Сложные системы управления и проблемы алгоритмизации

Автор работы: Пользователь скрыл имя, 16 Марта 2011 в 12:52, реферат

Описание работы

Основными понятиями, являются понятия о сложной системе управления (СУ), автоматизированной системе управления (АСУ), алгоритме управления, алгоритмическом комплексе, программе и алгоритмической системе управления (АлСУ). Большинство из этих понятий являются интуитивными (содержательными) и допускают неоднозначность толкования.

Файлы: 1 файл

Сложные системы управления.doc

— 392.50 Кб (Скачать файл)

    Можно сказать, что одним из основных интуитивный показателей сложности СУ является ее динамическое поведение, а именно: степень трудности наглядного объяснения и предсказания траекторий движущейся системы. В общем случае можно ожидать, что структурная сложность системы оказывает влияние на динамическое поведение системы, а следовательно, и на ее динамическую сложность. Однако обратное не верно. Система может быть структурно простой, т. е. иметь малую системную сложность, но ее динамическое поведение может быть чрезвычайно сложным.

  Пример 

    Рассмотрим  процесс, который является структурно простым, будучи в то же время динамически  сложным 

    Правило порождения последовательность точек x0, x1, x2, … следующее: стороны вписанного в треугольника и диагональ используются как отражающие и пропускающие с преломлением. Процесс начинается с произвольной точки основания треугольника, кроме крайних и средней.

Приписывание  каждой точке слева от середины основания  треугольника число “0”, а каждой точке справа – “1”, получим последовательность чисел 0,0,1,0,0,1,…, порожденную этой детерминированной процедурой и математически неотличимую от последовательности, получаемой в распределении по закону Бернулли с параметром p=1/2 ( другие значения p могут быть получены использованием прямых, отличных от диагонали квадрата).

    Этот  результат имеет определенное методическое и теоретическое значение. Действительно, если считать последовательность 0 и 1 выходом некоторого процесса, то не существует математического метода, позволяющего определить, является ли внутренний механизм, преобладающим вход и выход (последовательность 0 и 1), детермированным или стохастическим. Иными словами, если не заглядывать внутрь “чёрного ящика”, то никакие математические операции не могут помочь определить, является базисный механизм стохастическим или нет.

    Пример  подвергает серьёзному сомнению слишком  категорическое утверждение о том, что глубинная природа физических процессов принципиально стохастична. Конечно, теория вероятности и статистика являются удобными инструментами для описания ситуаций, для которых характерна большая неопределённости. Однако нет априорных математических оснований полагать, что механизм, порождающий неопределённость, по своей природе непременно стохастичен.

    Очевидно, что если интерпретировать динамическую сложность как способность предсказать  поведение системы, то рассмотренный  процесс очень сложен, так как наблюдаемый выход полностью случаен.

Шкалы времени 

    Другим  важным аспектом динамической сложности является вопрос о различных шкалах времени для различных частей процесса. Часто возникают такие ситуации, когда скорости изменения компонент одного и того же процесса различны: одни компоненты изменяются быстрее, другие – медленнее.

    Типичным примером такого процесса является регулирование уровня воды в системе водохранилищ. Для управления на уровне индивидуального распределения воды требуется принимать решения ежедневно (или даже ежечасно), хотя решение об общем потоке воды через вход-выход принимается раз в месяц или раз в квартал.

    Проблема  различных шкал времени напоминают проблему интегрирования “жестких” систем ДУ или когда имеем дело с некорректной проблемой.

Пример  не корректности представляет линейная система 

X’’-25*x=0, x(0)=1, x’(0)=-5.
Теоретическое решение 

X(t)=e-5t.

Однако  при решении этой задачи численными методами в вычисления выйдет дополнительный член

X(t)=e-5t

С малым  множителем ε. Т.о. в действительности вычисляется 

X*(t)=e-5t+εe5t.

Если t (или ε) достаточно мало, то всё в порядке; однако когда ошибка округления слишком велика (большое ε) или когда желательно найти решение на большом интервале t, то преобладающим в решении будет член x(t).

В ряде случаев трудности могут быть связаны не с вычислительными  процедурами, а самим решением системы. Для примера “жесткая” система

X1’=x1+2x2, x1(0)=0,

X2=-10 X2, X2(0)=1

Имеет решение 

X1(t)=-2/11[e-10t-e-t],

X2(t)=e-10t.

    Таким образом, первая компонента процесса изменяется на порядок быстрее, чем вторая, и  любая попытка рассчитать траекторию системы численно требует использования такого малого шага интегрирования, который позволяет аккуратно отследить “быструю” компоненту.

    Это явление “жёсткости” в системах, очевидно, оказывает влияние на динамическую сложность системы, так как точное предсказание поведения системы требует дополнительных затрат на вычисление.

Приведённые примеры еще раз подтверждает, что большой порядок системы (большое  число компонентов) не обязательно  означает большую сложность системы  и наоборот. Сложность это слишком тонкое понятие, чтобы описывать его исключительно в понятиях размерности.

