БАЗОВАЯ СХЕМА УПРАВЛЕНИЯ «ЧЕРНЫМ ЯЩИКОМ»: Описывая «черный ящик» как модель объекта управления, мы установили,

Реализация принципа «черный ящик» в организационной коммуникации как фактор эффективного управления бабосов Евгений Михайлович

БАЗОВАЯ СХЕМА УПРАВЛЕНИЯ «ЧЕРНЫМ ЯЩИКОМ»: Описывая «черный ящик» как модель объекта управления, мы установили,

Сохрани ссылку в одной из сетей:

РЕАЛИЗАЦИЯПРИНЦИПА «ЧЕРНЫЙ ЯЩИК»

ВОРГАНИЗАЦИОННОЙ КОММУНИКАЦИИ

КАКФАКТОР ЭФФЕКТИВНОГО УПРАВЛЕНИЯ

БабосовЕвгений Михайлович

Институтсоциологии НАН Беларуси, РеспубликаБеларусь

ТрусьАлександр Алексеевич

Институтбизнеса и менеджмента технологий БГУ,Республика Беларусь

atr70@yandex.ru

Одним изфакторов достижения высокой эффективностидеятельности современной организацииявляется грамотно выстроенная коммуникацияна межличностном и функциональномуровнях. Степень коммуникативнойзрелости организации выступает значимойпредпосылкой не только эффективностивыполнения сотрудниками своих должностныхобязанностей, но и продуктивности работывсего предприятия.

Любая организацияс социальной точки зрения – этосвоеобразное образование, не сводимоек простой сумме людей, ее составляющих,и имеющее свои собственные коммуникативныезакономерности существования. Однойиз особенностей современной организацииявляется то, что в ней оказываютсявоедино завязаны многие динамическиефеномены, процессы и явления.

Речь здесьидет о таких разнообразных и непростыхкоммуникативных опциях, как процессыруководства и лидерства, феноменымежгрупповых взаимодействий ииндивидуальной комфортности, фаворитизма,моббинга и т.д.

Уникальность и неповторимостьконкретной организации сочетаются суниверсальными коммуникативнымифеноменами, протекающими в ней, знаниекоторых необходимо руководителю дляграмотного осуществления управленческойдеятельности.

Будучицелостным организмом, организация вответ на изменения в одном месте реагируеткомплементарными изменениями во всейсистеме. Поэтому нельзя считать, чторешение локальной проблемы с коммуникациейв отдельно взятом подразделении решитпроблемы этой целостнойструктурно-функциональной единицы иникак не отразится на предприятии вцелом.

Сложно предсказать, в каких местахкомпании, и каким образом начнутсяпреобразования, связанные с локальнымикоммуникативными изменениями. Поэтомуцелесообразнее представлять изменениясистемно, начиная их сверху и заканчиваябазовыми звеньями организации.

Любыеизменения, прежде всего, коммуникативногохарактера, происходящие в любой изподсистем, непременно отразятся на всехдругих подсистемах и на системе в целом.

Качествоорганизационных ресурсов вообще, икоммуникативных в особенности,непосредственно влияет на конкурентныевозможности предприятия и являетсяодной из важнейших сфер создания еерыночных преимуществ.

Эффективнодействующая организация нацелена намаксимальное использование коммуникативногопотенциала своих руководителей исотрудников, создавая все условия дляих наиболее полной отдачи в процессетруда и интенсивного развития ихпотенциала.

Менеджмент организациипризван обеспечивать не только ееэффективное взаимодействие с внешнейсредой, но и максимально продуктивнуюкоммуникацию отдельно взятого сотрудникас организацией и сотрудников ворганизационной среде.

В настоящеевремя наиболее распространенной являетсямодель «закрытой» организации. Онапредставляет собой наиболее известнуюв истории форму организационногопостроения, которая обозначаетсягеометрическим символом – пирамидой(или треугольником).

Организационныеобразования, которые с древнейших времендо наших дней сохранили свои сущностныепризнаки – армия и иные силовые структуры,церковь, мафия, большинство предприятийсреднего и практически все предприятиякрупного бизнеса, система образования,в целом государство – строятся по этоймодели.

Как показывает практика, таковыхструктур подавляющее большинство.

