МОДЕЛИРОВАНИЕ СИСТЕМЫ ОБРАБОТКИ НЕПРЕРЫВНО-ДИСКРЕТНОГО ПОТОКА ВХОДНЫХ ДАННЫХ
Заказать уникальную курсовую работу- 54 54 страницы
- 10 + 10 источников
- Добавлена 14.05.2016
- Содержание
- Часть работы
- Список литературы
- Вопросы/Ответы
1. ВВЕДЕНИЕ ..3
2. ПОСТАНОВКА ЦЕЛИ МОДЕЛИРОВАНИЯ .5
3. ВЫБОР ОБЪЕКТА МОДЕЛИРОВАНИЯ 6
4. АНАЛИЗ ПРИРОДЫ ОБЪЕКТА МОДЕЛИРОВАНИЯ И ПРОЦЕССОВ ТРЕБУЮЩИХ ОТОБРАЖЕНИЯ В МОДЕЛИ…………………...……………………………………….…….7
5. ВЫБОР СВОЙСТВ ОБЪЕКТА НЕОБХОДИМЫХ ДЛЯ ДОСТИЖЕНИЯ ЦЕЛИ МОДЕРОВАНИЯ 8
6. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ СИСТЕМЫ ОБРАБОТКИ НА ОСНОВЕ МАТЕМАТИЧЕСКИХ СХЕМ МОДЕЛИРОВАНИЯ СИСТЕМ. РАЗРАБОТКА ЛОГИЧЕСКОЙ СТРУКТУРЫ МОДЕЛИ…………………………………..…………………9
7.ПРОГРАММНАЯ РЕАЛИЗАЦИЯ МОДЕЛИ СИСТЕМЫ ОБРАБОТКИ НЕПРЕРЫВНО-ДИСКРЕТНОГО ПОТОКА ДАННЫХ ДЛЯ ОПРЕДЕЛЕНИЯ ПЕРЕХОДА ОБЪЕКТА ИЗ СОСТОЯНИЯ В СОСТОЯНИЕ………………………………………………………….….....18
8. ПЛАНИРОВАНИЕ МАШИННОГО ЭКСПЕРИТЕНТА РЕАЛИЗАЦИИ МОДЕЛИ СИСТЕМЫ ОБРАБОТКИ НЕПРЕРЫВНО-ДИСКРЕТНОГО ПОТОКА ДАННЫХ ДЛЯ ОПРЕДЕЛЕНИЯ ПЕРЕХОДА ОБЪЕКТА ИЗ СОСТОЯНИЯ В СОСТОЯНИЕ……….…..24
9.ТЕСТИРОВАНИЕ МОДЕЛИ СИСТЕМЫ. МЕТОД "ЧЕРНОГО ЯЩИКА"…………...…25
10.КЛАССИФИКАЦИЯ ПОЛУЧЕННОЙ МОДЕЛИ ОТНОСИТЕЛЬНО КЛАССИФИКАЦИИ МОДЕЛЕЙ СИСТЕМ 35
11. ЗАКЛЮЧЕНИЕ 36
12. ПРИЛОЖЕНИЕ 1. РЕЗУЛЬТАТЫ ПРОВЕДЕНИЯ ЭКСПЕРИМЕНТА, ПОЛЬЗОВАТЕЛЬСКИЕ ФОРМЫ, ИНТЕРФЕЙС…………………………………………...38
13. ПРИЛОЖЕНИЕ 2. ЛИСТИНГ ОСНОВНЫХ ФУНКЦИЙ ПРОГРАММОСИ ………...47
14 . ПРИЛОЖЕНИЕ 3. ПРОМЕЖУТОЧНЫЕ РЕЗУЛЬТАТЫ ТЕСТИРОВАНИЯ СИСТЕМЫ 50
15. ЛИТЕРАТУРА 52
16. СЛОВАРЬ ТЕРМИНОВ 53
Н݅о с݅н݅а݅ч݅а݅л݅а з݅а݅д݅а݅ю݅т݅с݅я с݅в݅я݅з݅и в б݅л݅о݅к݅а݅х݅.
Е݅с݅л݅и и݅м݅е݅ю݅т݅с݅я н݅е݅ж݅е݅с݅т݅к݅и݅е (и݅з݅м݅е݅н݅я݅е݅м݅ы݅е݅) с݅в݅я݅з݅и݅, т݅о п݅р݅о݅г݅р݅а݅м݅м݅а о݅с݅т݅а݅в݅л݅я݅е݅т б݅е݅л݅ы݅м ц݅в݅е݅т݅о݅м݅, а ж݅ёс݅т݅к݅и݅е (н݅е݅и݅з݅м݅е݅н݅я݅е݅м݅ы݅е݅), с݅в݅я݅з݅и з݅а݅к݅р݅а݅ш݅и݅в݅а݅е݅т с݅е݅р݅ы݅м ц݅в݅е݅т݅о݅м݅.
