СодержаниеТема 1. СИСТЕМНЫЙ АНАЛИЗ
Системный анализ - это особый вид научно - технического искусства, при
Понятие системы
1.2 Классификация систем
Пассивные системы
Активные (целенаправленные) системы
По происхождению
Технические системы
Социально – экономические системы
1.3 Свойства системы
Простая система
Сложные системы
Большие системы
1.4. Иерархия эпистемологических уровней системы
1.5 Подходы к изучению систем
2.1 Определение модели
Метод моделирования позволяет исследовать свойства объектов на модели, сходство которой с объектом существенно, а различие несущ
Модель представляет собой высказывание относительно связи между входами (управляемыми и неуправляемыми) модели и ее выходом на л
Модель - это информационный эквивалент объекта, созданный для дос-тижения определенных целей
Модель представляет собой высказывание относительно связи между входами модели и её выходом на любом удобном языке
Под моделью понимается создание возможности определить реакцию
Модель – это заместитель объекта исследования, который находится с ним в таком соответствии, которое позволяет получить новые зн
Математическая модель - описание, отражающее те особенности изучаемого процесса, которые интересуют исследователя
2.2 Математическая модель – основной инструмент изучения сложных систем
Научные исследования вообще, как фундаментальные, так и прикладные, имеют одной из своих основных целей получение модели изучаем
Модель как способ осмысливания действительности
Модель как способ общения
Модель как способ проведения эксперимента
Пока лишь небольшая часть проблем, стоящих перед человечеством, поддается математической формализации и описанию на языке матема
2.3 Требования к модели.
Нужны такие математические модели, элементы которых легко ин-терпретируются в виде свойств реальных объектов
2.4 Информация, которая используется для построения модели
Успех идентификации объекта почти целиком зависит от соотношения 2-ух факторов - объема априорной информации о структуре объекта
Эвристика - не имеющий формального обоснования метод, который повышает эффективность принятия решения
Эвристики отображают практический опыт и интуицию исследовате-ля
2.5 Классификация математических моделей
Модели с теоретическим обоснованием обладают двойным преимущес-твом
Физико-химические детерминированные модели более универсальны. Они имеют, как правило, более широкий интервал адекватности
Недостатки фундаментальных методов
Если в задаче меньше 3-ёх переменных – это не задача, если больше 8-и, то она неразрешима
3.1 Этапы построения математических моделей.
Постановка задачи является наиболее трудной частью ее решения. Уме-ние поставить задачу - залог успеха в достижении поставленной
Под структурой понимается совокупность элементов и связей между ними, которые определяются исходя из распределения функций и цел
Структура - есть форма представления некоторого объекта в виде сос-тавных частей
Поскольку априорная информация о структуре объекта трудно форма-лизуема, здесь пока почти полностью господствуют экспертные мето
Задание класса функций F(x,a) является неформальным моментом в постановке задачи. Класс функций должен быть задан априори
Угадывать структуру нелинейных моделей мы пока не умеем. Просто даже не знаем, как подойти к этой задаче
4.1 Эмпирические континуальные методы
Функциональные зависимости, существующие в реальных объектах, обы-чно можно аппроксимировать в рабочей области с достаточной точ
4.5 Анализ эффективности известных методов математического моделирования для изучения реальных систем.
Чем глубже мы анализируем реальную задачу, тем неопределеннее стано-вится ее решение»
5.1 Исходные данные для построения математической модели.
5.2 Алгоритм построения зависимостей Y=F(Xi), i=1,n в случае, когда выходной показатель один.
Алгоритм построения зависимостей Yоб=F(Xi), i=1,n в случае, когда входных показателей более одного.
5.4 Анализ одномерных зависимостей.
5.5. Оптимизация изучаемой системы с помощью одномерных моделей.
5.6 Область использования одномерных моделей.
6.1 Требования к исходной экспериментальной информации
6.3 Оптимизация мозаичной модели.
6.4 Решение с помощью ММП главной задачи искусственного интеллекта – “получение новых знаний из экспериментальных данных”.
6.5 Область применения метода мозаичного портрета
6.6 Использование мозаичной модели для компьютерного эксперимента.
|
