Оценка чувствительности

Очевидно, что устойчивость является положительным свойством модели.Однако если изменение входных воздействий или параметров модели(в некотором заданном диапазоне) не отражается на значениях выходныхпараметров, то польза от такой модели невелика. В связи с этим возникаетзадача оценивания чувствительности модели к изменению параметров рабочейнагрузки и внутренних параметров самой системы.Такую оценку проводят по каждому параметру модели в отдельности.Основана она на том, что обычно диапазон возможных изменений параметраизвестен. Данные, полученные при оценке чувствительности модели, могутбыть использованы, в частности, при планировании экспериментов: большеевнимание должно уделяться тем параметрам, по которым модель являетсяболее чувствительной.

Роль, которую играет математическое моделирование, безусловно, зависитот характера рассматриваемой задачи, мастерства экспериментатора,располагаемого времени и отпущенных средств, а также от выбранной модели.

Необходимо постоянно иметь в виду первоначальную задачу. Самаяраспространенная ошибка связана с тем, что теряется из виду основная цель.

Другой ошибкой является переход к моделированию при отсутствиидостаточного количества данных о поведении системы в прошлом.

Известен метод последовательного решения задачи,состоящий из следующих этапов:

1) формулировка задачи;

2) накопление экспериментальных данных (в том числе, анализ возможныхошибок в системе регистрации данных, а в некоторых случаях разработка новойсистемы регистрации, которая будет давать соответствующие данные);

3) определение влияния рабочих параметров системы или процесса (анализслучайных колебаний процесса с целью выяснения статистической зависимостирезультатов от соответствующих параметров);

4) составление методики эксперимента (например, изменение параметровс целью определения фактического воздействия на результат);

5) уменьшение числа «рабочих» параметров (оставление лишь тех параметров,к изменению которых результаты наиболее чувствительны);

6) выяснение ограничений, свойственных методу.

Одной из основных ошибок при математическом моделировании являетсястремление к искажению реальных условий, т. е. условий, наблюдаемыхв естественной или технической системе. Эти искажения часто делаются для того,чтобы воспользоваться определенной, уже созданной для другой цели моделью.

Такой порядок неразумен, даже если он кажется целесообразным. В отличие оттаких типовых методов, как, например, методы линейного программирования,математическое моделирование требует применения довольно утомительныхопераций, поскольку в данном случае необходимо выводить специальныематематические уравнения, адекватно описывающие рассматриваемую реальнуюсистему.

Задача экспериментатора не ограничивается построением модели. Послеразработки модели в нее необходимо ввести определенную информацию, чтобыпроверить, насколько приближаются воспроизводимые ею данные к ранеезарегистрированным экспериментальным данным, которые соответствуют введеннойинформации. Лишь в том случае, когда воспроизводимые данные достаточно близкик исходной информации, можно будет гарантировать определенный успех прииспользовании модели для экспериментирования.