За калибровку имитационной модели отвечает блок 20 технологической структуры этапов моделирование. Обращение к этому блоку возникает в том случае, если модель неадекватна объекту. В этом случае производят калибровку модели, для чего корректируют алгоритм модели : j (Х, G), Q Î X. Калибровку модели осуществляют по трем направлениям:
1. Глобальные структурные изменения (добавляют программы процессов, изменяют события в процессах).
2. Локальные изменения в модели. В этом случае производят замену компонент модели более точными, т.е. изменяют параметры компонентов модели.
3. Изменение калибровочных параметров. Те параметры, которые наиболее существенно влияют на изменение выходных характеристик модели.
На практике, как ни странно, первое направление используют наиболее часто. Первое направление - направление глобальной модификации модели состоит из трех этапов:
1. Сравнение распределений функций на объекте и модели.
E1n = Y* - Y - min.
E1n = {E1n}
Более эффективно осуществляется первый этап по функциональному распределению вероятностных значений: F(YQn*) и F(YQ).
| F(YQn*) - F(YQ) | = E2n ,
E2n определяется по критерию Колмогорова (Д - статистика) при использовании критерия Пирсона. Аналогичным образом, обращаются к соответствующей таблице по коэффициентам значимости и числу степеней свободы:aL-1, где L - число интервалов функции распределения. Находят критическое значение c и сравнивают с E2n. Если E2n £ c2 , то различие между функциями распределения незначительно. Проверяя различие между функциями распределения по всем компонентам, исследователь определяет степень улучшения модификации компонентов модели, при этом предполагается, что модификация выполняется относительно структуры или замены главных составляющих модели.
2. Связан с балансировкой модели. Допустим, было зафиксировано некоторое среднее значение на объекте, был сделан некоторый натурный эксперимент на объекте. Y * = {y Qnk*} на каждой итерации будет меняться значение параметров Q модели аналогично эксперименту на объекте. Q = {yQnk} - фиксированная выборка на модели. Определяется среднее значение квадрата разности компонент отклика:
Для нахождения минимума составляют регрессионные уравнения относительно E3n:
E3n = b0 + b1Q1 + b2Q2 + …+ bq Qq .
Оценивают коэффициенты bq на их значимость в результате составления полного факторного эксперимента или дробного факторного эксперимента. Определяют затем те параметры, которые существенно позволяют уменьшить E3n. Цель этого этапа - свести оценку E3n к минимуму.
3.Оптимизация модели.
Некоторые параметры системы могут оказывать более существенное влияние на изменение откликов системы, поэтому необязательно стремиться на втором этапе к тому, чтобы все параметры уравнения регрессии были незначимы. На практике определенные параметры существенно влияют на выходные отклики системы. И эти параметры принято называть калибровочными, с помощью которых и устанавливается тот алгоритм работы модели, который доводит модель до групп адекватности.
Общая структура калибровки.
0 коммент.:
Отправить комментарий