1.7.2. Блок задания функции MATLAB Fcn
Назначение:
Задает выражение в стиле языка программирования
MATLAB.
Параметры:
MATLAB function – выражение на языке MATLAB.
Output dimensions – размерность выходного сигнала. Значение параметра –1 (минус один) предписывает бло-ку определять размерность автоматически.
Output signal type – тип выходного сигнала. Выбирается из списка:
o real – действительный сигнал; o complex – комплексный сигнал;
o auto – автоматическое определение типа сигнала.
Collapse 2-D results to 1-D – Преобразование двумерного выходного сигнала к одномерному.
Входной сигнал в выражении обозначается u, если он является скаляром. Если входной сигнал – вектор, необходимо указывать номер элемента вектора в круглых скобках . Например, u(1) и u(3) – первый и третий элементы входного вектора. Если выражение состоит из одной функции, то ее можно задать без указания параметров. Выражение может содержать также собственные функции пользователя, написанные на языке MATLAB и оформленные в виде m- файлов. Имя m-файла не должно совпадать с именем модели (mdl-файлом).
Рис. 22 демонстрирует применение блока MATLAB Fcn. В примере используется функция My_Matlab_Fcn_1, вычисляющая сумму и произведение двух элементов входного вектора. Текст функции (файл My_Matlab_Fcn_1.m) приведен ниже:
function y=My_Matlab_Fcn_1(x,k); y(1)=x*k;
y(2)=x + k;
Выражение для вызова функции, заданное параметром
MATLAB function, имеет вид: My_Matlab_Fcn_1(u(1),u(2)).
Рис. 22. Примеры использования блока MATLAB Fcn
1.8. Этапы моделирования
Процесс расчета модели выполняется Simulink в несколько этапов. На первом этапе выполняется инициализация модели: подключение библиотечных блоков к модели, определение размерностей сигналов, типов данных, величин шагов модельного времени, оценка параметров блоков, а также определяется порядок выполнения блоков и происходит выделение памяти для проведения расчета. Затем Simulink начинает цикл моделирования. На каждом цикле моделирования (временном шаге) происходит расчет блоков в порядке, определенном на этапе инициализации. Для каждого блока Simulink вызывает функции, которые вычисляют переменные состояния блока x , производные переменных состояния и выходы y в течение текущего шага модельного времени. Этот процесс продолжается, пока моделирование не будет завершено. На рис. 23 показана диаграмма, иллюстрирующая этот процесс.
Рис. 23. Процесс моделирования
Практическая часть
Задание 1
Используя инструментарий Simulink, выполнить модель простого события А, вероятность появления которого равна 0,4. Схема данной модели приведена на рис. 1.
Рис. 1. Блок-схема модели
Пояснить назначение каждого блока модели и параметров блоков.
Произвести однократный пуск модели, путем нажатия кнопки ►. Ответить на вопрос: что регистрирует блок Display?
Производя многократный запуск модели, наблюдать за показанием блока Display. Почему наблюдается такие показания? Какой параметр и в каком блоке надо изменить, чтобы менялись показания регистрирующего блока?
Укажите, каким недостатком обладает эта модель?
(Ответы на все задания оформляйте в Word и по окончании практического занятия, используя меню Файлы в Прометее, отправьте преподавателю . Зачет по каждому практическому занятию выставляется при наличии отчета и сданном тесте).
Задание 2
1. В соответствии с рис. 2 выполнить модель простого события А, вероятность наступления которого равна 0,3.
Рис. 2. Блок-схема модели
Произвести однократный пуск модели. Ответить на вопрос: что регистрируют блоки Scope, Scope1, Display?
Что вы наблюдаете при многократном пуске модели и почему?
Измените вероятность появления события на 0,8. Что произойдет с показаниями блока Scope? Почему?
Доработайте модель путем замены блока Uniform Ran-dom Number на блок Fcn (раздел Function&Tables), задав в качестве параметра блока функцию из раздела Toolboxes-Statistics (Средства статистического анализа) – Random Namber Generation (генераторы случайных чисел). При этом выберите ГСЧ, формирующий равномерно распределенные случайные числа в интервале (0,1).
Напоминание по использованию раздела Toolboxes-Statistics (Средства статистического анализа)-Random Namber Generation (генераторы случайных чисел).
Открыть встроенную справочную систему Matlab (раздел Toolboxes-Statistics).
В списке Random Namber Generation выбрать функцию, соответствующую требуемому закону распределения.
Двойным щелчком ЛКМ на выбранной строке открыть страницу справочника, содержащую описание данного генератора; при этом в верхнем левом поле окна будет выведено название генератора; выделите его с помощью мыши и скопируйте в буфер обмена (используя комбинацию клавиш + ).
