- •А.Ю. Крюков, Б.Ф. Потапов
- •Крюков, А.Ю.
- •СОДЕРЖАНИЕ
- •ПРЕДИСЛОВИЕ
- •ВВЕДЕНИЕ
- •1.1. СУЩНОСТЬ И НАЗНАЧЕНИЕ МОДЕЛИРОВАНИЯ
- •1.1.1. Понятие о моделировании и свойства моделей
- •1.1.2. Цели моделирования
- •1.1.3. Виды моделирования и классификация моделей
- •1.2.1. Общие положения и основные определения
- •1.2.2. Структура математической модели и ее построение
- •1.2.3. Иерархия математических моделей
- •1.2.5. Классификация математических моделей
- •1.2.6. Геометрическое представление математических моделей
- •1.3. ЗАКЛЮЧИТЕЛЬНЫЕ ЗАМЕЧАНИЯ
- •2.1. МОДЕЛИ МИКРОУРОВНЯ
- •2.2. МОДЕЛИ МАКРОУРОВНЯ
- •2.2.1. Общая характеристика моделей, их структура и сущность
- •1. Компонентные уравнения
- •2. Топологические уравнения
- •Компонентные и топологические уравнения электрической системы
- •2.2.5. Задания для самостоятельной работы
- •2.3. ЗАКЛЮЧИТЕЛЬНЫЕ ЗАМЕЧАНИЯ
- •3.2.1. Общие принципы моделирования полей
- •3.2.2. Особенности построения моделей
- •3.2.3. Модели стационарных полей
- •3.2.4. Модели нестационарных полей
- •3.2.7. Задание для самостоятельной работы
- •3.3. ЗАКЛЮЧИТЕЛЬНЫЕ ЗАМЕЧАНИЯ
- •4.1.1. Надежность объектов как комплексное свойство
- •4.1.2. Классификация отказов и временные понятия
- •4.3.1. Основные понятия, определения и положения
- •4.3.2. Основные характеристики случайных величин
- •4.4. ПОКАЗАТЕЛИ НАДЕЖНОСТИ
- •4.4.1. Показатели безотказности
- •4.6.1. Общая характеристика и виды моделей
- •4.6.2. Распределения, используемые в теории надежности
- •4.6.3. Композиция законов распределения
- •4.6.4. Задание для самостоятельной работы
- •4.7 ПОТОКИ ОТКАЗОВ И ВОССТАНОВЛЕНИЙ
- •4.8. РАСЧЕТ НАДЕЖНОСТИ ТЕХНИЧЕСКИХ СИСТЕМ
- •4.8.1. Общие положения
- •4.8.2. Модели параметрических отказов
- •5.1. ОСНОВЫ ТЕОРИИ ГРАФОВ И СЕТЕВЫЕ МОДЕЛИ
- •5.1.1. Общие замечания, основные понятия и определения
- •5.1.2. Решение задачи о максимальном потоке
- •5.1.3. Потоки минимальной стоимости
- •5.1.4. Практические примеры сетевых задач
- •5.1.5. Некоторые обобщения по сетевым задачам
- •5.1.6. Альтернативные методы решения сетевых задач
- •5.2.1. Основные положения
- •5.2.2. Структура принятия решения
- •5.2.4. Пример применения классических критериев
- •6.1.1. Постановка задач оптимизации и критерии
- •оптимальности
- •6.1.2. Многокритериальные задачи оптимизации
- •6.1.3. Классификация методов оптимизации
- •6.2. РЕГУЛЯРНЫЕ МЕТОДЫ ОПТИМИЗАЦИИ
- •6.2.1. Методы математического анализа
- •6.2.2. Понятие о вариационном исчислении
- •6.2.3. Принцип максимума Понтрягина
- •6.2.4. Метод динамического программирования
- •6.3. ПРЯМЫЕ МЕТОДЫ ОПТИМИЗАЦИИ
- •6.3.2. Минимаксные стратегии одномерного поиска
- •6.3.4. Многомерные методы безусловной оптимизации
- •6.3.7. Заключение по прямым методам оптимизации
- •7 1. ОБЩИЕ ПОЛОЖЕНИЯ
- •ЗАКЛЮЧЕНИЕ
- •Учебное издание
- •Учебное пособие
1.2. ОСНОВЫ ПОСТРОЕНИЯ И ИСПОЛЬЗОВАНИЯ
МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ
1.2.1. Общие положения и основные определения
Математическое моделирование - это идеальное научное формальное моделирование, при котором описание объекта осу ществляется на языке математики, а исследование модели прово дится с использованием тех или иных математических методов.
Математическое моделирование позволяет посредством математических символов и зависимостей составить описание функционирования технического объекта в окружающей внеш ней среде, определить выходные параметры и характеристики, получить оценку показателей эффективности и качества, осуще ствить поиск оптимальной структуры и параметров объекта.
Одним из основных компонентов системы проектирования в этом случае становится математическая модель (ММ).
Математическая модель - это совокупность математиче ских объектов и отношений между ними, адекватно отобра жающая физические свойства технического объекта. В качестве математических объектов выступают числа, переменные, мно жества, векторы, матрицы и т.п. Процесс же формирования ма тематической модели и использования ее для анализа и синтеза при решении проектных задач называется математическим мо делированием.
Математическое моделирование - это идеальный экспе римент, позволяющий оперативно оценить влияние на рабочий процесс любого фактора, в том числе и такого, который трудно поддается натурному моделированию.
Этот метод сочетает в себе достоинства как теории, так и эксперимента. Работа не с самим объектом (явлением, процес сом), а с его моделью дает возможность безболезненно, относи тельно быстро и без существенных затрат исследовать его свой ства и поведение в любых мыслимых ситуациях (преимущества
теории). В то же время вычислительные (компьютерные) экспе рименты с моделями позволяют изучать объекты в достаточной полноте, недоступной чисто теоретическим подходам (преиму щества эксперимента).
К другим принципиальным преимуществам математиче ского моделирования, обусловливающим его широкое примене ние практически во всех областях науки и техники, относят универсальность ММ. Данное свойство заключается в том, что в математике используют абстрактные основополагающие поня тия, немногочисленные, но весьма емкие по содержанию. Это позволяет конкретные факты из самых различных областей знаний рассматривать как проявление этих понятий и отноше ний между ними. В данном случае математика выступает, по существу, в роли универсального языка науки. Его универ сальность французский математик Анри Пуанкаре определил всего одной фразой: «Математика - это искусство называть раз ные вещи одним и тем же именем».
Математическое моделирование помогает увидеть за ча стным общее, развить универсальные методы управления объ ектами различной физической природы, познать общие законы развития материи.
Предварительный расчет, основанный на адекватных ма тематических моделях, позволяет избежать ошибок при проек тировании узлов и устройств и таким образом значительно со кратить расходы ресурсов на создание и опытную отработку образцов новой техники.
Математическое моделирование позволяет получить срав нительные оценки для машин, различающихся по структуре, что редко достижимо при физическом эксперименте. Применение математического моделирования целесообразно, в частности, при выборе рациональных параметров и схемы новой машины, фор мировании эталонных рабочих характеристик, выявлении пре дельных возможностей машин и поиске путей модернизации.
В целом использование методов математического модели рования в проектировании технических объектов обусловлено
следующими факторами:
-общей тенденцией расширения и углубления исследова ния процессов в реальном физическом мире;
-неполнотой данных о реальном объекте;
-сложностью протекания реальных процессов и высокой
стоимостью исследований объекта-оригинала, когда с экономических позиций наиболее приемлемо перене сти их на объект-модель;
-наличием критических режимов функционирования объ екта, когда исследования в некоторых областях измене ния параметров являются попросту опасными, а резуль таты исследования не поддаются прогнозу;
-необходимостью проведения большого числа экспери ментов с последующим обобщением результатов и мно гофакторной оптимизацией, когда исследование реаль ного объекта также становится экономически нецелесо образным;
- уникальностью объекта исследования, сопряженной с малым его ресурсом, когда большая часть времени мо жет быть затрачена на его испытания;
-отсутствием объекта-оригинала, когда его изготовление находится на стадии эскизного или конструкторского проекта.
Математическое моделирование в значительной степени является искусством применения физико-математических зна ний в реальных проектных ситуациях.
Вообще математическое моделирование является неотъ емлемой частью исследования операций. Данная наука является составной частью системного анализа —отрасли знаний, зани мающейся проблемами принятия решений в условиях, когда выбор альтернативы требует анализа сложной информации раз
личной физической природы. Методы системного анализа ле жат в основе многих современных методов проектирования объ ектов новой техники. Многие из них опираются на математиче ское описание фактов, явлений, процессов [13].
1.2.2. Структура математической модели и ее построение
Структура технического объекта характеризуется качест венным и количественным составом элементов и их взаиморас положением или взаимосвязями. Качественное различие элемен тов определяется их физическими свойствами. Количественно физические свойства элементов выражаются некоторыми скаляр ными величинами, называемыми параметрами элементов.
В достаточно общем случае изучаемый технический объ ект (ТО) количественно можно охарактеризовать векторами
g е Rm и W е R" внутренних, внешних и выходных пара метров соответственно. Одни и те же физические, механиче ские и/или информационные характеристики ТО в моделях раз личного уровня и содержания могут выполнять роль как внеш них или внутренних, так и выходных параметров.
Внутренние параметры - это параметры элементов, из которых состоит технический объект. Например, двигатель и трансмиссия являются элементами автомобиля. Их выходные параметры - мощность двигателя, передаточные числа транс миссии, и одновременно это внутренние параметры автомобиля.
Выходные параметры характеризуют свойства техниче ского объекта, а внутренние параметры - свойства его эле ментов.
При переходе к новому иерархическому уровню проекти рования внутренние параметры могут стать выходными, и на оборот.
Внешние параметры - это параметры внешней среды, оказывающей влияние на функционирование технического объ екта. Например, внешней средой для автомобиля является доро га и воздушная среда.
При проектировании значения выходных параметров или диапазоны их возможного изменения оговаривают в техническом задании на разработку технического объекта, тогда как внешние параметры характеризуют условия его функционирования.
В сравнительно простом случае математическая модель технического объекта может представлять собой соотношение
J V = A x , g ) ; x e l t , g e ] r i i 1 V e i r , |
( U ) |
где/ - векторная функция векторного аргумента.
Также математическую модель можно представить в виде функционала:
F = F(x,fa g),g));xeRk, g e R mn W e B n |
( 1.2) |
Если при построении ММ ТО функция / в (1.1) и (1.2) за ранее не известна (информация о внутренних параметрах отсут ствует или же внутреннее устройство ТО слишком сложно), то модель строят по принципу черного ящика - устанавливают соотношение между внешними и выходными параметрами пу тем исследования реакции ТО на внешние воздействия.
Величины, характеризующие состояние технического объекта в процессе его функционирования, называют фазовыми переменными (фазовыми координатами).
Обычно в уравнениях математической модели фигуриру ют не все фазовые переменные, а только часть из них, достаточ ная для однозначной идентификации состояния объекта. Такие фазовые переменные называют базисными координатами. Через базисные координаты могут быть вычислены значения и всех остальных фазовых переменных.
Процесс создания математических моделей трудоемок, длителен и связан с использованием труда различных специали стов достаточно высокого уровня, с хорошей подготовкой как в предметной области, связанной с объектом моделирования, так и в области прикладной математики.
Правильное построение модели требует глубокого пони мания специфики процесса и тех возможностей математическо
го анализа, которыми располагает исследователь проектной си туации. Построение любой математической модели можно ус ловно представить состоящим из 7 этапов (рис. 1.3). Рассмотрим сущность этих этапов.
Анализ проектной ситуации |
I |
I
Процесс построения и использования математической модели
1. Определение целей исследования: содержательная постановка задачи моделирования
2. Концептуальная постановка задачи моделирования
3. Математическая постановка задачи моделирования \
4.Выбор и обоснование метода решения задачи
5.Реализация математической модели в виде программы для ЭВМ (численный эксперимент, аналитические исследования)
1
6. Проверка адекватности модели
1
Т
7. Практическое использование построенной модели и
анализ результатов моделирования
.
Рис. 1.3. Последовательность построения математической модели
1. Содержательная постановка задачи моделирования: пер чень сформулированных в содержательной форме основных во просов об объекте моделирования, интересующих исследователя.
Это есть словесно-смысловое описание объекта или явле ния, которое содержит сведения об его природе и целях его ис следования.
На основании анализа всей собранной информации поста новщик задачи должен сформулировать такие требования к бу дущей модели, которые позволяли бы реализовать модель в за данные сроки и в рамках выделенных материальных средств.
Должен быть подготовлен список вопросов, на которые призва на ответить новая модель.
Специалисты-постановщики должны обладать способно стью из большого объема слабоформализованной разнообразной информации об объекте выделить то главное, что может быть действительно реализовано.
Данный этап является ключевым для процесса математи ческого моделирования, от качества модели зависит судьба все го последующего анализа. Остальные этапы, представленные ниже, относятся скорее к технической стороне дела и сильно зависят от результатов первого этапа.
