Поиски оптимальных решений (наилучшего варианта) на базе имеющейся информации производят с применением математических методов". Математическое обеспечение представляет собой комплекс экономико-математических моделей, алгоритмов и алгоритмических языков, программ и методических указаний, с помощью которых решаются задачи автоматизированной обработки информации и оптимизации планово-экономических расчетов. [c.382]
Сформулированные здесь требования к имитационной системе и определяют ее структуру. Необходимым элементом любой имитационной системы является, конечно, модель изучаемого объекта. Поскольку система предназначена для решения различных задач, всестороннего анализа объекта, т. е. использования различных вариантов исходной модели, разумно хранить исходную модель в виде программ расчета по отдельным подмоделям на некотором алгоритмическом языке. Эти программы принято называть модулями. Отдельные модули должны быть построены так, чтобы в случае необходимости их было можно объединить в разнообразных разумных сочетаниях. Итак, первый необходимый элемент имитационной системы — это совокупность модулей, или банк модулей. [c.289]
Важнейшей составной частью имитационной системы является блок моделей изучаемого объекта. Точнее говоря, речь идет не о моделях в математической форме, а а вычислительных программах, реализованных на каком-либо алгоритмическом языке и позволяющих провести исследование этой модели с помощью методов определенного типа. При этом для анализа одной и той же модели на основе методов анализа различных типов приходится строить различные вычислительные программы. В то же время, при применении одного и того же метода исследования к различным моделям значительная часть вычислительной программы остается без изменения — она зависит только от метода, но не зависит от модели. Поэтому в имитационной системе программа расчета по каждой из моделей на основе каждого из методов является совокупностью отдельных подпрограмм, называемых вычислительными модулями. Каждый модуль является [c.291]
С помощью теории массового обслуживания можно получить аналитические выражения и при других дисциплинах обслуживания очереди и конфигурациях вычислительной системы. Рассматривая модель обслуживания заданий, мы исходим из предположений того, что процессы в системе - марковские, а потоки - простейшие. Если эти предположения неверны, то получить аналитические выражения трудно, а чаще всего невозможно. Для таких случаев моделирование проводится с помощью метода статистических испытаний (метода Монте-Карло), который позволяет создать алгоритмическую модель, [c.76]
На логическом уровне все процедуры процесса, накопления должны быть формализованы, что отображается в математических и алгоритмических моделях этих процедур. [c.135]
Таким образом, от концептуальной модели управления, определяющей фазы управления и их содержание, через системы математических и алгоритмических моделей и функциональных задач, составляющих логический уровень управления, переходят к физическому уровню решения задач управления средствами вычислительной техники. [c.268]
Фактически технический проект содержит комплекс экономико-математических и алгоритмических моделей. [c.331]
Сутью модельного подхода является последовательное преобразование управления от общей математической модели управления до алгоритмической модели решаемой функциональной задачи [38]. На рис. 7.14 приведена укрупненная схема такой последовательной декомпозиции и преобразования моделей в процессе проектирования ЭИС. [c.348]
Отчеты-расшифровки второго вида с натуральными показателями по аналитическим объектам наиболее целесообразны и возможны при реализации систем автоматизации учета, основанных на концепции унифицированной модели представления учетных данных, поскольку здесь записи массива хозяйственных операций обычно включают натуральные данные, и потому доступ к ним является относительно простым с алгоритмической точки зрения. [c.206]
Имитационные модели представляют собой запись алгоритма поиска решения методом численно] наиболее реальный путь внедрения математических методов и ЭВМ непосредственно в работу разработку управленческих решений. В имитационных моделях необязательна запись модели объекта уравнений имитационная модель может представлять собой словесное описание операций, произ чисел (так называемая операторная форма записи) модели дают алгоритм, то есть последовательное осуществление которых приводит к искомому результату (конкретному решению) алгоритмические [c.56]
Составление формального описания моделирования представляет собой ответственный этап создания модели сложной системы. Цель - получение исследователем формального представления алгоритмов поведения компонентов сложной системы и отражение вопросов взаимодействия этих компонентов между собой. При составлении формального описания модели исследователь использует тот или иной язык формализации. В зависимости от сложности объекта моделирования и внешней среды могут использоваться три вида формализации 1) аппроксимация характеристик явлений функциональными зависимостями, 2) алгоритмическое описание процессов в системе, 3) смешанное представление в виде последовательности формул и алгоритмических записей. Обычно КМ сложной системы представляет собой упрощенное алгоритмическое отображение реальной системы. С учетом рекомендации специалистов по предметной области сложная система расчленяется на конечное число частей (производится её декомпозиция) с сохранением связей, обеспечивающих их взаимодействие [153]. [c.91]
