第3章系统模型与模型化
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
22
经济管理学院
作业
P80~P81 1、 21、(b) 22、 23、(1)
23
经济管理学院
24
经济管理学院
结构分析的概念和意义
结构→结构模型→结构模型化→结构分析
结构分析是一个实现系统结构模型化并加以 解释的过程。
结构分析是系统分析的重要内容,是系统优化 分析、设计与管理的基础
10
经济管理学院
第二节 系统结构模型化技术
二、系统结构表达及分析方法
理解系统结构的概念 (构成系统诸要素间的关联方式或关系)及其 有向图(节点与有向弧)和矩阵(可达矩阵等) 这两种常用的表达方式。 比较有代表性的系统结构分析方法有: 关联树(如问题树、目标树、决策树)法、解 释结构模型化(ISM)方法、系统动力学(SD) 结构模型化方法等。
20
经济管理学院
鱼群算法
2003年李晓磊、邵之江等提出的鱼群算法,它 利用自上而下的寻优模式模仿自然界鱼群觅食行为, 主要利用鱼的觅食、聚群和追尾行为,构造个体底 层行为;通过鱼群中各个体的局部寻优,达到全局 最优值在群体中凸现出来的目的。在基本运算中引 入鱼群的生存机制、竞争机制以及鱼群的协调机制, 提高算法的有效效率。
8
经济管理学院
第一节 概述
六、模型化的基本方法 1.分析方法; 2.实验方法; 3.综合法; 4.老手法; 5.辩证法;
七、模型的简化 ①减少变量,减去次要变量; ②改变变量性质; ③合并变量(集结); ④改变函数关系; ⑤改变约束条件;
9
经济管理学院
第二节 系统结构模型化技术
一、系统结构模型化基础
16
经济管理学院
第三节 系统工程模型技术的新进展
随着系统工程理论的发展和应用不断深入,系 统工程所研究的问题越来越多地涉及复杂系统、 非线性系统,传统的模型方法已经不能适应这 种研究的需要,规划论、“硬”的优化技术已 经很难应对这种局面。
随着信息技术和计算机智能化的发展,针对这 种情况,Zadeh提出了一种新的方法——软计 算(soft computing)。
第5步:作出多级递阶有向图。作图过程为:
(1)按照每个最大单位子矩阵框定的要素,将各要素按 层次分布;
(2)将第3步被缩减掉的要素随其代表要素同级补入,并标 明其间的相互作用关系;
(3)用从下到上的有向弧来显示逐级要素间的关系; (4)补充必要的越级关系。
第6步:经直接转换,建立解释结构模型。 ISM方法的特色和局限性
3
经济管理学院
第一节 概述
二、模型化的本质、作用及地位
1.本质:利用模型与原型之间某方面的相思关系,在研究 过程中用模型来代替原型,通过对于模型的研究得到关于原 型的一些信息。
2.作用:①模型本身是人们对客体系统一定程度研究结果 的表达。这种表达是简洁的、 形式化的。②模型提供了脱离 具体内容的逻辑演绎和计算的基础,这会导致对科学规律、 理论、原理的发现。③利用模型可以进行“思想”试验。
19
经济管理学院
蚁群算法(续)
ACO算法设计虚拟的“蚂蚁”,让它们摸索不同路 线,并留下会随时间逐渐消失的虚拟“信息素”。根据 “信息素较浓的路线更近”的原则,即可选择出最佳路 线。
目前,ACO算法已被广泛应用于组合优化问题中, 在图着色问题、车间流问题、车辆调度问题、机器人路 径规划问题、路由算法设计等领域均取得了良好的效果。 也有研究者尝试将ACO算法应用于连续问题的优化中。 由于ACO算法具有广泛实用价值,成为了群智能领域第 一个取得成功的实例,曾一度成为群智能的代名词,相 应理论研究及改进算法近年来层出不穷。
14
经济管理学院
一、系统定量分析模型
状态空间模型:
研究动态系统的行为,有两种既有联系也有 区别的方法:输入-输出法和状态变量法。输 入-输出法又称端部法,它只研究系统的端部 特性,而不研究系统的内部结构。系统的特性 用传递函数来表示。
15
经济管理学院
