动态大系统方法导论(一)

这篇博客是对席裕庚老师关于大系统理论课程的笔记整理。文章介绍了大系统的基本概念,包括规模、关联复杂性、不确定性和多目标性,并详细阐述了集结、分解协调、分散化、结构分析等核心方法。此外,还讨论了模型的类型,如物理模型和抽象模型,以及建模过程中的关键步骤,如模型形式转换、关联建模和参数估计。
摘要由CSDN通过智能技术生成

席裕庚老师的经典课程,做点笔记,分享一下。

第一章序言

1.1大系统的基本概念

什么是“大系统”,并不在于系统的规模大小,根本在于问题求解是否应用了大系统理论的方法

  • 规模大(维数高)
  • 关联复杂
  • 不确定性
  • 多目标性
1.2大系统理论方法的基本特征
  • 集结(Aggregation)即模型简化,通俗说就是“挤出水份”。
  • 分解协调(Decomposition-Coordination)即把大问题化为小问题,同时考虑底层分散小块系统的协调。
  • 分散化(Decentralization)是分布式控制的基础。例如,在红绿灯交通网络中,每个路口的交警就是一个分布式的控制单元。
  • 结构分析(Structural Analysis)针对的并非是数学模型,而是结构逻辑关系,例如因果性。
除此之外还有两类特征
  • 启发式(Heuristics)
  • 多目标决策最优化(Multi-Objective Decision Making Optimization)

第二章 动态大系统的建模与结构分析方法
2.1模型
2.1.1模型的一般概念及其分类
模型就是信息集合
模型的要点
  • 目的性
  • 精确性
  • 简易性
其中精确性和简易性是一对矛盾,需要靠目的性来解决这个矛盾。
2.1.2模型的分类
  • 物理模型:
  1. 映像(Image)模型如比例缩小的形式。
  2. 模拟(Analogy)模型 如用模拟电路模拟传递函数。
  • 抽象模型:
  1. 解析(Analytical)模型
  2. 概念(Concept)模型如方框图。
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值