仿真模拟

仿真模拟

外形仿真、操作仿真、視覺感受仿真
VR仿真模拟即是外形仿真、操作仿真、視覺感受仿真,使用真實的汽車模型或其他等比例的飛機、飛船等模型作為參與者的操控平台,利用VR技術(虛拟現實技術),通過實際操作,使參與者有身臨其境的切身體會的一項技術,主要用于模拟駕駛、訓練、演示、教學、培訓;軍事模拟、指揮、虛拟戰場;建築視景與城市規劃。[1]
    中文名:仿真模拟 外文名: 别名: 應用:模拟駕駛等 三大組成部分:建立模型等 類型:模拟 定義:外形、操作、視覺感受仿真

應用領域

模拟駕駛、訓練、演示、教學、培訓;軍事模拟、指揮、虛拟戰場;建築視景與城市規劃

行業發展

當前,擁有核心知識産權技術過硬的企業并不多,行業内優秀品牌企業稀少。傲唯刃道呼籲業内企業共同努力,尤其發揮吹毛求疵的研發精神,進一步提高研發能力,降低成本,真正解決客戶的實際困難,嚴把質量關,提供最可靠的産品和技術。

三大組成部分

對一個工程技術系統進行模拟仿真,包括了建立模型、實驗求解和結果分析三個主要步驟。

建立系統數學模型

模拟仿真是一基于模型的活動,是用模型模拟來代替真實系統進行實驗和研究。因此,首先就要對待仿真的問題進行定量描述,這就是建立系統的數學模型。

模型是對真實世界的模仿,真實世界是五彩缤紛的,因此模型也是千姿百态的;

根據模型中是否包含随機因素,可分為随機型和确定型模型。

根據模型是否具有時變性,可分為動态模型和靜态模型。

根據模型參數是否在空間連續變化,可分為分布參數模型和集中參數模型。

根據模型參數是否随時間連續變化,可分為連續系統模型和離散系統模型。

根據模型的數學描述形式,又可分為常微分方程偏微分方程差分方程、離散事件模型等。

對于上述不同類型的模型,這裡不作深入的論述,隻讨論建立系統數學模型中的幾個共性問題。

1)建模的過程是一個信息處理的過程,換而言之,信息是構造模型的“原材料”,根據建模所用的不同類型“原材料”可将建模方法歸為兩類:

一類是演繹法建模,即利用先驗的技術信息建模。其過程是:從某些前提、假設、原理和規則出發,通過數學邏輯推導來建立模型。因此,這是一個從一般到特殊的過程,即根據普遍的技術原理推導出被仿真對象的特殊描述。

另一類是歸納法建模,即利用對真實系統的試驗數據信息建模。其過程是:通過對真實系統的測試獲得數據,這些數據中包含着能反映真實系統本質的信息,然後通過數據處理的方法,從中得出對真實系統規律性的描述,例如大家熟知的最小二乘回歸模型等。這是一個從特殊到一般的過程。

但是實際應用中,常常是通過上述兩類方法的結合完成模型的建立,即混合法建模。

不管用哪種方法建模,其關鍵都在于真實系統的了解程度。如果對真實系統沒有充分的和正确的了解,那麼所建的模型将不能準确地模仿出真實系統的本質。

2)模型的可信度。既然模型是對真實系統的模仿,那麼就有一個模仿得像不像的問題,這就是模型的相似度、精度的可信度的問題。

模型的可信度取決于建模所用的信息“原材料”(先驗知識、試驗數據)是否正确完備,還取決于所用建模方法(演繹、歸納)是否合理、嚴密。此外,對于許多仿真軟件來說,還要将數學模型轉化為仿真算法所能處理的仿真模型。因此,這裡還有一個模型的轉換精度問題。建模中任何一個環節的失誤,都會影響模型的可信度。

為此,在模型建立好以後,對模型進行可信度檢驗是不可缺少的重要步驟。檢驗模型呆信度的方法通常是:首先由熟悉被仿真系統的專家對模型作分析評估,然後對建模所用數據進行統計分析,最後對模型進行試運行,将初步仿真結果與估計結果相比較。

仿真計算

仿真計算是對所建立的仿真模型進行數值實驗和求解的過程,不同的模型有不同的求解方法。例如:對于連續系統,通常用常微分方程、傳遞函數,甚至偏微分方程對其進行描述。由于要得到這些方程的解析解幾乎是不可能的,所以總是采用數值解法,如:對于常微分方程主要采用各種數值積分法,對于偏微分方程則采用有限差分法、特征法、蒙特卡羅法或有限元方法等。

又例如:對于離散事件系統,通常采用概率模型,其仿真過程實際上是一個數值實驗的過程,而這些參數又必須符合一定的概率分布規律。對于不同類型的離散事件系統(如随機服務系統、随機庫存系統、随機網絡計劃等)有不同的仿真方法。

随着被仿真對象複雜程度的提高和對仿真實時性的迫切要求,研究新的仿真算法一直是一項重要的任務,特别是研究各種并行的仿真算法。

仿真結果的分析

要想通過模拟仿真得出正确、有效地結論,必須對仿真結果進行科學的分析。早期的仿真軟件都是以大量數據的形式輸出仿真的結果,因此有必要對仿真結果數據進行整理,進行各種統計分析,以得到科學的結論。現代仿真軟件廣泛采用了

可視化技術,通過圖形、圖表,甚至動畫生動逼真地顯示出被仿真對象的各種狀态,使模拟仿真的輸出信息更加豐富、更加詳盡、更加有利于對仿真結果的科學分析。

相關詞條

相關搜索

其它詞條