В блок-диаграмме выбрать блок, в котором будет использоваться генератор, и открыть окно его настроек.
Вставить из буфера обмена название генератора (сочетание клавиш + ).
Ввести требуемые значения параметров «запуска» генератора. 6. Проводя моделирование, ответьте на вопрос: чем отличаются показания регистрирующих блоков в данной модели и предыдущей? Почему?
Задание 3
Самостоятельно разработать схему моделирования ПГНС, для следующих исходных данных: ПГНС состоит их трех независимых событий: A1, A2, A3 ; вероятности появления соответственно: Р = 0,2; Р2 = 0,7; Р3 = 0,1.
Регистрацию появления событий производить с использованием блоков Scope и Display.
Описать, что Вы наблюдаете на регистрирующих блоках при пусках модели.
Измените параметры модели так, чтобы одна пара регистрирующих блоков Scope и Display показывала при каждом пуске модели нули. Ваше решение впишите в отчет.
Задание 4
Используя Demos раздела Toolboxes-Statistics (Средства статистического анализа) – Random Namber Generation (генераторы случайных чисел), выбрать ГСЧ, распределенных по нормальному закону (Normal).
Как называются параметры Mu и Sigma и что ими задается?
Измените значение Sample, установив 100, 1000, 10000, 100000. Что вы наблюдаете и как это объяснить?
Приведите примеры случайных величин, распределенных по нормальному закону.
Выберите ГСЧ, распределенных по экспоненциальному закону. Что задается параметром Mu?
Приведите примеры случайных величин, распределенных по экспоненциальному закону.
-
Выполните модель в соответствии со следующим заданием (рис. 3). Требуется сравнить эффективность использования двух топливозаправочных станций (ТЗС) на протяжении 11 дней. В качестве показателей эффективности используется коэффициент оборудования топливозаправочных станций – Ки. Эта величина рассчитывается как отношение количества заправленных машин к потенциально возможной пропускной способности станций.
Исходные данные:
Первая топливозаправочная станция имеет 8 топливозаправочных колонок (ТЗК).
Вторая топливозаправочная станция имеет 4 ТЗК.
Среднее время заправки одного автомобиля на любой из заправок составляет 5 мин.
Работа ТЗС круглосуточная (24 часа).
Количество автомобилей, заправленных в течение суток, – величина случайная и подчиняется нормальному закону распределения. Для первой ТЗС закон распределения СВ имеет параметры m1=1000 авто, v1=250 авто; для второй ТЗС: m2=850 авто, v1=70 авто.
Рис. 3. Блок-схема модели
Поясните назначение каждого блока модели и заданные параметры.
Интерпретируйте результаты моделирования.
Литература
Анфилатов В.С., Емельянов А.А., Кукушкин А.А. Системный анализ в управлении. – М.: Финансы и статистика, 2001. – 368 с.
Боев В. Моделирование систем. Инструментальные средства GPSS World. - Санкт-Петербург:BHV-Санкт-Петербург, 2004 г. - 368 стр.
Вентцель Е.С. Исследование операций.- М.: Сов.радио, 1972.
Гнеденко Б.В., Коваленко И.Н. Введение в теорию массового обслуживания. М.: Высш. шк., 1987.
Емельянов А.А. Имитационное моделирование в управ-лении рисками. – СПб.: Инжекон, 2000. – 376 с.
Кобелев Н.Б. Практика применения экономико-математических методов и моделей. – М.: ЗАО «Финста-тинформ», 2000.
Кузин Л.Т. Основы кибернетики: В 2 т.- М.: Энергия, 1979.
Лоу А.М., Кельтон В.Д Имитационное моделирование. – СПб.: Питер; Киев: BHV, 2004. – 847 с.
Разработка САПР. Кн. 9. Имитационное моделирование: Практ. пособие / В.М.Черненький: Под ред. А.В. Петрова. М.: Высш. шк., 1990.
Саати Т. Элементы теории массового обслуживания и ее приложения. – М.: Сов. радио. – 377 с.
Советов Б.Я. Моделирование систем. Практикум: Учебное пособие для вузов/ Б.Я. Советов, С.А. Яковлев. – 2-е изд., перераб. и доп. – М.: Высш. шк., 2003. – 295 с.:ил.
Цисарь И.Ф. Лабораторные работы на персональном компьютере: Учебное пособие для студентов экономических специальностей. – М.: Экзамен, 2002-224 с.
Шрайбер Г.Дж. Моделирование на GPSS.- М.: Высш. шк., 1980.
Sheldon M. Ross. Simulatoin. – Academic Press. – 3d edition, 2002.
|
