Robo6log.ru

Финансовый обозреватель
0 просмотров
Рейтинг статьи
1 звезда2 звезды3 звезды4 звезды5 звезд
Загрузка...

Анализ результатов моделирования

Й этап. Анализ результатов моделирования

Результаты Результаты соответствуют не соответствуют цели цели

Рис. 7.12. Основные этапы компьютерного моделирования

В целом моделирование включает в себя четыре этапа (рис. 7.12):

1. Постановка задачи.

2. Разработка модели.

3. Компьютерный эксперимент.

4. Анализ результатов моделирования.

7.3.1. Постановка задачи и анализ объекта моделирования

Задача формулируется в общем виде, в форме словесных описаний, достаточных для того, чтобы определить цель моделирования. При этом модель и ее характери­стики напрямую зависят от поставленной исследователем цели. Создание модели автомобиля может преследовать три разные цели.

Пример. Модель 1: разработать внешний дизайн автомобиля.

Модель 2: установить предельные прочностные характеристики автомобиля при движении по пересеченной местности.

Модель 3: разработать оптимальный режим подачи топлива в двигатель авто­мобиля в зависимости от температурного режима окружающей среды и режима движения.

Несмотря на то что во всех трех случаях материальный объект (прототип) для моделирования один и тот же, цели моделирования разные, соответственно, и вид модели определяется заданной целью.

Пример. Модель 1: трехмерная геометрическая модель автомобиля, отобража­ющая текстуру и цвет покрытия, а также учитывающая дизайн осветительной системы.

Модель 2: модель автомобиля, имитирующая прочностные характеристики его основных узлов при движении в различных режимах с учетом максимальных нагрузок.

Модель 3: модель топливной системы автомобиля с возможностью изменения параметров подачи топлива и режимов работы двигателя.

После определения цели моделирования следует этап тщательного исследова­ния модели и описания полученных при исследовании результатов на формальном языке. На этом этапе формируется возможно более полное описание объекта: вы­деляются его элементы, устанавливаются связи между ними, вычленяются суще­ственные для исследования характеристики, выявляются параметры, изменение которых влияет или может влиять на объект. На том же этапе формируются подле­жащие последующей проверке гипотезы о закономерностях, присущих изучаемому объекту, о характере влияния на него изменения тех или иных параметров и связей между его элементами.

7.3.2. Разработка (формализация и синтез) модели

На основе анализа результатов, полученных на предыдущем этапе, формируется информационная модель. На данном этапе исходные предположения переводятся на однозначный (обычно математический) язык количественных отношений и устра­няются нечеткие, неоднозначные высказывания или определения. Завершается этап получением информационной модели объекта. Информационная модель может быть представлена в виде таблиц с данными, набора математических от­ношений, диаграмм и графиков, логических высказываний и других формальных описаний. Для каждой из трех моделей автомобиля требуются следующие данные.

Пример. Модель 1: геометрические размеры автомобиля, список допустимых материалов и покрытий, требования к максимальным и минимальным размерам тех или иных узлов.

Модель 2: схема крепления механических узлов автомобиля, описание прочност­ных характеристик отдельных узлов и деталей в математической форме (анали­тической или иной), таблица прочностных характеристик различных материалов.

Модель 3: описание в математической форме характеристик движения топлива по топливопроводу, таблица эмпирических замеров зависимости скорости подачи топлива от режимов работы двигателя и температуры внешней среды.

После того как все необходимые исходные данные собраны и формализованы, производится построение компьютерной модели.

Пример. Модель 1: построение компьютерной модели трехмерного дизайна автомобиля с возможностью вращения модели в любой плоскости, изменения освещения. Возможно построение вариантов дизайна с целью экспертной оценки наиболее подходящей модели.

Модель 2: построение имитационной модели работы механической части авто­мобиля во время движения по пересеченной местности. В имитационной модели такого рода большое количество составляющих модель блоков может быть опи­сано аналитическими функциями (поскольку методика расчета прочностных характеристик узлов и механизмов из разных материалов детально проработана). Случайный характер будет носить изменение нагрузки во времени (имитирующее движение по ухабам).

