系统模型与模型化|系统模型与模型化 为什么要对模型简化

A. 系统模型与模型化 为什么要对模型简化

1、简化了相关的网络操作2、提供即插即用的兼容性和不同厂商之间的接口标准3、使各个厂商能够设计初具备互操作性的网络设备，加快数据通信网络发展4、防止一个区域网络的变化移向另一个区域的网络，因此，每一个区域的网络能单独快速升级；5、把复杂的网络问题分解为小的简单问题，易于学习和操作

B. 简述机电一体化的系统模型和仿真

简述机电一体化的系统模型和仿真机电一体化，就是使机器和电器进行整体的一个运转和操作。

C. 如何理解各种模型化的基本方法'

1.结构化方法遵循的基本原则结构化方法的基本思想就是将待解决的问题看作一个系统从而用系统科学的思想方法来分析和解决问题结构化方法遵循以下基本原则（1）抽象原则抽象原则是一切系统科学方法都必须遵循的基本原则它注重把握系统的本质内容而忽略与系统当前目标无关的内容它是一种基本的认知过程和思维方式（2）分解原则分解原则是结构化方法中最基本的原则它是一种先总体后局部的思想原则在构造信息系统模型时它采用自顶向下分层解决的方法（3）模块化原则模块化是结构化方法最基本的分解原则的具体应用它主要出现在结构化设计阶段中其目标是将系统分解成具有特定功能的若干模块从而完成系统指定的各项功能2.面向对象模型遵循的基本原则面向对象模型遵循的基本原则有：抽象、封装、模块化以及层次原则等（1）抽象抽象是处理现实世界复杂性的最基本方式在OO方法中它强调一个对象和其他对象相区别的本质特性对于一个给定的域确定合理的抽象集是面向对象建模的关键问题之一（2）封装封装是对抽象元素的划分过程抽象由结构和行为组成封装用来分离抽象的原始接口和它的执行封装也称为信息隐藏InformationHiding它将一个对象的外部特征和内部的执行细节分割开来并将后者对其他对象隐藏起来（3）模块化模块化是已经被分为一系列聚集的和耦合的模块的系统特性对于一个给定的问题确定正确的模块集几乎与确定正确的抽象集一样困难通常每个模块应该足够简单以便能够被完整地理解（4）层次抽象集通常形成一个层次，层次是对抽象的归类和排序。在复杂的现实世界中有两种非常重要的层次一个是类型层次另一个是结构性层次。确定抽象的层次是基于对象的继承，它有助于在对象的继承中发现抽象间的关系，搞清问题的所在理解问题的本质3.结构化方法的核心问题模型问题是结构化方法的核心问题建立模型简称建模是为了更好地理解要模拟的现实世界建模通常是从系统的需求分析开始在结构化方法中就是使用SA方法构建系统的环境模型然后使用SD方法确定系统的行为和功能模型最后使用SP方法进行系统的设计并确定用户的现实模型4面向对象方法的核心问题面向对象方法与结构化方法一样其核心问题也是模型问题面向对象模型主要由OOA模型OOD模型组成其中OOA主要属于学科抽象形态方面的内容OOD主要属于学科设计形态方面的内容

