Επί του παρόντος, στην ανάλυση και σύνθεση πολύπλοκων (μεγάλων) συστημάτων, έχει αναπτυχθεί μια συστηματική προσέγγιση, η οποία διαφέρει από την κλασική (ή επαγωγική) προσέγγιση. Κλασική προσέγγισηεξετάζει το σύστημα μεταβαίνοντας από το ιδιαίτερο στο γενικό και συνθέτει (κατασκευάζει) το σύστημα συγχωνεύοντας τα συστατικά του, που αναπτύσσονται χωριστά. Σε αντίθεση με αυτό συστημική προσέγγισηπεριλαμβάνει μια συνεπή μετάβαση από το γενικό στο ειδικό, όταν η θεώρηση βασίζεται στον στόχο και το υπό μελέτη αντικείμενο ξεχωρίζει από το περιβάλλον.
Αντικείμενο προσομοίωσης. Οι ειδικοί στο σχεδιασμό και τη λειτουργία πολύπλοκων συστημάτων ασχολούνται με συστήματα ελέγχου διαφόρων επιπέδων που έχουν μια κοινή ιδιότητα - την επιθυμία επίτευξης κάποιου στόχου. Αυτή η δυνατότητα θα ληφθεί υπόψη στους ακόλουθους ορισμούς του συστήματος.
Σύστημα ή αντικείμενο S- στοχευμένο σύνολο διασυνδεδεμένων στοιχείων οποιασδήποτε φύσης.
Εξωτερικό περιβάλλον Ε- ένα σύνολο στοιχείων οποιασδήποτε φύσης που υπάρχουν εκτός του συστήματος που επηρεάζουν το σύστημα ή βρίσκονται υπό την επιρροή του.
Ανάλογα με το σκοπό της μελέτης, μπορούν να ληφθούν υπόψη διαφορετικές σχέσεις μεταξύ του ίδιου του αντικειμένου S και του περιβάλλοντος Ε. Έτσι, ανάλογα με το επίπεδο στο οποίο βρίσκεται ο παρατηρητής, το αντικείμενο μελέτης μπορεί να διακριθεί με διαφορετικούς τρόπους και διάφορες αλληλεπιδράσεις αυτό το αντικείμενο με το περιβάλλον μπορεί να λάβει χώρα.
Με την ανάπτυξη της επιστήμης και της τεχνολογίας, το ίδιο το αντικείμενο γίνεται συνεχώς πιο πολύπλοκο, και ακόμη και τώρα μιλούν για το αντικείμενο μελέτης ως κάποιου είδους περίπλοκο σύστημα που αποτελείται από διάφορα στοιχεία διασυνδεδεμένα μεταξύ τους. Επομένως, θεωρώντας τη συστημική προσέγγιση ως τη βάση για την κατασκευή μεγάλων συστημάτων και ως τη βάση για τη δημιουργία μιας μεθοδολογίας για την ανάλυση και τη σύνθεσή τους, είναι πρώτα απ 'όλα απαραίτητο να οριστεί η ίδια η έννοια της συστημικής προσέγγισης.
Συστημική προσέγγισηείναι στοιχείο του δόγματος γενικούς νόμουςανάπτυξη της φύσης και μια από τις εκφράσεις του διαλεκτικού δόγματος. Με μια συστηματική προσέγγιση στα συστήματα μοντελοποίησης, είναι απαραίτητο πρώτα από όλα να καθοριστεί με σαφήνεια ο σκοπός της μοντελοποίησης. Εφόσον είναι αδύνατο να μοντελοποιηθεί πλήρως ένα πραγματικά λειτουργικό σύστημα (το αρχικό σύστημα ή το πρώτο σύστημα), δημιουργείται ένα μοντέλο (σύστημα μοντέλου ή το δεύτερο σύστημα) για το πρόβλημα που τίθεται.
Έτσι, σε σχέση με θέματα μοντελοποίησης, ο στόχος προκύπτει από τις απαιτούμενες εργασίες μοντελοποίησης, οι οποίες σας επιτρέπουν να προσεγγίσετε την επιλογή του κριτηρίου και να αξιολογήσετε ποια στοιχεία θα συμπεριληφθούν στο δημιουργημένο μοντέλο M. Επομένως, είναι απαραίτητο να έχετε ένα κριτήριο για την επιλογή μεμονωμένα στοιχεία στο δημιουργημένο μοντέλο.
Συστημικές Ερευνητικές Προσεγγίσεις. Σημαντικός για μια συστηματική προσέγγιση είναι ο ορισμός δομή του συστήματος- ένα σύνολο συνδέσμων μεταξύ των στοιχείων του συστήματος, που αντικατοπτρίζουν την αλληλεπίδρασή τους. Δομήσυστήματα μπορούν να μελετηθούν
1. από έξωόσον αφορά τη σύνθεση των επιμέρους υποσυστημάτων και τις μεταξύ τους σχέσεις,
2. καλά από μέσα, όταν αναλύονται μεμονωμένες ιδιότητες που επιτρέπουν στο σύστημα να επιτύχει έναν δεδομένο στόχο, δηλαδή όταν μελετώνται οι λειτουργίες του συστήματος.
Σύμφωνα με αυτό, έχουν περιγραφεί ορισμένες προσεγγίσεις για τη μελέτη της δομής του συστήματος με τις ιδιότητές του, οι οποίες θα πρέπει να περιλαμβάνουν πρωτίστως διαρθρωτική προσέγγισηκαι λειτουργική προσέγγιση.
Στο διαρθρωτική προσέγγισηαποκαλύπτεται η σύνθεση των επιλεγμένων στοιχείων του συστήματος S και οι μεταξύ τους συνδέσεις. Το σύνολο των στοιχείων και των δεσμών μεταξύ τους καθιστά δυνατή την κρίση της δομής του συστήματος. Το τελευταίο, ανάλογα με τον σκοπό της μελέτης, μπορεί να περιγραφεί στο διαφορετικά επίπεδαθεώρηση. Η πιο γενική περιγραφή της δομής είναι μια τοπολογική περιγραφή, η οποία καθιστά δυνατό τον ορισμό των συστατικών μερών του συστήματος με τους πιο γενικούς όρους και είναι καλά επισημοποιημένη με βάση τη θεωρία γραφημάτων.
Λιγότερο κοινό είναι λειτουργική περιγραφή , όταν λαμβάνονται υπόψη μεμονωμένες συναρτήσεις, π.χ. αλγόριθμοι για τη συμπεριφορά του συστήματος και λειτουργική προσέγγιση, το οποίο αξιολογεί τις λειτουργίες που εκτελεί το σύστημα και η συνάρτηση νοείται ως ιδιότητα που οδηγεί στην επίτευξη του στόχου. Εφόσον η συνάρτηση εμφανίζει μια ιδιότητα και η ιδιότητα εμφανίζει την αλληλεπίδραση του συστήματος S με το εξωτερικό περιβάλλον Ε, οι ιδιότητες μπορούν να εκφραστούν είτε ως ορισμένα χαρακτηριστικά των στοιχείων και των υποσυστημάτων του συστήματος είτε ως το σύστημα S ως σύνολο. Εάν υπάρχει κάποιο πρότυπο σύγκρισης, μπορείτε να εισαγάγετε ποσοτικά και ποιοτικά χαρακτηριστικά συστημάτων. Για ένα ποσοτικό χαρακτηριστικό, εισάγονται αριθμοί που εκφράζουν τη σχέση μεταξύ αυτού του χαρακτηριστικού και του προτύπου. Τα ποιοτικά χαρακτηριστικά του συστήματος εντοπίζονται, για παράδειγμα, χρησιμοποιώντας τη μέθοδο των αξιολογήσεων εμπειρογνωμόνων.
Η εκδήλωση των λειτουργιών του συστήματος στο χρόνο S(t), δηλαδή η λειτουργία του συστήματος, σημαίνει τη μετάβαση του συστήματος από τη μια κατάσταση στην άλλη, δηλαδή την κίνηση στον χώρο καταστάσεων Z.
Η προσέγγιση συστημάτων έχει χρησιμοποιηθεί στη μηχανική συστημάτων λόγω της ανάγκης να μελετηθούν μεγάλα πραγματικά συστήματα, όταν η ανεπάρκεια και μερικές φορές το σφάλμα λήψης οποιωνδήποτε συγκεκριμένων αποφάσεων έχει επηρεάσει. Η εμφάνιση μιας συστηματικής προσέγγισης επηρεάστηκε από έναν αυξανόμενο όγκο αρχικών δεδομένων κατά την ανάπτυξη, την ανάγκη να ληφθούν υπόψη πολύπλοκες στοχαστικές σχέσεις στο σύστημα και οι επιπτώσεις του εξωτερικού περιβάλλοντος Ε. Όλα αυτά ανάγκασαν τους ερευνητές να μελετήσουν ένα σύνθετο αντικείμενο που δεν απομόνωση, αλλά σε αλληλεπίδραση με το εξωτερικό περιβάλλον, καθώς και σε συνδυασμό με άλλα συστήματα ορισμένων μετασυστημάτων. Μια συστηματική προσέγγιση επιτρέπει την επίλυση του προβλήματος της οικοδόμησης ενός πολύπλοκου συστήματος, λαμβάνοντας υπόψη όλους τους παράγοντες και τις ευκαιρίες ανάλογα με τη σημασία τους, σε όλα τα στάδια της μελέτης του συστήματος S και της κατασκευής ενός μοντέλου M.
Η προσέγγιση συστημάτων σημαίνει ότι κάθε σύστημα S είναι ένα ολοκληρωμένο σύνολο ακόμη και όταν αποτελείται από ξεχωριστά ανόμοια υποσυστήματα. Έτσι, η προσέγγιση του συστήματος βασίζεται στην εξέταση του συστήματος ως ενοποιημένου συνόλου και αυτή η θεώρηση κατά την ανάπτυξη ξεκινά με το κύριο πράγμα - τη διατύπωση του στόχου της λειτουργίας.
Η διαδικασία σύνθεσης του μοντέλου Μ με βάση μια συστηματική προσέγγιση παρουσιάζεται συμβατικά στο σχ. σι.Με βάση τα αρχικά δεδομένα Δ, τα οποία είναι γνωστά από την ανάλυση του εξωτερικού συστήματος, τους περιορισμούς που επιβάλλονται στο σύστημα άνωθεν ή με βάση τις δυνατότητες υλοποίησής του και με βάση τον σκοπό λειτουργίας, τις αρχικές απαιτήσεις διατυπώνονται Τστο μοντέλο συστήματος S. Με βάση αυτές τις απαιτήσεις σχηματίζονται περίπου υποσυστήματα Π, στοιχεία μικαι πραγματοποιείται το πιο δύσκολο στάδιο σύνθεσης - η επιλογή ΣΤΟεξαρτήματα του συστήματος, για τα οποία χρησιμοποιούνται ειδικά κριτήρια επιλογής HF. Κατά τη μοντελοποίηση, είναι απαραίτητο να διασφαλιστεί η μέγιστη απόδοση του μοντέλου συστήματος.
Αποδοτικότηταορίζεται συνήθως ως κάποια διαφορά μεταξύ ορισμένων δεικτών της αξίας των αποτελεσμάτων που προέκυψαν ως αποτέλεσμα της λειτουργίας του μοντέλου και των δαπανών που επενδύθηκαν για την ανάπτυξη και δημιουργία του.
Κατά τη μοντελοποίηση συστημάτων, χρησιμοποιούνται δύο προσεγγίσεις: η κλασική (επαγωγική), ιστορικά η πρώτη και η συστημική, η οποία αναπτύχθηκε πρόσφατα.
