Методы моделирования в исследовании систем управления

 

 

 

 

 

 

КУРСОВАЯ РАБОТА

по дисциплине «Исследование систем управления»

 

Тема: МЕТОДЫ МОДЕЛИРОВАНИЯ В ИССЛЕДОВАНИИ

СИСТЕМ УПРАВЛЕНИЯ

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Москва 2012

Содержание

Введение ……………………………………………………………………...  3

1. Основные понятия теории моделирования систем  ……………………..  7

2. Классификация видов моделирования систем ………………………..… 10

3. Характеристики моделей систем  ………………………………………... 15

4. Принципы системного подхода в моделировании систем  …………….. 18

4.1. Подходы к исследованию систем  …………………………………… 19

4.2. Цели моделирования систем управления  ………..…………………. 23

4.3. Стадии разработки моделей  ……………..……………………...…... 25

4.4. Проверка адекватности модели  ……………………………………... 27

Заключение  ………………………………………………………………….. 28

Список используемой литературы ………………………………………… 29

 

Введение

Методология - это логическая организация  деятельности человека состоящая в  определении цели и предмета исследования, подходов и ориентиров в его проведении, выборе средств и методов, определяющих наилучший результат.

Любая деятельность человека характеризуется  методологией. Но в успехе исследовательской  деятельности методология играет решающую, определяющую роль.

Цель исследования заключается  в поиске наиболее эффективных вариантов  построения системы управления и  организации ее функционирования и развития.

Но это общее представление  о цели. На практике проведение исследования преследует разные цели, например мониторинг качества управления, формирование атмосферы  творчества и инноваций в системе  управления, своевременное распознавание проблем, обострение которых может в будущем осложнить работу, повышение квалификации персонала управления, оценка стратегий и пр.

Цели исследования могут быть текущими и перспективными, общими и локальными, постоянными и эпизодическими.

Объектом исследования является система управления. Но в методологическом отношении очень важным оказывается понимание и учет класса этой системы. Она относится к классу социально-экономических систем. А это значит, что основополагающим ее элементом является человек, деятельность человека определяет особенности всех процессов ее функционирования и развития. Связи, благодаря которым существует эта система, характеризуют сложные и противоречивые отношения между людьми, основанные па их интересах, ценностях, мотивах и установках.

Какими бы совершенными ни были современные  технические средства, их роль зависит  от интересов человека, мотивов использования  и освоения.

Система управления строится на деятельности человека. Можно исследовать технику, но нельзя исследовать ее в отрыве от человека и от всех факторов ее использования в его деятельности.

Предметом исследования является проблема. Проблема - это реальное противоречие, требующее своего разрешения. Функционирование системы управления характеризуется  множеством разнообразных проблем, которые выступают как противоречие стратегии и тактики управления, условий рынка и возможностей фирмы, квалификации персонала и потребностей в инновациях и пр.

Необходимы исследования для решения  этих проблем, часть из которых являются "вечными", другие - преходящими или созревающими.

Цель является основой распознавания  и выбора проблем в исследовании. Следующей составляющей в содержании методологии исследования являются подходы. Подход - это ракурс исследования, это как бы исходная позиция, отправная точка (плясать от печки - народная мудрость), с которой исследование начинается и которая определяет его направленность относительно цели.

Подход может быть аспектным, системным  и концептуальным. Аспектный подход представляет собой выбор одной грани проблемы по принципу актуальности или по принципу учета ресурсов, выделенных па исследование. Так, например, проблема развития персонала может иметь экономический аспект, социально-психологический, образовательный и т. д.

Системный подход отражает более высокий уровень методологии исследования. Он требует максимально возможного учета всех аспектов проблемы в их взаимосвязи и целостности, выделения главного и существенного, определения характера связей между аспектами, свойствами и характеристиками.

Концептуальный подход - предполагает предварительную разработку концепции  исследования, т. е. комплекса ключевых положений, определяющих общую направленность, архитектонику и преемственность исследования.

