Описание или изображение моделируемого объекта в памяти компьютера

Обновлено: 21.11.2024

Распределение интенсивности и контрастность спекл-структур изображения для различных объектов с разными профилями поверхности исследуются на компьютере в зависимости от свойств шероховатости поверхности объектов и разброса точек системы формирования изображения. Настоящее исследование компьютерного моделирования для объектов, имеющих случайную поверхность, дает теоретическую основу для экспериментальных результатов, полученных Фуджи и Асакурой. То же исследование для объектов, имеющих периодическую поверхность двух разных профилей, показывает, что изменение контраста принимает сложную форму в зависимости от разброса точек системы формирования изображения, в то время как распределение интенсивности изображений просто следует периодическому изменению. Из моделирования становится ясно, что максимальное значение изменения контраста изображения зависит в основном от среднеквадратичной шероховатости поверхности объектов, а не от профиля их поверхности.

Хитоши Фуджи, Тошимицу Асакура и Ёсио Синдо
J. Опц. соц. Являюсь. 66(11) 1217-1222 (1976)

Хитоши Фуджи
Дж. Опц. соц. Являюсь. 69(11) 1573-1579 (1979)

Хитоши Фуджи и Тосимицу Асакура
J. Опц. соц. Являюсь. 67(9) 1171–1176 (1977)

Николас Джордж
Дж. Опц. соц. Являюсь. 66(11) 1182-1194 (1976)

Ссылки

У вас нет доступа к этому журналу по подписке. Списки цитирования с исходящими ссылками цитирования доступны только подписчикам. Вы можете подписаться либо как член Optica, либо как авторизованный пользователь вашего учреждения.

Обратитесь к своему библиотекарю или системному администратору
или
войдите в систему, чтобы получить доступ к членской подписке Optica

Цитируется

У вас нет доступа к этому журналу по подписке. Процитированные ссылки доступны только подписчикам. Вы можете подписаться либо как член Optica, либо как авторизованный пользователь вашего учреждения.

Рисунки (13)

У вас нет доступа к этому журналу по подписке. Файлы рисунков доступны только подписчикам. Вы можете подписаться либо как член Optica, либо как авторизованный пользователь вашего учреждения.

Таблицы (2)

У вас нет доступа к этому журналу по подписке. Таблицы статей доступны только подписчикам. Вы можете подписаться либо как член Optica, либо как авторизованный пользователь вашего учреждения.

Уравнения (17)

У вас нет доступа к этому журналу по подписке. Уравнения доступны только подписчикам. Вы можете подписаться либо как член Optica, либо как авторизованный пользователь вашего учреждения.

Атрибуты качества в медицинских системах планирования и моделирования

11.2.1 Системы MPS

Системы MPS часто используют технологии виртуальной реальности. Таким образом, системы MPS включают в себя ресурсоемкие вычисления, поскольку среда виртуальной реальности должна позволять пользователям взаимодействовать в режиме реального времени с компьютерной симуляцией (Kim, 2005). Используются передовые методы взаимодействия, поскольку системы MPS не только интегрируют визуальную информацию, но и информацию, относящуюся к осязанию тканей и органов человека (Sorid and Moore, 2000). Таким образом, многие системы MPS интегрируют сложные тактильные аппаратные системы для взаимодействия пользователя с программным обеспечением (например, для имитации использования эндоскопического инструмента внутри человеческого тела). Это отличается от обычных программных систем, которые используют мышь, клавиатуру или сенсорные панели в качестве устройств ввода и мониторы, экраны или визуальные дисплеи в качестве устройств вывода.

12-й Международный симпозиум по проектированию технологических систем и 25-й Европейский симпозиум по автоматизированному проектированию технологических процессов

2.3 Динамическая модель

Система моделирования предназначена для поддержки как тестирования системы управления, так и обучения операторов, поэтому она может принести наибольшую пользу пользователю системы. В идеале виртуальный завод будет доступен для эксплуатации в качестве стратегического актива для повышения качества усовершенствований системы управления и повышения эффективности операторов предприятия.