В модели«закрытого» типа реализуется принцип«черного ящика», берущий свое начало в40-х годах прошлого века, когда зарождаласьнаука кибернетика. Н. Винер предложилмодель системы, которую назвал «черныйящик».

Применительно к современнойорганизации в качестве «черного ящика»могут быть рассмотрены любые системыили подсистемы, подлежащие управлению.

Чтобы система работала эффективно,поступательно развиваясь, она должнабыть организована так, чтобы не требовалавмешательства вышестоящего руководителяв свою работу, за исключением случаевкрайней необходимости.

«Черныйящик» — это метафора, художественныйобраз, своеобразный конструкт, состоящийиз следующих элементов:

— границы«черного» ящика – то, что отделяет этуподсистему от других организационныхподсистем;

— владелецбизнес-процесса – руководитель данногоструктурного подразделения (оперативныйменеджер);

— вход в«черный ящик» — определятся ресурсами,подлежащими преобразованию в соответствиис реализуемым бизнес-процессом;

— бизнес-процесс– технология, выражающаяся впоследовательности действий элементов«черного» ящика (сотрудников, исполнителей);

— «уставка»- плановые показатели, которые владелецбизнес-процесса должен достигнуть заопределенный период;

— выход –полученный результат за определенныйпериод;

— обратнаясвязь.

В организационноймодели «закрытого» типа принцип «черногоящика» действует следующим образом.Организационная система – это цепочка,состоящая из определенного количествазвеньев – структурных подразделений,представляющих собой «черные ящики»,логически взаимосвязанные между собой.

У каждого из них есть вышестоящаяуправленческая надстройка –непосредственный руководитель, которомуподчиняется руководитель конкретного«черного ящика», выступающий владельцембизнес-процесса. На «входе» в черныйящик вышестоящий руководитель выделяетвладельцу бизнес-процесса необходимыересурсы, которые тот использует(преобразует) для получения результатана «выходе».

Вышестоящий руководительтакже устанавливает образ результатаили «уставку» — плановые показатели,которые владелец бизнес процесса должендостигнуть за определенный период.

Поокончании указанного периода вышестоящийруководитель сравнивает «выход»(полученные результаты) с «уставкой»(плановыми показателями), на основаниичего дает владельцу бизнес-процессаобратную связь: положительную илиотрицательную, в зависимости отсоотношения «выход»/«уставка».

При этом онне должен внедряться в текущие процессы,происходящие в «черном ящике», насколькобы они сложны ни были. Его задачи –сравнить выходные факторы с заданнойим «уставкой», провести их сопоставление,анализ и дать владельцу бизнес-процессасвоевременную и качественную обратнуюсвязь.

Обеспечив саморегулируемостьвнутренних процессов, руководителю нетнеобходимости вмешиваться в работукаждой из подсистем (структурныхподразделений и отдельно взятыхсотрудников).

Но, как показываетотечественная управленческая практика,достичь идеального состояния, прикотором вышестоящая управленческаянадстройка не внедряется в процессуправления нижестоящим «черным ящиком»крайне непросто.

Предпосылками разделенияфункционала и границ ответственностии невмешательства в работу нижестоящегоруководителя является доверие междудвумя руководителями, находящимися внепосредственном подчинении. Это довериеформируется при условии согласованияи реализации взаимных договоренностей– так называемого «контрактинга»,включающего следующие компоненты: кточто делает; кто за что отвечает; какосуществляется порядок взаимодействияв «сложных» управленческих и деловыхситуациях.

Источник: https://gigabaza.ru/doc/196375.html

Как правило, в ходе большинства научных исследований приходится сталкиваться с тем или иным видом экспериментов, он может проводиться на производстве, в лабораториях, на опытных участках и т.д. Эксперимент по своей сущности может быть как физическим, так и модельным.

В последнее время наряду с физическими моделями широкое распространение получили абстрактные математические модели. Данная работа посвящена разработке и исследованию математических моделей объекта исследования, в частности двигателя и его узлов.

Приоритетное внимание уделяется поиску оптимальных условий. Такая цель является одной из наиболее распространенных научно-технических задач.

Подобные задачи возникают в тот момент, когда установлена возможность проведения процесса и необходимо найти наилучшие (оптимальные) условия его реализации.

В широком смысле подобные задачи носят название задач оптимизации, а процесс их решения – процесс оптимизации (или просто оптимизация).

