Использование методов статистического моделирования при исследовании работы автотранспортных 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 (см. лабораторную работу № 1). 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.
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: 980;