Полученные части при необходимости вновь структурируются до тех пор, пока не получатся элементы, удобные для математического или алгоритмического описания. В результате этого сложная система представляется в виде многоуровневой конструкции взаимосвязанных элементов, объединяемых в подсистемы (подмодели) различных уровней. При этом, по крайней мере в слабо изученных предметных областях, стремятся к тому, чтобы получаемые модели отвечали реально существующим фрагментам системы. [c.91]
Свойства конкретной алгоритмической модели, на которой базируется алгоритм поиска оптимального решения, например ее линейность или выпуклость, могут быть определены только в процессе экспериментирования с ней, в связи с чем для решения моделей этого класса используются так называемые методы экспериментальной оптимизации на ЭВМ. При использовании этих методов производится пошаговое приближение к оптимальному решению [c.26]
Верификация имитационной модели есть проверка соответствия ее поведения предположениям экспериментатора (см. Машинная имитация). Когда модель организована в виде вычислительной программы для компьютера, то сначала. исправляют ошибки в ее записи на алгоритмическом языке, а затем переходят к верификации. Это первый этап действительной подготовки к имитационному эксперименту. Подбираются некоторые исходные данные, для которых могут быть предсказаны результаты просчета. Если окажется, что ЭВМ выдает данные, [c.44]
См. создает возможность для самостоятельного решения отдельных планово-экономических задач и их последующего согласования. Расчеты (обычно итерационные, см. Итерация) проводятся так, что результаты (выходы) расчетов по одной модели оказываются входами для других и т.д. Есть два основных способа связи моделей в системе — алгоритмический и неформальный, когда процесс согласования результатов производится людьми. [c.326]
ПОСТРОЕНИЕ СТРУКТУРНО-АЛГОРИТМИЧЕСКОЙ МОДЕЛИ [c.16]
Формирование модели ИП на основе концепции структурно-алгоритмического механизма функционирования ИС в пространстве состояний [c.26]
Рассмотрим возможный вид вектор-функций F2 ( ) или F(-) в уравнениях динамической модели состояния (1.17), (1.18), основываясь на концепции структурно-алгоритмического механизма функционирования ИС. В соответствии с данной концепцией алгоритм функционирования и структуры ИС определяется характером её взаимодействия с интеллектуальной средой, обозначаемой через S и представляющей собой некоторое непрерывное множество (пространство, многообразие), на элементах которого осуществляется анализ характера выполнения цели С, стоящей перед системой I, и формирование на основании этого решения, направленного на выполнение данной цели С. Для этого из пространства Н на среду S с помощью некоторого оператора Р осуществляется отображение (проектирование) системы I, цели С и модели окружающей среды 0, воздействующей на объект (1.1) посредством векторов возмущения ш (в рассматриваемом случае информация о 0 сводится к соотношению (1.4)). Об операторе Р будем использовать предположение, что в области его значений, т.е. на множестве 1тР с S, существует обратный оператор Р 1. [c.26]
Концептуальную часть базы знаний будем называть моделью предметной области, алгоритмическую часть — программной системой, а факту-альную часть — базой данных. [c.41]
Характер определения ТЭК, цели и задачи его исследования, их организация и результативность в большей мере зависят от возможностей обеспечения этих исследований информацией (статистической, плановой и предплановой, объединяемой в рамках исследований с использованием ЭВМ в виде некоторой информационной базы — базы данных), инструментарием (экономические и экономико-математические модели и методы, алгоритмическое и программное обеспечение), вычислительными средствами, а также от наличия заказчиков на результаты этих исследований (прежде всего органов управления и организаций в самой республике, как заинтересованных в совершенствовании управления и эффективном развитии комплекса, так и могущих влиять на это). [c.33]
Задачи с объективно оцениваемыми результатами - это задачи, для которых может быть объективно определен факт их окончательного решения. В этих задачах в явном виде задан критерий, определяющий достижение цели. Сюда относятся сложные комбинаторные задачи, различные игры с четкими правилами (шахматы, шашки), задачи проектирования и т.д. Для этих задач, как правило, имеются хорошие аналитические или алгоритмические модели. Для них имеется возможность объективной оценки результата решения или хотя бы сравнительной оценки нескольких вариантов решений. [c.36]
Нетрудно видеть, что статико-статистическая модель включает в себя основные черты обоих типов моделей. Алгоритмическая простота расчетов по энтропийным моделям ЗОК обеспечивает, кроме того, возможность расчета оптимального плана выпуска товарной продукции, близкого по характеру к осуществляемым по моделям прямых расчетов, реализация которых заключается в выполнении на ЭВМ по заданному алгоритму простых арифметических операций и операций сводки. [c.125]
