离散时间和连续时间模型的仿真.ppt

第六章离散时间和连续时间模型的仿真232）模型完全描述
完全描述模型：
假设模型具有描述变量，如果在任一时间t，变量的值为，变量的值为，…，若实体的相互关系规则对任一未来时间t′（大于t）确定了值的唯一集，那么该模型是完全描述的。
模型完全描述的充要条件：
如果各描述变量的各个值只在任一时间t唯一确定所有这些变量在任一未来时间t′的值，就说描述变量集的某个子集是状态变量集。
如果模型是完全描述的，或它的真子集便是状态变量集。6.1.2状态变量的仿真性质3）程序中断和重新起动
设计算t′时的值之后，安排中断程序。在某时间之后可以重新起动程序，与程序从未中断过一样。

4）程序恢复
假设计算机在执行程序时发生事故，修复正常时，重新预置肯定将最终产生相同结果，但比从中断点重新起动要花费更多的时间。
§6.2离散时间模型仿真6.2.1时不变离散时间模型的仿真过程96.2.2离散时间模型的形式规范1112136.2.3离散时间模型的结构与行为时间6.2.4非自治离散时间模型17§6.3连续时间模型仿真19 可以把每个微分函数分解为积分器和用来计算积分器输入的函数，把积分器的输出变量来构成模型的状态变量（详见下一节）。积分器是构成微分方程说明系统的基本环节，它可表示为Y=INTGRL（IY，YRT），它建立起它的输入YRT和输出Y（用简化符号）所假定的值之间的关系
2122§6.4离散时间和连续时间仿真模型的描述2425266.4.2模型描述语言28记忆函数的两种基本环节：6.4.3模型描述语句序列分析2）从模型描述语句序列中，删除所以的记忆函数型语句和时间输入函数型语句，这样就剩下瞬时函数语句。
3）检查瞬时函数是否存在循环关系。
①变量的领先关系：
对于Y1,Y2,,Ym=Instant.Func(X1,X2,Xn)
若U是Xi中的一个变量，V是Yj中的一个变量，则U领先于V。
若U领先V，在计算t时刻的V值之前，必须要知道时间t的U值。②领先关系的闭包传递：
若有一变量序列Wo,,Wn,Wo=U,Wn=V,
各个Wi领先Wi+1,则U领先*V，
U领先*V表示在网络图中存在一个沿箭头从U到V的路径。

例：U=Prod(Y1,Y2)
Y1P=PSum(X1,U)
Y2P=Sum(X2,U)

结论:有存在V领先*V，模型描述语句构成循环，存在无效描述
2.模型描述变量与语句的排序2）语句的级别（函数的级别）
对于语句Si:Y1,,Ym=Instant.func(X1,X2,,Xn)
语句Si的级别是Xj的最大级别，
即级别(Si)=max{级别(Xj),j=1,n}
求Prod和Sum的级别。
根据这些排序层次，就可自动构造层次关系清楚的模型网络图。在构造模型网络图时，把相同排序层次的所有变量和语句置在一条线上。
6.4.4记忆函数仿真对于例6.6，其模型描述语句对应的仿真的基本过程为：

预置时标T为要求的初始时间t；
置Y1为IYl、Y2为IY2;
置X1，X2为SIN(T）,COS(T);
置U为PROD(Y1,Y2）；
置Y1P为SUM（X1,U）、Y2P为SUM（X2,U）；
置Y1为Y1P、Y2为Y2P；
推进仿真时标，置T为T+h；
若T小于终止时间，转向c）；
停机。
2、微分方程说明的模型以下是欧拉积分法的仿真过程：