一、系统定量分析模型
状态变量法在60年代才得到推广使用。它仍然是处理 系统的输入和输出间的关系。但是在这些关系中,还附 加另一组变量,称为状态变量。在物理系统中,典型的 变量有:位置(与势能有关)、速度(与动能有关)、 电容上的电压(与它们存储的电能有关)、电感上的电 流(与它们存储的磁能有关)、温度(与热能有关)。 状态变量法可用于线性的或非线性的、时变的或时不变 的及多输入、多输出的系统,并且更适合仿真和使用计 算机的目的,故得到广泛应用。
第3步: 考虑要素间可能存在的强连接(相互影响)关
系,仅保留其中的代表要素,形成可达矩阵的缩减矩阵;
13
经济管理学院
第4步: 缩减矩阵的层次化处理,分为两步:(1)按照矩
阵每一行“1”的个数的少与多,从前到后重新排列矩阵,此矩 阵应为严格的下三角矩阵;(2)从矩阵的左上到右下依次找 出最大单位矩阵,逐步形成不同层次的要素集合。
四、小结
该方法的核心是对系统要素间的关系(尤其是因果 关系)进行层次化处理,最终形成具有多级递阶关 系和解释功能的结构模型(图)。
第1步: 找出影响系统问题的主要因素,通过方格图判
断要素间的直接(相邻)影响关系;
第2步: 考虑因果等关系的传递性,建立反映诸要素间
关系的可达矩阵(该类矩阵属反映逻辑关系的布尔矩阵);
第三章 系统模型与模型化
《系统工程》课程建设团队
1
经济管理学院
第三章 系统模型与模型化
第一节:概述 第二节:系统结构模型化技术 第三节:系统工程模型技术的新进展
2
经济管理学院
第一节 概述
一、模型及模型化的定义 模型有三个特征: 1.它是现实世界部分的抽象或模仿; 2.它是由那些与分析的问题有关的因素构成; 3.它表明了有关因素间的相互关系; 模型化就是为了描述系统的构成和行为,对实 体系统的各种因素进行适当筛选后,用一定方 式(数学、图像等)表达系统实体的方法。
形象
类比 仿真
思维 描述 字句 图示 数学 物理 图像
图 模型分类
6
经济管理学院
第一节 概述
四、构造模型的一般原则 1.建立方框图 2.考虑信息相关性 3.考虑准确性 4.考虑结集性
五、建模的基本步骤 ①明确建模的目的和要求 以便使模型满足实
际要求,不致产生太大偏差; ②对系统进行一般语言描述 因为系统的语言描
21
经济管理学院
局部搜索,模拟退火,遗传算法,禁忌搜索的形象比喻: 为了找出地球上最高的山,一群有志气的兔子们开始想办法。 1.兔子朝着比现在高的地方跳去。他们找到了不远处的最高山峰。 但是这座山不一定是珠穆朗玛峰。这就是局部搜索,它不能保证局 部最优值就是全局最优值。 2.兔子喝醉了。他随机地跳了很长时间。这期间,它可能走向高处, 也可能踏入平地。但是,他渐渐清醒了并朝最高方向跳去。这就是 模拟退火。 3.兔子们吃了失忆药片,并被发射到太空,然后随机落到了地球上 的某些地方。他们不知道自己的使命是什么。但是,如果你过几年 就杀死一部分海拔低的兔子,多产的兔子们自己就会找到珠穆朗玛 峰。这就是遗传算法。 4.兔子们知道一个兔的力量是渺小的。他们互相转告着,哪里的山 已经找过,并且找过的每一座山他们都留下一只兔子做记号。他们 制定了下一步去哪里寻找的策略。这就是禁忌搜索。
述是进一步确定模型结构的基础;
7
经济管理学院
第一节 概述
五、建模的基本步骤 ③弄清系统中的主要因素(变量)及其相互关系(结构关 系和函数关系) 以便使模型准确表示现实系统; ④确定模型的结构 这一步决定了模型定量方面的内容; ⑤估计模型的参数 用数量来表示系统中的因果关系; ⑥实验研究 对模型进行实验研究,进行真实性检验,以检 验模型与实际系统的符合性; ⑦必要修改 根据实验结果,对模型作必要的修改。
11
经济管理学院
第二节 系统结构模型化技术
三、 ISM实用化方法原理
设定 问题 、形 成意 识模
型
找出 影响 要素
要素 关系Βιβλιοθήκη Baidu分析 (关 系图
)
建立可 达矩阵 (M)和