Κλασική προσέγγιση.Ιστορικά, η κλασική προσέγγιση στη μελέτη του αντικειμένου, η μοντελοποίηση του συστήματος, ήταν η πρώτη που αναπτύχθηκε. Η κλασική προσέγγιση της σύνθεσης του μοντέλου (Μ) του συστήματος φαίνεται στο σχ. 3. Το πραγματικό αντικείμενο που πρόκειται να μοντελοποιηθεί χωρίζεται σε υποσυστήματα, επιλέγονται αρχικά δεδομένα (D) για μοντελοποίηση και ορίζονται στόχοι (T), που αντικατοπτρίζουν ορισμένες πτυχές της διαδικασίας μοντελοποίησης. Με βάση ένα ξεχωριστό σύνολο αρχικών δεδομένων, ο στόχος είναι να μοντελοποιηθεί μια ξεχωριστή πτυχή της λειτουργίας του συστήματος· βάσει αυτού του στόχου, διαμορφώνεται ένα συγκεκριμένο στοιχείο (K) του μελλοντικού μοντέλου. Το σύνολο των εξαρτημάτων συνδυάζεται σε ένα μοντέλο.
Οτι. τα στοιχεία αθροίζονται, κάθε στοιχείο επιλύει τις δικές του εργασίες και απομονώνεται από άλλα μέρη του μοντέλου. Εφαρμόζουμε την προσέγγιση μόνο για απλά συστήματα, όπου είναι δυνατό να αγνοηθεί η σχέση μεταξύ των στοιχείων. Μπορούν να σημειωθούν δύο διακριτές πτυχές της κλασικής προσέγγισης:
1. Υπάρχει μια κίνηση από το ιδιαίτερο στο γενικό κατά τη δημιουργία ενός μοντέλου.
2. Το δημιουργημένο μοντέλο (σύστημα) διαμορφώνεται αθροίζοντας τα επιμέρους συστατικά του και δεν λαμβάνει υπόψη την εμφάνιση ενός νέου συστημικού αποτελέσματος.
Ρύζι. 3. Κλασική προσέγγιση κατασκευής αντικειμένου, μελέτη του μοντέλου
Συστημική προσέγγιση - μια μεθοδολογική ιδέα που βασίζεται στην επιθυμία δημιουργίας μιας ολοκληρωμένης εικόνας του υπό μελέτη αντικειμένου, λαμβάνοντας υπόψη τα στοιχεία του αντικειμένου που είναι σημαντικά για το πρόβλημα που επιλύεται, τους δεσμούς μεταξύ τους και τους εξωτερικούς δεσμούς με άλλα αντικείμενα και το περιβάλλον. Με την επιπλοκή της μοντελοποίησης αντικειμένων, κατέστη απαραίτητη η παρατήρησή τους με περισσότερα υψηλό επίπεδο. Σε αυτήν την περίπτωση, ο προγραμματιστής θεωρεί αυτό το σύστημα ως κάποιο υποσύστημα υψηλότερης κατάταξης. Για παράδειγμα, εάν το καθήκον είναι να σχεδιάσουμε ένα σύστημα παρακολούθησης για ένα ξεχωριστό αντικείμενο, τότε από τη σκοπιά μιας συστηματικής προσέγγισης, δεν πρέπει να ξεχνάμε ότι αυτό το σύστημα είναι αναπόσπαστο μέροςλίγο κρέμπλες. Η προσέγγιση του συστήματος βασίζεται στην εξέταση του συστήματος ως ενοποιημένου συνόλου και αυτή η θεώρηση κατά την ανάπτυξη ξεκινά με το κύριο πράγμα - τη διατύπωση του στόχου της λειτουργίας. Στο σχ. 4. Παρουσιάζεται υπό όρους η διαδικασία σύνθεσης ενός μοντέλου συστήματος που βασίζεται σε συστηματική προσέγγιση. Σημαντικός για την προσέγγιση του συστήματος είναι ο ορισμός της δομής του συστήματος - το σύνολο των δεσμών μεταξύ των στοιχείων του συστήματος, που αντικατοπτρίζουν την αλληλεπίδρασή τους.
Ρύζι. 4. Συστηματική προσέγγιση κατασκευής αντικειμένου, μελέτη μοντέλου
Υπάρχουν δομικές και λειτουργικές προσεγγίσεις για τη μελέτη της δομής ενός συστήματος και των ιδιοτήτων του. Με μια δομική προσέγγιση, αποκαλύπτεται η σύνθεση των επιλεγμένων στοιχείων του συστήματος και οι μεταξύ τους δεσμοί. Με τη λειτουργική προσέγγιση εξετάζονται αλγόριθμοι της συμπεριφοράς του συστήματος (οι συναρτήσεις είναι ιδιότητες που οδηγούν στην επίτευξη του στόχου).
ερωτήσεις δοκιμήςστην ενότητα 2
1. Τι καθορίζεται στη διαδικασία ανάλυσης συστήματος;
2. Τι καθορίζεται στη διαδικασία σύνθεσης συστήματος;
3. Πώς αξιολογείται η αποτελεσματικότητα του συστήματος;
4. Τι σημαίνει βέλτιστο σύστημα;
5. Ιδιότητες που είναι εγγενείς σε ένα πολύπλοκο σύστημα και σύντομη περιγραφή τους.
6. Ποιο είναι το πρόβλημα της επιλογής του επιπέδου λεπτομέρειας των μοντέλων;
7. Καταγράψτε τα κύρια στάδια της μοντελοποίησης του συστήματος.
Κλασσικός(ή επαγωγική) προσέγγισηη μοντελοποίηση εξετάζει το σύστημα, μεταβαίνοντας από το ιδιαίτερο στο γενικό, και το συνθέτει με τη συγχώνευση των στοιχείων που αναπτύσσονται χωριστά. Συστημική προσέγγισηπεριλαμβάνει μια συνεπή μετάβαση από το γενικό στο ειδικό, όταν η θεώρηση βασίζεται στον στόχο, ενώ το αντικείμενο διακρίνεται από τον περιβάλλοντα κόσμο.
Όταν δημιουργείτε ένα νέο αντικείμενο με χρήσιμες ιδιότητες(για παράδειγμα, συστήματα ελέγχου) δίνονται κριτήριατον προσδιορισμό του βαθμού χρησιμότητας των αποκτηθέντων ιδιοτήτων. Δεδομένου ότι κάθε αντικείμενο μοντελοποίησης είναι ένα σύστημα αλληλένδετων στοιχείων, εισάγουμε την έννοια του συστήματος. Σύστημα Συπάρχει ένα στοχευμένο σύνολο διασυνδεδεμένων στοιχείων οποιασδήποτε φύσης. Εξωτερικό περιβάλλον. μιείναι ένα σύνολο στοιχείων οποιασδήποτε φύσης που υπάρχουν εκτός του συστήματος που επηρεάζουν το σύστημα ή βρίσκονται υπό την επιρροή του.
Με μια συστηματική προσέγγιση στη μοντελοποίηση, καταρχάς, ο σκοπός της μοντελοποίησης ορίζεται σαφώς. Η δημιουργία ενός μοντέλου ενός πλήρους αναλόγου του πρωτοτύπου είναι επίπονη και δαπανηρή, επομένως το μοντέλο δημιουργείται για συγκεκριμένο σκοπό.
Σημαντικός για μια συστηματική προσέγγιση είναι ο ορισμός δομή του συστήματος- ένα σύνολο συνδέσμων μεταξύ των στοιχείων του συστήματος, που αντικατοπτρίζουν την αλληλεπίδρασή τους. Υπάρχει ένας αριθμός προσεγγίσεων για τη μελέτη των συστημάτων και των ιδιοτήτων τους, οι οποίες περιλαμβάνουν δομικές και λειτουργικές. Στο διαρθρωτική προσέγγισηαποκαλύπτεται η σύνθεση των επιλεγμένων στοιχείων του συστήματος μικρόκαι τις μεταξύ τους συνδέσεις. Το σύνολο των στοιχείων και των συνδέσεων καθιστά δυνατή την κρίση των ιδιοτήτων του επιλεγμένου τμήματος του συστήματος. Στο λειτουργική προσέγγισησυναρτήσεις (αλγόριθμοι) της συμπεριφοράς του συστήματος λαμβάνονται υπόψη και κάθε συνάρτηση περιγράφει τη συμπεριφορά μιας ιδιότητας υπό εξωτερική επίδραση ΜΙ.Αυτή η προσέγγιση δεν απαιτεί γνώση της δομής του συστήματος και η περιγραφή του αποτελείται από ένα σύνολο λειτουργιών της απόκρισής του σε εξωτερικές επιρροές.
Η κλασική μέθοδος κατασκευής ενός μοντέλου χρησιμοποιεί μια λειτουργική προσέγγιση, στην οποία λαμβάνεται το στοιχείο του μοντέλου συστατικό,περιγράφοντας τη συμπεριφορά μιας ιδιότητας και δεν αντικατοπτρίζει την πραγματική σύνθεση των στοιχείων. Επιπλέον, τα εξαρτήματα του συστήματος είναι απομονωμένα μεταξύ τους, γεγονός που αντανακλά ελάχιστα το μοντελοποιημένο σύστημα. Αυτή η μέθοδος κατασκευής ενός μοντέλου είναι εφαρμόσιμη μόνο για απλά συστήματα, καθώς απαιτεί τη συμπερίληψη συναρτήσεων που περιγράφουν τις ιδιότητες του συστήματος, σχέσεις μεταξύ ιδιοτήτων που μπορεί να είναι ανεπαρκώς καθορισμένες ή άγνωστες.
Με την πολυπλοκότητα των προσομοιωμένων συστημάτων, όταν είναι αδύνατο να ληφθούν υπόψη όλες οι αμοιβαίες επιρροές των ιδιοτήτων, εφαρμόζεται μέθοδος συστήματος,με βάση μια δομική προσέγγιση. Ταυτόχρονα, το σύστημα μικρόαναλύεται σε πολλά υποσυστήματα S lμε τις δικές τους ιδιότητες, οι οποίες, φυσικά, είναι ευκολότερο να περιγραφούν από λειτουργικές εξαρτήσεις και καθορίζονται οι σύνδεσμοι μεταξύ των υποσυστημάτων. Στην περίπτωση αυτή, το σύστημα λειτουργεί σύμφωνα με τις ιδιότητες των επιμέρους υποσυστημάτων και τις μεταξύ τους συνδέσεις. Αυτό εξαλείφει την ανάγκη περιγραφής της λειτουργικής σχέσης μεταξύ των ιδιοτήτων του συστήματος ΜΙΚΡΟ,κάνει το μοντέλο πιο ευέλικτο, αφού η αλλαγή των ιδιοτήτων ενός από τα υποσυστήματα αλλάζει αυτόματα τις ιδιότητες του συστήματος.
Ταξινόμηση τύπων μοντελοποίησης
Ανάλογα με τη φύση των διαδικασιών που μελετώνται στο σύστημα μικρόκαι ο σκοπός της μοντελοποίησης, υπάρχουν πολλά είδη μοντέλων και τρόποι ταξινόμησης τους, για παράδειγμα, σύμφωνα με το σκοπό χρήσης, την παρουσία τυχαίων επιδράσεων, τη σχέση με το χρόνο, τη σκοπιμότητα, το εύρος κ.λπ. (Πίνακας 14).
Πίνακας 14. Τύποι μοντέλων
Με βάση τον σκοπό χρήσηςτα μοντέλα ταξινομούνται σε επιστημονικό πείραμα,στην οποία η μελέτη του μοντέλου πραγματοποιείται χρησιμοποιώντας διάφορα μέσα απόκτησης δεδομένων για το αντικείμενο, τη δυνατότητα επηρεασμού της πορείας της διαδικασίας, προκειμένου να ληφθούν νέα δεδομένα σχετικά με το αντικείμενο ή το φαινόμενο. ολοκληρωμένο πείραμα δοκιμών και παραγωγής,χρησιμοποιώντας μια δοκιμή πλήρους κλίμακας ενός φυσικού αντικειμένου για να αποκτήσετε υψηλή αξιοπιστία σχετικά με τα χαρακτηριστικά του· βελτιστοποίηση,που σχετίζονται με την εύρεση των βέλτιστων δεικτών του συστήματος (για παράδειγμα, εύρεση του ελάχιστου κόστους ή προσδιορισμός του μέγιστου κέρδους).