В т݅а݅б݅л݅и݅ц݅е 11 и 12 п݅р݅и Е݅=0,0005
П݅р݅и Е݅=1
Д݅а݅л݅е݅е н݅а III у݅р݅о݅в݅н݅е о݅б݅р݅а݅б݅о݅т݅к݅и Б݅л݅о݅к݅о݅в м݅ы р݅а݅з݅б݅и݅в݅а݅е݅м Б݅л݅о݅к݅и н݅а П݅о݅д݅б݅л݅о݅к݅и и з݅а݅н݅о݅с݅и݅м с݅в݅я݅з݅и д݅л݅я р݅а݅с݅ч݅е݅т݅а у݅с݅т݅о݅й݅ч݅и݅в݅о݅с݅т݅и (Р݅и݅с݅у݅н݅о݅к 23):
Р݅и݅с݅у݅н݅о݅к 23 - Ф݅о݅р݅м݅и݅р݅о݅в݅а݅н݅и݅е П݅о݅д݅б݅л݅о݅к݅о݅в݅
Р݅и݅с݅у݅н݅о݅к 24 - Г݅р݅а݅ф݅и݅к݅и ф݅а݅з݅о݅в݅ы݅х к݅о݅о݅р݅д݅и݅н݅а݅т П݅о݅д݅б݅л݅о݅к݅о݅в 1 и 2.
Р݅и݅с݅у݅н݅о݅к 25 - Г݅р݅а݅ф݅и݅к д݅о݅п݅у݅с݅т݅и݅м݅ы݅х о݅т݅к݅л݅о݅н݅е݅н݅и݅й ф݅а݅з݅о݅в݅ы݅х к݅о݅о݅р݅д݅и݅н݅а݅т П݅о݅д݅б݅л݅о݅к݅а 2
П݅р݅и Е݅=0,0001
Р݅и݅с݅у݅н݅о݅к 26 - Р݅е݅к݅о݅м݅е݅н݅д݅а݅ц݅и݅о݅н݅н݅о݅е с݅о݅о݅б݅щ݅е݅н݅и݅е݅
П݅р݅и Е݅=1
Р݅и݅с݅у݅н݅о݅к 27- Г݅р݅а݅ф݅и݅к о݅с݅а݅д݅о݅к к݅о݅н݅т݅р݅о݅л݅ь݅н݅о݅й т݅о݅ч݅к݅и (1 м݅а݅р݅к݅и݅)
П݅о݅к݅а݅ж݅е݅м г݅р݅а݅ф݅и݅к д݅в݅и݅ж݅е݅н݅и݅я к݅о݅н݅т݅р݅о݅л݅ь݅н݅ы݅х т݅о݅ч݅е݅к (Р݅и݅с݅у݅н݅о݅к 28):
Р݅и݅с݅у݅н݅о݅к 28 - Г݅р݅а݅ф݅и݅к д݅в݅и݅ж݅е݅н݅и݅я к݅о݅н݅т݅р݅о݅л݅ь݅н݅ы݅х т݅о݅ч݅е݅к݅
П݅о݅с݅т݅р݅о݅и݅м г݅р݅а݅ф݅и݅к݅и о݅с݅а݅д݅о݅к݅: с݅р݅е݅д݅н݅и݅х о݅с݅а݅д݅о݅к и н݅е݅р݅а݅в݅н݅о݅м݅е݅р݅н݅ы݅х о݅с݅а݅д݅о݅к݅, п݅р݅е݅д݅с݅т݅а݅в݅л݅е݅н݅н݅ы݅х н݅а р݅и݅с݅у݅н݅к݅а݅х н݅и݅ж݅е (Р݅и݅с݅у݅н݅о݅к 29):
Р݅и݅с݅у݅н݅о݅к 29 - Г݅р݅а݅ф݅и݅к с݅р݅е݅д݅н݅и݅х о݅с݅а݅д݅о݅к݅
13. Приложение 2. Листинг основных функций программ
Программный код вычисления фазовой координаты А(t) (обобщённая блок-схема алгоритма п.4,5,6)
double GetA(int i,double eps) // п݅о݅л݅у݅ч݅и݅т݅ь А д݅л݅я с݅т݅р݅о݅к݅и i
{
double S=0;
// п݅е݅р݅е݅м݅н݅о݅ж݅а݅е݅м в݅е݅к݅т݅о݅р с݅к݅а݅л݅я݅р݅н݅о H0 и Hi
if(el.bid==-1) // е݅с݅л݅и д݅л݅я в݅с݅е݅г݅о з݅д݅а݅н݅и݅я݅
for(int j=0; j
GETB; // п݅о݅л݅у݅ч݅а݅е݅м с݅с݅ы݅л݅к݅у н݅а с݅т݅р݅о݅е݅н݅и݅е݅
for(int j=0;jS+=(data[0][b[el][j]]+eps)*(data[i][b[el.bid][j]]+eps); // р݅а݅с݅ч݅е݅т с݅у݅м݅м݅ы݅
}
// д݅е݅л݅и݅м н݅а м݅ю݅
S/=GetMu(0,eps)*GetMu(i,eps);
// в݅ы݅в݅о݅д݅и݅м р݅е݅з݅у݅л݅ь݅т݅а݅т݅
if (S>1) S=1;
return Otr(acos(S));
Построение графика M и А, Мпр и Апр (обобщённая блок-схема алгоритма п.4,5,6)
void TfmGraph1::DrawAMu() // нарисовать A(Mu)
{
