Первым этапом математического моделирования является постановка задачи, определение объекта и целей исследования , задание критериев(признаков) изучения объектов и управления ими. Неправильная или неполная постановка задачи может свести на нет результаты всех последующих этапов.
Вторым этапом моделирования является выбор типа математической модели , что является важнейшим моментом, определяющим направление всегоисследования. Обычно последовательно строится несколько моделей.Сравнение результатов их исследования с реальностью позволяет установитьнаилучшую из них. На этапе выбора типа атематической модели при помощианализа данных поискового эксперимента устанавливаются: линейность илинелинейность, динамичность или статичность, стационарность илинестационарность, а также степень детерминированности исследуемого объектаили процесса.Процесс выбора математической модели объекта заканчивается еепредварительным контролем , который также является первым шагом на путик исследованию модели. При этом осуществляются следующие видыконтроля (проверки): размерностей; порядков; характера зависимостей;экстремальных ситуаций; граничных условий; математической замкнутости;физического смысла; устойчивости модели.
Контроль размерностей сводится к проверке выполнения правила,согласно которому приравниваться и складываться могут только величиныодинаковой размерности.
Контроль порядков величин направлен на упрощение модели. При этом пределяются порядки складываемых величин и явно малозначительныеслагаемые отбрасываются.
Анализ характера зависимостей сводится к проверке направления искорости изменения одних величин при изменении других. Направления искорость, вытекающие из ММ, должны соответствовать физическому смыслузадачи.
Анализ экстремальных ситуаций сводится к проверке наглядного смысла решения при приближении параметров модели к нулю или бесконечности.
Контроль граничных условий состоит в том, что проверяетсясоответствие ММграничным условиям, вытекающим из смысла задачи. Приэтом проверяется, действительно ли граничные условия поставлены и учтеныпри построении искомой функции и что эта функция на самом делеудовлетворяет таким условиям.
Анализ математической замкнутости сводится к проверке того, что ММдает однозначное решение.
Анализ физического смысла сводится к проверке физическогосодержания промежуточных соотношений, используемых при построении ММ.
Проверка устойчивости модели состоит в проверке того, чтоварьирование исходных данных в рамках имеющихся данных о реальномобъекте не приведет к существенному изменению решения.
2. Понятие о вычислительном эксперименте
В настоящее время основным способом исследования ММ и проверки еекачественных показателей служит вычислительный эксперимент.
Вычислительным экспериментом называется методология и технологияисследований, основанные на применении прикладной математики и ЭВМ кактехнической базы при использовании ММ. Вычислительный экспериментосновывается на создании ММ изучаемых объектов, которые формируютсяс помощью некоторой особой математической структуры, способной отражатьсвойства объекта, проявляемые им в различных экспериментальных условиях, ивключает в себя следующие этапы.
1. Для исследуемого объекта строится модель, обычно сначала физическая,фиксирующая разделение всех действующих в рассматриваемом явлениифакторов на главные и второстепенные, которые на данном этапе исследованияотбрасываются; одновременно формулируются допущения и условияприменимости модели, границы, в которых будут справедливы полученныерезультаты; модель записывается в математических, терминах, как правило,в виде дифференциальных или интегро-дифференциальных уравнений;создание ММ проводится специалистами, хорошо знающими данную областьестествознания или техники, а также математиками, представляющими себевозможности решения математической задачи.
2. Разрабатывается метод решения сформулированной математическойзадачи. Эта задача представляется в виде совокупности алгебраическихформул, по которым должны вестись вычисления и условия, показывающиепоследовательность применения этих формул; набор этих формул и условийносит название вычислительного алгоритма . Вычислительный экспериментимеет многовариантный характер, так как решения поставленных задач частозависят от многочисленных входных параметров. Тем не менее, каждыйконкретный расчет в вычислительном эксперименте проводится прификсированных значениях всех параметров. Между тем в результате такогоэксперимента часто ставится задача определения оптимального наборапараметров. Поэтому при создании оптимальной установки приходитсяпроводить большое число расчетов однотипных вариантов задачи,отличающихся значением некоторых параметров. В связи с этим приорганизации вычислительного эксперимента можно использовать эффективные численные методы.
