'onzpexilale

Academiei,

dings of an

'ysrems and MODELAREA HIBRID A SISTEMELOR

x
1'.
uol. SMC-3,

Conceptul de model este un concept de care tiina s-a folosit i pn acum,

dar el a cunoscut o nou evoluie o dat cu apariia simulrii comiterii PC-ului.
Simularea sistemelor s-a fcut la inceput utiliznd un model de' simulare; continuu
ecuaniiernia e n
sau discret, n general omogen (de exemplu un sistem de .
au evoluat destul de mult, astfel cfippfwiifse mai

rile
vorbete de un model de simulare omogen, tendina general cel puin n rndul
i
-
special lor .- ind aceea de a utiliza modele de simulare complexe, cunoscige,
sub denumirea de modele hibride de simulare [1, 2, 4, IO]. n acest context se
cuvine s tie menoi-t rii578, 9, ll, 12] care au contribuit la

:node1 ylia1e
dezvoltarea modelarii liibride utiliznd i/sau
modele bazaie pe cunotine jizzy.
'fi
-

"`"E iui~mddel de simulare necesit cunotinte detaliate despre

sistemul simulat, despre proprietile acestuia, ca i despre relaiile matematice i
ecuatiile care descriu procesele i fenomenele implicate. Ea reclam din partea
modelistului logic, exactitate, obiectivitate, cunoaterea proceselor numerice i
sau euristice, cunoaterea sistemelor informatice utilizate. Pentru a xa mai bine
lucrurile vom prezenta n acest capitol modelele cu un anumit grad de detaliu
(unnnd ca acestea sa e adncite pe msur ce se dovedete necesar).
Pentru nceput vom da urmtoarele defniii:

?Ema utIEl3 deisimulare.

Prin rgadelrhilzrzliide sinzulrare se nelege un model de simulare compus
ipgglte (Enigma-Ele inteiconectaie, din care cel putin unul este un m
5
ECS:
s 'cita i unlnpdel cpjvenimente l e
__
_
w

un model bazat pe cunotine (cel mai adesea mode cun6`stIne

un
euristice 'd
 !Modelarea /vibi idi
78 Modelarea sistemelor de mare complexitate

termenul de simulare reprodu

Subliniem faptul c fat de literatura de specialitate, n care
(subjsisteme/(sub) caz, concluzia c
hibrid se aplic numai sistemelor/modelelor compuse din trebuie validat,
"

termenului hibrid i la sistemele/

modele continue discrete, noi am extins sensul prin compararea
modelele bazate p cunotine (in specialuzzy) rtori directe as
fi: un model
Aceste definiii admit c un model de simulare poate Aceast observa'
model euristic
matematic (atunci cnd se utilizeaz formalismul matematic), un de simulare, car:
Iiibrid, matetaticzreii-
(atunci cnd se u lizeaz procedee euristiee) sau un model experimentul de
i procedee
ristic (atunci cnd se utilizeaz att formalismul matematic, ct reale mai mari d:
adncit dac
euristice). Aceast clasificare a modelelor de simulare poate mult
fi
matematice, euristice i matematicoeu-
se au n vedere di 'eritele specii de modele
ristice posibile (fi . 4.1).

| 4.1. l\
Model de simulare

4.1.1.l

r
a

lModel l la Model euristiij Model mate-

Dei de
ri atematic, dect o ipotez
maticcyeuristie

X
/ /
\.
w
-
mai puin comp
&Model mate- deteniinist poa*
"7
-:Zodel Model ?Modellogi- v
i/lodelreea ' _~-.=-

nederminist co-lingvislic de inferen matiemeuristie

determinist 4.1.1.1.

'Model
v

continuu
i
Model
fuzzy
\A Model?)
Stochastic
MDdEI
'

malematlc
_
Princip
pendent, timp
simulare di ere
+ model
.
' i
_

logice-lingvistic (liniare sau ri

comportarea di
vodel Ivo el Zvlodel timp Model este unntoarcz
diferential gr f discret reea .Modelmatemac
`
+ reea de inferent
.i
,o .o a

S( M0351 Nildel Mqdc] malcmauc

V

de
e_
Model serie +obieete structurate
Montecarl de [imp
_

Corelae

la care se pot(
Fig. 4.1. Clasificarea modelelor de simulare. x,- i in mod ob

Pe de a t pane, definiia darinodelului de simulare reliefeaz faptul c

De altfel,
modelul surprinde numai propriet 'ile esenial' ,ale sistemului simulat.
modelul m . exact ni i nu poat fielaborat. mai ,ales n 37m sistemelor
mari, complexe Acest lucru creeaz o discrepan ntre modeiui (matematic) de
simulare i rei litatea existent i, de aici, o anumit incertitudine asupra
\ rezultatelor de sin " e. Aceast incertitudine scade pe msurfceiyrridfliiTe
 re complexitate Modelarea hibrid a sis/crizelor
'
79

c termenul de simulare reproduce cu mai mult fidelitate comportarea sistemului simulat. ln orice
Qsisteme/(sub) caz, concluzia care se desprinde de aici este aceea c orietnrodel de simulare
i la sistemele/ trebuie yqlidm: nainte de a fi implementat, att din punct de vedere lo_` , ct i
prin cpmpararea rezultatelor obinute prin simulare, cu cele Oliltlurgrin msu- `
fi: un model rtori afesrli"Er( aca aceste msurtori-sunt posibile). r

model eurirlic ceasfobreste n legtur i cu aseriunea din finalul definiiei modelului

matemtica-err- de simulare, care trebuie s reprezinte sistemul simulat intr-o form utilizabil n
.t i procedee experimentul de simulare (de exemplu s nu introduc_abaterinfaderezytatele J;
adncit dac
iatematico-eu-

4.1. Modele de simulare numeric

4.1.1, Modele de 'simulare deterministe

Model mate- Dei determinismul este mai degrab o ipotez convenabila de calcul,
iatico-euristic dect o ipotez care s aib o acoperire real, uneori mai ales n cazul sistemelor
-
mai puin complexe, bine structurate i pentru care se dispune de date un model
`
determinist poate reprezenta o opiune satisictoare. -
mate-
.uristic
4.1.1.1. Modelul de simulare continuu _
"Cr
'
*-

'r L'
\

Principal caracteristic a acestui model este aceea cuvariabila inde-

pendent, timp t, ia valori din mulimea timp continuu. Ei este' un modei de
snzulare drfeeriiql, care se prezint sub forma unui sistem de ecuaii
(liti'e"`'sa' ricliiiire), cu- condiii iniiale i/sau la limit i care descriu
MNHWM 'Mi i
dinamic a sistehiriiillfrrfijtiid ui astfel de mo del
'zf
oiportarea
x~,,K'..g,_\:\; s 1 a_ i; ._ f
este urmtoarea: 2 - ~ -

i'll) = Aix'. (t) + Biullt) + L(Xa.) + vl-(x);

` (4.l)
(0) = xm, 1, 2,
i:
v,.<x
= 2gij('xj)' (43)
jzLj-r

la car, pot (sau nu) aduga, condiii de (ubvoptimalitae pentru marimile de starew_ k
x,- i n mod obligatoriu restricii pentru mrimiie de comand 14,:
Feaz faptul c
glat. De altfel, x;.-Sx,-x.,;.
lZUl sistemelor imn-S Hi5 uimru<
matematic) de n relatiile
tudine asupra (4.l)-(4.5) semnicaiile simbolurilor utilizate sunt urmtoa~
Ec' rele:
modelul dc
 Modelarea sistemelor de !ziare complexitate !Modelarea hibrid

reprez nt subvectorul de stare al subsistemului = 1,7

x,
i (i u);..
recomand o fo:
14;- sub\ ectorul de comand subsistemului i;
al discretizeaz de
exogeni ai subsistemului i(scalari) unitatea (Ak
(pi- parametrii endo- i
x vect rul de smre al sistemului de simulat, n ansamblul su;
:
xm
- condiiile iniiale ale subsistemului i;
~
z A; mat icea de stare a subsistemului i;
z B,- 7 matricea de comand a subsistemului i;
-
f, ~ o fui cie vectorial care descrie rieliniaritile_ din subsistemul i;
interaciunile dintre subsistemul i i celelalte
~ o fincie care descrie
v,-

(n-l) subsisteme; cu condiia (opt

g- (i, : l, 2, ..., n) ~ funcii care descriu interaciunile
dintre subsiste-
`
, j
mul ii fiecare din celej 2 l, 2, ..., n subsisteme (j
v5 l).

Subliniem faptul c modelul de simulare diferenial este bine fundamentat

d_in

punct de ved *re matematic, bazndwse pe teoreme ale analizei matematice, dar
cu aceeai sem:
arIIE rel-limite principala limitfiind aceea c sufer de un
fimjniemspr, rigid, ceea ce il face vulnerabil, la schimbri structurale ale cu precizarea c
Ca i r
.

sistemului sim; Lutbate acestea, modelele de simulare difereniale au fost i

V

analiza numeri
3.\ mai
sunt inc ilizate n simulare, din cauza bogiei de informaii pe care le
"furnizeaz, n ecial pentru a caracteriza starea actual a sistemului i mai puin avnd ns ac(
s; exagerat. Cu 'to
pentru predicie n acest din urm caz, experiena arat c modelele de simulare
simularea unor
difereniale simuleaz destul de bine comportarea sistemului dinamic, dup care
discret (indust
evoluia prezis e ndeprteaz i mult de cea real. ,

Aadag modelele de simulare difereniale sunt utile n acele cazuri n care

el
un sistem, nu, foarte complex, este bine structurat, iar informaia despre
(cunotine, date ) este foarte complet. Se" dispune aadar de toate datele necesare 4.1.2.
pentru simulare In aceast situaie" putem enumera: unele sisteme electrice i Aceste
magnetice (de exemplu circuite electrice nu foarte complexe), unele sisteme
parte, i din lei
electroenergetic (de complexitate medie), unele sisteme hidrologice (de exemplu o
i_

de a atenua i
depresiune lacu tr), unele sisteme industriale continue (de exemplu din domeniul
i clasa modele]
petrochimjei) et Continuare.