Подход может быть эмпирическим, прагматическим и научным. Если он в основном опирается на опыт, то это эмпирический подход, если па задачи получения ближайшего результата, то прагматический. Наиболее эффективным является, конечно, научный подход, который характеризуется научной постановкой целей исследования и использованием научного аппарата в его проведении.

Методология исследования должна включать также определение и формулировку ориентиров и ограничений. Они позволяют  проводить исследование более последовательно  и целенаправленно. Ориентиры могут  быть мягкими и жесткими, а ограничения - явными или неявными.

Главную роль в методологии играют средства и методы исследования, которые  можно разделить на три группы: формально-логические, общенаучные  и специфические.

Формально-логические - это методы интеллектуальной деятельности человека, составляющей основу исследований управления.

Общенаучные методы отражают научный  аппарат исследования, определяющий эффективность любого типа.

Специфические - это методы, которые  рождаются спецификой систем управления и отражают особенность управленческой деятельности.

В данной работе рассматриваются состав, использование, а также раскрывается практическое содержание основного общенаучного метода исследования систем управления, такого как метод моделирования.

 

1. ОСНОВНЫЕ ПОНЯТИЯ ТЕОРИИ МОДЕЛИРОВАНИЯ СИСТЕМ

 

Моделирование начинается с формирования предмета исследований — системы понятий, отражающей существенные для моделирования характеристики объекта. Эта задача является достаточно сложной, что подтверждается различной  интерпретацией в научно-технической литературе таких фундаментальных понятий, как система, модель, моделирование.

Модель - это форма представления реальности.

Модель - это копия реального  объекта, обладающая его основными  характеристиками и способная имитировать его поведение.

Модель - это приближенное, упрощенное представление процесса или объекта.

Процесс познания состоит в том, что мы создаем для себя некоторое представление об изучаемом объекте или явлении, помогающее лучше понять его функционирование и устройство, его характеристики. Такое представление, выраженное в той или иной форме, будем называть моделью. Чем детальнее и точнее познан объект, чем больше сведений о нем отражено в модели, тем она ближе к действительности, тем выше степень соответствия модели оригиналу, тем больше модель адекватна оригиналу (от лат. adaequatus - приравненный, тождественный).

Модели значительно облегчают  понимание системы, позволяют проводить  исследования в абстрактном плане, прогнозировать поведение системы  в интересующих нас условиях, упрощать задачи, анализировать и синтезировать совершенно различные системы одними методами.

Основная задача и в то же время  преимущество модели - выделение частных, но наиболее важных факторов реальной системы, которые подлежат изучению в данном конкретном исследовании. Эти факторы должны быть отражены в модели с наибольшей полнотой и детализацией, их характеристики в модели должны совпадать с реальными с точностью, определяемой требованиями данного исследования. Остальные, несущественные факторы могут быть либо отражены с меньшей точностью, либо вовсе отсутствовать в модели. Следует подчеркнуть, что исключение несущественных факторов является немаловажным преимуществом модели. Их наличие в реальном объекте мешает следователю, затрудняет понимание основных закономерностей, создает некоторый "шум", на фоне которого труднее выявить необходимые закономерности.

Разделение факторов на существенные и несущественные зависит от характера  конкретного исследования. При изменении  направленности следования меняются требования к моделям и, следовательно, изменяется сама модель. Поэтому каждый реальный процесс или объект может быть представлен самыми различными моделями, зачастую совершенно непохожими одна на другую. Единственным общим свойством у них может быть лишь то, что они, каждая по-своему, отражают один и тот же объект. [1, 2]

С помощью моделей можно получить характеристики системы или отдельных  ее частей значительно проще, быстрее  и дешевле, чем при исследовании реальной системы. Естественно, это  влечет за собой снижение точности, ибо мы получаем фактически не истинные значения характеристик, а лишь их оценки, приближенные значения. Степень точности определяется адекватностью модели и может быть повышена при и необходимости за счет усложнения модели.

Преимущества модели: возможность сравнительно простыми средствами изменять ее параметры, вводить некоторые воздействия с целью изучения реакции системы, которые в реальных условиях получить значительно труднее (например, иногда невозможно изучить поведение системы в аварийных ситуациях или других особых условиях).