Многообразие условий применения авиационных ГТД в силовых установках летательных аппаратов и многочисленность показателей качества двигательных установок крайне усложняет задачу выбора оптимальных параметров рабочего процесса авиационного двигателя. При выборе параметров рабочего процесса конструктору необходимо одновременно удовлетворить большое количество требований, как правило, противоречивых с позиции их возможной реализации.

Рассмотрим обычную схему – «черный ящик», служащую для описания объекта исследования, приведенную на рисунке 1.

Справа изображены стрелки, обозначающие численные характеристики целей исследования, любые из этих характеристик могут использоваться в качестве параметров оптимизации (в зависимости от целей поставленной задачи).

Параметры оптимизации в литературе зачастую называют также критериями оптимизации, целевой функцией, выходом «черного ящика» и т.д.

Соответственно для проведения исследований и экспериментов, необходимо иметь возможность воздействовать на результаты «черного ящика». Способы такого воздействия называют факторами оптимизации (или входами «черного ящика»), они условно изображены стрелками слева на рисунке 1.

Рис. 1. Общая схема «черного ящика»

При решении любой оптимизационной задачи используются математические модели исследования, при этом под математической моделью понимается уравнение, связывающее параметр оптимизации с факторами на него воздействующими. В общем виде это уравнение можно представить как:

где φ(x1) функция отклика.

При разработке программного обеспечения используется принцип воздействия на «черный ящик» – при закрытых алгоритмах работы того или иного приложения выявлять функции отклика, для дальнейшего анализа.

В настоящее время промышленные предприятия имеют в своем арсенале много программных средств, представляющих собой DOS-приложения, с консольным управлением, что делает работу с ними достаточно сложной для рядового пользователя. Однако отказаться от них нет возможности, так как они используют уникальные методы расчета, воспроизведение которых потребует больших временных затрат и других издержек.

Таким образом, использование программ-оптимизаторов даст «вторую жизнь» устаревшим DOS-приложениям, которые станут играть роль решателей.

В разработке настоящего программного обеспечения сделан акцент на унификацию его применения.

Предполагается объектно-ориентированный интерфейс для оперирования параметрами оптимизации — такое представление будет более интуитивным для пользователя.

И позволит работать с подавляющим большинством DOS-приложений без привлечения сторонних специалистов для адаптации программного комплекса по оптимизации к тому или иному решателю.

Разрабатываемый программный комплекс базируется на следующих основных принципах:

— высокая эффективность решения для сложных многопараметрических задач, которая позволит существенно сократить сроки их решения;

— простота использования процедур оптимизации. Она достигается реализацией адаптивных алгоритмов, не требующих предварительных настроек и задания параметров, что позволит их использовать специалистам, не владеющим специальными знаниями в теории оптимизации.

Блок-схема работы разрабатываемого программного комплекса показана на рисунке 2. Для некоторой модели, заданной «черным ящиком» в виде исполняемого файла M.

exe, факторы X задаются файлом входных данных (пример импорта исходных данных и выбор табулируемых параметров приведен на рисунке 3), а результаты расчета записываются в файл Y (пример приведен на рисунке 4).

Поиск оптимума представляет собой «оптимальное управление», когда внешняя программа (назовем ее «оптимизатор») заставляет модель M двигаться из исходного состояния X0(X10, X20… Xk0) в конечное Xн(X1н, X2н… Xkн), функция цели при этом имеет вид:

,

где — начальное значение некоторого выходного параметра,

— весовые коэффициенты выходных параметров, при чем если минимизируемый параметр; если максимизируемый параметр,

,

i – номер итерации.

На рис. 5 показана таблица зависимостей параметра оптимизации от варьируемых факторов, задаваемых пользователем.

Рис.2 Блок-схема алгоритма оптимизации

Рис. 3 Пример входных данных

Рис.4 Пример выходных данных

Рис. 5 Пример таблицы зависимостей табулируемых параметров

В основе работы программы заложена математическая модель оптимизации, основной задачей которой является сокращение количества запусков решателя. Это позволит значительно ускорить процесс оптимизации, сократить временные затраты на получение требуемого результата и снизить аппаратные требования к рабочей станции.

