Method of structural and graphical analysis and verification of intellectual simulation model.pdf Конструирование современных космических аппаратов - это наукоемкий и дорогостоящий процесс, связанный с множеством разнообразных и нередко трудно формализуемых факторов, оказывающих влияние на результаты разработки. Компьютерное моделирование является основным научно обоснованным методом исследования характеристик сложных систем, используемым для принятия решений в различных сферах инженерной деятельности [1]. Существующие и проектируемые системы можно эффективно исследовать с помощью имитационных моделей, выступающих в качестве инструмента экспериментатора взамен проведения дорогостоящих и трудоемких исследований реальных объектов [2]. Выбор метода моделирования и необходимая детализация моделей существенно зависят от этапа жизненного цикла сложной технической системы. Ранние этапы проектирования систем связаны с отсутствием достоверных данных о методах их функционирования. Применяемые в этом случае модели носят описательный характер и преследуют цель наиболее полно представить в компактной форме опыт и знания экспертов предметной области об объекте исследования. Имитационные системы, ориентированные на использование экспертных знаний при решении технологических и функциональных задач, называют интеллектуальными системами имитации [3]. Наиболее распространенный класс интеллектуальных систем, ориентированных на знания как способ тиражирования опыта высококвалифицированных специалистов, - это экспертные системы [4]. Применение экспертных систем способно обеспечить механизмы построения информационной памяти предприятия [5]. Экспертные системы позволяют описывать знания о динамическом поведении анализируемых объектов и используются на этапах построения концепции космической миссии, проектирования оборудования, проверки его работоспособности, а также в процессе эксплуатации для контроля и диагностики отказов [6]. В традиционных исследованиях контроль качества имитационных моделей основан на статистическом анализе и оценке ошибок моделирования, однако при отсутствии данных функциональных испытаний традиционный подход не может быть применен [7]. В этом случае используются методы, основанные на привлечении качественного опыта экспертов предметной области [8]. В работах [7-11] рассматриваются подходы к оценке качества имитационных моделей. В [7] предложен метод валидации, основанный на применении эмпирических данных и знаний, полученных из смежных областей. В [9] решается задача проверки непротиворечивости знаний на основе анализа матрицы инцидентности графа, построенной для обобщенных отношений следования между целевыми установками базы знаний. В [10] предложен интеллектуальный метод проверки модели, основанный на анализе сходства между временными рядами моделирования из компьютеризированной модели и наблюдаемыми временными рядами из реальной системы. В [11] верификация моделей обеспечивает контроль согласованности на уровне проверки ссылочной целостности между модулями, поиска циклических зависимостей и др. В настоящей работе решается задача создания методологии структурно-графического анализа имитационной модели, которая может использоваться при моделировании функционирования бортовой аппаратуры космических систем [12-13]. В работе рассмотрены задачи оценки качества имитационных моделей, их структур, решение которых позволяет выполнять графическую интерактивную визуализацию таких свойств модели, как полнота, адекватность, непротиворечивость. Предлагаемые методы позволят повысить качество моделей сложных систем. 1. Формальное описание модели Интеллектуальная модель имитации функционирования бортовой аппаратуры космического аппарата представляет собой набор множеств, описывающих состояние бортовых систем и их функционирование в каждый момент времени. Модель S = [14], где G - структурнопараметрическое описание (множество элементов структуры), F - функциональное описание (множество методов функционирования), T - моменты времени наблюдения. Структурно-параметрическое описание G = , где B - множество элементов модели (блоков), представляющих свойства или функции отдельных физических устройств, I - множество коммутационных интерфейсов, С - типизированные информационные зависимости, описывающие коммутационные соединения между блоками, D - множество структур данных, P - множество параметров. Множество B = {Bг}, где Bi = , i= [1, ..., l], l - количество элементов модели, Ni - наименование i-го элемента, Ti - тип устройства, Ii с I - подмножество коммутационных интерфейсов I, Xi с X, Yi с Y - подмножества параметров. Коммутационные интерфейсы Ii = {Ii1, ..., Iin}, n - количество точек входов и выходов Bi. Iin имеет характеристики: тип интерфейса Tp(hn), направленность передачи Rt(hn) и признак состояния Onf(hn). На основе заданных характеристик коммутационных интерфейсов выполняется типизация информационных зависимостей между блоками. Типизация позволяет при проведении моделирования применять единые правила к представлению и обработке данных, передаваемых по однотипным интерфейсам, например задавать вероятности потери сигнала и ошибки передачи. Множество коммутационных соединений Cy = {Су1, ..., Cynm} с C определяет пути взаимодействия пары моделей Bi и Bj (i, j = [1, .., l]). Cijnm =

Скачать электронную версию публикации