Софт-Портал

программное моделирование

Рейтинг: 4.2/5.0 (695 проголосовавших)

Категория: Windows

Описание

Программно-аппаратное моделирование

Программно-аппаратное моделирование

Программно-аппаратное моделирование (ПАМ, англ.   hardware-in-the-loop simulation ) представляет собой метод, который используется в разработке и испытании сложных встроенных систем реального времени. ПАМ обеспечивает эффективную платформу, при помощи добавления сложной системы управления для тестирования платформы. Сложная система управления присутствует на этапе тестирования и разработки, так как добавлено математическое представление всех связанных динамических систем. Это математическое представление называют «Программное моделирование». Встроенная система взаимодействует с этим программным моделированием и позволяет тестировать её.

Как ПАМ работает

ПАМ включает в себя электрически эмулируемые датчики и приводы. Они выступают в качестве интерфейса между инструментом моделирования и встроенной тестируемой системой. Значение каждого датчика контролируется программной средой и считывается тестируемой системой. Также, встроенная тестируемая система осуществляет свои алгоритмы с помощью сигналов, подаваемых на привод. Изменения в этих сигналах приведут к изменениям в значениях нашей программной среды .

Например, ПАМ может быть использовано в разработки автомобильной АБС. которая может иметь математическое представление для каждой подсистемы:

  • Динамика автомобиля, например подвеска, колесные диски, шины, крен, передачи и рыскание;
  • Динамика гидравлических компонентов тормозной системы;
  • Дорожные характеристики
Почему следует использовать Программно-аппаратное моделирование?

Во многих случаях, самым эффективным способом разработки встроенной системы является подключение её к реальной модели. В остальных случаях, ПАМ будет более эффективным. Метрика разработки и эффективность тестирования зависит от следующих факторов:

  1. Стоимость
  2. Срок действия
  3. Безопасность
  4. Выполнимость

Стоимость подхода должна регулироваться стоимостью всех инструментов и усилий. Продолжительность разработки и тестирования влияет на время выхода продукта. Коэффицент безопасности и продолжительность разработки напрямую влияют на стоимость продукта. Целесообразно использовать ПАМ, когда нам нужно повысить качество тестирования, уменьшить влияние человеческого фактора, мы имеем плотный график разработки или высокая стоимость на реальные испытания.

Повышение качества тестирования

Использование ПАМ повышает качество тестирования, увеличивая объём тестируемых процессов. В идеале, встроенная система будет тестироваться реальными процессами, которые, как правило, сами накладывают ограничения в плане объёма тестируемых данных. Например, тестирование блока управления двигателем, как настоящий процесс может создать следующие опасные условия для инженера-испытателя:

  • Тестирование на уровне или за пределами диапазона определенных параметров ECU (параметры двигателя и т. д.)
  • Тестирование и проверка системы при условиях сбоя

В вышеупомянутых испытаниях, ПАМ обеспечивает эффективный контроль и безопасную среду, где инженер-испытатель или приложение может сосредоточиться на функциональности устройства.

Плотный график разработки

Плотный график разработки, связанный с большинством новых автомобильных, аэрокосмических и оборонных программ не позволяет встроенным программам ожидать появления прототипов. На самом деле предполагается, что ПАМ будет использоваться параллельно с развитием процессов. Например, к тому времени когда новый прототип автомобильного двигателя будет доступен для тестирования системы управления, 95 % тестирования устройства будет завершено с помощью ПАМ. Аэрокосмическая и оборонная промышленности, ещё больше заинтересованы в плотном графике. Программы развития самолетов и наземных транспортных средств используют настольные приложения и ПАМ для проектирования дизайна, тестирования и интеграции параллельно.

Высокая стоимость на реальные испытания

Во многих случаях реальные испытания стоят дороже высококачественного воспроизведения процесса в режиме реального времени. Таким образом, более экономично для разработки и тестирования-подключение к ПА симулятору, чем реальные испытания процесса. Для производителей реактивных двигателей, ПАМ является фундаментальной частью развития двигателя. Развитие Электронно-цифровой системы управления двигателем (ЭСУД) для реактивных двигателей самолетов является ярким примером большой экономии при использовании ПАМ, так как каждый реактивный двигатель может стоить миллионы долларов. В противовес этому, симулятор ПАМ предназначен для проверки полной линейки реактивных двигателей производителя, и может потребовать лишь десятую часть стоимости одного двигателя.

Проработка процессов под человека

Моделирование ПАМ — ключевой шаг в процессе обработки человеческих факторов, метода обеспечивающего удобство пользования и эргономики программного обеспечения. Для технологии в реальном времени разработка человеческих факторов — задача сбора данных об удобстве пользования для человека, в процессе тестирования будущего интерфейса.