3. Разрабатываются алгоритм и программа решения задачи на ЭВМ.Программирование решений определяется теперь не только искусством иопытом исполнителя, а перерастает в самостоятельную науку со своимипринципиальными подходами.
4. Проведение расчетов на ЭВМ. Результат получается в виде некоторойцифровой информации, которую далее необходимо будет расшифровать.Точность информации определяется при вычислительном экспериментедостоверностью модели, положенной в основу эксперимента, правильностьюалгоритмов и программ (проводятся предварительные «тестовые» испытания).
5. Обработка результатов расчетов, их анализ и выводы. На этом этапемогут возникнуть необходимость уточнения ММ (усложнения или, наоборот,упрощения), предложения по созданию упрощенных инженерных способоврешения и формул, дающих возможности получить необходимую информациюболее простым способом.
Вычислительный эксперимент приобретает исключительное значение в техслучаях, когда натурные эксперименты и построение физической моделиоказываются невозможными. Особенно ярко можно проиллюстрироватьзначение вычислительного эксперимента при исследовании влияния городскойзастройки на параметры распространения радиосигнала. В связис интенсивным развитием систем мобильной связи данная задача в настоящеевремя является особенно актуальной. С целью снижения затрат при частотно-территориальном планировании производится оптимизация частотно-территориального плана с учетом таких факторов как рельеф местности,конфигурация городской застройки, атмосферные воздействия. Кроме этого,с учетом динамичности развития города необходимо постоянное уточнениесоответствующих моделей. То, что принято называть уровнем сигнала (средняянапряженность электромагнитного поля) представляет собой результатсложного взаимодействия физических процессов, протекающих прираспространении сигнала: прохождение сигнала сквозь здания и сооружения;воздействие на сигнал помех искусственного и естественного происхождения;атмосферная рефракция сигнала; отражения сигнала от зданий и от земнойповерхности; потери энергии сигнала в осадках и др. В данном случаеокружающую среду можно исследовать, строя соответствующую ММ, котораядолжна позволять предсказывать уровень сигнала при заданной конфигурациизастройки, рельефе местности, погодных условиях и т. п. Масштабы средыраспространения сигнала настолько грандиозны, что эксперимент даже в одномкаком-то регионе требует существенных затрат.
Таким образом, глобальный эксперимент по исследованиюраспространения сигнала возможен, но не натурный, а вычислительный,проводящий исследования не реальной системы (окружающей среды), а ее ММ.
В науке и технике известно немало областей, в которых вычислительныйэксперимент оказывается единственно возможным при исследовании сложныхсистем.
Пригодность ММ для решения задач исследования характеризуется тем,в какой степени она обладает так называемыми целевыми свойствами, основными из которых являются адекватность, устойчивость ичувствительность.
Для обсуждения и обоснования основных подходов к разработке проблем математического моделирования технических систем и процессов в них представляется целесообразным предварительно рассмотреть условную схему (рис. 1.1), определяющую последовательность проведения отдельных этапов общей процедуры вычислительного эксперимента . Исходной позицией этой схемы служит технический объект (ТО), под которым будем понимать конкретное техническое устройство, его агрегат или узел, систему устройств, процесс, явление или отдельную ситуацию в какой-либо системе или устройстве.
Рис. 1.1 Получение математической модели
На первом этапе осуществляют неформальный переход от рассматриваемого (разрабатываемого или существующего) ТО к его расчетной схеме (PC). При этом в зависимости от направленности вычислительного эксперимента и его конечной цели акцентируют те свойства, условия работы и особенности ТО, которые вместе с характеризующими их параметрами должны найти отражение в PC, и, наоборот, аргументируют допущения и упрощения, позволяющие не учитывать в PC те качества ТО, влияние которых предполагают в рассматриваемом случае несущественным. Иногда вместо PC используют термин «содержательная модель » ТО, а в некоторых случаях – «концептуальная модель ».
При разработке новых ТО успешное проведение первого этапа в значительной мере зависит от профессионального уровня инженера, его творческого потенциала и интуиции. Полнота и правильность учета в PC свойств ТО, существенных с точки зрения поставленной цели исследования, являются основной предпосылкой получения в дальнейшем достоверных результатов математического моделирования. И наоборот, сильная идеализация ТО ради получения простой PC может обесценить все последующие этапы исследования.
