انواع مدل ها

انواع مختلفی از مدل های مدل وجود دارد که در مجموعه متنوعی از زبان های مدل سازی و مجموعه های ابزار بیان شده است. این مقاله یک طبقه بندی از انواع مدل را ارائه می دهد و چگونگی همکاری مدل های مختلف برای پشتیبانی از تلاش های مهندسی گسترده تر را نشان می دهد.

فهرست

طبقه بندی مدل

انواع مختلفی از مدل ها و زبان های مدل سازی مرتبط با زبان های مدل سازی برای پرداختن به جنبه های مختلف یک سیستم و انواع مختلف سیستم ها وجود دارد. از آنجا که مدلهای مختلف اهداف مختلفی را ارائه می دهند ، طبقه بندی مدل ها می تواند برای انتخاب نوع مناسب مدل برای هدف و دامنه مورد نظر مفید باشد.

رسمی در مقابل مدل های غیررسمی

از آنجا که یک مدل سیستم سیستم نمایانگر یک سیستم است ، بسیاری از عبارات مختلف که در درجه های فرمالیسم متفاوت است می تواند مدل ها در نظر گرفته شود. به طور خاص ، می توان تصویری از یک سیستم را ترسیم کرد و آن را یک مدل دانست. به همین ترتیب ، می توان توضیحی از یک سیستم در متن نوشت و از آن به عنوان یک مدل اشاره کرد. هر دو نمونه بازنمایی یک سیستم است. با این حال ، مگر اینکه برخی از توافق نامه ها در مورد معنای شرایط وجود داشته باشد ، عدم دقت بالقوه و امکان ابهام در نمایندگی وجود دارد.

تمرکز اصلی مدل سازی سیستم استفاده از مدل های پشتیبانی شده توسط یک زبان مدل سازی به خوبی تعریف شده است. در حالی که بازنمایی های رسمی کمتر می توانند مفید باشند ، یک مدل باید انتظارات خاصی را در نظر بگیرد تا در محدوده مهندسی سیستم های مبتنی بر سیستم مبتنی بر مدل (MBSE) مهندسی سیستم مبتنی بر مدل (MBSE) در نظر گرفته شود. به طور خاص ، طبقه بندی اولیه بین مدلهای غیررسمی و رسمی که توسط یک زبان مدل سازی با یک نحو تعریف شده و معناشناسی معناداری برای دامنه مربوطه مورد علاقه پشتیبانی می شود ، متمایز می شود.

مدل های فیزیکی در مقابل مدل های انتزاعی

"واژه نامه وزارت دفاع و شبیه سازی (M& S)" ایالات متحده ادعا می کند که "یک مدل می تواند [یک] فیزیکی ، ریاضی یا در غیر این صورت منطقی از یک سیستم باشد" (1998). این تعریف نقطه شروع برای طبقه بندی مدل سطح بالا را فراهم می کند. یک مدل فیزیکی مدل فیزیکی یک نمایش بتونی است که از مدلهای ریاضی و منطقی متمایز می شود ، که هر دو بازنمایی انتزاعی تر سیستم هستند. مدل انتزاعی مدل انتزاعی را می توان بیشتر به عنوان توصیفی (مشابه منطقی) یا تحلیلی (مشابه ریاضی) طبقه بندی کرد. برخی از مدل های مثال در شکل 1 نشان داده شده است.

شکل 1. مهندسی سیستم های مبتنی بر مدل (Paredis 2011). چاپ مجدد با اجازه کریس پارسیس از جورجیا تکنیک. تمام حقوق دیگر توسط صاحب حق چاپ محفوظ است.

مدلهای توصیفی

یک مدل توصیفی مدل توصیفی روابط منطقی ، مانند رابطه کامل سیستم را که درخت قطعات آن را تعریف می کند ، اتصال بین قطعات آن ، توابع عملکردی که اجزای اجزای آن انجام می دهند ، یا موارد آزمایشی که برای تأیید سیستم استفاده می شود ، توصیف می کند. الزامات مورد نیازمدل های توصیفی معمولی ممکن است شامل آنهایی باشد که معماری معماری عملکردی یا فیزیکی یک سیستم را توصیف می کنند یا نمایش هندسی سه بعدی یک سیستم.

