- •Раздел 1
- •1. Организационно-методические вопросы
- •Тгка – транспортные грузовые космические аппараты
- •Системность и системный подход
- •Общие положения и понятия
- •Раздел 2
- •2.2. Характеристика жизненного цикла стс
- •2.3. Сущность системного проектирования
- •2.4. Концепция системного проектирования
- •2.5. Главные вопросы системного проектирования
- •Раздел 3
- •3. Космический аппарат как большая техническая система
- •Раздел 4
- •4. Стадия опытной отработки ка как стс
- •Раздел 5
- •5. Примеры систем ка 2 иерархического уровня
- •5.2. Примеры - суд.
- •5.2.2. Принципы функционирования системы управления движением центра масс
- •Раздел 6
- •Вопрос 1. Понятие о моделировании
- •Раздел 7
- •Вопрос 2 Математические модели и их классификация
- •Раздел 8
- •Вопрос 3. Математические модели оптимизации
- •Аналитические модели;
- •Модели поверхности отклика;
- •Имитационные математические модели ( не путать с имитационными моделями).
- •Раздел 9
- •1. Системы энергоснабжения ка
- •2. Основные задачи и этапы разработки эу ка.
Вопрос 3. Математические модели оптимизации
Описание и построение математической модели реальной СТС - важнейший этап оптимизационного исследования, так как он определяет практическую ценность получаемого решения и его возможность реализации. В оптимизационных исследованиях СТС обычно используют математические модели трех основных типов:
Аналитические модели;
Модели поверхности отклика;
Имитационные математические модели ( не путать с имитационными моделями).
Аналитическая модель включает уравнения материального энергетического баланса в СТС, отношения между проектными техническими характеристиками и уравнения, описывающие физические свойства; они образуют систему уравнений и неравенств. Для того чтобы, иметь возможность применять математические методы оптимизации, функции в уравнениях должны принимать вещественные значения, которые можно вычислить для выбранных значений независимых переменных. В случае динамической математической модели уравнения содержат интегральные или дифференциальные операторы. В случае же статической математической модели в модели содержатся только алгебраические функции.
В модели поверхности отклика вся система или входящие в нее части состоят из аппроксимирующих уравнений выбранного вида, коэффициенты которых определяются на основе прямо или косвенно полученной информации о работе системы. К типичным аппроксимирующим уравнениям относятся линейные уравнения связи и уравнения с квадратичными функциями. Модели такого типа используются обычно в тех случаях, когда отклик системы непредсказуем или слишком сложен, что делает невозможным создание детализированной модели, исходя из технических принципов. Поскольку переменные взаимозависимы, модели поверхности отклика обычно надежны только в ограниченной области значений переменных системы.
Аналитические модели описывают поведение системы на уровне основных технических принципов, поэтому они обычно достоверны для более широких условий работы системы, чем модели поверхности отклика. Однако преимуществом последних является упрощенная структура.
В моделях третьего типа, называемых имитационными математическими моделями, основные уравнения, описывающие поведение системы, группируются в отдельные модули или подпрограммы. Они описывают функционирование отдельных частей системы или реакцию системы на изменение ее состояния.
Каждый из этих модулей или подпрограмм независим от других, и содержит внутренние вычислительные процедуры, такие, как решение уравнений, интегрирование или процедуры логического разветвления.
Имитационные математические модели обычно используются в тех случаях, когда трудно решать уравнения с неявно заданными переменными, когда от состояния системы зависит выбор алгоритма вычислительной процедуры или соответствующих уравнений, когда в модель приходится вводить случайные возмущения, что требует использования метода Монте-Карло для получения выборки.
Модели этого типа обычно сложнее моделей двух описанных выше типов и, как правило, при их использовании нужны значительно большие вычислительные мощности.
В большинстве случаев выбор типа модели определяется характером (качеством) информации о системе, степенью понимания того, что происходит с системой и зависит от сложности самой системы.
При выборе предпочтение отдается аналитическим моделям, так как в этом
случае можно использовать обычные известные методы математического программирования.
Вообще имитационные математические модели достаточно сложны и для решения требуют больших затрат машинного времени. Вследствие этого они используются при решении оптимизационных задач с небольшим числом независимых переменных.
Модели поверхности отклика чаще всего используются совместно со сложными имитационными математическими моделями, чтобы избежать непосредственной оптимизации на оптимизационных моделях.
При решении большей части технических прикладных задач, как правило, используются разработанные самими исследователями аналитические модели или специальные имитационные математические модели,
Построение математических моделей - это центральный этап исследования любой СТС. От качества модели зависит судьба последующего анализа.
Построение моделей - всегда процедура неформальная, и, конечно, оно очень сильно зависит от исследователя, его опыта, таланта, всегда опи- рается на определенный опытный материал, в связи с чем мы говорим, что процесс моделирования имеет феноменологическую основу. Математическая модель должна достаточно правильно отражать яв-
ления, однако одного этого еще мало. Она должна быть удобной для использования. Поэтому степень детализации модели, форма ее представления определяются целями исследования и непосредственно зависят от исследователя.