4.1.1.2.
Modelul de simulare timp discret --~ .
cu 4.1.2.
\
Acest n' odel se prezint sub forma unui sistem de ecuaii cu !im l] BCC
:ale i/sau la "mit, care descriu n mod corespur Carla. Elabor
simulat. Aceste modele der _afiedin modelulcontinuu prin d_ scretizarea acestuia
metodei cu ao

wr
' '
3, '
(operaiune just ficat din motive de calcul numeric automat), e' din modelarea
_ _ _

unorhsistemehdisgrete*ca atare_ ln primul caz se utilizeaz aproximarea derivatei Fie c

continue x(1) prin discretizarea acesteia (cu pasul de discretizare Ak):

7x0) x(k +I)-x( ) unde liecare x
_ Ak
'
extrage o val(
Al; prea 'aceasta se re
..l cu obsewaia ci Al: trebuie s fie ct mai mic (teoretic
43k
s 0), dar c
urmare, si: sensul teoriei
mic poate corid apei? iacumiilarea (le eroii de calcul numeric. Prin
 mare COHIpIEIIH/e
Modelarea hibrid a sistemelor
l
31
recomand o foarte mare atenftielaalegerea lui Alt; Dac in modelul
discretizeazj derivata continu x,(i) @menu
.
i
se consider pasul de discretizare eigal cu
unitatea (Ak l), rezult modelul de riiiiulare discret standard:
: x.(k+l)2xi(k)+Biu,(t)+j(xi,ai)+vi(x); Z

X.(O):X,O,

istemul i;
i: 1,2, ..., n; (4-6)

riul i i celelalte mn=kw

j:|.j+i i
;
dintre subsiste- cu condiia (optionala) pentru x; i restricia, pentru u,-: l
). f]
X; min 5 Xi 5 Ximiu?
ine tindamentat /
i

matematice, dar
I' Nimin 5 Hi5 inm, l

c sufer de un cu aceeai semriyicaie pentru simbolurile utilizate n cazul modelului continuu i

i structurale ale
cu precizarea c A = 1+ A
:niale au fost i (I:
matricea unitate).
Ca i in cazu modelului continuu, modelul discret
este bine fundamentat n
matii pe care le .
analiza . _ . ;
numerica, graie a numeroase teoreme i. numeroi algoritmi de calcul,
,

.llLll i mai puin avnd ns acelai inconvenient, i anume faptul c sufer de

:lele de simulare un determinism
exagerat. Cu toate acestea, modelul de simulare cu timp discret se dovedeste
uti 'in
\H

amic, dup care simularea unor sisteme discrete ca, de exemplu, simularea sistemelor
i discretindustria de producie
electrotehnica, industria mecanic) etc_
:le cazuri n care
maia despre el
1
datele neces'are 4.11.2. Modele de simulare nedeterminste
:ine electrice i i

Aceste modele
,

, unele sisteme sunt derivate din teoria sistemelor siochasiice, pe de o

:e (de exemplu o part& din leoYlflliflXl
i peetl-:itiunea lor e a li este aceea
lu din domeniul
7
lia!)
de a atenuysiiichiar a elimina determinismul modelelor din clasa Aa. Aadar,
n
clasa modelelor nedeterministe de simulare includerii modelele 'descrise
n
Continuare.
@) 4.1.2.1. Modele de simulare stochastice
cu timp discret,
n aceast clas de modele
inztor sistemul pot fi clasate modelele de singular:: Mont&
etizarea acestuia Carlo. Elaborarea unui model de simulare Monte-Carlo este leit diipriiipul
cvwf\ -
inefodei cu acelai nume, care se bazeaza_ pe urmatoarea propoziie:
.
e din modelarea
_,
. .

imarea derivatei Fie o funcie de variabile aleatoare:

): ,__ __ aFixa\.,
_
_ v_

X1. Xnl

'
--- (4.73
unde fiecare variabil urmeaz repart bine
o e definit. Atunci, pentru fiecare x, se
extrage o valoare aparinnd repaiititiei' *respective 'i se evalueaz o valoare a lui `z.~
dar c AI( prea ftceasta se repet de il ori. Cnd /Z ~> De, 'valoarea astfel obinut aproximeaz (in
Prin urmare, se sensul teoriei robabilittilooadevrata valoare a repartitiei lui L"
 82 Modelarea ,rlrleimzlor de mare complexiale
i
[Mode/area hibr.

Metoda Monte Carlo este bazat pe o tehnic .riocliasriczi

care utilizeaz configuratii al
ziuznre alcatuire i statistica probvalfl' ic pentru rezolvarea problemelor.
?? ?FE stiib oiiitielCarlo ansambluAst
, eea este aceea a generarii de
numere aleatoare, urirind repartitii predeten-ninate, care se introduc n forma A

5"'!'
'analitic a lui z i calculndu~se 'valoarea acestuia, Gperaiunca se repet de baz _l
multe ori, algo itmul oprindu~se conform unui criteriu (de convergenta). i
353i?
" Metoda UFUH DEFVZK
MonterCarlo se aplic: n glcululunor arii complicate (inggralglor _

complexe), n c l l l dinamicii unor populatii, n economie, in fizica noi funcii\ lungimea DCT

nuclear, in
controlul tracull c. 'MWH
f
(z Genera ea numerelor aleatoare. Denim o secven de
in intervalul [a, b] numere n, T1, ..
ca fiindglaorgggz dac nu exist nici o cor l
`
"
tre djj `tele
numere din cac rul secvenei. uinerele sutmlegatoareicii istri utia PL:) dac
probabilitatea d a gsi numrul r; n intervalul [x,x+dxl_este P(x)dx. Rata d
:standaridv dci numere Generatorul
aleatoare cu ajutorul coinpiiteriuliiibne-z descrcte n tii
distribufi '
*
uniforme (P _
L Cu alte cuvinte, trebuie s existe probabilitate 'g descresctor n
" _

o -
dv
i

a oricarui numr n acest interval, cu numrul urmtor generat mic rezult:

independent de numrul precedent. '

(_,. _gmputwele sunt ns masini detenniniste. Principial, ele

i
nu pot crea o
secven de numere cu adevrat aleatoare, dar acest lucru este totui posibil. Pentru
aceast ratiune omputerele genereaz aaaiurnitele a crei soluie r

mod: esenial, numere pseudwalearorgg. n

pr n natura
aleatoare (din.
comoditate .
crei jutoml
computerului tre buieus contin corel , i astfel ele nu sunt adevrate
A--"L-.-**'.4"."f"**~<
muli autori nu mai. introduc
.

cele mai sofisticate generatoare de numere aleatoare ascund corelaiile,

arat c dac u ilizm astfel de numere destul de mult ncepem s
.
particula
numere
pseudo). eIn timp
.
experiena
ce
~
unde r = 1/
d_
Prin n*
_

m mclnvj* ca
_

remarcm 5a _mu C* ar '

corelaiile. Dgzlnmgrare c;
x4*** 1g
Dar dac: se da- uri numar _
de stari
.
numit. germeni: de 21141222?
aleator pot . eo ":c e pm
- \

fi realizate un numar de v
4
-
.
,.
1
operairmate upra numarului
. .
germcne astfel incat . ,z,e numarul de p:
_
sa se genereze numere ' - ne v*** .
~

'm
_ecorelate errea gcneratorului de
. . dezintegrarii
_

ra
.w-e--A
numere aleatoar este testata "a--u- ajutorul
_
m
testelor 7.1:-.. . . gh
cu statistice riguroase, pentru a se Sinzula
asigura c nume ele sunt aleatoare n raport unele
cu altele. Exist ns i critici la populaie este
tr& adresa 'acestei netode umrului
a 4`xz_'\rr germene. De mentionat c programele
_ A--wx '

comerciale, cum ar fi Mathematica, trag .x ' populaii n se

un numar aleator germene de undeva din
.

