К выбору прототипа для изучения раздела: "индуктивное моделирование динамических систем"

Размещено на http://www.allbest.ru/

К выбору прототипа для изучения раздела: "индуктивное моделирование динамических систем"

Панченко В.М., Закорюкин В.Б., Шорохов М.И.

(Московский государственный институт радиотехники, электроники и автоматики)

В процессе познавательной деятельности по изучению динамических процессов и систем на структуралистском уровне теории систем уделяется большое внимание. При физическом моделировании стало классикой изучение электродинамических процессов и применение электрических аналогов для моделирования объектов различной природы.

Данная работа предпринимается с целью выбора различных объектов наблюдений для изучения в теории систем раздела, связанного с понятием индуктивного моделирования систем. Основные требования при выборе прототипа следующие: простота и понятность конструктивного исполнения, сводимость к кибернетической системе описания, возможность формирования многоплановых индивидуальных занятий для самостоятельных и курсовых работ, возможность интерпретации модели объекта наблюдений в форме семиуровневой позиционной системы представления по Р. Калману, П. Фалбу, и М. Арбибу, утвердившейся при описании динамических объектов в качестве общепризнанной парадигмы.

Такая постановка задачи, при которой индуктивное моделирование связывается с конкретным предметно изучаемым динамическим объектом, определяется также современными возможностями мультимедийной поддержки при компьютеризации учебного процесса.

Основы общей методологии системного анализа составляют различные иерархии архитектур системологии, на пространстве которых формируется субъектом многообразия кибернетических моделей объекта и описания информационных процессов [1 - 4].

Ключевой проблемой в решении проблем является организация процесса построения модели объекта наблюдений субъектом, то есть преодоление «стены» неопределенности, связанной с переходом от проблемы к решаемым с помощью моделей задачам. Задачный принцип - естественная основа подхода к решению любой проблемы. При этом возникают новые проблемы, связанные с доказательством степени релевантности решений, полученных на модели.

Ошибка подмены целей, когда решение проблемы заменяется решением задачи, субъективно сглаживается путем использования метода «спора моделей». Эффект положительный, если построенные модели одной и той же проблемы приводят к близким по результатам решениям.

Алгоритм построения модели объекта можно представить в форме общего правила последовательности действий субъекта: выделение объекта из среды - определение проблемы - структуризация проблемы в форму системы вопросов, конкретизирующих задачи субъекта - формирование модели для решения задач на основе системного подхода и системообразующих технологий - системный анализ допустимости решений - моделирование и поиск оптимального управления объектом наблюдений - обратная связь (проверка на релевантность) и корректировка моделей принятия решений. Ключевую основу алгоритма интеллектуальной деятельности образует этап структуризации проблемы в систему вопросов, конкретизирующих задачи субъекта.

Если в качестве «тела» генератора вопросов, своеобразного универсального напоминателя и побудителя интеллекта к деятельности, рассматривать, например, рациональные и эмпирические комплексы архитектуры структуралистического направления системологии [4, c.11], то основная задача сводится к стимуляции процессов самогенерации вопросов обучаемым при поиске решения проблемы. Обучаемые старших курсов имеют достаточный запас остаточных знаний, умений и навыков, чтобы стимулировать процесс самогенерации вопросов, содействующих проявлению технически грамотного мышления на уровне интеллектуального (творческого и познавательного) потенциала личности, способствующего к оригинальному решению сложных проблем в области своей профессиональной деятельности.

Объект как система и система как множество объектов - это определенная конкретизация взаимодействующих дискретностей реально наблюдаемых и мыслительных миров, состоящих из объектов, совокупности которых в свою очередь, образуют объекты, обладающие новыми системными свойствами.

Согласно системной парадигме, любой объект - это система, которая может быть элементом суперсистемы (надобъектом, метаобъектом, суперобъектом), и в свою очередь состоять из подсистем (подобъектах).

