1.6. Характеристики математической модели

Математическая модель всегда отражает только часть свойств реального объекта, определяемую целями моделирования. Например, специалиста, автоматизирующего технологический процесс, может интересовать кинематическая модель манипулятора, которая позволяет рассчитать объем зоны обслуживания и траектории перемещения рабочего органа манипулятора. Человеку, проектирующему систему управления робота, кроме кинематической, нужна динамическая модель, в которой учитывались бы приведенные к осям приводов моменты инерции звеньев манипулятора, жесткость звеньев, трение в кинематических парах и т. п. Совершенно иные модели использует конструктор, призванный обеспечить необходимые прочность, жесткость и дизайн проектируемого манипулятора.

Естественно, что при построении модели стремятся, как можно более точно отразить свойства объекта, чтобы модель, верно, отражала свойства моделируемого объекта в смысле, определенном целью моделирования. С другой стороны, чем проще математическая модель, тем легче ее исследовать и использовать при решении задач синтеза. Искусство моделирования состоит в умении выбрать факторы, существенные с точки зрения цели моделирования, и пренебречь эффектами, которые, усложняя математическую модель, не оказывают заметного влияния на поведение системы.

Адекватность

Проблема соответствия модели реальному объекту очень важна. Принято говорить, что модель адекватна оригиналу, если она, верно, отражает интересующие нас свойства оригинала и может быть использована для предсказания его поведения. При этом адекватность модели зависит от целей моделирования и принятых критериев. Например, модель, адекватная на этапе поискового проектирования, при детализации проекта теряет это свойство и становится слишком «грубой». Учитывая изначальную неполноту модели, можно утверждать, что идеально адекватная модель в принципе невозможна.

В рамках каждой научной дисциплины разрабатывается совокупность приемов и правил, следование которым позволяет создавать отвечающее исходным гипотезам описание и получать предварительную оценку его адекватности рассматриваемому явлению. Окончательный анализ данной оценки осуществляется на этапе проверки модели, на котором устанавливается правомерность исходных посылок в соответствии с целью исследования реального явления и определяется степень соответствия ему полученной модели.

Приближенность модели к действительному объекту можно рас-

сматривать в следующих аспектах:

● с точки зрения корректности связи «вход-выход»;

● с точки зрения корректности декомпозиции модельного описания применительно к целям исследования и использования моделей.

Степень соответствия моделей в первом случае принято называть собственно адекватностью, во втором – аутентичностью. В последнем случае требуется, чтобы все подмодели и их элементы были адекватны соответствующим прототипам реального объекта. Проблема аутентичности значительно сложнее адекватности и может рассматриваться лишь при получении математической модели классическим способом, т. е. «изнутри». Первая проблема допускает строгий анализ, однако также является актуальной, сложной и далекой от полного разрешения.

Можно выделить два способа оценки адекватности, один из которых используется, если есть возможность сравнить модель и объект, другой – если такой возможности нет.

Первый способ представляет собой разовую процедуру, основанную на сравнении данных, наблюдаемых на реальном объекте, с результатами вычислительного эксперимента, проведенного с моделью. Модель считается адекватной, если отражает исследуемые свойства с приемлемой точностью, где под точностью модели понимается количественный показатель, характеризующий степень различия модели и изучаемого явления. Таким образом, в первом способе мера адекватности является количественной. Ею может быть значение некой функции несогласованности между моделью и измерениями.

Мера адекватности принципиально является векторной и взвешенной. Векторность связана с тем, что реальные объекты характеризуются не одним, а несколькими выходными показателями. Причем один и тот же выходной параметр модели может оказаться важным для одних применений модели и второстепенным для других.

Возможна также вариация данного подхода, когда объект заменяется эталонной моделью, заведомо более точной, чем исследуемая.

Использование количественной характеристики позволяет сравнивать различные модели по степени их адекватности.

Второй способ представляет собой перманентную процедуру, основанную на использовании верификационного подхода, нацеленного на формирование определенного уровня доверия к модели. Такая процедура всегда используется, если нет возможности проверить модель экспериментально, например, объект находится в стадии проектирования либо эксперименты с объектом невозможны.

Процесс оценки достоверности имеет две стороны:

● приобретение уверенности в том, что модель ведет себя как реальная система;

● установление того, что выводы, полученные на ее основе, справедливы и корректны.

По сути, он сводится к обычному компромиссу между стоимостью проверки и последствиями ошибочных решений.

Для проверки модели могут использоваться разные приемы:

● проверка физического смысла (соблюдение физических законов);

● проверка размерности и знаков;

● проверка пределов;

● проверка тренда, т. е. тенденции изменения выходных переменных в зависимости от внутренних и внешних переменных, и т. п.

Например, при моделировании вращательного движения твердого тела необходимо убедиться в том, что выполняется закон сохранения кинетического момента. Также необходимо быть уверенным, что модель не будет давать абсурдных результатов, если параметры выходят на пределы.

Экономичность

Экономичность математических моделей определяется двумя основными факторами:

● затратами машинного времени на прогон модели;

● затратами оперативной памяти, необходимой для размещения модели. Особенно это актуально для систем реального времени, например, при использовании модели в контуре управления космического аппарата.

Универсальность

Универсальность моделей определяет область их возможных применений. Можно строить отдельные модели для различных экспериментов (например, детерминированные и стохастические) или для разных режимов работы. Здесь нужен взвешенный подход. Обычно универсальность достигается тем, что в модель включается большое число внутренних параметров, что отрицательно влияет на экономичность.

Устойчивость

При оценке адекватности модели может быть использовано лишь ограниченное подмножество всех возможных значений входных параметров (рабочей нагрузки и внешней среды). Устойчивость модели – это ее способность сохранять адекватность при исследовании системы на всем возможном диапазоне рабочей нагрузки, а также при внесении изменений в конфигурацию системы.

Универсальной процедуры проверки устойчивости модели не существует. Разработчик вынужден прибегать к методам «для данного случая», к частичным тестам и здравому смыслу. Часто проверка состоит в сравнении результатов моделирования и результатов измерения на системе после внесения в нее изменений. Если результаты моделирования приемлемы, уверенность в устойчивости модели возрастает.

В общем случае можно утверждать, что чем ближе структура моде-

ли структуре системы и чем выше степень детализации, тем устойчивее модель.

Чувствительность

Очевидно, что устойчивость является положительным свойством модели. Однако если изменение входных воздействий или параметров модели (в некотором заданном диапазоне) не отражается на значениях выходных переменных, то польза от такой модели невелика. В связи с этим возникает задача оценивания чувствительности модели к изменениям параметров рабочей нагрузки и внутренних параметров самой системы.

Обычно такую оценку проводят по каждому параметру отдельно. Основана она на том, что диапазон возможных изменений параметра известен. Данные, полученные при оценке чувствительности модели, могут быть использованы, в частности, при планировании экспериментов: большее внимание должно уделяться тем параметрам, по которым модель является более чувствительной.