缩减 矩阵 (M/)
矩阵 层次 化处
理 (ML/)
绘制 多级 递阶 有向
图
建立 解释 结构 模型
分析 报告
比较/ F 学习
12
经济管理学院
3.地位:模型的本质决定了它的作用的局限性。它不能代 替以客观系统内容的研究,只有在和对客体系统相配合时, 模型的作用才能充分发挥。
4
经济管理学院
第一节 概述
模型化 实际系统
比较 现实意义
解释
模型 实验、分析
结论
图 系统模型(化)的作用与地位
5
经济管理学院
第一节 概述
三、模型的分类 模型
概念
符号
18
经济管理学院
蚁群算法
蚁群算法(Ant Colony Optimization, ACO)由 Colorni,Dorigo和Maniezzo在1991年提出,它是通过 模拟自然界蚂蚁社会的寻找食物的方式而得出的一种仿 生优化算法。自然界种蚁群寻找食物时会派出一些蚂蚁 分头在四周游荡,如果一只蚂蚁找到食物,它就返回巢 中通知同伴并沿途留下“信息素”(pheromone) 作 为蚁群前往食物所在地的标记。 信息素会逐渐挥发,如 果两只蚂蚁同时找到同一食物,又采取不同路线回到巢 中,那么比较绕弯的一条路上信息素的气味会比较淡, 蚁群将倾向于沿另一条更近的路线前往食物所在地。
17
经济管理学院
第三节 系统工程模型技术的新进展
软计算不是一个单独的方法论,而是一个 方法的集合,在这个集合中的主要成员包括模 糊逻辑控制(fuzzy logic control)、神经网络 (neural network)、近似推理以及一些具有全 局优化性能且通用性强的meta-heuristic算法, 如遗传算法(genetic algorithms, GA)、模拟 退火算法(simulated annealing, SA)、禁忌搜 索算法(taboo search, TS)、蚁路算法(ant system, AS)等。这些方法的特点是他们更多地 借鉴了生物原理和人的思维,因此有人也称之 为“拟人”方法。更适应于解决管理、经济和 复杂的工程大系统问题。
经济管理学院
作业
P80~P81 1、 21、(b) 22、 23、(1)
23
经济管理学院
24
经济管理学院
结构分析的概念和意义
结构→结构模型→结构模型化→结构分析
结构分析是一个实现系统结构模型化并加以 解释的过程。
结构分析是系统分析的重要内容,是系统优化 分析、设计与管理的基础
10
经济管理学院
第二节 系统结构模型化技术
二、系统结构表达及分析方法
理解系统结构的概念 (构成系统诸要素间的关联方式或关系)及其 有向图(节点与有向弧)和矩阵(可达矩阵等) 这两种常用的表达方式。 比较有代表性的系统结构分析方法有: 关联树(如问题树、目标树、决策树)法、解 释结构模型化(ISM)方法、系统动力学(SD) 结构模型化方法等。
20
经济管理学院
鱼群算法
2003年李晓磊、邵之江等提出的鱼群算法,它 利用自上而下的寻优模式模仿自然界鱼群觅食行为, 主要利用鱼的觅食、聚群和追尾行为,构造个体底 层行为;通过鱼群中各个体的局部寻优,达到全局 最优值在群体中凸现出来的目的。在基本运算中引 入鱼群的生存机制、竞争机制以及鱼群的协调机制, 提高算法的有效效率。
8
经济管理学院
第一节 概述
六、模型化的基本方法 1.分析方法; 2.实验方法; 3.综合法; 4.老手法; 5.辩证法;
七、模型的简化 ①减少变量,减去次要变量; ②改变变量性质; ③合并变量(集结); ④改变函数关系; ⑤改变约束条件;
9
经济管理学院
第二节 系统结构模型化技术
一、系统结构模型化基础
16
经济管理学院
第三节 系统工程模型技术的新进展
随着系统工程理论的发展和应用不断深入,系 统工程所研究的问题越来越多地涉及复杂系统、 非线性系统,传统的模型方法已经不能适应这 种研究的需要,规划论、“硬”的优化技术已 经很难应对这种局面。
