Построение модели и прогнозирование отпуска теплоэнергии

Содержание: 

Введение

1.   Понятие имитационной модели имитационного моделирования.
2.   Моделирование входных данных
1.   Методы корректировки динамического ряда

   2.2. Определение  трендовой компоненты

2.3. Определение  циклической компоненты

     2.4. Построение общей модели ряда

     3.    Составление прогноза

Заключение

Использованная  литература 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Введение.

       Имитационные модели широко применялись  в практической деятельности  страны в 60-80-е годы и давали  эффективные решения для многих  задач в рамках регионов, отраслей, конкретных предприятий и военном  деле. В этот период были накоплены  большие теоретические результаты  и получен практический опыт  применения имитационных моделей. 

       Экономико – математическое моделирование  - эффективный инструмент изучения  экономических объектов и способ  применения решений по их поведению  в реальных жизненных ситуациях. 

       Имитационные модели представляют собой сложные программы для компьютера, описывающие поведение компонентов системы и взаимодействие между ними. Обсчет этой программы при различных исходных данных позволяет имитировать динамические процессы, происходящие в реальной системе. В результате исследования модели, являющейся аналогом реального объекта, получают количественные характеристики, отображающие его поведение при заданных условиях (исходных данных).

      Языки ЭВМ при имитационном моделировании могут применяться как универсальные, так и специализированные, например, типа Mathcad, УАИМ.

      В своей курсовой работе я  попытаюсь дать краткую характеристику  основных категорий имитационного  моделирования, опишу этапы построения имитационных моделей. Практическая часть работы – это моделирование входных данных (определение трендовой компоненты, нахождение циклической компоненты и оценка случайной компоненты) и в заключении, составление прогноза. 
 
 
 
 
 

1. Понятие имитационной модели имитационного моделирования.

         Слово «имитация» (от лат. imitation — подражание) означает воспроизведение определенным образом явлений, событий, действий, объектов и т.п. В известном смысле термин «имитация» — синоним понятия «модель» (от лат. modulus — мера, образец), которая определяется как любой материальный или нематериальный образ (изображение, описание, схема, воспроизведение, материальное воплощение, представитель и т.п.).

         Имитационные модели строят, когда объект моделирования настолько сложен, что описать его поведение, например, математическими уравнениями невозможно или очень трудно. В некоторых случаях такой объект моделирования называют «черным ящиком», т.е. объектом с неизвестной внутренней структурой и, следовательно, с неизвестным поведением при воздействии на него извне и при внутренних изменениях. В этих случаях имитационная модель позволяет задавать входные воздействия, сходные по параметрам с реальными или желаемыми воздействиями, и, измеряя реакцию модели объекта на них, изучать структуру объекта и его поведение.

     Другая  особенность имитационного моделирования  — разрешение конфликта между математиком, который не знает в достаточной мере объект как специалист, и специалистом (практиком) по данному объекту, не владеющим профессионально математическими методами.

     Сопряжение  различных математических методов в рамках имитационной модели упрощается также в связи с тем, что стыковка частей имитационной модели осуществляется не в терминах того или иного математического аппарата, а на языке цифр.

     Несмотря  на то, что имитационные модели воспроизводят сложные объекты, при разумном подходе они обеспечивают большую близость модели к моделируемому объекту, чем при применении какого-либо одного точного математического метода. Большая близость получается путем воспроизведения тех или иных свойств объекта или воздействий на него в форме, понятной большему числу людей, являющихся специалистами по различным аспектам деятельности данного объекта. Таким образом, экспертами при имитационном моделировании может выступать больший круг людей, а следовательно, обеспечивается большая адекватность модели реальному объекту.

     Построение  имитационных моделей ненамного  сложнее, чем применение стандартных математических схем. Однако информативность имитационной модели несравненно выше, она позволяет найти такие характеристики, которые при решении задачи линейного программирования отсутствуют. Поэтому разработчик модели должен четко, не обманывая себя и заказчика модели, оценить эффективность будущей модели с позиции ее практической необходимости и точности.  
 

2. Моделирование  входных данных.

     Формирование  входных данных для имитационных моделей - одна из важнейших задач, так  как упрощение, пренебрежение или  сведение входных данных к каким-либо аналитическим зависимостям делает модель, как правило, неадекватной моделируемому  объекту. К входным данным по терминологии систем обычно относят входные сигналы, управляющие сигналы, параметры  системы и выходные сигналы от одних блоков, поступающие на вход каких-либо других блоков данной модели. Управляющие сигналы формируются  исследователем или образуются в  результате работы какого-либо заданного  правила или алгоритма. Поэтому  формирование управляющих сигналов также не представляет принципиальных трудностей. Выходные сигналы из одного блока, поступающие в другой в  качестве входных, как правило, уже  сформированы для их использования.