D. 系统分析方法与步骤，和模型建立

上面那个人的回答好搞笑= = 简单来说，包括四个部分：建立概念模型，建立定量模型，模型检验，模型应用。建立生态数学模型的方法一般认为至少有两种途径：一种是分室方法，用以研究生态系统中各分室的物质与能量的流动，并给出定量的表示。一种是实验组成成分法，主要用于复杂生态系统的生态过程(如捕食，竞争等)的分析。可以概括如下：模型准备 首先要明确地定义所研究的问题，确定建模目的，确定系统边界，确定模型的组分（输入和输出变量，初始和驱动变量，参数，时空尺度），建立流程图。了解问题的实际背景，明确建模的目的搜集建模必需的各种信息如现象、数据等，尽量弄清对象的特征,由此初步确定用哪一类模型，总之是做好建模的准备工作．情况明才能方法对，这一步一定不能忽视，碰到问题要虚心向从事实际工作的同志请教，尽量掌握第一手资料.模型假设 根据对象的特征和建模的目的，对问题进行必要的、合理的简化，用精确的语言做出假设，可以说是建模的关键一步．一般地说，一个实际问题不经过简化假设就很难翻译成数学问题，即使可能，也很难求解．不同的简化假设会得到不同的模型．假设作得不合理或过份简单，会导致模型失败或部分失败，于是应该修改和补充假设；假设作得过分详细，试图把复杂对象的各方面因素都考虑进去，可能使你很难甚至无法继续下一步的工作．通常，作假设的依据，一是出于对问题内在规律的认识，二是来自对数据或现象的分析，也可以是二者的综合．作假设时既要运用与问题相关的物理、化学、生物、经济等方面的知识，又要充分发挥想象力、洞察力和判断力，善于辨别问题的主次，果断地抓住主要因素，舍弃次要因素，尽量将问题线性化、均匀化．经验在这里也常起重要作用．写出假设时，语言要精确，就象做习题时写出已知条件那样．模型构成 根据所作的假设分析对象的因果关系，利用对象的内在规律和适当的数学工具，构造各个量(常量和变量)之间的等式(或不等式)关系或其他数学结构．这里除需要一些相关学科的专门知识外，还常常需要较广阔的应用数学方面的知识，以开拓思路.当然不能要求对数学学科门门精通,而是要知道这些学科能解决哪一类问题以及大体上怎样解决．相似类比法，即根据不同对象的某些相似性，借用已知领域的数学模型，也是构造模型的一种方法．建模时还应遵循的一个原则是，尽量采用简单的数学工具，因为你建立的模型总是希望能有更多的人了解和使用,而不是只供少数专家欣赏.建立定量模型（或概念模型的定量化）： 选择模型类型，建立模型（确定变量间的函数关系）， 参数估计和校准（calibration），编写计算机程序，模型确认（model verification）：仔细检查数学公式和计算机程序，撰写模型文档资料。模型求解 可以采用解方程、画图形、证明定理、逻辑运算、数值计算等各种传统的和近代的数学方法，特别是计算机技术．模型分析 对模型解答进行数学上的分析，有时要根据问题的性质分析变量间的依赖关系或稳定状况，有时是根据所得结果给出数学上的预报，有时则可能要给出数学上的最优决策或控制，不论哪种情况还常常需要进行误差分析、模型对数据的稳定性或灵敏性分析等．模型检验 把数学上分析的结果翻译回到实际问题，并用实际的现象、数据与之比较，检验模型的合理性和适用性．这一步对于建模的成败是非常重要的，要以严肃认真的态度来对待．当然，有些模型如核战争模型就不可能要求接受实际的检验了．模型检验的结果如果不符合或者部分不符合实际，问题通常出在模型假设上，应该修改、补充假设，重新建模．有些模型要经过几次反复，不断完善，直到检验结果获得某种程度上的满意．模型时空延扩：把建立好的模型在时间和空间尺度进行扩展模型应用： 应用的方式自然取决于问题的性质和建模的目的。模型运行和评价 Levins(1966)曾提出组建数学模型的三条标准：⑴真实性，模型的数学描述要符合生态系统实际；⑵精确性，是指模型的预测值与实际值之间的差异程度，⑶普遍性，即模型的适用范围和广度。实际中，一个模型要同时满足这三条标准是十分困难的，Walters对此做了较精辟的论述，同时还介绍了两个与真实性和普遍性有关的指标，即分辩率(resolution)和完整性(wholeness)。这两个概念分别由Bledsoe和Jamieson(1969)及Holling(1966)提出的。总之，并不是所有建模过程都要经过这些步骤，有时各步骤之间的界限也不那么分明．建模时不应拘泥于形式上的按部就班，在实际建模过程中可以灵活采取。

