- •Системный анализ и моделирование процессов в техносфере
- •1.1. Понятие системы. Базовые категории систем
- •1.2. Классификация систем
- •1.3. Общее представление о системном анализе
- •1.4. Принципы системного анализа
- •2.1. Этапы анализа и синтеза
- •2.2. Понятие о структурном анализе
- •2.3. Методы декомпозиции
- •2.4. Требования, предъявляемые к декомпозиции
- •2.5. Алгоритм декомпозиции
- •2.5. Программно-целевой подход к решению системных задач
- •1. Область применения и этапы программно-целевого подхода
- •2. Дерево целей
- •3.1. Агрегирование системы и эмерджентность
- •3.2. Виды связей в системе
- •Связи взаимодействия (координации):
- •Связи преобразования:
- •3.3. Виды агрегирования
- •4.1. Общие свойства процесса принятия решений
- •4.2. Участники процесса принятия решения
- •4.3. Схема ппр
- •4.4. Формулирование проблемы
- •4.5. Определение целей
- •4.6. Генерирование альтернатив
- •4.7. Формирование критериев
- •4.8. Физиология принятия решений
- •4.9. Виды и особенности задач принятия решений
- •4.10. Формализация принятия решений
- •Лекция 5. Информационное обеспечение ппр
- •5.1. Понятие информации
- •5.2. Информационная структура процесса принятия решений
- •6.1. Особенности группового выбора
- •6.2. Экспертные методы выбора
- •6.3. Методы типа мозговой атаки или коллективной генерации идей
- •6.4. Методы типа сценариев
- •6.5. Методы типа «Делфи»
- •6.6. Методы типа дерева целей
- •6.7. Морфологические методы
- •7.1 Основные положения теории управления
- •7.2 Аксиомы теории управления
- •7.3 Модели основных функций организационно-технического управления
- •7.4 Описание функций управления
- •Лекция 8. Понятие и классификация моделей
- •8.1 Понятие модели, моделирования
- •8.2 Познавательные и прагматические модели
- •8.3 Статические и динамические модели
- •8.4 Классификация моделей по способу воплощения
- •8.5 Место математического моделирования в системных исследованиях
- •8.6 Типы и виды математических моделей
- •8.7 Процесс построения математической модели
- •8.8 Структура моделирования происшествий в техносфере
- •9.1 Конфликт ‒ предмет рассмотрения теории игр
- •9.2 Понятие игры. Классификация игр. Формальное представление игр
- •9.3 Определение бескоалиционной игры
- •9.4 Приемлемые ситуации и ситуации равновесия
- •9.5 Примеры игровых задач
- •10.1 Граф и его виды
- •10.2 Задача о кратчайшем пути
- •10.3 Задача о максимальном потоке
- •11.1 Поверхность отклика
- •11.2 Этапы планирования эксперимента
- •11.3 Обработка и анализ результатов моделирования
- •12.1 Полный факторный эксперимент
- •12.2 Дробный факторный эксперимент
- •12.3 Метод наименьших квадратов
- •13.1 Основная цель кластерного анализа
- •13.2 Объединение (древовидная кластеризация)
- •13.3 Двувходовое объединение
- •13.4 Метод k средних
- •13.5 Алгоритм нечеткой кластеризации
- •14.1 Понятие когнитивного моделирования
- •14.2 Подсистема представления субъективной информации
- •14.3 Подсистема извлечения предпочтений эксперта
- •14.4 Подсистема обработки
- •14.5 Подсистема представления результатов моделирования
- •14.6 Подсистема поддержки аналитической деятельности эксперта
- •14.7 Моделирование бизнес процессов на основе bpmn-диаграмм
- •14.8 Метод анализа иерархий (маи): введение
- •14.9 Основные принципы маи
- •1. Принцип идентичности и декомпозиции
- •2. Принцип дискриминации и сравнительных суждений
- •3. Принцип синтеза
- •14.10 Общая оценка маи как метода принятия решений
- •15.1 Общий ход решения задачи на основе метода конечных элементов
- •15.2 Сети одномерных конечных элементов
- •15.3 Виды конечных элементов
- •16.1 Основные понятия
- •16.2 Приближенное решение оду при заданных начальных условиях
- •16.3 Метод Эйлера и его модификации
- •16.4 Метод Рунге-Кутта
- •16.5 Приближенное решение ду n-го порядка при заданных начальных условиях
- •16.6 Приближенное решение ду при заданных граничных условиях (краевых задач)