Фактор считается заданным, если указаны его название и область определения. В выбранной области определения он может иметь несколько значений, которые соответствуют числу его различных состояний. Выбранные для эксперимента количественные или качественные состояния фактора носят название уровней фактора.

Значения факторов, соответствующие определенным уровням их варьирования, выражают в кодированных величинах. Под интервалом варьирования фактора подразумевается разность между двумя его значениями, принятая за единицу при кодировании (т.е. шаг).

При этом следует учитывать, что чрезмерное увеличение величины интервалов варьирования нежелательно, т.к. это может привести к снижению эффективности поиска оптимума. А очень малый интервал варьирования уменьшает область эксперимента, что замедляет поиск оптимума.

Для решения задачи оптимизации предложено большое количество алгоритмов, базирующихся на различных принципах, но лишь немногие из них нашли широкое применение. Среди них нет еще ни одного алгоритма, полностью удовлетворяющего всем предъявляемым требованиям. По-прежнему остается актуальной задача разработки новых более эффективных алгоритмов с широкой областью применения.

Преимущества или недостатки того или иного алгоритма, определяющие его применимость, нельзя оценить однозначно.

Сравнение всегда приходится вести по ряду показателей, но опыт работ показывает, что достаточно сложные задачи удается решать только одним из методов поиска, т.е.

таким методом, при котором последовательно вычисляются значения функции цели и проверяются ограничения в различных точках области поиска. Различные алгоритмы этого типа, собственно говоря, и различа­ются способами выбора последовательности этих точек.

При оптимизации ГТД не встречаются задачи без ограничений. Они бывают, как правило, бывают нелинейными.

Функция цели часто многоэкстремальная, поэтому преимущественно применяют­ся методы глобального поиска, но возможно и применение локальных методов при достаточно большой области притяжения глобального экстремума. В этом случае приходится для повышения надежности повторять поиск из нескольких начальных точек.

Рассмотрим пример проведения неформальной оптимизации по двум факторам с использованием разрабатываемого программного комплекса. Т.е при табулировании Xi выявляем функцию цели в виде:

В результате имеем поверхность зависимости функции цели от воздействующих факторов (рис. 6).

Рис.6 Зависимость функции цели от воздействующих факторов

Далее по полученной поверхности зависимости функции цели от воздействующих факторов происходит поиск максимума функции цели с использованием методов поиска, описанных выше.

С ростом стоимости современного натурного и полунатурного эксперимента возрастает потребность в математическом моделировании рассматриваемых физических процессов.

Одновременно с этим развивается и вычислительная техника, современный настольный компьютер на несколько порядков мощнее, чем ЭВМ на заре развития, когда они занимали целое крыло здания.

А если обратить внимание на кластеры, состоящие из тысяч ядер, то это несравненно более мощный инструмент для расчетно-теоретических исследований.

При такой эволюции вычислительной техники значительно совершенствовались и сами методы решения математических задач, и способы представления результатов. В настоящее время расчётно-теоретические исследования фактически становятся базой для экспериментов во многих областях науки и позволяют существенно снизить сроки и стоимость создания новой техники.

В промышленности зачастую возникают задачи, когда требуется использовать ранее созданные программы с уже созданным интерфейсом (в виде входных и выходных файлов), которые представляют собой так называемый «черный ящик» – эти программы имеют закрытые алгоритмы.

Рассмотрев существующие проблемы, возникающие при проведении расчетов на промышленных предприятиях нельзя не отметить актуальность разработки проекта программного оптимизационного комплекса.

Наличие такого комплекса позволит не только найти наиболее оптимальное решение поставленной задачи, но и значительно сократить временные затраты на совершенствование современных изделий.

Позволит решать все классы оптимизации, включая уникальные задачи многопараметрической (100 и более переменных), многокритериальной (более 10 критериев) оптимизации, что позволит значительно повысить эффективность объекта оптимизации и получать технические решения и законы управления, не имеющие аналогов.

Связать и решать в едином проекте задачи, рассчитываемые различными программными средствами на различных ПК, объединенных в локальную сеть или через Интернет (многодисциплинарная оптимизация). Определить наиболее эффективные технические решения по многим критериям, включая многоцелевое оптимальное управление (многокритериальная постановка).

Минимизировать необходимое число определений целевой функции (число вычислений по математической модели либо проведения экспериментов) при поиске оптимального технического решения. Определить максимально достижимую эффективность системы.