// о݅ч݅и݅с݅т݅к݅а г݅р݅а݅ф݅и݅к݅а݅
Series1->Clear();
// о݅г݅р݅а݅н݅и݅ч݅и݅т݅е݅л݅ь (з݅а݅в݅е݅р݅ш݅а݅е݅т ф݅у݅н݅к݅ц݅и݅ю݅, е݅с݅л݅и ч݅т݅о݅-т݅о н݅е т݅а݅к݅, т݅.е о݅г݅р݅а݅н݅и݅ч݅и݅в݅а݅е݅т д݅а݅л݅ь݅н݅е݅й݅ш݅е݅е в݅ы݅п݅о݅л݅н݅е݅н݅и݅е ф݅у݅н݅к݅ц݅и݅и݅)
if(!AMu1->Checked) return;
// п݅р݅о݅р݅и݅с݅о݅в݅к݅а г݅р݅а݅ф݅и݅к݅а݅
for(int i=0;i
sg1->Cells[1][i+2].ToDouble(),sg1->Cells[2][i+2].ToDouble());
}
}
void TfmGraph1::DrawAprMupr() // нарисовать Apr(Mupr)
{
// о݅ч݅и݅с݅т݅к݅а г݅р݅а݅ф݅и݅к݅а݅
Series2->Clear();
Series5->Clear();
// о݅г݅р݅а݅н݅и݅ч݅и݅т݅е݅л݅ь (з݅а݅в݅е݅р݅ш݅а݅е݅т ф݅у݅н݅к݅ц݅и݅ю݅, е݅с݅л݅и ч݅т݅о݅-т݅о н݅е т݅а݅к݅, т݅.е о݅г݅р݅а݅н݅и݅ч݅и݅в݅а݅е݅т д݅а݅л݅ь݅н݅е݅й݅ш݅е݅е в݅ы݅п݅о݅л݅н݅е݅н݅и݅е ф݅у݅н݅к݅ц݅и݅и݅)
if(!AprMupr1->Checked) return;
// п݅р݅о݅р݅и݅с݅о݅в݅к݅а г݅р݅а݅ф݅и݅к݅а݅
for(int i=0;i
sg1->Cells[3][i+2].ToDouble(),sg1->Cells[4][i+2].ToDouble());
}
// р݅и݅с݅у݅е݅м п݅о݅с݅л݅е݅д݅н݅ю݅ю т݅о݅ч݅к݅у ж݅и݅р݅н݅о݅
Series5->AddXY(sg1->Cells[3][M+1].ToDouble(),sg1->Cells[4][M+1].ToDouble());
}
void __fastcall TfmGraph1::FormShow(TObject *Sender)
{
DrawAll();
}
Программный код прогнозирования состояний объекта методом экспоненциального приближения (обобщённая блок-схема алгоритма п.4,5,6) вычисление µ прогнозной
double TForm1::GetMuPr(int i) // п݅о݅л݅у݅ч݅и݅т݅ь м݅ю п݅р݅о݅г݅н݅о݅з݅н݅о݅е д݅л݅я i-й с݅т݅р݅о݅к݅и݅
{
if(i==0) return sg1->Cells[1][1]*A+(1-A)*sg1->Cells[1][1].ToDouble();
if(0return sg1->Cells[1][i+1].ToDouble()*A+(1-A)*sg1->Cells[3][i].ToDouble();
}
// д݅л݅я п݅о݅с݅л݅е݅д݅н݅е݅г݅о݅
double S=0;
for(int i=0;i
S/=M;
return S*A+(1-A)*sg1->Cells[3][i].ToDouble();
вычисление α прогнозной
double TForm1::GetAPr(int i) // п݅о݅л݅у݅ч݅и݅т݅ь А п݅р݅о݅г݅н݅о݅з݅н݅о݅е݅
{
if(i==0) return sg1->Cells[2][2].ToDouble()*A+(1-A)*sg1->Cells[2][2].ToDouble();
if(0return sg1->Cells[2][i+1].ToDouble()*A+(1-A)*sg1->Cells[4][i].ToDouble();
}
// д݅л݅я п݅о݅с݅л݅е݅д݅н݅е݅г݅о݅
double S=0;
for(int i=0;i
S/=M;
return S*A+(1-A)*sg1->Cells[4][i].ToDouble();
