5. Подсистема моделирования
Для построения формальных моделей отдельных подсистем, а иногда и системы в целом, средствами подсистемы моделирования должна быть решена определенная последовательность задач обработки различной информации.
На первом этапе осуществляется изучение ЛПР исследуемой системы как объекта системного анализа. При этом решаются задачи сбора, обработки и оценивания количественной и семантической информации об ИС, а также технологические и информационные воздействия как на процессы получения информации, так и на ИС. В результате намечаются пути построения формальной модели объекта, организации процесса сбора и обработки количественной и семантической информации, т.е. апостериорной информации, которая будет основой для анализа его функционирования и оценки близости формальной модели исследуемому объекту.
Сбор количественной и качественной информации направлен на получение наиболее информативных выборок измеряемых переменных и параметров ИС. Сбор семантической информации направлен на получение субъективной информации от экспертов, имеющих большой практический опыт изучения ИС. В некоторых случаях с целью повышения качества апостериорной информации на объект выдаются специальные воздействия, которые реализуются в виде управляющих воздействий на объект и процесс сбора количественной и семантической информации об ИС.
На втором этапе решаются задачи количественного и семантического анализа, подготовки принятия решений по целенаправленному управлению системой натурных испытаний. Полученные в результате анализа данные являются исходными для решения комплекса задач моделирования и управления различными подсистемами ИС.
Задачи семантического анализа предназначены для повышения ценности семантической информации либо путем сопоставления с нею известных нечетких подмножеств, либо путем нахождения предикатов, которые становились бы истинными при данных семантических значениях. Существующая количественная информация, преобразованная в семантический вид путем "размывания" или приведения к предикатному виду, может служить, наряду с неформализованной семантической информацией и информацией о состоянии технологических составляющих, основой для решения задач моделирования и управления подсистемами ИС. Определяющей при этом является формальная модель, являющаяся частью модели знаний, построенной по результатам изучения информации об ИС и хранимая в базе знаний (БЗ).
В рамках семантического анализа должны решаться такие задачи: нечеткого, логического или лингвистического, качественного моделирования и оценивания; размывания неточной количественной информации; перевода количественной информации в предикатную форму; перевода семантической информации в лингвистическую форму и др.
Основными задачами количественного анализа и управления являются следующие: размещение источников экспериментальной информации (наблюдений за поведением процессов); управление измерениями; оценивание параметров; моделирование, оценивание и прогнозирование состояний параметров и процессов. Результаты решения таких задач используются в качестве исходной информации другими задачами либо имеют самостоятельное значение.
На третьем этапе осуществляется согласование разнородной информации (количественной и семантической), извлекаются знания и данные, строятся формальные модели. Согласование разнотипной информации может быть осуществлено двумя путями.
Первый путь заключается в построении многоуровневой, формальной модели, каждый уровень которой определяется одним типом информации, а число уровней - числом типов информации. В общем случае модель может быть трехуровневой: первый уровень составляет продукционная (лингвистическая) модель, отражающая поведение моделируемой системы в среде семантической информации; второй уровень - логические модели, отражающие поведение системы в среде количественных, неточно измеряемых (в шкалах интервалов, порядков и т.п.) переменных и некоторых качественных переменных; третий уровень - функциональные модели, отражающие поведение системы в среде количественных переменных, измеряемых с достаточной точностью в количественных шкалах (абсолютной, разностной, отношений и т.п.).
Второй путь заключается в увязывании указанной разнородной информации и приведении ее к одному виду. Для решения этой задачи должно осуществляться ее представление в некоторой универсальной форме с применением лингвистических переменных либо предикатов.
Таким образом, процесс системного анализа ИС средствами подсистемы моделирования заключается в последовательном выполнении следующих операций:
- предварительная обработка наблюдаемой информации о ИС;
- моделирование процессов, имеющихся в ИС;
- адаптирование полученных моделей к реальным условиям функционирования ИС.