مدل های تحلیلی

یک مدل تحلیلی مدل تحلیلی روابط ریاضی را توصیف می کند ، مانند معادلات دیفرانسیل که از تجزیه و تحلیل قابل اندازه گیری در مورد پارامترهای سیستم پشتیبانی می کنند. مدل های تحلیلی را می توان بیشتر به مدل های پویا و استاتیک طبقه بندی کرد. مدل های پویا وضعیت متغیر زمان یک سیستم را توصیف می کنند ، در حالی که مدل های استاتیک محاسباتی را انجام می دهند که وضعیت متغیر زمان یک سیستم را نشان نمی دهد. یک مدل پویا ممکن است عملکرد یک سیستم را نشان دهد ، مانند موقعیت هواپیما ، سرعت ، شتاب و مصرف سوخت در طول زمان. یک مدل استاتیک ممکن است پیش بینی تخمین یا قابلیت اطمینان قابلیت اطمینان از یک سیستم یا مؤلفه را نشان دهد.

مدل های توصیفی و تحلیلی ترکیبی

یک مدل خاص ممکن است شامل جنبه های توصیفی و تحلیلی همانطور که در بالا توضیح داده شد ، اما مدل ها ممکن است از یک جنبه یا دیگری طرفداری کنند. روابط منطقی یک مدل توصیفی نیز می تواند مورد تجزیه و تحلیل قرار گیرد و استنتاج ها را می توان در مورد سیستم استدلال کرد. با این وجود ، تجزیه و تحلیل منطقی بینش های متفاوتی نسبت به تجزیه و تحلیل کمی از پارامترهای سیستم فراهم می کند.

مدلهای خاص دامنه

هر دو مدل توصیفی و تحلیلی را می توان با توجه به دامنه ای که آنها نشان می دهند طبقه بندی شوند. طبقه بندی های زیر تا حدی از ارائه در مورد OWL ، هستی شناسی و پروفایل SYSML گرفته شده است: نمایش دانش و مدل سازی (زبان هستی شناسی وب (OWL) و زبان مدل سازی سیستم (SYSML)) (Jenkins 2010):

• خواص سیستم ، مانند عملکرد ، قابلیت اطمینان ، خواص جرم ، قدرت ، ساختاری یا مدل های حرارتی.
• طراحی طراحی و پیاده سازی های فناوری ، مانند مدل های طراحی الکتریکی ، مکانیکی و نرم افزاری.
• زیر سیستم ها و محصولات محصولات ، مانند ارتباطات ، مدیریت گسل یا مدل های توزیع برق. وت
• برنامه های کاربردی سیستم ، مانند سیستم های اطلاعاتی ، سیستم های خودرو ، سیستم های هوافضا یا مدل های دستگاه پزشکی.

طبقه بندی ، اصطلاحات و رویکرد مدل اغلب با یک حوزه کاربرد خاص سازگار است. به عنوان مثال ، هنگام الگوبرداری از سازمان سازمان یا مشاغل تجاری ، از الگوی رفتاری رفتاری ممکن است به عنوان یک گردش کار یا الگوی فرآیند یاد شود و مدل سازی عملکرد ممکن است به هزینه هزینه و عملکرد برنامه مرتبط با سازمان یا فرایند تجاری باشد.

یک مدل واحد ممکن است شامل چندین دسته دامنه از لیست فوق باشد. به عنوان مثال ، یک مدل قابلیت اطمینان ، حرارتی و/یا قدرت ممکن است برای طراحی الکتریکی یک زیر سیستم ارتباطی برای یک سیستم هوافضا ، مانند هواپیما یا ماهواره تعریف شود.