Пример тестирования удобства пользования — разработка дистанционных средств управления полетом. Дистанционные средства управления полетом устраняют механические связи между средствами управления и приборами регулирования самолета. Датчики получают данные в реальном времени о настоящих параметрах и затем регулируют их до заданных, используя двигатели, дистанционно. Поведение ЭДСУ полетом определено алгоритмами управления. Изменения в параметрах алгоритма могут привести к большим или незначительным изменениям параметров полета, чем тем что ожидались при введении данных. Аналогично, изменения в параметрах алгоритма могут также привести к большим или незначительным изменениям в силовых параметрах, в отличие от тех что ожидались при их задании. Корректные значения параметров — субъективная мера. Поэтому, важно провести много тестов, чтобы получить оптимальные их значения.

В случае средств управления полетом, ПАМ используется, чтобы моделировать человеческие факторы. Средство моделирования полета включает в себя моделирование аэродинамики, толчка механизма, условий окружающей среды, динамики управления полетом и т. д. Средства управления полетом соединены со средством моделирования, и летчики-испытатели оценивают производительность полета, с различными параметры алгоритма.

Альтернатива ПАМ для человеческого фактора и разработки удобства пользования должна совмещать прототипные средства управления полетом самолета и тест для удобства пользования во время летного испытания. Этот подход перестал работать при измерении трех упомянутых выше условий. Стоимость: Летное испытание чрезвычайно дорогостоящее, и поэтому цель состоит в том, чтобы минимизировать любую разработку, происходящую с этим испытанием. Продолжительность: Разработка средств управления полетом с летным испытанием расширит продолжительность программы создания самолета. При помощи моделирования ПАМ могут быть разработаны средства управления полетом задолго до того, как реальный самолет станет доступен. Безопасность: При помощи летного испытания для проработки критических моментов, ПАМ имеет на фоне живого тестирования непревзойденный плюс, а именно -полную безопасность. Если ошибки присутствуют в проекте прототипных средств управления полетом, результатом могла бы быть аварийная посадка. Выполнимость: Может быть невозможно исследовать определенные критические ситуации (например, последовательности пользовательских действий с точностью до миллисекунды) с настоящими пользователями, управляющими устройством(проектом). Аналогично для проблематичных точек в пространстве параметров, которое может быть не легко достижимым с реальным устройством, но должно быть протестировано чтобы быть уверенными в реальных параметрах рассматриваемого объекта.

ПАМ в Автомобильных Системах

В контексте применения в автомобильной промышленности «Программно-аппаратные моделируемые системы, обеспечивают такую виртуальную машину для валидации и верификации систем.» [1] Поскольку в автомобиле, при вождении, тестирование для оценки производительности и диагностики функциональных возможностей системы управления двигателем часто долго, дорого и не воспроизводимо, ПАМ позволяет разработчикам проверить новое оборудование и программное обеспечение автомобиля, соблюдая требования к качеству и ограничения времени выхода на рынок. В типичном ПАМ динамика двигателя эмулирована от математических моделей, выполненных выделенным процессором в реальном времени. Кроме того, устройство ввода/вывода позволяет подключать датчики автомобиля и приводы (в которых, как правило, присутствует высокая степень нелинейности). Наконец, Электронный Блок Управления (ECU) в условиях тестирования, подключен к системе и стимулируется рядом маневров транспортного средства, выполненных симулятором. В этот момент, ПАМ также предлагает высокую степень выполнимости в процессе тестирования.

ПАМ в Силовой Электронике

Программно-аппаратное моделирование для систем силовой электроники является следующим шагом в эволюции ПАМ технологий. Способность проектировать и автоматически тестировать системы силовой электроники с помощью ПАМ позволяет снизить время разработки, увеличить эффективность, улучшить надежность и безопасность этих систем. В самом деле, силовая электроника является высокоэффективной технологией для гибридных электрических транспортных средств, электрических транспортных средств, ветровых турбин с переменной скоростью, солнечных батарей, промышленной автоматизации, электрических поездов и т. д. Есть по крайней мере три причины использовать ПАМ для силовой электроники:

  • использование ПАМ сокращает цикл разработки
  • дает возможность широко испытывать управление оборудования и программное обеспечение в целях удовлетворения требованиям безопасности и качества
  • позволяет предотвращать дорогостоящие и опасные дефекты.

Вопрос в том, почему системы силовой электроники настолько разные, учитывая что ПАМ было использовано в аэрокосмической и автомобильной промышленности десятилетиями? Дело в том, что системы силовой электроники представляют собой класс динамических систем, которые обладают чрезвычайно быстрой динамикой из-за высокочастотной коммутации действий выключателей силовой электроники (например, транзисторы, тиристор с интегрированным управлением, диоды и др.). Моделирование переключения модуляции в режиме реального времени требует высокую цифровую скорость процессора и задержки, которые действительно могут быть выполнены вне-шельфа компьютерных систем и технологий FPGA/CPU платформ, делая его в 100 раз быстрее, чем традиционные вычислительные методы добиваясь высокой разрешаюшей способности ПАМ для силовой электроники.