interiorul sistemului (poate timpul Monte Carlo p:

pe ceas), astfel nct numrul aleator germene Carlo, pornind
este diferit n d ferite experimente. O alternativ la
r

generarea computerizat a ferenial cu c(

numerelor 'aleatcare este accea de a citi printr-un tabel de

adevarate,
P num functie de timp.
care sint numere determinate prin procese aleatoare ~ -_ :mare __

ga
_ _

naturale, cum ar fi
dezintegrarea rad oactiv. Astfel de tabele gsesc n literatura
se dc specialitate.
Aplicare. metodei Monte Carlo la modelarea proceselor
care au loc n
f
me *Vic V
' *tit sunt sistem pai culc, permite analiz a
acestor sisteme, are altfel ar fi dificil e eiectuat. ac rezolvarea sistemului de Iniial,
ecuaii care dese ie interaciunea a doi atomi este o problem simpl, in alte procese
rezolvarea
aceleiai probleme n cazul a sute sau mii de ecuaii analiza pietelor
este practic imposibil. Cu Cu timpul ins
metoda Monte Iarlo un sistem mare poate fi eantioriat ntrun
numr de
 mare complexitate !Mode/area hibrid a sisteme/ar 83
5,
care utilizeaz contiguraii aleatoare i aceste date pot fi utilizate pentru a descrie sistemul n
ea problemelor. ansamblu. Astfel, metoda Monte Carlo poate ti folosit la:
a a generrii de
troduc n forma Sirmrlnrezz dezintegrrii radioactive spontane. Factorul fcnomenologic de
ea se repet de baz n acest proces este faptul c numrul de particule la timpul I, N(1), descrete
zrgent). Metoda ntrun interval de timp truc [t, t+At], proporional cu numrul de particule N i cu
elor unor funcii lungimea intervalului de timp:
zica nuclear, n
AN (t) = -N (UAI:

mmere n, T2, am:) Z -N(1). (4.8)

ie intre diferitele At
ibuia P(x) dac
)dx. Generatorul Rata dezintegrrii radioactive AN(t)/At, numit i activitate radioactiv,
descrete n timp, deoarece este proporional cu numrul de particule, el nsui
reaz distribuii
descresctor n timp. Trecnd la limit n (41.8) pentru un interval de timp infinit
obabilitate egal
mic rezult:
urmtor generat
dN(t)_miam, `

le nu pot crea o
i
(49)
_si
dt
posibil. Pentru
a crei soluie este:
rio-aleatoare. n
.Ilate cu ajutorul
_ -._N(r) = N(.0)c"",
levrate numere unde t-:I/L- w
V

`
ruda). n timp ce -Prin trecere la limit am obinut un~model exponential al dezintegrrii
aiile, experiena radioactive,'care descrie bine procesul-fain: n medie pentru un numr mare de
m s remarcm
particule, dar .care devine inoperant pentru un numr mic de particule: Aceast
dezintegrare este spontan, adic iai-natere fr i independentde factorii externi_
Deoarece probabilitatea dezintegrrii radioactive descrete n timp o dat
r aleator
- pot
cu
numrul de particule, dezintegrarea real_ este un procesaleator, n care rata
nene astfel nct
dezintegrrii radioactive pentru orice perioad de timp fluctueaz.
:naratorului de
ase_ pentru a se
Sin-aiurea distribuiei lliE populaii n limbajul modern conceptul de
ns i critici la populaie este mai general dect cel de populaie n sens biologic, incluznd i
c programele populaii n .sens fizic (de pild populaii de particule) etc, Metoda de simulare
3 de undeva
din Monte Carla poate ti aplicat pentru a determina distribuia de probabilitate Monte
aleator germene Carlo, pornindde la ecuaia lui Eoltzmann. Aceast ecuatie este ecuaia integrodi-
:omputerizat a o
ferenial cu condiie iniial, care descrie evoluia densitii de probabilitate n
imere aleatoare funcie de timp, pentru procese continue (dar i discrete):
urale, cum ar ti
specialitate. t..mW"'-Vzfl-viK('5)(5*'i)dr"
04:10)
care au loc n
ite o analiz a
Iniial, ecuaia Boltzmann a fost utilizat n fizica particulelor de gaze, apoi
a sistemului de n alte procese asemntoare, cum ar ti energetica nuclear, controlul tracului,
Dl, rezolvarea
analiza pieelor financiare etc., incercndu~se rezolvarea ci prin metode analitice.
imposibil. Cu Cu timpul ns sa observat faptul c ea este legat de incertitudine i c, de fapt,
'un numr de
 84 Modelarea sistemelor de nmrc complexitate
Modelarea hibric
operatorii integrali reprezint cea mai general form de descriere a proceselor
stochastice. Men onm i ecuaia integro-diferenial Boltzmann neliniar: unde: L este c

g(z) = 1

@(1,11 +
l):vK(x,s)l>(s,I1)ds.
(4-11) h(z) l

dk) ~ :
Metoda Monte Carlo presupune n cazul in spe parcurgerea urmatorilor
pai: Subliniu
a) Informaia iniial este utilizat la rezolvarea ecuatiei Boltzmann pentru o perioad bine
anumit exist pachete (
un num de niveluri de energie J. De exemplu, dac J = 4, rezult o
distribuie a popu laiei ca n cazul urmtor: pe azializa rerii,
Aplica
(de exemplu ni
producia de gr;
sol, aer), predi
inflaie, omaj).

4.1.2.3.

j=o1234 Pentru
mrimi variabil
b) Se imz gineaz o aezare a maximelor n spectru unul lng altul, ca n
figura de mai sus Dac se genereaz numere aleatoare n lungul acelei linii ori de baza analizei a
cte ori un num u* cade peste irul unui J particular, ele" sunt contorizate ca o dintre cele dou
atingere a nivelul 1i de energie. Evident, pentm nivelul cel mai mic; (J = 0) numrul ajutorul a 8 cur
de niveluri de ene gie atinse este mai mic dect pentru cele mari (de exemplu J .z 2). i a alege, n
_ c) Deoar :ce generatorul de numere aleatoare genereaz numere din irul urmtoarele:
de la 0 la l, dist ibuia populaiei este nonnalizat astfel nct lungimeavlolal s func
tie egal cu l.
- funct_
~
d) Pentru fiecare funet_
aruncare sau numr aleator produs, calculatorul detennin ~
crui nivel de ene rgie iaparirie i denumete un vrf pentru aceast valoare a lui. func!
Dup ce calculati: rul completeaz toate aruncrile, rezult nunzrul de vtri (sau rA func!
,numrul relativ de vrfuri) pentru fiecare nivel. de energie. Se poate compara ~ func\
rezultatul obinut astfel cu cel obinut prin metode pur analitice sau experimentale. w
funcw

~ expo
4.1.2.2. l\ [odele de simulare pentru predictii bazate pe serii de timp
n
n proble nele de simulare cazi
pentru predicie bazat pet) _serie de timp y(k), din care una, y
rezultat din msurtori efectuateila mo ente deitimp discrete, k A' *este lziperplanului z
~
necesar deitgerrritr.,area unui niadel 'pa

s
triiiln acest caz,._.
.

cel maiiuzu model de

simulare este un iadel de tip ARMA (p, q), a crui reprezentare este urmtoarea:
Bt1>e(k`415+:.. + tqktk-qi adic vari
34... 'A
"ki +
(4: Problema este,
.-'.'<l
sau sub o form o :eratorial: " calculul hiper

a
gwgytk) = hmtk). mctlie, dispers
cientii de deter
475194AJ:
i T*
ln/'C caiiiplexi/are 85
Mode/area hibrid a sistemelor

re a proceselor LyUc) y(k- l);

unde: este operatorul de ntrziere:
L
lin iar:
g(z)= 1+ o(1)z + + unui; :
l

(4. l l) + + sign",
he) = i +i5inz
zgomot, avnd dispersia o) 2.
l
e(k)
semnal de tip E[e2(k)].
un
:rea urmtorilor i -
Subliniem faptul c modelarea cu ajutorul seriilor de timp sezoniere, avnd
o perioad bine cunoscut T, a fost, de asemenea, bine studiat i c, in general,
ltzmann pentru
e. st pachete de programe de bun calitate pentru modelarea i simularea bazate
= 4, rezult o a
.= A

pe analiza .re ilorde timp.

Aplicatiile sunt numeroase: redictia unor factori na
j
_

(de exemplu nivelul apei, temperatura aeru iii),"a pro g xemplu

_

producia de gru), gradul de poluare (de exemplu concentraia de poluani niap, f.!
'l
sol, aer), predicia"ndrndicato 'onomici (de exemplu: PIB, productivitate
ai
inflaie, omaj).
mix
4.1.2.3. Modele de simulare bazate pe analiza de corelaie
Pentru un' experimentaor care dispune d doua rii de timp pentru-dou?)
.ng altul, ca n mrimi vgriabileigecrilgg s zicem ymi x, se punenp' oblema' e a cterrninpetx" s
Eiiiiiiiiliiziiyde
:elei linii ori de
.
regrerie, curba_ care aprocimeaz cu eroare rninim dependena
ontorizate ca o
5
dintre cele dou m m . Problema a fost redus laa modela aceasta dependena cu

t`icienii
l
i
ajutorul a 8 curbeiuzuale n analiza m ' r, la acestora
:J 0) numr
..

