isias-pytania.pdf

(316 KB) Pobierz
1. Informacja –
odgrywa istotną rolę dla dowolnej sytuacji problemowej. Dotyczy obiektów,
zjawisk, metod stosowanych do badania i rozwiązywania sytuacji problemowej, języka w
którym prowadzone są badania i prezentowane ich wyniki.
2. Rodzaje i typy inżynierii systemów –
rodzaje: polityczne, społeczne, ekonomiczne,
ekologiczne, przyrodnicze, techniczne. Typy: projektowania, produkcji, eksploatacji,
diagnostyki, sterowania, dystrybucji, edukacji, nauki, alokacji, walki …
3. Naukowa infrastruktura inżynierii systemów –
nauki podstawowe (matematyka, filozofia),
humanistyczne (historia, ekonomia, socjologia, filologia, psychologia), przyrodnicze (fizyka,
chemia, biologia, medycyna), techniczne (mechanika, elektronika, informatyka, budownictwo)
4. Nauki o działaniach –
ekonomia, organizacja, teoria systemów, cybernetyka, prakseologia.
5. Główne i pomocnicze obszary inżynierii systemów –
główne (inżynieria aeronautyczna,
lądowa, mechaniczna, elektryczna, chemiczna, środowiska, oceaniczna, inne). Pomocnicze
(niezawodność, bezpieczeństwo, wytwarzanie, eksploatacja, czynnik ludzki, logistyka)
6. Teoria systemów a inżynieria systemów –
TS to nauka badająca ogólne prawa i zasady
rządzące dowolnymi złożonymi układami stanowiącymi funkcjonalne całości. Przedmiotem
zainteresowania TS są systemy jako takie bez względu na ich konkretny charakter.
7. Inżynieria systemów –
znajdowanie optymalnych rozwiązań w projektowaniu, wytwarzaniu i
użytkowaniu systemów (w całym cyklu ich życia) z uwzględnieniem wielu kryteriów.
8. Definicje systemu –
pojęcie budowane jest wokół następujących idei: wyodrębnienia z
otoczenia, budowy systemu z podsystemów, funkcji spełnianej przez system, ograniczonej
zmienności systemu w czasie.
9. Definicja przyrodnicza systemu –
zbiór wzajemnie zależnych elementów współdziałających
ze sobą, połączonych w całość wspólną funkcją, niesprowadzalną do funkcji poszczególnych
elementów.
10. Definicja ogólna systemu –
zbiór współdziałających ze sobą elementów, stanowiący celowo
zorientowaną jedną całość. Elementy systemu posiadają pewne właściwości (atrybuty) oraz
znajdują się w określonych relacjach między sobą.
11. Definicja cybernetyczna systemu –
składająca się z elementów funkcjonalna całość
wyodrębniona z otoczenia, na którą otoczenie oddziałuje za pośrednictwem wielkości
wejściowych i która zwrotnie oddziałuje na otoczenie za pośrednictwem wielkości
wyjściowych.
12. Całościowa funkcja systemu –
dotyczy przekształcenia określonej wielkości wejściowej na
określoną wielkość wyjściową. Cel systemu musi być wyraźnie zdefiniowany aby elementy
systemu mogły dostarczyć żądanego wyjścia na każdy dany zbiór wejść.
13. Elementy systemu –
zbiór komponentów składających się na system. Rodzaje: elementy
strukturalne, działaniowe, przepływowe
14. Podstawowe postulaty dotyczące elementów systemu –
nie ma elementów zbędnych z
punktu widzenia celu systemu, elementy są w relacjach z innymi, system to coś więcej niż
suma jego komponentów, zmiana jednego elementu w systemach w pełni integralnych wpływa
na cały system.
15. Wejścia i wyjścia systemów –
wyodrębnienie systemu z otoczenia wymaga bardzo dużej
ilości wejść i wyjść, w IS pomijamy te oddziaływania, które są mniej istotne ze względu na cel.
System ma zawsze niezerowe wyjście.
16. Atrybuty systemów –
właściwości elementu systemu, charakteryzują parametry systemu np.
atrybuty systemu elektrycznego – oporności, pojemności, indukcyjności
17. Relacje (sprzężenia) w systemie –
są powiązaniami pomiędzy elementami lub atrybutami
tych elementów. Pojedyncza relacja istnieje pomiędzy dwoma i tylko dwoma komponentami.
Relacja między komponentami jest bezpośrednia.
18. Struktura systemu (organizacja systemu) –
sprzężenie szeregowe, równoległe, zwrotne
19. Sprzężenia zwrotne
20. Modelowanie struktury systemu
21. System sterowany –
system na który człowiek lub urządzenie techniczne może oddziaływać
w kierunku sprzyjającym wykonaniu funkcji celu, do której spełnienia system jest
przeznaczony.
22. Model
– uproszczona realizacja rzeczywistego świata, który wychwytuje cechy sytuacji
związanej z analizowanym problemem. W modelu niektóre procesy uwzględniamy, niektóre
pomijamy. Uproszczenia wprowadza się w postaci zbioru złożeń, które wyrażają nasze
rozumienie systemu i jego zachowania.