ПАМ в Радарах

ПАМ для моделирования радарных систем произошли от радиолокационных помех. Цифровое запоминающее устройство радиочастот (DRFM) обычно используются для создания ложных целей, чтобы запутать радар на поле боя, но эти же системы могут имитировать цель в лаборатории. Эта конфигурация позволяет проводить тестирование и оценку радарных систем, снижая потребность в летных трассах (для бортовых систем) и в полевых испытаниях (для поиска или слежения радаров), и может определить восприимчивость радара к радиоэлектронной борьбе .

ПАМ в Робототехнике

Методы ПАМ были недавно применены для автоматической генерации сложных контроллеров для роботов. Робот использует собственные аппаратные средства для извлечения показателей датчиков, а затем использует эти данные, чтобы вывести физическую симуляцию, содержащую такие аспекты, как собственную морфологию, а также характеристики окружающей среды. Алгоритмы, такие как возвращение к реальности и оценка исследования были предложены в данном контексте.

ПАМ для Энергосистем

В последние годы, ПАМ для энергосистем было использовано для проверки стабильности, эксплуатации и отказоустойчивости крупномасштабных электрических сетей. Платформы обработки текущего поколения имеют возможность моделировать крупномасштабные энергетические системы в режиме реального времени. Это включает в себя системы с более чем 10000 автобусами с связанными генераторами, грузами, устройствами корректирующие коэффициент мощности и сетевые соединения. Эти платформы позволяют оценивать крупномасштабные энергетические системы в реалистичной среде эмулятора. Кроме того, ПАМ для энергосистем был использован для исследования интеграции распределенных ресурсов, систем следующего поколения SCADA и мощностью блоков управления, а также статических синхронных компенсаторов устройств.

Примечания
  1. ^ S.Raman, N. Sivashankar, W. Milam, W. Stuart, and S. Nabi, «Design and Implementation of HIL Simulators for Powertrain Control System Software Development», Proceedings of the American Control Conference,1999.
См. также

программное моделирование:

  • скачать
  • скачать
  • Другие статьи, обзоры программ, новости

    Программное моделирование системы хищник–жертва

    Программное моделирование системы "хищник–жертва"

    Практ ическая часть

    Принцип работы программы

    Сп исок использованной литературы

    В настоящее время важным этапом решения задач экологии является разработка математических моделей экологических систем.

    Одной из основных задач экологии на современном этапе является изучение структуры и функционирования природных систем, поиск общих закономерностей. Большое влияние на экологию оказала математика, способствующая становлению математической экологии, особенно такие её разделы, как теория дифференциальных уравнений, теория устойчивости и теория оптимального управления.

    Одной из первых работ в области математической экологии была работа А.Д. Лотки, который первый описал взаимодействие различных популяций, связанных отношениями хищник-жертва. Большой вклад в исследование модели хищник-жертва внесли В. Вольтерра, В.А. Костицин. В настоящее время уравнения, описывающие взаимодействие популяций, называются уравнениями Лотки-Вольтерра.

    Уравнения Лотки-Вольтерра описывают динамику средних величин -- численности популяции. В настоящее время на их основе построены более общие модели взаимодействия популяций, описываемые интегро-дифференциальными уравнениями, исследуются управляемые модели хищник-жертва.

    Одной из важных проблем математической экологии является проблема устойчивости экосистем, управления этими системами. Управление может осуществляться с целью перевода системы из одного устойчивого состояния в другое, с целью её использования или восстановления.

    Целью реферата является освоение современных методов и средств моделирования систем. А также выявление зависимости математической модели хищник-жертва от коэффициента хищничества.

    Еще в 20-х гг. А. Лотка, а несколько позднее независимо от него В. Вольтерра предложили математические модели, описывающие сопряженные колебания численности популяций хищника и жертвы. Рассмотрим самый простой вариант модели Лотки-Вольтерра. Если предположить, что популяция жертв в отсутствие хищника растет экспоненциально, а пресс хищников тормозит этот рост, причем смертность жертв пропорциональна частоте встреч хищника и жертвы (или иначе, пропорциональна произведению плотностей их популяций), то мгновенная скорость изменения численности популяции жертв может быть выражена уравнением

    где -- удельная мгновенная скорость популяционного роста жертвы, -- константа, связывающая смертность жертв с плотностью хищника, а и -- плотности соответственно жертвы и хищника. Мгновенная скорость роста популяции хищника в этой модели принимается равной разности рождаемости (которая в свою очередь зависит от интенсивности потребления хищником жертв) и постоянной смертности. Согласно приведенным уравнениям, каждая из взаимодействующих популяций в своем увеличении ограничена только другой популяцией, т. е. рост числа жертв лимитируется прессом хищников, а рост числа хищников -- недостаточным количеством жертв. Никакого самоограничения популяций не предполагается. Считается, например, что пищи для жертвы всегда достаточно. Также не предполагается и выхода из-под контроля хищника популяции жертв, хотя на самом деле такое бывает достаточно часто.

