Размещено на http://www.allbest.ru/

Содержание

Введение

1. Разработка модели информационной системы

1.1 Описание объекта моделирования

1.2 Разработка имитационной модели непрерывно-дискретного потока псевдослучайных последовательности данных процедурами их машинной генерации

1.3 Построение концептуальной модели системы перехода объекта из состояния в состояние. Переход от концептуальной модели к блочной

1.4 Математическая модель определения пространственно-временного состояния объекта

1.5 Разработка логической структуры модели

1.5.1 Обобщённая блок-схема алгоритма

1.5.2 Логическая блок-схема алгоритма

1.5.3 Детальная блок схема алгоритма

1.5.4 Программная блок-схема алгоритма

1.6 Программная реализация модели системы обработки непрерывно-дискретного потока данных для определения перехода объекта из состояния в состояние

1.7 Тестирование модели системы Методом «черного ящика»

2. Анализ результатов моделирования, тестирование полученной модели системы методами «белого» и «черного» ящиков

2.1 Состояние покоя

2.2 Поступательное движение и выявление шума

2.3 Проверка реакции системы на внешнее воздействие

2.4 Оценка прогноза

2.5 Реакция системы на резкое изменение состояния объекта «Скачок»

3. Выполнение эксперимента на модели системы (практическая реализация разработанной модели ИС на примере данных своего варианта)

3.1 Проверка адекватности, корректности, непротиворечивости системы

3.2 Классификация полученной модели относительно общей классификации моделей и моделей систем

Заключение

Список литературы

Приложения



Введение

В настоящее время все наиболее частыми становятся несчастные случаи, такие как обрушение стен и крыш различных сооружений, всё это приводит к многочисленным материальным убыткам и уносит человеческие жизни.

При проектировании техногенных объектов всегда необходимо учитывать особенности местности, на которой в дальнейшем будет производиться строительство.

Тема нашей курсовой работы: «МОДЕЛИРОВАНИЕ СИСТЕМЫ ОБРАБОТКИ НЕПРЕРЫВНО-ДИСКРЕТНОГО ПОТОКА ВХОДНЫХ ДАННЫХ»

Цель: разработать модель системы обработки непрерывного потока входных данных средствами языка программирования высокого уровня.

Задачи:

1) Описать объект моделирования

2) Разработать имитационную модель непрерывно-дискретного потока псевдослучайных последовательности данных процедурами их машинной генерации

3) Использовать в основе алгоритма математическая модель определения пространственно-временного состояния объекта

4) Построить концептуальную модель системы перехода объекта из состояния в состояние. Переход от концептуальной модели к блочной

5) Разработать логическую структуру модели

6) Выполнить реализацию модели системы обработки непрерывно-дискретного потока данных для определения перехода объекта из состояния в состояние

7) Выполнить реализацию машинного эксперимента реализации модели системы обработки непрерывно-дискретного потока данных для определения перехода объекта из состояния в состояние

8) Произвести тестирование модели системы. Метод «черного ящика»

9) Выполнить оценку определения «устойчивости» пространственно-временного состояния объекта

Безусловно, актуальность этой проблемы очевидна. С помощью различных информационных систем можно оценить движение техногенных объектов. Поэтому возникает необходимость разработки такой информационной системы, которая будет принимать, считать, анализировать поступающие в нее данные и помогать пользователю, сделать соответствующие выводы о его дальнейших действиях. Актуальность данной информационной системы заключается в возможности широкого применения в различных сферах.

В своем курсовом проекте мы будем пользоваться средствами среды С++ для разработки приложения, целью которого будет являться разрешения вышеуказанной проблемы.



1. Разработка модели информационной системы

1.1 Описание объекта моделирования

1. Примером объекта является план конструкции промышленного объекта (Схема положения геодезических марок фундамента проектируется самостоятельно):

Рисунок 1. План конструкции объекта и схема расположения геодезических марок фундамента

2. Элементы конструкции промышленного цеха представлены тремя частями А,Б,В.

В результате начала эксплуатации цеха возможны неравномерные осадки грунтов основания, что может повлиять на нормальную работу оборудования. Грунты основания представляют скобой песчано- глинистые породы, опирающиеся на гранитный слой.

3. Отметки осадочных марок приведены в таблице №1а, б.

Таблица №1а

Дата (мес)	Отметки высот марок (м)
	Номера марок
	1	2	3	4	5	6	7	8
0 0.14 1.02 1.16 2.15 3.12 3.30 4.17 5.23 6.10 6.28 7.08 7.18 10.14	215.6544 215.6555 215.6556 215.6587 215.6568 215.6543 215.6514 215.6565 215.6552 215.6511 215.6503 215.6565 215.6566 215.6587	215.6645 215.6656 215.6667 215.6685 215.6664 215.6643 215.6624 215.6665 215.6658 215.6616 215.6600 215.6566 215.6568 215.6587	215.6416 215.6455 215.6464 215.6467 215.6468 215.6456 215.6413 215.6422 215.64215 215.6466 215.6417 215.6468 215.6468 215.6487	215.6665 215.6654 215.6665 215.6646 215.6667 215.6648 215.6621 215.6622 215.6603 215.6664 215.6685 215.6646 215.6640 215.6657	215.6646 215.6657 215.6648 215.6666 215.6644 215.6665 215.6656 215.6617 215.6603 215.6644 215.6615 215.6666 215.6641 215.6682	215.6463 215.6465 215.6414 215.6406 215.6467 215.6446 215.6455 215.6474 215.6462 215.6481 215.6412 215.6423 215.6414 215.6405	215.6516 215.6527 215.6548 215.6546 215.6514 215.6463 215.6485 215.6556 215.6567 215.6562 215.6553 215.6514 215.6465 215.6466	215.6865 215.6876 215.6847 215.6828 215.6846 215.68501 215.6862 215.6883 215.6814 215.6823 215.6862 215.68616 215.6855 215.6866

