Принцип проектирования и моделирования - Технические дисциплины общая концепция

Оглавление:

Понятие системы широко используется во всех сферах жизни и науки. Поэтому многие авторы занимались этим понятием и разработали определения систем в разной степени формализации. Множественность понятий легко объяснить: Определение — это лингвистическая модель системы, и поэтому различные цели и требования к модели приводят к различным определениям. Более того, в силу инерционности модели, различная языковая среда также заставляет меняться определения (только по этой причине, например, философские и математические определения системы различны).

Технические дисциплины общая концепция

Система — это совокупность взаимосвязанных и взаимозависимых частей, образующих определенную целостность, единство.

Основные признаки системы: наличие нескольких элементов, общая цель всех элементов, наличие связей между ними, целостность, определенная структура и иерархия, относительная независимость элементов.

Внутри системы можно выделить ряд подсистем. Подсистема — это группа элементов, представляющих собой относительно автономную область в системе. Элемент — это система, которая не подразделяется на подсистемы в рамках своего ранга.

Классификации систем

Простые и сложные системы.

Простые системы без цели и внешнего воздействия (атом, молекула, кристалл, механически связанное тело, часовой механизм, термостат и т.д.) являются неживыми системами.

Сложные системы, которые имеют цель и «выполняют какую-то функцию» — это живые системы: вирус, бактерия, нервная система, многоклеточный организм, сообщество организмов, экологическая система, биосфера, человек, а также рукотворные материальные системы — машины, приборы, компьютеры, Интернет, промышленные комплексы, экономические системы, глобальная техносфера и, конечно, организации всех видов.

Открытые и закрытые системы.

Закрытые системы в чистом виде игнорируют любое внешнее воздействие и в идеале не должны ничего принимать и ничего отдавать. Такое существование невозможно для большинства организаций.

Открытая система полагается на энергию, информацию и материалы, поступающие из внешней среды.

Искусственные и естественные.

Искусственные системы создаются людьми для выполнения определенных программ или целей (дизайнерская фирма, пивной клуб, компьютер, спутниковый комплекс).

Природные системы созданы природой, людьми, для реализации целей существования мира (мировая система, циклическая система землепользования, муравейник).

Детерминированные и стохастические.

Детерминированные (предсказуемые) системы работают по заранее установленным правилам, с заранее определенным результатом (обучение студентов в институте, производство стандартизированной продукции).

Стохастические (вероятностные) системы характеризуются тем, что как входные воздействия внешней и (или) внутренней среды, так и выходные результаты практически непредсказуемы (исследовательские установки, предпринимательские компании, лотерейная игра).

Твердые и мягкие.

Мягкие системы характеризуются высокой чувствительностью к внешним воздействиям и, соответственно, низкой стабильностью (система биржевых котировок ценных бумаг, организация, только выходящая на рынок, человек при отсутствии жестких принципов).

Жесткие системы — это авторитарные организации, основанные на профессионализме небольшой группы лидеров. Очень устойчив к внешним воздействиям и слабо реагирует на небольшие влияния. (Церковь, авторитарные государственные режимы).

Абстрактные и конкретные системы.

Абстрактные системы — это системы, элементами которых являются все понятия.

Конкретные системы — это системы, элементами которых являются физические объекты.

Системы делятся в зависимости от их происхождения на:

Природные (живые и неживые);
искусственные (инструменты, механизмы, машины, автоматы);
Смешанные (эргатические (человеко-машинные), биотехнические, экологические, экономические, военные, производственные).

По описанию переменных:

С качественными переменными (формальное описание, содержательное описание);
С количественными переменными (дискретными, непрерывными);
Смешанное описание переменных.

По методу управления:

С внешним управлением (без обратной связи, системы с замкнутым контуром управления, управление на уровне параметров, управление на уровне структуры);
Самоконтроль (программное управление, автоматическое управление, самоорганизация);
Комбинированное управление (автоматическое, полуавтоматическое, автоматическое).

В зависимости от типа оператора:

Черный ящик — оператор неизвестен;
Непараметризованный оператор — оператор известен частично;
Параметризованный класс систем — оператор известен вплоть до уровня параметра;
Белый ящик — оператор полностью известен.