E. 物流系统分析中为什么要对系统进行模型化处理

物流系统模型化就是把系统中各个组成部分的特征变化规律数量化，组成部分之间的关系方程式化。由于物流系统结构和行为过程的复杂性，只有运用定性、定量与半定量分析方法，才能建立恰当的物流系统模型，进而取得最佳决策结果。因此，物流系统模型化是物流合理化的重要前提。模型是对系统的特征及其变化规律的一种表示或抽象。模型可以表现实际系统的各组成元素及其相互间的因果关系，反映实际系统的特征而又高于实际系统。模型化有助于解决抽象的实际系统分析问题。

F. 系统模型有哪些主要特征模型化的本质和作用是什么

主要特征：1.它是现实世界部分的抽象或模仿；2.它是由那些与分析问题有关的因素构成的；3.它表明了有关因素间的相互关系。模型化的定义：为描述系统的构成和行为，对实体系统的各种因素进行适当筛选，用一定方式（数学、图像等）表达系统实体的方法。本质：利用模型与原型之间某方面的相似关系，在研究过程中可以用模型来代替原型，通过对模型的研究得到关于原型的一些信息。作用：1.模型本身是人们对客体系统一定程度研究结果的表达。这种表达是简洁的、形式化的。2.模型提供了脱离具体内容的逻辑演绎和计算的基础，这会导致对科学规律、理论、原理的发现。3.利用模型可以进行“思想”试验。

G. 物流系统模型化的意义主要体现在哪些方面

物流系统模型化的意义主要体现在以下方面：

1、物流系统中物流过程非常复杂，难以或根本无法做实验，模型化提供了一种科学的方法，通过建立易于操作的模型，能帮助设计者对物流过程有深刻的认识。

2、把需要解决的系统问题，通过系统分析，明确其内部构成、系统特性和形式，针对系统的规律和目标，用数学表达式，从整体上说明它们之间的结构关系和动态情况。

3、模型化能把非常复杂的物流系统的内部和外部关系，经过恰当的抽象、加工、逻辑整理，变成可以进行准确分析和处理的结构形式，从而能得到较为合理的结论。采用模型化技术可以大大简化现实物流系统或新的物流系统的分析过程。物流系统模型化为应用计算机进行分析和管理提供条件，从而可加速系统分析的有效性。

(7)系统模型与模型化扩展阅读

物流系统模型化中，数学模型的构建与运用在物流规划中非常重要，物流规划以运筹为核心，几乎所有的现实问题都可以转换为模型中的参数或变量，通过模型的运行，可观测要素变化对系统的影响。当然，对模型的构建与运用是综合性的，需要考虑到企业管理中的方方面面，如果生硬的构建模型会导致过于理论化无法落地。

但在充分考虑到企业及供应链管理的现实环境中对物流规划的约束，并综合了组织中的“人”以及其他要素之间的多元关系后，再结合模型的开发，便会让物流规划更加科学、高效并可持续。以下为我们在实践中构建的“制造型企业供应链物流”的业务模型，并将业务模型组织为数学模型，最后开发模型求解工具的实例。

H. 系统分析与建模学什么啊，以后就业方向是什么

应该是属于信息系统的分析设计和实施，软件工程里有一个系统分析，就是根据甲方的实际情况，甲方的要求，对系统进行需求分析，并得出需求分析说明书，确定新系统需要的功能性能等情况。建模应该就是软件工程里的建立物理或者逻辑模型，它是根据前面所说的需求分析说明书，确定构建系统的结构和物理实现方案。以后就业嘛，应该主要面对企事业单位从事信息系统集成与建设，基本上计算机软件涉及到的领域都可以去试试，这个专业只是在计算机的基础上增加了管理和会计等知识，更适合与财务系统或者金融系统等信息系统的开发而已。

