INŻYNIERIA SYSTEMÓW wykład 4 MODELE SYSTEMÓW MODELOWANIE I SYMULACJA. Autor: dr inż. ROMAN DOMAŃSKI

Transkrypt

1 1 INŻYNIERIA SYSTEMÓW wykład 4 MODELE SYSTEMÓW MODELOWANIE I SYMULACJA Autor: dr inż. ROMAN DOMAŃSKI

2 Literatura 2 CEMPEL Czesław Teoria i inżynieria systemów zasady i zastosowania myślenia systemowego Wydawnictwo Instytutu Technologii i Eksploatacji Radom 2006 rozdział V CEMPEL Czesław Nowoczesne zagadnienia metodologii i filozofii badań wybrane zagadnienia dla studiów doktoranckich i podyplomowych Wydawnictwo Instytutu Technologii i Eksploatacji Radom 2003 rozdział VII

3 Typy problemów naukowych 3 W istocie są trzy kluczowe problemy rozwiązywane przez naukę: - identyfikacja rzeczywistości ze wszystkimi pytaniami: co jest, co jest jakie, itd. - optymalizacyjno-decyzyjny wyboru: najlepszego rozwiązania, najlepszej struktury, najlepszej decyzji, itp. - rozwoju i innowacji, czyli wynajdywania nowych lepszych: rozwiązań, wyrobów, sposobów postępowania. Pierwszy problem identyfikacji rzeczywistości jest w istocie szukaniem najlepszego modelu strukturalnego i funkcjonalnego danego fragmentu rzeczywistości. Pozostałe dwa problemy wymagają również jakiejkolwiek formy modelu. Bez modelu, zarówno pełna identyfikacja, jak optymalizacja i innowacja nie przebiegają optymalnie, bo wtedy jedyna metoda to kolejne próby i błędy (trial and error method), stosowane od zarania cywilizacji. Tak więc problem nr 1 w nauce, to znalezienie lub posiadanie modelu zjawiska bądź obiektu będącego przedmiotem naszego zainteresowania.

4 Pojęcie modelu teren a mapa 4 Wielu naukowców żywi przekonanie, że jakiekolwiek myślenie o rzeczywistości i problemach, jakie należy rozwiązać, związane jest z operowaniem modelami. Model z łac. modus, modelus oznacza miarę lub obraz. Najczęściej przez model rozumie się taki dający się pomyśleć lub materialnie zrealizować układ, który odzwierciedlając lub odtwarzając przedmiot działania, zdolny jest zastępować go tak, że jego badanie dostarcza nam nowej informacji o tym obiekcie. Model jest uproszczoną reprezentacją systemu w czasie i przestrzeni, stworzoną w zamiarze zrozumienia systemu rzeczywistego. Jeśli przyjąć tezę, iż nasze możliwości poznania czegokolwiek są skończone, a także fakt, iż modelowanie jest zawsze intencjonalne, mające preferencje wyróżnienia jednych cech a pominięcie drugich, to rzeczywiście myślimy prawdopodobnie w kategoriach modeli.

5 Pojęcie modelowania 5 Modelowanie jest to ciąg czynności, w wyniku których zostaje utworzony określony model. Modelowanie to wyszukiwanie w systemie cech i związków istotnych ze względu na dany cel.

6 Modelowanie zalecenia 6 Aby model mógł spełnić swoją rolę, podczas jego tworzenia należy uwzględnić następujące zalecenia : - konstrukcji modelu musi towarzyszyć świadomość celu, dla którego jest on tworzony - model powinien odzwierciedlać elementy, własności oraz relacje między elementami i ich własnościami, - model powinien być wewnętrznie spójny i zgodny z informacjami, które były podstawą jego konstrukcji, - prezentacja modelu powinna uwzględniać relacje między realnym fragmentem rzeczywistości a jego otoczeniem.

7 Klasyfikacja modeli według Cz. Cempla 7 MODELE fragmentów rzeczywistości Symboliczne - deterministyczne - probabilistyczne - rozmyte - lingwistyczne Materialne Skalowy Analogowy Jakościowe Ilościowe Opisowy Wyjaśniający Strukturalne Funkcjonalne predykcyjne... FEM/BEM Symptomowo- -wskaźnikowe Zmienne stanu

8 Klasyfikacja modeli według M. Brzezińskiego 8 MODELE MYŚLOWE MATERIALNE obiekty istniejące (ich odzwierciedlenia) Ikoniczne Semantyczne (logiczne) Matematyczne Symulacyjne dedukcyjne deterministyczne statyczne empiryczne probabilistyczne dynamiczne izomorficzne homomorficzne