    Несмотря на всю условность модели Лотки-Вольтерра, она заслуживает внимания уже хотя бы потому, что показывает, как даже такая идеализированная система взаимодействия двух популяций может порождать достаточно сложную динамику их численности. Решение системы этих уравнений позволяет сформулировать условия поддержания постоянной (равновесной) численности каждого из видов.

    Рассмотрим математическую модель совместного существования двух биологических видов (популяций) типа хищник-жертва.

    Пусть два биологических вида совместно обитают в изолированной среде. Среда стационарна и обеспечивает в неограниченном количестве всем необходимым для жизни один из видов, который будем называть жертвой. Другой вид -- хищник также находится в стационарных условиях, но питается лишь особями первого вида. Это могут быть караси и щуки, зайцы и волки, мыши и лисы, микробы и антитела и т. д.

    Заданы следующие начальные показатели:

    Прирост жертв 0,04;

    Вероятность хищнику съесть жертву 0,03;

    Коэффициент размножение хищников при съедении жертвы 0,02;

    Вероятность смерти жертвы 0,01;

    Количество хищников 150;

    Количество жертв 300;

    Период времени 3 года.

    Рис. 1. Начальные показатели

    Очевидно, что характер изменения состояния () определяется значениями параметров. Изменяя параметры и решая систему уравнений модели, можно исследовать закономерности изменения состояния экологической системы во времени.

    алгоритм программа популяция хищник животное

    В экосистеме скорость изменения численности каждого вида также будем считать пропорциональной его численности, но только с коэффициентом, который зависит от численности особей другого вида.

    Эта система уравнений и называется моделью Лотки-Вольтерра. Числовые коэффициенты называются параметрами модели. Очевидно, что характер изменения состояния ( определяется значениями параметров. Изменяя эти параметры и решая систему уравнений модели, можно исследовать закономерности изменения состояния экологической системы.

    Затухающие колебания соответствуют ситуации, при которой хищник ощутимо воздействует на популяцию жертв, достигнувшую только очень высокой плотности (близкой к предельной), а колебания возрастающей амплитуды возникают тогда, когда хищник способен быстро увеличивать свою численность даже при невысокой плотности жертв и таким образом быстро ее уничтожить.

    Простейшие уравнения модели хищник-жертва обладают рядом существенных недостатков. Так, в них предполагается неограниченность пищевых ресурсов для жертвы и неограниченный рост хищника, что противоречит экспериментальным данным. Кроме того, ни одна из фазовых кривых не выделена с точки зрения устойчивости. При наличии даже небольших возмущающих воздействий траектория системы будет все дальше уходить от положения равновесия, амплитуда колебаний расти, и система достаточно быстро разрушится.

    Несмотря на недостатки модели, представления о принципиально колебательном характере динамики системы хищник-жертва получили широкое распространение в экологии. Взаимодействиями хищник-жертва объясняли такие явления, как колебания численности хищных и мирных животных в промысловых зонах, колебания в популяциях рыб, насекомых и так далее. На самом деле колебания численности могут быть обусловлены и другими причинами.

    Предположим, что в системе хищник-жертва происходит искусственное уничтожение особей обоих видов, и рассмотрим вопрос о том, каким образом уничтожение особей влияет на средние значения их численности, если осуществляется пропорционально этой численности с коэффициентами пропорциональности соответственно для жертвы и хищника.

    Первые модели В. Вольтерра, естественно, не могли отражать все стороны взаимодействия в системе хищник-жертва, поскольку они были в значительной мере упрощены относительно реальных условий. Например, если численность хищника равна нулю, то из уравнений следует, что численность жертвы неограниченно возрастает, что не соответствует действительности. Однако ценность этих моделей состоит именно в том, что они были основой, на которой быстрыми темпами начала развиваться математическая экология.

    Появилось большое число исследований различных модификаций системы хищник-жертва, где были построены более общие модели, учитывающие в той или иной степени реальную ситуацию в природе.

    Таким образом, если. то средняя численность популяций жертвы возрастает, а хищника -- убывает.

    Рассмотрим случай, когда коэффициент истребления жертвы больше коэффициента ее естественного прироста. В этом случае при любых. и, следовательно, решение уравнения ограничено сверху экспоненциально убывающей функцией. то есть при .