- •16.6.1 Метод начальных параметров
- •16.6.2 Редукция к задаче Коши для линейного ду второго порядка
- •17.1 Основные понятия
- •17.2 Типы элементов
- •17.3 Источники энергии и преобразователи. Аналоги топологических уравнений
- •17.4 Метод получения топологических уравнений
- •18.1 Свойства задач принятия решения со многими критериями
- •18.2. Формирование множества критериев
- •18.3 Методология решения многокритериальных задач
- •18.4 Технологии отыскания эффективных решений
- •18.5 Методы принятия решения при нескольких критериях
16.1 Основные понятия
Математическое моделирование позволяет устанавливать зависимости выходных (y1, у2, ..., уn) переменных от входных переменных (x1, x2 ,..., хn) при целенаправленном изменении внутренних параметров (h1, h2,..., hn) с учетом в ряде случаев воздействия внешней среды. Наиболее просто эта задача решается, если известна функциональная зависимость между соответствующими многомерными векторами:
(1)
В таком виде математическую модель удается получить только для очень простых ситуаций. В обычных условиях математическое описание процессов в исследуемом объекте задают в форме системы дифференциальных уравнений. Понятно, что ЭВМ не может непосредственно оперировать даже с простейшими зависимостями типа (1), поэтому построение математических моделей подразумевает комплекс преобразований этих зависимостей до уровня, допускающего численное решение, и последующую реализацию такого решения на основе программ анализа в виде элементарных арифметических и логических операций.
В простейших ситуациях исходная задача может быть представлена системой линейных алгебраических уравнений, которая легко сводится к последовательности элементарных операций (ПЭО) на основе стандартных процедур с использованием библиотечных программ. Если модель задана системой нелинейных алгебраических уравнений, то возможны либо непосредственный переход к ПЭО, либо предварительная линеаризация с дальнейшим переходом к ПЭО (рис. 1).
Рис. 1. Преобразования уравнений при построении аналитических моделей
Наиболее типичными являются модели, в которых исследуемый процесс описывается обыкновенными дифференциальными уравнениями или дифференциальными уравнениями в частных производных. Численные решения таких уравнений основаны на дискретизации переменных или алгебраизации задачи. Дискретизация заключается в замене непрерывных переменных конечным множеством их значений в заданных для исследования интервалах, а алгебраизация – в замене производных алгебраическими соотношениями, Если дифференциальные уравнения в частных производных описывают статическое состояние, то дискретизация и алгебраизация преобразуют дифференциальные уравнения в систему алгебраических уравнений, в общем случае нелинейных. Так, если рассматриваются переменные, изменяющиеся в пространстве и во времени, то при решении задачи на первом этапе устраняются производные по пространственным координатам, что позволяет перейти к обыкновенным дифференциальным уравнениям, а затем – производные по времени с переходом к алгебраическим уравнениям. Дальнейшее решение задачи может выполняться на основе метода простых итераций, либо быть сведено к предварительной линеаризации на основе метода Ньютона с переходом к линейным алгебраическим уравнениям. Решение системы таких уравнений выполняется с помощью прямых методов, например, метода Гаусса.
Ниже рассмотрена цепочка последовательных преобразований, которая позволяет однотипными приемами решать различные задачи. За базовое принято численное решение дифференциальных уравнений первого порядка с заданными начальными условиями (задача Коши) и системы таких уравнений. К подобным уравнениям может быть приведено обыкновенное дифференциальное уравнение n-го порядка. Дифференциальное уравнение с заданными граничными условиями может быть представлено как редукция к задаче Коши и тем самым решено аналогичными способами.