J: mama, y.
mcescil rbe
A .
,
alege, n final, pe cea mai potriv
xemplu 2). ia....... _.........._.._a
suntf
urmatoarele: '

uinere dingirul
j
-

funcia liniar: yg+X

gimea io_ i s i
-
funcia exponenial: y ize"";
:torul determina
-
~ funcia putere: y aoxm; :
t valoare a lui& _- funcia invers: y 2 ao + ai/xf, :
de viuri (sau ~ funcia raional l: y = l/(au + aux):
poate compara funcia raional 2: y = x/(aox +_ai);
zxperimentale. -
funcia logaritmic: y = aonailng.
-
exponentiala funciei inverse: y = c(" """X). "

rii de timp -n
cazul dependenelor multiple, cnd dispunem derinai multyserii de timp,
:ede timp y(k), din care una, y, depinde de 'celelalte x1, x ., xh, atunci modlleut sub forma
O, IpEIJIHIILZMLE
l, 2, este regreri
uzual model de
-t
ysawi+*ag.~;+ ..
ui iiituai ca.
ieUwq) adic variabila y se exprim liniar in funcie de celelalte n variabile x,- (i 1, 2, , 11)_
(4.12) `_

"m Problema este, aadar: aceea de a determina coecie "

-gv-
7? H) i
in :
_ r=:
calculul hiperplanuiui de regresie intervin o serie de marimi a
A _ _
.
_ _

I
SIGILSICC ca: valoarea
medic, dispersia variabilelor, coecicnii de corelaie parial i multipl, coe
cienii de determinare etc.
 foclelarea hibrida'
'86 Modelarea sistemelor de mare complexitate

Menionm existena unor biblioteci _d tedc Calais

ic_
i de 4.1.4. l\
simulare cu ajutorul carora pot construite modele
_ _
_ fi de corelaie Simplu i muinpla,
_

4.l.4.1.l
cu aplicaie la sistemele naturale (de exemplu corelaia dintre nivelul apei intr-un
sistem hidrologie
i
factorii de mediu sau corelaia dintre nivelul de eutrofizare a :Modelele
apei i factorii liid o- i biochimici) urmare a evolui
domeniul simul
n unele domeni
4.1.3. Modelul de simulare cu evenimente discrete m '- stare sau ieire s
O muli.

3x/
=

funcia de aparte
_

Modelul d e simulare cu evqjhnte discrete se prezint n mod obinuit ca

ii-dfizrenialeiolerzere descriu apariia, n cadrul procesului element u e U
un sistem de ecua,
et, a unoieve caijemapar_ri_urn_ai_la_a_nunte
cu evenimente discrete este
aa imulare contivnuwpi/sau ?cu tim discret. Pentru a
rostul i esen, modelului de simulare cu evenimenze discrete, ne
Pentru
tenen, se poa
.

(51.5) din modelul de simulare Continua. (g. 4.2).

vom referi la restr ciile (A.4), Diferite
Vom- not cu X,(k) variabilele de stare ale modelului de simulare cu- diferite interval
" evenimente discr ete i cu Y.(k) variabilele de ieire ale aceluiai modeL fuzzy reprezint
lnoolean {O,l} i
Variabilele de stare X170:) iau va ori ui mulimea se definesc definite pe baz
exemplu, n fi
astfel: gradul funciei
Xi k ):{1,
dac [x...-.x.~.];
.- I
mine (443) intervalul [x,~,;
o: dac 39-005 [ximins Ximaxl - la F este ntre O

Variabile e Y,(k) sunt reprezentate de un setrde ecuaii difereniale

\ booleene, de fom: ~

o.....loX__(k),
lQ(k+1)=X1(I)_,o X2(k) (4.14)

unde o" reprezi' iggggggfzyloici: A, V (de notat faptul c XVU:)

l poate lua i
valoarea negat nJn X,(k) ).
Dac:
l, procesul de sim lare continu (nu a aprut l

nici un eveniment discret);

r( 0, procesul de simulare este stopa& i este alertat
(415) (incet

regulatonil bazat pe cunotine fuzzy .

Reveni
4' Este~evid c modelul-de simulare cu evenimente iiSCiLC are nat
relevan deosebi in zona controlului sistemului complex (readucerea n interiorul
1

intervalelor de suboptimalitate a marimilor de stare care au ieit din limitele

prescrise de ctre expert).
undefdescrie c
 nare complexitate Alodelarca hibrid sisteme/ar
a
87
,i Statistic ; de
4.1.4. Modele de simulare bazate
zip/ i Miu/tipla". pe cunotine
elul apei intrun 4.1.4.1. Modelul de simulare i
de eutrofizare a
control fuzzy _ a,
blade/ele de simulare i control fuzzy
s-au dezvoltat n ultimii ani ca
urmare a evoluiei teoriei mulimi/or vagi. Aceste modele
domeniul simulrii i controlului sistemelor au aprut mai recent n
complexe, dar au reuit s se impun
n unele domenii de aplicaie, n
ate care cel puin o parte dintre variabilele de intrare,
stare sau ieire sunt de naturizzzy.
O piuvlltjzizejirzAF,

intr-un univers de discurs U,

mod obinuit ca estecaracterizat prin
ClYLll
Etap; ieste definit ca o mulime de perechtiomrfnatlefui
procesului I a grad ui funciei de
apartenen, astfel:
:mai la anumite
ite discrete este
scret. Pentru a
f: {(u.i1r(u))lueU l.
Pentru astfel de parametri inc rti,
(4.16)

iile discrete, ne cum este i gradul funciei de apar- "w"

tenen, se poate utilizakiiifofmaia ad onal definind
H. (g. 4.2). co ceptul
"
:
de simulare cu Diferitele grade ale funciei de apartenen la
diferite intervale; numitevnulinzi de niveluri, o mulimeiaazy corespund la
eluiai model. n domeniul variabilei. Mulimile
izzzy reprezint situaii
n care funciile de apartenen la o mulime
i se definesc definite pe baza lui drum nu pot fi
sau, cu alte cuvinte, limitele mulimii sunt vagi. De
exemplu, n figura 4.2, dac elementul vu
.gradul funciei de se afl n intervalul [x,-~, x,~],
(4.13) 'apartenen la mulimeafixzzy F este 1; dac el
se afl n
`

intervalul [x,--~e, x,-,,-]

sau [x,-, x,-,,+], atunci gradul funciei de apartenen
la Feste ntre 0 i l. Evident
up: dac u <x,~,,- sau u >;q,', .
O,
tii dnerentiale
MX.) tnttm- .le u/riieai]
"
~

(4.14)
.
l
J
poate lua i

0 `V

Ii mar?? Ii min ximnx imnx+5 Ii

Fig. 4.2. Reprezentarea trapezoidal funciei de
a apartenen
tat (incertitudinea de lipuzzy, dist ' `

_ ca 'bili lrapezoidal).

,
, .,.
gli.. ''
e (3
"
Reveninnlaeutatedescric ciinarijca
liscreie ar& unui sisierr-lin ytehnenii unui
" sistem de ecuaii cu timp discret, de data
aceasta sub forma mai general:
1
ini .te PTI
'
'
d.
in .TlICf x(l<+1)=fx(1<). am): rto) :XM
e`\l)
,

y<k+1:g<x<k>u<k)>;

utoe R", (4.18)
undef escrie dinamica sistemului, iarg este ieirea acestuia.
e, .ntm .A
....,-....
 88 i
Modelarea :irIe/nelor de mare camplczitare Mode/area hibria

Modelu de simulare fuzzy poate fi forrnalizat astfel: Formul:

X' 'U
reintroduc vari
f: x F(X)
g: X
a
FO? ,
undei g suntr elaiitwr, a
cu valori in (O, l).
unde Au,(k) este
Un mad l de control izzzy se fonnalizeaz astfel:

fi FW) XHU) ~> FUO

p
gr P00 - Fm,
unde X, U, Yrep 'ezint mulimea strilor, a comenzilor i' respectiv ieirilor.
a
Gradul :ie apartenen um:) a unui element (mrime de stare,
parametru,
etc.) la o (sub) ulimeizzzy poate fi exprimatrnumeric, dac universul de discurs *e
tt. (adi
Termen
un vector care Eepinaie ?le pasuldae discretizare), sau continuu -
_

(cu ajutorul une i funcii). Cel mai uzual expert sub form
u\
i, ,

caz, des folosit n aplicaii, este cel al

funciei de a anent Ira ezaidal 155g, 4.2), cu ajutorul creia poate deduce:
wave? se
1, dac ?He [ximrnximnx]
.
0, dac xi <x,--,.~e sau x_. >x,-.,+5
l. ,
1

_a
11;( xi) *e daca-
*

imin
l
Z ml,- X,- E [Ximin _Evxinrinl
.
(419)
l _

e e
+8
A

l
l vxma:
L-Ex'. daca-
.
[x,-,~,;_x,-,+5]
xie
---,
.
. 5 .
i

Problem a conlrolrllui vafiabilelor Je stare Jc,(k) (i l, 2,

n; k = 0, l, ..., k!)
este aceea de a menine aceste variabile n intervalele de...,(submptimalitate
[X
'
: Combir
rezult un set .

mai M este un model jzzarabilele de siare xc"

" aparin 'unuia au altuia din intervalele din relaia (4.19),
mii". '

complexe, i an
. ca i diferena
_d.I,(k) x,{k) kV-l). Variabilele de stare
x
rolul 3). : - x; aparin mulimii calitative Q5 (v. capi-

Tabelul 4.1
l
Illtcrvalul I: [Ximiri-Ev 'Sublini
< Ximir 1.' mn.) [Imimximax]
(igw, X,-Lr+5l > xin|ax+6 numrul de var
x,-
vs 'l s
'J
o 'l L VL X,-
aparine mul
Intervalul dxi <*-(1 ka_ 0) O
(0_ B]
i
Z', S,
[3
L).
-

>
dan

~L _s z s L Modeli
V5 - 'vfervy
gmrl,
C4;
52711111, control n cazu
'
0 (sub) Opzinrai, L = Large, 2-2'. 'Very xzfge,
sunt valori calit tive (in sensul teoriei sislemelorfuzzy). : 4 Z 2 Zero, determinist sau
Problema de c-
Calcuiul funciilor de apartenen uim) zszo, 1g)?
se face utiliznd reprezentarea x,(k)
trapezoidal, dat n figura 4.2. (i:
tabelul 4.1, ca
L 2,..