Технология оптимизации первоначально используется при поиске путей повышения эффективности силовых установок и их узлов современных и перспективных летательных аппаратов различного назначения путем решения задач оптимального проектирования и оптимального управления. Но нет принципиальных сложностей в применении этой технологии, в экологии, биотехнике, экономике и т.п. при условии наличия соответствующих математических моделей и участия в проведении исследований специалистов из этих областей.

Работа выполнена при финансовой поддержке РФФИ (проект №10-08-00795)

Литература:

  1. Тунаков А. П. САПР газотурбинных двигателей / А.П. Тунаков, И.А. Кривошеев, Д. А. Ахмедзянов – Уфа: УГАТУ, 2005. – 272 с.

  2. Адлер Ю.П. Планирование эксперимента при поиске оптимальных условий./ Ю.П. Адлер, Е.

    В. Маркова, Ю.В. Грановский. Издательство Наука, Москва 1976, 279с.

  3. Банди Б. Методы оптимизации. Вводный курс: Пер. с англ. М.: Радио и связь, 1988. — 128 с: ил.

  4. Налимов В.В. Теория эксперимента. М.: Наука, 1971. — 208 с.

Основные термины(генерируются автоматически): черный ящик, разрабатываемый программный комплекс, функция цели, задача, математическая модель, оптимальное управление, вычислительная техника, программное обеспечение, целевая функция, параметр оптимизации.

Источник: https://moluch.ru/archive/33/3744/

5.Черный ящик. Основная проблема моделирования

БАЗОВАЯ СХЕМА УПРАВЛЕНИЯ «ЧЕРНЫМ ЯЩИКОМ»: Описывая «черный ящик» как модель объекта управления, мы установили,

«Чернымящиком» называют систему внутреннесодержание которого наблюдателюнеизвестна, а доступны только вход ивыход. Выбор этих входов и выходов иесть утверждающая часть модели, котораяи будет определять организационнуюмодель.

Конечная цель – построениематем модели объекта, т.е. матем оператораА, связывающего выход с входом Компонентыназываютфакторами ли предикторами, а-откликом. Структуру оператора А мы незнаем.

*- Внутренне содержимое скрыто отнаблюдателя

Решениемзадачи «черным ящиком» называютидентификации системы в широком смысле.Основная задача – определение структурысистемы, т.е. определение общего видаматем оператора, связ вход с выходом.2-я задача – определение синтезовпараметров. Это задача определенияконкретных решений параметров, связывающийвход с выходом.

Идентификациюв узком смысле называют «серым ящиком».Предполагается точно известная структурасистемы и необходимо определить лишьее неизвестный параментр по результатамэксперимента. (МНК предназначен длясерого ящика, т.к. мы должны точно знатьфункцию). Многие прикладные задачи можносвести к задаче «серого ящика», используюматем системы.

Пониманиеэксперимента зависит от того, какаяинформация может быть получена изэксперимента системы.

Надопостроить математическую модель, котораяотражала бы зависимость ,набори выход.Векторный выход называется откликом,а функция-функция отклика.

Описаниефункционирования черного ящика сводитсяк соотношению между и – между откликами.

Пример:

Методнаименьших квадратов; степенной полином

1,2,3,4,5,6 2,4,6,8,10,12

7->7

2n+(n-1)(n-2)(n-3)(n-4)(n-5)(n-6)

78->734

Осн.проблема — Это выбор структуры, модели,описывающий черный ящик.

Трудностьвыбора математического выражения,определяющего структуру системысущественно зависит от априорногознания системы.

6.Общая схема моделирования

Моделированиемназ-ся замещение одного объекта, назыв-госистемой, др-м объектом, назыв-м моделью,и проведение экспериментов с моделью(или на модели), иссл-ие св-в модели,опираясь на рез-ты экспериментов с цельюполучения инф-ции о системе.

Примодел-ии необх-мо обеспечить макс-уюэффек-ть модели системы. Эффек-ть обычноопр-ся как нек-ая разность м/ду какими-топоказ-ми ценности рез-тов, получе-х витоге эксплуатации модели, и темизатратами, кот-ые были вложены в ееразраб-ку и создание.

Набазе системного подхода м. б. предложенаи нек-рая послед-сть разработки моделей,когда выделяют две основные стадиипроектир-ия: макропроект-ие и микропроект-ие.