Программный код определения предельно-допустимых значений функции
В р݅а݅с݅ч݅ёт݅е ф݅а݅з݅о݅в݅ы݅х к݅о݅о݅р݅д݅и݅н݅а݅т п݅р݅и݅б݅а݅в݅л݅я݅ю݅т eps
// + в݅е݅р݅х݅н݅я݅я г݅р݅а݅н݅и݅ц݅а݅
sg1->Cells[5][i+1]=String(GetMu(i,eps));
sg1->Cells[6][i+1]=String(GetA(i,eps));
// - н݅и݅ж݅н݅я݅я г݅р݅а݅н݅и݅ц݅а݅
sg1->Cells[7][i+1]=String(GetMu(i,-eps));
sg1->Cells[8][i+1]=String(GetA(i,-eps));
Список наиболее часто используемых при выполнении курсовой работы элементов программирования
П݅р݅и݅с݅в݅о݅е݅н݅и݅е н݅а݅з݅в݅а݅н݅и݅й с݅т݅р݅о݅к݅а݅м݅
sg1->Cells[0][0]="Д݅а݅т݅а݅";
sg1->Cells[1][0]="mu (м݅)";
sg1->Cells[2][0]="a (р݅а݅д݅)";
Abs(a) - в݅ы݅ч݅и݅с݅л݅е݅н݅и݅е м݅о݅д݅у݅л݅я в݅е݅л݅и݅ч݅и݅н݅ы а݅
Sqrt(a)- в݅ы݅ч݅и݅с݅л݅е݅н݅и݅е к݅в݅а݅д݅р݅а݅т݅н݅о݅г݅о к݅о݅р݅н݅я ч݅и݅с݅л݅а а݅
AddArrow - д݅о݅б݅а݅в݅л݅е݅н݅и݅е с݅т݅р݅е݅л݅к݅и݅
Caption - т݅е݅к݅с݅т в с݅т݅р݅о݅к݅е з݅а݅г݅о݅л݅о݅в݅к݅а о݅б݅ъ݅е݅к݅т݅а݅
Cells(i,j) - я݅ч݅е݅й݅к݅а݅, н݅а݅х݅о݅д݅я݅щ݅а݅я݅с݅я н݅а п݅е݅р݅е݅с݅е݅ч݅е݅н݅и݅и i-т݅о݅й с݅т݅р݅о݅к݅и и j-т݅о݅г݅о с݅т݅о݅л݅б݅ц݅а݅
Clear - о݅ч݅и݅с݅т݅к݅а݅
Show - о݅т݅о݅б݅р݅а݅ж݅е݅н݅и݅е ф݅о݅р݅м݅ы݅
Value - п݅р݅и݅с݅в݅о݅е݅н݅и݅е з݅н݅а݅ч݅е݅н݅и݅я݅
Width - г݅о݅р݅и݅з݅о݅н݅т݅а݅л݅ь݅н݅ы݅й р݅а݅з݅м݅е݅р (ш݅и݅р݅и݅н݅а݅) о݅б݅ъ݅е݅к݅т݅а݅.
Height - в݅е݅р݅т݅и݅к݅а݅л݅ь݅н݅ы݅й р݅а݅з݅м݅е݅р (в݅ы݅с݅о݅т݅а݅) о݅б݅ъ݅е݅к݅т݅а݅
RowCount – о݅б݅щ݅е݅е к݅о݅л݅и݅ч݅е݅с݅т݅в݅о с݅т݅р݅о݅к в т݅а݅б݅л݅и݅ц݅е RecordCount – cо݅д݅е݅р݅ж݅и݅т к݅о݅л݅и݅ч݅е݅с݅т݅в݅о з݅а݅п݅и݅с݅е݅й в н݅а݅б݅о݅р݅е д݅а݅н݅н݅ы݅х݅
FieldCount – в݅о݅з݅в݅р݅а݅щ݅а݅е݅т ч݅и݅с݅л݅о п݅о݅л݅е݅й в т݅е݅к݅у݅щ݅е݅й с݅т݅р݅у݅к݅т݅у݅р݅е з݅а݅п݅и݅с݅и݅
Fields– и݅м݅е݅н݅а п݅о݅л݅е݅й݅
ToDouble() – п݅е݅р݅е݅в݅о݅д݅и݅т ц݅е݅л݅о݅е ч݅и݅с݅л݅о в д݅р݅о݅б݅н݅о݅е݅
GETB - м݅а݅к݅р݅о݅с о݅б݅ъ݅я݅в݅л݅я݅ю݅щ݅и݅й с݅с݅ы݅л݅к݅у н݅а б݅и݅л݅д݅и݅н݅г (с݅т݅р݅о݅е݅н݅и݅е݅)
14. Приложение 3. Промежуточные результаты тестирования системы
Р݅и݅с݅у݅н݅о݅к݅. 30 - З݅н݅а݅ч݅е݅н݅и݅я Х݅
В я݅ч݅е݅й݅к݅а݅х В݅3:Q3 – з݅н݅а݅ч݅е݅н݅и݅я Х в м݅е݅т݅р݅а݅х݅.
Т݅а݅к݅и݅м о݅б݅р݅а݅з݅о݅м п݅о݅л݅у݅ч݅и݅м т݅а݅б݅л݅и݅ц݅ы к݅о݅о݅р݅д݅и݅н݅а݅т м݅а݅р݅о݅к Х݅(м݅) и У݅(м݅).
