Моделирование сложных систем

Имитационное моделирование сложных систем в большинстве случаев базируется на теории массового обслуживания. В некоторых случаях исследование сложных систем (в том числе их имитационное моделирование) вьшолняют с помощью аппарата сетей Петри. К перспективным методам оптимизации сложных объектов относят ряд методов и среди них выделяют генетические методы. [c.192]

При имитационном моделировании сложных систем на базе сетей Петри задают входные потоки заявок и определяют соответствующую реакцию системы. Выходные параметры рассчитывают путем обработки накопленного при моделировании статистического материала. [c.201]

Моделирование сложных систем представляет собой самостоятельную область [21 ], имеющую большую перспективу для оценки [c.516]

МОДЕЛИРОВАНИЕ СЛОЖНЫХ СИСТЕМ [c.58]

Поведенческое моделирование сложных систем используют для определения динамики функционирования сложных систем. В его основе лежат модели и методы имитационного моделирования систем массового обслуживания, сети Петри, возможно применение конечно-автоматных моделей, описывающих поведение системы как последовательность смены состояний. [c.246]

Поэтому при анализе, построении и оптимизации СЭО используется методология системного подхода и математического моделирования сложных систем и их элементов. [c.383]

ИСПОЛЬЗОВАНИЕ МЕТОДА АНАЛИЗА РАЗМЕРНОСТЕЙ ПРИ МОДЕЛИРОВАНИИ СЛОЖНЫХ СИСТЕМ [c.452]

Кулик В. Т. Цифровое моделирование сложных систем. Изд-во Киевского университета, 1964. [c.202]

В. В. Калашников. Организация моделирования сложных систем. [c.64]

Синтез структуры САПР. Как и при проектировании других сложных систем, проектирование КТС САПР начинается с синтеза структуры комплекса. Поскольку синтез не удается представить как совокупность полностью формализованных процедур, выполняемых по критериям, отражающим всевозможные требования ТЗ, при синтезе могут быть допущены те или иные ошибки, приняты неудачные решения. Для их выявления после синтеза идет процедура верификации. В отличие от синтеза верификация может быть автоматизирована, ее на ЭВМ реализуют с помощью имитационного моделирования КТС САПР как системы массового обслуживания. [c.356]

Для описания движения материальных объектов, в том числе и гетерогенных смесей, необходимы схематизации и математические модели. Вопросы математического моделирования гетерогенных систем слабо отражены в монографиях по механике. И именно этим вопросам посвящена основная часть (около 70% ) настоящей книги. Рассматривается как феноменологический метод (гл. 1), так и более глубокий и более сложный метод осреднения (гл. 2 и 3), а также их совместное использование (гл. 4). Автор стремился излагать материал, выявляя основные идеи, с единых позиций, установившихся в механике сплошных сред. Настоящая монография, но существу, представляет раздел механики сплошных сред, а именно — основные уравнения механики сплошных гетерогенных сред. [c.5]

Сложные элементы механических систем. При моделировании механических систем помимо основных фазовых переменных (сил и скоростей) для поступательного движения удобно использовать дополнительную переменную — перемещение. Это связано с тем, что многие параметры элементов зависят от перемещения, например у пружины, работающей на сжатие, при смыкании витков изменяется упругость. Для вращательного движения в случае необходимости можно ввести в рассмотрение дополнительную переменную — угловое перемещение. [c.92]

Дальнейшее развитие комбинированных моделей направлено на моделирование более сложных систем, в том числе содержащих ферромагнитные тела, и на включение в модели систем управления, источников питания, построение многокомпонентных моделей для таких процессов, как термообработка, сварка и т. п., расширение возможностей моделей. [c.134]

Заявками могут быть заказы на поставку комплектующих узлов и деталей, технические задания на проектирование и производство изделий, задачи, решаемые на предприятии, грузы, поступающие на транспортировку, и т.п. Очевидно, что параметры заявок, поступающих в систему, являются случайными величинами и при моделировании процессов могут быть известны лишь законы распределения параметров и числовые характеристики этих распределений. Поэтому анализ функционирования сложных систем, как правило, носит статистический характер. При этом в качестве математического аппарата моделирования используют теорию массового обслуживания, а в качестве моделей систем - системы массового обслуживания (СМО). [c.192]

Экспериментальная оценка скорости изменения выходных параметров, как это было сказано выше, — наиболее достоверный в настоящее время путь для расчета надежности сложных систем. Однако это исследование должно сопровождаться теоретическим анализом основных зависимостей аналогично рассмотренной выше методике. В этом случае можно получить данные не только об изучаемом конкретном экземпляре изделия, но и сделать выводы о работоспособности рассматриваемых систем. Учитывая малую скорость протекания процессов изнашивания, испытание целесообразно дополнять математическим моделированием процесса, которое позволит оценить работоспособность изделия при различных условиях и режимах эксплуатации, а также проверить его работоспособность при применении материалов различной износостойкости. [c.395]

