Имитационные модели работы транспортных систем
Многие задачи автомобильного транспорта успешно решаются с помощью аналитических методов. Эти методы применяются, если рассматриваемое явление можно считать детерминированным и описывать с помощью небольшого числа алгебраических, дифференциальных или разностных уравнений. Так было, когда изучалась работы микросистемы. Однако по мере развития сложности задачи решение зависит от все большего числа факторов. Явления все труднее описывать детерминированными уравнениями, и системы превращаются в стохастические. В этих условиях аналитические методы становятся весьма трудоемкими. Особенно это касается задач взаимодействия различных видов транспорта.
Большую роль в таких ситуациях играют методы имитационного моделирования систем.
Имитационное моделирование в общем случае состоит из следующих этапов.
1. Постановка задачи и определение цели эксперимента.
2. Изучение исследуемого явления. На этом этапе производится качественный анализ явления, уточняются входные данные и ограничения, а также случайные возмущения, накладываемые на течение процесса. Собирается информация, характеризующая работу системы за прошлые периоды и в текущее время. Выделяются подпроцессы и устанавливаются критерии, с помощью которых будет оцениваться эффективность функционирования системы.
3. Планирование эксперимента. В общем случае выделяются следующие цели эксперимента: планирование так называемых экстремальных экспериментов, проводимых с целью определения наибольшего (или наименьшего) параметра оптимизации; планирование эксперимента для количественного анализа внутреннего механизма явления; с целью определения оптимальной функции управления объектом и т.д.
4. Формулировка математической модели явления, для этого производится формализация работы системы, т.е. выделяются главные факторы и исключаются второстепенные. Это позволяет составить математическую модель системы в виде уравнений, графиков, схем и т.п. Формализованную математическую модель называют алгоритмом процесса. Графически алгоритм представляется в виде операторной блок-схемы.
5. Составление компьютерной программы. Для этого в соответствии с математической моделью и ее алгоритмом на одном из языков программирования составляется программа для проигрыша различных вариантов и выбора из них наивыгоднейшего.
6. Проверка математической модели на адекватность. Важным критерием при этом выступает практика: если в процессе имитационного моделирования не получается отрицательного результата, то доверие к модели возрастает. Используется сличение результатов с данными, которые относятся к прошлому функционирования системы, а также критерии проверки статистических гипотез, такие как критерий Фишера, Стьюдента и др.
7. Проведение эксперимента и обработка его результатов. При обработке может применяться статистический анализ с использованием регрессионного, корреляционного, дисперсионного и других видов анализа, теория статистического моделирования и др.
Дата добавления: 2016-05-25; просмотров: 3091;