Σύμφωνα με την παρουσία επιρροώνανά μοντέλο σύστημα χωρίζονται σε ντετερμινιστική(δεν υπάρχουν τυχαία εφέ στα συστήματα) και στοχαστική(υπάρχουν πιθανολογικές επιρροές στα συστήματα). Τα ίδια μοντέλα ταξινομούνται από ορισμένους συγγραφείς σύμφωνα με τη μέθοδο εκτίμησης παραμέτρωνσυστήματα: σε ντετερμινιστικήσυστήματα, οι παράμετροι του μοντέλου εκτιμώνται από έναν δείκτη για συγκεκριμένες τιμές των αρχικών τους δεδομένων. σε στοχαστικήσυστήματα, η παρουσία πιθανολογικών χαρακτηριστικών των αρχικών δεδομένων μας επιτρέπει να αξιολογήσουμε τις παραμέτρους του συστήματος με διάφορους δείκτες.
Σε σχέση με τον χρόνοτα μοντέλα χωρίζονται σε στατικός,περιγράφοντας το σύστημα σε μια συγκεκριμένη χρονική στιγμή, και δυναμικός,λαμβάνοντας υπόψη τη συμπεριφορά του συστήματος στο χρόνο. Με τη σειρά τους, τα δυναμικά μοντέλα υποδιαιρούνται σε διακεκριμένος,στην οποία όλα τα γεγονότα συμβαίνουν σε χρονικά διαστήματα, και συνεχής,όπου όλα τα γεγονότα συμβαίνουν συνεχώς στο χρόνο.
Δυνατότητα υλοποίησηςτα μοντέλα ταξινομούνται ως διανοητικός,περιγράφοντας ένα σύστημα που είναι δύσκολο ή αδύνατο να προσομοιωθεί ρεαλιστικά, πραγματικός,στο οποίο το μοντέλο συστήματος αντιπροσωπεύεται είτε από ένα πραγματικό αντικείμενο είτε από μέρος του, και πληροφορίες,πραγματοποίηση διεργασιών πληροφοριών (εμφάνιση, μετάδοση, επεξεργασία και χρήση πληροφοριών) σε υπολογιστή. Με τη σειρά τους, τα νοητικά μοντέλα χωρίζονται σε οπτικός(στην οποία οι προσομοιωμένες διαδικασίες και φαινόμενα προχωρούν οπτικά). συμβολικός(το μοντέλο συστήματος αντιπροσωπεύει ένα λογικό αντικείμενο στο οποίο οι κύριες ιδιότητες και σχέσεις ενός πραγματικού αντικειμένου εκφράζονται με ένα σύστημα σημείων ή συμβόλων) και μαθηματικός(αντιπροσωπεύουν συστήματα μαθηματικών αντικειμένων που επιτρέπουν την απόκτηση των μελετημένων χαρακτηριστικών ενός πραγματικού αντικειμένου). Τα πραγματικά μοντέλα χωρίζονται σε φυσικός(διεξαγωγή μελέτης σε πραγματικό αντικείμενο και επακόλουθη επεξεργασία των αποτελεσμάτων του πειράματος χρησιμοποιώντας τη θεωρία της ομοιότητας) και φυσικός(διεξαγωγή έρευνας σε εγκαταστάσεις που διατηρούν τη φύση του φαινομένου και έχουν φυσική ομοιότητα).
Ανά περιοχή εφαρμογήςτα μοντέλα χωρίζονται σε Παγκόσμιος,προορίζονται για χρήση από πολλά συστήματα και ειδικευμένος,σχεδιασμένο να μελετά ένα συγκεκριμένο σύστημα.
Μαθηματικά μοντέλα
Πλέον ορόσημοΚατά την κατασκευή ενός μοντέλου, υπάρχει μια μετάβαση από μια ουσιαστική περιγραφή σε μια επίσημη, η οποία εξηγείται από τη συμμετοχή σε αυτό το στάδιο ειδικών στην θεματική περιοχή όπου υπάρχει το μοντελοποιημένο σύστημα και ειδικών στον τομέα της μοντελοποίησης συστημάτων. Η πιο βολική γλώσσα για την επικοινωνία τους, σκοπός της οποίας είναι η κατασκευή ενός επαρκούς μοντέλου του συστήματος, είναι συνήθως η γλώσσα των μαθηματικών περιγραφών. Η μαθηματική περιγραφή του συστήματος είναι συμπαγής και βολική για περαιτέρω εφαρμογές σε υπολογιστή, για τη διεξαγωγή στατιστικών δοκιμών,
Παραδείγματα δόμησης δυναμικών μοντέλων
Κατά τη μοντελοποίηση συνεχών δυναμικών αντικειμένων, τα μοντέλα είναι συνήθως διαφορικές εξισώσεις,συσχετίζει τη συμπεριφορά ενός αντικειμένου με την πάροδο του χρόνου. θετική ιδιότητα διαφορικές εξισώσειςείναι ότι η ίδια εξίσωση μοντελοποιεί συστήματα διαφορετικής φυσικής φύσης.
Η ανεξάρτητη μεταβλητή στα δυναμικά συστήματα είναι συνήθως ο χρόνος, από τον οποίο εξαρτώνται οι άγνωστες τιμές της επιθυμητής συνάρτησης, οι οποίες καθορίζουν τη συμπεριφορά του αντικειμένου. Μαθηματική περιγραφή του μοντέλου γενικά:
όπου είναι ν διανύσματα και είναι συνεχής.
Για παράδειγμα, η διαδικασία των μικρών ταλαντώσεων ενός εκκρεμούς περιγράφεται από μια συνηθισμένη διαφορική εξίσωση
.
Διαδικασία σε ηλεκτρικό ταλαντούμενο κύκλωμα 
.
Προφανώς, αν βάλουμε
Λαμβάνουμε μια εξίσωση που περιγράφει τη χρονική κατάσταση και των δύο συστημάτων
Ένα γενικό μαθηματικό μοντέλο σας επιτρέπει να εξερευνήσετε ένα σύστημα ενώ προσομοιώνετε τη λειτουργία ενός άλλου.
Τα μοντέλα δυναμικών συστημάτων που βασίζονται σε διαφορικές εξισώσεις έχουν βρει ευρεία εφαρμογή στη θεωρία ελέγχου διαφόρων τεχνικών αντικειμένων. Υπό την επίδραση προηγουμένως άγνωστων διαταραχών, η πραγματική συμπεριφορά του συστήματος αποκλίνει από την επιθυμητή, που ορίζεται από τον αλγόριθμο, και για να προσεγγιστεί η συμπεριφορά του στην απαιτούμενη τιμή, εισάγεται στο σύστημα αυτόματος έλεγχος του συστήματος. Μπορεί να ενσωματωθεί στο ίδιο το σύστημα, αλλά στην προσομοίωση, η μονάδα ελέγχου διαχωρίζεται από το ίδιο το σύστημα. Γενικά, η δομή του πολυδιάστατου συστήματος αυτόματου ελέγχου (ACS) φαίνεται στο Σχ. 3.
Εικόνα 3. Η δομή ενός πολυδιάστατου αυτόματου συστήματος ελέγχου.
Μοντέλα Πληροφοριών
Μοντέλα Πληροφοριώνσε πολλές περιπτώσεις βασίζονται σε μαθηματικά μοντέλα,αφού κατά την επίλυση προβλημάτων, το μαθηματικό μοντέλο του υπό μελέτη αντικειμένου, διαδικασίας ή φαινομένου μετατρέπεται αναπόφευκτα σε μοντέλο πληροφοριών για την εφαρμογή του σε υπολογιστή. Ας ορίσουμε τις βασικές έννοιες του μοντέλου πληροφοριών.
Αντικείμενο πληροφοριώνείναι μια περιγραφή ενός πραγματικού αντικειμένου, διαδικασίας ή φαινομένου με τη μορφή ενός συνόλου των χαρακτηριστικών του (στοιχεία πληροφοριών), που ονομάζεται Λεπτομέριες.Σχηματίζεται ένα πληροφοριακό αντικείμενο μιας συγκεκριμένης δομής (σύνθεση ιδιοκτησίας). τύπος (τάξη),στο οποίο εκχωρείται ένα μοναδικό όνομα.Ένα πληροφοριακό αντικείμενο με συγκεκριμένα χαρακτηριστικά ονομάζεται παράδειγμα.Κάθε περίπτωση προσδιορίζεται από μια εργασία χαρακτηριστικό κλειδί (κλειδί).Οι ίδιες λεπτομέρειες σε διαφορετικά αντικείμενα πληροφοριών μπορεί να είναι τόσο βασικές όσο και περιγραφικές. Ένα αντικείμενο πληροφοριών μπορεί να έχει πολλά κλειδιά.
Παράδειγμα. Το αντικείμενο πληροφοριών STUDENT έχει την απαιτούμενη σύνθεση: δωμάτιο(ο αριθμός του βιβλίου αρχείων είναι βασικό χαρακτηριστικό), επώνυμο, όνομα, πατρώνυμο, ημερομηνία γέννησης, κωδικός τόπου σπουδών.Πληροφοριακό αντικείμενο ΠΡΟΣΩΠΙΚΟ ΘΕΜΑ: αριθμός μαθητή, διεύθυνση κατοικίας, αριθμός απολυτηρίου λυκείου, οικογενειακή κατάσταση, παιδιά.Το πληροφοριακό αντικείμενο ΤΟΠΟΣ ΕΚΠΑΙΔΕΥΣΗΣ περιλαμβάνει τα ακόλουθα στοιχεία: ο κώδικας(βασικά στηρίγματα), όνομα πανεπιστημίου, σχολή, ομάδα.Πληροφοριακό αντικείμενο ΕΚΠΑΙΔΕΥΤΗΣ: ο κώδικας(βασικά στηρίγματα), Τμήμα, επώνυμο, όνομα, πατρώνυμο, ακαδημαϊκό πτυχίο, ακαδημαϊκός τίτλος, θέση.
Συγγένειες,που υπάρχουν μεταξύ πραγματικών αντικειμένων ορίζονται σε μοντέλα πληροφοριών ως συνδέσεις.Υπάρχουν τρεις τύποι συνδέσεων: ένας προς έναν (1:1), ένας προς πολλούς(1:∞) και πολλά σε πολλά(∞: ∞).
Σύνδεση ένα προς ένακαθορίζει ότι ένα στιγμιότυπο του αντικειμένου πληροφοριών Χ αντιστοιχεί σε όχι περισσότερες από μία παρουσίες του αντικειμένου πληροφοριών Υ και αντίστροφα.
Παράδειγμα. Τα πληροφοριακά αντικείμενα ΦΟΙΤΗΤΗΣ και ΠΡΟΣΩΠΙΚΗ ΥΠΟΘΕΣΗ θα συνδεθούν με τη σχέση ένα προς ένα.Κάθε μαθητής έχει συγκεκριμένα μοναδικά δεδομένα στο προσωπικό του αρχείο.
Όταν έρθετε σε επαφή ένα προς πολλάένα στιγμιότυπο του αντικειμένου πληροφοριών X μπορεί να αντιστοιχεί σε οποιονδήποτε αριθμό παρουσιών του αντικειμένου πληροφοριών Y, αλλά κάθε παρουσία του αντικειμένου Y σχετίζεται με το πολύ ένα στιγμιότυπο του αντικειμένου X.
Παράδειγμα.Είναι απαραίτητο να δημιουργηθεί μια σύνδεση μεταξύ των αντικειμένων πληροφοριών ΤΟΠΟΣ ΕΚΠΑΙΔΕΥΣΗΣ και ΜΑΘΗΤΗΣ ένα προς πολλά.Ο ίδιος τόπος σπουδών μπορεί να επαναληφθεί πολλές φορές για διαφορετικούς μαθητές.