Модель 3: построение модели взаимодействия двигателя и топливной си­стемы автомобиля. В этом случае в имитационной модели будет множество элементов со стохастическим и аппроксимированным характером модели­рования, поскольку вариации качества топлива, изменения вязкости масла, прохождения горюче-смазочных материалов по топливной системе, процес­са сгорания горючего в двигателе можно оценить только приблизительно.

7.3.3. Проведение компьютерного эксперимента

В зависимости от того, какой тип моделирования был выбран в соответствии с целью моделирования, компьютерный эксперимент может носить как кратко­временный, так и долговременный характер, а его результаты можно использовать непосредственно после получения или же они послужат основой для уточнения и корректировки модели.

Пример. Модель 1: ряд моделей, разработанных дизайнером, просматривается экспертной группой, и выбирается лучшая модель.

Модель 2: прочностная модель автомобиля «проигрывается» путем изменения входных параметров, имитирующих дорогу с разным рельефом.

Модель 3: модель топливной системы автомобиля «проигрывается» при разных режимах работы двигателя и различной температуре внешней среды.

7.3.4. Анализ результатов моделирования

Анализ результатов моделирования заключается в установлении адекватности модели объекту исследования, то есть в определении степени сходства модели с ее оригиналом. Успешный результат сравнения (оценки) исследуемого объекта с моделью свидетельствует о достаточной степени изученности объекта, о правиль­ности принципов, положенных в основу моделирования, о правильности алгоритма, моделирующего объект, то есть о том, что созданная модель работоспособна. Такая модель может быть использована для дальнейших более глубоких исследований объекта в новых условиях, в которых реальный объект еще не изучался.

Чаще всего первые результаты моделирования не удовлетворяют предъявлен­ным требованиям. Это означает, что в одной из перечисленных позиций (изучен­ность объекта, исходные принципы, алгоритм) имеются ошибки и неточности. Это требует проведения дополнительных исследований и соответствующего изменения компьютерной программы моделирования.

Читать еще:  Анализ динамики и структуры расходов предприятия

Анализ результатов моделирования

Конечная цель моделирования – принятие решения, которое должно быть выработано на основе всестороннего анализа полученных результатов. Этот этап решающий – либо исследование продолжается (возврат на 2 или 3 этапы), либо заканчивается.

Основой для выработки решения служат результаты тестирования и экспериментов. Если результаты не соответствуют целям поставленной задачи, значит, допущены ошибки на предыдущих этапах. Это может быть слишком упрощенное построение информационной модели, либо неудачный выбор метода или среды моделирования, либо нарушение технологических приемов при построении модели. Если такие ошибки выявлены, то требуется редактирование модели, т.е. возврат к одному из предыдущих этапов. Процесс продолжается до тех пор, пока результаты моделирования не будут отвечать целям моделирования.

Под формализацией понимается сведение некоторого содержания к выбранной форме.

В процессе познания и общения мы сталкиваемся с формализацией почти на каждом шагу: формулируем мысли, оформляем отчеты, заполняем всевозможные формуляры и формы, преобразуем формулы.

Возможность формализации опирается на фундаментальное положение, которое будем называть основным тезисом формализации. Суть его состоит в принципиальной возможности разделения объекта и его обозначения (имени объекта).

Суть объекта не меняется от того, как мы его назовем. Это значит, что мы можем называть его как угодно, придать его имени любую форму, которая, на наш взгляд, лучше соответствует данному объекту.

Устройство для автоматической обработки информации можно назвать компьютером, электронно-вычислительной машиной, персональным компьютером, а можно дать ему какое-нибудь ласковое имя.

Из основного тезиса формализации следует сама идея моделирования. Поскольку объект нужно как-то обозначать, то необходимо ввести некоторый набор знаков для обозначения. Знак – это элемент конечного множества отличных друг от друга элементов. Поскольку обозначение выбирается достаточно произвольно, то возможные наборы знаков могут быть самыми разнообразными.