مدل های سیستم

مدل های سیستم می توانند مدل های ترکیبی باشند که هم توصیفی و هم تحلیلی هستند. آنها غالباً چندین حوزه مدل سازی را شامل می شوند که باید یکپارچه شوند تا از یک سیستم سیستم منسجم مداوم و منسجم اطمینان حاصل شود. به این ترتیب ، مدل سیستم باید هم سازه های سیستم با هدف کلی و هم سازه های خاص دامنه را ارائه دهد که در حوزه های مدل سازی به اشتراک گذاشته شده است. یک مدل سیستم ممکن است برای پشتیبانی از برنامه ریزی ، الزامات ، طراحی ، تجزیه و تحلیل و تأیید تأیید ، چندین دیدگاه را شامل شود.

Wayne Wymore با یکی از تلاش های اولیه برای تعریف رسمی یک مدل سیستم با استفاده از یک چارچوب ریاضی در یک تئوری ریاضی مهندسی سیستم: عناصر (Wymore 1967) اعتبار دارد. Wymore یک چارچوب ریاضی دقیق برای طراحی سیستم ها در یک زمینه مبتنی بر مدل ایجاد کرد. خلاصه ای از کار وی را می توان در نظرسنجی از روشهای مهندسی سیستم های مبتنی بر مدل (MBSE) یافت.

شبیه سازی در مقابل مدل

اصطلاح شبیه سازی شبیه سازی ، یا به طور خاص شبیه سازی رایانه شبیه سازی رایانه ، به روشی برای اجرای یک مدل در طول زمان اشاره دارد (DOD 1998). شبیه سازی رایانه شامل مدل تحلیلی است که در کد اجرایی ، شرایط ورودی ورودی و سایر داده های ورودی و زیرساخت های محاسباتی نشان داده شده است. زیرساخت های محاسباتی شامل موتور محاسباتی مورد نیاز برای اجرای مدل و همچنین دستگاه های خروجی ورودی و خروجی است. تنوع زیاد رویکردهای مربوط به شبیه سازی رایانه از انتخاب هایی که طراح یک شبیه سازی رایانه ای باید ایجاد کند ، آشکار است ، که شامل موارد زیر است:

• تصادفی یا قطعی ؛
• حالت پایدار یا پویا ؛
• مداوم یا گسسته ؛وت
• محلی یا توزیع شده.

طبقه بندی دیگر یک شبیه سازی ممکن است به نوع مدل شبیه سازی شده بستگی داشته باشد. یک مثال یک شبیه سازی مبتنی بر عامل است که تعامل بین عوامل خودمختار را برای پیش بینی رفتار پیچیده ظهور پیچیده نوظهور شبیه سازی می کند (باری 2009). بسیاری از مدل های دیگر وجود دارد که می تواند برای طبقه بندی بیشتر شبیه سازی ها استفاده شود. به طور کلی ، شبیه سازی ها وسیله ای برای تجزیه و تحلیل رفتار پیچیده پویا سیستم ها ، نرم افزار ، سخت افزار ، افراد و پدیده های فیزیکی فراهم می کنند.

شبیه سازی ها اغلب با سخت افزار ، نرم افزار و اپراتورهای سیستم واقعی یکپارچه می شوند تا چگونگی عملکرد اجزای واقعی و کاربران سیستم در یک محیط شبیه سازی شده را ارزیابی کنند. در جامعه دفاعی ایالات متحده ، معمول است که به شبیه سازی هایی به عنوان زنده ، مجازی یا سازنده اشاره کنیم ، جایی که شبیه سازی زنده به اپراتورهای زنده که سیستم های واقعی عمل می کنند ، اشاره دارد ، شبیه سازی مجازی به اپراتورهای زنده که سیستم های شبیه سازی شده عمل می کنند ، اشاره دارد و شبیه سازی های سازنده به اپراتورهای شبیه سازی شده اشاره داردکار با سیستم های شبیه سازی شده. شبیه سازی های مجازی و سازنده همچنین ممکن است شامل سخت افزار و نرم افزار واقعی سیستم در حلقه و همچنین محرک از یک محیط سیستم های واقعی باشد.