Σύνδεση πολλά σε πολλάυπονοεί ότι ένα στιγμιότυπο του αντικειμένου πληροφοριών X αντιστοιχεί σε οποιοδήποτε αριθμό παρουσιών του αντικειμένου Y και αντίστροφα.
Παράδειγμα.Τα πληροφοριακά αντικείμενα ΜΑΘΗΤΗΣ και ΔΑΣΚΑΛΟΣ έχουν σύνδεση πολλά σε πολλά.Κάθε μαθητής μαθαίνει από πολλούς δασκάλους και κάθε δάσκαλος διδάσκει πολλούς μαθητές.
Παραδείγματα μοντέλων πληροφοριών
Ας ορίσουμε ένα μοντέλο πληροφοριών ως ένα συνδεδεμένο σύνολο αντικειμένων πληροφοριών που περιγράφουν διαδικασίες πληροφοριών στην υπό μελέτη περιοχή. Θα χωρίσουμε τα υπάρχοντα μοντέλα πληροφοριών σε καθολικά και εξειδικευμένα. Τα καθολικά μοντέλα έχουν σχεδιαστεί για χρήση σε διάφορους θεματικούς τομείς, όπως: Βάση δεδομένωνκαι συστήματα διαχείρισης βάσεων δεδομένων, αυτοματοποιημένα συστήματαδιαχείριση, βάσεις γνώσεων, έμπειρα συστήματα.Τα εξειδικευμένα μοντέλα έχουν σχεδιαστεί για να περιγράφουν συγκεκριμένα συστήματα, είναι μοναδικά στις δυνατότητές τους και είναι πιο ακριβά.
Universal μοντέλα.
Βάση δεδομένων
Βάση δεδομένωναντιπροσωπεύουν ένα σχετικό σύνολο δομημένων δεδομένων που σχετίζονται με μια συγκεκριμένη διαδικασία ή φαινόμενο σε μια συγκεκριμένη θεματική περιοχή.
Σύστημα διαχείρισης βάσης δεδομένωνείναι ένα πακέτο λογισμικού για τη δημιουργία, οργάνωση της απαραίτητης επεξεργασίας, αποθήκευσης και μεταφοράς βάσεων δεδομένων.
Ο πυρήνας κάθε βάσης δεδομένων είναι μοντέλο αναπαράστασης δεδομένων.Το μοντέλο δεδομένων αντιπροσωπεύει ένα σύνολο δομών δεδομένων και τις σχέσεις μεταξύ τους.
Διακρίνω ιεραρχική, δικτυακήκαι σχετικόςμοντέλα δεδομένων. Το ιεραρχικό μοντέλο αναπαριστά σχέσεις μεταξύ αντικειμένων (δεδομένων) με τη μορφή δέντρου.
Οι κύριες έννοιες του ιεραρχικού μοντέλου περιλαμβάνουν:
κόμπος- ένα σύνολο χαρακτηριστικών δεδομένων που περιγράφουν το αντικείμενο.
σύνδεση- μια γραμμή που συνδέει τους κόμβους του κατώτερου επιπέδου με έναν κόμβο του υψηλότερου επιπέδου. Στην περίπτωση αυτή καλείται ο κόμβος του ανώτερου επιπέδου πρόγονοςγια τους αντίστοιχους κόμβους χαμηλότερου επιπέδου, με τη σειρά τους, καλούνται οι κόμβοι χαμηλότερου επιπέδου απόγονοιο υπερκείμενος κόμβος που σχετίζεται με αυτούς (για παράδειγμα, στο Σχ. 4. ο κόμβος Β1 είναι πρόγονος των κόμβων CI, C2 και οι κόμβοι C1, C2 είναι απόγονοι του κόμβου Β1).
επίπεδο- αριθμός στρώματος κόμβου μετρημένος από τη ρίζα.
Εικόνα 4. Μοντέλο ιεραρχικών δεδομένων
Ποσότητα δέντραστη βάση δεδομένων καθορίζεται από τον αριθμό εγγραφές ρίζας.Υπάρχει μόνο ένα μονοπάτι σε κάθε κόμβο από τη ρίζα.
δομή δικτύουέχει τα ίδια στοιχεία με τον ιεραρχικό, αλλά κάθε κόμβος μπορεί να συνδεθεί με οποιονδήποτε άλλο κόμβο (Εικ. 5). Η δικτυακή προσέγγιση στην οργάνωση δεδομένων είναι μια επέκταση της ιεραρχικής. Σε ιεραρχικά μοντέλα, μια εγγραφή καταγωγής πρέπει να έχει μόνο έναν γονέα. σε δίκτυο - ο απόγονος μπορεί να έχει οποιοδήποτε αριθμό προγόνων.
Εικόνα 5. Μοντέλο δεδομένων δικτύου
Και τα δύο αυτά μοντέλα δεν χρησιμοποιούνται ευρέως λόγω της πολυπλοκότητας της υλοποίησης γραφημάτων με τη μορφή δομών δεδομένων μηχανής, επιπλέον, είναι δύσκολο να πραγματοποιηθούν εργασίες αναζήτησης πληροφοριών σε αυτά.
Το πιο διαδεδομένο είναι το τρίτο μοντέλο δεδομένων - σχετικός,Μπορεί επίσης να περιγράψει ένα ιεραρχικό και δικτυακό μοντέλο. Το σχεσιακό μοντέλο επικεντρώνεται στην οργάνωση δεδομένων με τη μορφή δισδιάστατων πινάκων.
Τεχνητή νοημοσύνη
Οι ιδέες της μοντελοποίησης του ανθρώπινου μυαλού ήταν γνωστές από την αρχαιότητα. Για πρώτη φορά αυτό αναφέρεται στο έργο του φιλοσόφου και θεολόγου Ρέιμοντ Λούλια(περ. 1235 - περ. 1315) «Μεγάλη Τέχνη», η οποία όχι μόνο εξέφραζε την ιδέα μιας λογικής μηχανής για την επίλυση διαφόρων προβλημάτων, με βάση τη γενική ταξινόμηση των εννοιών (XIV αιώνας), αλλά προσπάθησε και να την εφαρμόσει. Ρενέ Ντεκάρτ(1596-1650) και Γκότφριντ Βίλχελμ Λάιμπνιτς(1646-1716) ανέπτυξε ανεξάρτητα το δόγμα της έμφυτης ικανότητας του νου να γνωρίζει και τις καθολικές και απαραίτητες αλήθειες της λογικής και των μαθηματικών, εργάστηκε στη δημιουργία μιας παγκόσμιας γλώσσας για την ταξινόμηση κάθε γνώσης. Σε αυτές τις ιδέες βασίζονται τα θεωρητικά θεμέλια της δημιουργίας της τεχνητής νοημοσύνης. Σπρώξτε σε περαιτέρω ανάπτυξημοντέλα ανθρώπινης σκέψης ήταν η εμφάνιση στη δεκαετία του '40. 20ος αιώνας ΥΠΟΛΟΓΙΣΤΗ. Το 1948 ένας Αμερικανός επιστήμονας Νόρμπερτ Βίνερ(1894-1964) διατύπωσε τις κύριες διατάξεις μιας νέας επιστήμης - της κυβερνητικής. Το 1956, στο Πανεπιστήμιο του Στάνφορντ (ΗΠΑ), σε ένα σεμινάριο με τίτλο «Τεχνητή νοημοσύνη * (τεχνητή νοημοσύνη) αφιερωμένο στην επίλυση λογικών προβλημάτων, αναγνωρίστηκε μια νέα επιστημονική κατεύθυνση που σχετίζεται με τη μηχανική μοντελοποίηση των ανθρώπινων διανοητικών λειτουργιών και ονομάζεται τεχνητή νοημοσύνη.Σύντομα αυτός ο κλάδος χωρίστηκε σε δύο βασικούς τομείς: τη νευροκυβερνητική και την κυβερνητική του «μαύρου κουτιού».
Νευροκυβερνητικήστράφηκε στη δομή του ανθρώπινου εγκεφάλου ως το μόνο σκεπτόμενο αντικείμενο και ασχολήθηκε με τη μοντελοποίηση του υλικού. Οι φυσιολόγοι έχουν από καιρό εντοπίσει νευρώνες - συνδεδεμένους μεταξύ τους νευρικά κύτταραως βάση του εγκεφάλου. Η νευροκυβερνητική ασχολείται με τη δημιουργία στοιχείων παρόμοιων με τους νευρώνες και τον συνδυασμό τους σε λειτουργικά συστήματα, τα συστήματα αυτά ονομάζονται νευρωνικά δίκτυα.Στα μέσα της δεκαετίας του '80. Τον 20ο αιώνα, ο πρώτος νευροϋπολογιστής δημιουργήθηκε στην Ιαπωνία, ο οποίος προσομοιώνει τη δομή του ανθρώπινου εγκεφάλου. Ο κύριος τομέας εφαρμογής του είναι αναγνώριση μοτίβου.
Κυβερνητική του μαύρου κουτιούχρησιμοποιεί άλλες αρχές, η δομή του μοντέλου δεν είναι το κύριο πράγμα, η αντίδρασή του στα δεδομένα εισόδου είναι σημαντική, στην έξοδο το μοντέλο θα πρέπει να αντιδρά σαν ανθρώπινος εγκέφαλος. Οι επιστήμονες σε αυτόν τον τομέα αναπτύσσουν αλγόριθμους για την επίλυση πνευματικών προβλημάτων για υπάρχοντα υπολογιστικά συστήματα. Τα πιο σημαντικά αποτελέσματα:
Μοντέλο αναζήτησης λαβύρινθου(τέλη δεκαετίας του '50), που εξετάζει το γράφημα κατάστασης ενός αντικειμένου και αναζητά τη βέλτιστη διαδρομή από τα δεδομένα εισόδου προς τα προκύπτοντα. Στην πράξη, αυτό το μοντέλο δεν έχει βρει ευρεία εφαρμογή.
ευρετικό προγραμματισμό(αρχές της δεκαετίας του '60) ανέπτυξαν στρατηγικές δράσης βασισμένες σε προηγουμένως γνωστούς προκαθορισμένους κανόνες (ευρετικές). Ευρετική -ένας θεωρητικά αβάσιμος κανόνας που σας επιτρέπει να μειώσετε τον αριθμό των αναζητήσεων στην αναζήτηση για τη βέλτιστη διαδρομή.
Μέθοδοι μαθηματικής λογικής.Η μέθοδος των αναλύσεων, που καθιστά δυνατή την αυτόματη απόδειξη θεωρημάτων με βάση ορισμένα αξιώματα. Το 1973 δημιουργήθηκε μια λογική γλώσσα προγραμματισμού Πρόλογος,επιτρέπει την επεξεργασία συμβολικών πληροφοριών.
Από τα μέσα της δεκαετίας του '70. υλοποιείται η ιδέα της μοντελοποίησης των ειδικών γνώσεων ειδικών-ειδικών. Τα πρώτα έμπειρα συστήματα εμφανίζονται στις ΗΠΑ. Μια νέα τεχνολογία τεχνητής νοημοσύνης αναδύεται, βασισμένη στην αναπαράσταση και χρήση της γνώσης. Από τα μέσα της δεκαετίας του '80. εμπορευματοποιείται η τεχνητή νοημοσύνη. Οι επενδύσεις σε αυτόν τον κλάδο αυξάνονται, τα βιομηχανικά εξειδικευμένα συστήματα αναδύονται και το ενδιαφέρον για συστήματα αυτομάθησης αυξάνεται.
Βάσεις γνώσεων
Κατά τη μελέτη των ευφυών συστημάτων, είναι απαραίτητο να μάθετε τι είναι η γνώση και πώς διαφέρει από τα δεδομένα. έννοια η γνώσηορίζεται με διάφορους τρόπους, αλλά δεν υπάρχει οριστικός ορισμός.
Εδώ είναι μερικοί από τους ορισμούς:
Η γνώση- Προσδιορισμένα πρότυπα της θεματικής περιοχής (αρχές, συνδέσεις, νόμοι), που επιτρέπουν την επίλυση προβλημάτων σε αυτόν τον τομέα.