1)А, Б, В, Г – знаки для обозначения звуков русского языка;

2)+, -, *, / — знаки для обозначения арифметических операций.

3)C, E, I. I, I — знаки для обозначения операций над множествами.

Понятие знака является одним из базисных понятий науки (также, как понятия «информация», «множество», «объект»), поэтому дать его точное определение не представляется возможным. Но можно указать некоторые основные черты знака:

1)способность знака выступать заместителем обозначаемого (обозначаемое в семиотике – науке о знаках обозначаемое называют денотантом);

2)нетождественность знака и денотанта – знак никогда не может заменить обозначаемое полностью;

3)многозначность соответствия «знак – денотант».

Первые две особенности вполне понятны, последнюю поясним на следующем примере.

Зрительному образу Рможет быть придан смысл:

1)буква «эр» русского языка;

2)буква «pi» латинского языка;

3)химический элемент фосфор;

4)дорожный знак «стоянка для автомобилей»

Таким образом, один и тот же знак можно использовать для обозначения разных объектов.

С другой стороны, один и тот же объект может быть обозначен разными знаками. Например, день, предшествующий сегодняшнему, можно назвать «вчера», «накануне», «вторник» (если сегодня среда) и т.д.

Свобода выбора обозначений и многозначность соответствия «знак – денотант» создают проблему понимания, какой объект обозначается данным знаком в конкретной ситуации. При чем это понимание должно быть однозначным для разных людей, в противном случае общение не возможно. Следовательно, чтобы обеспечить нормальное общение, нужно договориться о правилах использования знаков, т.е. разработать язык.

Язык – знаковая система, используемая для целей коммуникации и познания.

Все языки можно разделить на естественные и искусственные.

Естественными называются «обычные», «разговорные» языки, которые складываются в течение длительного времени.

Искусственные языки создаются для специальных целей или для определенных групп людей. Примеры искусственных языков: язык математики, морской семафор, азбука Морзе, язык программирования. Характерной особенностью искусственных языков является однозначная определенность их словаря, правил образования выражений и правил придания им значений.

Итак, язык характеризуется:

  • набором используемых знаков;
  • правилами образования из этих знаков таких языковых конструкций, как слова, фразы и тексты (в широком толковании этих понятий);
  • набором синтаксических, семантических и прагматических правил использования этих языковых конструкций.

Упорядоченный набор знаков, используемых в языке, называется алфавитом.

Язык выступает инструментом, с помощью которого можно создавать различные конструкции для описания объектов, их свойств, структуры, поведения и т.д. Такие конструкции являются информационными моделями.

Любое общение невозможно без того или иного уровня формализации информации. Любой язык, как естественный, так и искусственный) является одним из способов формализации информации. Разница в том, что специальные языки – это строго формализованные системы, а естественные языки – частично формализованные системы.

Задание 1. (Задание А12 демоверсии 2006 г.)

В таблице приведена стоимость перевозок между соседними железнодорожными станциями. Укажите схему, соответствующую таблице.

Лекция 6. Обработка и анализ результатов моделирования

Условия достижения цели моделирования:

— полученные результаты обладают требуемой точностью и достоверностью;

— исследователь способен правильно интерпретировать полученные результаты и знает, каким образом они могут быть использованы.

Оценка качества моделирования. Оценка качества имитационного моделирования является завершающим этапом разработки модели. Она имеет две цели:

— проверить соответствие модели ее предназначению (целям исследования);

— оценить достоверность и статистические характеристики результатов, получаемых при проведении модельных экспериментов.

При аналитическом моделировании достоверность результатов определяется двумя основными факторами:

— корректным выбором математического аппарата, используемого для описания исследуемой системы;

— методической ошибкой, присущей данному математическому методу.

При имитационном моделировании на достоверность результата влияет положительный ряд дополнительных факторов:

Читать еще:  Функционально стоимостной анализ затрат

— моделирование случайных факторов, основанное на использовании датчиков случайных чисел, которые могут вносить «искажения» в поведение модели;

— наличие нестационарного режима работы модели;

— использование нескольких разнотипных математических методов в рамках одной модели;

— зависимость результатов моделирования от плана эксперимента;

— необходимость синхронизации работы отдельных компонент модели;

— наличие модели рабочей нагрузки, качество которой зависит, в свою очередь, от тех же факторов.

Калибровка модели.

Если в результате проведенной оценки качества модели оказалось, что ее целевые свойства не удовлетворяют разработчика, необходимо выполнить ее калибровку, т. е. коррекцию с целью приведения в соответствие предъявляемым требованиям.

Как правило, процесс калибровки носит итеративный характер и состоит из трех основных этапов:

1. глобальные изменения модели (например, введение новых процессов, изменение типов событий и т. д.);

2. локальные изменения (в частности, изменение некоторых законов распределения моделируемых случайных величин);

3. изменение специальных параметров, называемых калибровочными.

Целесообразно объединить оценку целевых свойств имитационной модели и ее калибровку в единый процесс.

Процедура калибровки состоит из трех шагов, каждый из которых является итеративным (рис. 6.1).

Рисунок 6.1 – Схема процесса калибровки модели

Шаг 1. Сравнение выходных распределений.

Цель — оценка адекватности ИМ. Критерии сравнения могут быть различны. В частности, может использоваться величина разности между средними значениями откликов модели и системы. Устранение различий на этом шаге основано на внесении глобальных изменений.

Шаг 2. Балансировка модели.

Основная задача — оценка устойчивости и чувствительности модели. По его результатам, как правило, производятся локальные изменения (но возможны и глобальные).

Шаг 3. Оптимизация модели.

Цель этого этапа — обеспечение требуемой точности результатов. Здесь возможны три основных направления работ: дополнительная проверка качества датчиков случайных чисел; снижение влияния переходного режима; применение специальных методов понижения дисперсии.

Оценка параметров распределений. Основные критерии проверки гипотез:

1. t-критерий — общее название для класса методов статистической проверки гипотез (статистических критериев), основанных на распределении Стьюдента. Служит для проверки гипотезы о равенстве средних значений двух нормально распределенных случайных величин X и Y в предположении, что дисперсии их равны (хотя и неизвестны). t-статистика строится обычно по следующему общему принципу: в числителе случайная величина с нулевым математическим ожиданием (при выполнении нулевой гипотезы), а в знаменателе — выборочное стандартное отклонение этой случайной величины, получаемое как квадратный корень из несмещенной оценки дисперсии.

2. F-критерий (F-тест, критерий Фишера) — любой статистический критерий, тестовая статистика которого при выполнении нулевой гипотезы имеет распределение Фишера (F-распределение). Служит для проверки гипотезы о равенстве дисперсий Dx и Dy при условии, что х и у распределены нормально. Статистика теста так или иначе сводится к отношению выборочных дисперсий (сумм квадратов, деленных на «степени свободы»). Чтобы статистика имела распределение Фишера необходимо, чтобы числитель и знаменатель были независимыми случайными величинами и соответствующие суммы квадратов имели распределение Хи-квадрат. Кроме того, предполагается, что дисперсия случайных величин, квадраты которых суммируются, одинакова.

3. Критерии согласия — используются для проверки того, удовлетворяет ли рассматриваемая случайная величина данному закону распределения (например, критерий Пирсона).

Оценка влияния и взаимосвязи факторов. Основная задача оценки — отыскание аналитических зависимостей, связывающих между собой различные параметры, фигурирующие в модели. Основные методы:

— Однофакторный дисперсионный анализ.

— Многофакторный дисперсионный анализ.

— Корреляционный и регрессионный анализ.

Однофакторный дисперсионный анализ. Суть анализа сводится к определению влияния на результат моделирования одного выбранного фактора.