Для того, чтобы использовать математические результаты и численные методы для решения конкретных инженерных задач, необходимо 1) установить границы подлежащей оптимизации инженерной системы, 2) определить критерий, на основе которого можно произвести анализ вариантов с целью выявления «наилучшего», 3) осуществить выбор внутрисистемных переменных, которые используются для определения характеристик и идентификации вариантов, наконец, 4) построить модель, отражающую взаимосвязь между переменными.
Первым шагом на пути построения математической модели является определение границ изучаемой системы. В данном контексте система предстает как некоторая изолированная часть реального мира. Границы системы задаются пределами, отделяющими систему от внешней среды, и служат для выделения системы из ее окружения. При проведении анализа обычно предполагается, что взаимосвязи между системой и внешней средой зафиксированы на некотором выбранном уровне представления. Тем не менее, поскольку такие взаимосвязи всегда существуют, определение границ системы является первым шагом в процессе приближенного описания реальной системы.
В ряде случаев может оказаться, что первоначальный выбор границы является слишком жестким. Для более полного анализа системы может возникнуть необходимость расширения установленных границ системы путем включения других подсистем, оказывающих существенное влияние на функционирование исследуемой системы или на выбор рационального варианта системы. Разумеется, расширение границ системы повышает размерность и сложность модели и затрудняет анализ системы.
Если подлежащая исследованию система определена и ее границы установлены, то на втором этапе необходимо осуществить выбор критерия, на основе которого можно оценить характеристики системы, с тем, чтобы выявить «наилучший» вариант.
На третьем шаге осуществляется выбор независимых переменных, которые должны адекватно описывать функционирование системы. В процессе выбора независимых переменных следует принять во внимание ряд важных обстоятельств.
Во - первых, необходимо провести различие между переменными,
значения которых могут изменяться в достаточно широком диапазоне, и переменными, значения которых фиксированы и определяются внешними факторами. В этой связи следует провести различие между теми параметрами системы, которые могут предполагаться постоянными, и параметрами, которые подвержены флуктуациям вследствие воздействия внешних или неконтролируемых факторов.
Во-вторых, следует учитывать все основные переменные, которые влияют на функционирование системы или на выбор лучшего варианта. Наконец, еще одним существенным фактором, влияющим на выбор переменных, является уровень детализации при исследовании системы.
Очень важно ввести в рассмотрение все основные независимые переменные, но не менее важно не «перегружать» задачу большим количеством несущественных деталей.
При выборе независимых переменных целесообразно руководствоваться правилом, согласно которому следует рассматривать только те переменные, которые оказывают существенное влияние на показатель качества, выбранный для анализа СТС.
На четвёртом этапе, после того, как установлены границы системы, выбран критерий и определены независимые переменные, необходимо построить математическую модель, которая описывает взаимосвязи между переменными и отражает влияние независимых переменных на степень достижения цели, определяемой критерием.
В самом общем представлении структура математической модели включает: 1) основные уравнения материальных и энергетических балансов;
соотношения, связанные с проектными решениями;
3) уравнения, описывающие, физические процессы, протекающие в системе.
Эти уравнения обычно дополняются неравенствами, которые определяют область допустимых значений независимых переменных, позволяют учесть требования, накладываемые на верхние или нижние границы изменения характеристик функционирования системы, и установить лимиты имеющихся ресурсов.
Процесс составления математической модели является весьма трудоемким и требует четкого понимания специфических особенностей рассматриваемой системы. В то же время этот процесс независимо от типа системы можно с некоторой степенью точности разделить на ряд основных этапов.
Содержанием первого этапа является формализованное описание системы (или составление логической модели). Формализованное описание представляет смысловое выражение физической природы моделируемой системы. Оно определяет состав и взаимосвязь между элементарными подпроцессами или группами уравнений, отражающими наиболее существенные соотношения, необходимые для достаточно надежного количественного определения показателя качества системы. Изучение таких подпроцессов и связей между ними дает возможность составить математическое описание модели.
Математическое описание является вторым этапом формирования модели и объединяется в единую систему уравнений и неравенств - математическую модель системы. Следует заметить, что в состав математической модели, помимо блоков уравнений подпроцессов, входят зависимости, отражающие общие физические законы, например, закон сохранения массы и энергии и другие. Кроме того, в состав математического описания, помимо целевой функции, включают различные ограничения на управляющие параметры, а также зависимости между ними.
Третий этап сводится к разработке моделирующих задачу алгоритмов. Под алгоритмом понимается строго определенная последовательность расчетов, проводимых на основе выбранного метода. После того, как моделирующий алгоритм сформирован, на одном из алгоритмических языков составляется программа решения задачи на ЭВМ.
На четвертом этапе осуществляется апробирование модели. С этой целью для определенной совокупности входных (исходная информация) и управляющих параметров находят значения целевой функции.
Решая такую задачу, обращают внимание на физическую реализуемость целевой функции. При испытании модели отслеживают значения целевой функции в области экстремума по отдельным параметрам управления. Во время апробирования модели устраняют возможные ошибки, упрощают и уточняют математическое описание, сокращают число управляющих параметров.
Таким образом, все три стороны математической модели: смысловая, представленная формализованным описанием; аналитическая, выраженная математическим описанием; вычислительная, рассматриваемая при построении моделирующего алгоритма, находятся в единой взаимосвязи.