Пример 

    Пусть имеется совокупность из n элементов. Если они изолированы, не связаны  между собой, то эти n элементов не являются системой. Для изучения этой совокупности достаточно провести не более чем n исследований с каждым элементом. В общем случае в системе со взаимными связями между компонентами необходимо исследовать n(n-1) связей. Если состояние каждой связи охарактеризовать в каждый момент времени наличием или отсутствует или отсутствует, то общее число состояний системы будут равно 2n(n-1).

Например, если n=10, то число связей n(n-1)=90, число  состояний 290≈1,3*1027.

    Изучение  такой ССУ путем непосредственного  обследования ее состояния оказывается весьма сложным. Следовательно, необходимо разрабатывать компьютерные методы, позволяющие сокращать число обследуемых состояний.  
 

Модели  сложных систем управления (по Вавилову А.А)

    В соответствии с определением, введенным  А.А. Вавиловым, сложная система управления (ССУ) SΣ представляет собой множество взаимосвязанных и взаимодействующих между собой подсистем управления Sm, выполняющих самостоятельные и общесистемные функции и цепи управления.

На каждую из подсистем Sm ССУ возлагаются самостоятельные и общесистемные функции, связанные с генерированием и преобразованием энергии, переносом потоков жидкости и газов, передачей и преобразованием информации.

    Цепи  управления определяет необходимый  закон изменения заданных переменных или некоторых характеристик  подсистемы управления Sm в условиях ее функционально-целевого причинно следственного взаимодействия с внешней средой и другими подсистемами.

    Принципиальных  особенность модели ССУ – кроме  причинно следственной информации модель ССУ SΣ содержит дополнительную функционально-целевую информацию о подсистеме Sm и комплексах Zp, интеграцией которых образована сложная система.  
 
 

АЛГОРИТМИЗАЦИЯ.

Понятие и свойства алгоритма.           

    Алгоритм - формальное описание последовательности действий, которое необходимо выполнить для решения задачи. Термин «алгоритм» обязан своим происхождением великому ученому средневекового Востока, чье имя – Мухаммед ибн Муса ал Хорезми. Он жил приблизительно с 783 по 850 гг.

Теория  алгоритмов имеет большое практическое значение. Алгоритмический тип деятельности важен не только как мощный тип деятельности человека, но и как одна из эффективных форм его труда. Через алгоритмизацию, через расчленение сложных действий на все более простые действия, выполнение которых доступно машинам, пролегает путь к автоматизации. Создание алгоритма для решения задач какого либо типа, его представление исполнителю в удобной для него форме – это творческий акт. Образно говоря, историю математики можно было бы назвать историей открытия алгоритмов и их внедрения в человеческую практику. 

Дискретность. Алгоритм представляет процесс решения задачи как последовательность выполнения шагов-этапов. Для выполнения каждого этапа требуется определенное время, т.е. преобразование исходных данных в результат происходит дискретно во времени.

Определенность (детерминированность). Каждое правило алгоритма должно быть четким и однозначным. Отсюда выполнение алгоритма носит механический характер.

Результативность (финитность, конечность). Алгоритм должен приводить к решению задачи за конечное число шагов.

Массовость. Алгоритм решения задачи разрабатывается в общем виде, т.е. он должен быть применим для некоторого класса задач, различающихся исходными данными (область применимости алгоритма).

Язык блок-схемспособ формального описания алгоритмов.

Схема наглядно демонстрирует все связи между  элементами. Хорошо различаются элементы, в которых записаны условия ветвления (ромбы),элементы элементы, в которых записаны указания о работе  над числами (прямоугольники), а также элементы ввода информации и её вывода (параллелограммы).

Язык схем настолько  четок, что исполнитель, получивший схему алгоритма, ни в каких дополнительных разъяснениях автора алгоритма не нуждается.

Язык  схем алгоритмов – важный тип языка  для представления алгоритмов; схема может быть важным дополнением к алгоритму, записанному в какой – либо форме.

Обработка данных (вычисление, пересылка и  т.п.)

Вызов процедуры 

Проверка  условия 

       
       

Соединительные  линии и их объединение.

                         

Ввод-вывод  данных

           

Точки связи или соединители

              

     

Начало, завершение программы или подпрограммы

               

Комментарий

                                                         
       

    Основные (базовые) структуры алгоритмов – это ограниченный набор стандартных способов соединения отдельных блоков или структур блоков для выполнения типичных последовательностей действий. Доказано, что программу для любой простой логической задачи можно составить из структур следование, разветвление и повторение (цикл).

    Эти базовые структуры были положены в основу технологии структурного программирования. Эта технология для разработки сложных программ рекомендует разбивать (декомпозировать) программу на подпрограммы (процедуры), решающие отдельные подзадачи, т.е. базируется на процедурной декомпозиции.

    Простая программа - алгоритм, для которого:

  • Существует единственный вход и единственный выход.
  • Для каждого элемента алгоритма существует путь от входа к выходу через этот элемент (т.е. алгоритм не содержит бесконечных циклов и не содержит бесполезных (недостижимых) фрагментов).

Примеры простой и непростых программ:

Простая программа 

 
 
 

    Бесконечный цикл

      

    Недостижимый  фрагмент

      

    Основные (базовые) структуры алгоритмов и  их производные:

    Следование последовательное выполнение действий (блоков).

Информация о работе Сложные системы управления и проблемы алгоритмизации