- •Оглавление
- •Предисловие
- •Введение
- •1. Модели и их свойства
- •Основные понятия и определения
- •Вопросы к разделу 1.1
- •Целенаправленность моделей
- •Вопросы к разделу 1.2
- •Свойства моделей
- •Вопросы к разделу 1.3
- •Способы реализации моделей
- •1.4.1. Материальные модели
- •1.4.2. Виды подобия
- •1.4.3. Идеальные модели
- •Вопросы к разделу 1.4
- •1.5. Виды моделей
- •1.5.1. Познавательные и прагматические модели
- •1.5.2. Детерминированные и вероятностные модели
- •1.5.3. Непрерывные и дискретные модели
- •1.5.4. Статические и динамические модели
- •1.5.5. Линейные и нелинейные модели
- •1.5.6. Стационарные и нестационарные модели
- •1.5.7. Сосредоточенные и распределенные модели
- •1.5.8. Классификация видов моделей
- •Вопросы к разделу 1.5
- •Кибернетические модели систем
- •1.6.1. Модель типа «черный ящик»
- •1.6.2. Модель состава системы
- •1.6.3. Модель структуры системы
- •1.6.4. Графы
- •1.6.5. Структурная схема системы
- •1.6.6. Итоги анализа моделей систем.
- •Вопросы к разделу 1.6
- •2. Аналитические математические модели систем
- •2.1. Общая математическая модель динамической системы
- •Вопросы к разделу 2.1
- •2.2. Частные математические модели динамических систем
- •2.2.1. Модели детерминированных линейных непрерывных систем
- •Модели дискретных систем. Конечные автоматы
- •Вопросы к разделу 2.2
- •2.3. Свойства динамических систем
- •2.4. Линейная непрерывная детерминированная модель многомерной динамической системы в переменных состояния
- •Вопросы к разделу 2.4
- •2.5.7. Определитель Грама
- •Вопросы к разделу 2.5
- •Линейное векторное пространство
- •2.6.1. Характеристические числа и характеристические векторы
- •2.6.2. Формула Бохера
- •2.6.3. Модальная матрица
- •2.6.4. Диагонализация квадратной матрицы
- •Вопросы к разделу 2.6
- •Управляемость и наблюдаемость
- •Вопросы к разделу 2.7
- •Компьютерное моделирование. Численное интегрирование дифференциальных уравнений
- •3.1. Ошибки усечения и округления
- •3.2. Метод Эйлера
- •3.3. Методы Рунге–Кутта
- •Сравнение различных методов решения. Контроль величины шага и устойчивость
- •Вопросы к главе 3
- •4. Динамика развития и использования моделей
- •4.1. Сложности алгоритмизации моделирования
- •Вопросы к главе 4
- •5. Аналитические вероятностные математические модели систем
- •5.1. Аналитические модели систем массового обслуживания
- •5.1.1. Важнейшие выходные параметры смо
- •5.1.2. Простейшие модели смо
- •5.1.3. Общая характеристика моделей смо
- •5.1.4. Дисциплины обслуживания
- •5.1.5. Характеристики входного потока заявок
- •5.1.6. Функция распределения Пуассона
- •5.1.7. Характеристики обслуживания
- •5.1.8. Показательный закон распределения времени обслуживания
- •5.1.9. Показатели качества обслуживания
- •5.1.10. Согласование источника заявок с каналом обслуживания
- •5.1.11. Оценка эффективности многоканальной смо
- •Вопросы к разделу 5.1
- •5.2. Сети Петри
- •5.2.1. Маркировка
- •5.2.2. Правила срабатывания переходов
- •5.2.3. Разновидности сетей Петри
- •5.2.4. Конфликтные ситуации в сетях Петри
- •5.2.5. Пример сети Петри для работы группы пользователей на одной рабочей станции
- •5.2.6. Пример сети Петри для системы обнаружения и устранения неисправностей в технической системе
- •5.2.7. Анализ сетей Петри
- •Вопросы к разделу 5.2
- •6. Имитационные модели систем
- •6.1. Имитационный эксперимент
- •Недостатки имитационного моделирования
- •6.2. Развитие имитационного моделирования
- •Основные фазы развития средств им
- •6.3. Этапы имитационного моделирования
- •6.4. Подходы к построению имитационных моделей
- •6.4.1. Событийный подход
- •6.4.2. Подход сканирования активностей
- •6.4.3. Процессно-ориентированный подход
- •6.5. Разработка программ им
- •6.5.1. Использование для им универсальных языков программирования
- •6.5.2. Использование для им специализированных языков моделирования
- •6.6. Имитационное моделирование систем массового обслуживания
- •6.6.1. Событийный метод моделирования
- •6.5.3. Создание и использование проблемно-ориентированных систем моделирования
- •6.6.2. Схема реализации событийного метода имитационного моделирования
- •Вопросы к главе 6
- •7. Метод «ресурсы–действия–операции» (рдо)
- •7.1. Основные положения метода рдо
- •7.1.1. Ресурсы сложной дискретной системы
- •7.1.2. Действия в сдс
- •7.1.3. Операции в сдс
- •7.1.4. Основные положения рдо-метода
- •7.2. Представление сдс в рдо-методе