В идеале следует свести задачу к конкретному вопросу, на который можно получить ответ путем выполнения над исходной информацией определенных математических операций. Тогда, если задача поставлена правильно, для инженера появляется воз можность выбрать наиболее эффективный инструмент математи ческого анализа проектной ситуации, и именно эти инструменты в дальнейшем рассматриваются в лекционном курсе дисциплины.
Таким образом, основным назначением этого этапа явля ется анализ неопределенностей и формализация понятия цели (формирование целевой функции, критерия).
2. Концептуальная постановка задачи моделирования это сформулированный в терминах конкретных дисциплин (фи зики, химии, биологии и т.д.) перечень основных вопросов, ин тересующих исследователя, и совокупность гипотез относи тельно свойств и поведения объекта моделирования.
На этом этапе строится некоторая идеализированная мо дель объекта, для чего формулируется совокупность гипотез о поведении объекта, его взаимодействии с окружающей средой, изменении внутренних параметров.
Например, могут быть сделаны следующие предположения относительно физических свойств объекта: невесомый стержень, толстый слой вещества, прямолинейное распространение свето вых лучей и т.д. Таким образом, отбрасываются все факторы
иэффекты, которые представляются не самыми существенными
вповедении объекта моделирования, и выделяются наиболее зна чимые для целей исследования его свойства и связи.
Как правило, идеализирующие объект гипотезы правдо подобны в том смысле, что для их обоснования могут быть при ведены некоторые теоретические доводы и использованы экспе риментальные данные, основанные на собранной ранее инфор мации об объекте.
Ввыборе и обосновании принимаемых гипотез в значи тельной степени проявляется искусство, опыт и знания, накоп ленные разработчиками модели. Согласно принятым гипотезам определяется множество параметров, описывающих состояние объекта, а также перечень законов, управляющих изменением
ивзаимосвязью этих параметров между собой.
3. Математическая постановка задачи моделирования это совокупность математических соотношений, описывающих поведение и свойства объекта моделирования.
На этом этапе осуществляется выбор и формулировка за кона (вариационного принципа, аналогии, закона сохранения и т.п.), которому подчиняется объект, и его запись в математи ческой форме: выбирается (или строится) «эквивалент» объекта, отражающий в математической форме важнейшие его свойства.
Применение физических принципов обуславливает уме ние пользоваться знаниями и методами научных и технических дисциплин.
Во многих областях знаний принято выделять законы, справедливые для всех объектов исследования данной области знаний, и соотношения, описывающие поведение отдельных объектов или их совокупностей.
К числу первых в физике и механике относятся, например, уравнения баланса массы, количества движения, энергии и т.д., справедливые при определенных условиях для любых матери альных тел, независимо от их конкретного строения, структуры, состояния, химического состава.
Уравнения этого класса подтверждены огромным количе ством экспериментов, хорошо изучены и в силу этого применя ются в соответствующих математических моделях как данность.
Соотношения второго класса в физике и механике назы вают определяющими, или физическими уравнениями, или урав нениями состояния. Они устанавливают особенности поведения материальных объектов или их совокупностей (например, жид костей, газов, упругих или пластических сред и т.д.) при воздей ствиях различных внешних факторов.
В качестве классических примеров определяющих соот ношений можно привести закон Гука в теории упругости или уравнение Клапейрона для идеальных газов. Очевидно, опреде ляющие соотношения должны отражать реальное атомно молекулярное строение исследуемых материальных объектов.
Соотношения второго класса гораздо менее изучены, а в ряде случаев их приходится устанавливать самому исследова телю. Необходимо отметить, что определяющие соотношения - это основной элемент, «сердцевина» любой математической мо дели. Именно ошибки в выборе или становлении определяющих соотношений приводят к неверным результатам моделирования.
Совокупность математических соотношений указанных двух классов определяет оператор модели (1.1) и (1.2). Для обеспечения корректности постановки задачи к оператору модели добавляются начальные и/или граничные условия.
Для контроля правильности полученной системы матема тических соотношений требуется проведение ряда обязательных проверок [4]:
1)Контроль размерностей, включающий правило, со гласно которому приравниваться и складываться могут только величины одинаковой размерности.
2)Контроль порядков, состоящий из грубой оценки срав нительных порядков складываемых величин и исключения ма лозначимых параметров.