    Начиная с некоторого момента времени t, решение уравнения также начинает убывать и при стремится к нулю. Таким образом, в случае оба вида исчезают.

    Принцип работы программы

    Рассмотрим работу программы на блок-схеме:

    Заключение Таким образом, в реферате рассмотрено влияние хищников на число популяции животных, которое является причиной периодических колебаний численности популяций каждого из взаимодействующих видов. Однако хищники являются одним из важнейших факторов, определяющих динамику популяций. При рассмотрении роли образа жизни хищников и жертв установлено, что общественный образ жизни оказывает стабилизирующее действие на систему хищник-жертва.

    Проанализированные модели позволяют прогнозировать динамику численности системы хищник-жертва, что имеет неоспоримое практическое значение.

    В итоге, следует еще раз акцентировать внимание на том, что бессмысленно рассматривать динамику численности жертв изолированно от динамики численности хищников, так как эти процессы взаимосвязаны и взаимозависимы. Список использованной литературы

    1. Шилдт, Г. Полный справочник по C#. -- М. «Вильямс», 2008.

    2. Мазный Г. Л. Мурадян А. В. Учебное пособие: Офисные информационные технологии. -- Дубна: Международный университет природы, общества и человека «Дубна», 1999.

    3. Мельникова О. И. Бонюшкина А. Ю. Учебное пособие: Технология программирования. -- Дубна: Международный университет природы, общества и человека «Дубна», 2001.

    Размещено на Allbest.ru

    Аппаратно-программное моделирование систем

    Аппаратно-программное моделирование систем

    Анализ развития наиболее сложных технических систем позволяет сделать вывод о все более глубоком проникновении ЭВМ в их структуру. Вычислительные машины становятся неотъемлемой, а зачастую и основной частью таких систем. Прежде всего это относится к сложным радиоэлектронным системам. Среди них различные автоматические системы, в том числе системы автоматической коммутации (электронные АТС), системы радиосвязи, радиотелеметрические системы, системы радиолокации и радионавигации, различные системы управления.

    При построении таких систем в значительной степени используются принципы и структуры организации вычислительных машин и вычислительных систем (ВС). Характерной особенностью является наличие в системах нескольких процессоров, объединенных различными способами в специализированную ВС. При этом осуществляется переход от «жесткой» логики функционирования технических систем к универсальной «программной» логике. В силу этого все более значительную роль в таких системах, наряду с аппаратными средствами, играет специализированное системное и прикладное программное обеспечение.

    На этапах разработки, проектирования, отладки и испытания сложных систем с высоким удельным весом аппаратно-программных средств вычислительной техники ставится задача анализа и синтеза вариантов организации структуры аппаратных средств, а также разработки и отладки специализированного ПО большого объема. Эта задача может быть решена с помощью аппаратно-программного моделирования с использованием универсальных моделирующих комплексов, построенных на базе однородных ВС с программируемой структурой.

    Аппаратно-программное моделирование можно считать частным случаем полунатурного моделирования. На первом этапе разрабатывается концептуальная модель заданного класса систем на основе анализа типовых процессов, структур и аппаратных блоков. Концептуальная модель реализуется на аппаратно-программных средствах моделирующего комплекса. При этом моделирующий комплекс может настраиваться на соответствующую структуру системы программным путем за счет возможности программирования структуры используемой микропроцессорной ВС. Часть аппаратных и программных средств микропроцессорной ВС моделирующего комплекса непосредственно отражает аппаратно-программные средства, входящие в исследуемую систему (аппаратное моделирование), другая часть реализует имитационную модель функциональных средств исследуемой системы, внешней обстановки, влияния помех и т.п. (программное моделирование).

    Разработка аппаратно-программных моделирующих комплексов является сложной технической задачей. Несмотря на это, применение таких комплексов находит все большее распространение. При достаточной производительности вычислительных средств комплекса процесс исследования системы может вестись в реальном масштабе времени. В составе комплекса могут использоваться как универсальные микроЭВМ общего назначение, так и вычислительные средства, непосредственно входящие в исследуемую систему. Подобные моделирующие комплексы являются универсальными стендами для разработки и отладки аппаратно-программных средств, проектируемых систем заданного класса. Они могут использоваться в качестве тренажеров по обучению обслуживающего персонала.

    Программное моделирование

    Особенности использования алгоритмических языков.

    Подходы к разработке языков моделирования.

    классификации языков моделирования

    Успех или неудача проведения имитационных экспериментов с моделями сложных систем существенным образом зависит от инструментальных средств, используемых для моделирования, т. е. набора аппаратно-программных средств, представляемых пользователю-разработчику или пользователю-исследователю машинной модели. В настоящее время существует большое количество языков имитационного моделирования — специальных языков программи­рования имитационных моделей на ЭВМ — и перед разработчиком машинной модели возникает проблема выбора языка, наиболее эффективного для целей моделирования конкретной системы.

