WYKŁAD 1.
System powinien spełniać 4 podstawowe postulaty:
- wyodrębnienie z otoczenia,
- budowa z podsystemów, które oddziałują na siebie wzajemnie przy czym oddziaływania te maja istotny wpływ na własności systemu, - spełnianie celu założonego działania, - ograniczoność zmienności w czasie - zachowuje swoje podstawowe właściwości.
Model w nauce jest rozumiany jako uproszczona - przy czym umyślnie i celowo - reprezentacja rzeczywistości, ujmuje tylko jej część, jest pozbawiony wielu szczegółów i cech nieistotnych z punktu widzenia celów modelowania. Model uwzględnia tylko wybrane czynniki wpływające i tylko w ograniczanym zakresie zmienności.
Cele budowy modeli systemów:
- opis i wyjaśnienie mechanizmu działania systemu (modele fenamenologiczne / systemy biologiczne),
- przewidywanie zachowania się systemów w przyszłości i przy różnorodnych warunkach działania otoczenia na system (modele prognostyczne / systemy ekonomiczne),
- wybór właściwych oddziaływań wejściowych, spełniających określone warunki (modele decyzyjne / systemy sterowania),
- wybór struktury lub parametrów systemu, spełniającego określone zadania (modele normatywne / systemy techniczne) Rodzaje modeli:
- lingwistyczne (opis słowny), - graficzne (np. schemat obwodu, wykresy charakterystyk), - fizyczne, - matematyczne.
Model matematyczny - zbiór symboli i relacji matematycznych oraz bezwzględnie ścisłych zasad operowania nimi, przy czym zawarte w modelu symbole i relacje mają interpretację odnoszącą się do konkretnych elementów modelowanego wycinka rzeczywistości.
Model lingwistyczny: określenie właściwości modelu za pomocą tekstu Model graficzny: wizualizacja za pomocą obrazków
Modelowanie to doświadczalna lub matematyczna metoda badania złożonych układów, zjawisk i procesów na podstawie konstruowania modeli.
Modelowanie doświadczalne opiera się na podobieństwie fizycznym (np. badania aerodynamiczne) lub na analogiach fizycznych (modele elektryczne).
Modelowanie matematyczne polega na tworzeniu modeli matematycznych i wykorzystaniu aparatu matematycznego do ich analizy. Zastosowanie w tej analizie znajdują komputery (symulacja komputerowa).
Symulacja komputerowa - odtworzenie działania badanego systemu rzeczywistego na podstawie jego modelu matematycznego za pomocą komputera oraz zbadanie wpływu otoczenia (zmienne wejściowe) i wewnętrznych właściwości systemu (parametry modelu) na charakterystyki systemu. Zastosowanie: procesy chemia, biologia, ekonomia itp.
Zalety i wady symulacji komputerowej:
- łatwość wprowadzania różnego rodzaju wymuszeń i zakłóceń, w szczególności losowych, - badanie stanów ekstremalnych,
- łatwość wprowadzania zmian w modelu symulowanego systemu - łatwość uzupełniania modelu o nowe zjawiska,
- stosunkowo niewielki koszt i czas przygotowania symulacji w porównaniu z budową systemu rzeczywistego,
- wiarygodność wyników symulacji - szczególnie w tych przypadkach, gdy możemy porównać otrzymane wyniki symulacji z danymi otrzymanymi z rzeczywistego systemu,
- możliwość sterowania czasem symulacji (wydłużanie i skracanie), - rezultaty symulacji mogą być trudne do zidentyfikowania. WYKŁAD 2,
PROCES MODELOWANIA:
Sformułowanie problemu: zrozumienie rozważanego problemu, wstępne określenie celów modelowania, współpraca modelującego z potencjalnym użytkownikiem.
Określenie szczegółowych celów i wymagań dotyczących tworzenia i działania modelu:
zrozumienie i opracowanie planu działań, organizacja pracy (czas, koszty, sprzęt, oprogramowanie, ludzie).
Opracowania modelu konceptualnego:
- zapisanie działania systemu rzeczywistego i zachodzących w nim relacji przy pomocy algorytmów, grafów, tabel, opisów słownych lub zależności matematycznych: sformalizowanie, -stopniowe uszczegóławianie modelu,
-udział użytkownika końcowego podczas formułowania modelu konceptualnego ma duże znaczenie dla jego dokładności. Zbieranie i analiza danych koniecznych do określenia wartości parametrów modelu:- dostępność danych, - jakość danych Model komputerowy - model konceptualny z ustalonymi wartościami parametrów i zapisany przy pomocy wybranego języka programowania lub zrealizowany przy pomocy pakietu do symulacji.
Model komputerowy powinien zapewniać:
- zgodność z modelowanym system w zakresie interesujących nas zależności (podobieństwo geometryczne, kinematyczne i dynamiczne), - łatwość użytkowania, zgodnie z przeznaczeniem.
Ocena modelu:
Weryfikacja - analiza kodu programu w celu wykrycia nieprawidłowości w zapisie. Często przeprowadzana automatycznie podczas kompilacji programu. Weryfikacja daje odpowiedź na pytanie: czy poprawnie zbudowano model? Walidacja - badanie zachowania opracowanego modelu i porównania działania tego modelu z działaniem (zachowaniem) obiektu rzeczywistego. Walidacja powinna być przeprowadzana z uwzględnieniem celów stawianych na początku procesu modelowania i odpowiada na pytanie, czy zbudowano poprawny model.