Jamiyat fikrining abstraktlanish jarayoni

3.Model bilan tajriba utkazishni rejalashtirish.
Strategik rejalashtirish. Modellashtirish maksadi ishlab chikilgan modelni tadkik etish bilan erishiladi. Tadkik etish shundan iboratki, tajriba utkazilib, natijada model parametrlari boshkariluvchi uzgaruvchilarini turli kiymatlarida tizmni chikish xarakteristkalari aniklanadi. Tajribalarni utkazish ma’lum reja asosida olib boriladi. Boshkariladigan uzgaruvchilarni juda kup mumkin bulgan kiymatlari mavjud bulganligi uchun xar bir mashinada tajriba parametrlarni ma’lum bir tuplamlarida olib boriladi. Masalan, boshkariladigan parametrlar soni 5 ta bulsa, xar bir parametr 3 ta kiymat kabul kilsa, parametrlar kiymati 243 ga teng buladi, parametrlar soni 10 bulsa, (xar biri 5 ta kiymat kabul kilsa) tajribalar soni 10 ml. yakinlashadi. Xisoblash va vakt resurslari chegaralangan xoda mumkin bulgan xamma tajribalarni utkazish mumkin emas. Demak, parametrlarni ma’lum bir tuplamini tanlash va tajribalar ketma-ketligini utkazish masalasi paydo buladi. Bunday jarayon stategik rejalashtirish deyiladi.
Taktik rejalashtirish.
Imitatsion modellashtirishni natijalarini statik ishonchliligini ta’minlangan xolda mashinada tajriba utkazish vaktini kamaytirish usullar majmuasiga taktik rejalashtirish deyiladi. Bitta tajriba uzunligiga (modellashtirish davri Tt) tizmni statsionarliligi, xarakteristikalarini uzaro boglikligi va modellashtirishni boshlangich sharoitlar kiymatlari ta’sir etadi.
Tajribada olingan ma’lumotlar vakt buyicha kator sifatida karalishi mumkin, ya’ni ma’lum bir xarakterstikalarni ulchash natijalaridir. Xarakterstikaalarni ulchash katorini biror-bir staxistik ketma-ketlikdan olingan kattaliklar sifatida kurish mumkin. Agar bu ketma-ketlik statsionar bulsa, uning urtacha kiymati vaktga boglik bulmaydi. Uning baxosi vakt katorining urtacha kiymatiga tengdir.
Ergodik ketma-ketlik uchun bu baxoning anikligi ulchashlar soni N usgan sari oshadi.

4. 
   Modellashtirish natijalarini taxlil etish..
   

Imitatsion tajriba natijalarini kayta ishlash. Statistik modellashtirishda imitatsion tajriba utkazishda xar bir chikish xarakteristikasini kupdan-kup kiymatlari ulchanadi. Bu tanlab olittt natijalarini kelgusida kulay taxlil kilish va kullash uchun ishlatiladi. Xolbuki chikish xarakteristikalari kupincha tasodifiy kattaliklar yoki funksiyalar bulganliklari uchun ularni kayta ishlash matematik kutilish, dispersiya va korrelyatsion momentlarni xisoblash uchun ishlatiladi.
Staxastik xarakteristikalar uchun nisbiy chastatalar chistogrammasini, ya’ni taksimlanishni eppirik zichligini kurish mumkin. Shu maksadda xarakteristikasini mumkin bulgan kiymatlar soxasini intervallarga bulinadi. Tajriba vaktida ulchamlar natijasida xarakteristikasini xar bir intervalga tutash sonlari aniklanadi va xamma ulchashlar soni xisoblanadi. Tajriba tugagandan sung xar bir interval uchun xarakteristika tushgan sonlarini ulchashlarning umumiy soniga va interval uzunligiga bulgan nisbati xisoblanadi. Tuzilgan chistogramma uchun biror-bir nazariy taksimlanish konuniyatini tanlab olish mumkin. Imitatsion tajriba ulchashlarini kayta ishlash jarayoni integral xarakteristikalarni xosil kilish uchun, ya’ni ma’lumotlarni sikish uchun yunaltirilgan.