Настадии макропроек-ия на основе данныхо реальной системе S и внеш. среде Естроится модель внеш. среды, выявл-сяресурсы и ограничения для построениямодели системы, выбирается модельсистемы и критерии, позволяющие оценитьадекватность модели М реальной системыS.

Стадиямикропроек-ия в значит. степени зависитот конкр-го типа выбранной модели. Вслуч. имитационной модели необх-мообеспечить созд-ие инф-ого, матем-го,технич-го и прогр-го обеспеч-ий системмодел-ия. На этой стадии м-но установитьосн-ые хар-ки созданной модели, оценитьвремя работы с ней : затраты ресурсовдля получения заданного кач-ва соотв-иямодели пр-су функц-ия системы S.

Независимоот типа исп-мой модели М при ее построениинеобх-мо руководст-ся рядом принциповсист-го подхода: 1) пропорц-но-последов-оепродвиж-ие по этапам и направл-ям созданиямодели; 2) соглас-ие инф-ых, рес-сных,надежностных и др. хар-тик; 3) правильноесоотн-ние отд-х ур-ней иерархии в системемодел-ния; 4) целостность отд-ых обособленныхстадий постр-ия модели.

МодельМ должна отвечать заданной цели еесоздания, поэтому отд-ые части д-ныкомпоноваться взаимно, исходя из единойсистемной задачи. Цель м. б. сформулированакачественно, тогда она будет обладатьбольшей содержательностью и длительноевремя м-т отображать объективные возм-стиданной системы моделирования.

Приколич-ой формулировке цели возникаетцелевая функция, которая точно отображаетнаиб. существенные ф-ры, влияющие надостижение цели. Целевую ф-ию можнопредставить в виде U1=F(X,Y,U2….

Un), где Х-входы, У-выходы, U1,U2…Un– ограничения цели; при чем задача стоитв оптимизации U1.Оптимиз-ся может более одного критерия.

Для упрощения модели М цели делят наподцели и создают более эфф-ные видымоделей в завис-ти от полученных подцелеймодел-ия.

Дляправильно построенной модели М характернымявл-ся то, что она выявляет лишь тезакономерности, которые нужныисследователю, и не рассматриваетсвойства системы S, не существенные дляданного иссл-ия.

Модель выступает какнек-ый «заместитель» оригинала,обеспечивающий фиксацию и изучениелишь нек-ых св-в реального объекта.Искусство моделирования – выделениесущественного из множества несущественного.

Заключит-ныйэтап моделирования — анализ модели. Пополученным расчетным данным проверяется,наск-ко расчеты отвечают нашемупредставлению и целям моделирования.На этом этапе определяются рекомендациипо совершенствованию принятой моделии, если возможно, объекта или процесса.

1.Определение целей моделирования.Основные из них, как предлагает А.Б.Горстко [3], таковы:

1)модель нужна для того, чтобы понять, какустроен конкретный объект, какова егоструктура, основные свойства, законыразвития и взаимодействия с окружающиммиром;

2)модель нужна для того, чтобы научитьсяуправлять объектом (или процессом) иопределить наилучшие способы управленияпри заданных целях и критериях;

3)модель нужна для того, чтобы прогнозироватьпрямые и косвенные последствия реализациизаданных способов и форм воздействияна объект.

Естественно,прежде чем формулировать цель исследования,необходимо всесторонне изучить структурумоделируемого объекта (процесса).

2.Содержательноеописание (огрублении целей объекта) всловесной форме согласно Н.П. Бусленкосодержит [16]:

сведенияо физической природе исследуемогопроцесса;

сведенияо количественных характеристикахэлементарных явлений исследуемогопроцесса;

сведенияо месте и значении каждого элементарногоявления в общем процессе функционированиярассматриваемой системы;

постановкуприкладной задачи, определяющую целимоделирования исследуемого процесса.

Содержательноеописание процесса обычно самостоятельногозначения не имеет, а служит лишь основойдля дальнейшей формализации этогопроцесса — построения формализованнойсхемы и математической модели процесса.

3.Формализованнаясхема является промежуточным звеноммежду содержательным описанием иматематической моделью и разрабатываетсяв тех случаях, когда из-за сложностиисследуемого процесса переход отсодержательного описания к математическоймодели оказывается невозможным.