    Программное моделирование информационных систем

    Использование современных ЭВМ, вычислительных комплексов и сетей является мощным средством реализации имитационных моделей и исследования с их помощью характеристик процесса функционирования систем S. эффективность исследования системыS на программно-реализуемой моделиМм прежде всего зависит от правильности схемы моделирующего алгоритма, совершенства программы и только косвенным образом зависит от технических характеристик ЭВМ, применяемой для моделирования. Большое значение при реализации модели на ЭВМ имеет вопрос правильного выбора языка моделирования.

    Алгоритмические языки при моделировании систем служат вспомогательным аппаратом разработки, машинной реализации и анализа характеристик моделей. Каждый язык моделирования должен отражать определенную структуру понятий для описания широкого класса явлений.

    Основными моментами, характеризующими качество языков моделирования, являются: удобство описания процесса функционирования системы S, удобство ввода исходных данных моделирования и варьирования структуры, алгоритмов и параметров модели, реализуемость статистического моделирования, эффективность анализа и вывода результатов моделирования, простота отладки и контроля работы моделирующей программы, доступность восприятия и использования языка.

    Язык программирования представляет собой набор символов, распознаваемых ЭВМ и обозначающих операции, которые можно реализовать на ЭВМ. На низшем уровне находится основной язык машины, программа на котором пишется в кодах, непосредственно соответствующих элементарным машинным действиям (сложение, запоминание, пересылка по заданному адресу и т. д.). Следующий уровень занимает автокод (языкАССЕМБЛЕРА) вычислительной машины. Программа на автокоде составляется из мнемонических символов, преобразуемых в машинные коды специальной программой — ассемблером.

    Компилятором называется программа, принимающая инструкции, написанные на алгоритмическом языке высокого уровня, и преобразующая их в программы на основном языке машины или на автокоде, которые в последнем случае транслируются еще раз с помощью ассемблера.

    Интерпретатором называется программа, которая, принимая инструкции входного языка, сразу выполняет соответствующие операции в отличие от компилятора, преобразующего эти инструкции в запоминающиеся цепочки команд. Трансляция происходит в течение всего времени работы программы, написанной на языке интерпретатора. В отличие от этого компиляция и ассемблирование представляют собой однократные акты перевода текста с входного языка на объектный язык машины, после чего полученные программы выполняются без повторных обращений к транслятору.

    Программа, составленная в машинных кодах или на языке АССЕМБЛЕРА, всегда отражает специфику конкретной ЭВМ. Инструкции такой программы соответствуют определенным машинным операциям и, следовательно, имеют смысл только в той ЭВМ, для которой они предназначены, поэтому такие языки называютсямашинно-ориентированными языками.

    Большинство языков интерпретаторов и компиляторов можно классифицировать как процедурно-ориентированные языки . Эти языки качественно отличаются отмашинно-ориентированных языков . описывающих элементарные действия ЭВМ и не обладающих проблемной ориентацией.

    Все процедурно-ориентированные языки предназначены для определенного класса задач, включают в себя инструкции, удобные для формулировки способов решения типичных задач этого класса. Соответствующие алгоритмы программируются в обозначениях, не связанных ни с какой ЭВМ.

    Язык моделирования представляет собой процедурно-ориентированный язык, обладающий специфическими чертами. Основные языки моделирования разрабатывались в качестве программного обеспечения имитационного подхода к изучению процесса функционирования определенного класса систем.

    Особенности использования алгоритмических языков.

    Рассмотрим преимущества и недостатки использования для моделирования процесса функционирования систем языков имитационного моделирования (ЯИМ) иязыков общего назначения (ЯОН), т. е. универсальных и процедурно-ориентированных алгоритмических языков.

    Целесообразность использования языков имитационного моделирования (ЯИМ) вытекает из двух основных причин: 1) удобство программирования модели системы, играющее существенную роль при машинной реализации моделирующих алгоритмов; 2) концептуальная направленность языка на класс систем, необходимая на этапе построения модели системы и выборе общего направления исследований в планируемом машинном эксперименте. Практика моделирования систем показывает, что именно использование ЯИМ во многом определило успех имитации как метода экспериментального исследования сложных реальных объектов.

    Языки моделирования позволяют описывать моделируемые системы в терминах, разработанных на базе основных понятий имитации. До того как эти понятия были четко определены и формализованы в ЯИМ, не существовало единых способов описания имитационных задач, а без них не было связи между различными разработками в области постановки имитационных экспериментов. Высокоуровневые языки моделирования являются удобным средством общения заказчика и разработчика машинной модели Мм.