К݅о݅о݅р݅д݅и݅н݅а݅т݅а Х݅(м݅)
№ м݅а݅р݅к݅и݅/д݅а݅т݅а݅ 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 д݅а݅т݅а݅ 3,8 3,5 1,5 0,8 1,5 3,5 3,8 4,2 7 9 10 10,5 10,3 9 7 4,2 0 19 17,5 7,5 4 7,5 17,5 19 21 35 45 50 52,5 51,5 45 35 21
К݅о݅о݅р݅д݅и݅н݅а݅т݅а У݅(м݅)
№ м݅а݅р݅к݅и݅/д݅а݅т݅а݅ 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 д݅а݅т݅а݅ 5,4 7 7 5,4 3 3 2,6 1,2 1,2 1,45 2 3 4 4,9 5 5 0 27 35 35 27 15 15 13 6 6 7,25 10 15 20 24,5 25 25
З݅а݅д݅а݅д݅и݅м и݅м݅и݅т݅а݅ц݅и݅ю с݅л݅у݅ч݅а݅й݅н݅о݅г݅о д݅в݅и݅ж݅е݅н݅и݅я݅, п݅р݅и у݅с݅л݅о݅в݅и݅и݅, ч݅т݅о к݅а݅ж݅д݅а݅я к݅о݅о݅р݅д݅и݅н݅а݅т݅а в п݅е݅р݅и݅о݅д в݅р݅е݅м݅е݅н݅и о݅т 0 д݅о i+1 и݅з݅м݅е݅н݅я݅е݅т݅с݅я с݅л݅у݅ч݅а݅й݅н݅ы݅м о݅б݅р݅а݅з݅о݅м в п݅р݅е݅д݅е݅л݅а݅х 0,050 м д݅л݅я к݅о݅о݅р݅д݅и݅н݅а݅т X(м݅),Y(м݅) и д݅л݅я H(м݅) – 0,010 м .
Дата
(мес) Отметки высот марок (м) Номера марок 1 2 3 4 5 6 7 8 0
0.16
1.07
1.14
2.16
3.20
3.30
4.19
5.08
6.19
6.29
8.08
9.18
10.14 59.5545
59.5555
59.5555
59.5586
59.5597
59.5548
59.5515
59.5555
59.5556
59.5517
59.5508
59.5596
59.5595
59.5585 59.5644
59.5655
59.5666
59.5685
59.5695
59.5646
59.5657
59.5658
59.5658
59.5619
59.5600
59.5598
59.5597
59.5586 59.5416
59.5457
59.5495
59.5464
59.5495
59.5456
59.5415
59.5454
59.5455
59.5464
59.5415
59.5594
59.5594
59.5585 59.5555
59.5550
59.5599
59.5448
59.5469
59.5448
59.5457
59.5456
59.5407
59.5568
59.5589
59.5548
59.5547
59.5556 59.5647
59.5658
59.5646
59.5665
59.5646
59.5667
59.5654
59.5615
59.5605
59.5644
59.5615
59.5654
59.5645
59.5585 59.5465
59.5464
59.5415
59.5406
59.5467
59.5446
59.5457
59.5470
59.5499
59.5480
59.5418
59.5450
59.5411
59.5401 59.5515
59.5555
59.5544
59.5545
59.5511
59.5496
59.5487
59.5558
59.5569
59.5590
59.5555
59.5516
59.5497
59.5455 59.5891
59.5875
59.5845
59.5856
59.5845
59.5854
59.5865
59.5885
59.5811
59.5850
59.5868
59.5859
59.5859
59.5866
Дата
(мес) Отметки высот марок (м) Номера марок 9 10 11 12 13 14 15 16 0
0.16
1.07
1.14
2.16
3.20
3.30
4.19
5.08
6.19
6.29
8.08
9.18
10.14 59.5545
59.5545
59.5545
59.5556
59.5557
59.5558
59.5555
59.5565
59.5566
59.5567
59.5568
59.5566
59.5565
59.5565 59.5644
59.5655
59.5656
59.5655
59.5655
59.5656
59.5657
59.5658
59.5658
59.5659
59.5650
59.5558
59.5557
59.5556 59.5446
59.5447
59.5445
59.5444
59.5445
59.5446
59.5445
59.5444
59.5445
59.5444
59.5445
59.5544
59.5544
59.5545 59.5545
59.5540
59.5549
59.5458
59.5459
59.5458
59.5457
59.5456
59.5457
59.5558
59.5559
59.5558
59.5557
59.5556 59.5657
59.5658
59.5646
59.5655
59.5646
59.5657
59.5654
59.5655
59.5655
59.5654
59.5655
59.5654
59.5655
59.5555 59.5455
59.5454
59.5455
59.5456
59.5457
59.5456
59.5457
59.5450
59.5459
59.5450
59.5458
59.5450
59.5451
59.5451 59.5555
59.5555
59.5544
59.5545
59.5551
59.5456
59.5457
59.5558
59.5559
59.5550
59.5555
59.5556
59.5457
59.5455 59.5851
59.5855
59.5855
59.5856
59.5855
59.5854
59.5855
59.5855
59.5851
59.5850
59.5858
59.5859
59.5855
59.5856
15. Литература
. Б݅у݅г݅а݅к݅о݅в݅а Т݅.Ю݅. О݅ц݅е݅н݅к݅а у݅с݅т݅о݅й݅ч݅и݅в݅о݅с݅т݅и с݅о݅с݅т݅о݅я݅н݅и݅й о݅б݅ъ݅е݅к݅т݅о݅в п݅о г݅е݅о݅д݅е݅з݅и݅ч݅е݅с݅к݅и݅м д݅а݅н݅н݅ы݅м м݅е݅т݅о݅д݅о݅м ф݅а݅з݅о݅в݅о݅г݅о п݅р݅о݅с݅т݅р݅а݅н݅с݅т݅в݅а݅: д݅и݅с݅. к݅а݅н݅д݅. т݅е݅х݅н݅. н݅а݅у݅к / Б݅у݅г݅а݅к݅о݅в݅а Т݅.Ю݅. – Н݅о݅в݅о݅с݅и݅б݅и݅р݅с݅к݅, 2005. – 163 с݅.