     Входные сигналы из внешней среды можно  представить в виде динамических рядов, фиксирующих значение какого-то показателя в определенные моменты времени, или какого-либо потока событий, появляющихся в заранее неизвестные моменты времени. Характеристика или значение того или иного события могут быть как одинаковыми, так и разными.

     Yt=Ut+Vt+Et+Zt+ųt,

     где Ut – тренд динамического ряда: регулярная компонента, характеризующая общую тенденцию;

           Vt - циклическая компонента;

            Et - случайная компонента, образующаяся под влиянием различных (как правило, неизвестных) причин;

            Zt- компонента, обеспечивающая сопоставимость элементов динамического ряда;

            ųt-  управляющая компонента, с помощью которой воздействуют на значения членов динамического ряда для формирования в будущем желанной траектории.

     Моделирование динамического ряда Yt осуществляется в виде последовательности следующих  процедур.

- Корректировка  динамического ряда специальной  компонентой Zt для устранения  сопоставимости в связи с неодинаковой  базой сравнения или наличием  факторов, резко нарушающих закономерное  развитие данного ряда.

- Вычисление  тренда динамического ряда Ut.

- Нахождение  циклической компоненты Vt.

- Оценка  случайной компоненты Et.

     Оценка  всех составляющих входного сигнала  позволяет учесть практически весь спектр воздействия на реальную имитационную модель. Причем имитационная модель позволяет  исследовать влияние как каждой составляющей входного сигнала в  отдельности, так и комплексное  воздействие сигнала в целом. Возможность оценки реакции модели от каждой составляющей по отдельности  открывает большие перспективы  перед исследователем в части формирования пробных воздействий, отличающихся от действующих в настоящий момент.   
 
 

2.1. Методы  корректировки динамического ряда.

     Если  рассматриваемый динамический ряд  подозревается в несопоставимости его членов по каким-либо причинам, то он должен быть проанализирован  на одинаковость без сопоставления  и наличие факторов, воздействующих на данный ряд, но не входящих в предмет  исследования в этом случае. Других вариантов несопоставимости членов динамического ряда придумать трудно.

      Одинаковость  баз сопоставления проверить  просто. Если рассматриваются, например, годовые, квартальные, месячные данные, то нужно учитывать, что каждый год, квартал или месяц может иметь  различное число рабочих дней за эти периоды.  Следовательно, когда  речь идет об объеме выпуска продукции, транспортных перевозках, объеме сделок на бирже и т.п., то различное число  дней в расчетных периодах может  оказать существенное влияние.

      Устранить эту несопоставимость можно различными способами. Самое простое – пренебречь ею. Если необходимо более точное исследование, то можно усреднит число рабочих  дней в каждом одноименном периоде, затем найти среднее значение показателя за каждый день и уменьшить (увеличить) член ряда на величину показателя, соответствующего недостатку или избытку  числа рабочих дней в рассматриваемом  периоде.

      Несопоставимость  членов динамического ряда возникает  также, если имеют место факторы  случайного характера, не являющиеся предметом  данного исследования. Например, производственный цикл какого-то объекта был нарушен  из-за стихийного бедствия, забастовки, крупной аварии и т.п. В этих случаях возможно устранить случайные возмущения различными путями. Например, изучая графическое изображение ряда визуально, можно увидеть и вычеркнуть данное значение ряда, заменив его на другое, например, на усредненное значение предыдущего и последующего членов ряда. 
 

2.2. Определение  трендовой компоненты.

     Трендовую компоненту Ut можно найти механическими, аналитическими или комбинированными методами сглаживания. Механические методы наиболее просты, но их сложнее использовать в практике имитационного моделирования. Аналитические методы более сложны в расчете, менее точны, но удобны при реализации на имитационных моделях. Удобство связано с тем, что воспроизведение аналитической зависимости на модели гораздо проще, чем воспроизведение процедуры сглаживания ряда. 

Предположим, что необходимо построить имитационную модель НГРЭС. Входными данными в эту модель является объем отпуска теплоэнергии на НГРЭС (табл. 1).                                                                                    

                                                                                                                   Таблица 1.                                                                                      

Отпуск  теплоэнергии на НГРЭС