Надо сказать, что для некоторых типовых PC существуют банки ММ, что упрощает проведение второго этапа. Более того, одна и та же ММ может соответствовать PC из различных предметных областей. Однако при разработке новых ТО часто не удается ограничиться применением типовых PC и отвечающих им уже построенных ММ. Создание новых ММ или модификация существующих должны опираться на достаточно глубокую математическую подготовку и владение математикой как универсальным языком науки.
На третьем этапе проводят качественный и оценочный количественный анализ построенной ММ. При этом могут быть выявлены противоречия, ликвидация которых потребует уточнения или пересмотра PC (см. рис. 1.1, штриховая линия). Количественные оценки могут дать основания упростить модель, исключив из рассмотрения некоторые параметры, соотношения или их отдельные составляющие, несмотря на то, что влияние описываемых ими факторов учтено в PC. В большинстве случаев, принимая дополнительные по отношению к PC допущения, полезно построить такой упрощенный вариант ММ, который позволял бы получить или привлечь известное точное решение.
Это решение затем можно использовать для сравнения при тестировании результатов на последующих этапах. В некоторых случаях удается построить несколько ММ для одного и того же ТО, отличающихся различным уровнем упрощения.
Итог анализа на рассматриваемом этапе – это обоснованный выбор рабочей ММ ТО, которая подлежит в дальнейшем детальному количественному анализу. Успех в проведении третьего этапа зависит, как правило, от глубины понимания связи отдельных составляющих ММ со свойствами ТО, нашедшими отражение в его PC, что
предполагает органическое сочетание владения математикой и инженерными знаниями в конкретной предметной области.
Четвертый этап состоит в обоснованном выборе метода количественного анализа ММ, в разработке эффективного алгоритма вычислительного эксперимента, а пятый этап – в создании работоспособной программы, реализующей этот алгоритм средствами вычислительной техники. Для успешного проведения четвертого этапа необходимо владеть современными методами вычислительной математики, а при математическом моделировании довольно сложных ТО выполнение пятого этапа требует профессиональной подготовки в области программирования на ЭВМ.
Получаемые на шестом этапе (в итоге работы программы) результаты вычислений должны, прежде всего, пройти тестирование путем сопоставления с данными количественного анализа упрощенного варианта ММ рассматриваемого ТО. Тестирование может выявить недочеты как в программе, так и в алгоритме и потребовать доработки программы или же модификации и алгоритма, и программы. Анализ результатов вычислений и их инженерная интерпретация могут вызвать необходимость в корректировке PC и соответствующей ММ. После устранения всех выявленных недочетов триаду «модель – алгоритм – программа» можно использовать в качестве рабочего инструмента для проведения вычислительного эксперимента и выработки на основе получаемой количественной информации практических рекомендаций, направленных на совершенствование ТО, что составляет содержание седьмого, завершающего «технологический цикл» этапа математического моделирования.
Представленная последовательность этапов носит общий и универсальный характер, хотя в некоторых конкретных случаях она может и несколько видоизменяться. Если при разработке ТО можно использовать типовые PC и ММ, то отпадает необходимость в выполнении некоторых этапов, а при наличии соответствующего программного комплекса процесс вычислительного эксперимента становится в значительной степени автоматизированным. Однако математическое моделирование ТО, не имеющих близких прототипов, как правило, связано с проведением всех этапов описанного «технологического цикла».
Таким образом, этапы математического моделирования можно записать в виде последовательности действий:
1) выбор расчетной схемы и определение необходимой детализации;
2) математическое описание (составление системы уравнений);
3) выбор метода решения;
4) приведение модели (включающей уравнения, метод, исходные данные и начальные условия) к виду, удобному для решения на ЭВМ;
5) составление программы для ЭВМ;
6) проведение расчетов (моделирование);
7) при необходимости повторить шаги 3 – 6;
8) анализ результатов;
9) при необходимости повторить шаги 1 – 8;
10) оформление отчета (описания, схем, рисунков, графиков, формул);
11) при необходимости повторить шаги 1 – 10, 3 – 10, 8 – 10.
7. Математическое моделирование.