- •7.3. Базовая структура инструментальной среды интеллектуальной системы
- •7.4. Продукционный имитатор
- •7.5. Моделирование в среде рдо
- •7.5.1. Основные понятия
- •7.5.2. Объекты исходных данных и объекты, создаваемые рдо-имитатором при выполнении прогона
- •7.5.3. Состав объектов модели
- •7.5.4. Назначение объектов модели
- •7.6. Интегрированная среда моделирования рдо
- •7.6.1. Состав функций исм
- •7.6.2. Главное окно исм рдо
- •7.6.3. Инструментальная панель
- •7.6.4. Работа с рдо-имитатором
- •Описание кадра анимации
- •Пример описания кадра анимации
- •Вопросы к главе 7
- •8. Краткое описание языка gpss
- •8.1. Оператор generate
- •8.2. Оператор function
- •8.3. Операторы split и assemble
- •8.4. Операторы seize и release
- •8.5. Оператор advance
- •8.6. Операторы enter и leave
- •8.7. Операторы queue и depart
- •8.8. Оператор test
- •8.9. Операторы start и terminate
- •8.10. Оператор transfer
- •8.11. Оператор assigne
- •8.12. Операторы управления движением заявок
- •8.13. Вычислительный оператор variable
- •8.14. Оператор синхронизации матсн
- •8.15. Пример программы на языке gpss для смо
- •Программа к примеру смо
- •Вопросы к главе 8
- •9. Планирование компьютерных экспериментов с моделями систем
- •9.1. Основные понятия теории планирования экспериментов
- •9.2. Модели планирования эксперимента
- •9.3. Виды планов экспериментов
- •Вопросы к главе 9
- •10. Обработка и анализ результатов компьютерного моделирования
- •10.1. Методы оценки
- •10.2. Статистические методы обработки
- •10.3. Задачи обработки результатов моделирования
- •10.3.1. Критерий согласия Колмогорова
- •10.3.2. Критерий согласия Пирсона
- •10.3.3. Критерий согласия Смирнова
- •10.3.4. Критерий согласия Стьюдента
- •10.3.5. Критерий согласия Фишера
- •10.4. Анализ и интерпретация результатов компьютерного моделирования
- •10.4.1. Корреляционный анализ результатов моделирования
- •10.4.2. Регрессионный анализ результатов моделирования
- •10.4.3. Дисперсионный анализ результатов моделирования
- •Вопросы к главе 10
- •Заключение
- •Список литературы
- •Приложение 1 Некоторые сведения из теории матриц
- •Основные типы матриц
- •Специальные типы матриц
- •Операции над матрицами Сложение матриц
- •Умножение матриц
- •Дифференцирование матриц
- •Интегрирование матриц
- •Определители
- •Свойства определителей
- •Нуль-граф и полный граф
- •Изоморфные графы
- •Плоские графы
- •Число ребер графа
- •Формула Эйлера для числа вершин, ребер и граней плоского графа
- •Распределение Лапласа
- •Вырожденное (причинное) распределение
- •Приложение 4 Краткие сведения о специализированных языках и проблемно-ориентированных системах имитационного моделирования
- •Предметный указатель
- •Список сокращений
Управляемость и наблюдаемость
Если линейная система имеет различные характеристические числа λi и описывается уравнениями состояния в нормальной форме:
то каждая из переменных состояния qi характеризует различные частоты (моды) системы. Для этой формы условия управляемости и наблюдаемости вполне очевидны.
Управляемость является функцией связи между входами и различными собственными частотами системы. Отдельная частота (или переменная состояния) системы неуправляема, если вход не оказывает воздействия на эту частоту. Это соответствует наличию нулевой строки в матрице Вn.
Таким образом, можно сформулировать критерий полной управляемости линейной системы с разными λi, описываемой уравнениями состояния в нормальной форме:
Для того чтобы система была полностью управляема, в матрице управления Вn не должно быть нулевой строки.
Пример 1. Используем принцип доказательства «от противного» и рассмотрим систему из примера, в которой нарушено условие полной управляемости. Действительно, если допустить, что в матрице Вn имеется нулевая строка (например, вторая), то получим:
Если перейти от векторно-матричной формы записи уравнения состояния к обычной системе двух дифференциальных уравнений, то получим:
Во второе уравнение не попадает входной (управляющий) сигнал x(t). Это и означает, что состоянием системы q2 невозможно управлять, на него невозможно воздействовать входным сигналом (тогда как состоянием q1 управлять с помощью входа можно). Таким образом, рассмотренная в данном примере система – не полностью управляемая, причем об этом свидетельствует именно нулевая вторая строка в матрице управления Вn. Если бы в матрице Вn нулевой оказалась первая строка, то невозможно было бы управлять состоянием q1.