    Несмотря на перечисленные преимущества ЯИМ, в настоящее время выдвигаются основательные аргументы как технического, так и эксплуатационного характера против полного отказа при моделировании от универсальных и процедурно-ориентированных языков.

    Серьезные недостатки ЯИМ проявляются в том, что в отличие от широко применяемых ЯОН, трансляторы с которых включены в поставляемое изготовителем математическое обеспечение всех современных ЭВМ, языки моделирования, за небольшим исключением, разрабатывались отдельными организациями для своих достаточно узко специализированных потребностей. Соответствующие трансляторы плохо описаны и приспособлены для эксплуатации при решении задач моделирования систем, поэтому, несмотря на достоинства ЯИМ, приходится отказываться от их практического применения в ряде конкретных случаев.

    При создании системы моделирования на базе любого языка необходимо решить вопрос о синхронизации процессов в модели, так как в каждый момент времени, протекающего в системе (системного времени), может потребоваться обработка нескольких событий, т. е. требуется псевдопараллельная организация имитируемых процессов в машинной модели Мм. Это является основной задачей монитора моделирования, который выполняет следующие функции: управление процессами (согласование системного и ма­шинного времени) и управление ресурсами (выбор и распределение в модели ограниченных средств моделирующей системы).

    Подходы к разработке языков моделирования.

    К настоящему времени сложились два различных подхода к разработке языков моделирования: непрерывный и дискретный — отражающие основные особенности исследуемых методом моделирования систем. Поэтому ЯИМ делятся на две самостоятельные группы, которые соответствуют двум видам имитации, развивавшимся независимо друг от друга: для имитации непрерывных и дискретных процессов.

    Для моделирования непрерывных процессов могут быть использованы не только АВМ, но и ЭВМ, последние при соответствующем программировании имитируют различные непрерывные процессы. При этом ЭВМ обладают большей надежностью в эксплуатации и позволяют получить высокую точность результатов, что привело к разработке языков моделирования, отображающих модель в виде блоков таких типов, которые играют роль стандартных блоков АВМ (усилителей, интеграторов, генераторов функций и т. п.).

    Заданная схема моделирующего алгоритма преобразуется в систему совместно рассматриваемых дифференциальных уравнений. Моделирование в этом случае сводится, по сути дела, к отысканию численных решений этих уравнений при использовании некоторого стандартного пошагового метода.

    Универсальная ЭВМ — устройство дискретного типа, а поэтому должна обеспечивать дискретную аппроксимацию процесса функционирования исследуемой системы S. Непрерывные изменения в процессе функционирования реальной системы отображаются в дискретной моделиМи, реализуемой на ЭВМ, некоторой последовательностью дискретных событий, и такие модели называютсямоделями дискретных событий. Отдельные события, отражаемые в дискретной модели, могут определяться с большой степенью приближения к действительности, что обеспечивает адекватность таких дискретных моделей реальным процессам, протекающим в системахS.

    Архитектуру ЯИМ, т. е. концепцию взаимосвязей элементов языка как сложной системы, и технологию перехода от системыS к ее машинной моделиМы можно представить следующим образом:

    1) объекты моделирования (системы S) описываются (отображаются в языке) с помощью некоторых атрибутов языка;

    2) атрибуты взаимодействуют с процессами, адекватными реально протекающим явлениям в моделируемой системе S;

    3) процессы требуют конкретных условий, опреде­ляющих логическую основу и последовательность взаимодействия этих процессов во времени;

    4) условия влияют на события, имеющие место внутри объекта моделирования (системы S) и при взаимодействии с внешней средойЕ;

    5) события изменяют состояния модели системы М в пространстве и во времени.

    В большинстве случаев с помощью машинных моделей исследуются характеристики и поведение системы S на определенном отрезке времени, поэтому одной из наиболее важных задач при создании модели системы и выборе языка программирования модели является реализация двух функций:

    1) корректировка временной координаты состояния системы («продвижение» времени, организация «часов»);

    2) обеспечение согласованности различных блоков и событий в системе (синхронизация во времени, координация с другими блоками).

    классификации языков моделирования

    для машинного моделирования системыS пригодны три способа проведения вычислений, в основе которых лежит применение цифровой, аналоговой и гибридной вычислительной техники рис. 1.

    Для моделирования систем используются как универсальные и процедурно-ориентированные ЯОН, так и специализированные ЯИМ. При этом ЯОН предоставляют программисту-разработчику модели Мм больше возможностей в смысле гибкости разработки, отладки и использования модели. Но гибкость приобретается ценой больших усилий, затрачиваемых на программирование модели, так как организация выполнения операций, отсчет системного времени и контроль хода вычислений существенно усложняются.