23. Opis matematyczny systemu –
zewnętrzny - funkcjonalny, cybernetyczny, w postaci czarnej
skrzynki i odpowiednich funkcji przenoszenia; funkcja przenoszenia charakteryzuje
powiązanie pomiędzy określonym wyjściem, a wejściem). Wewnętrzny – strukturalny, dla
systemów dynamicznych postaci modelu matematycznego jako układ równań różniczkowych .
24. Modele matematyczno-deterministyczne –
w postaci zależności funkcyjnych, w których
każdemu elementowi zbioru wielkości wejściowych przyporządkowany jest jednoznacznie
określony element zbioru wielkości wyjściowych np. modele w mechanice, astronomii.
25. Modele matematyczno-probabilistyczne –
każdemu elementowi wielkości wejściowych
może odpowiadać wiele elementów zbioru wielkości wyjściowych (przypisanych losowo
wejściom) – prognozowalność tylko w kategoriach prawdopodobieństwa.
26. Modele korelacyjne –
tworzone na podstawie zaobserwowanych lub hipotetycznych korelacji
pomiędzy zjawiskami np. model zależności uzyskiwanych plonów y z uprawy rośliny od ilości
nawozów m i ilości opadów atmosferycznych y=am+bz
27. Modele przyczynowe a korelacyjne
– nie każdy model korelacyjny można nazwać
przyczynowym. Model powinien opisywać rzeczywiście istniejący związek przyczynowo –
skutkowy. Należy znać prawa rządzące opisywanym zjawiskiem lub dokonać eksperymentu
czynnego.
28. Modele statyczne
– nie występuje parametr czasu. Rozważamy systemy o wejściach
wolnozmiennych (wszystkie zależności tworzące model odnoszą się do tej samej chwili
czasowej ).
29. Modele dynamiczne
– konieczny parametr czasu, opisywane z reguły w kategoriach równań
różniczkowych (modele ciągłe) lub różnicowych (modele dyskretne) – zwyczajnych i
cząstkowych.
30. Modele ciągłe a dyskretne –
ciągłe – zmienne określone w sposób ciągły np. w każdej chwili
czasu; dyskretne – z dyskretną reprezentacją zmiennych
31. Chaos deterministyczny –
model dynamiczny, różnicowy opisujący populację w warunkach
występowania ograniczonych zasobów – graniczna wartość populacji równa się 1.
32. Inne metody modelowania systemów –
są to modele rozmyte. Dotyczy systemów których
nie da się opisać modelem matematycznym.
33. Modelowanie rozmyte –
uproszczone modele rzeczywistości, niezbyt precyzyjne dane w
ograniczonej ilości, niezbyt precyzyjne zasady wnioskowania. Liczy się prostota rozwiązania i
szybkość działania
34. Modele systemów i ich zachowanie
– model jest uproszczoną reprezentacją systemu w
czasie i przestrzeni, stworzoną w zamiarze zrozumienia zachowania systemu rzeczywistego.
Występują modele rzeczywiste i abstrakcyjne (jakościowe, ilościowe). Aby sprawdzić czy
system jest optymalny należy ilościowo i jakościowo zbadać zachowanie systemu w całym
cyklu jego istnienia.
35. Modelowanie -
to wyszukiwanie w systemie cech i związków istotnych ze względu na dany
cel. Wiąże się zawsze z określonym celem modelowania, jeden system może reprezentować
wiele modeli.
36. Zdobywanie wiedzy o świecie –
37. Modele wzrostu systemów -
gdy jedyną wielkością obserwowaną systemu jest stan jego
wyjścia w kolejnych chwilach czasu, wówczas na tej podstawie budujemy modele
prognostyczne przyszłego zachowania się systemu dla czasu t = k+1, na podstawie zbioru
danych obserwacji poprzednich t = 1,2,...,k, np. co godzinę, co miesiąc, rok, przy czym t=1 nie
musi oznaczać początku życia system, lecz jedynie początek obserwacji.
38. Wzrost geometryczny –
przyrost o stały iloczyn.np F=(1 + i)
n
* P
o
(P wartość początkowa, F
– końcowa, i stopa%, n-czas). Używamy np. do opisania wzrostu populacji, stanu konta,
wzrost długu
39. Model stada -
wzrost dla różnych grup wiekowych stada jest różny z tytułu zróżnicowanej
rozrodczości i umieralności. Zmniejszenie populacji jest słuszne dla każdej grupy wiekowej k,
przy jej przejściu do następnej grupy ilość osobników zmniejsza się o współczynnik przeżycia
b
i
, tak więc: x
i+-1
(k+1) = β
1
x
1
(k), i=1,2,…,n-1, gdzie β
1 (śmiertelność)
<1 można oszacować z badań
statystycznych lub wziąć z odpowiednich tabel.