Чтобы изучить модель и экспериментировать с ней, она должна быть достаточно простой. Однако чем проще модель, тем меньше, как правило, она адекватна оригиналу. Само определение модели указывает на отсутствие полного совпадения всех характеристик модели и оригинала.

Таким образом, при моделировании  системы мы всегда вынуждены идти на компромисс между простотой модели и обеспечиваемой ею точностью. Модель считают адекватной, если она обеспечивает точность, достаточную для данного исследования. Адекватность модели обычно проверяют экспериментом, сравнивая реакцию выходов на определенные значения входов у модели и у реального объекта. При этом следует помнить, что сама модель, с которой проводится эксперимент, должна соответствовать принятым условиям моделирования. Другими словами, модель, используемая в эксперименте, должна быть такой же, с которой проводятся дальнейшие исследования.

Особенностью модели является то, что она находится всегда в  определенном отношении с реальным объектом. Это значит, что она до определенных пределов может замещать изучаемый объект. И пределы эти должны быть известны и учитываться в оперировании моделями. Модель - это всегда упрощенное отражение объекта. Очень часто необходимо намеренно упрощение действительности модели, чтобы выделить главное, "отсечь" его от второстепенного, случайного, преходящего. Можно использовать целую совокупность моделей одного и того же объекта, каждая из которых отличается степенью сложности и составом учитываемых характеристик.

Подобная неоднозначность  не говорит об ошибочности одних  и правильности других терминов, а  отражает зависимость предмета исследований (моделирования) как от рассматриваемого объекта, так и от целей исследователя.

Модель должна соответствовать некоторым требованиям:

1. Достаточно полно отражать  особенности и сущность исследуемого  объекта, чтобы можно было замещать  его при исследовании.

2. Представлять объект в упрощенном  виде, но с допустимой степенью  простоты для данного вида и цели исследования.

3. Давать возможность перехода  от модельной информации к  реальной. Это должно быть учтено  в правилах построения модели. [3, 5]

В исследовании управления часто используются компьютерные модели. Они могут быть представлены в виде структуры системы управления, технологической схемы процесса управления, комплекса характеристик управления, факторов, влияющих на эффективность управления, структуры информации, взаимодействия функций управления.

Наиболее известными трудностями  использования моделей в исследовании систем управления являются следующие: очень высокая стоимость, недостоверная исходная информация об объекте, чрезмерное упрощение характеристик, ошибки в методологии моделирования.

Моделирование - один из этапов системного анализа, который используют для изучения и анализа любых сложных систем, процессов и объектов.

 

2. КЛАССИФИКАЦИЯ ВИДОВ МОДЕЛИРОВАНИЯ СИСТЕМ

 

В основе моделирования  лежит теория подобия, которая утверждает, что абсолютное подобие может  иметь место лишь при замене одного объекта другим точно таким же. При моделировании абсолютное подобие не имеет места и стремятся к тому, чтобы модель достаточно хорошо отображала исследуемую сторону функционирования объекта.

В качестве одного из первых признаков классификации видов  моделирования можно выбрать степень полноты модели и разделить модели в соответствии с этим признаком на полные, неполные и приближенные. В основе полного моделирования лежит полное подобие, которое проявляется как во времени, так и в пространстве. Для неполного моделирования характерно неполное подобие модели изучаемому объекту. В основе приближенного моделирования лежит приближенное подобие, при котором некоторые стороны функционирования реального объекта не моделируются совсем.

В зависимости от характера  изучаемых процессов в системе все виды моделирования могут быть разделены на детерминированные и стохастические, статические и динамические, дискретные, непрерывные и дискретно-непрерывные. Детерминированное моделирование отображает детерминированные процессы, т. е. процессы, в которых предполагается отсутствие всяких случайных воздействий; стохастическое моделирование отображает вероятностные процессы и события. В этом случае анализируется ряд реализаций случайного процесса и оцениваются средние характеристики, т. е. набор однородных реализаций. Статическое моделирование служит для описания поведения объекта в какой-либо момент времени, а динамическое моделирование отражает поведение объекта во времени. Дискретное моделирование служит для описания процессов, которые предполагаются дискретными, соответственно непрерывное моделирование позволяет отразить непрерывные процессы в системах, а дискретно-непрерывное моделировании используется для случаев, когда хотят выделить наличие как дискретных, так и непрерывных процессов.