Таблица №1б

Дата (мес)	Отметки высот марок (м)
	Номера марок
	9	10	11	12	13	14	15	16
0 0.14 1.02 1.16 2.15 3.12 3.30 4.17 5.23 6.10 6.28 7.08 7.18 10.14	215.6534 215.6545 215.6576 215.6577 215.6588 215.6559 215.6541 215.6562 215.6553 215.6514 215.6505 215.6596 215.6597 215.6581	215.6645 215.6654 215.6663 215.6686 215.6695 215.6644 215.6627 215.6666 215.6654 215.6615 215.6604 215.6593 215.6595 215.6587	215.6413 215.6455 215.6496 215.6467 215.6495 215.6453 215.6415 215.6426 215.6427 215.6464 215.6416 215.6493 215.6492 215.6486	215.6664 215.6655 215.6696 215.6647 215.6664 215.6643 215.6622 215.6621 215.6607 215.6668 215.6689 215.6640 215.6646 215.6655	215.6644 215.6653 215.66445215.6666 215.6647 215.6668 215.6656 215.6615 215.6606 215.6647 215.6618 215.6665 215.6644 215.6683	215.6465 215.6464 215.6413 215.6406 215.6467 215.6448 215.6459 215.6476 215.6495 215.6484 215.6413 215.6422 215.6419 215.6408	215.6515 215.6524 215.6545 215.6546 215.6517 215.6494 215.6483 215.6552 215.6562 215.6599 215.6557 215.6516 215.6494 215.6463	215.6893 215.6874 215.6845 215.6826 215.6847 215.6853 215.6862 215.6884 215.6815 215.6826 215.6862 215.6861 215.6857 215.6867

4. Ошибка измерений Т=0,1мм.

5. Допустимая относительная разность осадок 0,5см.



1.2 Разработка имитационной модели непрерывно-дискретного потока псевдослучайных последовательности данных процедурами их машинной генерации

Масштаб: в 1 см - 5м.

Рисунок.2 План геодезических марок наземного объекта.

Значение высотных координат марок.

Таблица. 2. Координата Н(м)

Дата (мес)	Отметки высот марок (м)
	Номера марок
	1	2	3	4	5	6	7	8
0	215.6544	215.6645	215.6416	215.6665	215.6646	215.6463	215.6516	215.6865
1	215.6555	215.6656	215.6455	215.6654	215.6657	215.6465	215.6527	215.6876
2	215.6556	215.6667	215.6464	215.6665	215.6648	215.6414	215.6548	215.6847
3	215.6587	215.6685	215.6467	215.6646	215.6666	215.6406	215.6546	215.6828
4	215.6568	215.6664	215.6468	215.6667	215.6644	215.6467	215.6514	215.6846
5	215.6543	215.6643	215.6456	215.6648	215.6665	215.6446	215.6463	215.68501
6	215.6514	215.6624	215.6413	215.6621	215.6656	215.6455	215.6485	215.6862
7	215.6565	215.6665	215.6422	215.6622	215.6617	215.6474	215.6556	215.6883
8	215.6552	215.6658	215.64215	215.6603	215.6603	215.6462	215.6567	215.6814
9	215.6511	215.6616	215.6466	215.6664	215.6644	215.6481	215.6562	215.6823
10	215.6503	215.6600	215.6417	215.6685	215.6615	215.6412	215.6553	215.6862
11	215.6565	215.6566	215.6468	215.6646	215.6666	215.6423	215.6514	215.68616
12	215.6566	215.6568	215.6468	215.6640	215.6641	215.6414	215.6465	215.6855
13	215.6587	215.6587	215.6487	215.6657	215.6682	215.6405	215.6466	215.6866

Отметки высот марок (м)
Номера марок
9	10	11	12	13	14	15	16
215.6534	215.6645	215.6413	215.6664	215.6644	215.6465	215.6515	215.6893
215.6545	215.6654	215.6455	215.6655	215.6653	215.6464	215.6524	215.6874
215.6576	215.6663	215.6496	215.6696	215.66445	215.6413	215.6545	215.6845
215.6577	215.6686	215.6467	215.6647	215.6666	215.6406	215.6546	215.6826
215.6588	215.6695	215.6495	215.6664	215.6647	215.6467	215.6517	215.6847
215.6559	215.6644	215.6453	215.6643	215.6668	215.6448	215.6494	215.6853
215.6541	215.6627	215.6415	215.6622	215.6656	215.6459	215.6483	215.6862
215.6562	215.6666	215.6426	215.6621	215.6615	215.6476	215.6552	215.6884
215.6553	215.6654	215.6427	215.6607	215.6606	215.6495	215.6562	215.6815
215.6514	215.6615	215.6464	215.6668	215.6647	215.6484	215.6599	215.6826
215.6505	215.6604	215.6416	215.6689	215.6618	215.6413	215.6557	215.6862
215.6596	215.6593	215.6493	215.6640	215.6665	215.6422	215.6516	215.6861
215.6597	215.6595	215.6492	215.6646	215.6644	215.6419	215.6494	215.6857
215.6581	215.6587	215.6486	215.6655	215.6683	215.6408	215.6463	215.6867

1. Определим значения координат Х,У марок (м),

В произвольной системе координат, с учетом масштаба, определим координаты марок (рисунок.2): Расположение марок задать самостоятельно с условием, что количество марок на каждом блоке должно быть равное или различаться на одну (например, в варианте 3 блока и 15 марок, значит 5 на одном 5 на другом блоке и 5 на третьем).