Теория математического моделирования обеспечивает выявление закономерностей протекания различных явлений окружающего мира или работы систем и устройств путем их математического описания и моделирования без проведения натурных испытаний. При этом используются положения и законы математики, описывающие моделируемые явления, системы или устройства на некотором уровне их идеализации.
Целью математического моделирования является анализ реальных процессов (в природе или технике) математическими методами. В свою очередь, это требует формализации ММ процесса, подлежащего исследованию. Модель может представлять собой математическое выражение, содержащее переменные, поведение которых аналогично поведению реальной системы. Модель может включать элементы случайности, учитывающие вероятности возможных действий двух или большего числа «игроков», как, например, в теории игр; либо она может представлять реальные переменные параметры взаимосвязанных частей действующей системы.
Математическое моделирование для исследования характеристик систем можно разделить на аналитическое, имитационное и комбинированное. В свою очередь, ММ делятся на имитационные и аналитические.
Основные этапы математического моделирования
1) Построение модели. Выбор типа математической модели. На этом этапе задается некоторый «нематематический» объект - явление природы, конструкция, экономический план, производственный процесс и т. д. При этом, как правило, четкое описание ситуации затруднено. Сначала выявляются основные особенности явления и связи между ними на качественном уровне. Затем найденные качественные зависимости формулируются на языке математики, то есть строится математическая модель. Это самая трудная стадия моделирования.
2) Решение математической задачи, к которой приводит модель . На этом этапе большое внимание уделяется разработке алгоритмов и численных методов решения задачи на ЭВМ, при помощи которых результат может быть найден с необходимой точностью и за допустимое время.
3) Интерпретация полученных следствий из математической модели. Следствия, выведенные из модели на языке математики, интерпретируются на языке, принятом в данной области.
4) Проверка адекватности модели. На этом этапе выясняется, согласуются ли результаты эксперимента с теоретическими следствиями из модели в пределах определенной точности.
5) Модификация модели. На этом этапе происходит либо усложнение модели, чтобы она была более адекватной действительности, либо ее упрощение ради достижения практически приемлемого решения.
Вопрос 8. Метрологическое обеспечение экспериментальных исследований
Под метрологическим обеспечением (МО) понимается установление и применение научных и организационных основ, технических средств, правил и норм, необходимых для достижения единства и требуемой точности измерений. Важнейшие значения в метрологии отводятся эталонам и образцовым средствам измерений (СИ), которые являются неотъемлимой частью экспериментальных исследований . К СИ относят меры, измерительные приборы, установки и системы. СИ должны соответствовать цели и задачам НИР, обеспечивать требуемое качество экспериментальных работ; иметь высокую экономическую эффективность; обеспечивать эргономические требования и требования техники безопасности.
Метрологическое обеспечение и особенно обеспечение единства измерений, однообразия средств измерения является важнейшим фактором успешного проведения научных исследований .
При разработке МО необходимо использовать системный подход, суть которого состоит в рассмотрении указанного обеспечения как совокупности взаимосвязанных процессов, объединенных одной целью – достижением требуемого качества измерений .
Таким образом, требования к метрологическому обеспечению научных исследований и экспериментов должны предусматривать:
установление метрологических требований, правил и норм в методиках проведения экспериментальных исследований;
обеспечение экспериментальных исследований необходимыми методами и средствами измерений, контроля, испытаний, средствами и методами поверки (калибровки) СИ .
Общая характеристика математических методов в научных исследованиях
Решение практических задач математическими методами осуществляется путем реализации этапов следующего алгоритма: разработка математической модели; выбор метода проведения исследования математической модели; анализ полученного математического результата.
Математическая модель − система формул, функций, уравнений, средствами которых описывается то или иное явление, процесс, объект в целом. При разработке модели нужно учитывать все реально существующие связи факторов и параметров, хотя при этом нельзя забывать о возможности последующего решения математической модели. Следует прибегать к каким-либо упрощениям, допущениям, аппроксимациям.
Установление общих характеристик объекта позволяют выбрать математический аппарат, на базе которого и строится математическая модель. Для описания объектов с большим количеством параметров возможно разделение объекта на подсистемы.