В зависимости  от формы представления объекта (системы можно выделить мысленное  и реальное моделирование.

Мысленное моделирование  часто является единственным способом моделирования объектов, которые  либо практически нереализуемы в  заданном интервале времени, либо существуют вне условий, возможных для их физического создания. Например, на базе мысленного моделирования могут быть проанализированы многие ситуации микромира, которые не поддаются физическому эксперименту. Мысленное моделирование может быть реализовано в вид наглядного, символического и математического.

Физическое моделирование — исследование увеличенного или уменьшенного объекта. Такое исследование называют портретным. Пример: чертеж объекта, выполненный в определенном масштабе, который, в частности, помогает установить возможность размещения оборудования на объекте. Физическое моделирование используется для исследования характеристик объектов по их аналогам — копиям, которые ведут себя и выглядят как реальные объекты.

Аналоговое моделирование основывается на применении аналогий различных уровней. Аналоговое моделирование — исследование аналога объекта, который ведет себя как и реальный объект, но не выглядит таковым. Пример: схема организационной структуры предприятия, которая является простым, наглядным и эффективным средством изучения взаимосвязей между подразделениями и сотрудниками предприятия. Наивысшим уровнем является полная аналогия, имеющая место только для достаточно простых объектов. С усложнением объекта используют аналогии последующих уровней, когда аналоговая модель отображает несколько либо только одну сторону функционирования объекта.

Существенное  место при мысленном наглядном  моделировании занимает макетирование. Мысленный макет может применяться  в случаях, когда протекающие в реальном объекте процессы не поддаются физическому моделированию, либо может предшествовать проведению других видов моделирования. В основе построения мысленных макетов также лежат аналогии, однако обычно базирующиеся на причинно-следственных связях между явлениями и процессами в объекте. Если ввести условное обозначение отдельных понятий, т. е. знаки, а также определенные операции между этими знаками, то можно реализовать знаковое моделирование и с помощью знаков отображать набор понятий — составлять отдельные цепочки из слов и предложений. Используя операции объединения, пересечения и дополнения теории множеств, можно в отдельных символах дать описание какого-то реального объекта.

В основе языкового  моделирования лежит некоторый  тезаурус. Последний образуется из набора входящих понятий, причем этот набор должен быть фиксированным. Следует отметить, что между тезаурусом и обычным словарем имеются принципиальные различия. Тезаурус — словарь, который очищен от неоднозначности, т. е. в нем каждому слову может соответствовать лишь единственное понятие, хотя в обычном словаре одному слову могут соответствовать несколько понятий.

Символическое моделирование  представляет собой искусственный  процесс создания логического объекта, который замещает реальный и выражает основные свойства его отношений с помощью определенной системы знаков или символов.

Математическое моделирование - исследование объектов на основе использования различного рода символов для описания свойств  или характеристик объектов или  процессов. Пример: E= mv2/2 — формула кинетической энергии (математическая модель), характеризующая в символическом виде взаимосвязь энергии, массы и скорости исследуемого объекта и показывающая, что при изучении энергии движущегося объекта наиболее существенными ее характеристиками являются именно масса объекта и его скорость.

Для исследования характеристик  процесса функционирования любой системы  математическими методами, включая  и машинные, должна быть проведена  формализация этого процесса, т. е. построена  математическая модель.

Под математическим моделированием будем понимать процесс  установления соответствия данному  реальному объекту некоторого математического  объекта, называемого математической моделью, и исследование этой модели, позволяющее получать характеристики рассматриваемого реального объекта. Вид математической модели зависит как от природы реального объекта, так и задач исследования объекта и требуемой достоверности и точности решения этой задачи. Любая математическая модель, как и всякая другая, описывает реальный объект лишь с некоторой степенью приближения к действительности. Математическое моделирование для исследования характеристик процесса функционирования систем можно разделить на аналитическое, имитационное и комбинированное (рисунок 1).