На рисунке 3 в ячейках В2:Q2 находятся значения Х, определенные по координатной сетке рис.2.

Рисунок. 3. Значения Х

В ячейках В3:Q3 - значения Х в метрах.

Таким образом получим таблицы координат марок Х(м) и У(м).

Координата Х(м)

№ марки/дата	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16
дата	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

Координата У(м)

№ марки/дата	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16
дата	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

2. Зададим имитацию случайного движения, при условии, что каждая координата в период времени от 0 до i+1 изменяется случайным образом в пределах 0,050 м для координат X(м),Y(м) и для H(м) - 0,010 м .

Таблица. 3. Координата Х(м)

Таблица. 4. Координата У(м)

Таблица. 5. Координата Н(м)

1.3 Построение концептуальной модели системы перехода объекта из состояния в состояние. Переход от концептуальной модели к блочной

С развитием технологий в области компьютерной техники наметилось новое направление в измерениях - виртуальные приборы. Виртуальный измерительный прибор представляет собой измерительно-вычислительный комплекс, включающий в себя: - нормализатор входных сигналов; - устройства аналогового и цифрового ввода/вывода; - промышленный, носимый или настольный персональный компьютер; - программное обеспечение, управляющее приемом, обработкой и хранением данных; - программное обеспечение, позволяющее в удобной форме отображать результаты измерений, управлять процессом измерений, запускать различные алгоритмы обработки данных, сопоставлять и анализировать полученные результаты. Это дает возможность разработчику строить сложные алгоритмы оценки измеряемого параметра объекта исследования, как для повышения точности измерений, так и для автоматизации процесса измерений с дальнейшей обработки результатов.

Наличие различных видов датчиков позволяет строить измерительные и диагностические системы для разных областей народного хозяйства: аэрокосмических технологий, оборонной отрасли, машиностроения, лазерных измерительных систем, нанотехнологий, транспорта, медицины, электроники, энергетики, связи, нефтегазовой и химической промышленности, науки. Также возможно создание контрольно-измерительных комплексов в строительстве для контроля пространственного состояния инженерных сооружения. Лазерные измерительные системы уже используются в геодезических работах (лазерные дальномеры, трехмерные лазерные сканеры и др.), но они не обладают той функциональностью, которую могут обеспечить виртуальные приборы.

В настоящее время разработкой программной и аппаратной составляющих виртуальных приборов занимаются большое количество как зарубежных, так и отечественных компаний. Например, американская компания National Instruments (NI) является разработчиком и производителем систем сбора данных, которые позволяют создавать контрольно-измерительные комплексы различного назначения и уровней сложности, в том числе в строительстве для контроля пространственного состояния инженерных сооружений.

Системы NI предназначены для проведения измерений электрических сигналов и сигналов, поступающих с датчиков, как на рабочем месте, так и в полевых условиях и на производственных линиях. Гибкость программного обеспечения NI дает возможность проведения простых измерений и позволяет разработать полностью автоматизированную тестовую и управляющую систему.

Рисунок. 4. Общая схема передачи данных с использованием системы NI

Создание автоматизированной системы контроля состояний объекта делает необходимым формулирование следующих задач:

1) оперативное предоставление объективной информации о состоянии объекта в целом;

2) определение выхода состояния объекта за критический уровень;

3) определение границ структурных частей объекта;

4) прогнозирование будущего состояния объекта.

Решение этих задач невозможно без применения методов системного анализа, который дает объективную информацию об изменении всего объекта и его частей. Процедура декомпозиции системы имеет иерархическую структуру, состоящую из k уровней детализации. При этом величина k зависит как от степени сложности самого объекта, так и от вида, скорости движения, влияющего на изменение его состояния, и имеет предельное значение , где - количество точек системы. Критерием принятия решения о переходе от уровня к уровню является проверка условий выхода состояния объекта за предельно допустимые границы. При определенных обстоятельствах декомпозиция может осуществляться до уровня неделимого элемента системы - геодезического знака. В этом случае анализ системы контроля переходит к классическому виду.

Следуя структурной схеме (рисунок.5) рассмотрим процедуру декомпозиции.



Рисунок 5. Структурная схема алгоритма процедуры декомпозиции



1.4 Математическая модель определения пространственно-временного состояния объекта

Контроль пространственного состояния объектов основывается на анализе геодезических данных, которые получаются в результате измерений координат геодезических знаков, закрепленных в теле исследуемого объекта (геодезической системы). (см.приложение)

В результате проведения инженерно-технических работ по наблюдению за состоянием объектов, обработки результатов измерений, а также их уравнивания получают сводку координат геодезических знаков системы.