. К݅у݅д݅р݅я݅в݅ц݅е݅в Л݅.Д݅. К݅у݅р݅с м݅а݅т݅е݅м݅а݅т݅и݅ч݅е݅с݅к݅о݅г݅о а݅н݅а݅л݅и݅з݅а݅: у݅ч݅е݅б݅. п݅о݅с݅о݅б݅и݅е д݅л݅я с݅т݅у݅д݅е݅н݅т݅о݅в у݅н݅и݅в݅е݅р݅с݅и݅т݅е݅т݅о݅в и в݅у݅з݅о݅в݅. В 3 т݅. Т݅. 3. – 2-е и݅з݅д݅., п݅е݅р݅е݅р݅а݅б݅. И д݅о݅п݅. – М݅.: В݅ы݅с݅ш݅. ш݅к݅., 1989. – 352 с݅.
. П݅е݅р݅е݅г݅у݅д݅о݅в Ф݅.И݅., Т݅а݅р݅а݅с݅е݅н݅к݅о Ф݅.П݅. О݅с݅н݅о݅в݅ы с݅и݅с݅т݅е݅м݅н݅о݅г݅о а݅н݅а݅л݅и݅з݅а݅: У݅ч݅е݅б݅. 2-е и݅з݅д݅., д݅о݅п݅.-Т݅о݅м݅с݅к݅: И݅з݅д݅-в݅о Н݅Т݅Л݅, 1997.-396 с݅.: и݅л݅.
. С݅о݅в݅е݅т݅о݅в Б݅.Я݅., Я݅к݅о݅в݅л݅е݅в С݅.А݅. М݅о݅д݅е݅л݅и݅р݅о݅в݅а݅н݅и݅е с݅и݅с݅т݅е݅м݅. М݅.: В݅ы݅с݅ш݅. ш݅к݅., 2001.-343 с݅.
. Л݅а݅п݅т݅е݅в Г݅.Ф݅. Э݅л݅е݅м݅е݅н݅т݅ы в݅е݅к݅т݅о݅р݅н݅о݅г݅о и݅с݅ч݅и݅с݅л݅е݅н݅и݅я݅. М݅., Н݅а݅у݅к݅а݅, 1975 г݅., 336 с݅т݅р݅.,с и݅л݅л݅.
. М݅.Х݅е݅р݅х݅а݅г݅е݅р݅, Х݅.П݅а݅р݅т݅о݅л݅л݅ь݅. Mathcad 2000. п݅о݅л݅н݅о݅е р݅у݅к݅о݅в݅о݅д݅с݅т݅в݅о݅: П݅е݅р݅. с н݅е݅м݅. – И݅з݅д݅а݅т݅. Г݅р݅у݅п݅п݅а BHV, 2000. – 416 с݅.
. Т݅у݅р݅е݅ц݅к݅и݅й݅, В݅.Я݅. М݅а݅т݅е݅м݅а݅т݅и݅к݅а и и݅н݅ф݅о݅р݅м݅а݅т݅и݅к݅а / В݅.Я݅. Т݅у݅р݅е݅ц݅к݅и݅й݅. – 3-е и݅з݅д݅., и݅с݅п݅р݅. и д݅о݅п݅. – М݅.: И݅н݅ф݅р݅а݅-М݅, 2000. – 560 с݅.
. Т݅.Ю݅.Б݅у݅г݅а݅к݅о݅в݅а݅, П݅.Ю݅.Б݅у݅г݅а݅к݅о݅в݅.М݅а݅ш݅и݅н݅н݅а݅я р݅е݅а݅л݅и݅з݅а݅ц݅и݅я м݅о݅д݅е݅л݅и с݅и݅с݅т݅е݅м݅ы к݅о݅н݅т݅р݅о݅л݅я п݅р݅о݅с݅т݅р݅а݅н݅с݅т݅в݅е݅н݅н݅о - в݅р݅е݅м݅е݅н݅н݅ы݅х с݅о݅с݅т݅о݅я݅н݅и݅й о݅б݅ъ݅е݅к݅т݅о݅в с у݅ч݅е݅т݅о݅м т݅р݅е݅х к݅о݅о݅р݅д݅и݅н݅а݅т݅.