Η γνώσηκαλά δομημένα δεδομένα ή δεδομένα σχετικά με δεδομένα ή μεταδεδομένα.
Η γνώση- ένα σύνολο πληροφοριών που σχηματίζει μια ολιστική περιγραφή που αντιστοιχεί σε ένα ορισμένο επίπεδο συνειδητοποίησης σχετικά με το περιγραφόμενο ζήτημα, αντικείμενο κ.λπ.
Από την άποψη της τεχνητής νοημοσύνης, η γνώση ορίζεται ως επισημοποιημένη πληροφορία που αναφέρεται στη διαδικασία εξαγωγής συμπερασμάτων. Οι βάσεις γνώσεων χρησιμοποιούνται για την αποθήκευση γνώσης. Βάση γνώσεων- τη βάση κάθε πνευματικού συστήματος.
Από την άποψη της επίλυσης προβλημάτων σε μια συγκεκριμένη θεματική περιοχή, είναι βολικό να χωρίσουμε τη γνώση σε δύο κατηγορίες - δεδομένακαι ευρετικές.Η πρώτη κατηγορία περιγράφει τις περιστάσεις που είναι γνωστές στο πεδίο, η γνώση αυτής της κατηγορίας μερικές φορές ονομάζεται κείμενο, δίνοντας έμφαση στην επαρκή περιγραφή τους στη βιβλιογραφία. Η δεύτερη κατηγορία γνώσεων βασίζεται στην πρακτική εμπειρία ενός ειδικού σε αυτό το αντικείμενο.
Επιπλέον, η γνώση χωρίζεται σε διαδικαστικόςκαι δηλωτικός.Ιστορικά, η διαδικαστική γνώση ήταν η πρώτη που εμφανίστηκε, «σκορπισμένη» σε αλγόριθμους. Διαχειρίστηκαν τα δεδομένα. Για να τα αλλάξουν, ήταν απαραίτητο να γίνουν αλλαγές στα προγράμματα. Με την ανάπτυξη της τεχνητής νοημοσύνης, ένα αυξανόμενο μέρος της γνώσης διαμορφώθηκε σε δομές δεδομένων: πίνακες, λίστες, αφηρημένοι τύποι δεδομένων, η γνώση έγινε όλο και πιο δηλωτική.
Δηλωτική γνώση- αυτή είναι μια συλλογή πληροφοριών σχετικά με τα χαρακτηριστικά των ιδιοτήτων συγκεκριμένων αντικειμένων, φαινομένων ή διεργασιών, που παρουσιάζονται με τη μορφή γεγονότων και ευρετικών. Ιστορικά, μια τέτοια γνώση έχει συσσωρευτεί με τη μορφή διαφόρων καταλόγων· με την εμφάνιση των υπολογιστών, απέκτησε τη μορφή βάσεων δεδομένων. Η δηλωτική γνώση συχνά αναφέρεται απλώς ως δεδομένα· αποθηκεύεται στη μνήμη ενός πληροφοριακού συστήματος (IS) με τέτοιο τρόπο ώστε να είναι άμεσα προσβάσιμη για χρήση.
διαδικαστικές γνώσειςαποθηκεύονται στη μνήμη του IC με τη μορφή περιγραφών των διαδικασιών με τις οποίες μπορούν να ληφθούν. Με τη μορφή διαδικαστικής γνώσης, περιγράφονται συνήθως μέθοδοι επίλυσης προβλημάτων στη θεματική περιοχή, διάφορες οδηγίες, τεχνικές κ.λπ. Η διαδικαστική γνώση είναι μέθοδοι, αλγόριθμοι, προγράμματα για την επίλυση διαφόρων προβλημάτων στην επιλεγμένη θεματική περιοχή, αποτελούν τον πυρήνα της βάσης γνώσεων. Η διαδικαστική γνώση διαμορφώνεται ως αποτέλεσμα της εφαρμογής διαδικασιών επί γεγονότων ως αρχικών δεδομένων.
Ένα από τα πιο σημαντικά προβλήματα ειδικά για τα συστήματα τεχνητής νοημοσύνης είναι η αναπαράσταση γνώσης. Η μορφή αναπαράστασης γνώσης επηρεάζει σημαντικά τα χαρακτηριστικά και τις ιδιότητες του συστήματος. Για να χειριστείτε διάφορες γνώσεις του πραγματικού κόσμου σε έναν υπολογιστή, είναι απαραίτητο να τις προσομοιώσετε. Υπάρχουν πολλά μοντέλα αναπαράστασης γνώσης για διάφορες θεματικές ενότητες, αλλά τα περισσότερα από αυτά ανήκουν στις ακόλουθες τάξεις: λογικά μοντέλα», μοντέλα παραγωγής· σημασιολογικά δίκτυα· μοντέλα πλαισίων.
Παραδοσιακά, στην αναπαράσταση γνώσης, υπάρχουν επίσημα λογικά μοντέλα,με βάση τον κλασικό λογισμό κατηγορήματος πρώτης τάξης, όταν η θεματική περιοχή περιγράφεται ως ένα σύνολο αξιωμάτων. Όλες οι απαραίτητες πληροφορίες για την επίλυση προβλημάτων θεωρούνται ως ένα σύνολο κανόνων και δηλώσεων, οι οποίες παρουσιάζονται ως τύποι σε κάποια λογική κατηγορημάτων. Η γνώση αντικατοπτρίζει το σύνολο τέτοιων τύπων και η απόκτηση νέας γνώσης περιορίζεται στην εφαρμογή διαδικασιών συμπερασμάτων. Αυτό το λογικό μοντέλο έχει εφαρμογή κυρίως σε ερευνητικά «ιδανικά» συστήματα, καθώς επιβάλλει υψηλές απαιτήσεις και περιορισμούς της θεματικής περιοχής. Τα βιομηχανικά έμπειρα συστήματα χρησιμοποιούν τις διάφορες τροποποιήσεις και επεκτάσεις του.
Μελέτες των ανθρώπινων διαδικασιών λήψης αποφάσεων έχουν δείξει ότι όταν συλλογίζεται και παίρνει μια απόφαση, ένα άτομο χρησιμοποιεί κανόνες παραγωγής(από τα Αγγλικά. παραγωγήείναι ο κανόνας συμπερασμάτων που δημιουργεί τον κανόνα). μοντέλο παραγωγής,με βάση τους κανόνες, σας επιτρέπει να παρουσιάσετε τη γνώση με τη μορφή προτάσεων: IF (μια λίστα συνθηκών), THEN (θα πρέπει να εκτελεστεί μια λίστα ενεργειών). Κατάσταση -είναι η πρόταση που αναζητείται στη βάση γνώσεων και δράσηεκτελείται κάποια λειτουργία σε μια επιτυχημένη αναζήτηση. Οι ενέργειες μπορούν να είναι ενδιάμεσος,ενεργώντας περαιτέρω ως προϋποθέσεις, και στοχευμένεςολοκλήρωση του έργου του ΚτΠ. Στο μοντέλο παραγωγής, η βάση γνώσεων αποτελείται από ένα σύνολο κανόνων. Το πρόγραμμα που διαχειρίζεται την απαρίθμηση κανόνων ονομάζεται μηχανή εξόδου.Ο μηχανισμός συμπερασμάτων συνδέει τη γνώση και δημιουργεί ένα συμπέρασμα από τη σειρά τους. Συμπέρασμα γίνεται ευθεία(μέθοδος αντιστοίχισης, από δεδομένα στην αναζήτηση στόχου) ή πίσω(μια μέθοδος δημιουργίας μιας υπόθεσης και δοκιμής της, από τον στόχο μέχρι τα δεδομένα).
Παράδειγμα. Υπάρχει ένα τμήμα της βάσης γνώσεων, που αποτελείται από δύο κανόνες:
Και τα λοιπά. 1: ΑΝ "επιχειρεί κανείς" και "γνωρίζει το Διαδίκτυο",
ΣΤΟ «ηλεκτρονικό εμπόριο».
Και τα λοιπά. 2: ΑΝ "κατέχει υπολογιστή"
ΓΙΑ «Γνωριμία με το Διαδίκτυο».
Δεδομένα που εισάγονται στο σύστημα: "Κάνοντας δουλειές" και "κατέχει υπολογιστή."
ΑΜΕΣΗ ΕΞΟΔΟΣ:Βγείτε ένα συμπέρασμα με βάση τα διαθέσιμα δεδομένα.
1ο πέρασμα:
Βήμα 1. Έλεγχος Ex. 1, δεν λειτουργεί - δεν υπάρχουν αρκετά δεδομένα "εξοικείωσης με το Διαδίκτυο".
Βήμα 2. Ελέγξτε το Ex. 2, λειτουργεί, η βάση συμπληρώνεται από το γεγονός "γνωριμία με το Διαδίκτυο".
2ο πέρασμα
Βήμα 3. Έλεγχος Ex. 1, λειτουργεί, το σύστημα δίνει το συμπέρασμα "ηλεκτρονικό εμπόριο".
ΑΝΤΙΣΤΡΟΦΟ ΣΥΜΠΕΡΑΣΜΑ:Επιβεβαιώστε τον επιλεγμένο στόχο χρησιμοποιώντας τους διαθέσιμους κανόνες και δεδομένα.
1ο πέρασμα:
Βήμα 1. Στόχος - "ηλεκτρονικό εμπόριο":
Ελέγχουμε τον Πρ. 1, δεν υπάρχει "εξοικείωση με το Διαδίκτυο" δεδομένα, γίνονται νέος στόχος και υπάρχει ένας κανόνας όπου είναι στη δεξιά πλευρά.
Βήμα 2. Στόχος - «γνωριμία με το Διαδίκτυο»:
Και τα λοιπά. 2 επιβεβαιώνει τον στόχο και τον ενεργοποιεί.
2ο πέρασμα: Βήμα 3. Π.χ. 1 επιβεβαιώνει τον επιθυμητό στόχο.
Το μοντέλο παραγωγής προσελκύει τους προγραμματιστές με την ορατότητά του, τη σπονδυλωτότητα, την ευκολία προσθηκών και αλλαγών, την απλότητα του μηχανισμού συμπερασμάτων, που χρησιμοποιείται συχνότερα σε βιομηχανικά εξειδικευμένα συστήματα.
Σημασιολογίαείναι μια επιστήμη που μελετά τις ιδιότητες των σημείων και των συστημάτων σημείων, τη σημασιολογική τους σύνδεση με πραγματικά αντικείμενα. Σημασιολογικό Ιστό -Αυτό είναι ένα κατευθυνόμενο γράφημα του οποίου οι κορυφές είναι έννοιες και τα τόξα είναι οι σχέσεις μεταξύ τους (Εικ. 6). Αυτό είναι το πιο γενικό μοντέλο γνώσης, καθώς περιέχει τα μέσα όλων των ιδιοτήτων που χαρακτηρίζουν τη γνώση: εσωτερική ερμηνεία, δομή, σημασιολογικές μετρήσεις και δραστηριότητα.
Εικόνα 6. Σημασιολογικός Ιστός
Τα πλεονεκτήματα των μοντέλων δικτύου είναι: μεγάλες εκφραστικές δυνατότητες. ορατότητα του συστήματος γνώσης που παρουσιάζεται γραφικά. την εγγύτητα της δομής του δικτύου που αντιπροσωπεύει το σύστημα γνώσης με τη σημασιολογική δομή των φράσεων στη φυσική γλώσσα· συμμόρφωση με τις σύγχρονες ιδέες για την οργάνωση της μακροπρόθεσμης ανθρώπινης μνήμης. Τα μειονεκτήματα περιλαμβάνουν το γεγονός ότι το μοντέλο δικτύου δεν περιέχει μια σαφή ιδέα για τη δομή της θεματικής περιοχής που αντιστοιχεί σε αυτό, επομένως ο σχηματισμός και η τροποποίησή του είναι δύσκολη. Τα μοντέλα δικτύου είναι παθητικές δομές· χρησιμοποιείται ειδική συσκευή για την επεξεργασία τους επίσημο συμπέρασμα.Το πρόβλημα της εύρεσης λύσης σε μια βάση γνώσης όπως ένα σημασιολογικό δίκτυο περιορίζεται στην εργασία εύρεσης ενός τμήματος δικτύου που αντιστοιχεί σε ένα συγκεκριμένο υποδίκτυο της εργασίας, το οποίο, με τη σειρά του, υποδεικνύει ένα άλλο μειονέκτημα του μοντέλου - τη δυσκολία εύρεσης ένα συμπέρασμα για τα σημασιολογικά δίκτυα.
