МОДЕЛИРОВАНИЕ СИСТЕМЫ ОБРАБОТКИ НЕПРЕРЫВНО-ДИСКРЕТНОГО ПОТОКА ВХОДНЫХ ДАННЫХ

Поэтому одна и та же модель в зависимости от критериев классификации может быть отнесена к различным
классам моделей. Между классами всегда существует четкая граница, которая позволяет однозначно выполнить классификацию модели.
Таким образом, модель классифицируется относительно следующих положений:
1)по способу отображения объекта модель системы относится к символьным моделям, в которых объекты описываются на формальном языке, состоящем из множества символов и правил взаимоотношений между ними, поскольку в ней широко используются формулы, числа, графики и языки программирования;
2)относительно второго класса моделей, где все модели делятся на познавательные и прагматические, полученная модель является познавательной, поскольку отображает реальность, являет собой форму организации и представление знаний посредством соединения новых знаний с имеющимися;
3)относительно третьего класса моделирования, где все модели делятся на статические и динамические, полученная модель является динамической, а именно, моделью, отображающей функцию перехода из состояния в состояние.
Поскольку главной задачей моделирования является получение новой дополнительной информации о реальном объекте средством перенесения натурного эксперимента на модель объекта, то, говоря о классификации модели, необходимо рассмотреть также классификацию самого моделирования:
1)по степени полноты модели можно сделать вывод о том, что использовано неполное моделирование, поскольку учитывали не все свойства объекта, а лишь необходимые для достижения цели моделирования системы, а именно изменение данных во времени;
2)по характеру изучаемых процессов в системе полученная модель системы содержит:
а)динамическое моделирование, которое рассматривает поведение объекта во времени;
б)детерминированное моделирование, которое предполагает отсутствие всяких случайных процессов;
в)статическое моделирование, которое предполагает определение поведения системы в определённый момент времени;
г)стохастическое моделирование, которое представлено набором однородных реализаций;
3)по описанию объекта и его характера модель системы представлена аналоговой моделью, т.к. объект описывается уравнениями;
4)по форме представления объекта модель системы представлена реальным моделированием, позволяющим исследовать различные характеристики на реальном объекте.

11. Заключение (проверка адекватности, корректности, возможности
доработки)

Проверка адекватности системы
Существует несколько аспектов оценки адекватности математической модели и объекта. Во–первых, математическая основа модели должна быть непротиворечивой, подчиняться всем законам математической логики. Во – вторых, математическая модель должна правильно отображать исходный объект и обеспечивать возможность предсказывать изменения состояния объекта. Для этого в модели должны выполняться законы сохранения, присущие объекту моделирования. Законы сохранения составляют основу описания любого объекта и играют роль принципов отбора, сужая множество мысленно допустимых (виртуальных) движений и помогая создавать математические модели, правильно отображающие объект. В – третьих, при анализе результатов моделирования, их интерпретации необходимо использовать не только формальные методы, но и неформальные процедуры, основанные на опыте и интуиции человека. Таким образом, оценка адекватности выполняется на различных этапах математического моделирования: при постановке задачи, в процессе построения модели, при анализе и интерпретации результатов, вследствие чего эта процедура приобретает циклический характер. Стандартной методики проверки адекватности модели объекту не существует. Проверка на адекватность выполнялась на всех этапах математического моделирования, и можно сделать вывод о том, что исследуемая система является адекватной.
Проверка корректности системы
Для подтверждения корректности работы модели система должна давать единственно правильный результат при обработке одних и тех же данных. Система в курсовой работе является корректной, т.к. при трех проверках работы системы с данными варианта при задании одних и тех же коэффициентов точности были получены идентичные выходные данные.
Проверка непротиворечивости системы
Для проверки модели на непротиворечивость необходимо установить непротиворечивость модели основным законам математики и логики. Для доказательства правомерности данного аспекта была использована для примера функция нахождения арккосинуса числа и подкоренного выражения. По законам математики, арккосинус числа более 1 не может быть найден, а так же значение подкоренного выражения не должно быть меньше 0. Проверив систему на непротиворечивость, мы убедились в этом. Следовательно, наша система полностью непротиворечива.
