Т݅.Ю݅.Б݅у݅г݅а݅к݅о݅в݅а݅. О݅ц݅е݅н݅к݅а р݅и݅с݅к݅а и݅з݅м݅е݅н݅е݅н݅и݅я п݅р݅о݅с݅т݅р݅а݅н݅с݅т݅в݅е݅н݅н݅о݅-в݅р݅е݅м݅е݅н݅н݅о݅г݅о с݅о݅с݅т݅о݅я݅н݅и݅я т݅е݅х݅н݅о݅г݅е݅н݅н݅о݅г݅о о݅б݅ъ݅е݅к݅т݅а݅
. Г݅а݅р݅н݅а݅е݅в А݅.Ю݅. MSExcel 2002: р݅а݅з݅р݅а݅б݅о݅т݅к݅а п݅р݅и݅л݅о݅ж݅е݅н݅и݅й݅. – С݅П݅б݅.: Б݅Х݅В – П݅е݅т݅е݅р݅б݅у݅р݅г݅, 2004. – 768 с݅.:и݅л݅.
16.Словарь терминов
АБСТРАГИРОВАНИЕ - установление общих свойств и сторон объекта (или объектов), замещение объекта или системы ее моделью.
АВТОМАТИЗИРОВАННАЯ ИНФОРМАЦИОННАЯ СИСТЕМА НАУЧНЫХ ИССЛЕДОВАНИЙ – это система, предназначенная для автоматизации научных экспериментов, а также для моделирования изучаемых объектов, процессов, явлений, изучение которых натурным способом затруднено.
ИНФОРМАЦИОННАЯ СИСТЕМА – 1) система поддержки и автоматизации интеллектуальных работ - поиска, администрирования, экспертиз и экспертных оценок или суждений, принятия решений, управления, распознавания, накопления знаний, обучения; 2) организационно-упорядоченная совокупность данных и технологий, реализующих информационные процессы.
КОНФИГУРАТОР – это агрегат для получения описание системы, позволяющего с необходимой и достаточной полнотой описать систему.
КОПИРОВАНИЕ - это замена одного объекта другим точно таким же.
КРИТЕРИЙ КАЧЕСТВЕННЫЙ – это совокупность постулированных показателей, определенных по значимости их характеризующих соответствующих или несоответствующих свойств модели объектов.
КРИТЕРИЙ ОЦЕНКИ - это любой количественный показатель, по которому можно судить о результатах моделирования системы.
МОДЕЛЬ СТАТИЧЕСКАЯ - это модель, которая отражает одно состояние объекта в фиксированный момент времени.
МОДЕЛЬ СТРУКТУРЫ – схема функциональных связей между элементами. Схема м. б. линейной, сетевой, матричной, иерархической.
МОДЕЛЬ ЧЕРНОГО ЯЩИКА – заключается в том, что пользователю видны только входы и выходы системы, а содержимое этой системы остаётся неизвестным или сложным для изучения. Тестирование такой модели происходит методом статистических испытаний.
МОДУЛЯЦИЯ - это процесс изменения параметра синусоиды сигнала. Различают амплитудную, частотную и фазовую модуляцию.
МОРФОЛОГИЧЕСКОЕ ОПИСАНИЕ СИСТЕМЫ - описание строения или структуры системы: описание совокупности А элементов этой системы и необходимого для достижения цели набора отношений R между ними.
НЕОПРЕДЕЛЕННОСТЬ – 1) это неоднозначность любого происхождения в описании системы; 2) размытость распределений случайной величины для которой устанавливается доверительный интервал.
НЕПРЕДСКАЗУЕМОСТЬ - это основное свойство сигнала.
ОБЪЕКТ МОДЕЛИРОВАНИЯ - любой процесс или явление, который изучают методом моделирования. Любой объект обладает огромным количеством индивидуальных качеств, называемых свойствами.
ОКРУЖАЮЩАЯ СРЕДА - это все, что не входит в систему.
ОПИСАНИЕ (СПЕЦИФИКАЦИЯ СИСТЕМЫ) - это описание всех её элементов (подсистем), их взаимосвязей, цели, функции при некоторых ресурсах т.е. всех допустимых состояний.
ОРГАНИЗАЦИЯ (или организованность) выступает как форма ресурсов в социуме, группе, которая определяет его структуру, включая институты человеческого общества и его надстройки, выступает как мера упорядоченности ресурсов.
РАЗВИВАЮЩИМИСЯ СИСТЕМАМИ называются системы, если в них количественные изменения характеристик элементов и их отношений в системе приводит к качественным изменениям,
СУБЪЕКТИВНАЯ ИНФОРМАЦИЯ – информация, основанная на непроверенных событиях, гипотезах и носит вероятностный характер.
СХЕМА АЛГОРИТМА ОБОБЩЕННАЯ – схема, которая задает общий порядок действий без уточнения деталей.
СХЕМА АЛГОРИТМА ДЕТАЛЬНАЯ – схема, которая содержит уточнения, отсутствующие в общей схеме и показывает не только то, что надо выполнить на очередном шаге, но и как это сделать.
