Моделирование сложных динамических систем предметной области «Биология» в интегрированной оболочке MVS

Курсовая работа

Тема: Моделирование сложных динамических систем предметной области «Биология» в интегрированной оболочке MVS

Содержание

Введение ……………………………………………………………………….…...3

Глава I. Теоретические основы моделирования сложных динамических систем……………………………………………………………………………….5

1.1 Основные понятая теории моделирования динамических систем……………………………………………………………………………….5

1.2 Инструментальные программные средства для моделирования сложных динамических систем ……………………………………………………..…..…...9

1.3 Примеры задач предметной области «Биология» ,  реализуемых средствами интегрированной оболочки ……………………………….………..14

Глава II. Практические основы моделирования сложных динамических систем предметной области «Биология» в интегрированной оболочке   MVS…….....20

2.1 Моделирование непрерывных динамических систем в интегрированной оболочке MVS на примере модели « Ограниченный рост»...………….……....20

2.2 Моделирование непрерывных динамических систем в интегрированной оболочке MVS на примере модели «Двухвозрастная модель клеточной популяции»……………..…………………………………………………………23

2.2 Моделирование непрерывных динамических систем в интегрированной оболочке MVS на примере модели «Распространение эпидемий»….………...26

Заключение …...…………………………………………………………………..30

Библиография …………………………………………………………………….31

Введение

Компьютерное моделирование в биологии становится все более распространенным методом научного анализа, широко использующим достижения других наук, в том числе математики и кибернетики. Стремительный прогресс вычислительной техники в 90-е годы привел к резкому расширению круга специалистов разного профиля, заинтересованных в интенсивном использовании информационных технологий.   Биология имеет дело со сложными системами, которым присуще сильное многостороннее и даже многоступенчатое переплетение различных уровней организации - молекулярного, клеточного, органного, организменного, популяционного. Такая особенность живых объектов и систем из них приводит к некоторой специфичности при использовании моделирования в биологических и, особенно, в генетических исследованиях. Как и в других отраслях естествознания, в основу моделирования в биологии кладется представление (замещение) какой-либо сложной системы более простой и доступной для изучения.

Объект исследования: сложная динамическая система предметной области «Биология» в интегрированной оболочке MVS.

Предмет исследования: моделирование сложных динамических систем предметной области «Биология» в интегрированной оболочке MVS.

Цель – разработка ряда сложных динамических систем предметной области «Биология» в интегрированной оболочке MVS, анализ влияния различных параметров на поведение модели.

Исходя из поставленной цели исследования определены следующие задачи исследования:

1.           Проанализировать научную литературу по исследуемой проблеме.

2.           Подобрать задачи по предметной области «Биология».

3.           Изучить возможности интегрированной оболочки MVS.

4.           Изучить возможности 2D анимации.

5.           Исследовать создание динамической системы в интегрированной оболочке MVS.

Глава I. Теоретические основы моделирования сложных динамических систем.

1.1                  Основные понятая теории моделирования динамических систем.

Модель (фр. modèle, от лат. modulus — «мера, аналог, образец») - условный образ объекта исследования, конструируемый исследователем так, чтобы отобразить характеристики объекта (свойства, взаимосвязи, параметры), существенные для исследования.

Для каждой модели характерно следующее:

- обязательное наличие объекта, для которого строится (конструируется) модель;

- любая модель каким-то образом соответствует  объекту. Причем соответствие  может быть по внешнему виду (похожесть, подобие), по структуре (выделены составляющие  элементы объекта и указаны их взаимосвязи), по поведению (модель реагирует на внешние воздействия так же, как это делает объект, либо находится в подобных отношениях с другими объектами);

- любая модель строится в соответствии  с некоторой целью;

- модель является либо представлением (реальным, воображаемым или изобразительным), либо описанием некоторых свойств объекта. Выбираются такие свойства в зависимости от предназначения модели и называются  существенными с точки зрения цели моделирования;

- модель создается для получения новой информации об объекте.

Модели обладают рядом свойств, от которых зависит успех их применения. Отметим некоторые из них, наиболее важные:

•               Адекватность — это степень соответствия модели исследуемому реальному объекту. Она никогда не может быть полной. На практике модель считают адекватной, если она с удовлетворительной точностью позволяет достичь целей исследования.

•               Простата (сложность) — также является одной из характеристик модели. Чем большее количество свойств объекта описывает модель, тем более сложной она оказывается. Не всегда чем сложнее модель, тем выше ее адекватность. Надо стремиться найти наиболее простую модель, позволяющую достичь требуемые результаты изучения.

•               Потенциальность (предсказательность) — способность модели дать новые знания об исследуемом объекте, спрогнозировать его поведение или свойства.

Моделирование - метод исследования объектов на их моделях, построение и изучение моделей реально существующих предметов и явлений и конструируемых объектов для определения или улучшения их характеристик, рационализации способов их построения, управления ими и т.п.

Компьютерное моделирование - метод  решения задачи анализа  или синтеза сложной системы на основе использования ее компьютерной модели. Суть компьютерного моделирования заключена в получении количественных и качественных результатов по имеющейся модели. Качественные выводы, получаемые по результатам анализа, позволяют обнаружить неизвестные ранее свойства сложной системы: ее структуру, динамику развития, устойчивость, целостность и др. Количественные выводы в основном носят характер прогноза некоторых будущих или объяснения прошлых значений переменных, характеризующих систему.