При взаимодействии объектов, объект любого уровня абстрагирования или конкретизации проявляет себя в форме системы, образуемой единством трех составляющих: предмета, сущности и явления.

Объектом наблюдений является предмет, представленный конструктивно преобразователем сигналов магнитно-электромеханического типа, см. рис. 1 [4, c.84-86].

Рис. 1. Объект наблюдений - преобразователь сигналов магнитно-электромеханического типа

В магнитопроводе размером а ґ b ґ h имеются четыре отверстия {1, 2, 3, 4} диаметром d, в которые уложены обмотки W1=W13 и W2=W24.

При усилии F(t)=0 в идеальном случае имеем магнитные потоки Ф12=Ф24=Ф13=Ф34. Магнитный поток через вторичную обмотку W24 равен нулю. Следовательно, U2=U23(t)=0, т.к. Ф23=Ф24-Ф12=0. В противном случае, если F№0, U23(t)=f(Y23).

Объектом исследований выступают явления, наблюдаемые в преобразователе при проведении единичного эксперимента, осуществляемого по определенной программе отдельных опытов (испытаний). При этом преобразователь рассматривается как кибернетическая система, то есть система типа «вход-выход», внутреннее состояние который - «черный ящик».

Объектом проектирования является проблема формирования моделей объекта исследований. В основе процесса моделирования сущности лежат накопленные в соответствующих предметных областях знания. Получается, что объект наблюдений выступает в роли суперсистемы непроявленного множества свойств. Объект исследований проявляет для субъекта через каналы наблюдений часть этих свойств и является в этом смысле исходной эмпирической системой данных. Объект проектирования определяется множеством возможных порождаемых моделей - систем абстрагирования, формализации и интерпретации наблюдаемых явлений. На лицо системная парадигма для множества объектов.

Объект исследований, идентифицирующей объект наблюдений, (физический объект) представлен множеством кадров наблюдений, отснятых с экрана двухлучевого осциллоскопа. На рис. 2 приведена наблюдаемая субъектом система двух сигналов.

Визуальному образ сигнала дает возможность приступить к его идентификации, для чего вводятся пространственный и временной базисы:

- база наблюдений в пространстве (параметры сетки на экране осциллографа);

- база наблюдения по времени;

T1 - период квазистационарного процесса.

Рис. 2. Система двух сигналов как объект наблюдений

Описание наблюдаемой системы на информационном уровне выглядит как:

V1(t) - входная переменная;

V2(t) - выходная переменная;

V1 m - амплитуда переменной.

Для возможности распознавания и количественной оценки параметров сигнала с использованием современных вычислительных средств необходимо от непрерывного временного базиса перейти к дискретному, то есть ввести параметр t - шаг дискретизации переменной.

В предлагаемых студентам на кафедре "Интеллектуальные технологии и системы" Московского института радиотехники, электроники и автоматики (МИРЭА) лабораторных работах по данной теме каждый вариант определяется системой двух сигналов, форма которых определяется симметрией 3-го рода, то есть

.

Интервал дискретизации сигнала равен

.

С учетом симметрии формы приведятся значения сигнала на интервале [0; 0,5T], а число интервалов принято равным 2n на весь период Т. Варианты отличаются значением установившихся факторов Fс и R. Значения данных сигналов (xi; yi) нормированы. Для восстановления исходной зависимости функций x(t) и y(t) можно воспользоваться эффективными значениями реальных сигналов (XЭ; YЭ) и их нормированных аналогов (XЭН; YЭН), составив соответствующую пропорцию. Из пропорций определены истинные значения Xmax и Ymax , а также коэффициенты нормирования ||Xm|| и ||Ym|| по всей выборке экспериментальных данных. Для системы данных единичного эксперимента таким образом открывается путь к построению поверхностей отклика, определяемых изменением параметров Fс и R, то есть к определению метасистем данных, когда параметры структурированных данных становятся переменными в системах метаданных [1].

Формирование системологического мышления на уровне языка, моделей и методов архитектуры рационально-эмпирических комплексов, изучаемых в методологических основах теории систем [4], ведется в несколько этапов.

