Элементы теории подобия, применяемые в моделировании
Этапы построения математической модели
Выбор элементов моделирования.
Элементы моделирования
Процесс моделирования связан с рядом процедур, например, таких как выбор целевой функции (функции отклика), переменных, параметров и т.д. Рассмотрим основные из них.
Выбор переменных. Различают переменные состояния, скорости (роста) факторови др. Они в свою очередь подразделяются на вспомогательные и управляющие.
Переменные состоянияопределяют или помогают определить состояние системы в любой заданный момент времени (фазовые переменные). Типичным примером может служить объем выбросов и их содержание. Переменные должны поддаваться измерению и представлять интерес для исследователя. Так, если система задана с помощью п переменных состояния Хх, X2,..., Хп, то они определяют единственным способом состояние системы в момент времени t. Проблема детерминированного моделирования состоит в построении дифференциальных уравнений, с помощью которых можно было бы прогнозировать значения всех переменных состояния системы в любой наперед заданный момент времени.
Переменные скорости (роста)— это характеристика, задающая процесс, который протекает в системе, в заданный момент времени. Эти процессы можно квалифицировать либо как преобразование, либо как перемещения.
Вспомогательные переменные способствуют более глубокому пониманию объекта и в отдельных случаях упрощают сопоставление результатов наблюдения, например темп роста выбросов в атмосферу
R П =
1 dП
П dt
Где П - объем выбросов; dt — приращение объема выбросов за время dt.
Управляющие переменные — это не зависящие от времени количественные показатели и коэффициенты, включаемые в математические модели.
Под константой понимают численную величину, имеющую надежно и точно вычисленное значение, которое остается неизменным при варьировании условий эксперимента, а также в тех случаях, когда модель используется для проверки различных гипотез или для описания компонент системы.
Термин «параметр» обычно относится к характеристикам, численные значения которых отличаются меньшей определенностью, чем у констант, но, тем не менее, остаются неизменными на протяжении исследования модели. Значения параметров подвержены влиянию условий эксперимента и они могут иметь приближенное значение.
Для обозначения параметров и констант введем символ Р, а величины, относящиеся к параметрам, будем записывать с индексом с, например, Sc— постоянные затраты (с — от const).
Для обозначения переменных введем символы X, Y, Z и т.д. Величины, относящиеся к переменным, будем записывать с индексом v, например, Sv— переменные затраты и т.д. (v — от var).
Подгонка моделей связана с такой корректировкой значений параметров Р иначальных условий переменных Х i(i=1, п), которая приближала бы модель к описываемой ею реальной системе при сохранении выбранной структуры и базовых уравнений. Например, пусть у реальной системы измеряется конкретная характеристика Yпраз в определенные моменты времени t1 t2 ..., tnи соответственно фиксируются значения у1, у2 ,..., уп. При тех же условиях по модели фиксируем состояния Y1,Y2.,Yn, где Yi— прогнозируемые величины характеристик системы. Если имеется разница между значениями уi. и Yi ,то ее величина называется невязкой и обозначается как
ri=yi-Yi
Можно вычислить сумму квадратов невязок
R=∑ ai ri2
где ai— некоторый весовой коэффициент, который применяется в случае, когда невязки ri,, имеют разную качественную значимость. При этом
a1 + a2 + … + an = 1
Сумма невязок используется в качестве меры близости модели к ее прототипу и может быть разбита на две составляющие
R=R аД + R е
где R аД — отражает неадекватность модели прототипу; Rе — ошибки в экспериментальных данных.
Величина R рассматривается как зависимая от параметров системы P1 P2 ,... Рк, поэтому ожидаемое значение Reопределяется по формуле
Re = (п-k) σ 2,
где п — число измерений; k — число параметров; σ 2 — дисперсия ошибки.
Зависимость R от параметров Pi (i =1, k) может быть записана как
R = R(Pl,P2,...,Pk),
Для определения минимума функции R(P) используют методы: наименьших квадратов, градиентный и др.
В качестве критерия чувствительности модели, где величина Y iпрогнозируется в заданный момент времени и известен параметр, от которого зависит эта величина, рекомендуется безразмерная величина
S(Yi, Pi) =
δ Yi Yi
≈
δ Yi Pi
δ Pi Pi
Yi δ Pi
где δ Pi— малое приращение параметра; δ Yi— приращение Yiвследствие изменения параметра Рi
Параметры, для которых S(YiPi)>1, сильно влияют на выходной показатель, и наоборот.