Xarakteristikalarni tizm parametrlariga boglikligini niklash. Statik modellashtirish natijalari buyicha tizim xarakteristikalarini tizim parametrlari va tashki ta’sirlarga boglanishini aniklash mumkin. Buning uchun korrelyatsion dispersion va regression usullardan foydalanish mumkin.
Korrelyatsion usul yordamida ikkita va undan ortik tasodifiy kattaliklar orasidagi boglanishni mavjudligini topish mukin. Bushliklik baxosi sifatida korrelyatsiya koefitsentidan foydalanish mumkin. Korrelyatsiya koefitsenti ular orasida chizikli boglanish borligini kursatadi va ular birgalikda normal konuniyat buyicha taksimlangan buladilar. Agar korrelyatsiya koefitsenti absalyut kiymati buyicha 1 ga teng bulsa, taxlil etilayotgan kattaliklar orasida nostaxastik chizikli boglanish borligini bildiradi. Agar 0 ga teng bulsa, boglanish mavjud bulmaydi. Korrelyatsiya koefitsentini oralik kiymatlari esa ogishi bulgan chizikli boglanish borligiga yoki nochizikli korrelyatsiya mavjudligini bildiradi.
Dispersion taxlildan chikish xarakteristikalari kiymatlariga turli faktorlarni nisbiy ta’sir etish uchun aniklash uchun fodlanish mumkin. Bunda xarakteristikani umumiy dispersiyasi kurilayotgan mos faktorlarga mos keladigan kompanentalariga (tashkil etuvchilar) bulinadi. Ayrim komponentalarining kiymatlari buyicha taxlil etilayotgan xarakteristikasiga bulgan u yoki bu faktorni ta’sir etish darajasi tugrisida xulosa chikarish mumkin.
Agar tajribadagi xamma faktorlar mikdoriy bulsa, unda xarakteristikalar va faktorlar orasidagi analitik boglanishni topish mumkin. Buning uchun regritsion taxlil usullaridan foydalanish mumkin. Topilgan boglanish emperik model deyiladi. Regretsion taxlil shundan iboratki, mustakil va mustakil bulmagan uzgaruvchilar orasidagi munosabat tanlab olinadi, tajriba ma’lumotlari asosida tanlab olingan munosabat parametrlari xisoblanadi va tajriba ma’lumotlarini model bilan approksematsiya kilish sifati baxolanadi. Agar sifati konikarsiz bulsa, boshka boglanish tanlab olinadi va bu protsedura takrorlanadi.
Modellashtirish natijalarini taxlil kilishga modelni uning parametrlari va variatsiyasiga sezgirligi taxlil etish masalasi tegishlidir. Sezgirlikni taxlil etish deyilganda tizmni ishlash jarayonini xarakteristikalarini parametrlarni kiymatlarini mumkin bulgan ogishiga turguligini tekshirishdan iborat.
Modellashtirish natijalarini taxlil etish, modelni kupgina axboratli parametrlari tuplamini aniklashtirishga yordam beradi. Natijada konseptual modelni boshlangich kurinishini uzgartirishga olib keladi. Xarakteristika va parametrlar orasidagi funksional boglanishni aniklash imkonini beradi va tizmni analitik modelini yaratishda imkon beradi yoki samaradorlik kreteriyasini koefitsentlarini aniklash imkonini tugdiradi.
Modellashtirish natijalaridan foydalanish.
Umuman, modellashtirish natijalari tizmni ishlash kobiliyati xakida yechim kabul kilish uchun, eng yaxshi loyixa variantini tanlash uchun yoki tizmni optemallashtirish uchun ishlatiladi. Tizmni ishlash kobiliyati asosan parametrlarni mumkin bulgan ixtiyoriy kiymatlari chegaralari doirasidan uning xarakteristikalari chikayaptimi yoki chikmasligi buyicha yechim kabul kilinadi. Xamma ishga yarokli bulgan varianlar buyicha samaradorlik kriteriyasi maksimal kiymat kabul kiluvchi variant sistema tanlab olinadi. Eng umumiy va murakkab bu tizmni optimallashtirishdir: Tizm parametrlari uzgaruvchilari kiymatlarini shunday tuplamini topish talab etiladiki, bunda samaradorlik kreteriyasini maksimal kiymatini ta’minlasin.
