高等学校规划教材

《高等学校规划教材》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、高等学校规划教材计算机仿真技术吴旭光杨惠珍王新民编著化学工业出版社Tel:029-88492617e.mail:xuguangw@nwpu.edu.cn第一章绪论这一章将介绍计算机仿真的基本概念、它所包括的内容以及发展状况，即我们将从横向和纵向来阐述计算机系统仿真的内涵。所有这些内容将为学习计算机仿真技术和以后更进一步的研究建立一个基础。第一章绪论1.1系统仿真的基本概念1.2连续系统仿真技术1.3离散事件系统仿真技术1.3.1离散事件系统的数学模型1.3.2离散事件系统的仿真方法1.3.3离散事件系统仿真语言1.4仿真技术的应用1.4.1系统仿真技术在系统分析﹑综合方面的应用1.4.2

2、系统仿真技术在仿真器方面的应用1.4.3系统仿真技术在技术咨询和预测方面的应用1-5仿真技术的现状与发展1.5.1仿真计算机的现状及发展1.5.2计算机软件的现状及发展1.5.3仿真器的现状与开发1.1系统仿真的基本概念一、系统与模型系统就是一些具有特定功能的、相互间以一定规律联系着的物体所组成的一个总体。一个系统可能非常复杂，也可能很简单，因此很难给“系统”下一个确切的定义。因为这个定义不但能够足以概括系统的各种应用，而且又能够简明地把这个定义应用于实际。但无论什么系统一般均具有4个重要的性质，即整体性、相关性、有序性和动态性。系统是一个广泛的概念，毫无疑问它在现代科学研究和工程实践中

3、扮演着重要的角色。不同领域的问题均可以用系统的框架来解决。但究竟一个系统是由什么构成的，这取决于观测者的观点。例如，这个系统可以是一个由一些电子部件组成的放大器；或者是一个可能包括该放大器在内的控制回路；或者是一个有许多这样回路的化学处理装置；或者是一些装置组成的一个工厂；或者是一些工厂的联合作业形成的系统，而世界经济就是这个系统的环境。1.1系统仿真的基本概念首先，必须明确系统的整体性。也就是说，它作为一个整体，各部分是不可分割的。就好像人体，它由头、身躯、四肢等多个部分组成，如果把这些部分拆开，就不能构成完整的人体。至于人们熟悉的自动控制系统，其基本组成部分(控制对象、测量元件、控制

4、器等)同样缺一不可。整体性是系统的第一特性。其次，要明确系统的相关性。相关性是指系统内部各部分之间相互以一定的规律联系着，它们之间的特定关系形成了具有特定性能的系统。有时系统各要素之间的关系并不是简单的线性关系，而呈现出复杂的非线性关系。也正是由于这种非线性，才构成了我们这个多彩的世界。对于复杂的非线性关系，必须研究其复杂性与整体性。再以人体为例，人的双眼视敏度是单眼视敏度的6～10倍。此外，双眼有立体感，而单眼却无此特点。这就是一种典型的非线性特征，因此相关性是系统的第二特性，也是目前系统研究的主要问题。1.1系统仿真的基本概念除整体性和相关性外，系统还具有有序性和动态性。比如，生命是

5、一种高度有序的结构，它所具有的复杂功能组织，与现代化大工业生产的“装配线”非常相似，这是一种结构上的有序性，对任何系统都是适用的。又如图1.1.1所示，一个非平衡系统如果经过分支点A、B到达C，那么对C态的解释就必须暗含着对A态和B态的了解。这就是系统的动态性。图1.1.1系统的动态性1.1系统仿真的基本概念建立系统概念的目的在于深入认识并掌握系统的运动规律。因此不仅要定性地了解系统，还要定量地分析、综合系统，以便能更准确地解决工程、自然界和现代社会中的种种复杂问题。定量地分析、综合系统最有效的方法是建立系统的模型，并使用高效的数值计算工具和算法对系统的模型进行解算。采用模型法分析系统的

6、第一步是建立系统的数学模型，所谓数学模型就是把关于系统的本质部分信息，抽象成有用的描述形式，因此抽象是数学建模的基础。数学在建模中扮演着十分重要的角色，马克思说过：“一种科学只有在成功地运用数学时，才算达到完善的地步。”例如集合的概念是建立在抽象的基础上的，共同的基础使集合论对于建模过程非常有用。这样，数学模型可以看成是由一个集合构造的。1.1系统仿真的基本概念数学模型的应用无论是在纯科学领域还是在实际工程领域中都有着广泛的应用，但通常认为一个数学模型有两个主要的用途：首先，数学模型可以帮助人们不断地加深对实际物理系统的认识，并且启发人们去进行可以获得满意结果的实验；其次，数学模型有助于

7、提高人们对实际系统的决策和干预能力。数学模型按建立方法的不同可分为机理模型，统计模型和混合模型。机理模型采用演绎方法，运用已知定律，用推理方法建立数学模型；统计模型采用归纳法，它根据大量实测或观察的数据，用统计的规律估计系统的模型；混合模型是理论上的逻辑推理和实验观测数据的统计分析相结合的模型。按所描述的系统运动特性和运用的数学工具特征，数学模型可分类为线性、非线性、时变、定常、连续、离散、集中参数、分布参数、确定、随机等系统模型。