Эти данные являются информационным базисом для анализа состояния геодезической системы и, следовательно, всего объекта. Состояние точки геодезической системы определяется координатами x, y, h:

. (1)

Наблюдения за движениями объектов производят циклично с периодом, установленным в соответствии с определенным графиком проведения съемочных работ. Движения могут быть непрерывными, дискретными и смешанными. Исходя из этого, цикличность измерений необходимо определять:

-для непрерывных движений - в соответствии с периодом наиболее высокочастотной составляющей движения;

-для дискретных движений (важно, чтобы измерения отображали эти движения);

-для смешанных движений - с учетом требований при непрерывном и дискретном движении.

I уровень декомпозиции представляет собой исследование поведения системы в различные моменты времени. В методе фазового пространства эпоха (момент времени t) определяется вектор - функцией:

. (2)

Таким образом, анализируя вектор-функцию (2) для каждого знака, делают выводы о закономерностях изменения положений элементов геодезической системы.

Примером массива высотных координат может послужить табл. 6.

Таблица.6. Массив высотных координаты геодезических знаков.

ГЗ № цикла измерения	ГЗ1	ГЗ2	…	ГЗm
1	h1,1	h2,1	…	hm,1
2	h1,2	h2,2	…	hm,2
…	…	…	…	…
n	h1,n	h2,n	…	hm,n

Каждый цикл измерений характеризуется последовательностью, образованной координатами точек геодезической системы:

(3)

Такая последовательность будет называться точкой метрического пространства, а числа h_n, n=1,2,…, - ее координатами. Таким образом, каждый цикл измерений характеризуется одной точкой в n-мерном метрическом пространстве.

Модуль M находится как квадратный корень из суммы квадратов превышений геодезических марок в определённый момент времени, т.е.

. (4)

б - находится как функция арккосинуса отношения суммы произведений превышений в последующий и предыдущий моменты времени к произведению первого на последующие значения модулей M_i, т.е.

. (5)

где - скалярное произведение векторов т.е.

(6)

Прогнозирование состояния объекта в будущем выполняется методом экспоненциального сглаживания. Этот метод применяется в том случае, если элементы предыстории являются независимыми величинами. Задача прогнозирования заключается в том, что необходимо выполнить прогнозирование и построить фазовую точку на графике фазовой траектории на будущий момент времени.

Рисунок. 6. Построение прогнозной точки на графике фазовых координат.

Прогнозируются фазовые координаты M(t) и б(t). Фазовые координаты - независимые величины. Функция экспоненциального сглаживания основана на математической модели, выраженной уравнением:

(7)

где S(пр) - прогнозируемое значение;

y(t) - реальное значение, на основе которого строится прогноз;

a - коэффициент сглаживания,

S(пр-1) - предыдущее прогнозное значение.

Сутью этих вычислений является подбор аппроксимирующей функции для того, чтобы дать объективное значение прогноза. Необходимо задать уравнением траекторию, которую нужно прогнозировать. Чем a ближе к 0, тем прямее будет траектория, если a = 1, то контур будет наиболее полным. Пользователю даётся возможность выбора коэффициента a.

Для определения координат прогнозной точки, необходимо сначала вычислить прогноз для M(t) и б(t) на известные моменты времени и только потом определить прогноз на неизвестный момент времени.

(8)

....................

Вычисление прогнозного значения для б(t) производится аналогично.

Получив значения прогнозной точки, можно её изобразить на графике фазовой траектории.

Оценка точности заключается в том, чтобы ответить на вопрос, изменяются ли фазовые координаты M(t) и б(t) в диапазоне, определённом точностью начальных измерений (значение точности может варьироваться в пределах от 0.001 до 0.01) или выходят за эти пределы, т.е. является ли расстояние между точками допустимым.

Необходимо сопоставить единицу метрического пространства единице фазового:

(9)

(10)

На основании полученных фазовых координат строится график- отражающий диапазон их точности.

Рисунок 7. График допустимости отклонений фазовых координат от нормы.

Точностью измерения каждой отметки является величина е, которая равна ±0,005м. У нас имеется матрица высот Н, по ней мы вычисляем матрицы Н+ и Н- вычитая или прибавляя к превышениям исходного варианта значение величины е,. Получив матрицы Н+ и Н-, вычисляем для них M+, и M- , по формулам, приведённым выше для вычисления M(t). Контролем устойчивости системы (см. приложение) является выполнение неравенств:

(11)

где , (12)

Если неравенство верно (определяется для определённого момента времени), то состояние устойчиво, если нет, то неустойчиво. Проанализировав таблицу полученных данных, программа должна выдать сообщение об устойчивости системы в целом. Если хоть одно состояние системы в различные моменты времени неустойчиво, то система в целом является неустойчивой.

В результате, при вычислениях появляются ошибки, связанные с их большой точностью (т.е. большим количеством знаков после запятой в вычисленных значения), называемые шумом (см. приложение). Для корректного отображения работы системы от него необходимо избавиться. Достаточно, чтобы в вычисленных значениях, после запятой, присутствовало такое количество знаков, что и в исходных данных, но иногда это может не дать адекватный (см. приложение) результат и тогда нужно экспериментально (см. приложение) выявить нужную точность вычислений.

II уровень декомпозиции представляет собой моделирование блоков в системе в пространстве и времени относительно друг друга. Структурная схема подразделяется на подсистемы, определённые частями объекта. На данном этапе необходимо сравнять количество марок на блоках, привести их к общему знаменателю (если марки уже расставлены) или же распределить имеющееся количество марок относительно блоков системы в равном количестве.