Τα μοντέλα δικτύου είναι ένα οπτικό και αρκετά καθολικό μέσο αναπαράστασης γνώσης. Ωστόσο, η επισημοποίησή τους σε συγκεκριμένα μοντέλαΗ αναπαράσταση, η χρήση και η τροποποίηση της γνώσης είναι μια αρκετά επίπονη διαδικασία, ειδικά με την παρουσία πολλαπλών σχέσεων μεταξύ των εννοιών.
Ορος πλαίσιο(από το αγγλικό πλαίσιο - πλαίσιο, πλαίσιο) προτείνεται να προσδιορίσει τη δομή μιας μονάδας γνώσης, η οποία μπορεί να περιγραφεί από ένα συγκεκριμένο σύνολο εννοιών, για τη χωρική της αντίληψη. Το πλαίσιο έχει μια ορισμένη εσωτερική δομή, που αποτελείται από ένα σύνολο στοιχείων που ονομάζονται κουλοχέρηδες.Κάθε υποδοχή, με τη σειρά του, αντιπροσωπεύεται από ένα συγκεκριμένο δομή δεδομένων, διαδικασία,ή μπορεί να συσχετιστεί με άλλο πλαίσιο. Το μοντέλο πλαισίου είναι ένα τεχνολογικό μοντέλο ανθρώπινης μνήμης και συνείδησης συστηματοποιημένο με τη μορφή μιας ενιαίας θεωρίας. Σε αντίθεση με άλλα μοντέλα, μια άκαμπτη δομή στερεώνεται σε πλαίσια. Γενικά, ένα πλαίσιο ορίζεται ως εξής:
(ΟΝΟΜΑ ΠΛΑΙΣΙΟΥ: (όνομα 1ης θέσης: 1η τιμή υποδοχής)
(Όνομα 2ης θέσης: 2η τιμή υποδοχής).
(Όνομα υποδοχής N-ro: τιμή υποδοχής N-ro)).
Μια σημαντική ιδιότητα των κουφωμάτων είναι κληρονομιά ιδιοκτησίας,δανείστηκε από τη θεωρία των σημασιολογικών δικτύων. Η κληρονομικότητα γίνεται μέσω συνδέσμων AKO (από το A Kind Of, που σημαίνει "αυτό".). Η υποδοχή ACO δείχνει ένα πλαίσιο υψηλότερου επιπέδου της ιεραρχίας, από όπου κληρονομείται σιωπηρά, δηλ. μεταφέρονται τιμές παρόμοιων κουλοχέρηδων. Για παράδειγμα, στο δίκτυο των πλαισίων στο Σχ. 7 "κατασκευαστής" κληρονομεί τις ιδιότητες των πλαισίων "μηχανικός" και "πρόσωπο", τα οποία βρίσκονται σε υψηλότερο επίπεδο της ιεραρχίας.
Εικόνα 7. Δίκτυο πλαισίων
Το μοντέλο πλαισίου είναι αρκετά καθολικό, σας επιτρέπει να εμφανίσετε όλη την ποικιλομορφία της γνώσης για τον κόσμο μέσω:
πλαίσια-κατασκευές,να ορίζει αντικείμενα και έννοιες (διάλεξη, περίληψη, τμήμα).
πλαίσια ρόλων(φοιτητής, δάσκαλος, κοσμήτορας).
πλαίσια σεναρίων(δίνοντας εξετάσεις, εορτασμός ονομαστικής εορτής, λήψη υποτροφίας).
πλαίσια καταστάσεων(άγχος, τρόπος εργασίας της σχολικής ημέρας) κ.λπ. Το κύριο πλεονέκτημα των πλαισίων ως μοντέλου αναπαράστασης γνώσης είναι η ικανότητά τους να αντικατοπτρίζουν την εννοιολογική βάση της οργάνωσης της ανθρώπινης μνήμης, καθώς και την ευελιξία και την ορατότητα.
Συνοψίζοντας την ανάλυση των μοντέλων αναπαράστασης γνώσης, μπορούμε να βγάλουμε τα ακόλουθα συμπεράσματα:
Τα πιο ισχυρά είναι τα μοντέλα αναπαράστασης μεικτής γνώσης.
Εξειδικευμένα συστήματα
Σχεδιασμένο για να αναλύει δεδομένα που περιέχονται στις βάσεις γνώσεων και να εκδίδει συστάσεις κατόπιν αιτήματος του χρήστη. Χρησιμοποιούνται σε περιπτώσεις όπου τα αρχικά δεδομένα είναι καλά επισημοποιημένα, αλλά απαιτούνται ειδικές εκτενείς γνώσεις για τη λήψη μιας απόφασης. Εξειδικευμένα συστήματα- πρόκειται για πολύπλοκα συστήματα λογισμικού που συγκεντρώνουν γνώσεις ειδικών σε συγκεκριμένους θεματικούς τομείς και αναπαράγουν αυτήν την εμπειρική εμπειρία για διαβουλεύσεις με λιγότερο καταρτισμένους χρήστες.
Θεματικοί τομείς: ιατρική, φαρμακολογία, χημεία, γεωλογία, οικονομικά, νομικά κ.λπ., στα οποία το μεγαλύτερο μέρος της γνώσης είναι προσωπική εμπειρίαειδικοί υψηλού επιπέδου (ειδικοί) χρειάζονται εξειδικευμένα συστήματα. Εκείνοι οι τομείς όπου το μεγαλύτερο μέρος της γνώσης παρουσιάζεται με τη μορφή συλλογικής εμπειρίας (για παράδειγμα, ανώτερα μαθηματικά) δεν τα χρειάζονται.
Το έμπειρο σύστημα ορίζεται από ένα σύνολο λογικά αλληλένδετων κανόνων που διαμορφώνουν τη γνώση και την εμπειρία ενός ειδικού σε αυτόν τον τομέα και έναν μηχανισμό λήψης αποφάσεων που σας επιτρέπει να αναγνωρίζετε την κατάσταση, να δίνετε συστάσεις για δράση και να κάνετε μια διάγνωση.
Τα σύγχρονα έμπειρα συστήματα είναι ικανά:
Με βάση το σύνολο των σημείων της νόσου, ορίστε μια διάγνωση, συνταγογραφήστε θεραπεία, δοσολογήστε φάρμακα, αναπτύξτε ένα πρόγραμμα για την πορεία της θεραπείας.
Εκτελέστε τα καθήκοντα των διαγνωστικών συστημάτων στη μελέτη φαινομένων και διεργασιών (για παράδειγμα, για ανάλυση αίματος, διαχείριση παραγωγής, μελέτη της κατάστασης του εσωτερικού της γης, κοιτάσματα πετρελαίου, κοιτάσματα άνθρακα κ.λπ.).
Αναγνωρίστε την ομιλία, σε αυτό το στάδιο σε περιορισμένο εύρος.
Αναγνωρίζω ανθρώπινα πρόσωπα, δακτυλικά αποτυπώματα κ.λπ.
Στο σχ. Το σχήμα 8 δείχνει τα κύρια στοιχεία του μοντέλου του έμπειρου συστήματος: χρήστης(ειδικός τομέας για τον οποίο προορίζεται αυτό το σύστημα), μηχανικός γνώσης(ένας ειδικός τεχνητής νοημοσύνης είναι ένας ενδιάμεσος σύνδεσμος μεταξύ ενός ειδικού και μιας βάσης γνώσεων), διεπαφή χρήστη(μια εφαρμογή που υλοποιεί ένα διάλογο μεταξύ του χρήστη και του συστήματος), βάση γνώσεων -πυρήνας του έμπειρου συστήματος, διαλύτης(μια εφαρμογή που προσομοιώνει το σκεπτικό ενός ειδικού με βάση τις γνώσεις στη βάση δεδομένων), υποσύστημα διευκρίνισης (μια εφαρμογή που σας επιτρέπει να εξηγήσετε βάσει των οποίων το έμπειρο σύστημα κάνει συστάσεις, εξάγει συμπεράσματα, ποιες γνώσεις χρησιμοποιούνται σε αυτήν την περίπτωση ), έξυπνος επεξεργαστής βάσης γνώσεων(μια εφαρμογή που δίνει στον μηχανικό γνώσης τη δυνατότητα να δημιουργήσει μια βάση γνώσης στο διαδίκτυο ).
Εικόνα 8. Η δομή του μοντέλου του έμπειρου συστήματος.
Ένα χαρακτηριστικό γνώρισμα κάθε έμπειρου συστήματος είναι η ικανότητα αυτο-ανάπτυξης. Τα αρχικά δεδομένα αποθηκεύονται στη βάση γνώσεων με τη μορφή γεγονότων μεταξύ των οποίων δημιουργούνται ορισμένες λογικές σχέσεις. Εάν η δοκιμή αποκάλυψε λανθασμένες συστάσεις ή συμπεράσματα για συγκεκριμένα θέματα ή το συμπέρασμα δεν μπορεί να διατυπωθεί, αυτό σημαίνει ότι είτε σημαντικά γεγονόταστη βάση του, ή παραβιάσεις στο λογικό σύστημα των συνδέσεων. Σε κάθε περίπτωση, το ίδιο το σύστημα μπορεί να δημιουργήσει ένα ικανοποιητικό σύνολο ερωτήσεων για τον ειδικό και να βελτιώσει αυτόματα την ποιότητά του.
Σύστημα ελέγχου
Αντιπροσωπεύει ένα σύνολο αλληλένδετων δομικών μοντέλων υποσυστημάτων που πραγματοποιούν τα ακόλουθα χαρακτηριστικά:
σχεδίαση(στρατηγικός, τακτικός, επιχειρησιακός).
λογιστική- εμφανίζει την κατάσταση του αντικειμένου ελέγχου ως αποτέλεσμα της εκτέλεσης διαδικασίες παραγωγής;
έλεγχος- καθορίζει την απόκλιση των λογιστικών δεδομένων από τους προγραμματισμένους στόχους και πρότυπα.
επιχειρησιακή διαχείριση- ρυθμίζει όλες τις διαδικασίες προκειμένου να εξαλειφθούν οι εμφανιζόμενες αποκλίσεις από τα προγραμματισμένα και λογιστικά δεδομένα.
ανάλυση- καθορίζει την τάση στη λειτουργία του συστήματος και τα αποθεματικά που λαμβάνονται υπόψη κατά τον προγραμματισμό της επόμενης χρονικής περιόδου.
Η χρήση μοντέλων ως μέρος των πληροφοριακών συστημάτων ξεκίνησε με τη χρήση του Στατιστικές μέθοδοικαι μεθόδους οικονομική ανάλυση, οι οποίες υλοποιήθηκαν με εντολές συμβατικών αλγοριθμικών γλωσσών. Αργότερα, δημιουργήθηκαν ειδικές γλώσσες για την προσομοίωση διαφόρων καταστάσεων. Τέτοιες γλώσσες καθιστούν δυνατή τη δημιουργία μοντέλων συγκεκριμένου τύπου που παρέχουν λύση για μια ευέλικτη αλλαγή μεταβλητών.
