Математические модели предъявляют общие требования точности, экономичности, универсальности.
Точность ММ — это ее свойство, отражающее степень совпадения предсказанных с помощью моделей значений параметров объекта с истинными значениями этих параметров.
Количественная оценка точности модели вызывает затруднения по следующим причинам:
1) Реальные объекты и их модели характеризуются не одним, а несколькими параметрами, отсюда вытекает векторный характер оценки точности и необходимость сведения векторной оценки точности и скалярной для возможности сопоставления моделей друг с другом.
2) Модели сравниваются для многократного использования при анализе разных вариантов объекта проектирования или многих типов объектов определенного класса. Например, математическая модель транзистора применяется при анализе транзисторных схем разных типов, с транзисторами разных марок и т. д. Поскольку характер проявления тех
или иных свойств объекта зависит от особенностей взаимосвязи объекта с внешней средой и другими объектами системы, то и показатели отображения этих свойств в математической модели будут зависеть от конкретных условий функционирования объектов. В результате оценка точности перестает быть однозначной.
|
|
3) Истинные значения параметров объекта проектирования отождествляются с экспериментально полученными, однако погрешности эксперимента во многих случаях оказываются соизмеримыми с погрешностями математической модели, а иногда заметно их превышают. Для получения значений близких к истинным с помощью более точных математических моделей, чем испытуемые, требуется наличие такой более точной модели, что выполняется не всегда.
Сведение векторной оценки к скалярной осуществляется двумя путями:
Пусть объект характеризуется параметрами:
А значения тех же параметров, полученные при испытании моделей, —
Для оценки точности будем использовать или т-норму (максимальный по абсолютной величине элемент вектора:
, где ) или 1-норму:
Образуем векторы относительных погрешностей
Для того чтобы уменьшить влияние неопределенности, вызываемое вторым фактором, целесообразно проводить сравнение моделей по результатам их использования в некоторых стандартных ситуациях. Эти ситуации называются тестовыми, ограниченное количествово тестовых ситуаций упрощает исследования с целью получения значений у, достаточно близких к истинному (рис. 3.13).
Экономичность математических моделей в САПР определяется прежде всего затратами машинного времени на
Рис. 3.13. Пример тестовой схемы для сравнения программ схемотехнического моделирования
|
|
решение задач, ее можно также оценивать количеством арифметических операций, выполняемых при однократной реализации уравнений моделей. Кроме того, показателем экономичности математической модели может служить также количество используемых в ней внутренних параметров.
Степень универсальности определяется ее применимостью к анализу достаточно большой группы однотипных объектов в одном или нескольких режимах работы. Требование высокой точности, большой степени универсальности с одной стороны и высокой экономичности с другой противоречиво, поэтому для одного и того же элемента необходимо иметь несколько математических моделей, различающихся значениями показателей эффективности.