На первом этапе обучаемый формирует решение конкретной проблемы, то есть строит в условиях курсовой работы допустимые модели решения задач, которые по его мнению, ведут к решению проблемы. В действительности, решение проблемы «объекта наблюдений» заменяются решением задач, связанных с «объектом исследований», представленном в форме структурированных данных, полученных по каналам наблюдений в результате проведения конкретного единичного эксперимента.

В данном задании на КПР типовая основа «спора моделей» связана: 1) с методами и моделями численного интегрирования и дифференцирования сигналов; 2) с методами и моделями тригонометрической экстраполяции; 3) с построением моделей, определяемых причинно-следственными связями и зависимостями, вытекающими из знаний физической сущности информационных процессов в объекте наблюдений (в преобразователе сигналов).

Система рациональных моделей обработки данных сигналов приведена в [4, c.90], схема вычислительного процесса тригонометрической интерполяции приведена в [5, c.13].

В результате решения предложенных задач обучаемый имеет полное представление о конкретных моделях и методах, связанных с обработкой данных эксперимента, то есть о проблемах «объекта исследований».

На втором этапе в качестве тренажера, способствующего усвоению языка моделей и методов системологии и конструктивной теории систем, выступает интерпретация конкретных результатов с позиций знаний, полученных при изучении методологических основ теории систем.

Здесь необходимо составить системологическое описание решенных на первом этапе задач.

Операции абстрагирования и конкретизации, структуризации и метаоперации, системологические технологии и масочные решения по обработке данных необходимо отразить средствами языка, моделей и методов конструктивной теории систем.

Заключение

Идея использования средств для стимулирования и развития творческого мышления известна нам со времен Сократа.

Современная системология Клира [1] ставит проблему автоматизации решения системных задач, а, по существу, ставит проблему создания экспертной системы (УРСЗ), специализирующейся на идее диалога через посредника - ЭВМ. экспертный моделирование диалог компьютер

Процесс самогенерации вопросов (внутреннего диалога) опирается, безусловно, на остаточные знания, сформированные в процессе профессиональной деятельности субъекта. При этом интуиция, эвристики и другие основы творчества также нуждаются в тренировках, как и память, связанная с познавательной активностью и расширением остаточных знаний [6, 7].

Данный подход к процессу обучения указывает пути к решению проблемы диалога, стимулируемого изнутри и извне. Построение процесса продвижения в познании с оглядкой на междисциплинарные принципы системологии направлен на развитие и повышение творческого потенциала личности, на стимуляцию и самостоятельный поиск решения проблем.

Практическая полезность и рекомендации по использованию в учебных целях подобного устройства проверена учебной практикой и отражена в учебно-методических разработках выполненных в Московском институте радиотехники, электроники и автоматики на кафедре "Интеллектуальные технологии и системы" [4, 5].

Список литературы

1. Клир Дж. Системология. Автоматизация решения системных задач. - М.: Радио и связь, 1990-540с.

2. Кухтенко А.И. Систем общая теория/ Энциклопедия кибернетики. Том 2- Киев : Главная редакция УСЭ, 1974.- 335-339.

3. Кузин Л.Т. Основы кибернетики (в двух томах), т.2. Основы кибернетических моделей. Учебное пособие для ВУЗов. - М.: Энергия, 1979/1991 - 584с.

4. Панченко В.М. Теория систем. Методологические основы: Учебное пособие. - М.: МИРЭА, 1999. - 96с.

5. Панов А.В. Теория принятия решений. Анализ и обработка данных единичного эксперимента/ Методические указания М.: МИРЭА, 2001. - 24с.

6. Акофф Р. Искусство решения проблем: Пер. с англ. М.: Мир, 1982.-224с.

7. Мюллер И. Эвристические методы в инженерных разработках. Пер. с нем. - М.: Радио и связь, 1984. - 144с.

Размещено на Allbest.ru