Наэтапе построения формализованной схемыдолжна быть дана точная математическаязадачи исследования с указаниемокончательного перечня искомых величини оцениваемых зависимостей.

Преждевсего составляется список величин, откоторых зависит поведение объекта илиход процесса, а также тех величин, которыежелательно получить в результатемоделирования.

Обозначив первые (входные)величины через x1, x2, …, xn; вторые (выходные)через y1, y2, …, yk, можно поведение объектаили процесса символически представитьв виде yj = Fj(x1, x2, …, xn) (j = 1, 2, …, k), где Fjсимволически обозначает некоторыематематические операции над входнымивеличинами.

Важнейшимэтапом моделирования является разделениевходных параметров по степени важностивлияния их изменений на выходные. Такойпроцесс называется ранжированием. Чащевсего невозможно, да и не нужно, учитыватьвсе факторы, которые могут повлиять назначения интересующих нас величин yj.

От того, насколько умело выделеныважнейшие факторы, зависит успехмоделирования, быстрота и эффективностьдостижения цели. Отбрасывание (по крайнеймере, при первом подходе) менее значимыхфакторов огрубляет объект моделированияи способствует пониманию его главныхсвойств и закономерностей.

4.Наэтапе перехода от формализованной схемык математической модели необходимоперейти от абстрактной формулировкимодели к формулировке, имеющей конкретноематематическое наполнение. В этот моментмодель предстает перед нами в видеуравнения, системы уравнений, системынеравенств, дифференциального уравненияили системы таких уравнений и т.д.

Утверждается, что «для преобразованияформализованной схемы в модель необходимопрежде всего, воспользовавшисьсоответствующими схемами, записать ваналитической форме все соотношения,выразить все логические условия.

Последним этапом формализации являетсяидентификация модели — определениепараметров и структуры модели,обеспечивающей наилучшее совпадениеисходных данных объекта и данных,полученных на модели объекта».

5.Когдаматематическая модель сформулирована,и выполнена ее идентификация, выбираетсяметод исследования модели.

6.Разработкаалгоритма и составление программы дляЭВМ — творческий и трудно формализуемыйпроцесс.

В настоящее время достаточнораспространенным подходом к программированиюостается структурный подход, основнымиприемами которого являются модульность,использование лишь базовых алгоритмическихструктур, разработка алгоритма «сверхувниз» с дальнейшей пошаговойдетализацией.

Другим, не менее (а можетбыть, более) популярным подходом являетсяобъектно-ориентированное программирование.Графический пользовательский интерфейсцелесообразно реализовывать, используявизуальные возможности программирования.

В последнее время такой подход нашелширокое распространение в связи сувеличением быстродействия ЭВМ, многиеиз которых работают под управлениемграфических операционных систем.

Относительная простота изучения и»кнопочная» технология, когдасоздание интерфейса программы значительноускоряется, делают эти средствапривлекательными для созданиядемонстрационных программ. Для постановкинаучных численных экспериментовпо-прежнему целесообразнее использоватьболее традиционные средства, т.к. здесьнаиболее важной является скоростьвычислений, а не оформление программы.В некоторых случаях расчеты удобнопровести, используя готовые программныепродукты, например, электронные таблицыили специальные математические пакеты.

7.Послесоставления программы с ее помощьюрешается простейшая тестовая задача(желательно, с заранее известным ответом)с целью отладки и тестирования программы,устранения грубых ошибок [2]. Затемследует собственно численный эксперимент.

8.Вслучае несоответствия модели реальномупроцессу происходит возврат к одномуиз предыдущих этапов.

Возможные точкивозврата указаны на схеме: либо в процессеогрубления были отброшены какие-товажные факторы или же было взято слишкоммного незначительных факторов и требуетсяуточнить математическую модель; либовыбор метода исследования оказался неслишком удачным и нужно использоватьболее сложный и точный. После внесениятех или иных изменений вновь проходимпо части технологической цепочки иделаем это до тех пор, пока не будутполучены приемлемые результаты.

9.Поокончанию компьютерного экспериментас математической моделью накопленныерезультаты (чаще всего численные)обрабатываются тем или иным способом(опять же с помощью компьютера) иинтерпретируются.