(6.1)

j-е значение у в i-й серии опытов;

генеральное среднее случайной величины у;

параметр, отражающий влияние фактора х («эффект» i-го значения фактора х);

ошибка измерения у.

Многофакторный дисперсионный анализ (МДА). МДА позволяет выбрать из группы факторов, участвующих в эксперименте, те, которые действительно влияют на его результат.

(6.2)

где – генеральное среднее случайной величины у;
– неизвестные параметры («эффекты» соответствующих факторов).

Решение задачи дисперсионного анализа заключается в проверке гипотез о независимости результатов измерений от факторов а, b, g:

Анализ результатов моделирования

Как следует из представленных результатов моделирования, при сохранении низкого уровня хозяйственной активности в промышленности и при сохранении капитальных вложений в охрану окружающей среды в сопоставимых ценах, уровень загрязнения атмосферного воздуха будет сни-I, а уровень загрязнения поверхностных вод несколько возрастет. [c.39]

Понятие эксперимента с моделью. Экстремальный и факторный эксперимент с моделью. Испытания и доработки инвестиционного проекта по результатам моделирования и эксперимента. Оптимальные планы экспериментов. [c.76]

Результатом моделирования является экономическая эффективность разработки и эксплуатации месторождений с учетом и без учета экологических последствий. [c.132]

Книга посвящена одной из основных проблем, стоящих перед нефтедобывающей промышленностью — повышению нефтеотдачи. В работе показаны возможности использования. углекислого газа при разработке нефтяных месторождений. Изложены методы расчета систем вода—углеводород—углекислый газ—порода, результаты моделирования, описаны процессы вытеснения. Показаны также результаты промысловых испытаний и методы применения углекислого газа. [c.128]

Кроме того, определяются доверительные интервалы изменения величины изучаемого показателя и результаты моделирования используются для прогнозирования в этих интервалах. [c.138]

Результаты моделирования подвергались статистической обработке для определения средней величины резервных мощностей. Полученный таким образом показатель характеризует необходимый резерв мощности в целом по объединению для достижения заданной надежности поставок. [c.233]

Из этих аргументов следует, что при анализе результатов моделирования необходимо проявлять осторожность. Но при этом очевидно, что полученные модели дают четкое представление о процессах и могут помочь руководителю выработать наиболее приемлемую политику размещения заказов при наличии определенных условий. Далее можно провести моделирование затрат при различных значениях запасов. Так, в таблице показаны общие затраты (в ф. ст.) в течение двадцатидневного периода при различных значениях размера и точки заказа. Во всех случаях использовалась одна и та же последовательность из двадцати значений спроса [c.322]

Читать еще:  Таблица анализа ошибок

Показатель имеет наполнение значений реквизитов, множество экземпляров показателя представляется в виде таблицы или матрицы. Столбцы таблицы — названия реквизитов, строки — экземпляры показателей. С позиций технологии обработки данных и моделирования, любой показатель является входным или выходным. Выходные показатели являются результатом моделирования и непосредственно используются в управлении объектом. Входные показатели обеспечивают формирование параметров модели, выходных показателей. Все показатели имеют материальную форму представления, место хранения. [c.431]

На рисунке 10-5 показаны некоторые результаты моделирования проекта компании «Драндулет». Вы можете видеть, что ожидаемый поток денежных средств первого года составляет примерно 31 млн дол. и что существует 95%-ная вероятность того, что поток денежных средств будет находиться в пределах от 4 млн до 57 млн дол. [c.245]

На рис. 19.13 представлены результаты моделирования периода 1994-1997 гг. Предположим, что необходимо оценить эффект от увеличения показателя роста объема продаж с 1% до 8,5%. Практически все, что требуется от пользователя, — это заменить оператор 3 на [c.325]

Составление прогнозного отчета о финансовых результатах является выходной формой операционного бюджета. Однако было бы ошибочно полагать, что работа с операционным бюджетом уже закончена. По результатам моделирования финансового бюджета операционный бюджет еще будет корректироваться, в частности, при решении задач сокращения плановой величины финансового дефицита денежных средств предприятия. [c.70]