    Имеющиеся ЯИМ можно разбить на три основные группы, соответствующие трем типам математических схем: непрерывные, дискретные и комбинированные. Языки каждой группы предназначены для соответствующего представления системы S при создании ее машинной моделиМм.

    В основе рассматриваемой классификации в некоторых ЯИМ лежит принцип формирования системного времени. Так как «системные часы» предназначены не только для продвижения системного времени в модели Мм. но также для синхронизации различных событий и операций в модели системыS, то при отнесении того или иного конкретного языка моделирования к определенному типу нельзя не считаться с типом механизма «системных часов».

    Непрерывное представление системыS сводится к составлению уравнений, с помощью которых устанавливается связь между зависимыми и независимыми переменными модели. Примером такого непрерывного подхода является использование дифференциальных уравнений. Причем в дальнейшем дифференциальные уравнения могут быть применены для непосредственного получения характеристик системы.

    Представление системы S в виде типовой схемы, в которой участвуют как непрерывные, так и дискретные величины, называетсякомбинированным. Состояние модели системыМ(S) описывается набором переменных, некоторые из которых меняются во времени непрерывно. Законы изменения непрерывных компонент заложены в структуру, объединяющую дифференциальные уравнения и условия относительно переменных. Предполагается, что в системе могут наступать события двух типов:

    1) события, зависящие от состояния системы;

    2) события, зависящие от времени.

    События первого типа наступают в результате выполнения условий, относящихся к законам изменения непрерывных переменных.

    Для событий второго типа процесс моделирования состоит в продвижении системного времени от момента наступления события до следующего аналогичного момента.

    В рамках дискретного подхода можно выделить несколько принципиально различных групп ЯИМ.

    Первая группа ЯИМ подразумевает наличие списка событий, отличающих моменты начала выполнения операций. Продвижение времени осуществляется по событиям, в моменты наступления которых производятся необходимые операции, включая операции пополнения списка событий.

    При использовании ЯИМ второй группы после пересчета системного времени, в отличие от схемы языка событий, просмотр действий с целью проверки выполнения условий начала или окончания какого-либо действия производится непрерывно. Просмотр действий определяет очередность появления событий.

    Третья группа ЯИМ описывает системы, поведение которых определяется процессами. В данном случае под процессом понимается последовательность событий, связь между которыми устанавливается с помощью набора специальных отношений. Динамика заложена в независимо управляемых программах, которые в совокупности составляют программу процесса.

    Программное моделирование - это

    программное моделирование это: Смотреть что такое "программное моделирование" в других словарях:

    программное моделирование — — [Е.С.Алексеев, А.А.Мячев. Англо русский толковый словарь по системотехнике ЭВМ. Москва 1993] Тематики информационные технологии в целом EN software prototyping … Справочник технического переводчика

    Моделирование жидкости — (англ. fluid simulation)  область компьютерной графики, использующая средства вычислительной гидродинамики для реалистичного моделирования, анимации и визуализации жидкостей, газов, взрывов и других связанных с этим явлений. Имея на… … Википедия

    Программное обеспечение — Запрос «Software» перенаправляется сюда; см. также другие значения … Википедия

    Компьютерное программное обеспечение — Запрос «Software» перенаправляется сюда. Cм. также другие значения. Программное обеспечение (произношение обеспечение не рекомендуется[1][2][3], точнее, не рекомендовалось[4]) наряду с аппаратными средствами, важнейшая составляющая информационных … Википедия

    Компас (программное обеспечение) — У этого термина существуют и другие значения, см. Компас (значения). КОМПАС 3D Тип САПР Разработчик … Википедия

    Документация на программное обеспечение — Эта статья или раздел нуждается в переработке. Пожалуйста, улучшите статью в соответствии с правилами написания статей … Википедия

    Книги
    • Социальное моделирование - новый компьютерный прорыв (агент-ориентированные модели). Макаров Валерий Леонидович, Бахтизин Альберт Рауфович. Настоящая книга посвящена описанию нового инструмента компьютерного моделирования, получившего название агент-ориентированных моделей. Используемые термины в английском языке: agent-based… Подробнее Купить за 684 руб
    • Эволюционное моделирование и его применение. Аверченков В. И. Казаков П. В. Рассматриваются принципы и методы эволюционного моделирования. Особое внимание уделяется главному методу эволюционного моделирования - генетическому алгоритму. Приводятся конкретные примеры… Подробнее Купить за 210 руб
    • Информатика. Гусева Е. Н. Ефимова И. Ю. Коробков Р. И. Коробкова К. В. Мовчан И. Н. В пособии рассмотрены разделы информатики, определяющие базовый уровень подготовки современных специалистов: представление и кодирование информации, аппаратное и программное обеспечение… Подробнее Купить за 190 руб
    Другие книги по запросу «программное моделирование» >>