Чаще удобной длявосприятия формой представлениярезультатов являются не таблицы значений,а графики, диаграммы. Иногда численныезначения пытаются заменить аналитическизаданной функцией, вид которой определяетэкспериментатор.

Обработанные данныев конечном итоге попадают в отчет (илинаучную статью) о проделанном эксперименте.

7.Параметрысложного объекта исследования. Объектамиисследования моделирования экономическихсистем являются любые экономическиеобъекты. Макромодель представляетобъект исследования в виде «черногоящика», содержимое которого неизвестно.

Структурасовр-ных моделей часто соотв-ет структуреизучаемого объекта. В основе такихмоделей лежит элемент (блок), со скрытойот внешнего наблюдателя внутр. структурой.Глядя на такой блок со стороны, можноувидеть только специальные переменные,называемые в общем случае контактными.

Структурносложная модель состоит из множестваблоков, взаимод-их м/ду собой ч/з функц-ыесвязи м/ду видимыми извне переменными.Стр-ра такой системы об-но явл-сяиерархической.

Мн-во элементов системым-т изменяться в пр-се функц-ия системы.Как правило, эл-ты слож. системы хар-сяразлич. физич. принципами д-ия, что, вконце концов, не столь заметно в итоговойматем.

модели, но чрезвычайно важно наэтапе построения модели.

Однойиз отличительных хар-тик сложных объектов(СО) явл-ся наличие большого кол-ванезависимых входных и выходных пар-ров,хар-щих состояние системы неоднозначнымобразом.

Метамодель— это принципиальная схема различныхчастей системы. Характерный пример -рассмотренный хозяйственный механизмуправления.

Макромодель— показывает взаимодействие отдельныхэлементов в какой-либо части.

Микромодель— это содержательное описание какого-либопроцесса, например, экономическо-математическаямодель оптимизации управления. Макромодельадекватна в отношении внешних свойствобъекта исследования.

Однако, в отличиеот полной математической модели,макромодель не описывает внутреннеесостояние отдельных элементов.Макромодельже описывает только систему моделирования.

Макромодель представляет объектисследования в виде «черного ящика»,содержимое которого неизвестно.

Сложнаясистема – комплекс отдельных подсистем,функционирующих в тесном взаимодействии,решающих общую задачу.

Любаятехническая, биологическая системаработает в окружении среды, котораяоказывает внешнее воздействие на системус параметрами возмущения, искажающимирезультаты управления.

Параметры:

X– входные параметры, факторные признаки,экзогенные параметры;

Y– выходные параметры, результативныепризнаки, эндогенные параметры;

Z– параметры возмущения, случайныефакторы, случайные составляющие;характеризует контролируемые, нонеуправляемые пар-ры, возд-щие на нашобъект. Напр-р, кач-во исх-го сырья, кот-оем-т меняться от партии к партии. Параметрыимеют направление, изменение ихневозможно.

W– параметры управления. Системы бываютоткрытые (взаимодействующие с внешнейсредой) и закрытые (невзаимодействующиес внешней средой). некот-ые параметры,возмущающие возд-ия, св-ва кот-х точкиприложения, характер влияния иинтенсивность носят случ. хар-р и неподдаются определению.

Параметры,кот-ые кар-т внутренне состояние объекта,наз-ся неконтролируемыми. Эти пар-рытакже влияют на рез-т.

Припостроении сложных объектов необх-моучитывать и уменьшать неопределенность.

Модельназывается статической, если средивходных воздействий X и Z нет параметров,зависящих от времени. Статическая модельв каждый момент времени дает лишьзастывшую «фотографию» объектаисследования, ее срез. С помощьюстатических моделей удобно изучать,например, работу логических элементов.

Модельназывается динамической, если входныевоздействия изменяются во времени, илинужно определить, как изменяетсясостояние объекта исследования сизменением времени. С помощью динамическихмоделей исследуют, в частности, переходныепроцессы в электрических цепях.

Модельназывается детерминированной, есликаждому набору входных параметроввсегда соответствует единственный набор выходных параметров. В противномслучае модель называется недетерминированной(стохастической, вероятностной). Встохастических моделях используютсягенераторы случайных чисел с различнымизаконами распределения.

Источник: https://studfile.net/preview/724646/page:3/

Scicenter1
Добавить комментарий