Классификация моделей:

                       по отрасли знаний:  биологические, социологические, экономические, физические и другие модели.

                       с учетом временного фактора: статические (не учитывающие изменений процессов во времени) и динамические (учитывающие эти изменения).

                       по приспособляемости: адаптивные и неадаптивные модели.

                       по способу представления: предметные (материальные) и знаковые (информационные) модели.

                       по принципу построения: стохастические (вероятностные) и детерминированные модели.

                       по способу представления: предметные (материальные) и знаковые (информационные) модели.

   Применительно к естественным и техническим наукам принято различать следующие виды моделирования:

- концептуальное  моделирование, при котором совокупность уже  известных фактов или представлений относительно исследуемого объекта или системы истолковывается  с помощью некоторых специальных знаков, символов, операций над ними или с помощью естественного или искусственного языков;

-  физическое моделирование, при котором модель и моделируемый объект представляют собой реальные объекты или процессы единой или различной физической природы, причем  между процессами в объекте - оригинале и в модели выполняются некоторые соотношения подобия, вытекающие из схожести физических явлений;

-  структурно-функциональное моделирование, при котором моделями являются  схемы (блок-схемы), графики, чертежи, диаграммы, таблицы, рисунки, дополненные специальными правилами их объединения и преобразования;

-  математическое (логико-математическое) моделирование, при котором моделирование, включая построение модели, осуществляется средствами математики и логики;

-  имитационное (программное) моделирование, при котором логико- математическая модель исследуемого объекта представляет собой алгоритм функционирования объекта, реализованный в виде программного комплекса для компьютера.

  Разумеется,  перечисленные выше виды моделирования не являются взаимоисключающими и могут применяться при исследовании сложных объектов  либо одновременно, либо в некоторой  комбинации. Кроме того, в некотором смысле концептуальное  и, скажем, структурно-функциональное моделирование неразличимы между собой, так как блок-схемы, конечно же, являются специальными знаками с установленными операциями над ними.

Процесс построения и исследования компьютерной модели можно представить как последовательность следующих основных шагов или этапов:

Этап 1. Постановка задачи.

Под задачей понимается некая про­блема, которую надо решить. На этапе постановки задачи необходимо отразить три основных момента: описание задачи, определение целей моделирования и анализ объекта или процесса.

Этап 2. Разработка модели.

Переход от описания предметной области и поставленной задачи в содержательных терминах к формализованным описаниям и построению, в конечном счете, формального текста, ориентированного на решение поставленной задачи - построение модели объекта.

Этап 3. Компьютерный эксперимент.

Программно-техническая реализация разработанной модели предполагает выбор соответствующих аппаратных (компьютеры, периферийные устройства и пр.) и системных программных (операционная система, язык и пр.) средств и разработку прикладного программного обеспечения.

Этап 4. Анализ результатов моделирования.

Конечная цель моделирования — принятие решения, которое должно быть выработано на основе всестороннего анализа полученных резуль­татов.

Оценка адекватности  модели может привести к пересмотру требований  к модели и возврату  к начальным этапам моделирования.

1.2                  Инструментальные программные средства для моделирования сложных динамических систем.

Сейчас существует большое количество визуальных средств моделирования сложных динамических систем. Среди них разработаны пакеты, ориентированные на узкие прикладные области; пакеты, направленные на изучение математических моделей, описываемых при помощи уравнений в частных производных; на разработку и изучение статистических моделей, а также на чисто дискретные и чисто непрерывные модели.

В то же время существуют универсальные пакеты, позволяющие моделировать структурно-сложные гибридные системы.

Условно их можно разделить на три группы:

1.             пакеты «блочного моделирования»;

2.             пакеты «физического моделирования»;

3.             пакеты, ориентированные на схему гибридного автомата.

              Инструменты  «блочного моделирования» ориентированы на графический язык иерархических блок схем. Элементарные блоки являются либо предопределенными, либо могут конструироваться с помощью некоторого

специального вспомогательного языка более низкого уровня. Собранную

схему можно объявить типовым блоком следующего уровня – подсистемой.

Схему можно собрать из имеющихся блоков с использованием направленных

связей и параметрической настройки. Для некоторых специальных наборов

блоков (например, механических  или электрических ) возможно использование и ненаправленных связей. Несмотря на то, что уже два десятилетия назад этот подход объявлялся пережитком аналогового моделирования, он процветает и не только не собирается вымирать, но и доминирует в настоящее время. Появление персональных компьютеров и графического дисплея вдохнуло в него новую живительную струю.

              Наиболее известными

современными представителями этого направления являются:

      подсистема SIMULINK пакета MATLAB (MathWorks, Inc.),

      EASY5 (MSC Software); Vis-

      Sim (Visual Solution); МВТУ (МГТУ им. Н.Э.Баумана).

Пакеты «физического моделирования» позволяют использовать неориентированные и потоковые связи. Пользователь может сам определять новые классы блоков. Непрерывная составляющая поведения элементарного блока задается дифференциальным уравнением или системой дифференциальных уравнений. Дискретная составляющая задается описанием дискретных событий (события задаются логическим условием или являются периодическими), при возникновении которых могут выполняться мгновенные присваивания переменным новых значений.