随着信息技术和计算机智能化的发展,针对这 种情况,Zadeh提出了一种新的方法——软计 算(soft computing)。
第5步:作出多级递阶有向图。作图过程为:
(1)按照每个最大单位子矩阵框定的要素,将各要素按 层次分布;
(2)将第3步被缩减掉的要素随其代表要素同级补入,并标 明其间的相互作用关系;
(3)用从下到上的有向弧来显示逐级要素间的关系; (4)补充必要的越级关系。
第6步:经直接转换,建立解释结构模型。 ISM方法的特色和局限性
3
经济管理学院
第一节 概述
二、模型化的本质、作用及地位
1.本质:利用模型与原型之间某方面的相思关系,在研究 过程中用模型来代替原型,通过对于模型的研究得到关于原 型的一些信息。
2.作用:①模型本身是人们对客体系统一定程度研究结果 的表达。这种表达是简洁的、 形式化的。②模型提供了脱离 具体内容的逻辑演绎和计算的基础,这会导致对科学规律、 理论、原理的发现。③利用模型可以进行“思想”试验。
19
经济管理学院
蚁群算法(续)
ACO算法设计虚拟的“蚂蚁”,让它们摸索不同路 线,并留下会随时间逐渐消失的虚拟“信息素”。根据 “信息素较浓的路线更近”的原则,即可选择出最佳路 线。
目前,ACO算法已被广泛应用于组合优化问题中, 在图着色问题、车间流问题、车辆调度问题、机器人路 径规划问题、路由算法设计等领域均取得了良好的效果。 也有研究者尝试将ACO算法应用于连续问题的优化中。 由于ACO算法具有广泛实用价值,成为了群智能领域第 一个取得成功的实例,曾一度成为群智能的代名词,相 应理论研究及改进算法近年来层出不穷。
14
经济管理学院
一、系统定量分析模型
状态空间模型:
研究动态系统的行为,有两种既有联系也有 区别的方法:输入-输出法和状态变量法。输 入-输出法又称端部法,它只研究系统的端部 特性,而不研究系统的内部结构。系统的特性 用传递函数来表示。
15
经济管理学院
一、系统定量分析模型
状态变量法在60年代才得到推广使用。它仍然是处理 系统的输入和输出间的关系。但是在这些关系中,还附 加另一组变量,称为状态变量。在物理系统中,典型的 变量有:位置(与势能有关)、速度(与动能有关)、 电容上的电压(与它们存储的电能有关)、电感上的电 流(与它们存储的磁能有关)、温度(与热能有关)。 状态变量法可用于线性的或非线性的、时变的或时不变 的及多输入、多输出的系统,并且更适合仿真和使用计 算机的目的,故得到广泛应用。
第3步: 考虑要素间可能存在的强连接(相互影响)关
系,仅保留其中的代表要素,形成可达矩阵的缩减矩阵;
13
经济管理学院
第4步: 缩减矩阵的层次化处理,分为两步:(1)按照矩
阵每一行“1”的个数的少与多,从前到后重新排列矩阵,此矩 阵应为严格的下三角矩阵;(2)从矩阵的左上到右下依次找 出最大单位矩阵,逐步形成不同层次的要素集合。
四、小结
该方法的核心是对系统要素间的关系(尤其是因果 关系)进行层次化处理,最终形成具有多级递阶关 系和解释功能的结构模型(图)。
第1步: 找出影响系统问题的主要因素,通过方格图判
断要素间的直接(相邻)影响关系;
第2步: 考虑因果等关系的传递性,建立反映诸要素间
关系的可达矩阵(该类矩阵属反映逻辑关系的布尔矩阵);
第三章 系统模型与模型化
《系统工程》课程建设团队
1
经济管理学院
第三章 系统模型与模型化
第一节:概述 第二节:系统结构模型化技术 第三节:系统工程模型技术的新进展
2
经济管理学院
第一节 概述
一、模型及模型化的定义 模型有三个特征: 1.它是现实世界部分的抽象或模仿; 2.它是由那些与分析的问题有关的因素构成; 3.它表明了有关因素间的相互关系; 模型化就是为了描述系统的构成和行为,对实 体系统的各种因素进行适当筛选后,用一定方 式(数学、图像等)表达系统实体的方法。
形象
类比 仿真
思维 描述 字句 图示 数学 物理 图像
图 模型分类
6
经济管理学院
第一节 概述