Не стоит забывать, что особенное место на этапе выбора вида математической модели занимает описание входных сигналов в выходные характеристики объекта.
Если характер изменения исследуемого показателя не известен, то ставится поисковый эксперимент и предпочтение отдается той математической формуле, которая дает наилучшее совпадение с данными поискового эксперимента. Результаты поискового эксперимента и априорный информационный массив позволяют установить схему взаимодействия объекта с внешней средой по соотношению входных и выходных величин.
Процесс выбора математической модели объекта заканчивается ее предварительным контролем. При этом осуществляются следующие виды контроля: размерностей; порядков; характера зависимостей; экстремальных ситуаций; граничных условий; математической замкнутости; физического смысла; устойчивости модели.
10. Оптимизация в исследовании (О) - (от лат. optimus-наилучший) - понимают целенаправленную деятельность, заключающуюся в получении наилучших результатов при соответствующих условиях. Постановка задачи О. предполагает наличие ее объекта, набора независимых параметров (переменных), описывающих данную задачу, а также условий (часто наз. ограничениями), характеризующие приемлемые значения независимых переменных, которые и образуют модель рассматриваемой системы.Еще одной обязательным условием описания оптимизационной задачи служит мера "качества", носящая название критерия оптимизации и зависящая от переменных О. Решение оптимизационной задачи - поиск определенного набора значений переменных, которому отвечает оптимизационное значение критерия О.
Описанные и построенные модели реального объекта – важнейший этап оптимизационного исследования, так как он определяет практическую ценность получаемого решения и возможность его реализации.
Процесс оптимизации с использованием модели можно рассматривать как метод отыскания оптимального решения для реального объекта без непосредственного экспериментирования с самим объектом. «Прямой» путь, ведущий к оптимальному решению, заменяется «обходным», включающим построение и оптимизацию модели, а также преобразование полученных результатов в практически реализуемую форму. При формировании такой модели следует учитывать характеристики объекта, которые должны быть отражены в модели, а менее существенные особенности в модель можно не включать. Необходимо сформулировать логически обоснованные допущения, выбрать форму представления модели, уровень ее детализации и метод реализации на ЭВМ. Все это относятся к этапу построения модели. Модели можно упорядочить по степени адекватности описания поведения реального объекта. Таким образом, качество модели нельзя оценивать ни по структуре, ни по форме. Единственным критерием такой оценки может служить лишь достоверность полученных на модели примеров поведения реального объекта.
Процесс моделирования в общем случае состоит из нескольких этапов.
1). Постановка задачи моделирования.
Главное на этом этапе – четко сформулировать сущность проблемы, цель моделирования и все вопросы, на которые необходимо получить ответы в процессе моделирования. Этот этап также включает выделение важнейших свойств объекта моделирования и абстрагирование от второстепенных свойств, изучение структуры объекта и основных зависимостей, связывающих его элементы. Здесь определяются также входные, выходные и промежуточные переменные, задаются ограничения, накладываемые на условия функционирования объекта исследования.
2). Разработка математической модели.
Это этап формализации проблемы, выражения её в виде конкретных уравнений, неравенств и т.д. На этом этапе необходимо иметь ввиду, что чрезмерное усложнение модели затрудняет процесс исследования, увеличивает сроки разработки и приводит к росту затрат на разработку. Поэтому необходимо учитывать реальные возможности и сопоставлять затраты на разработку математической модели с ожидаемым эффектом. При неоправданном усложнении модели затраты на моделирование могут превысить эффект от использования модели.
3). Математический анализ модели и выбор метода решения.
На этом этапе выясняются общие свойства модели, выполняется доказательство существования решения поставленной задачи. Если будет доказано, что математическая задача не имеет решения, то следует скорректировать либо модель, либо постановку задачи, либо и то и другое. Если же решение задачи существует, то выбирается метод ее решения.
4). Разработка алгоритма решения задачи.
Для реализации модели разрабатывается компьютерная программа, либо используются существующие пакеты прикладных программ. Использование таких пакетов упрощает реализацию моделей, а разработка собственной программы даёт возможность большему пониманию методов решения задачи, а также возможность усовершенствования используемых методов и их адаптации для решения конкретной задачи. Если выбран второй вариант, то перед разработкой программы разрабатывается алгоритм решения задачи, блок-схема алгоритма, составляется словесное описание этого алгоритма.