9 Systemowe wytwarzanie wiedzy model, podstawowe zależności 9 eksperyment obserwacje i pomiary ze: - świata rzeczywistego - eksperymentów laboratoryjnych symulacja teoria modele matematyczne

10 Typy modeli i rozwiązań problemów 10

11 Rodzaje systemów wstęp do modelowania 11 systemy systemy systemy strukturalnie rozmyte pojęciowe określone stopień skomplikowania - określona struktura i funkcje - nie są w pełni zdefiniowane - znane wektory wejścia i wyjścia - definicje są jeszcze w sferze myśli - zdefiniowane połączenia między podsystemami - nie zawsze są wyartykułowane - możliwość pomiaru wielkości - nie zawsze świadome lub nie - większość systemów inżynierskich - modele mentalne (idee, wartości) (hardware i software) - zdefiniowane atrybuty systemu - nie zawsze możliwa dokonania pomiaru - systemy antropotechniczne i socjotechniczne

12 Modele systemów podstawowe cechy 12 system w pełni określony: - w pełni określona funkcja i struktura - wektory wejścia i wyjścia są zdefiniowane i mierzalne - pełna obserwowalność i sterowalność systemu (warunek niezawodnego działania) - przykłady: czarna skrzynka (znajomość funkcji przejścia), szara skrzynka (funkcja przejścia + znajomość pewnych fragmentów struktury), biała skrzynka (funkcja przejścia + znajomość całej struktury wnętrza) system rozmyty: - nie w pełni zdefiniowana struktura i granice (rozmyte) - możliwość obserwacji pewnych procesów - trudność określenia co obserwujemy (wejście, wyjście, zmienna systemowa) tzw. obserwabla - przykład: system podatkowy w gospodarce

13 Sposoby modelowania z góry na dół (top down) / Macro to micro (Mtm) 2. z dołu do góry (bottom up) / micro to Macro (mtm) Przykłady: podejście makro podejście mikro s = v t ds = v dt Przechodzenie: Mtm różniczkowanie mtm całkowanie

14 Pojęcie symulacji udawanie 14 Symulacja to kontrakcja i ekspansja czasoprzestrzeni na życzenie, to czyni symulację tak pożądaną. Symulacja jest to manipulowanie modelem w taki sposób, że działa on w zmienionej skali i/lub czasoprzestrzeni, umożliwiając nam uchwycenie oddziaływań i zachowań, które w innym przypadku były nieuchwytne (np. czasoprzestrzenne oddalenie).

15 Trójkąt: eksperyment teoria modelowanie i symulacja 15

16 Sposoby badania symulacyjnego systemów 16 - dane wejściowe - dane wyjściowe - parametry sterujące - symptomy (wielkości proporcjonalne)

17 Korzyści symulacji 17 - pozwala przewidzieć możliwy zakres niesterowalności systemów (ryzyko funkcjonalne) - pozwala przewidzieć dalekosiężne efekty uboczne (ryzyko środowiskowe) - pozwala przewidzieć stopniową utratę efektywności systemu na skutek zużycia (ryzyko awarii)

18 Rola symulacji w nauce i gospodarce 18 Nowe wyrafinowane techniki modelowania i symulacji dadzą redukcję kosztów i czasu w projektowaniu nowych procesów i wyrobów. W pewnych działach rozwoju i projektowania nowych technologii o dużym stopniu zagrożenia środowiska pozwoli to ominąć pewne zbędne kroki. Modele mogą przewidywać własności nowych i używanych już materiałów, co w efekcie da lepsze wykorzystanie nośności w nowym projekcie, oraz lepsze przewidywanie czasu do koniecznej naprawy w eksploatacji. Coraz szersze będzie zastosowanie wirtualnej rzeczywistości w projektowaniu, użytkowaniu, w przemyśle, jak i w spędzaniu czasu wolnego. Modele symulacyjne połączone będą coraz częściej ze swymi odpowiednikami w rzeczywistości (systemami), co pozwoli na uczenie się modelu i bieżącą adaptację do zmian w systemie (diagnostyka), a także pozwoli reagować na bieżąco, na zmienną sytuację logistyczną. Modele makro i mikroekonomiczne będą posiadały wyższy szczebel hierarchizacji i integracji, co pozwoli włączyć w symulację gospodarki firmy trendy makroekonomiczne, a także zachowanie się głównych aktorów rynku.

19 POZNAŃ UL. E. ESTKOWSKIEGO 6 dr inż. ROMAN DOMAŃSKI Katedra Systemów Logistycznych tel roman.domanski@wsl.com.pl DZIĘKUJĘ ZA UWAGĘ