四、构造模型的一般原则 1.建立方框图 2.考虑信息相关性 3.考虑准确性 4.考虑结集性
五、建模的基本步骤 ①明确建模的目的和要求 以便使模型满足实
际要求,不致产生太大偏差; ②对系统进行一般语言描述 因为系统的语言描
21
经济管理学院
局部搜索,模拟退火,遗传算法,禁忌搜索的形象比喻: 为了找出地球上最高的山,一群有志气的兔子们开始想办法。 1.兔子朝着比现在高的地方跳去。他们找到了不远处的最高山峰。 但是这座山不一定是珠穆朗玛峰。这就是局部搜索,它不能保证局 部最优值就是全局最优值。 2.兔子喝醉了。他随机地跳了很长时间。这期间,它可能走向高处, 也可能踏入平地。但是,他渐渐清醒了并朝最高方向跳去。这就是 模拟退火。 3.兔子们吃了失忆药片,并被发射到太空,然后随机落到了地球上 的某些地方。他们不知道自己的使命是什么。但是,如果你过几年 就杀死一部分海拔低的兔子,多产的兔子们自己就会找到珠穆朗玛 峰。这就是遗传算法。 4.兔子们知道一个兔的力量是渺小的。他们互相转告着,哪里的山 已经找过,并且找过的每一座山他们都留下一只兔子做记号。他们 制定了下一步去哪里寻找的策略。这就是禁忌搜索。
述是进一步确定模型结构的基础;
7
经济管理学院
第一节 概述
五、建模的基本步骤 ③弄清系统中的主要因素(变量)及其相互关系(结构关 系和函数关系) 以便使模型准确表示现实系统; ④确定模型的结构 这一步决定了模型定量方面的内容; ⑤估计模型的参数 用数量来表示系统中的因果关系; ⑥实验研究 对模型进行实验研究,进行真实性检验,以检 验模型与实际系统的符合性; ⑦必要修改 根据实验结果,对模型作必要的修改。
11
经济管理学院
第二节 系统结构模型化技术
三、 ISM实用化方法原理
设定 问题 、形 成意 识模
型
找出 影响 要素
要素 关系Βιβλιοθήκη Baidu分析 (关 系图
)
建立可 达矩阵 (M)和
缩减 矩阵 (M/)
矩阵 层次 化处
理 (ML/)
绘制 多级 递阶 有向
图
建立 解释 结构 模型
分析 报告
比较/ F 学习
12
经济管理学院
3.地位:模型的本质决定了它的作用的局限性。它不能代 替以客观系统内容的研究,只有在和对客体系统相配合时, 模型的作用才能充分发挥。
4
经济管理学院
第一节 概述
模型化 实际系统
比较 现实意义
解释
模型 实验、分析
结论
图 系统模型(化)的作用与地位
5
经济管理学院
第一节 概述
三、模型的分类 模型
概念
符号
18
经济管理学院
蚁群算法
蚁群算法(Ant Colony Optimization, ACO)由 Colorni,Dorigo和Maniezzo在1991年提出,它是通过 模拟自然界蚂蚁社会的寻找食物的方式而得出的一种仿 生优化算法。自然界种蚁群寻找食物时会派出一些蚂蚁 分头在四周游荡,如果一只蚂蚁找到食物,它就返回巢 中通知同伴并沿途留下“信息素”(pheromone) 作 为蚁群前往食物所在地的标记。 信息素会逐渐挥发,如 果两只蚂蚁同时找到同一食物,又采取不同路线回到巢 中,那么比较绕弯的一条路上信息素的气味会比较淡, 蚁群将倾向于沿另一条更近的路线前往食物所在地。
17
经济管理学院
第三节 系统工程模型技术的新进展
软计算不是一个单独的方法论,而是一个 方法的集合,在这个集合中的主要成员包括模 糊逻辑控制(fuzzy logic control)、神经网络 (neural network)、近似推理以及一些具有全 局优化性能且通用性强的meta-heuristic算法, 如遗传算法(genetic algorithms, GA)、模拟 退火算法(simulated annealing, SA)、禁忌搜 索算法(taboo search, TS)、蚁路算法(ant system, AS)等。这些方法的特点是他们更多地 借鉴了生物原理和人的思维,因此有人也称之 为“拟人”方法。更适应于解决管理、经济和 复杂的工程大系统问题。