Моделирование контролируемого объекта

Структура устройства формирования модели измерения

 

 

Целью компьютерного моделирования устройства формирования МИ является их исследовательские испытания для оценки качества и эффективности их выбора в приемлемые сроки и во всем факторном пространстве представления контролируемых объектов (явлений, процессов) и возможностей измерителей их характеристик.

К компьютерному моделированию прибегают потому, что нельзя в приемлемое время провести натурные испытания устройства формирования во всем факторном пространстве поведения объектов (явлений, процессов) и измерителей их характеристик.

Однако в большинстве случаев кажущаяся простота и дешевизна натурных экспериментов (испытаний) при неопределенности методов построения моделей входных воздействий скрывает от испытателя характеристики факторного пространства состояния и поведения объектов распознавания. Поэтому попытка разработки изоморфной модели уже ведет к получению дополнительной информации для создания более эффективных систем или для четкого определения области применения созданной системы распознавания.

Решение задач компьютерного моделирования устройства формирования МИ основано на понимании:

– принципов классификации и структуры устройства формирования;

– способов описания классов на языке словаря признаков;

– подходов к формализации показателей эффективности формирования.

Начиная с декомпозиции, как одного из важнейших принципов построения моделей, можно заметить, что блочный состав моделей устройства формирования грубо уже определяет их схемы, рассмотренные при изучении принципов классификации. Поэтому модель устройства формирования первого приближения должна включать следующие основные элементы:

– распознаваемый объект (явление, процесс);

– технические средства измерения;

– многоуровневая (в общем случае) система обработки измерений;

– алгоритм классификации.

Так как моделирование устройства формирования преследует целью проведение испытаний и получение оценки качества и эффективности выполнения задач, то последним элементом в перечисленный состав должен быть включен блок оценки качества и эффективности.

Рассмотрим более подробно все перечисленные элементы модели, стремясь к их детализации и определению принципов компьютерной реализации во взаимодействии друг с другом.

 

 

 

 

Сложность модели контролируемого объекта (явления, процесса) определяется полностью степенью физико-химической сложности его самого, условий его наблюдения и степенью доступности необходимых измерений.

Для получения информации, необходимой для принятия решения о принадлежности неизвестного объекта (явления, процесса) к тому или иному классу, требуется получить по возможности всю информацию, имеющую отношение к его контролю. Незнание или плохое знание описания объекта во всем диапазоне интересующих сторон, свойств, характеристик, факторов поведения не дает оснований надеяться на эффективность получаемых решений.

Задача получения всей информации не противоречит самой первой задаче, с которой начинается создание устройства формирования, определение полного перечня признаков выбора модели, которую можно рассматривать как цифровой имитатор совокупности его свойств, характеристик и состояний. Число моделируемых (имитируемых) свойств, характеристик и состояний объекта равно размерности словаря признаков измерения. Причем, если признак измерения один, но комбинированный, то цифровой имитатор соответствующего объекта должен выдавать системе столько и таких его характеристик (свойств, состояний), сколько и какие используются для расчета этого комбинированного признака во многоуровневой системе. То есть размерность вектора имитируемых свойств может быть больше или равна размерности вектора признаков измерения.

Чем сложнее свойства объекта, отражаемые в составе вектора признаков измерения, тем сложнее модель этого объекта.

Формирование словаря признаков, а значит размерности соответствующего вектора, – эвристическая операция, целью которой является всесторонне охарактеризовать выбранным словарем объект контроля. Причем от количества и качества признаков выбора зависит качество и эффективность классификации. Поэтому усложнение модели следует считать естественным состоянием при стремлении к созданию высококачественной и высокоэффективной системы.

Для четкости последующего изложения вопросов построения моделей устройства формирования назовем банк данных с числовыми характеристиками контролируемых объектов, соответствующими признакам измерения, модулем статических характеристик объектов в составе модели объекта.

Следующий важный шаг анализа состава модели объекта (явления, процесса) основывается на представлении о том, как объекты контроля появляются на входе устройства формирования. Обычно имеем дело с некоторым вероятностным распределением, то есть каждый объект или группа достаточно близких объектов, образующих класс, предъявляются устройству формирования с конкретной априорной вероятностью. Изоморфно этому одним из составляющих устройства формирования должен быть элемент, осуществляющий вероятностный выбор предъявляемого объекта в каждом запуске программы. Таким образом, каждый модельный эксперимент по измерению параметра при наличии такого модуля должен начинаться со статистической задачи выбора объекта определенного класса, подлежащего в этом эксперименте измерению.

Логико-математические принципы построения модуля выбора объекта – это принципы генерации случайных событий методом статистических испытаний (Монте-Карло). При этом, если каждый класс, для которого определена априорная вероятность, представляется одним объектом, то имеем дело с одним датчиком случайных событий (появлений объектов на входе устройства формирования). Если же каждый класс содержит несколько однотипных объектов, то соответственно модуль должен иметь и второй датчик случайных событий, заключающихся в появлении на входе системы одного конкретного объекта из их набора (полной группы событий), входящих в имитируемый класс.

Рассмотренная часть модели контролируемого объекта является достаточной, если мы имеем дело с объектами, явлениями или процессами в статике или если располагаем наблюдениями за ними для измерения характеристик в фиксированные моменты времени.