 nare complexitate Modelarea hibrid a :islemelar

Formula de calcul a noilor variabile de control, u,-(Ic+l), capabile s

reintroduc variabilele de stare x,(k), n intervalele de (sub)optimalitate
este:
u,-(k+l) 11,(k) + K,- A11,(k)

unde Au,-(k)
:
este un increment, calculat cu ajutorul formulei:
,

lliciyliik)
:*
Ami) i: 1.2, ,1.
ieirilor. : u
Eu,- (a)
=l
tare, parametru,
ersul de discurs Termenii K,- sunt coecieni de calcul experimentali, fumizai de ctre
2),
sau continuu expert sub forma standard a unei matrice ptrate.
zaii, este cel al
poate deduce: Tabelul 4.2
dx,-/ x,- VS S 0 L VL
-L K); K3 0 K:: Kjf

(4.19) -S K3; Kjf 0 K3; r Kf

Z Ki' K3? 0 K3? ,K
S m' ia?
.]
L K3!
x:? 0 K::
K 0 Ki? K ?

z; k O,
l, ..., k)
:
;ub)optimalitate
_
Combinnd cunotinele din tabelul 4.2 cu relaiile de calcul (4.l9)-(4.2l),
rezult un ser de reguli. bazaie pe cunotine fuzzy, utile n controlul sistemelor
e de stare x,(1<) complexe, i anume:
:a i diferena
:ive Q5 (v. capia < Dac (x,-(i<) este Xi) i (dx,-(k) este dX, ),
Atunci noua lege de control este:
u,(k+l) u,(k) + Km Au,~(/<)
Tabelul 4,1 : > ,
i: l, 2, ..., n .

l,-..__
Subliniem de control fuzzy este :Z511 \1 este
faptul c numrul de reguli
r) > x,-+5 numrulvdeixjariabiledestare, :ar &reprezinta numraruluderlalpriqKr MZ"
l;
VL
aparine mulimii X {VS, S, 0, L, L}, n timp ce dX; aparine lui (IX l-L,
>
13
gz, s, L). : -5,
:

Modelul fuzzy de simulare i control este util n simularea sistemelor de
_ebntrol '
LQrg e, Z = Zero, n; iaiilzfln r OCCS-U.Lrtegla
nu DOW* d?EEELLEHQEPHUELAI!Lil\g
determinist sau este atat d e compleliiinclt exp pertului este dwnenlocuit.
?Folilerna de control itsirretinewxariwalliel de stare x,(l<) (i l, 2 ...
reprezentarea
k O,
:
x,(k) (i 1,
1:1)
n intervalele de (subyjptimalitate ,t,-,]. \Jariabilele de stare :
z n; k O, l,..., k) aparin unuia sau altuia dintre intervalele date n
:
tabelul 4.1, ca i derivatele dx,~(k) x,-(k) x,(k~l).
: -
 Modelarea sistemelor de
mare complexitate
Mode/area hlbrn

m??
VIodele euristice de simulare i
control uor urmrit n
V acela c permit
in 3GB asta_
_1-
Aplica
clasa inciudem acele modele de simulare
V _

.
nemijlocit pe xperiezia 'expertului n care se bazeaza.. nvare, domer
domeniul de activitate din
sistemul simulit. Pentru elaborarea lor care face parte gice, prospectiu
se folosesc metode i tehnici care in de
domeniulg igenlei arliz/ciale (sistem de achiziionare
i reprezentare a
cunotinelor, aze de cuiiiie etc.),
metode i tehnici din doziieziiullqgicii
(inclusiv al log cii matematice), al uligviszieii, 4.2.3. l
al !earieiprobabi/itrilor. '
_.,..=.,........=........
n dom
4.2.1. Modele de simulare logico-lingvisice pomind de la u

componentele r:
Aceste modele se construiesc
/ structurat este c
cu ajutorl\ operatorilor logic::
etc., cu ajutorul crora se . v.
compun toate aseriuriileposibile=din~projfoziiile ~ , legat de compor
pot spune despre sistemul n care se Utilizan
cauz. Un astfel demodel se poate
forma: ex prima sub utilimtori, deoa
obiectele szncti
< Dac P (premis), Atunci C (concluzie) care sunt, de fa
>, (4,23)
care poate mbr rca o varietate infinit de forme, 'cea mai formule) care ex
!ip clauz Horn simpl fiind un model de Axiomel

........_..._..r... conectivele lagiv
<P,1/\P,jA...../\P,~-%C,~>,
R\
Modelul logicimlingvirtic general
i:l,2,...,n. i
(4124).. expunerea cu pr
geometriei, n cz
are, forma:
i
\`
_
a) Un p;
<P,:1/\ Pnl\ AP,-A(Q,1VQ,7_V ....vQ,-)A i125; A-lRQA abscisa i ordona
A R,-- C,->,
. i=1, 2, b) Un .re
n. (4.25) originea i extrei
Aplicati ale acestor modele gsim
n multe domenii, dar mai ales n c) Un p;
sistemele naturale, zice.
nente (segmente:
"`=,"-4f'~.`

4.2.2. Rlodel euristic tip reea

de inferene w #the
; 'v'
i)
Modelul

In acest az, modelul euristic

este reprezentatvsub forma unui?
un a) VP, (

""i1ri'stic "de forrr set de reguli A Real (X.) A Re;

a: ~

b) V x,-
< PMP:) -> C109:) > , 1,2,
i: (xm. ym) A Punc
astfel nct fiecar:
propoziie,
injerene, i fiecare regul
P,-

poate p
sau
C,~,

'
reprezint n odul unui graf, numit
_
4......
n,
reea de _ c) V Z
cspecrive pot onderate cu factori 'de incredere
absena crora surt luai egali sau certitudine, (ph (I); i[l,O n I\ PHI (Xa I. Nail):
cu i , iar propoziia respectiv este cert. e
,

4
Aadar, ir cadrul modelului euristic
unei reguli eurist
de tip reea de inferange concluzia C,-
ice poate deveni premisa unei noi reguli etc. Acest a unde
fapt poate fi
51/ zl
,/
4-.

04.'.
 mare complexitate
-

Modelarea hibrid a sisteme/or

yl
ntrol uor unnrit n paragraful 5.2.1. Avantajul modelelor de tip reea de inferene este
acela c per area unui num are de cunotine noi, din cele existente.
. ____,_
Aplicaii e cele mai frecven e ale acestor modele sunt cele .._.`,________
din: procesul de
care se bazeaz V
nvare, domeniul diagnozei medicale, modelarea i simularea sistemelor ecolo
n care face parte igice, prospeciunile geologice etc.
ilinici care in de
i
reprezentare a
w-n,
donzeniul logicii
.f
) 4.2.3. Modele de simulare cu obiecte structurat'
'/ilor. `\1
n domeniul CAD, dar i n simulare
este util a reprezenta obiectele
pornind de la definiia diferitelor tipuri de obiecte structurate i deci definind
componentele reale ale acestora. n acest demers pornimde la ipoteza c
un/\oliegr
. 55343321&este definit prin formule epifimnd modul ggmggti_ 'Meggggyggirayt-_este
7gici: A, v, i, ~>l legat de componentele sale. V

ropoziiile care se
"" " Utilizarea modelelor orientate pe obiecte este foarte atractiv pentru muli
Date exprima sub utilizatori, deoarece ea este-apropiat de structura obiectului modelat. n general,
obiectele .rtrixcturatep t ti repizentate printnun model cu ajutorul unor_axiome

le "
care sunt, de faprnLul/e alomig (bazate pe cunotine ex ert i

>
.

(4.23) .
fomiule) care exprima condiieiiiicare dou o iecte sunt egale sau nu.
ind un model de JJAxione utilizate in modelarea d __ obiecte structurate folosesc
l

(i, A, v, m., cz) i ojv/Jzztarii logzci" V, 3.7 Pentru nu incrca

teoretievorn-dari a
(4.24) a multe elemente un exemplu din domeniul
geometriei, n care obiectele rtructurizte sunt puncte, segmente i patrulatere.
a) Un punct este denit ca un obiect structurat avnd dou componente:
lam ~ ci > , abscisa ordonata (numere reale).
i
A g V

b) Un segment este definit ca un obiect structurat avnd dou componente:

_

(4.25) originea i extremitatea (care sunt puncte, avnd fiecare dou componente).
dar mai ales in c) Un patrulater este definit ca un obiect structurat avnd patru cornpo
nente (segmente) etc.