Пример 2. Примером реальной не полностью управляемой системы может служить автомобиль, из тормозной системы которого вытекла тормозная жидкость. Нажатие на педаль тормоза (входной управляющий сигнал x1) не будет влиять на модуль скорости (состояние q1). С другой стороны, такая неисправная система не является полностью неуправляемой, так как направлением вектора скорости, связанным с угловым положением передних колес (состояние q2), управлять можно с помощью другого входного управляющего воздействия – угла поворота рулевого колеса (x2).
Из данного примера очевиден вывод об опасности потери управляемости. Крайне опасно также отсутствие управляемости с самого начала, например, при проектировании системы или при исследовании неизвестной системы, например, вирусной инфекции. Управляемость – свойство структуры системы.
С другой стороны, наблюдаемость также является свойством структуры системы.
Наблюдаемость является функцией связи между различными собственными частотами системы и ее выходами. Отдельная частота (переменная состояния) не наблюдаема ни на одном их выходов системы, если не существует связи между этой частотой и произвольным выходом системы. Это соответствует наличию нулевого столбца в матрице Cn.
Таким образом, можно сформулировать критерий полной наблюдаемости линейной системы с разными λi, описываемой уравнениями состояния в нормальной форме:
Для того чтобы система была полностью наблюдаема, в матрице наблюдения Cn не должно быть нулевого столбца.
Покажем на примере, к чему приводит нарушение условия полной наблюдаемости.
Пример 3. Возьмем уравнение наблюдения из ранее рассмотренного примера:
и сделаем нулевым первый столбец в матрице наблюдения Cn:
Раскрытие этого векторно-матричного уравнения приведет к скалярному уравнению наблюдения (поскольку выход y только один):
Как видно из уравнения, переменная состояния q1(t) не наблюдается – она не попадает в выходной сигнал y(t). Если бы в матрице наблюдения Cn нулевым был второй столбец, то не наблюдаемым было бы состояние q2.
Пример 4. Примером реальной не полностью наблюдаемой системы может служить тот же автомобиль, на приборную панель которого не поступает сигнал от датчика температуры охлаждающей жидкости (причина может быть любая: неисправность самого датчика, разрыв провода или просто отсоединенный разъем). Система при этом работает, в принципе можно ехать, но в случае превышения температурного предела (около 95о С) водитель этого не увидит и не среагирует, что может привести к перегреву двигателя и серьезному ремонту. Именно для наблюдения за наиболее важными переменными состояния на панели управления сложных систем выводятся показания соответствующих датчиков. Потеря наблюдаемости, даже частичная, чрезвычайно опасна и может привести к катастрофическим последствиям.
Управляемость и наблюдаемость – структурные свойства системы, поэтому повлиять на них с помощью изменения одних только параметров невозможно. Нужно внести соответствующие изменения в структуру системы.
Оценка управляемости позволяет понять, какими переменными состояния системы мы можем управлять, а какими нет. Чаще всего структурная невозможность управления каким-либо состоянием приводит к необходимости отказа от такой структуры или вообще от такой системы и замены их другими.
Оценка наблюдаемости позволяет понять, какие переменные состояния системы мы можем наблюдать (видеть, измерять), чтобы не допустить, например, возрастания значений этих переменных состояния сверх предельно допустимых значений. Например, нетрудно представить, как важно наблюдать за давлением в паровом котле, концентрацией окиси углерода в закрытом помещении, температурой в холодильной камере, скоростью оборотов турбины ГЭС или температурой реактора атомной подводной лодки.
Можно выделить четыре подсистемы, проявляющие свойства управляемости, наблюдаемости, неуправляемости и ненаблюдаемости (рис. 2.14).
Рис. 2.14. Подсистемы: S* – управляемая и наблюдаемая; Sx –управляемая, но ненаблюдаемая; Sy – наблюдаемая, но неуправляемая; S0 – неуправляемая и ненаблюдаемая
Требование управляемости и наблюдаемости всей системы состоит в том, чтобы система содержала только подсистему S*. Однако, например, при проектировании, если не учесть остальные подсистемы Sx, Sy, S0, то можно прийти к выводу о нормальной работоспособности S*, в то время как в действительности система в целом не работоспособна. Так, если подсистема S0 содержит неустойчивые частоты, то возбуждение этих частот при нулевых начальных условиях приведет к неустойчивости выхода. То же касается и подсистем Sxи Sy.