12. Приложение 1. Результаты проведения эксперимента,
пользовательские формы, интерфейс.


Программная блок-схема алгоритма













13. Приложение 2. Листинг основных функций программ.

Программный код прогнозирования состояний объекта методом экспоненциального приближения (обобщённая блок-схема алгоритма п.4,5,6) вычисление µ прогнозной

double TForm1::GetMuPr(int i) // получить мю прогнозное для i-й строки
{
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();

// для последнего
double S=0;
for(int i=0;iCells[3][i+1].ToDouble();
S/=M;
return S*A+(1-A)*sg1->Cells[3][i].ToDouble();

вычисление α прогнозной

double TForm1::GetAPr(int i) // получить А прогнозное
{
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();
}
// для последнего
double S=0;
for(int i=0;iCells[4][i+1].ToDouble();
S/=M;
return S*A+(1-A)*sg1->Cells[4][i].ToDouble();

Программный код определения предельно-допустимых значений функции
В расчёте фазовых координат прибавляют eps

// + верхняя граница
sg1->Cells[5][i+1]=String(GetMu(i,eps));
sg1->Cells[6][i+1]=String(GetA(i,eps));
// - нижняя граница
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
Присвоение названий строкам

sg1->Cells[0][0]="Дата";
sg1->Cells[1][0]="mu (м)";
sg1->Cells[2][0]="a (рад)";

Abs(a) - вычисление модуля величины а
Sqrt(a)- вычисление квадратного корня числа а
AddArrow - добавление стрелки
Caption - текст в строке заголовка объекта
Cells(i,j) - ячейка, находящаяся на пересечении i-той строки и j-того столбца
Clear - очистка
Show - отображение формы
Value - присвоение значения
Width - горизонтальный размер (ширина) объекта.
Height - вертикальный размер (высота) объекта
RowCount – общее количество строк в таблице RecordCount – cодержит количество записей в наборе данных
FieldCount – возвращает число полей в текущей структуре записи
Fields– имена полей
ToDouble() – переводит целое число в дробное
GETB - макрос объявляющий ссылку на билдинг (строение)

.





















14. Приложение 3. Промежуточные результаты тестирования
системы.

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 83.3343
83.3333
83.3333
83.3386
83.3337
83.3348
83.3313
83.3333
83.3336
83.3317
83.3308
83.3336
83.3333
83.3383 83.3644
83.3633
83.3666
83.3683
83.3693
83.3646
83.3637
83.3638
83.3638
83.3619
83.3600
83.3638
83.3637
83.3686 83.3416
83.3437
83.3493
83.3464
83.3493
83.3436
83.3413
83.3434
83.3433
83.3464
83.3413
83.3434
83.3434
83.3483 83.3333
83.3330
83.3339
83.3348
83.3369
83.3348
83.3337
83.3336
83.3307
83.3368
83.3389
83.3348
83.3347
83.3336 83.3647
83.3638
83.3646
83.3663
83.3646
83.3667
83.3634
83.3613
83.3603
83.3644
83.3613
83.3634
83.3643
83.3683 83.3463
83.3464
83.3413
83.3406
83.3467
83.3446
83.3437
83.3470
83.3499
83.3480
83.3418
83.3430
83.3411
83.3401 83.3313
83.3333
83.3344
83.3343
83.3311
83.3396
83.3387
83.3338
83.3369
83.3330
83.3333
83.3316
83.3397
83.3333 83.3891
83.3873
83.3843
83.3836
83.3843
83.3834
83.3863
83.3883
83.3811
83.3830
83.3868
83.3883
83.3883
83.3866