Modelul axiomatic al obiectelor structurate descrise mai sus este:

a) VP; (Punct (Fi) (:> 3 x; 3 y; (Abscisa (P,-,x,-) l\ Ordonata (P,-,x,-) A
unui se! de reguli
A Real (xi) I\ Real 013)), (i = l, 2, 3, 4); '

b)V x; (Segment
(A3)
c: 3 P,- 3 PM (Originea (xi,y,-) /\ Extremitatea
(X511
ym) 4 Punct (Fii/x Punct (iam), (i = 1,214; x5
A :xn :yo
y

af,numit reea de c)iV

plus, propoziiile
(Patrulater (Z) ct 3 (P1, I,~)
(Q Segment (Jo) A F(x,-,y,-)
/\
,Ymlll
'm (fini.
(- l
@e lLOl, n 3. 4', P5
3 P1).
cita.
d :
'ne concluzia C, a unde _A5 Segment (m) /\ I\ Segment (x4). n acest model cele 4 puncte P,-

cest fapt poate fi TPFCZD) exrident, cele pentr" 'urtiiri ale ptrulaterislui
 92 Modelarea sistemelor de mare complexitate Modelarea hibrid

Trebuie nenionat c pentru sisteme complexe complexitatea modelului care nu pot

bazat pe obiecte structurate crete i ea o dat cu numrul, vnggrtlgonente i, maiN-. cunotine de ti
ales, cu numrul e conexiuni dintre acestea. tip reea de inft
hidroenergetice,
mediului.
O prob
4.3. M odele matematico-euristice de simulare elaborrii i uti
un
` tibilitatea dintr

control modelului. ntr-
sunt compatibil(
de simulare, va
um am mai artat, aceste modele sunt modele' hibrida, obinute prin

(concatenareu3m i model matematic (diferential, cu timp discret, Stochastic, fuzzy, matematic de s
4 '-33
Lret a,'/...)" c 'unvmodel euristic (logice-lingvistic, reea de inferene, obiecte
intervalului dori
de compatibilitn
. structurate). Reilia aaar o-tietate destul de mare de modele hibride, dac
inem seama de Faptulc numrulde modele matematice de simulare numeric,
clasificate' de noi este 5, numrul de modele euristice fiind de 3. n final, obinem
cifra, deloc de neglijat, de' 15 modele ihibride posibile, rezultate din 'conexiunea'
fiecruia din cel( St mode atidi`iiiulare descrise, cu fiecare din cele 4.4. l\
C
3 modele euristi nimente discrete fiind automat
incl s "
focare _nod l
iUVOm preaenta efectiv cele
Q5
'modele maternati e ristice, deoarece
elaborarea lor unneaz o ~metodologie clar, n care de fapt rolul central il joac Cu toatu
elaborarea modelului matematic de simulare numeric i a celui euristic, pe care simulare ca fiii
le-am prezentat d :ja (i a cror metodologie este redat n subcapitolul 4.5). actual exist Sl
lare pentru simt
Elzborarva unui model maiematicoieurirtic include: n cele
/_,-""i IdBJbFE _kwat/a. A_ __
odelulut de _nun ertca,_ care poate ti unul din cele
_

~ _ V explicit n acest
/" 5 modele materna [ice de simulare, prezentate anterior
sau combinaii ale acestora; Inodel de simulz
, elabora rea modelului de simulare cu evenimente discrete;
- elabora modelului poate fi unul din cele 3 modele a) Anal
- rea
eu ristice prezenta te anterior;
i fil?,
care
directe asupra
` 5-; obinerea de in
cancan narea modelelor astfel obinute, rezultnd o multitudine de
~_.._.,v..t discuii etc.). C:
modele htbrlde/m atematicoeuristice posibile;
_

i\ desco
-slabilir va condiiilor de ompatibili t n care modelele de simulare V

- stabil
numeric sau cele euristice pot fi folosite mprcu
- i
dintre acestea
Lsm a east intreprindere pe seama cititorului interesat, ca un exerciiu
de acomodare cu modelareainaty, '
ubWniem nomit_
rriaterriaticoeieuris ice de simulare 'ii 'utilitatea
'
t

n
" tul c modelele
acele' apiicaii privind incraci'- , de
gasesc
simularea sistem( lor de mare complexitate, cu structura incomplet_ ~ preci;
\Jariabilelor de =

ln realita e, numrul modelelor matematice de simulare stabil

este mai mare. El include, de
exemplu, ecuatiile cu derivate partiale i ecuatiile integra-difereniale, dar acestea pot fi aduse, prin
-
rizare, predicie
transformri adecvat: la modele difereniale sau cu timp discret,
 re coruplexiiaie Modelarea hibrid a sirle/iielor
'Z1

93
`..1,),.`

"L
r\
.alea modelului care nu pot fi complet formaligiteggagrlzgic, dar pentru care
se dis une de
ponente i, mai cunotirgxpertitianrmabile intrun model euristic (loigiicod nguviistic,
tpit deiifeiiene, obiecte structurate) cum sunt: sistemele electroenergetice,
hidroenergetice, sistemele economice, macroeconomice, ecologice i
de protecia
mediului.
O problem de
mare importan teoretic i aplicativa, n contextul
nulare elaborrii i utilizrii modelelor de simulare matematicocuristic,
este compaa
. . .
!gbllll dintre
.
modelul de simulare
,

r\ 'xx-wa
.

4"\ u ui. Intradevr, nimic nu garanteaza,

mode
L.
_ _
g
..- i componenta
numerica A
.
_
eurista
ne a pian, ca
v
cele 'doua_
componente
sunt compatibile, .mai precis c o soluie, determinat cu ajutorul modelului
euristic
de simulare, va fumiza noua variabille control u,-(k`<l-"l),
obtinute prin
2,
care introdus n modeiT
matematic d simulare va furnirzigrnoiiivariavbile de stare x,(k+ i),
ocbastiguzzy, intrvwliilui ca aparin
ierene, obiecte sjjf
orit
de compatibilitate ntre modelul matematic i cel
elaborat o teorem
z hibride, dac eurirtic (v. capitolul 6).
ilare numeric,
nal, obinem
iin 'conexiunea
iecare din cele 4.4. Metodologia_e-lal)0riarii_m0delelor
v
fiind 'automat de simulare irma;
stice, deoarece
:entral l joaci Cu toate c unii specialiti n modelare consider elaborarea
unui model de
uristic, pe care simulare ca fiind, n egal msur, art i tiin,
ul 4.5).
vom aduce dovada c la ora
actual exist suficient experien pentru a putea elabora o metodologie de~
mode-
lare pentru simulare. Aceast metodologie este sintetic prezentat n figura 4.3_`
n cele
i unul din cele ce urmea vom puncta' unele detalii importante, care nu apar
explicit n acest desen. Aadar, principaleleegg metodologice ale
ale acestora; elaborrii unui
model de .rimulare sunt_ urmtoarele: `

:ele 3 modele a) Analiza sistemului sinzulat. Aceast analiz se face prin observaii .,
direNcte
asupra sistemului, prin studierea documentaiei privind
nultitudine de
obinerea de informat i date direct de lar-pert
discuii etc.). C' siste
(ntlniri, seminarii de lucruj'
rgiragesteieiiplmodelistul poate efectua:
_- descompunerea sistemului inu sisteme;

Je
de simulare
estabilirea gradului decompleiiitate _alntgipgilor dintre subsisteme i
dintre acestea i mediul
:a un exerciiu exterior'
-oilitlalizif ni
i

if c modelele
-2
de comand
~l
icaii privind
interactiune, de i'
perturbai
s, preciare/alirnitglo
:unoscu sau de adrnisibilitaftc i a celor
variabilelor de stare, de comand, de interaciune;
e. El include, de
pot aduse_ prin
e stabilirea obiectivelor sistemului simulat i a scopului simulrii (caractea
rizare, predicie, raport coskperforman, stabilitate etc.),
94 Modelarea sistemelor de mare complcxitale !Modelarea hibri.

'
Metodologia modelarii i simularii
calea cea mai fi
de mare complexitate de achiziionan
sistem propune
trebuie s rspi
fel se asigur
O__, Ar aliza
sist mului
Culegerea datelor i
faptelor
Achiziionarea cunov
tinelor de la expert
4__O calculator, dar
l l un efort minii
o

:g TurboProlog sa
.

Baza de date i fapte

_

Baza de cunotine
_
`

n fina
(n general sub

y
r v

Modelul d) Elal
Model mate natic de
_ .

Modelul euristic de
_ _

_ mammaicoiurisnc carea din gui

simulare de Simulare 'simulare
posibile i de 2
Noi credem n
Algoritmul de simulare 4 acesta s duc
S nu
modelului de s

Progra n de Simularelstenarii de A . Expert sistem inarmat cu o 5

simulare r
simulare '
` shell
desiguyl vor
v

l
Afiarea rezultatelor de
modeleexister
Acest
simulare (grac 2D,
numeric)
interesant i dc
urmeaz s o
l 'nct nici un r
Model de simulare
Model de simulare Validarea modelului elaborrii unui
care necesit
v
vada 4 de simulare
reluarea lucrului tematico~euris
astfel de mo(
Fig. 4.3. Sinte a metodologiei de modelare-simulare a sistemelor de mare complexitate. nzodelrii mal(
problemele su;
ntr-ac
b) ca( gtrea datelor ,i faptelor. n aceast faz modelistul (analistul) fac parte din c
culege deia e) pert`gat eistentewenite dinr-mjsurtori, ca i fapte n legtur mpreun. Din
Elias _-tgiyi. Aceste date infiapte rezult tie din document t i n ce condiii t
cu com pe care 7
le idfiiia" eXpe tul i din. literatura de specialitate, tie din Eafr direct Reven
cu
expertul (prin i nterviu). hmmm
i'
complex i, d
Exist i posibilitatea ca s se fac culegerea datelor i faptelor n mod simplicrii n
t, cu ajutorul unui sistem de culegere automat a datelor (un sistem de t variabile de SL_
_,.~u_e~
de date _
_

: fapte utile in simulare.