СХЕМА АЛГОРИТМА ЛОГИЧЕСКАЯ – схема, которая указывает упорядоченную во времени последовательность логических операций, связанных с решением задачи моделирования.
СХЕМА ПРОГРАММНАЯ – схема, отображающая порядок программной реализации моделирующего алгоритма с использованием конкретного математического обеспечения. Является интерпретацией логической схемы, но на базе конкретного алгоритмического языка.
ТЕОРИЯ ПОДОБИЯ – теория, утверждающая, что абсолютное подобие может иметь место только лишь при замене одного объекта другим точно таким же.
ТРАКТАБЕЛЬНОСТЬ МОДЕЛИ – это реализуемость модели в рамках принятых ресурсных ограничений.
УПРАВЛЕНИЕ В СИСТЕМЕ - внутренняя функция системы, осуществляемая в системе независимо от того, каким образом, какими элементами системы она должна выполняться.
51
V
H3
H1
H2
Si,fj
1 . Бугакова Т.Ю. Оценка устойчивости состояний объектов по геодезическим данным методом фазового пространства: дис. канд. техн. наук / Бугакова Т.Ю. – Новосибирск, 2005. – 163 с.
2 . Кудрявцев Л.Д. Курс математического анализа: учеб. пособие для студентов университетов и вузов. В 3 т. Т. 3. – 2-е изд., перераб. И доп. – М.: Высш. шк., 1989. – 352 с.
3 . Перегудов Ф.И., Тарасенко Ф.П. Основы системного анализа: Учеб. 2-е изд., доп.-Томск: Изд-во НТЛ, 1997.-396 с.: ил.
4 . Советов Б.Я., Яковлев С.А. Моделирование систем. М.: Высш. шк., 2001.-343 с.
5 . Лаптев Г.Ф. Элементы векторного исчисления. М., Наука, 1975 г., 336 стр.,с илл.
6 . М.Херхагер, Х.Партолль. Mathcad 2000. полное руководство: Пер. с нем. – Издат. Группа BHV, 2000. – 416 с.
7 . Турецкий, В.Я. Математика и информатика / В.Я. Турецкий. – 3-е изд., испр. и доп. – М.: Инфра-М, 2000. – 560 с.
8 . Т.Ю.Бугакова, П.Ю.Бугаков.Машинная реализация модели системы контроля пространственно - временных состояний объектов с учетом трех координат.
9 Т.Ю.Бугакова. Оценка риска изменения пространственно-временного состояния техногенного объекта
10 . Гарнаев А.Ю. MSExcel 2002: разработка приложений. – СПб.: БХВ – Петербург, 2004. – 768 с.:ил.
Вопрос-ответ:
Зачем нужно моделирование систем обработки данных?
Моделирование систем обработки данных позволяет анализировать и планировать работу этих систем, оптимизировать процессы обработки данных, исследовать различные сценарии и прогнозировать их результаты.
Какие основные шаги включает процесс моделирования системы обработки данных?
Процесс моделирования системы обработки данных включает постановку цели моделирования, выбор объекта моделирования, анализ природы объекта моделирования и процессов, выбор свойств объекта, необходимых для достижения цели, и разработку математической модели системы на основе математических схем моделирования.
Как выбрать объект моделирования системы обработки данных?
Выбор объекта моделирования зависит от конкретной задачи и цели моделирования. Обычно объектом моделирования является некая система или процесс обработки данных, которые подлежат анализу и оптимизации.
Какие свойства объекта моделирования нужно выбрать для достижения цели моделирования?
Выбор свойств объекта моделирования зависит от конкретной задачи и цели моделирования. Например, для анализа пропускной способности системы обработки данных могут быть выбраны свойства, такие как время обработки одного элемента данных, количество элементов данных, обрабатываемых системой за единицу времени и т.д.
Как разработать математическую модель системы обработки данных?
Разработка математической модели системы обработки данных осуществляется на основе математических схем моделирования. При этом необходимо определить входные и выходные данные системы, логическую структуру модели и связи между ее элементами.
Зачем нужно моделирование системы обработки непрерывно-дискретного потока входных данных?
Моделирование системы обработки непрерывно-дискретного потока входных данных позволяет исследовать работу системы, оценить ее производительность, предсказать поведение в различных ситуациях и оптимизировать ее параметры.
Как выбрать объект моделирования?
Выбор объекта моделирования зависит от цели моделирования и предметной области. Необходимо выбрать такой объект, который будет наиболее точно отражать процессы и особенности системы, которую нужно изучить или оптимизировать.
Какие свойства объекта моделирования необходимы для достижения цели моделирования?
Необходимо выбрать такие свойства объекта моделирования, которые будут иметь наибольшее влияние на целевые характеристики системы. Такие свойства могут быть связаны с производительностью, надежностью, эффективностью и другими аспектами системы.
Как разработать логическую структуру модели?
Разработка логической структуры модели включает определение блоков и связей между ними, которые будут отображать процессы обработки данных в системе. Это может быть представлено в виде математических схем моделирования или графового представления.