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 83.3343
83.3343
83.3343
83.3336
83.3337
83.3338
83.3333
83.3363
83.3366
83.3367
83.3368
83.3366
83.3363
83.3363 83.3644
83.3633
83.3636
83.3633
83.3633
83.3636
83.3637
83.3638
83.3638
83.3683
83.3630
83.3638
83.3637
83.3636 83.3446
83.3447
83.3443
83.3444
83.3443
83.3446
83.3443
83.3444
83.3443
83.3444
83.3443
83.3444
83.3444
83.3443 83.3443
83.3440
83.3449
83.3438
83.3483
83.3438
83.3437
83.3436
83.3437
83.3438
83.3483
83.3438
83.3437
83.3436 83.3637
83.3638
83.3646
83.3633
83.3646
83.3637
83.3634
83.3633
83.3633
83.3634
83.3633
83.3634
83.3633
83.3633 83.3433
83.3434
83.3433
83.3436
83.3437
83.3436
83.3437
83.3430
83.3483
83.3430
83.3438
83.3430
83.3431
83.3431 83.3333
83.3333
83.3344
83.3343
83.3331
83.3336
83.3337
83.3338
83.3383
83.3330
83.3333
83.3336
83.3337
83.3333 83.3831
83.3833
83.3833
83.3836
83.3833
83.3834
83.3833
83.3833
83.3831
83.3830
83.3838
83.3883
83.3833
83.3836

































15. Литература



Учебная и специальная литература
Балдин К.В. Моделирование систем: Учеб.пособие для студентов вузов/К.В.Балдин, С.Н.Воробьев. - М.:ЮНИТИ-ДАНА,2015. - 511с.
Березовский В.А. Введение в программирование: Монография. М.: Изд-во СГУ,2014.171с.
Вартанов А. С. Моделирование в геологии: организация и методология: Учеб. пособие / А. С. Вартанов. – М.: Финансы и статистика, 2014. – 326 с.
Воронин А.Д. Кибернетика: учебное пособие/А.Д.Воронин, А.В. Королев. - Минск: Высшая школа,2014.-175с.
Воробьев, С.Н. Иформатика / С.Н. Воробьев, К.В. Балдин. - -М.: Дашков и К,2015.-482 с.
Веретенникова О.Б., Лаенко О.А. Моделирование систем // Управленец.-2015.-№11-12.-С.52-55.
Глазов М.М. Программирование. Учебное пособие. Спб.: РГГМУ,2013.-169с.
Ерина Е.С. Математика и информатика: учебное пособие/Е.С.Ерина; М-во образования и науки Росс. Федерации, Моск. гос. строит. ун-т. Москва: МГСУ,2014.94с.
Жуков Е.Ф. Геология: учебник для вузов/Е.Ф.Жуков.-2-е изд.,-М.:ЮНИТИ-ДАНА,2014.-255с.
Илышева, Н.Н. Общие правила моделирования систем / Н.Н. Илышева, С.И. Крылов. – М.: Финансы и статистика, Инфра - М, 2015. – 412 с.
Каранина Е.В. Оценка моделирования систем: краткий конспект лекций для студентов-М.:ВГУ,2015.
Мамаева, Л.Н. Основы системного анализа: Учебное пособие / Л.Н. Мамаева. - М.: Дашков и К, 2013. - 256 с.
Федотова Г.В. О݅ц݅е݅н݅к݅а у݅с݅т݅о݅й݅ч݅и݅в݅о݅с݅т݅и с݅о݅с݅т݅о݅я݅н݅и݅й о݅б݅ъ݅е݅к݅т݅о݅в п݅о г݅е݅о݅д݅е݅з݅и݅ч݅е݅с݅к݅и݅м д݅а݅н݅н݅ы݅м м݅е݅т݅о݅д݅о݅м ф݅а݅з݅о݅в݅о݅г݅о п݅р݅о݅с݅т݅р݅а݅н݅с݅т݅в݅а/ Г. В. Федотова // Геология. — 2012. — № 41. — С. 27-34.
Филин С.А. О݅ц݅е݅н݅к݅а р݅и݅с݅к݅а и݅з݅м݅е݅н݅е݅н݅и݅я п݅р݅о݅с݅т݅р݅а݅н݅с݅т݅в݅е݅н݅н݅о݅-в݅р݅е݅м݅е݅н݅н݅о݅г݅о с݅о݅с݅т݅о݅я݅н݅и݅я т݅е݅х݅н݅о݅г݅е݅н݅н݅о݅г݅о о݅б݅ъ݅е݅к݅т݅а / Сергей А.Ф. // Управление риском. — 2015. — № 3. — С. 38-51.