Bunda xamma p ta xarakteristikalar kuyidagi chegaralarni kanoatlantirsin.
Modellashtirish muammosini kuyishda va yechishda tadkikotchi turli masalalarga duch keladi. Asosiy masalalardan biri bu - modellashtirish obyekti deb nimaga aytiladi, uning umumiy xususiyatlari nimadan iborat va kanday xossalarga ega buladi? Shuning uchun modellashtirish muammosini modellashtirilayotgan obyektni urganishdan boshlash mumkin.
Identifikatsiya masalasi deb, obyekt operatori Fo i topishga aytiladi, ya’ni modelni shunday operatorini F topish kerakki, biro-bir ma’noda obyekt operatoriga F0 yakin bulsin F&F0.
Shuni aytib utish joyizki, bu operatorlar orasidagi yakinlik nisbiydir, chunki F0 opreatorlar turli strukturaga ega bulishi mumkin, turlicha tillarda shakillantirilgan va turli son kirish kanalalriga ega bulishi mumkin. Shuning uchun opreatorlarni bir-biriga yakinligini baxolash murakkab yoki imkoni yuk. Kupgina xollarda obyekt operatori xakida axborot yetarli bulmaydi. Shuning uchun tabiiyki operatorlarni yakinligi ta kirish tasiri X buyicha baxolash mumkin, ya’ni obyekt chikishi va model chikishi buyicha. Xar bir vakt dakikasidagi bu reaksiyalarni yakinlik darajasini masalan, chikish vektorlarini farkini kvadratining kiymati buyicha baxolash mumkin
Umuman obyekt bilan model oarsidagi yakinlik tafovut funksiyasi yordamida baxolanadi. Bu funksiya obyektni va modelni ikki vektorli argumentli skalyar funksiyasidan iborat.
q(t) = d(Y(t),Y^M (t)) ,
Tabiiyki, indentifikatsiya jarayoni, ya’ni model operatorini shunday aniklash kerakki, obyekt bilan model orasidagi tafovvut minimal busin.
Indentifikatsiyalash jarayoni xar doim biror-bir funksiya yoki funkiyanalni minimumini topish operatsiyasiga olib kelavermaydi. Xakikatdan xam agar obyekt statik xususiyatga ega bulsa, uni identifikatsiyalash protsedurasi chizikli yoki umumiy xolda nochizikli tenglamalar tizmini yechish masalasiga keltiriladi.
Demak, obyektlarni indentifikatsiya masalasida minimallashtirish protsedurasiga keltirilishi prinsipialdir va muxim xususiyatga ega. Bunday xususiyat indentifikatsiyalash masalalariga xos belgidir.
2. Identifikatslashdagi kiyinchiliklar.
Indentifikatsiyalash masalasini kuyishda va yechishda asosan 2 ta kiyinchilik mavjud buladi. Birinchisi operator sinfini aniklash va unda yechimni topish. Bunday kiyinchilikni xozirgi davrda shaklan (formal) yechib bulmaydi. Chunki operator sinfini aniklash boskichida boshkarish maksadida indentifikatsiyalash predmeti bulgan obyekt xakidagi aprior axborotdan foydalanish kerak. Bu boskich juda shakillantirishi murakkab bulgan masala bulib, kupgina xollarda evristik usuldla yechiladi. Bunday yechimlarni fakat inson kabul kila oladi.
Obyekt operatori kaysi sinfga tegishli ekanligini topish uchun kuyidagilarni xisobga olish kerak:
1.Boshkariladigan obyekt strukturasi:
2.Obyektni ishlash mexanizmi.
Boshqarish maqsadi.
Boshqarish algoritmi
Oxirigi ikkita punkt operator sinfini Q idintifikatsiya kilinayotgan obyektni kelgusidagi boshkarish bilan boglaydi.
Ikkinchi kiyinchilik kuyilgan minimallashtirish masalasini yechishda foydalanuvchi (istemolchi) uchun eng kam sarf xarajat bilan yechish talab etiladi. Bu xol esa uz navbatida indentifikatsiya algaritmini tanlashda ma’lum chegaralar kuyadi.