Прогнозирование надежности сложных систем. Это направление является ключевым для решения основных задач, связанных с оценкой надежности на стадии проектирования и наличия опытного образца машины. Для различных категорий машин необходимо дальнейшее развитие и воплощение идей о прогнозировании надежности на основе моделей отказов, которые базируются на закономерностях процессов повреждения (физики отказов) с учетом их вероятностной природы. Перспективным является использование методов статистического моделирования, когда учитываются вероятностные характеристики режимов и условий работы машины, внешних воздействий и протекающих процессов старения. Особенно актуальны еще недостаточно разработанные методы прогнозирования надежности с учетом процессов изнашивания, которые являются основной причиной отказов многих машин. Особую проблему представляет изучение надежности комплексов машина — автоматическая система управления , так как взаимодействие механических и электронных систем порождает ряд новых аспектов теории надежности. [c.572]

В лингвистическом обеспечении САПР наблюдаются тенденции создания диалоговых языков, их приближения к естественному языку. Для языков имитационного моделирования сложных систем, представляемых как системы массового обслуживания, важное значение имеет их упрощение, в частности, выражающееся в повышении степени их непроцедурности. Значительное место в общении инженера с ЭВМ занимает обмен графической информацией. Появляющиеся новые [c.110]

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]

Математическое обеспечение ALS включает методы и алгоритмы создания и использования моделей взаимодействия различных систем в ALS-технологиях. Среди этих методов в первую очередь следует назвать методы имитационного моделирования сложных систем, методы планирования процессов и распределения ресурсов. [c.12]

К этим разделам математического обеспечения ALS-технологий относятся методы имитационного моделирования сложных систем и оптимизации логистических процессов, включая планирование процессов и распределение ресурсов. [c.191]

Специфика применения метода статистического моделирования для расчета надежности заключается в том, что если обычно при статистическом моделировании сложных систем искомыми величинами являются средние значения характеристик, то здесь нас интересует область крайних реализаций (значений близких к Yniax) так как именно они определяют значения Р (Т) (см. гл. И, п. 5). [c.216]

С вводом этого понятия Мандельбротом в научный обиход открылись новые перспективы для математического моделирования сложных систем, движения которых имеют свойство восприниматься как хаотичные. Манделброт обнаружил, в частности, что даже самые замысловатые рисунки и явления природы могут возникать как результат самовоспроизведения по определенному порядку, когда некие достаточно простые элементы как бы повторяют себя и в больших, и в малых масштабах, образуя сложнейшие рисунки . Такие инвариантные (одни и те же), с точки зрения масштаба, строительные конструкции особого рода и получили название фрактала . [c.34]

Тезис об особенностях моделирования сложных систем имеет принципиальное значение для социально-экономических исследований (см. Майминас, 1979). Принцип моделирования сложной системы по структурам с их последующим внутренним синтезом еще не реализован в экономико-математических моделях. [c.241]

Наличие в системе команд операций над числами с двойной точностью (64 двоичных разряда) позволяет су-uie TB HHo сократить время моделирования сложных динамических систем по сравнению с использованием обычных команд. Большое количество команд и РОН в процессоре облегчает работу программистов и позволяет создавать более эффективные программы. В современных ЭВМ количество команд достигает 240, а число РОН — 20. [c.24]

Книга преследует 11ель познакомить читателя с возможностями современной термодинамики и привить ему навыки самостоятельной работы по термодинамическому моделированию реалынмх систем. Она содержит достаточно подробный анализ понятий и методов термодинамики и примеры ее практического использования. Особое внимание уделяется. современным численным методам расчетов сложных химических и фазовых равновесий. Рассмотрены различные физические воздействия на термодинамические системы с химическими реакциями, такие как внешние силовые поля. [c.2]

Перспективным направлением в развитии вычислительных комплексов в целях достижения значительных скоростей обработки информации является создание многопроцессорных систем. Так, моделирование сложных оптико-электронных систем, проведение анализа протекающих в них процессов в реальном масштабе времени может потребовать высокой производительности обработки - по)5ядка 1 млрд. опер/с и вьппе. Требуемое быстродействие достижимо при использовании МВК. [c.122]

Испытание на надежность сложных систем. Наличие одно-го-двух опытных образцов сложных систем и их высокая безотказность исключают применение традиционных методов испытания на надежность, применяемых для относительно простых изделий. Развитие методов испытания в сочетании с прогнозированием и использованием априорной информации, разработка алгоритмов по оценке надежности с учетом постоянно поступающей лнформации о фактическом состоянии изделия, выявление экстремальных реализаций потери изделием работоспособности, сочетание испытания со статистическим моделированием, оценка и прогнозирование ведущих процессов старения — все это является основой для разработки методик испытаний сложных объектов, позволяющих на ранних стадиях создания новых изделий получить информацию об уровне их надежности. [c.573]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...