Большое внимание уделено в монографии совершенствованию математических моделей, алгоритмических методов и информационных технологий. Технологическая специфика больших систем энергетики накладывает определенный отпечаток на аппарат исследования надежности. Но вместе с тем наиболее плодотворными оказываются одни и те же методы и модели В последнее время усилился интерес к использованию нейронных сетей в задачах управления формированием и развитием электроэнергетической системы. Не исключено, что эти работы явятся отправной точкой для исследователей, работающих в области надежности трубопроводных систем, и будут способствовать появлению у них новых идей. Инициатором совместной работы специалистов разных отраслей был Ю.Н. Руденко. Со временем многие из постоянных участников семинара осознали, насколько близкими оказываются иногда проблемы электроэнергетики к проблемам надежности газо-, нефте-, водо- и теплоснабжения, несмотря на кардинальное различие физических процессов, определяющих перетоки энергии и энергоносителей. Для того чтобы понимать друг друга, достаточно преодолеть языковый -барьер , освоить терминологию, систему понятий и обозначений, принятые в смежных областях. [c.7]
Система моделей АСПР не может строиться как непрерывная цепь функционально, информационно и алгоритмически взаимосвязанных моделей. Народное хозяйство как объект планирования с точки зрения кибернетики представляет собой очень сложную систему, которая, по определению, не может быть полностью конструктивно описана на формальном языке. Из этого следует, что в совокупности планово-экономических задач, предусмотренных функционально-структурными схемами разработки народнохозяйственного плана, имеются не только полностью или частично формализуемые, но и принципиально неформализуемые задачи. Иначе говоря, система моделей народнохозяйственного планирования не может быть замкнутой, и взаимодействие некоторых из входящих в систему моделей должно осуществляться через блоки принятия неформальных решений. [c.125]
Все планово-экономические задачи, предусмотренные функционально-структурными схемами разработки плана, прямо или косвенно связаны между собой, а значит, модели, объединяемые в систему, служат для решения функционально взаимосвязанных задач. Независимо от того, является ли данная задача формализуемой, результат ее решения выражается в определенной информации, следовательно, входящие в систему модели могут быть состыкованы информационно либо непосредственно (информационный выход одной модели является входом для другой), либо через промежуточные элементы, представляющие неформализуемые плановые процессы (информация по результатам решения модели поступает,-например, специалисту, который на ее основе вырабатывает определенное плановое решение, данные о котором используются при реализации следующей модели). В том случае, когда связи между отдельными моделями могут быть формализованы, согласование их решений может достигаться алгоритмически, например при взаимодействии межотраслевой модели с моделями оптимального отраслевого планирования в схеме многоступенчатой оптимизации, предложенной В. Ф. Пугачевым. [c.125]
В связи с этим, в частности, автором статьи разработана специальная программа POL / " на алгоритмическом языке Фортран-1У, реализующая регрессионную модель (4). Особенностью программы является возможность ввода данных с указанием реального масштаба времени, что представляет удобство при проведении расчетов по большой номенклатуре материалов. Это вызвало необходимость разработки подпрограммы, которая осуществляет преобразование года в ро"ицныу Х " 4 -1 ° t. первый год наблюдаемого ряда удельных расходов материалов. В резульг-тате этого преобразования каждое значение X t соответствующее содержится в отрезке (1,7). Коэффициенты уравнения регрессии (7) получаются относительно переменной х. Это дает возможность избежать такой ситуации на [c.22]
Программно-математическом — как набор статистических, математических, инфологических, алгоритмических и прочих машинно-ориентированных моделей, а также реализующих их компьютерных программ. [c.60]
Необходимо алгоритмически определять формирование оптимизационных моделей в системе, т. е. должны быть указаны правила, по которым вычисляются функционал задачи, векторы технологических матриц и ограничений. [c.97]
Из рис. 1.11 видно, что в общем случае информационная технология состоит из информационных моделей разного уровня абстракции и ЭВМ. На вход ИТ поступает информация от человека /вх, формируемая на основе информации 1Ж от объекта управления. Информация /вх сравнивается с концептуальной моделью (КМ) объекта управления. Реакция на результат сравнения определяется общей математической моделью управления (ОМУ), декомпозированной на частные математические модели (ЧММ). Набор ЧММ описывает возможные состояния ОУ и тактику управления в этих состояниях. Эта тактика реализуется через алгоритмические модели, формализованные в программы (ПО) для ЭВМ. В результате ЭВМ выдает информацию /вых, представляющую собой рекомендации по управлению ОУ в данной ситуации. [c.40]
Для решения задач информационной технологии, помимо ввода осведомляющей информации об объекте управления, необходимо также подготавливать и вводить информацию о структуре и содержании предметной области (т.е. модель объекта управления), а также информацию о последовательности и содержании процедур технологических преобразований для решения поставленных задач (т.е. алгоритмическую модель). Суть подготовки информации такого вида состоит в "написании программ и описании структур и данных на специальных формальных языках программирования. Этап разработки и ввода программ в настоящее время автоматизирован благодаря использованию развивающихся многофункциональных систем программирования. С их помощью существенно облегчаются процесс создания программ, их отладка и ввод. Тем не менее сам процесс моделирования, т.е. разработки моделей предметной области решаемых задач и их алгоритмической реализации, остается творческим и на этапе разработки информационных технологий в своей основе практически неавтоматизируем. [c.64]