_
_
n
o
..unu--

n`.
c) Ach
,45 tehnici avansa
ziionarea cunotinelor de la aperi. Aceast faz este mai descriere). Ar
delicat deoare ce nu toate cunotinele expertului sunt utile in simulare. De aceea
metoda spaiu
 ma re complexitate Modelarea hibrid a sistemelor 95
calea cea mai fructuoas de achiziionare a cunotinelor de la expert este
un sistem
de achiziionare a cunotinelor prin dialog ntre calculator i expert. Un aEI-c
"tem propune expertuluiun set de ntrebri; forrnaystandard
sub care acesta
trebuie s rsp d, fondul rspunsului rmnnd la latitudine zgtpertului. n
acest
fel se asfguf nu numai forma standard a cunotinelor, inteligibil de
a cunoa
expert 4_O calculator, dar i o accelerarela rspunsului din partea expertului,
ctre
care are de fcut

Z_
un efort minim. Un astfel 'de sistem utilizat i_ de noi poate fi un
program
: cunotine
TurboPrplog sau Clips. \ke _ __
In final, rezult o baz_ devvcurigtinerpentrusimularea sistemului
n cauz
(in general subform de regu i euristig, dar i sub form de obiecte structurate).
<_..:-._.._.._.
v. d) Elaborarea modelului de simulare. Aa
l
euristic de cum a rezultat i din clasi~
carea din figura 4.1, modelele de simulare prezint o mare varietate de modele
nulare
posibile i de aici se justific ideea c modelarea unui sistem 'ar-fi mai mult
o art.
Noi credem mai degrab c experiena i cunotinele modelistului l ajut
pe
acesta s duc la bun sfrit elaborarea unui model al unui sistem complex. ___

S nu omitem faptul c n momentul n

care se pune problema elaborrii
modelului de simulare, modelistul a parcurs primelewtrei etape i,
ca atare, el este
sistem inarmat cu o serie de informaii, cunotine i/datedespcezsitkemul simulat-
:ll care,
desigur; l vor ghida i chiar .influena n alegeea modluludintno clas de_
modeleexistente, dac exist) sau n elaborarea u i de ulare. iar
H*
as
*

r*
doilea caz elaboraiauiriic:: el de simulare -este mai
-
interesant i despre el dorim s vorbim n continuare. Atunci cnd. realitatea

pe care
urmeaz s o descriem, cu ajutorul modelului de simulare, este att de complex
'nct nici un model existent nu corespunde ateptrilor noastre,
ulare elaborrii unui se puneproblema
nou model. Un astfel de model este modelul d Simulare

m
c
.ilui tematicoeyristic_ (pe care lam descris n detaliu n aces:: acest n,
capi o
~.`....1-
astfel de model reclamdin parteamodelistului att cunotine in domeniul_
nrodelrii matematice, ct i n domeniul mod l
are complexitate. ,.__._..__,__... ,
problemele suplimentare care apar n momentul concatenrii ' eurstice, ca s nu mai vorbim de
m w celor dou modele.
Intr-adevr, s nu uitm faptul c modelul matematic i modelul euristic
:listul (analistul) '
fac parte din clase diferite i nimic nu ne asigur priori c ele
a vor funciona bine
fapte n legtur mpreun. Din fericire, n acest capitol am demonstrat o teorem n
care amarat
umentaii pe care n ce condiii un astfel de model hibrpoate funciona,
icarea direct cu Revenind acum la nodelu 'materna zc e sim l re, acesta
este de obicei
i, de cele mar' niiz te ori, nelmza In aceste cazuri
i

'faptele
Jl' (un sistem de
le iri simulare.
faz este mai*\idil
nulare. De aceea
se pune problema
' .modelului (fieprin l' ` `
g., fie prin
tarelsaii problema reducerii modelului f .rt`3. ..
(agregate).
5 .sYrs-Trr-vnv-:Ll
am
naliza unui este mai dicil_ ea necesitand metode i
&ai
tehnici avansate (de exemplu metoda convolutiei complexe, metoda funct lor de
descriere). Analiza (ielelor liniar? este mai puin dificil i(alCl disupunem
"' metoda spaiului
strilor i de analiza n domeniul frecventei).
 96 Modelarea sistemelor de mare complexitate
Modelarea ltibrid
O proble m important privind modelul de simulare este
studiulstabilitii n
prezent, pent
sistemului cu a] torul modelului i controlul sistemului
cu ajutorul modelului',
pentru care exist metode puternice de analiz i algoritmi (v. capitolele 7 i IO). / calculatoarele CO'
O probl(
n
ceea C privete delul ' uristigtle simulare, o contribuie decisiv o
folosit. Fr ca
are expertul, dar modelistul e uie sa tie' (i aici pate c este vorba de
o art)

configuraie stari
cum s achiziioneze cunostintele de la expert i cum s le structureze astfel nct
ele s constituie 'I n modeLM punem de:
un cal(
e)Algontrnul de simulare. Rezolvarea efectiv a unei probleme, utiliznd simulat),-dela 3C
un model de simulare, nu este o chestiune simpl,
aa cum ar putea prea la prima
vedere, chiar da' fi dispunem de modelul de simulare (executabil),
de datele i
cunotinele. necc sare, de scenariul -de simulare i de
un program de calcul. Este
nevoie s dispun *m i de un algoritm de simulare,
, care ari: rolulg_de a monitoriza x
toate aceste elemente, de a le chema nLr~o ordine
E ._;......___...=__,
_

presta iita, de a executa o impr

de
programul simiilre, de :Tart rezultatele-de-iinulare (sub forma
3D, eVntualwnu neric) i' de
grafic 2D sau;- -
a compara aceste rezultate cu rezultatele expej' Din pun(
rimentale. I Cazul
i

Un astfel de algoritm de simulare este algoritmul HYBRID, produsele: Matlz

prezentat n
capitolul 10, algoritm complex produs al firmei
care demonstreaz c simularea unui sistem mare,
complex pune n "aa utilizatorului (analistului) serie de probleme facilitile produ
o departe de a fi
banale. este mai mare.
'OElabrai-e sceriariilor de simulare. naintea 0 Cazul i
realizrii simulrii pro '
de programare
priu-zise, "ultima etap care trebuie parcurs este
~

aceea de planificare _rat complex, deoar

experimentului, a lic de elaborare e unor scenarii de simulare.
Ce mai important programului se f(
Tc ie stabilit n cadrul unui scenariu de simulare este scopul acestuia.
Scpulxpjygl_ _zgliiide simulare este, cel mai adesea, acela
tendinte de de 'eg are a compoitrii sistemului
de a sesigventuale `>
obiectulfmulrii,
h) Aim
operaie care IHE
btiie nrire eiluiel salein viitor n care face altfe .o
vederea meninerii stabilitatii sale.
.r
se prezint sub fi
Stabilim a obiectiv principal al experimentului scalar). Se pot u1
de simulare meninerea
'
variabilelor de st re ale sistemului n interiorul intervalelor cu alt linie sau c

subo
de
vaniii
si
r& irrzsirsseartriadica
ele trebuie `\ i) Valid::
s aparin unor i' ervale_ (sub)optimale. n
_

acelai timp, variabilele de control sunt

ca operaiunea i
supuse aceluiai de restricii. Introducerea de restrictii n modelul dc simulare 1
de ntoarcere (re
descrie problema de simulare
ca fiind o problem de simulare i control. validatValidarez
Traiectoria varialllelor de stare poate s'
n
impuse. n aceast situaie, variab l ~ \Ialidai
c rezultatele ob
ti readuse' n int rvalul dorit .l
de fapt mai mul
experiena speciali "tuluiiiiftilind i sistem de iptil
un ' sis' variaii sezoniere
*' g) Sim ular ea. Simularea nseamn efectuarea
1,5, experimente,
unuia sau mai multor ~ validar
cu aj HOFl calculatorului, folosind modelul de simulare (executabil). cu compararea '

.;t_7,v,=_r.,.
perioad de timp
 mare compleXi/are Modelarea hibrid a sistemelor 97
rludiul stabilitii In prezent, pentru simulare se apeleazla calculatoarele personale, cum ar fi
(torul nzodelitlui, calculatoarele compatibile IBM ~ PC, calculatoarele Apple Macintosh etc.
tolele 7 i 10). O problem important este alegerea cozijiguraiei sistemului de
calcul
'ibuie decisiv o folosit. Fr ca prin aceasta s afirmm c ceea ce prezentm mai jos constituie
o
vorba de o art) configuraie standard, pentru simularea sistemelor mari, complexe, trebuie s dis~
ureze astfel nct punem de:
~ un calculator personal Pentium (n funcie de complexitatea sistemului
Dbleme, utiliznd simulat), de la 300 MHz n sus, n urmtoarea configuraie: '

