е , Т огда имеем: У ^ = Г ( Г , , Х ^ , и ^ , Е ^ ) , i = }.2,...,N ~ I . И м и т а ц и о н н а я м о д ел ь это логико-м атем атическое описание систем ы , которое м ож ет бы ть попользовано в ходе проведения эксперим ентов. 49 С остав И М слож ной системы Рис. 2.1. У словно вы делим в И М м одель управляем ого объекта, м одель системы управления и м одель внутренних случайны х возм ущ ений (Рис.2.1.). В ходы м одели управляем ого объекта делятся н а контролируем ы е управляем ы е и неконтролируем ы е неуправляем ы е возм ущ ения. П оследние генерирую тся датчикам и случайны х чисел по за данном у закону распределения. У правление, в свою очередь является вы ходом м одели систем ы управления, а возм ущ ения вы ходом датчиков случайны х чисел (м одели внутренних возм ущ ений). |
Состав ИМ сложной системы Рис. 3.1. Возвращаясь к проблеме имитационного моделирования сложной системы, условно выделим в ИМ модель управляемого объекта, модель системы управления и модель внутренних случайных возмущений (Рис.3.1.). Входы модели управляемого объекта делятся на контролируемые управляемые и неконтролируемые неуправляемые возмущения. Последние генерируются датчиками случайных чисел по за данному закону распределения. Управление, в свою очередь является выходом модели системы управления, а возмущения (модели внутренних возмущений). выходом датчиков случайных чисел Ul+I =a(y1,Xl+I,El+I), здесь A алгоритм системы управления. Имитация позволяет исследовать поведение моделируемого объекта в течение продолжительного интервала времени —динамическая имитация. В этом случае как говорилось выше г трактуется как номер момента времени. Кроме этого можно исследовать поведение системы в определенный момент времени —статическая имитация, тогда /трактуется как номер состояния. |