При разработке концепции может использоваться моделирование. Модели должны отражать взаимодействие системы со средой (например, в результате моделирования может быть определена роль предприятия в выполнении программы социального развития региона) или между объектом управления, системой управления и конечными продуктами. Однако доказательство адекватности моделей и результатов моделирования обычно на начальном этапе разработки оргструктуры весьма затруднено и поэтому основным методом разработки концепции является активизация интуиции и опыта специалистов (например, путем использования мозговой атаки или подготовки вариантов концепции в форме сценариев и их обобщения). [c.94]

Общим для всех типов моделей является то, что получаемые в результате моделирования решения должны характеризовать стационарное (равновесное) в некотором смысле состояние, к которому система приходит после определенного периода функционирования. [c.99]

Одним из наиболее важных моментов в процессе работы с имитационной моделью является анализ ее чувствительности. Под ним понимается определение степени изменчивости значений целевых показателей модели по отношению к колебаниям входных параметров. Так, если при относительно небольших изменениях исходных данных происходят значительные изменение в результатах моделирования, то это является достаточным основанием для дополнительных более детальных исследований взаимосвязей между соответствующими переменными. [c.214]

Однако использование моделей бизнес-портфеля требует повышенной осторожности. Применяющие их компании уделяют чрезмерное внимание доле рынка и вхождению в новые перспективные отрасли, забывая о настоящем. Результаты моделирования определяются прежде всего избранной системой показателей и их весом, что создает возможность манипулирования ими. Более того, поскольку в модели используются усредненные показатели, в одной ячейке матрицы могут оказаться два и более направления бизнеса. Наиболее вероятно, что большинство СБЕ в результате компромиссного выведения показателей окажутся в середине матрицы, что затрудняет выбор оптимальной стратегии. И наконец, модели не отражают взаимодействия различных направлений бизнеса, а значит, принятие решения о судьбе какого-то одного из них может негативно сказаться на остальных. Возможно, что вы примете решение о ликвидации, казалось бы, безнадежного бизнеса, который на самом деле обеспечивает устойчивое функционирование других СБЕ. Однако в целом модели бизнес-портфеля способствуют развитию аналитических и стратегических навыков менеджеров, решения которых сегодня основаны не только на личных впечатлениях. [c.127]

В табл. 25 представлены результаты моделирования зависимости средних размеров открываемых месторождений Q от номера открытия N. [c.214]

Результаты моделирования более 20 выигрывающих и 30 проигрывающих трейдеров. [c.269]

Прежде чем приступить к детальному изучению комплекса вопросов, касающихся покупки и продажи волатильности, сначала было бы полезно рассмотреть некоторые простые примеры. Они являются результатом моделирования и специально подобраны так, чтобы высветить бесполезность применения в рамках этой стратегии обзора перспектив направления развития цены. В каждом примере мы рассматриваем различные траектории, по которым следует определенная акция в течение года. Для упрощения, год раскладывается на 52-недельные периоды. Цена акции, прибыль или убыток стратегии записываются каждую неделю и наносятся на графики, которые представлены на Рисунках 1.1 — 1.3. Во всех трех примерах цена акции в начале года означает 1.000 единиц (долларов, фунтов, иен или любой другой валюты). Для того чтобы показать, что прибыль или убыток не зависят от направления, рассмотрим три ситуации, в которых цена акции поднимается в течение года (Пример 1), цена акции падает в течение года (Пример 2) и цена акции к концу года остается неизменной (Пример 3). [c.4]

При другом подходе результаты моделирования не принимаются как окончательные, а корректируются путем соотнесения предыдущих прогнозов и действительных результатов. Примеры приводятся на рис. 18.5. [c.574]

Анализ результатов моделирования и принятие решений. [c.58]

По результатам моделирования определяется [c.92]

Ссылка на основную публикацию
Adblock
detector