Отказы и сбои происходят в системах всех типов. Поэтому существует очевидная необходимость строить модели систем и «проигрывать» на них различные ситуации. Используя этот подход, можно спрогнозировать производительность системы и найти характеристики, при которых работа системы будет оптимальной.

Поэтому существует очевидная необходимость строить модели систем и «проигрывать» на них различные ситуации. Используя этот подход, можно спрогнозировать производительность системы и найти характеристики, при которых работа системы будет оптимальной.

Модель явления системного процесса

Моделирование является одним из наиболее распространенных методов изучения различных процессов и явлений и широко используется в научных исследованиях и инженерной практике.

Модель — это объект-заменитель, который при определенных условиях может заменить оригинальный объект, воспроизводя свойства и характеристики оригинала, и обладает значительными преимуществами удобства (наглядность, обозримость, доступность, простота использования и т.д.).

Моделирование — это процесс создания моделей.

Существует физическое моделирование и математическое моделирование. При физическом моделировании модель воспроизводит исследуемый процесс, сохраняя его физическую природу. Под математическим моделированием мы понимаем способ изучения различных процессов путем исследования явлений различного физического содержания, но описываемых одними и теми же математическими соотношениями.

Роль моделирования

На ранней стадии проектирования проектировщик может определить производительность системы, правильно спрогнозировать производительность и выбрать характеристики, при которых система будет работать наиболее эффективно. Это может быть сделано путем получения информации из самой системы (методы измерения), если она доступна, или из модели системы (методы моделирования).

В настоящее время существует целый арсенал измерительных инструментов, как аппаратных, так и программных и встроенных. Под моделью системы понимается такое представление системы, состоящее из определенного набора организованной информации о системе, построенное с целью изучения системы. Для одной и той же системы можно построить несколько различных моделей, в зависимости от точки зрения и уровня детализации системы (декомпозиции на компоненты).

Место и роль математических моделей в проектировании сложных систем определяются следующим образом. Во-первых, такие модели играют фундаментальную роль в оценке производительности и надежности сложных систем. Во-вторых, математическое моделирование является современным средством оценки качества проектных решений для сложных систем, включая уже существующие системы в процессе их эксплуатации.

Математические модели являются основой для процедур измерения, а также для двух классов процедур моделирования: Моделирование и аналитические методы. Очень распространенное и удобное описание поведения системы основано на понятиях состояния и перехода между состояниями. Состояние системы в данный момент времени определяется как набор значений параметров системы, представляющих интерес в данный момент времени. Любое изменение значений этих параметров подразумевает переход системы в другое состояние. Если временное поведение модели по существу отражает поведение системы и эволюцию решений уравнений модели за заданный интервал времени при сохранении временной последовательности изменений переменных состояния модели и системы, то мы имеем имитационную модель.

При аналитическом моделировании уравнения модели обычно решаются с помощью эквивалентных формульных преобразований, которые не отражают хронологию самой системы. Однако и здесь существуют численные методы (например, решение задачи Коши для дифференциальных уравнений), которые обеспечивают последовательную процедуру, до некоторой степени копирующую эволюцию реальной системы.

Существенным условием применимости любой модели является ее адекватность реальной системе, а при оценке работы системы точность модели должна определяться выбранными для этой цели показателями эффективности. Значения этих показателей, полученные в эксперименте на модели, должны быть достаточно близки к значениям моделируемой системы при тех же входных условиях.

При проектировании моделируемая система представляется в виде концептуальной модели, когда моделируемая система физически не существует или недоступна для экспериментов.

Примеры систем, подлежащих моделированию

Вот несколько примеров систем, которые требуют моделирования на этапах проектирования и эксплуатации:

Проблема массового обслуживания. Создав математическую модель обслуживания покупателей в магазине, можно рассчитать оптимальное количество единиц обслуживания (кассовых аппаратов) на основе таких параметров, как время обслуживания одного покупателя, количество покупателей в единицу времени и так далее.
Оптимальный выбор маршрута. Решение этой задачи реализуется с помощью графов и используется в навигационных системах и прикладном программном обеспечении, например, 2gis.
Транспортная проблема. Эта задача используется для правильного распределения ресурсов с учетом транспортных расходов.

На странице курсовые работы по психологии вы найдете много готовых тем для курсовых по предмету «Психология».

Здесь темы рефератов по психологии

Читайте дополнительные лекции: