Simulering
Den aktuelle version af siden er endnu ikke blevet gennemgået af erfarne bidragydere og kan afvige væsentligt fra den
version , der blev gennemgået den 24. april 2021; checks kræver
9 redigeringer .
Simuleringsmodellering ( eng. simulation modeling ) - en forskningsmetode , hvor det undersøgte system erstattes af en model , der beskriver det virkelige system med tilstrækkelig nøjagtighed (den konstruerede model beskriver processerne, som de ville foregå i virkeligheden), hvormed der eksperimenteres . udføres for at få information om dette system. En sådan model kan "spilles" i tide, både for en test og for et givet sæt af dem. I dette tilfælde vil resultaterne blive bestemt af processernes tilfældige karakter. Ud fra disse data er det muligt at få nok bæredygtig statistik . At eksperimentere med en model kaldes imitation (imitation er forståelsen af essensen af et fænomen uden at ty til eksperimenter på et virkeligt objekt).
Definition
Simuleringsmodellering er et særligt tilfælde af matematisk modellering . Der er en klasse af objekter, for hvilke der af forskellige årsager ikke er udviklet analytiske modeller, oprettelsen af en analytisk model er grundlæggende umulig, metoder til at løse den resulterende model er ikke blevet udviklet, eller løsninger er ustabile. I dette tilfælde erstattes den analytiske model af en simulator eller simuleringsmodel.
I modsætning til den analytiske løsning af differentialligninger, som resulterer i en formel, der klart angiver, hvilke parametre der påvirker systemet, der modelleres, og hvordan disse parametre er relateret til hinanden, opnås som et resultat af simulering et sæt tal, der ikke tillader etablering en sammenhæng mellem parametrene.
Simuleringsmodellering kaldes nogle gange at opnå bestemte numeriske løsninger af det formulerede problem baseret på analytiske løsninger eller ved hjælp af numeriske metoder [1] .
En simuleringsmodel er en logisk og matematisk beskrivelse af et objekt, der kan bruges til eksperimentering på en computer for at designe, analysere og evaluere et objekts funktion.
Anvendelse af simuleringsmodellering
Simulering bruges når:
- det er dyrt eller umuligt at eksperimentere med en rigtig genstand;
- det er umuligt at bygge en analytisk model: systemet har tid, årsagssammenhænge, konsekvenser, ikke-lineariteter, stokastiske (tilfældige) variable;
- det er nødvendigt at simulere systemets opførsel i tide.
Formålet med simuleringsmodellering er at reproducere opførselen af det undersøgte system baseret på resultaterne af analysen af de vigtigste sammenhænge mellem dets elementer eller udviklingen af en simulator ( engelsk simuleringsmodellering ) af det undersøgte emneområde til udførelse af forskellige eksperimenter .
Typer af simuleringsmodellering
- Diskret hændelsesmodellering er en tilgang til modellering , der foreslår at abstrahere fra begivenhedernes kontinuerlige natur og kun overveje de vigtigste begivenheder i det simulerede system, såsom: "venter", "ordrebehandling", "bevægelse med en last", "aflæsning". " og andre. Diskret hændelsesmodellering er den mest udviklede og har et enormt anvendelsesområde – fra logistik- og køsystemer til transport- og produktionssystemer. Denne type simulering er mest velegnet til modellering af produktionsprocesser. Grundlagt af Jeffrey Gordon i 1960'erne.
- Systemdynamik er et modelleringsparadigme, hvor grafiske diagrammer af årsagssammenhænge og globale påvirkninger af nogle parametre på andre i tid konstrueres for det undersøgte system, og derefter simuleres den model, der er skabt på basis af disse diagrammer, på en computer. Faktisk hjælper denne type modellering mere end alle andre paradigmer til at forstå essensen af den løbende identifikation af årsag-og-virkning-forhold mellem objekter og fænomener. Ved hjælp af systemdynamik opbygges modeller af forretningsprocesser, byudvikling, produktionsmodeller, befolkningsdynamik, økologi og epidemiudvikling. Metoden blev grundlagt af Jay Forrester i 1950'erne.
- Agent-baseret modellering er en relativt ny (1990'erne-2000'erne) retning inden for simuleringsmodellering, som bruges til at studere decentraliserede systemer, hvis dynamik ikke bestemmes af globale regler og love (som i andre modelleringsparadigmer), men omvendt, når disse globale regler og love er resultatet af gruppemedlemmernes individuelle aktivitet. Målet med agentmodeller er at få en idé om disse globale regler, systemets generelle adfærd, baseret på antagelser om individet, særlige adfærd for dets individuelle aktive objekter og interaktionen mellem disse objekter i systemet. En agent er en bestemt enhed, der har aktivitet, autonom adfærd, kan træffe beslutninger i overensstemmelse med et bestemt sæt regler, interagere med omgivelserne og ændre sig uafhængigt.
Ansøgninger
Simuleringssystemer
Betalt
Ledig
Ledig
Implementering af simuleringsmodellering
For at implementere simuleringsmodellering udvikles algoritmer til den numeriske løsning af differentialligninger. Differentialligninger og deres systemer kan løses med numeriske metoder [3] . Baseret på dette, for højordens dynamiske systemer med mange input og output, samt en kompleks struktur af interne forbindelser og et stort antal indførte forstyrrelser, er simuleringsmetoden praktisk talt det eneste forskningsværktøj. Desuden undersøger simuleringsmetoden sædvanligvis et system i funktionsdygtig tilstand, bestående af et reguleret objekt og en kontrolanordning [4] .
Se også
modelleringssprog:
Noter
- ↑ Mucha V.S. Beregningsmetoder og computeralgebra: lærebogsmetode. godtgørelse. — 2. udg., rettet. og yderligere - Minsk: BSUIR, 2010.- 148 s.: silt, ISBN 978-985-488-522-3 , UDC 519.6 (075.8), BBK 22.19ya73, M92
- ↑ Jmodelica (downlink) . Hentet 20. september 2016. Arkiveret fra originalen 10. juli 2015. (ubestemt)
- ↑ Volodymyr B. Kopei, Oleh R. Onysko, Vitalii G. Panchuk. Komponentorienteret akausal modellering af de dynamiske systemer i Python-sprog på eksemplet med modellen af sugestangsstrengen // PeerJ Computer Science. — 2019-10-28. — Bd. 5 . —P.e227 . _ — ISSN 2376-5992 . - doi : 10.7717/peerj-cs.227 . Arkiveret fra originalen den 10. februar 2020.
- ↑ A. V. Andryushin, V. R. Sabanin, N. I. Smirnov. Ledelse og innovation inden for termisk kraftteknik. - M: MPEI, 2011. - S. 57. - 392 s. - ISBN 978-5-38300539-2 .
- ↑ Jeandel A., Boudaud F. : Physical System Modeling Languages: from ALLAN to Modelica Arkiveret 18. marts 2016 på Wayback Machine , Building Simulation'97, IBPSA Conference, Prag, 8.-10. september 1997.
- ↑ Per Sahlin, NMF HÅNDBOG. En introduktion til det neutrale modelformat. NMF version 3.02. november 1996 . Dato for adgang: 20. september 2016. Arkiveret fra originalen 4. marts 2016. (ubestemt)
- ↑ ObjectMath . Hentet 20. september 2016. Arkiveret fra originalen 21. maj 2016. (ubestemt)
- ↑ SE Mattsson, M. Andersson og KJ.Aström: Objektorienteret modellering og simulering. I: Linkens, red., CAD for Control Systems (Marcel Dekker, 1993) pp. 31-69.
- ↑ APJ Breunese og JF Broenink, modellering af mekatroniske systemer ved hjælp af Sidops+ sproget. I: Proceedings of ICBGM'97, 3rd International Conference on Bond Graph Modeling and Simulation, Phoenix, Arizona, 12.-15. januar 1997, SCS Publishing, San Diego, Californien, Simulation Series, Vol.29, No.1, ISBN 1 -56555-050-1. . Dato for adgang: 20. september 2016. Arkiveret fra originalen 4. marts 2016. (ubestemt)
- ↑ Ernst T., Jähnichen S., Klose M. :
Object-Oriented Physical Systems Modeling, Modelica, and the Smile/M Simulation Environment Arkiveret 22. marts 2016 på Wayback Machine . 15. IMACS World Congress on Scientific Computation, Modeling and Applied Mathematics, Berlin, 24.-29. august 1997.
Litteratur
- Hemdy A. Taha. Kapitel 18. Simulering // Introduktion til Operations Research = Operations Research: An Introduction. - 7. udg. - M . : "Williams" , 2007. - S. 697 -737. — ISBN 0-13-032374-8 .
- Strogalev V. P., Tolkacheva I. O. Simuleringsmodellering. - MSTU im. Bauman, 2008. - S. 697-737. - ISBN 978-5-7038-3021-5 .
Links