I. 计算机仿真的系统与模型

系统就是一些具有特定功能的、相互间以一定规律联系着的物体所组成的一个总体。显然，系统是一个广泛的概念，毫无疑问它在现代科学研究和工程实践中扮演着重要的角色。不同领域的问题均可以用系统的框架来解决。但究竟一个系统是由什么构成的，这取决于观测者的观点。例如，这个系统可以是一个由一些电子部件组成的放大器；或者是一个可能包括该放大器在内的控制回路；或者是一个有许多这样回路的化学处理装置；或者是一些装置组成的一个工厂；或者是一些工厂的联合作业形成的系统，而世界经济就是这个系统的环境。一个系统可能非常复杂，也可能很简单，因此很难给“系统”下一个确切的定义。因为这个定义不但能够足以概括系统的各种应用，而且又能够简明地把这个定义应用于实际。但无论什么系统一般均具有4个重要的性质，即整体性、相关性、有序性和动态性。首先，必须明确系统的整体性。也就是说，它作为一个整体，各部分是不可分割的。就好像人体，它由头、身躯、四肢等多个部分组成，如果把这些部分拆开，就不能构成完整的人体。至于人们熟悉的自动控制系统，其基本组成部分(控制对象、测量元件、控制器等)同样缺一不可。整体性是系统的第一特性。其次，要明确系统的相关性。相关性是指系统内部各部分之间相互以一定的规律联系着，它们之间的特定关系形成了具有特定性能的系统。有时系统各要素之间的关系并不是简单的线性关系，而呈现出复杂的非线性关系。也正是由于这种非线性，才构成了我们这个多彩的世界。对于复杂的非线性关系，必须研究其复杂性与整体性。再以人体为例，人的双眼视敏度是单眼视敏度的6～10倍。此外，双眼有立体感，而单眼却无此特点。这就是一种典型的非线性特征，因此相关性是系统的第二特性，也是如今系统研究的主要问题。除整体性和相关性外，系统还具有有序性和动态性。比如，生命是一种高度有序的结构，它所具有的复杂功能组织，与现代化大工业生产的“装配线”非常相似，这是一种结构上的有序性，对任何系统都是适用的。又如图1.1.1所示，一个非平衡系统如果经过分支点A、B到达C，那么对C态的解释就必须暗含着对A态和B态的了解。这就是系统的动态性。建立系统概念的目的在于深入认识并掌握系统的运动规律。因此不仅要定性地了解系统，还要定量地分析、综合系统，以便能更准确地解决工程、自然界和现代社会中的种种复杂问题。定量地分析、综合系统最有效的方法是建立系统的模型，并使用高效的数值计算工具和算法对系统的模型进行解算。采用模型法分析系统的第一步是建立系统的数学模型，所谓数学模型就是把关于系统的本质部分信息，抽象成有用的描述形式，因此抽象是数学建模的基础。数学在建模中扮演着十分重要的角色，马克思说过：“一种科学只有在成功地运用数学时，才算达到完善的地步。”例如集合的概念是建立在抽象的基础上的，共同的基础使集合论对于建模过程非常有用。这样，数学模型可以看成是由一个集合构造的。数学模型的应用无论是在纯科学领域还是在实际工程领域中都有着广泛的应用，但通常认为一个数学模型有两个主要的用途：首先，数学模型可以帮助人们不断地加深对实际物理系统的认识，并且启发人们去进行可以获得满意结果的实验；其次，数学模型有助于提高人们对实际系统的决策和干预能力。数学模型按建立方法的不同可分为机理模型，统计模型和混合模型。机理模型采用演绎方法，运用已知定律，用推理方法建立数学模型；统计模型采用归纳法，它根据大量实测或观察的数据，用统计的规律估计系统的模型；混合模型是理论上的逻辑推理和实验观测数据的统计分析相结合的模型。按所描述的系统运动特性和运用的数学工具特征，数学模型可分类为线性、非线性、时变、定常、连续、离散、集中参数、分布参数、确定、随机等系统模型。