные на закономерностях или эмпирических формулах какой-либо одной науки. Всего классифицировано более 100 методов прогнозирования. [c.6]

Полнота и достаточность обеспечения анализируе мых параметров прогнозной информацией. Ограничен ный объем прогнозной информации требует отказа о методов прогнозирования, основанных на информацион ном моделировании, и разработки новых, например ис пользующих эвристические методики. [c.236]

Основной метод календарного планирования (составление расписаний) состоит в моделировании на ЭВМ процесса развертывания во времени опера 1ий с разрешением возникающих конс иктов. Как показано в работе (9J, для peuienwH поставленной задачи можно применить эвристический метод с двумя приоритетными схемами. [c.62]

Всестороннее моделирование и исследование с реальными объектами управления показали, что алгоритмы управления с подстройкой параметров устойчивы при выполнении перечисленных выше условий. Это может быть объяснено эвристически. Предположим, что модель объекта управления неверна, так что полюса замкнутого контура управления сдвинуты к границе устойчивости. При этом амплитуда входного сигнала объекта управления увеличивается. Если предположить, что изменения входного воздействия возбуждают все т собственных движений объекта управления (см. гл. 23.2) и имеют достаточную амплитуду по сравнению с действующим шумом, то идентифицируемая модель уточняется. Вслед за этим также уточняются параметры регулятора и улучшаются характеристики замкнутого контура в целом. Входной сигнал будет обладать требуемыми свойствами, если он содержит т гармоник или его автокорреляционные функции связаны соотношением 0ии(О)> ии(1)>- ->0ии(п1)- Даже если входной сигнал возбуждает все собственные движения объекта управления кратковременно, этого может быть достаточно для улучшения модели объекта управления. Изложенные результаты получены с помощью моделирования и эксперимента и не могут служить общим доказательством устойчивости. Поэтому получение новых условий глобальной устойчивости адаптивных систем управления с подстройкой параметров вносит свой вклад в решение общей проблемы. Обзор материалов по этой тематике дается в работе [25.12]. В следующем разделе приводятся некоторые общие условия для сочетаний РМНК, РОМНК, РММП с регуляторами РМД при случайных возмущениях. Эти условия базируются на анализе рекуррентных методов оценивания параметров. Дальнейшие ссылки делаются на работу [25.20]. [c.407]

В этой главе мы попытались описать моделирование МОП-транзисторов с помощью численных методов. Были обсуждены физические основы и кратко рассмотрены все более усложняющиеся численные методы. Безусловно, только развитие основ физики полупроводников приведет к разработке моделей, пригодных для более надежного моделирования работы приборов, т. е. моделей, которые соответствовали бы достижениям технологии на современном уровне миниатюризации. Наиболее важная цель моделирования, а именно способность прогнозировать характеристики нового прибора на этапе проектирования, может быть достигнута только в том случае, если физические параметры в основных уравнениях будут проанализированы еще более тщательно. Возможно, для этого придется полностью пересмотреть некоторые общепринятые предположения и приближения и, по-видимому, это единственный способ освободиться от огромного количества подгоночных параметров и эвристических формул, которые все еще моделируют с той или иной точностью некоторые сложные физические явления. До разработки наиболее адекватной модели нужно провести очень тщательный анализ собственно физических процессов. Широкие возможности аппарата численного анализа в предсказании свойств приборов были продемонстрированы на примере программы моделирования МОП-транзистора -MINIMOS. [c.446]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...