40. Modele gospodarki -
Y(k) = C(k) + I(k) + G(k) Y(k) – dochód narodowy lub korporacji; C(k) –
konsumpcja w danym okresie; I(k) – inwestycje w danym okresie; G(k) – wydatki państwa
(korporacji) w danym okresie. konsumpcja musi być ograniczona i stanowić część przychodu:
C(k) = mY(k), 1>m>0.
41. Wzrost eksponencjalny systemu - Wzrost wykładniczy
to zmiana w układzie
dynamicznym określonym przez parametr
x
zależnym od
czasu
t
w taki sposób, że:
, gdzie
A
to dowolna stała, a τ to stała, zwana czasem charakterystycznym.
42. Chaotyczny układ elektroniczny -
prawo opisujące własności sprężyste ciał stałych
mówiące, że odkształcenie ciał stałych jest proporcjonalne do przyłożonego naprężenia.
Prawo to jest spełnione dla małych odkształceń.
43. Układ mechaniczny -
W przypadku rozciąganej lub ściskanej sprężyny miarą odkształcenia
jest jej wydłużenie x. Prawo Hooke’a dla sprężyny można zapisać w postaci F
x
=kx.
Współczynnik proporcjonalności k charakteryzuje własności sprężyste określonej sprężyny.
d
2
x
m
2
�½
mg
k
dt
Równanie ruchu ma postać:
44. Drgające układy mechaniczne i drgające obwody elektryczne
Układ mechaniczny
Drgania harmoniczne
Drgania harmoniczne
tłumione
Drgania tłumione z siłą
wymuszającą
Układ elektryczny
d
2
x
m
2
kx
�½
0
dt
d
2
x
dx
m
2
b
kx
�½
0
dt
dt
d
2
x
dx
m
2
b
kx
�½
F
0
sin
dt
dt
d
2
 
L
2
 �½
0
c
dt
d
2
d
 
L
2
R
 �½
0
dt c
dt
d
2
d
 
L
2
R
 �½
F
0
sin(
dt c
dt
45. Modele zachowania systemów z ograniczeniami strukturalnymi -
modele, gdzie są
zdefiniowane początki struktury systemu, tzn. niektóre jego wewnętrzne relacje jak i powiązanie
z otoczeniem. Układy transformujące energię, systemy z nasyceniem.
46. Systemy konfliktowe -
systemy (osobniki, organizacje) współdziałają z otoczeniem będącym
podobnym lub nieco większym systemem. Stąd oba systemy można ująć w jeden większy
meta-system, w którym działają dwa konfliktowe systemy. Wyścig zbrojeń, model drapieżnika
lub ofiary, model urbanizacji
47. Modelowanie systemów złożonych –
od lat 70 modelowanie to odbywa się przy pomocy
komputera. Trzy najprostsze równania ujmujące ten model: x-populacja świata, y-
x
�½
b
zanieczyszczenia, z-konsumpcja.
xz
dxy
y
;
z
�½
cyz (1
kyz)
;
y
�½
exz
a
Ze współczynnikami wzrostu: a – odnowy środowiska; b – urodzeń; c – konsumpcji; d – śmiertelności;
e – zanieczyszczenia środowiska; k – ograniczenia konsumpcji
48. Prognozowanie ewolucji systemów -
prognozowanie przy znanym typie (nie znamy skali A,
ani wykładnika alfa), prognozowanie bez znajomości modelu (trudne do ustalenia,
prognozowanie może być trafne tylko w krótkim fragmencie czasu ewolucji)
49. Zastosowanie sieci neuronowych –
wszędzie tam, gdzie nie można zbudować modelu
przyczynowo – skutkowego, bo zjawisko jest zbyt skomplikowane. Klasyfikacja,
rozpoznawanie mowy, twarzy, pisma, chorób, sterowanie, analiza danych i wykrywanie
związków pomiędzy nimi, prognozowanie, aproksymacja.
50. Modele SI – biologiczny neuron -
do komórki docierają informacje pobudzające lub
hamujące. Jeśli suma tych sygnałów przekracza wartość progową to sygnał przesyłany jest do
innych neuronów. Skład się z: ciało komórki, akson, dendryt, synapsy
51. Idea modelowania biologicznej komórki mózgowej (neuronu) –
każde pobudzenie x
mnożone jest przez odpowiednią wagę w i sumowane. Następnie przetwarzane za pomocą
funkcji aktywacji: sigmoidalnej, liniowej, skoku jednostkowego itp.
52. Sieci neuronowe typu MLP -
53. Najbardziej popularne SN jako systemy uczące się –
wiedza neuronu kryje się w wagach.
W procesie uczenia na wejście neuronu podaje się określone kombinacje x oraz tak zmienia
się wartości wag aby uzyskać pożądane wartości na wyjściu. Trzeba dysponować przykładami
jak neuron ma reagować na określone kombinacje wejść.
54. Popularność sieci neuronowych -
bardzo dużym zainteresowaniem cieszą się sieci
neuronowe, jako wygodne narzędzie przydatne do rozwiązywania bardzo wielu różnych
Zgłoś jeśli naruszono regulamin