 


 

 

 

 

 

 

 

 

 

 

 

Рис1. Классификация видов  моделирования систем.

 

Для аналитического моделирования характерно то, что  процессы функционирования элементов  системы записываются в виде некоторых  функциональных соотношений (алгебраических, интегродифференциальных, конечно-разностных и т. п.) или логических условий. Аналитическая модель может быть исследована следующими методами:

а) аналитическим, когда стремятся получить в общем  виде явные зависимости для искомых  характеристик;

б) численным, когда, не умея решать уравнений в общем виде, стремятся получить числовые результаты при конкретных начальных данных;

в) качественным, когда, не имея решения в явном  виде, можно найти некоторые свойства решения (например, оценить устойчивость решения).

В отдельных случаях  исследования системы могут удовлетворить и те выводы, которые можно сделать при использовании качественного метода анализа математической модели. Такие качественные методы широко используются, например, в теории автоматического управления для оценки эффективности различных вариантов систем управления. [4, 6]

 

3. ХАРАКТЕРИСТИКИ МОДЕЛЕЙ СИСТЕМ

 

В качестве объекта моделирования  выступают сложные организационно-технические  системы, которые можно отнести  к классу больших систем. Более  того, по своему содержанию и созданная  модель также становится системой и тоже может быть отнесена к классу больших систем, для которых характерно следующее.

1. Цель функционирования, которая определяет степень целенаправленности поведения модели. В этом случае модели могут быть разделены на одноцелевые, предназначенные для решения одной задачи, и многоцелевые, позволяющие разрешить или рассмотреть ряд сторон функционирования реального объекта.

2. Сложность,  которую, учитывая, что модель  является совокупностью отдельных  элементов и связей между ними, можно оценить по общему числу элементов в системе и связей между ними. По разнообразию элементов можно выделить ряд уровней иерархии, отдельные функциональные подсистемы в модели, ряд входов и выходов и т. д., т. е. понятие сложности может быть идентифицировано по целому ряду признаков.

3. Целостность, указывающая на то, что создаваемая модель является одной целостной системой, включает в себя большое количество составных частей (элементов), находящихся в сложной взаимосвязи друг с другом.

4. Неопределенность, которая проявляется в системе: по состоянию системы, возможности достижения поставленной цели, методам решения задач, достоверности исходной информации и т. д. Основной характеристикой неопределенности служит такая мера информации, как энтропия, позволяющая в ряде случаев оценить количество управляющей информации, необходимой для достижения заданного состояния системы. При моделировании основная цель — получение требуемого соответствия модели реальному объекту и в этом смысле количество управляющей информации в модели можно также оценить с помощью энтропии и найти то предельное минимальное количество, которое необходимо для получения требуемого результата с заданной достоверностью. Таким образом, понятие неопределенности, характеризующее большую систему, применимо к модели и является одним из ее основных признаков[3, 5].

5. Поведенческая  страта, которая позволяет оценить  эффективность достижения системой  поставленной цели. В зависимости  от наличия случайных воздействий  можно различать детерминированные и стохастические системы, по своему поведению — непрерывные и дискретные и т. д. Поведенческая страта рассмотрения системы позволяет применительно к модели оценить эффективность построенной модели, а также точность и достоверность полученных при этом результатов. Очевидно, что поведение модели не обязательно совпадает с поведением реального объекта, причем часто моделирование может быть реализовано на базе иного материального носителя.

6. Адаптивность, которая  является свойством высокоорганизованной  системы. Благодаря адаптивности удается приспособиться к различным внешним возмущающим факторам в широком диапазоне изменения воздействий внешней среды. Применительно в модели существенна возможность ее адаптации в широком спектре возмущающих воздействий, а также изучение поведения модели в изменяющихся условиях, близких к реальным. Надо отметить, что существенным может оказаться вопрос устойчивости модели к различным возмущающим воздействиям. Поскольку модель — сложная система, весьма важны вопросы, связанные с ее существованием, т. е. вопросы живучести, надежности и т. д..

7. Организационная структура  системы моделирования, которая  во многом зависит от сложности модели и степени совершенства средств моделирования. Одним из последних достижений в области моделирования можно считать возможность использования имитационных моделей для проведения машинных экспериментов. Необходимы оптимальная организационная структура комплекса технических средств, информационного, математического и программного обеспечении системы моделирования, оптимальная организация процесса моделирования, поскольку следует обращать особое внимание на время моделирования и точность получаемых результатов.

8. Управляемость модели, вытекающая из необходимости  обеспечивать управление со стороны  экспериментаторов для получения  возможности рассмотрения протекания  процесса в различных условиях, имитирующих реальные. В этом  смысле наличие многих управляемых параметров и переменных модели в реализованной системе моделирования дает возможность поставить широкий эксперимент и получить обширный спектр результатов.

9. Возможность развития  модели, которая исходя из современного  уровня науки и техники позволяет создавать мощные системы моделирования исследования многих сторон функционирования реального объекта. Однако нельзя при создании системы моделирования ограничиваться только задачами сегодняшнего дня. Необходимо предусматривать возможность развития системы моделирования как по горизонтали в смысле расширения спектра изучаемых функций, так и по вертикали в смысле расширения числа подсистем, т. е. созданная система моделирования должна позволять применять новые современные методы и средства. Естественно, что интеллектуальная система моделирования может функционировать только совместно с коллективом людей, поэтому к ней предъявляют эргономические требования.

 

 

 

4. ПРИНЦИПЫ СИСТЕМНОГО ПОДХОДА В МОДЕЛИРОВАНИИ СИСТЕМ

 

Отличительной особенностью моделирования сложных систем является его многофункциональность и многообразие способов использования; оно становится неотъемлемой частью всего жизненного цикла системы. В настоящее время при анализе и синтезе сложных (больших) систем получил развитие системный подход, который отличается от классического (или индуктивного) подхода. Последний рассматривает систему путем перехода от частного к общему и синтезирует (конструирует) систему путем слияния ее компонент, разрабатываемых раздельно. В отличие от этого системный подход предполагает последовательный переход от общего к частному, когда в основе рассмотрения лежит цель, причем исследуемый объект выделяется из окружающей среды.

Специалисты по проектированию и эксплуатации сложных систем имеют  дело с системами управления различных уровней, обладающими общим свойством — стремлением достичь некоторой цели. Эту особенность необходимо учитывать в определениях системы. Система — целенаправленное множество взаимосвязанных элементов любой природы. Внешняя среда — множество существующих вне системы элементов любой природы, оказывающих влияние на систему или находящихся под ее воздействием.

В зависимости от цели исследования могут рассматриваться  разные соотношения между самим объектом и внешней средой. Таким образом, в зависимости от уровня, на котором находится наблюдатель, объект исследования может выделяться по-разному и могут иметь место различные взаимодействия этого объекта с внешней средой.

С развитием науки  и техники сам объект непрерывно усложняется, и уже сейчас говорят об объекте исследования как о некоторой сложной системе, которая состоит из различных компонент, взаимосвязанных друг с другом. Поэтому, рассматривая системный подход как основу для построения больших систем и как базу создания методики их анализа и синтеза, прежде всего необходимо определить само понятие системного подхода.

Системный подход — это  элемент учения об общих законах  развития природы и одно из выражений  диалектического учения. Можно привести разные определения системного подхода, но наиболее правильно то, которое позволяет оценить познавательную сущность этого подхода при таком методе исследования систем, как моделирование. Поэтому весьма важны выделение самой системы и внешней среды из объективно существующей реальности и описание системы исходя из общесистемных позиций.

В современных исследованиях очень  широко используются методы моделирования. Суть их заключается в том, что  реальные объекты исследования, особенно если они недоступны или если нельзя вмешиваться в их функционирование, заменяются соответствующими моделями, пользуясь которыми можно провести эксперимент, изучать их поведение при изменениях параметров внешней и внутренней среды. [3]

Методы моделирования в исследовании систем управления