Электронные ресурсы
Алексеенко В.Б. Ввведение в программирование [Электронный ресурс]: учебно-методическое пособие/В.Б.Алексеенко, Г.М.Кутлыева,Ю.И.Мочалова.-М.:РУДН,2015.-86с. Режим доступа: httр://iрrbооkshор.ru.
Бочаров С.А. Математический анализ [Электронный ресурс]: учебно-методический комплекс/ С.А. бочаров, А.А. Иванов, С.Я. Олейников. - М.:Изд.центр ЕАОИ, 2014. - 304с. Режим доступа: httр://iрrbооkshор.ru.
Видяпин В.И. Геология [Электронный ресурс]: Учебное пособие /Под ред. В.И. Видяпина. – М.: ИНФРА – М, 2014. – 714 с. Режим доступа: httр://iрrbооkshор.ru.
Титович А.А. Моделирование систем [Электронный ресурс]: учебное пособие.-2-е изд.,испр./А.А.Титович.-Минск:Выш.шк.,2015.-287с. Режим доступа: httр://iрrbооkshор.ru.
Е.В.Маркина. Введение в программирование [Электронный ресурс]: : учебник / коллектив авторов ; под ред. Е.В. Маркиной. — 2-еизд., стер. — Ф59 М. : КНОРУС, 2014. — 432 с. Режим доступа: httр://iрrbооkshор.ru.
Шапкин А.С. Моделирование систем [Электронный ресурс]: Учебник для бакалавров/А.С.Шапкин, В.А. Шапкин.-6-е изд.-М.: Издательско-торговая корпорация "Дашков и К", 2014.-880с. Режим доступа: httр://iрrbооkshор.ru.
Шуклов Л. В. Основы математического анализа [Электронный ресурс]: Либроком - Москва, 2015. - 240 с. Режим доступа: httр://iрrbооkshор.ru.
Якобсон А.Я. Информатика [Электронный ресурс]: -М.:Омега-Л,2015.-178с. Режим доступа: httр://iрrbооkshор.ru.

16. Словарь терминов


АДЕКВАТНОСТЬ - это правильность модели правил объектов в той мере, необходима для достижения
ВНУТРЕННЯЯ, ВНУТРИСИСТЕМНАЯ ИНФОРМАЦИЯ (по отношению к системе) - информация, хранится, перерабатывается, только внутри т.е. актуализируемая только подсистемами
ГЕОГРАФИЧЕСКАЯ ИНФОРМАЦИОННАЯ СИСТЕМА – это система, сбор, хранение, доступ отображения и пространственно координируемых
ДЕСИЖЕНСНАЯ МОДЕЛЬ – это модель, достижении какой-то цели, т. е. развитие функционирование имеет цель.
ИДЕАЛИЗАЦИЯ - получение системе или о ее подсистемах мысленного конструирования, мышлении систем подсистем, не существующих в
ИНГЕРЕНТНОСТЬ – это возможность восприятия информации и этой информации, (свойство объективной
ИНДУКЦИЯ - получение системе по знаниям о индуктивное мышление - эффективных решений, затем проблем, может разрешать.
ИНТЕРАКТИВНАЯ ИНФОРМАЦИОННАЯ СИСТЕМА – это информационно система, в которой передача информации путем диалогов.
КОД - это сигнальное состоянию.
КОЛИЧЕСТВО ИНФОРМАЦИИ - числовая адекватно характеризующая информацию по разнообразию, структурированности (упорядоченности), выбору состояний системы.
МОДЕЛИРОВАНИЕ – процесс модели, а именно цели и задачи, необходимых свойств, методов и средств данных по некоторому достижения желаемого
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.
ОРГАНИЗАЦИЯ СИСТЕМЫ - полное, качественное выделение подсистем, описание их взаимодействий и структуры системы (как линейной, так и иерархической, сетевой или матричной).
ПРЕДМЕТНАЯ ОБЛАСТЬ - раздел науки, изучающий предметные аспекты системных процессов и системные аспекты предметных процессов и явлений. Это определение можно считать системным определением предметной области.
«СБОРКА» и ТЕСТИРОВАНИЕ СИСТЕМЫ - реализация полноценных функциональных подсистем и критериев, оценка модели по сформулированным критериям.
СТРУКТУРА ЛИНЕЙНАЯ – это структура, отображающая явную передачу информации от предыдущего элемента к последующему.























53