ΛΟΓΙΣΜΙΚΟ. ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ
ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΚΑΙ ΟΡΙΣΜΟΙ
Τα θεωρούμενα τεχνικά μέσα ενός υπολογιστή μαζί αποτελούν ένα καθολικό εργαλείο για την επίλυση ενός ευρέος φάσματος προβλημάτων. Ωστόσο, αυτά τα προβλήματα μπορούν να λυθούν μόνο εάν ο Η/Υ «γνωρίζει» τον αλγόριθμο επίλυσής τους.
Αλγόριθμος(αλγόριθμος) - μια ακριβής συνταγή που καθορίζει τη διαδικασία μετατροπής των αρχικών δεδομένων στο τελικό αποτέλεσμα.
Γενικός ιδιότητεςοποιουδήποτε αλγορίθμου είναι:
– διακριτικότητα – τη δυνατότητα διαχωρισμού του αλγορίθμου σε ξεχωριστές στοιχειώδεις ενέργειες.
– βεβαιότητα (ντετερμινισμός) του αλγορίθμου διασφαλίζει τη σαφήνεια του αποτελέσματος (επαναληψιμότητα του αποτελέσματος που προκύπτει σε πολλαπλούς υπολογισμούς με τα ίδια αρχικά δεδομένα) και εξαλείφει την πιθανότητα παραμόρφωσης ή διφορούμενης ερμηνείας της συνταγής.
– αποδοτικότητα – υποχρεωτική λήψη ενός συγκεκριμένου αποτελέσματος σε πεπερασμένο αριθμό βημάτων και, εάν είναι αδύνατο να ληφθεί ένα αποτέλεσμα, ένα σήμα ότι αυτός ο αλγόριθμος δεν είναι εφαρμόσιμος για την επίλυση του προβλήματος.
– μαζικός χαρακτήρας – τη δυνατότητα λήψης αποτελέσματος με διαφορετικά αρχικά δεδομένα για μια συγκεκριμένη κατηγορία παρόμοιων προβλημάτων.
Κλασική προσέγγιση στα μοντέλα κατασκευής- η προσέγγιση για τη μελέτη της σχέσης μεταξύ των επιμέρους τμημάτων του μοντέλου προβλέπει τη θεώρησή τους ως αντανάκλαση της σχέσης μεταξύ των επιμέρους υποσυστημάτων του αντικειμένου. Αυτή η (κλασική) προσέγγιση μπορεί να χρησιμοποιηθεί για τη δημιουργία αρκετά απλών μοντέλων.
Έτσι, η ανάπτυξη ενός μοντέλου M που βασίζεται στην κλασική προσέγγιση σημαίνει την άθροιση μεμονωμένων στοιχείων σε ένα ενιαίο μοντέλο, με κάθε ένα από τα συστατικά να λύνει τα δικά του προβλήματα και να απομονώνεται από άλλα μέρη του μοντέλου. Ως εκ τούτου, η κλασική προσέγγιση μπορεί να χρησιμοποιηθεί για την εφαρμογή σχετικά απλών μοντέλων στα οποία είναι δυνατός ο διαχωρισμός και η αμοιβαία ανεξάρτητη εξέταση των επιμέρους πτυχών της λειτουργίας ενός πραγματικού αντικειμένου.
Μπορούν να σημειωθούν δύο διακριτές πτυχές της κλασικής προσέγγισης:
Υπάρχει μια κίνηση από το ειδικό στο γενικό,
Το δημιουργημένο μοντέλο διαμορφώνεται αθροίζοντας τα επιμέρους συστατικά του και δεν λαμβάνει υπόψη την εμφάνιση ενός νέου συστημικού αποτελέσματος.
Συστημική προσέγγιση- αυτό είναι ένα στοιχείο του δόγματος των γενικών νόμων της ανάπτυξης της φύσης και μια από τις εκφράσεις του διαλεκτικού δόγματος.
Με μια συστηματική προσέγγιση στα συστήματα μοντελοποίησης, είναι απαραίτητο πρώτα από όλα να καθοριστεί με σαφήνεια ο σκοπός της μοντελοποίησης. Εφόσον είναι αδύνατο να μοντελοποιηθεί πλήρως ένα πραγματικά λειτουργικό σύστημα, δημιουργείται ένα μοντέλο (σύστημα-μοντέλο ή δεύτερο σύστημα) για το πρόβλημα που τίθεται. Έτσι, σε σχέση με θέματα μοντελοποίησης, ο στόχος προκύπτει από τις απαιτούμενες εργασίες μοντελοποίησης, οι οποίες σας επιτρέπουν να προσεγγίσετε την επιλογή του κριτηρίου και να αξιολογήσετε ποια στοιχεία θα συμπεριληφθούν στο δημιουργημένο μοντέλο M. Επομένως, είναι απαραίτητο να έχετε ένα κριτήριο για την επιλογή μεμονωμένα στοιχεία στο δημιουργημένο μοντέλο.
Σημαντικός για την προσέγγιση του συστήματος είναι ο ορισμός της δομής του συστήματος - το σύνολο των δεσμών μεταξύ των στοιχείων του συστήματος, που αντικατοπτρίζουν την αλληλεπίδρασή τους.
Μια συστηματική προσέγγιση επιτρέπει την επίλυση του προβλήματος της οικοδόμησης ενός πολύπλοκου συστήματος, λαμβάνοντας υπόψη όλους τους παράγοντες και τις ευκαιρίες ανάλογα με τη σημασία τους, σε όλα τα στάδια της μελέτης του συστήματος S και της κατασκευής ενός μοντέλου M.
Η προσέγγιση συστημάτων σημαίνει ότι κάθε σύστημα S είναι ένα ολοκληρωμένο σύνολο ακόμη και όταν αποτελείται από ξεχωριστά ανόμοια υποσυστήματα. Έτσι, η προσέγγιση του συστήματος βασίζεται στην εξέταση του συστήματος ως ενοποιημένου συνόλου και αυτή η θεώρηση κατά την ανάπτυξη ξεκινά με το κύριο πράγμα - τη διατύπωση του στόχου της λειτουργίας.
Με δομική προσέγγισηαποκαλύπτεται η σύνθεση των επιλεγμένων στοιχείων του συστήματος S και οι μεταξύ τους συνδέσεις. Το σύνολο των στοιχείων και των δεσμών μεταξύ τους καθιστά δυνατή την κρίση της δομής του συστήματος. Το τελευταίο, ανάλογα με το σκοπό της μελέτης, μπορεί να περιγραφεί σε διαφορετικά επίπεδα εξέτασης. Η πιο γενική περιγραφή της δομής είναι μια τοπολογική περιγραφή, η οποία καθιστά δυνατό τον ορισμό των συστατικών μερών του συστήματος με τους πιο γενικούς όρους και είναι καλά επισημοποιημένη με βάση τη θεωρία γραφημάτων.
Με λειτουργική προσέγγισηθεωρούνται μεμονωμένες συναρτήσεις, δηλαδή αλγόριθμοι συμπεριφοράς του συστήματος και εφαρμόζεται μια λειτουργική προσέγγιση που αξιολογεί τις λειτουργίες που εκτελεί το σύστημα και η συνάρτηση γίνεται κατανοητή ως ιδιότητα που οδηγεί στην επίτευξη του στόχου. Εφόσον η συνάρτηση εμφανίζει την ιδιότητα και η ιδιότητα εμφανίζει την αλληλεπίδραση του συστήματος S με το εξωτερικό περιβάλλον Ε, οι ιδιότητες μπορούν να εκφραστούν είτε ως ορισμένα χαρακτηριστικά των στοιχείων Si(j) και των υποσυστημάτων Si, του συστήματος ή του συστήματος S ως σύνολο.
Τα κύρια στάδια αξιολόγησης πολύπλοκων συστημάτων.
Στάδιο 1.Προσδιορισμός του σκοπού της αξιολόγησης. Υπάρχουν δύο τύποι στόχων στην ανάλυση συστημάτων. Ένας στόχος ονομάζεται ποιοτικός, η επίτευξη του οποίου εκφράζεται σε ονομαστική κλίμακα ή σε κλίμακα τάξης. Ονομάζεται ποσοτικός στόχος, η επίτευξη του οποίου εκφράζεται σε ποσοτικές κλίμακες.
Στάδιο 2.Μέτρηση των ιδιοτήτων του συστήματος που θεωρούνται σημαντικές για τους σκοπούς της αξιολόγησης. Για να γίνει αυτό, επιλέγονται οι κατάλληλες κλίμακες για τη μέτρηση των ιδιοτήτων και σε όλες τις μελετημένες ιδιότητες των συστημάτων αποδίδεται μια συγκεκριμένη τιμή σε αυτές τις κλίμακες.
Στάδιο 3.Τεκμηρίωση των προτιμήσεων για ποιοτικά κριτήρια και κριτήρια για την αποδοτικότητα των συστημάτων που λειτουργούν με βάση τις ιδιότητες που μετρώνται στις επιλεγμένες κλίμακες.
Στάδιο 4.Η πραγματική αξιολόγηση. Όλα τα υπό μελέτη συστήματα, που θεωρούνται εναλλακτικά, συγκρίνονται σύμφωνα με τα διατυπωμένα κριτήρια και, ανάλογα με τους στόχους της αξιολόγησης, ταξινομούνται, επιλέγονται και βελτιστοποιούνται.
Οι ακόλουθες τυπικές ομάδες μοντέλων μπορούν να χρησιμοποιηθούν ως βάση για το σύστημα ταξινόμησης των μαθηματικών μοντέλων:
– στατική και δυναμική.
– ντετερμινιστική και στοχαστική.
– διακριτό και συνεχές.
Κάθε συγκεκριμένο σύστημα S χαρακτηρίζεται από ένα σύνολο ιδιοτήτων, οι οποίες νοούνται ως ποσότητες που αντικατοπτρίζουν τη συμπεριφορά του προσομοιωμένου αντικειμένου (πραγματικό σύστημα) και λαμβάνουν υπόψη τις συνθήκες λειτουργίας του σε αλληλεπίδραση με το εξωτερικό περιβάλλον (σύστημα) E.
Οι αρχικές πληροφορίες στην κατασκευή των διεργασιών ΜΜ λειτουργούντων συστημάτων είναι δεδομένα για το σκοπό και τις συνθήκες λειτουργίας του μελετημένου (σχεδιασμένου) συστήματος S. Αυτές οι πληροφορίες καθορίζουν τον κύριο σκοπό της μοντελοποίησης, τις απαιτήσεις για MM, το επίπεδο αφαίρεσης και την επιλογή ενός σχήματος μαθηματικής μοντελοποίησης.
μαθηματικό σχήμαμπορεί να οριστεί ως σύνδεσμος στη μετάβαση από μια ουσιαστική σε μια τυπική περιγραφή της διαδικασίας λειτουργίας του συστήματος, λαμβάνοντας υπόψη τον αντίκτυπο του εξωτερικού περιβάλλοντος. Εκείνοι. υπάρχει μια αλυσίδα: περιγραφικό μοντέλο - μαθηματικό σχήμα - μοντέλο προσομοίωσης.
έννοια μαθηματικό σχήμαμας επιτρέπει να θεωρούμε τα μαθηματικά όχι ως μέθοδο υπολογισμού, αλλά ως μέθοδο σκέψης, μέσο διατύπωσης εννοιών, το οποίο είναι πιο σημαντικό στη μετάβαση από μια λεκτική περιγραφή σε μια τυπική αναπαράσταση της διαδικασίας λειτουργίας της με τη μορφή μερικά ΜΜ.
Όταν χρησιμοποιείτε ένα μαθηματικό σχήμα, πρώτα απ 'όλα, ο ερευνητής του συστήματος θα πρέπει να αποφασίσει για την επάρκεια της εμφάνισης με τη μορφή συγκεκριμένων σχημάτων πραγματικών διεργασιών στο υπό μελέτη σύστημα και όχι τη δυνατότητα λήψης απάντησης (αποτέλεσμα λύσης) σε ένα συγκεκριμένο ερευνητικό ερώτημα.