Дальнейшее исследование блоков ведётся по тому же алгоритму, что и на I уровне декомпозиции.

III уровень декомпозиции представляет собой моделирование подблоков в системе в пространстве и времени относительно друг друга. Структурная схема подразделяется на подсистемы, определённые частями объекта. На данном этапе необходимо сравнять количество марок в подблоках, привести их к общему знаменателю (если марки уже расставлены) или же распределить имеющееся количество марок относительно подблоков системы в равном количестве.

Дальнейшее исследование блоков ведётся по тому же алгоритму, что и на I уровне декомпозиции.

IV уровень декомпозиции основывается на построении графиков, зависящих от времени.

1.5 Разработка логической структуры модели

Логическая структура модели системы обработки непрерывно-дискретного потока входных данных для контроля перехода объекта (наземного сооружения, представленного системой геодезических марок см.рисунок.1) из состояния в состояние структурно делится на модули:

-модуль загрузки исходных данных;

-модуль математической обработки;

-модуль декомпозиции модели объекта;

-модуль отображения результатов.



1.5.1 Обобщённая блок-схема алгоритма

1.5.2 Логическая блок-схема алгоритма



1.5.3 Детальная блок схема алгоритма



1.5.4 Программная блок-схема алгоритма



Продолжение расчёта 3 уровня



Продолжение расчёта 3 уровня



1.6 Программная реализация модели системы обработки непрерывно-дискретного потока данных для определения перехода объекта из состояния в состояние

Фрагменты разработки программных функций на языке C++Builder реализации алгоритма.

Программная реализация вычисления фазовой координаты М(t) (обобщённая блок-схема алгоритма п.4,5,6)

double GetMu(int i,double eps) // получить мю для строки i

{

double S=0; // обнуляем сумму

if(el.bid==-1) // если индекс блока не указан т. равен -1 (сумма по всем маркам здания)

for(int j=0;j<N;j++) S+=pow(data[i][j]+eps,2); // расчет суммы по всем столбцам

else{ // если блок выбран (получаем сумму по всем маркам блока)

GETB; // получаем ссылку на строение

// расчет

for(int j=0;j<b[el].Size();j++) // для всех столбцов в соответствии с блоком

S+=pow(data[i][b[el][j]]+eps,2); // суммируем элементы

}

return sqrt(S); // возвращаем корень суммы

Код для записи значений в таблицу

// ставим размеры таблицы

sg1->RowCount=M+2;

sg1->ColCount=12;

// подписываем колонки

sg1->Cells[0][0]="Дата";

sg1->Cells[1][0]="mu (м)";

sg1->Cells[2][0]="a (рад)";

sg1->Cells[3][0]="mu пр.";

sg1->Cells[4][0]="a пр.(рад)";

sg1->Cells[5][0]="mu+ (м)";

sg1->Cells[6][0]="a+ (рад)";

sg1->Cells[7][0]="mu- (м)";

sg1->Cells[8][0]="a- (рад)";

sg1->Cells[9][0]="eps ф. (м)";

sg1->Cells[10][0]="dmu (м)";

sg1->Cells[11][0]="уст.";

Программный код вычисления фазовой координаты А(t) (обобщённая блок-схема алгоритма п.4,5,6)

double GetA(int i,double eps) // получить А для строки i

{

double S=0;

// перемножаем вектор скалярно H0 и Hi

if(el.bid==-1) // если для всего здания

for(int j=0; j<N;j++) S+=(data[0][j]+eps)*(data[i][j]+eps); // расчет суммы для вычисления А для всех марок

else { // только для тех марок которые входят в текущий блок

GETB; // получаем ссылку на строение

for(int j=0;j<b[el].Size();j++) // для всех марок текущего блока строения

S+=(data[0][b[el][j]]+eps)*(data[i][b[el.bid][j]]+eps); // расчет суммы

}

// делим на мю

S/=GetMu(0,eps)*GetMu(i,eps);

// выводим результат

if (S>1) S=1;

return Otr(acos(S));

Построение графика M и А, М_пр и А_пр (обобщённая блок-схема алгоритма п.4,5,6)

void TfmGraph1::DrawAMu() // нарисовать A(Mu)

{

// очистка графика

Series1->Clear();

// ограничитель (завершает функцию, если что-то не так, т.е ограничивает дальнейшее выполнение функции)

if(!AMu1->Checked) return;

// прорисовка графика

for(int i=0;i<M-1;i++){

Series1->AddArrow( sg1->Cells[1][i+1].ToDouble(),sg1->Cells[2][i+1].ToDouble(),

sg1->Cells[1][i+2].ToDouble(),sg1->Cells[2][i+2].ToDouble());

}

}

void TfmGraph1::DrawAprMupr() // нарисовать Apr(Mupr)

{

// очистка графика

Series2->Clear();

Series5->Clear();

// ограничитель (завершает функцию, если что-то не так, т.е ограничивает дальнейшее выполнение функции)

if(!AprMupr1->Checked) return;

// прорисовка графика

for(int i=0;i<M;i++){

Series2->AddArrow( sg1->Cells[3][i+1].ToDouble(),sg1->Cells[4][i+1].ToDouble(),

sg1->Cells[3][i+2].ToDouble(),sg1->Cells[4][i+2].ToDouble());