5). Подготовка исходной информации.
На этой стадии уточняются перечни входной, промежуточной и выходной информации, перечень постоянных коэффициентов, пределы изменения входных и выходных переменных. Здесь необходимо также уточнить размерность всех величин, входящих в математическую модель.
6). Разработка и отладка программы.
На этом этапе ведется разработка и отладка программы на одном из современных языков программирования, например, Visual Basic, Visual Basic for Applications, Delphi, C++ и т.д.
7). Проверка математической модели на адекватность.
После разработки и отладки программы решается вопрос об адекватности модели объекту-оригиналу, о степени ее практической применимости. Модель считается адекватной реальному объекту, если полученные путём моделирования значения выходных параметров совпадают с реальными с заданной степенью точности.
Анализ полученных результатов позволяет обнаруживать недостатки математической модели. Выявленные недостатки модели устраняются в последующих циклах моделирования. Начав разработку и исследование с простой модели, можно быстро получить полезные результаты, а затем можно перейти к созданию более совершенной модели.
8). Исследование модели на ЭВМ.
На этом этапе выполняется непосредственное выполнение расчетов на ЭВМ, то есть выполняется решение задачи с использованием численных методов. Благодаря высокому быстродействию современных компьютеров удается провести многочисленные эксперименты с моделью в очень короткие сроки.
9). Анализ результатов исследования и их применение.
На этом этапе выполняется сравнительный анализ вариантов моделирования. Анализ результатов исследования дает возможность сделать вывод относительно характеристик исследуемого объекта, его линейности, инерционности, наличия запаздывания по определённым каналам и т.п.
10). Разработка рекомендаций.
На основании результатов анализа производится разработка заключений и рекомендаций по использованию модели и результатов моделирования.
Моделирование – это итеративный (повторяющийся) процесс, поэтому возможен возврат с любого этапа к любому предыдущему этапу.
Первым этапом математического моделирования является постановка задачи, определение объекта и целей исследования , задание критериев (признаков) изучения объектов и управления ими. Неправильная или неполная постановка задачи может свести на нет результаты всех последующих этапов.
Вторым этапом моделирования является выбор типа математической модели , что является важнейшим моментом, определяющим направление всего исследования. Обычно последовательно строится несколько моделей. Сравнение результатов их исследования с реальностью позволяет установить наилучшую из них. На этапе выбора типа математической модели при помощи анализа данных поискового эксперимента устанавливаются: линейность или нелинейность, динамичность или статичность, стационарность или нестационарность, а также степень детерминированности исследуемого объекта или процесса.
Процесс выбора математической модели объекта заканчивается ее предварительным контролем , который также является первым шагом на пути к исследованию модели. При этом осуществляются следующие виды контроля (проверки): размерностей; порядков; характера зависимостей; экстремальных ситуаций; граничных условий; математической замкнутости; физического смысла; устойчивости модели .
Контроль размерностей сводится к проверке выполнения правила, согласно которому приравниваться и складываться могут только величины одинаковой размерности.
Контроль порядков величин направлен на упрощение модели. При этом определяются порядки складываемых величин и явно малозначительные слагаемые отбрасываются.
Анализ характера зависимостей сводится к проверке направления и скорости изменения одних величин при изменении других. Направления и скорость, вытекающие из ММ, должны соответствовать физическому смыслу задачи.
Анализ экстремальных ситуаций сводится к проверке наглядного смысла решения при приближении параметров модели к нулю или бесконечности.
Контроль граничных условий состоит в том, что проверяется соответствие ММ граничным условиям, вытекающим из смысла задачи. При этом проверяется, действительно ли граничные условия поставлены и учтены при построении искомой функции и что эта функция на самом деле удовлетворяет таким условиям.
Анализ математической замкнутости сводится к проверке того, что ММ дает однозначное решение.
Анализ физического смысла сводится к проверке физического содержания промежуточных соотношений, используемых при построении ММ.
Проверка устойчивости модели состоит в проверке того, что варьирование исходных данных в рамках имеющихся данных о реальном объекте не приведет к существенному изменению решения.