Για παράδειγμα, η αναπαράσταση της διαδικασίας λειτουργίας του IVS για συλλογική χρήση με τη μορφή ενός δικτύου συστημάτων αναμονής καθιστά δυνατή την καλή περιγραφή των διεργασιών που συμβαίνουν στο σύστημα, αλλά με πολύπλοκους νόμους εισερχόμενων ροών και ροών υπηρεσιών, δεν καθιστά δυνατή τη λήψη αποτελεσμάτων σε ρητή μορφή.
Κατά την κατασκευή ενός συστήματος MM S, είναι απαραίτητο να επιλυθεί το ζήτημα της πληρότητάς του. Η πληρότητα της μοντελοποίησης ρυθμίζεται κυρίως από την επιλογή των ορίων "Σύστημα S - περιβάλλον Ε". Θα πρέπει επίσης να λυθεί το έργο της απλοποίησης του MM, το οποίο βοηθά στην ανάδειξη των κύριων ιδιοτήτων του συστήματος, απορρίπτοντας τους δευτερεύοντες στόχους όσον αφορά τη μοντελοποίηση.
ΜΜ του αντικειμένου προσομοίωσης, δηλ. Τα συστήματα S μπορούν να αναπαρασταθούν ως ένα σύνολο μεγεθών που περιγράφουν τη διαδικασία λειτουργίας ενός πραγματικού συστήματος και σχηματίζουν στη γενική περίπτωση τα ακόλουθα υποσύνολα:
Ορίστε X - ενέργειες εισαγωγής στο S x i OH, i=1…n x ;
Το σύνολο των περιβαλλοντικών επιρροών v μεγάλοОV, l=1…n v ;
Το σύνολο των εσωτερικών (εγγενών) παραμέτρων του συστήματος h k ОH, k=1…n h ;
Το σύνολο των χαρακτηριστικών εξόδου του συστήματος y j ОY, j=1…n y .
Στα απαριθμούμενα σύνολα, είναι δυνατή η διάκριση ελεγχόμενων και μη ελεγχόμενων μεγεθών. Στη γενική περίπτωση, τα X, V, H, Y είναι ασύνδετα σύνολα που περιέχουν ντετερμινιστικές και στοχαστικές συνιστώσες. Οι ενέργειες εισόδου E και οι εσωτερικές παράμετροι S είναι ανεξάρτητες (εξωγενείς) μεταβλητές, Χαρακτηριστικά εξόδου - εξαρτημένες μεταβλητές (ενδογενείς). Η διαδικασία λειτουργίας S περιγράφεται από τον χειριστή F S:
τροχιά εξόδου. F S - ο νόμος της λειτουργίας του S. F S μπορεί να είναι συνάρτηση, λειτουργικές, λογικές συνθήκες, αλγόριθμος, πίνακας ή λεκτική περιγραφή των κανόνων.
Λειτουργικός αλγόριθμοςΜια μέθοδος S - για τη λήψη χαρακτηριστικών εξόδου, λαμβάνοντας υπόψη τα αποτελέσματα εισόδου Προφανώς, το ίδιο F S μπορεί να εφαρμοστεί με διαφορετικούς τρόπους, π.χ. με τη βοήθεια πολλών διαφορετικών A S .
Η σχέση (2.1) είναι μια μαθηματική περιγραφή της συμπεριφοράς του αντικειμένου προσομοίωσης S σε χρόνο t, δηλ. το αντικατοπτρίζει δυναμικές ιδιότητες,τέτοια μοντέλα ονομάζονται δυναμικά μοντέλα. Το (2.1) είναι ένα δυναμικό μοντέλο του συστήματος S. Για στατικά MM, είναι μια αντιστοίχιση των συνόλων (X, V, H) έως (Y), δηλ.
Οι σχέσεις (2.1), (2.2) μπορούν να δοθούν με τύπους, πίνακες κ.λπ.
Τέτοιοι λόγοι σε πολλές περιπτώσεις μπορούν να ληφθούν μέσω των ιδιοτήτων του συστήματος σε συγκεκριμένα χρονικά σημεία, που ονομάζονται καταστάσεις. Οι καταστάσεις του συστήματος S χαρακτηρίζονται από διανύσματα:
ΚΑΙ , όπου τη στιγμή t l н(t 0 , T)
Τη στιγμή t ll О(t 0 , T), κ.λπ. k=1…n Z .
Z 1 (t), Z 2 (t)… Z k (t) είναι οι συντεταγμένες ενός σημείου στον k-διάστατο χώρο φάσης. Κάθε υλοποίηση της διαδικασίας θα αντιστοιχεί σε κάποια τροχιά φάσης.
Το σύνολο όλων των πιθανών τιμών των καταστάσεων ( ) ονομάζεται χώρος καταστάσεων του αντικειμένου μοντελοποίησης Z και z k нZ.
Η κατάσταση του συστήματος S στο χρονικό διάστημα t 0 σε διαφορετική περίπτωση: . (2.5) Ο χρόνος στο μοντέλο S μπορεί να θεωρηθεί στο διάστημα προσομοίωσης (t 0 , T) ως συνεχής ή διακριτός, δηλ. κβαντισμένο σε ένα τμήμα μηκών. Dt. Έτσι, το MM ενός αντικειμένου νοείται ως ένα σύνολο πεπερασμένων συνόλων μεταβλητών ( ) μαζί με μαθηματικές σχέσεις μεταξύ τους και χαρακτηριστικά εξόδου. Εάν οι τελεστές F, Ф, κρούσεις X, V και χαρακτηριστικά h δεν περιέχουν στοιχεία τυχαίας, τότε το μοντέλο καλείται ντετερμινιστικήμε την έννοια ότι τα χαρακτηριστικά καθορίζονται μοναδικά από ντετερμινιστικές ενέργειες εισόδου: Οπως και ντετερμινιστικήμοντέλα, όταν ένα τυχαίο γεγονός δεν λαμβάνεται υπόψη στη μελέτη, χρησιμοποιούνται διαφορικές, ολοκληρωτικές και άλλες εξισώσεις για την αναπαράσταση συστημάτων που λειτουργούν σε συνεχή χρόνο και για την αναπαράσταση συστημάτων που λειτουργούν σε διακεκριμένοςσχήματα χρόνου - πεπερασμένων αυτόματα και πεπερασμένων διαφορών. Η ντετερμινιστική μοντελοποίηση είναι μια ειδική περίπτωση στοχαστικής μοντελοποίησης. Ως στοχαστικά μοντέλα (λαμβάνοντας υπόψη τον τυχαίο παράγοντα), τα πιθανοτικά αυτόματα χρησιμοποιούνται για την αναπαράσταση συστημάτων με διακριτό χρόνο και τα συστήματα ουράς (QS) χρησιμοποιούνται για την αναπαράσταση συστημάτων με συνεχή χρόνο. Μεγάλη πρακτική σημασία στη μελέτη σύνθετων ατομικών συστημάτων διαχείρισης, που περιλαμβάνουν αυτοματοποιημένα συστήματα ελέγχου, έχουν τα λεγόμενα συγκεντρωτικήμοντέλα. Τα συγκεντρωτικά μοντέλα (συστήματα) καθιστούν δυνατή την περιγραφή ενός ευρέος φάσματος ερευνητικών αντικειμένων με προβολή της συστημικής φύσης αυτών των αντικειμένων. Είναι κατά τη διάρκεια της συγκεντρωτικής περιγραφής που ένα σύνθετο αντικείμενο χωρίζεται σε έναν πεπερασμένο αριθμό μερών (υποσυστήματα), ενώ διατηρεί τις συνδέσεις, διασφαλίζοντας την αλληλεπίδραση των μερών. Έτσι, κατά την κατασκευή μαθηματικών μοντέλων των διαδικασιών λειτουργίας των συστημάτων, μπορούν να διακριθούν οι ακόλουθες κύριες προσεγγίσεις: συνεχής-ντετερμινιστική (για παράδειγμα, διαφορικές εξισώσεις). διακριτή-ντετερμινιστική (πεπερασμένα αυτόματα). διακριτή στοχαστική (πιθανολογικά αυτόματα). συνεχής-στοχαστική (συστήματα αναμονής) γενικευμένη ή καθολική (συγκεντρωτικά συστήματα). Αυτές οι προσεγγίσεις χρησιμοποιούνται στην κατασκευή μαθηματικών σχημάτων. Τυπικά μαθηματικά σχήματαείναι :
διαφορικές εξισώσεις, πεπερασμένα και πιθανοτικά αυτόματα, συστήματα ουράς, δίκτυα Petri κ.λπ. Τυπικός μαθηματικά σχήματαέχουν το πλεονέκτημα της απλότητας και της σαφήνειας, αλλά με σημαντικό περιορισμό της δυνατότητας εφαρμογής. Για τη λήψη μαθηματικών μοντέλων χρησιμοποιούνται δύο τρόποι: θεωρητικός και πειραματικός. Ανάλογα διακρίνουν θεωρητικόςκαι εμπειρικόςμοντέλα. Ανάλογα με τον βαθμό υπολογισμού του χρόνου και των ενεργών δυνάμεων, τα μαθηματικά μοντέλα χωρίζονται σε στατικό, κινητικό, δυναμικό. Στατικόςτα μοντέλα καθορίζουν τις τελικές, κρίσιμες, τιμές ισορροπίας των παραμέτρων της διαδικασίας, του συστήματος. Αυτά περιλαμβάνουν μοντέλα της κατάστασης του υλικού, τη σχέση των μεταβλητών εισόδου x και εξόδου y. Τα στατικά μοντέλα χρησιμοποιούνται ευρέως στην επεξεργασία ορυκτών για τον προσδιορισμό των ισορροπιών ενέργειας και υλικών διαφόρων συσκευών και διεργασιών, συμπεριλαμβανομένων αυτών που βρίσκονται υπό σχεδιασμό. Σε αντίθεση με τα στατικά, τα κινητικά και τα δυναμικά μοντέλα περιέχουν τον χρόνο ως επιχείρημα. Κινητικόςμοντελοποιούν ή χαρακτηρίζουν την πορεία της διαδικασίας στο χρόνο και συσχετίζουν τις παραμέτρους της με το χρόνο.Προέρχονται με την ολοκλήρωση διαφορικών εξισώσεων υπό ορισμένες αρχικές συνθήκες. δυναμικόςτα μοντέλα περιγράφουν τα μοτίβα των αλλαγών στην κατάσταση των σωμάτων, τις μάζες υπό την επίδραση των δυνάμεων που εφαρμόζονται σε αυτά φάσε διάφορα περιβάλλοντα. Η βάση για την περιγραφή δυναμικών μοντέλων είναι οι διαφορικές εξισώσεις, οι οποίες περιγράφουν τη συντριπτική πλειοψηφία των συστημάτων αυτόματου ελέγχου. Τέτοια μοντέλα περιγράφουν μεταβατικούς τρόπους σε συστήματα. Απαιτήσεις για το μαθηματικό μοντέλο: 1. Το μαθηματικό μοντέλο πρέπει να είναι κατάλληλο για την επίλυση του προβλήματος. 2. Πρέπει να λαμβάνει υπόψη φυσικούς και μαθηματικούς περιορισμούς. 3. Πρέπει να αναπαράγει τη διαδικασία με την ακρίβεια που είναι απαραίτητη για τον ερευνητή, δηλ. να είναι επαρκήςεπεξεργάζομαι, διαδικασία. Οδηγίες για τη σύνταξη μαθηματικού μοντέλου: 1. Αποσυνθέστε τη γενική εργασία της μελέτης του συστήματος σε έναν αριθμό απλούστερων εργασιών. 2. Διατυπώστε ξεκάθαρα στόχους. 3. Βρείτε ανάλογα. 4. Εξετάστε ένα αριθμητικό παράδειγμα. 5. Επιλέξτε ορισμένες ονομασίες. 6. Καταγράψτε τις προφανείς σχέσεις. 7. Εάν το μοντέλο που προκύπτει προσφέρεται για μια μαθηματική περιγραφή, επεκτείνετε το, διαφορετικά απλοποιήστε το.