В результате в базе знаний размещается модель функционирования исследуемой системы, которая в общем виде представляет собой кортеж
,
(14)
где
Т=[t0,
tf]
- интервал наблюдения, 
-
пространство входных воздействий
xj(t),
такое, что любой их набор (вектор), реализуемый в момент времени
tÎT,
задается точкой x(t)
в пространстве Xm;
-
пространство выходных воздействий
yi(t),
набор которых в момент времени
tÎT
отображается точкой
y(t)
в пространстве Yn;
XT
и YT
– входной и выходной процессы, соответственно: 
,
;
-
пространство состояний g(t)
системы; 
-
процесс изменения состояния системы в пространстве
Gv;
P,
S
– операторы выхода и перехода, соответственно.
По своему смыслу состояние g(t0) представляет собой совокупность существенных свойств (характеристик) системы, знание которых в настоящем ( в момент t0 ) позволяет определить ее поведение в будущем (в момент времени t>t0). В общем случае состояние задается набором характеристик, не обязательно количественных. Состояние пациента поликлиники, например, описывается набором числовых данных (температура, артериальное давление, частота пульса и др.) и качественных характеристик (утомляемость, одышка, головокружение и др.). Для технических систем состояние может включать скорость, ускорение в пространстве Gv, характеристики сырья (цвет, прозрачность и др.). Включение состояний в модель (14) вызывается необходимостью достижения требуемой точности отображения функционирования системы. Приближенные модели типа “вход-выход” не содержат вектора состояний:
,
(15)
в отличие от них модели типа “вход-выход-состояние” имеют вид:
(16)
Обычно вектор
x(t)
может быть разбит на два вектора
меньшей размерности
x(t)
=[w(t),
u(t)],
где
w(t)=[w1(t),
…, wp(t)]
– вектор неуправляемых входных
воздействий; u(t)=[u1(t),…,
uq(t)]
– вектор управляемых входных
воздействий, с помощью которых можно целенаправленно изменять состояние
системы. То есть 
-
пространства неуправляемых и управляемых входных воздействий.
Операторы
P,
S
должны удовлетворять основному требованию: они должны давать
возможность определять как траектории
GT и
YT
целиком, так и любые фрагменты
этих траекторий. То есть они должны обладать
способностью определять выходное воздействие
y(t1)
в конечный момент времени произвольного интервала
[t0,t1]ÎT.
Обычно для этого интервал [t0,t1]
разбивается точкой
t
на два
подынтервала [t0,t]
и
[t,t1].
Подынтервал
[t0,t]
используется для нахождения
g(t)
по начальному состоянию
g(t0)
и фрагменту входного процесса 
.
Затем на интервале [t,t1]
по состоянию
g(t)
и фрагменту 
определяется
искомое значение
y(t1).
Аналогично определяется и состояние
g(t1)
системы в конечной точке интервала
[t0,t1].
Модель функционирования ИС должна обеспечивать прогнозирование процесса функционирования на всем интервале времени Т по заданному вектору начального состояния g(t0) и входному процессу ХТ. Для решения этой задачи достаточно задать множества T,X,Y,G, пространства Xm,Yn,Gv, операторы выхода P и перехода S. Если все составляющие в (14) известны, модель полностью определена и может быть использована для принятия решения. Никаких ограничений на характер или природу процессов XT,YT,GT модель (14) не накладывает и потому может использоваться для формализации систем без предыстории произвольной природы и назначения.
Таким образом, в результате обработки имеющейся информации методами системного анализа подсистемой моделирования вырабатываются:
- знания об ИС, используемые в качестве основы ИСППР и для синтеза управляющих подсистем;
- рекомендации по применению различных методов для разных условий функционирования ИС;
- рекомендации по выбору структуры подсистем и по проектированию их элементов;
- рекомендации по количественным, качественным и временным характеристикам принимаемых решений.