}

// рисуем последнюю точку жирно

Series5->AddXY(sg1->Cells[3][M+1].ToDouble(),sg1->Cells[4][M+1].ToDouble());

}

void __fastcall TfmGraph1::FormShow(TObject *Sender)

{

DrawAll();

}

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(0<i&&i<M) {

return sg1->Cells[1][i+1].ToDouble()*A+(1-A)*sg1->Cells[3][i].ToDouble();

}

// для последнего

double S=0;

for(int i=0;i<M;i++) S+=sg1->Cells[3][i+1].ToDouble();

S/=M;

return S*A+(1-A)*sg1->Cells[3][i].ToDouble();

вычисление б 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(0<i&&i<M) {

return sg1->Cells[2][i+1].ToDouble()*A+(1-A)*sg1->Cells[4][i].ToDouble();

}

// для последнего

double S=0;

for(int i=0;i<M;i++) S+=sg1->Cells[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)

1.7 Тестирование модели системы Методом «черного ящика»

Любое программное обеспечение - это система, элементами которой являются программные операторы, процедуры, функции, модули и т.д. Если внутреннее строение такой системы неизвестно, то ее можно изобразить в виде непрозрачного "ящика", выделенного из окружающей среды. Подчеркнем, что уже эта, максимально простая, модель по-своему отражает два следующих важных свойства системы: целостность и обособленность от среды. Хотя система и обособлена, выделена из окружающей среды, она не является полностью от нее изолированной.

Работа программного обеспечения как системы приводит к некоторому заранее запланированному изменению в окружающей среде, выдачи какого либо результата. Иначе говоря, система связана со средой и с помощью этих связей воздействует на среду. Такие связи называются выходами системы.

Кроме того, есть связи другого типа: система является средством, поэтому должны существовать возможности ее использования, воздействия на нее, то есть такие связи со средой, которые направлены извне в систему. Такой тип связей называется входами системы.

В результате получилась модель системы (в данном случае программного обеспечения), которая получила название черного ящика (рисунок. 8). Это название образно подчеркивает полное отсутствие сведений о внутреннем содержании "ящика": в этой модели задаются, фиксируются, перечисляются только входные и выходные связи системы со средой, (даже "стенки ящика", т.е. границы между системой и средой, в этой модели обычно не описываются, а лишь подразумеваются, признаются существующими). Такая модель, несмотря на внешнюю простоту и на отсутствие сведений о внутренности системы, часто оказывается полезной.

Рисунок. 8 - Модель «черного ящика»

Во многих случаях достаточно содержательного словесного описания входов и выходов; тогда модель "черного ящика" является просто их списком. Например, бытовая модель телевизора такова: входы - шнур электропитания, антенна, ручки управления и настройки; выходы - экран кинескопа и звуковые динамики. В других случаях требуется количественное описание некоторых или всех входов и выходов. Чтобы максимально формализовать модель "черного ящика", необходимо задание двух множеств X и Y входных и выходных переменных, но никаких других отношений между этими множествами фиксировать нельзя (иначе это уже будет не "черный", а прозрачный ящик).

Построение модели "черного ящика" не является тривиальной задачей, так как на вопрос о том, сколько и какие именно входы и выходы следует включать в модель, ответ не прост и не всегда однозначен.

Главной причиной множественности входов и выходов в модели "черного ящика" является то, что всякая реальная система, как и любой объект, взаимодействует с объектами окружающей среды неограниченным числом способов. Строя модель системы, из этого бесчисленного множества связей отбирается конечное их число для включения в список входов и выходов. Критерием отбора при этом является целевое назначение модели, существенность той или иной связи по отношению к этой цели. То, что существенно, важно, включается в модель, то, что несущественно, неважно, - не включается.

Для тестирования разработанного программного обеспечения методом «черного ящика» необходимо использовать в качестве входных данных модель виртуального объекта. Проверка адекватности исследуемой системы (программного обеспечения) сводится к тому, что результаты ее работы анализируются и сравниваются с входными данными. Если результаты корректно отражают процессы, заложенные в модели виртуального объекта, то система считается адекватной. Для более точной проверки адекватности в модель объекта закладывают несколько видов движений (поступательное, вращательное и отсутствие всякого движения - состояние покоя).



2. Анализ результатов моделирования, тестирование полученной модели системы методами «белого» и «черного» ящиков

Для анализа результатов моделирования, также для проведения тестирования полученной модели системы методами «белого» и «черного» ящиков мы используем имитационное моделирование.

2.1. Состояние покоя

Для получения исходных данных при проведении эксперимента была использована база данных, в которой берутся высоты первой эпохи распространяются на все остальные эпохи (Таблица 7):

Таблица 7. Исходные данные для тестирования методами «черного» и «белого» ящиков: Абсолютный покой

I уровень декомпозиции - тестирование методом «черного» ящика. На I уровне декомпозиции получены следующие результаты (Таблица 8. Результаты тестирования методом «черного ящика», Рисунок 9. График допустимых отклонений фазовых координат от заданного значения):



Таблица 8. Результаты тестирования методом «черного» ящика (состояние покоя)

Рисунок 9. График допустимых отклонений фазовых координат от заданного значения

Вывод: проведя тестирование под названием «Состояние покоя», информационная система полностью отразила это состояние, как видно на графике - это точка на всех уровнях декомпозиции. Следовательно, система адекватно отображает состояние покоя.