Объединенные в последовательно-параллельную цепочку рассмотренные расчеты, кроме последнего, представляют собой элементы внемо-дельного процесса разработки параметров основной, оптимизационной модели. Описанная в предыдущей главе энтропийная модель составляет содержание последнего этапа. Напомним, что простота алгоритмической реализации энтропийной модели позволяет при столь небольшом объеме информации с помощью алгоритма типа прямого счета" рассчитать план выпуска товарной продукции. Мы специально акцентируем на этом внмание, поскольку по традиции на стадии формирования плана выпуска товарной продукции, как правило, используются различного типа модели компаундирования и объем вырабатываемой продукции является величиной, производной от общего объема и номенклатуры смешиваемых компонентов. В нашем случае решение подобной задачи, содержащей, кроме прочего, информацию о рецептах компаундирования [101] не предусматривается, а информация о рецептах - излишняя. [c.162]
Пакетный режим менее удобен при оперативном управлении, когда важно, во-первых, непосредеп лиц, принимающих решение, и ЭВМ во-вторых, применение не аналитических методов (математи1 аналитических зависимостей), а специальных алгоритмических методов, позволяющих искать машинного эксперимента, то есть выбирать решение по имитационной модели. [c.56]
Эта новая модель алгоритмична в плане практического применения. То есть она не предполагает использования архивных исходных данных. В главе 1 была описана эмпирическая модель (та, что, напротив, использует архивные исходные данные), позволяющая вам, при желании, работать с топографией (п +1)-мерного изображения. Но алгоритмическое решение, вроде того, что будет представлено ниже, более желательно, особенно если в будущем будут достигнуты успехи в отслеживании смещения вершины в (п + 1)-мерного изображения. Вообще говоря, эмпирическое решение бывает не только весьма времяемким, но и не облегчает имитационного моделирования методом проб и ошибок. Кроме того, в алгоритмической модели вы, при желании, всегда можете [c.171]
Принципиальная неполнота знаний о сложных объектах существенно ограничивает применимость к ним классических аналитических моделей и определяет ориентацию на использование опыта экспертов, что, в свою очередь, связано с созданием соответствующих средств формализации экспертных знаний и их встраиванием в программную систему моделирования (ПСМ). Поэтому в современном моделировании существенно возрасла роль такого понятия, как концептуальная модель предметной области [81, 237]. Строгого определения понятия концептуальная модель (КМ) нет. Концептуальная схема разработки и использования модели определяется как совокупность высказываний, истинных для данной ПО, включая возможные состояния, классификации, законы, правила, тенденции, стратегии. Таким образом, основой КМ является не алгоритмическая модель передачи и преобразования данных, как в аналитических моделях, а [c.89]
На начальном этапе применение экономико-математических методов характеризовалось разработкой и решением отдельных планово-экономических задач (задач оптимизации формирования производственной программы, использования производственных мощностей и др.). В этом отношении накоплен богатый опыт. Основной оптимизационной моделью подсистемы перспективного планирования являетсямодель выбора вариантов проектов реконструкции и нового строительства, решаемая методами целочисленного программирования. Она дополняется алгоритмической сетью расчета остальных показателей плана, производных по отношению к показателям капитальных вложений и объемов продукции по годам перспективного периода (эти показатели получаются непосредственно решением модели). [c.51]
Алгебраическое дополнение 16 Алгоритм (алгорифм) 16 Алгоритм управления 17 Алгоритмическая проблема 17, 355 Алгоритмическая сеть 17 Алгоритмический аспект процесса управления 294 Алгоритмический подход 17, 396 Алгоритмо-эвристическая модель 396 Алфавит кода 145 Альтернатива 17 Альтернативная стоимость 18 Альтернативная стоимость владения [c.459]
В отличие от ДЭС первого типа, предназначенных для поиска оптимального решения и базирующихся на строгих математических методах и моделях оптимизации, ДЭС второго типа в основном ориентированы на решение трудноформализуемых задач в отсутствии полной и достоверной информации. Здесь используются экспертные модели, построенные на основе знаний экспертов — специалистов в данной проблемной области, и эвристические методы поиска решения. Одной из основных проблем при проектировании ДЭС второго типа является выбор формального аппарата для описания процессов принятия решений и построение на его основе модели принятия решений, адекватной проблемной области (семантически корректной). В качестве такого аппарата обычно используют продукционные системы. Однако основные исследования ведутся в контексте алгоритмической (детерминированной) трактовки продукционной системы с присущей ей последовательной схемой поиска решения. [c.42]