علاوه بر نمایندگی سیستم و محیط آن ، شبیه سازی باید روشهای محاسباتی کارآمد برای حل معادلات ارائه دهد. ممکن است شبیه سازی ها برای کار در زمان واقعی مورد نیاز باشد ، به ویژه اگر یک اپراتور در حلقه وجود داشته باشد. سایر شبیه سازی ها ممکن است برای کار بسیار سریعتر از زمان واقعی و انجام هزاران دوره شبیه سازی مورد نیاز باشد تا نتایج شبیه سازی آماری معتبر ارائه شود. چندین روش محاسباتی و دیگر شبیه سازی در مدل سازی و تجزیه و تحلیل شبیه سازی شرح داده شده است (قانون 2007).

تجسم

نتایج شبیه سازی رایانه و سایر نتایج تحلیلی اغلب باید پردازش شوند تا بتوانند به روشی معنی دار به کاربران ارائه شوند. تکنیک ها و ابزارهای تجسم برای نمایش نتایج در اشکال مختلف بصری ، مانند یک طرح ساده از وضعیت سیستم در مقابل زمان برای نمایش یک رابطه پارامتری استفاده می شود. نمونه دیگر این اتفاق زمانی رخ می دهد که مقادیر ورودی و خروجی از چندین اعدام شبیه سازی در یک سطح پاسخ نشان داده می شوند که نشان دهنده حساسیت خروجی به ورودی است. تجزیه و تحلیل آماری اضافی از نتایج ممکن است برای ارائه توزیع احتمال برای مقادیر پارامتر انتخاب شده انجام شود. انیمیشن اغلب برای ارائه نمای مجازی از سیستم و رفتار پویا آن استفاده می شود. به عنوان مثال ، انیمیشن می تواند موقعیت و جهت گیری سه بعدی هواپیما را به عنوان تابعی از زمان نشان دهد ، و همچنین مسیر هواپیما را روی سطح زمین طراحی کند که توسط نقشه های زمین دقیق نشان داده شده است.

ادغام مدل ها

انواع مختلفی از مدل ها ممکن است به عنوان مصنوعات تلاش MBSE توسعه یابد. بسیاری از مدل های خاص دامنه برای طراحی و تجزیه و تحلیل مؤلفه ها ایجاد می شوند. برای تحقق کامل مزایای یک رویکرد مبتنی بر مدل ، مدل های توصیفی و تحلیلی مختلف باید یکپارچه شوند. نقش MBSE به عنوان مدل ها در چندین حوزه ادغام می شود ، موضوع اصلی در شورای بین المللی مهندسی سیستم ها (ENCOSE) Engineering Engineering Vision 2020 (Encose 2007) است.

به عنوان نمونه ، می توان از مدل های سیستم برای مشخص کردن مؤلفه های سیستم استفاده کرد. از مدل توصیفی معماری سیستم ممکن است برای شناسایی و تقسیم مؤلفه های سیستم و تعریف ارتباط آنها یا روابط دیگر استفاده شود. مدل های تحلیلی برای عملکرد ، فیزیکی و سایر خصوصیات کیفیت ، مانند قابلیت اطمینان ، ممکن است برای تعیین مقادیر مورد نیاز برای خصوصیات مؤلفه خاص برای برآورده کردن نیازهای سیستم استفاده شود. یک مدل سیستم اجرایی اجرایی مدل سیستم اجرایی که نشان دهنده تعامل اجزای سیستم است ممکن است برای تأیید اعتبار مورد استفاده قرار گیرد که الزامات مؤلفه می تواند نیازهای رفتاری سیستم را برآورده کند. مدل های توصیفی ، تحلیلی و سیستم های اجرایی هر یک از جنبه های مختلف یک سیستم مشابه را نشان می دهند.