2.2 Поступательное движение и выявление шума

Вообще, шум - это постороннее воздействие, нарушающее сигнальное соответствие. Поэтому возникает необходимость в избавлении от этого явления. Проводить это будем вместе с тестирование поступательного движения. программирование модель псевдослучайный поток

Исходными данными для проведения тестирования будет база данных, в которой берутся высотные отметки первой эпохи, и на каждой последующей эпохи идет прибавление на 0,0001 (Таблица 9):

Таблица 9. Исходные данные для тестирования методами «черного» и «белого» ящиков: Равномерное поступательное движение

I уровень декомпозиции - тестирование методом «черного» ящика. На I уровне декомпозиции получены следующие результаты (Таблица 20, Рисунок 10):



Таблица 10. Результаты тестирования методом «черного» ящика (поступательное движение)

Рисунок 10. График допустимых отклонений фазовых координат от заданного значения при тестировании системы методом «черного» ящика (поступательное движение)

Вывод: проанализировав систему при тестировании поступательного движения, можно сделать однозначный вывод о том, что система вполне адекватно реагирует на поступательное движение и команды, которые прописаны в коде программы, полностью удаляют шум, потому что если бы он не был удален, то на графиках мы увидели скачок, а этого не произошло, значит, проверка поступательного движения прошла успешно, а также был удален шум.

2.3 Проверка реакции системы на внешнее воздействие

Программа, производя определение допустимости отклонения фазовых координат от нормы, определяет состояние системы в определённые моменты времени, а в конце уровня декомпозиции, выдает сообщение о устойчивости или неустойчивости системы и выписывает не усточивые моменты времени.

при E=0,0001

Таблица 11. Результаты



при Е=0,01

Рисунок 11.

Таблица 12. Результаты



Рисунок 12.

2.4 Оценка прогноза

Оценка прогноза заключается в том, чтобы разница прогноза и полученной траектории не превышала Е”=Мв-Мн. Исходными данными является таблица нашего варианта (Таблица 1):

Рисунок 13. Прогноз на 15 эпоху

Прогноз на 15 эпоху составил 862,6368. Затем мы добавляем новую эпоху и уже идет прогноз на 16 эпоху, т.е. мы получаем результирующие Модуль и Альфа (Рисунок 14):

Рисунок 14. Прогноз на 16 эпоху

Полученный прогноз равен 862,6377. Разница между прогнозами составляет 0,0009. E=0,0005, 2E=0,00010. Т.к. 0,0009?0,00010, значит тестирование прошло успешно.



2.5 Реакция системы на резкое состояние объекта «Скачок»

Таблица 13. Исходные данные для тестирования методами «черного» и «белого» ящиков: Скачок.

Таблица 14. Результаты тестирования методом «черного» ящика (Скачок)

Рисунок. 15 График допустимых отклонений фазовых координат от заданного значения при тестировании системы методом «черного» ящика (Скачок).

3. Выполнение эксперимента на модели системы (практическая реализация разработанной модели ИС на примере данных своего варианта)

Цель нашего эксперимента - проверить правильность работы написанной программы и ее удобство для пользователя.

При производстве эксперимента были использованы коэффициент сглаживания А=0,4, а также коэффициент точности Е=0,001 (система устойчива) и Е=0,0005 (система не устойчива).

1 уровень декомпозиции

На первом уровне декомпозиции (наглядное изображение пользовательской формы см. Приложение) системы при нажатии кнопки "Расчет" производится расчёт фазовых координат для системы в целом, а так же строится фазовая траектория. Результатом выполнения данных действий является Таблица 15. Расчет фазовых координат и Рисунок 16. График фазовой траектории всей системы. Для расчета Таблицы 15. Расчет фазовых координат были использованы формулы (4), (5).

Таблица 15. Расчет фазовых координат



Рисунок 16. График фазовой траектории всего объекта

При нажатии на кнопку «Расчёт» производится расчет прогнозных значений фазовых координат М(t), б(t) и строится график прогнозной точки (Таблица 16. Расчет прогнозных значений, Рисунок 17. Изображение прогнозной точки на графике фазовых координат). Для расчета Таблицы 16. Расчет прогнозных значений использована формула (8).

Таблицы 16. Расчет прогнозных значений



Рисунок 17. Изображение прогнозной точки на графике фазовых координат

При нажатии кнопки "Расчёт" производится расчет изменения фазовых координат относительно коэффициента допуска E, т.е. величин M+E, Alfa+E и M-E, Alfa-E (Таблица 17. Оценка точности, Рисунок 18. График допустимых отклонений фазовых координат от нормы). Для расчета Таблицы 17. Оценка устойчивости были использованы формулы (5), (9-12).

Таблица 17. Оценка «устойчивости» пространственно-временного состояния объекта

Рисунок 18. График допустимых отклонений фазовых координат от нормы

Программа, производя определение допустимости отклонения фазовых координат от нормы, определяет состояние системы в определённые моменты времени, а в конце уровня декомпозиции, выдает сообщение о устойчивости или неустойчивости системы и выписывает неусточивые моменты времени (Рисунок 19. Рекомендационное сообщение):

при E=0,0001

при E=0,0008



Рисунок 19. Рекомендационное сообщение о неустойчивости при E=0,001

2 уровень декомпозиции

На втором уровне декомпозиции исследуемую систему точек разбивают на блоки, и исследуют их отдельно, аналогично первому уровню декомпозиции.