3) Контроль характера зависимостей заключается в про верке того, что направление и скорость изменения выходных параметров модели, вытекающие из выписанных математиче
ских соотношений, такие, как это следует |
непосредственно |
из «физического» смысла изучаемой модели. |
|
4) Контроль экстремальных ситуаций |
- проверка того, |
какой вид принимают математические соотношения, а также результаты моделирования, если параметры модели или их ком бинации приближаются к предельно допустимым для них зна чениям. В подобных экстремальных ситуациях модель часто упрощается, математические соотношения приобретают более наглядный смысл, упрощается их проверка.
5) Контроль граничных условий, включающий проверку того, что граничные условия действительно наложены, что они использованы в процессе построения искомого решения и что значения выходных параметров модели на самом деле удовле творяют данным условиям. Под граничными условиями здесь будем понимать задание функции выходного параметра W
в(1.1) и (1.2) в начальный момент времени для всей пространст венной области фазовых координат и на границе последней.
6)Контроль физического смысла - проверка физического или иного, в зависимости от характера задачи, смысла исходных
ипромежуточных соотношений, появляющихся по мере конст руирования модели.
7)Контроль математической замкнутости, состоящий
впроверке того, что система математических соотношений дает возможность однозначно решить поставленную задачу. Напри мер, если задача свелась к отысканию п неизвестных из некото рой системы алгебраических или трансцендентных уравнений, то контроль замкнутости состоит в проверке того факта, что число независимых уравнений должно быть п.
Свойство математической замкнутости системы матема тических соотношений тесно связано с введенным Ж. Адамаром понятием корректно поставленной математической задачи [4],
т.е. задачи, для которой решение существует, оно единственно и непрерывно зависит от исходных данных.
Математическая модель является корректной, если для нее осуществлен и получен положительный результат всех кон трольных проверок.
4. Выбор и обоснование метода решения задачи.
Выбор метода исследования в значительной степени зави сит от квалификации и опыта членов рабочей труппы. Аналити ческие методы более удобны для последующего анализа резуль татов, но применимы лишь для относительно простых моделей. В случае если математическая задача допускает аналитическое решение, последнее, без сомнения, предпочтительнее численного.
5. Реализация математической модели в виде программы для ЭВМ (численный эксперимент, аналитические исследования).
Примечание: при использовании современных математических компью терных пакетов («MathCAD», «Maple» и др. [7, 8]) пункты 4 и 5 можно существен но упростить и ускорить их выполнение.
6. Проверка адекватности моде™.
Под адекватностью математической модели будет пони маться степень соответствия результатов, полученных по разра ботанной модели, данным эксперимента или тестовой задачи.
Проверка адекватности модели преследует две цели:
1)убедиться в справедливости совокупности гипотез, сформулированных на этапах концептуальной и математической постановок;
2)установить, что точность полученных результатов соот ветствует точности, оговоренной в техническом задании.
Проверка разработанной моде™ выполняется путем срав нения с экспериментальными данными о реальном объекте или
срезультатами других, созданных ранее и хорошо себя зареко мендовавших моделей. В первом случае говорят о проверке пу тем сравнения с экспериментом, во втором - о сравнении с ре зультатами решения тестовой задачи.
Решение вопроса о точности моделирования зависит от требований, предъявляемых к моде™, и ее назначения.
При этом должна учитываться точность получения эксперимен тальных результатов, точность исходных данных или особенно сти постановок тестовых задач.
Как правило, различают качественное и количественное совпадение результатов сравнения. При качественном сравне нии требуется лишь совпадение некоторых характерных осо бенностей в распределении исследуемых параметров (например, наличие экстремальных точек, положительное или отрицатель ное значение параметра, его возрастание или убывание и т.д.). Вопрос о количественном сравнении можно ставить лишь после удовлетворительного ответа на вопрос о качественном соответ ствии результатов.
Неадекватность результатов моделирования возможна, по крайней мере, по трем причинам:
1)значения задаваемых параметров модели не соответст вуют допустимой области этих параметров, определяемой при нятой системой гипотез;
2)принятая система гипотез верна, но константы и пара метры в использованных определяющих соотношениях уста новлены не точно;
3)неверна исходная совокупность гипотез.
Все три случая требуют дополнительного исследования как моделируемого объекта (с целью накопления новой допол нительной информации об его поведении), так и самой модели (с целью уточнения границ ее применимости).
7. Практическое использование построенной модели и ан лиз результатов моделирования.
Данный этап включает оценку и обобщение результатов вычислений по следующим направлениям:
-выявление закономерностей, которые позволяют опти мизировать или уточнить процесс;
-уточнение области применения модели и оценка возможно сти ее упрощения с целью повышения эффективности при сохранении требуемой точности;