طرح های مؤلفه باید الزامات مؤلفه ای را که توسط مدل های سیستم مشخص شده است ، برآورده کند. در نتیجه ، مدل های طراحی و تجزیه و تحلیل مؤلفه باید از سطح ادغام ادغام برخوردار باشند تا اطمینان حاصل شود که مدل طراحی با مدل مورد نیاز قابل ردیابی است. رشته های مختلف طراحی برای نرم افزارهای الکتریکی ، مکانیکی و نرم افزاری مدل های خاص خود را نشان می دهد که جنبه های مختلف یک سیستم مشابه را نشان می دهد. بدیهی است که مدلهای مختلف برای اطمینان از یک راه حل سیستم منسجم باید به اندازه کافی ادغام شوند.

برای پشتیبانی از ادغام ، مدل ها باید قابلیت تعامل معنایی معنایی را ایجاد کنند تا اطمینان حاصل شود که یک سازه در یک مدل معنای یکسان با ساختار مربوطه در مدل دیگر دارد. این اطلاعات همچنین باید بین ابزارهای مدل سازی رد و بدل شود.

یک رویکرد برای قابلیت همکاری معنایی استفاده از تحولات مدل مدل بین مدلهای مختلف است. تحولات تعریف شده است که مکاتبات بین مفاهیم را در یک مدل و مفاهیم در مدل دیگر ایجاد می کند. علاوه بر ایجاد مکاتبات ، ابزارها باید وسیله ای برای تبادل داده های مدل و به اشتراک گذاری اطلاعات تحول داشته باشند. چندین وسیله برای تبادل داده ها بین ابزارها ، از جمله تبادل پرونده ، استفاده از رابط های برنامه برنامه (API) و یک مخزن مشترک وجود دارد.

استفاده از استانداردهای مدل سازی برای زبانهای مدل سازی ، تحولات مدل و تبادل داده یک عامل مهم ادغام در حوزه های مدل سازی است.

منابع

آثار ذکر شده

باری ، P. S. ، M. T. K. کوهلر ، و B. F. Tivnan. 2009. شبیه سازی کارگردانی برای مهندسی سیستم. McLean ، VA: Miter ، مارس 2009 ، PR# 09-0267.

DOD1998. "" مدل سازی و شبیه سازی DOD (M& S) واژه نامه "، در دفترچه راهنمای DOD 5000. 59-m. آرلینگتون ، VA ، ایالات متحده: وزارت دفاع ایالات متحده. ژانویه 1998.

Wymore ، A. 1967. یک تئوری ریاضی مهندسی سیستم: عناصر. نیویورک ، نیویورک ، ایالات متحده: جان ویلی.

Wymore ، A. 1993. مهندسی سیستم مبتنی بر مدل. Boca Raton ، FL ، USA: CRC Press.

منابع اصلی

قانون ، A. 2007. مدل سازی و تجزیه و تحلیل شبیه سازی ، چاپ 4. نیویورک ، نیویورک ، ایالات متحده: مک گرا هیل.

Wymore ، A. 1993. مهندسی سیستم مبتنی بر مدل. Boca Raton ، FL ، USA: CRC Press.

منابع اضافی

Estefan ، J. 2008. بررسی روش شناسی مهندسی سیستم های مبتنی بر مدل (MBSE) ، تجدید نظر B. Pasadena ، کالیفرنیا ، ایالات متحده: شورای بین المللی مهندسی سیستم (ENCOSE) ، ENCOSE-TD-2007-003-02.

Hybertson ، D. 2009. علوم مهندسی سیستم های مدل گرا: یک چارچوب متحد کننده برای سیستم های سنتی و پیچیده. Boca Raton ، FL ، USA: Auerbach/CRC Press.

ناله کردن2007. چشم انداز مهندسی سیستم 2020. سیاتل ، WA ، ایالات متحده: شورای بین المللی مهندسی سیستم. سپتامبر 2007. incose-TP-2004-004-02.

روکت ، N. و S. جنکینز. 2010. هستی شناسی جغد و پروفایل های SYSML: بازنمایی دانش و مدل سازی. مجموعه مقالات کارگاه PDE NASA-ESA ، ژوئن 2010.