- •А. В. Коросов
- •Введение
- •1. Идеология моделирования: системный подход
- •Принцип системности
- •Принцип целесообразности
- •Принцип структурно-функциональной организации
- •Принцип иерархичности
- •Принцип эмерджентности
- •Принцип развития
- •Системный подход как система
- •2. Процедура моделирования
- •Этапы моделирования
- •Виды моделей
- •Построение блок-схемы
- •Аналитические и имитационные модели
- •Переменные и параметры
- •Математическое описание модели
- •Главное правило моделирования
- •Через неизвестные параметры (аj).
- •Приемы составления формул
- •Табличное программирование
- •Компоненты имитационной модели
- •Имитационная система
- •Адекватность и значимость
- •3. Приемы моделирования
- •Фреймы имитационных систем
- •1. Базовый фрейм имитационной системы
- •2.1. Увеличение числа значений независимой переменной
- •2.2. Отличия шагов: весовые коэффициенты у объектов
- •2.3. Исключение шагов: пробелы в исходных данных
- •2.4. Объединение шагов
- •2.5 Дифференциация шагов
- •3. Увеличение числа независимых переменных
- •4. Увеличение числа зависимых переменных
- •5. Синтез нескольких моделей
- •6.1. Увеличение числа модельных переменных: наведение
- •6.2. Увеличение числа модельных переменных: декомпозиция
- •Аппроксимация кривой
- •Пропуски в данных
- •Усреднение и параметризация
- •Индивидуализация переменных
- •Декомпозиция кривой
- •Анализ распределения
- •Продолжение табл. 3.11
- •Скрытые переменные
- •Экстремумы
- •Сети связей
- •Прогноз как гипотеза
- •4. Теория оптимизации
- •Модель с одним параметром
- •Модель с несколькими параметрами
- •Параметры макроса «Поиск решения»
- •Приемы работы в ms Excel
- •Специальные символы и другие полезные кнопки.
- •Популяции травяной лягушки
2.5 Дифференциация шагов
Часто встречается ситуация, когда отдельные временные шаги (градации фактора) представлены выборками вариант (причем разного объема). Здесь становится важным не только отразить общую динамику системы, но и не утратить информацию по индивидуальным отличиям (см. раздел Индивидуализация модельных переменных). Модельный блок вновь включает две части:
— общую модель, реализующую "плавный", последовательный ход времени (шаг 1, 2, 3…),
— модель, имитирующую особенности вариант в пределах каждого шага (1a, 1b… 2a, 2b, 2c…).
3. Увеличение числа независимых переменных
В природе, как правило, состояние объектов определяется несколькими факторами внешней среды. Модель, изучающая влияние нескольких независимых переменных на одну зависимую, должна содержать уже несколько наборов параметров (П1 и П2), на основе которых вычисляются модельные переменные; пример на этот счет показан в разделе Сети связей.
4. Увеличение числа зависимых переменных
Обычно у изучаемых объектов регистрируют несколько признаков. В этом случае блок внешних данных включает несколько зависимых переменных (ЗП1, ЗП2). Понятно, что и модельный блок должен содержать соответствующее число явных переменных (ЯП1, ЯП2) со своими наборами параметров (на рис. 3.1 они не указаны, также опущены связи с независимыми переменными).
По существу, речь идет о создании двух соподчиненных моделей. Их интеграция в рамках имитационной системы должна идти путем формирования общей функции невязки. Каждая комплиментарная пара зависимых и явных переменных (ЗП1 и ЯП1, ЗП2 и ЯП2) служит для расчета своей, частной, целевой функции (ФН1 и ФН2). Когда единицы измерения или порядок величин разных переменных отличаются, тогда нельзя вычислять общую целевую функцию путем простого суммирования этих значений, необходимо вводить весовые коэффициенты для отдельных переменных (В1, В2). В простейшем случае в качестве весов можно принять обратную величину от средней арифметической данной зависимой переменной. Такой вариант рассмотрен в разделах Усреднение…, Сети связей.
5. Синтез нескольких моделей
Этот случай формально похож на предыдущий. Когда один и тот же объект исследования описан разными частными моделями, может появиться задача сведения их в единую общую модель (подробнее см. раздел Сети связей). С позиций перестройки имитационной системы это означает:
— установление взаимосвязи между моделями (создание перекрестных ссылок в модельных формулах),
— взвешенное обобщение частных модельных функций невязки в одно общее значение.
6.1. Увеличение числа модельных переменных: наведение
Самая интригующая сторона имитационного моделирования — это изучение ненаблюдаемых переменных. Модельный блок расширяется за счет организации скрытых переменных. Эти скрытые переменные (СП1, СП2) со своими параметрами (П1, П2) участвуют в формировании явной переменной (ЯП), которая вместе с независимой переменной используется для расчета функции невязки.
В простейшем случае скрытые переменные выступают в роли неизвестного фактора среды (имитация независимой переменной), влияние которого сказывается на динамике системы. Пример приведен в разделе Скрытые переменные.