Пользовательская форма второго уровня декомпозиции представлена в (Приложении.

В нашем случае на II уровне обработки системы мы разбиваем систему на три блока (Блок 1, Блок 2, Блок 3) и заносим в каждый из них марки (Рисунок 20. Формирование Блоков):



Рисунок 20. Формирование Блоков

Рассмотрим исследование системы по Блокам, на примере одного из них. Покажем исследование Блока 1. Аналогично, как и в первом уровне декомпозиции, при выборе определенного Блока (в нашем случае Блока 1), производятся соответственные расчеты, а именно: расчет фазовых координат для Блока, а так же строятся фазовые траектории всех Блоков (Рисунок 21. Графики фазовых координат Блоков) и Блока 1 (Рисунок 22. График фазовых координат Блока 1):

1



2

3

Рисунок 21. Графики фазовых координат Блоков



Рисунок 22. График фазовых координат Блока 1

Так же, при выборе блока производится расчет изменения фазовых координат относительно коэффициента допуска Е, т.е. величин M+E, Alfa+E и M-E, Alfa-E, расчет прогнозных значений M и Alfa (Таблица 18. Оценка устойчивости Блока 1, Рисунок 23. График допустимых отклонений фазовых координат от нормы Блока 1). Для расчета Таблицы 18. Оценка устойчивости Блока А были использованы формулы (4-12).

Таблица 18. Оценка «устойчивости» пространственно-временного состояния Блока 1

Программа, производя определение допустимости отклонения фазовых координат от нормы, определяет состояние Блока в определённые моменты времени, а в конце уровня декомпозиции, выдает сообщение о устойчивости или неустойчивости Блока и выделяет неустойчивые промежутки времени красным цветом (Рисунок 20. Рекомендационное сообщение):

При Е=0,0004

При Е=0,0009

Рисунок 23. Рекомендационное сообщение

3 уровень декомпозиции

На третьем уровне декомпозиции исследуемые Блоки разбивают на Подблоки, и исследуют их отдельно, аналогично первому уровню декомпозиции. Но сначала задаются связи в блоках.

Пользовательская форма третьего уровня декомпозиции представлена в Приложении.

В нашем случае на III уровне обработки Блоков мы рассматриваем превышения между точками (Таблица 19. Превышения между точками) и проверить, какие связи будут неизменными, если таковые имеются (Таблица 20. Проверка неизменности связей):



Таблица 19. Превышения между точками

Таблица 20. Проверка неизменности связей

Если имеются нежесткие (изменяемые) связи, то программа оставляет белым цветом, а жёсткие (неизменяемые), связи закрашивает серым цветом.

В таблице 11 и 12 при Е=0,0005

При Е=1



Таблица 21. Проверка неизменности связей блока 1

Из таблицы видно, что блок 1 может рассматриваться как неизменяемый. Структурирование не требуется.

Далее на III уровне обработки Блоков мы разбиваем Блоки на Подблоки и заносим связи для расчета устойчивости (Рисунок 24):

Рисунок 24. Формирование Подблоков

Рассмотрим исследование блоков по Подблокам, на примере одного из них. Покажем исследование Подблока 2. Аналогично, как и в первом уровне декомпозиции, при выборе определенного Подблока (в нашем случае Подблока 1), производятся соответственные расчеты, а именно: расчёт фазовых координат для Подблока, а так же строятся фазовые траектории всех Подблоков (Рисунок 25):

Рисунок 25. Графики фазовых координат Подблоков 1 и 2.

Так же, при выборе Подблока производится расчет изменения фазовых координат относительно коэффициента допуска Е, т.е. величин M+E, Alfa+E и M-E, Alfa-E, расчет прогнозных значений M и Alfa (Таблица 22. Оценка устойчивости Подблока 2, Рисунок 26. График допустимых отклонений фазовых координат от нормы Подблока 2). Для расчета Таблицы 22. Оценка устойчивости Подблока 2 были использованы формулы (4-12).

Таблица 22. Оценка «устойчивости» пространственно-временного состояния Подблока 2

Рисунок 26. График допустимых отклонений фазовых координат Подблока 2

Программа, производя определение допустимости отклонения фазовых координат от нормы, определяет состояние Подблока в определённые моменты времени, а в конце уровня декомпозиции, выдает сообщение о устойчивости или неустойчивости Подблока (Рисунок 27):

При Е=0,0001

Рисунок 27. Рекомендационное сообщение

При Е=1

Столбцы таблицы 14 оценка точности подблока 2 закрашиваются зелёным цветом и не выдаёт сообщения об неустойчивости. Система устойчива.

Покажем также графики классического способа (4 уровень). Сначала на вкладке «Таблица» выбираем таблицу «марки» выводим таблицу (Рисунок 28. Вывод таблицы) и во вкладке «4 уровень» выбираем любую точку, которая будет рассматриваться на графике (Рисунок 30. График движения контрольных точек):

Рисунок 28. Вывод таблицы

Рисунок 29. График осадок контрольной точки (1 марки)

Покажем график движения контрольных точек (Рисунок 30):

Рисунок 30. График движения контрольных точек

Построим графики осадок: средних осадок и неравномерных осадок, представленных на рисунках ниже (Рисунок 31):



Рисунок 31. График средних осадок

3.1 Проверка адекватности, корректности, непротиворечивости системы

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 объект...