Цел, принципи на създаване, структура и класификация на САПР

Езици за симулация

Основната задача е изборът на език. Всеки език има своя собствена система от абстракции, които са в основата на формализирането на сложните системи. Следните езици могат да се използват за програмиране на модела:


  1. Универсални алгоритмични езици на високо ниво

  2. Специализирани езици за моделиране. Езици, които прилагат подход, ориентиран към събития, подход, ориентиран към процеса

  3. Проблемно ориентирани езици и системи за моделиране

Качеството на езиците за моделиране се характеризира с:

  1. Удобството при описване на процеса на функциониране

  2. Удобство при въвеждане на първоначални данни, вариране на структурата, структурни алгоритми, параметри на модела

  3. Ефективност на анализа и извеждане на резултатите от симулацията

  4. Лесно отстраняване на грешки и контрол на симулатора

  5. Достъпност за възприемане и използване на езика

Повечето от езиците за моделиране определят поведението на системите във времето, използвайки модифициран управляван от събития алгоритъм, като правило той включва списък с текущи и бъдещи събития.

    Класификация на езиците за симулация

    Езици за симулация

    Ориентиран към транзакции

    Ориентиран към процеса

    Ориентиран към събития

    СКРИПТ НА СИМ

    GASP, YCM

    Транзакции или съобщения са абстрактни подвижни елементи, които могат да симулират различни обекти в реалния свят: съобщения, програми, превозни средства, хора и т.н. Придвижвайки се между блоковете на модела, транзакциите предизвикват различни действия. Възможни са закъсненията им в някои точки на модела, промяна на маршрути и посоки на движение, разделяне на транзакции на няколко копия и т.н. Подреденият набор от данни е свързан с всяка транзакция.

    Непрекъснатото представяне на системите се свежда до представяне на диференциални уравнения, с помощта на които се установява връзката между входните и изходните функции. Вземете дискретна стойност, тогава в уравнението те са разлика. Един от най-ярките представители на комбинираните езици е езикът GASP, който се основава на езика FORTRAN. Предполага се, че в системата могат да възникнат 2 вида събития:


    1. Състояние, зависещо от държавата

    2. Временно зависимо събитие.

    Състоянието на системата се описва от набор от променливи, някои от които се променят непрекъснато. С този подход потребителят трябва да изготви процедури, които описват условието за възникване на събития, законите за промяна на непрекъснатите променливи, правилата за преход от едно състояние в друго.

      Моделиране на технически обекти на метаниво.

      На мета-ниво обектът е представен като набор от елементи, свързани помежду си от ограничен брой връзки. В този случай за всеки елемент връзките са разделени на входове и изходи. Второ, елементите се считат за еднопосочни, т.е. тези, при които входните сигнали могат да се предават към изходите, но сигналите на изходите не могат да влияят на състоянието на входовете чрез вътрешните връзки на елемента. Сигналите също се наричат ​​промени във фазовите променливи. Трето, състоянието на който и да е изход не зависи от товара, т.е. относно броя и видовете елементи, свързани към този изход. В четвъртия, състоянието на всяка връзка се характеризира не с две, а с една фазова променлива. Правенето на такива предположения води до опростяване на математическите модели.

      Функционалното моделиране се използва широко за симулиране на аналогово електронно оборудване на автоматични системи за управление и регулиране с елементи не само от електрически, но и от различно естество (хидравлика, пневматика) на енергийни системи, чието функциониране е свързано с пренос на енергия, инерция, налягане и др. между частите на системите.

      Системи за опашки.

      във всяка ООП могат да се разграничат следните елементи:


      1. Поток на приложението

      2. Обърни се

      3. Сервизни канали

      4. Изходящ поток от обслужвани заявки

      ООП са разделени на видове според редица характеристики:

      • по броя на CMO каналите:

      1. Едноканален, когато има един сервизен канал

      2. Многоканален или n-канал, когато броят на каналите е по-голям или равен на 2. Многоканален QS може да се състои от хомогенни канали или от хетерогенни канали, които се различават по време на услугата с една заявка.

      • По служебна дисциплина

      1. ООП с откази, при което приложението, получено на входа на QS в момента, когато всички канали са заети, получава отказ и напуска QS (казват, че приложението изчезва)

      2. ООП с очакване (опашка), в такива системи иск, пристигнал по времето, когато всички канали са заети, влиза в опашката и чака освобождаването на канала, който ще приеме това искане за услуга

      3. Смесен тип (с ограничено изчакване) такива системи, при които се налагат някои ограничения върху престоя на дадено приложение в опашката. Например за дължината на опашката или максималното време, в което приложението е в опашката

      • Чрез ограничаване на потока от приложения:

      1. Затворено, приложенията не се връщат в системата и

      2. Отворете

      • По броя на етапите на обслужване:

      1. Монофазни. Ако QS каналите са хомогенни, т.е. извършват същата операция по поддръжка, тогава такива QS се наричат ​​еднофазни.

      2. Многофазна. Ако QS каналите са разположени и те не са еднородни, тъй като извършват различни операции (т.е. поддръжката се състои от няколко фази, тогава QS се нарича многофазна). Пример за работата на многофазна система е поддръжката на автомобила в сервиз.

      Параметри на системата за опашки.

      Потокът на заявленията се характеризира с времето на пристигане на заявленията. В общия случай потокът може да се разглежда като случаен процес, дефиниран от функцията за разпределение на интервалите от време между пристигането на две съседни претенции. Основната характеристика на потока от приложения е интензивността, равна на средния брой приложения, пристигащи за единица време. T е средният интервал от време между пристигането на две съседни приложения. Работата на обслужващата машина се характеризира с продължителността на заявките за обслужване - интервалът от време, необходим за обслужване. В общия случай това е случайна променлива, характеризираща се с някакъв закон на разпределение. Математическото очакване на този закон за разпределение е средното време за обслужване на исковете. Законите на разпределение на случайни променливи при самото моделиране могат да бъдат произволни, но най-често се използват разпределенията: експоненциално, делта разпределение на Erlang и нормално.

      Моделирането на последователност от случайни числа (в QS това са интервалите от време между пристигането на заявките и времето за обслужване), разпределени съгласно даден закон, се извършва на базата на програмиран генератор на числа с еднакво разпределение на числата в диапазона от 0 до 1.

      QS моделите трябва да описват процесите на преминаване на приложения през самия QS. Състоянието на системата във всеки момент от времето се изразява от набор от променливи, които имат предимно дискретен характер, така че състоянието на обслужващия апарат се описва с променливата k, която може да приеме една от двете възможни стойности „безплатно "и" зает ". А също и дължините на опашките на входовете на сервизния апарат. Може да има няколко опашки, ако QS съдържа заявки от различен тип (приоритети). Състоянието на всяка заявка се описва с променлива, чиито стойности могат да бъдат "услуга" или "чакане".

      Резултатът от QS анализа трябва да бъде стойностите на изходните параметри, производителността на QS, средното и максимално време за обслужване на заявките, средните дължини на опашките, коефициентите на натоварване на обслужващите машини, вероятността за обслужване на заявки за време не надвишаващо дадено и т.н.

      Първоначалните данни в симулацията се изразяват чрез параметрите на обслужващите машини и параметрите на източниците на заявки. Обикновено те представляват закона за разпределение на такива количества като времето за обслужване на рекламация, интервала от време между претенциите. Следователно вътрешните и външните параметри, чиито стойности са посочени в изхода, са параметрите на тези закони на разпределение. Получаването на подобни данни и гарантирането на тяхната надеждност е важен проблем при анализа на обектите на мета-ниво.