:a prea la prima ~ coprocesor ncorporat;

yil), de datele i
'- memorie RAM minimum MB (sau superioar);
8

i de calcul. Este driver hard-disk 10 GB (sau superioar);

de a`monitoriza - display (opional color);
, de a executa -
~ o imprimant grafic (de preferin laser sau cujet de cerneal).
ia grafic 2D sau
Din punct de vedere. software problema prezint dou aspecte:
rezultatele expe-
e J' Cazul n care se utilizeaz uri produs de frina', specializat, aa cum sunt
EID, prod us ele: Matlab (sub Simulink), produs al firmei MathWorks, sau Mathcad,__
prezentat n
nui sistem mare,
produs al irrriei a 'so . In acest caz misiunea utilizatorului este uurat
e
departe de a fi facilitile produsului~program, dar durata de execuie a programului de simulare
ie
este mai mare.
_ ,

ii
- Cazul n care se utilizeaz un compilatar specializat, scris intr-un limbaj
simulrii pro- de programare cum ar fi C n acest caz, misiunea utilimtorului
este mai
e planificare a complex, deoarece el trebuie,e.,..._ _

sa scrie acest
l
compilator, dar durata de exee uie az
el mai important
programului se reduce simitorJ 7"***
scopul acestuia.
sesiza eventuale
Afiarea rezultatelor rimul 'i. Afiarea rezultatelor de simulare este
h)
o
simulrii, altfel operaie care intereseaz n cel mai nalt grad pe utilizator. n mod uzual rezultatele
se prezint
sub nJD
ilitii sale. Sjlllip) sau numeric (matriceal, vectorial sau
ilare meninerea scalar . Se pot utiliza mai rnulfe grafice p-ekaicelai plot (dreptunghi), fiecare gratie
'cu alt linie
suboptimalitate. sau cu alt culoare (dac evident se dispune de un display color).
adic ele trebuie i) Validarea nzodelului de simulare. Aceast operaie poate fi considerat
e de control sunt
ca operatiunea final a muncii modelistului, dac modelul este validat, sau un punct
elul de simulare de ntoarcere (reluare) a lucrului, n cazul n care modelul de simulare nu
este
lare i control. validat. Validarea este de dou feluri:
~' validarea lav' a modelului de sirr

echivalent cu
ifele impuse pot &
c rezultatele obinute prin simulare trebuie s satisfac mai multe criterii logice,
.

un i): bazate pe de fapt mai multe ipoteze despre sistemul simulat i com po rt areahsa cii`ri`r`"
'l. variaii sezoniere, eiistinta unoilriiaxVmEiiTiiirne, 'o`ii`u`ii'it"periodici tate etc);
au mai multor ~ validarea a1 erignenlal a modelului de simulare, care este echivalent
are (executabil). cu compararea rezultatelor 'de simulare cu cele experimentale (pe o anumit
perie)?d`d timp): Cea 'mai bun metod' di* comparare este a:: :zi de a afia
per '
mare complexitate Modelarea hibrid arirlelnelor 97

:Iudiul stabilitii n prezent, pentru simulare

se apeleaz la calculatoarele personale, cum ar fi
(torul tnodelitlui, calculatoarele compatibile IBM ~ PC, calculatoarele Apple Macintosh etc.
tolelc 7 i 10). O problem important este alegerea canjguraiei sistemului de calcul
ibuie decisiv o folosit. Fr ca prin aceasta s afinnm c ceea ce prezentm mai jos constituie o
vorba de o art) configuraie standard, pentru simularea sistemelor mari, complexe, trebuie s dis~
ureze astfel nct punem de: _

,Pentium (n funcie de complexitatea sistemului

~ un calculator personal
Jbleme, utiliznd simulat), dela 300 MHZ n sus, n urmtoarea configuraie:
:a prea la prima A coprocesor ncorporat; _

'

'- memorie RAM minimum MB (sau superioar);

)il), de datele i 8

i de calcul. Este driver harddisk 10 GB (sau superioar);

de a monitoriza
- display (opional color);
, de a executa -
o imprimant grafic (de preferin laser sau cujet de cerneal).
ia grafic 2D sau
-
Din punct de vedere software_ problema prezint dou aspecte:
rezultatele expe-
.-' Cazul in care se utilizeaz un produs de firm, specializat, aa cum sunt
ai
produsele: Matlab (sub Simulink), produs al firmei MatliWorks, sau Mathcad,__
lD, prezentat n
produs al irrei a iso acest caz misiunea utilizatorului este uurat 'e
nui sistem mare,
facilitile produsului-program, dar durata de execuie a programului de simulare
ie departe de a fi
este mai mare.
I Cazul n care re utilizeaz un conzpilatar specializat, scris 'intr-un limbaj *
ii simulrii pro~ de programare cum ar fi C. H acest caz, misiunea utilizatorului este mai
e planificare a complex, deoarece el trebuie s scrie acest compilator, dar durata de execuie a (pi
el mai important _ _

programului se reduce simtitor. ...7.`_.___\
V

.,
_

scopul acestuia.
sesiza eventuale
h) Afiarea rezultatelor simulrii. Afiarea rezultatelor de simulare este o
operaie care intereseaz n 'cel mai nalt grad pe utilizator. n mod uzual rezultatele
simulrii, altfel
uilitii sale. se prezint sub forma grafic (n sau numeric (matriceal, vectorial sau

(drept c
scalar . Se pot utiliza mai multegratce pieheicelai
plot
ilarc meninerea cualt linie
sau cu alt culoare (dac evident se dispune de un display color).
suboptimalitate.
adic ele trebuie i) Validarea nzodelului de simulare. Aceast operaie poate considerat
e de control sunt ca operaiunea nal a muncii modelistului, dac modelul este validat, sau un punct
clul dc simulare de ntoarcere (reluare) a lucrului, n cazul n care modelul de simulare nu este
lare i control. validat. Validarea este de dou feluri:
"t"le -wralidarea lo a modelul ' de "Imulsre am e echivalent cu F
`

' J& . -
multe criterii-logice,
r -

life eimpuse pot ca rezultatele obinute prin simulare trebuie sa satis

_ . _ .
mai
uni), bazate pe de fapt mai multe ipoteze despre sistemul simmibi comportarawialiuiim"af '
T. variaii sezoniere, eirrh uriorimaiiiiiiiminiri; o ``iiriit`iaeridicitate etc);
erimqglalma modelului de simulare, care este echivalent
au mai multor ~ validarea e.
cu compararea rezultatelor Ade
simulare cu cele experimentale (pe o anumit
are (executabil).
perioi' de timp). Cermei bun metod d& comparare este de a aa
pe
r
 98 Modelarea rirrclnelor de :nare complexitate !Modelarea hibridi

acelai plot att gracul rspunsului simulat (de exemplu cu linie continu), ct i 4. Kuipers, B.
graficul (in sca r) al valorilor experimentale (msurate). Din comparare poate knowledge. n
rezulta fie valid irea modelului de simulare, e nevoia de relua i adnci modelul 5. Lchmann, A.
a
de simulare [3, (al. in a Iypiral P-
ln mon entul n care elaboram un model, ajungem cu necesitate la of Karlsme,
6. Murray-Smitl
urm toarea intr ebare: ce ncredere putem acorda modelului ca instrument de n: Computa
cercetare a eomportrii sistemului pe carew] reprezint? Altfel spus, justific
tnodelul utilitar a sa ca instrument de lucru prin superioritatea fa de simpla pag. 21438.
7. Negoi, C.
analiz a sistem ilui? n: I-nterdisci
Etapa d e validare a modelului are ca obiectiv general gsirea n model a 8. Oshuga, S. i
modului de com portare a sistemului real. -
' i
based decont
~n
acest scop se pot folosi urmtoarele criterii de validare: 1993, pag. 38
0 Criler ul noncontmdiciei. Acest criteriu 'se poatei formula astfel: 9. Postlethwaite
compottaiieii
A
"
,
ansamb umoddlui
w. . .
nu trebtpe sa e in contradictie cu cea a
__
_ . . 'Signal EL Sy:
m, \ 10. Stareld, A.

`ac`erea
"criteriul"Ejhca nc din stadiul
septembrie; l
d deliberat n stri de crizp, pentru depista eventualele qiie
a
ll. Stanciulescu,
knawledgebi
i de comportament. n cadrul acestui ctiteriurse face verificare
o de on Scientific
detaliu *fcirt
A

i
stfel, existena n sistemul real a unor oscilaii
i
'
pag. 1-6.
(periodice sau n i), decalajele n timp dintre variabile, viteza de evoluie astaa 12. Stanciulescu,
reprezint criter 'de .cum...:..=..;..a4c.......
>'"5>__.._._ r
conditions. A
validare.
w
r .

)}6l\_,9\h
Pentru lidarea 'modelului de simulare se efectueaz mai nti o experien IMACSIIFJP
cu date' de tes cunoscute, pentru a vedea dac comportarea de ansamblu a
'
Patras, Greci
modelului mate atic
nu vine n contradicie cu comportarea sistemului simulat,
nerespectnd as el criteriul noncontradiciei. Se .obin rezultate de simulare, care se
compar cu rezu tate reale n scopul validrii modelului.
n cazul rrcare caracteristicile de comportare, att ale modelului
ct i ale
sistemului real, ' e preteaz la cuanticare i msurare, se pot deni indicatori'
_s
care
msoare grad l de concordan ntre nzadel i sistemul real.

Biblia grafie selectiv.

l. Borne, P. Rar: nr result; on Inultimodel control. n: Plenary Keynote Papers the 15"'
at
IMACS Worl Congress", Berlin , i997.
2. Cellier, F. E. Mixed quantitative and qualilative Inadellirtg and xinmlalion. n:
Proce
edings of [hei uropean Simulation Symposium", Delft, 1993, pag, 76l762.
3. Kotva, M. M zhedlc .z EII-lgnl/Ifi\llliiif .timulrzrion Inodels.
n: Preprints European
Congress on Simulation", vol. A, Praga, 1987, pag. 2587262.