Динамическое моделирование взаимодействует с изменениями окружающей среды в реальном времени. Изменены макеты моделей, обновлено динамическое моделирование. Также сигналы моделирования могут быть переданы в физические модели, а сигналы этих физических моделей могут быть переданы в виртуальные устройства, что позволит нам выполнять интегрированное моделирование со всей виртуальной/физической моделью.

Архитектуры программного обеспечения и инструменты для автоматизированного проектирования процессов

Л. Пучжанер, . Г.В.Реклайтис, компьютерная химическая инженерия, 2002 г.

5.4.2.1 Моделирование непрерывного процесса

Системы моделирования процессов изначально были задуманы для моделирования непрерывных стационарных технологических схем, представленных классическими нефтехимическими процессами, такими как гидродеалкилирование бензола или производство этилбензола. Модель технологической схемы обычно состояла из моделей единичных операций, присутствующих в технологической схеме, которые были связаны через технологические потоки, которые составляли наборы внешних входных и выходных переменных для этих моделей. Решение модели технологической схемы осложнялось наличием рециркуляционных потоков, которые создавали связи между моделями агрегатов. Для решения полученных в результате крупномасштабных систем связанных алгебраических уравнений широко применялась стратегия естественной декомпозиции, называемая последовательным модульным подходом. При таком подходе единичные модели выполнялись последовательно в направлении основных потоков процессов, а поток рециркуляции, или, точнее, потоки отрыва, служили в качестве переменных итерации. AspenPlus (Aspen Technology.), HYSIM-HYSYS (Hyprotech/AEA) и PRO/II (Simulation Sciences) остаются наиболее важными примерами технологии моделирования этого типа (рис. 1). Эти инструменты постепенно развивались и содержали обширные библиотеки модулей модульных операций, в том числе некоторые из них включали модели, состоящие из дифференциальных уравнений, а также обширные возможности оценки физических свойств и поддерживающие базы данных постоянных свойств. Из-за желательности легкого добавления новых моделей операций отдельных процессов или модификаций существующих моделей вскоре возникла необходимость разрешить связывание или вставку добавленных пользователем подпрограмм FORTRAN. В последние годы это отчасти стимулировало идею COSE (Cape Open Simulation Executive). Со временем, с развитием эффективных методов решения крупномасштабных алгебраических систем, эти методы были адаптированы для одновременного решения всего набора уравнений модели технологической схемы, что привело к так называемой архитектуре моделирования технологической схемы, ориентированной на уравнения.

Рисунок 1. Моделирование непрерывного процесса. Среда AspenPlus.

Естественным следующим шагом для моделирования технологических схем было обеспечение возможности моделирования динамики процесса. Опять же, к решению таких динамических имитационных моделей первоначально подходили с использованием последовательных модульных стратегий, но в современных системах упор делается на одновременные методы решения. Эти архитектуры воплощались в таких инструментах, как DYNSIM (Simulation Sciences), HYSYS (Hyprotech/AEA) и AspenDynamics (Aspen Technology) (рис. 2). В идеале такие инструменты предлагают согласованный набор стационарных и динамических моделей работы одного и того же блока, предоставляя пользователю удобство быстрого перехода от стационарного режима к динамическому моделированию данного процесса. Система DynaPLUS, продаваемая Aspen Technology, предназначена именно для достижения этой цели.

Рисунок 2 . Динамическое моделирование непрерывного процесса. Среда ХАЙСИС.

Анализ моделирования

8.4.2 GPSS

Система моделирования общего назначения (GPSS) — это процессно-ориентированный язык моделирования для моделирования дискретных систем. Он использует нотацию блочной структуры для построения моделей. Они предоставляют набор стандартных блоков (см. рис. 8.9), которые обеспечивают управление и операции для транзакций (сущностей). Модель транслируется в программу GPSS путем выбора блоков для представления компонентов модели и объединения их в блок-схему, определяющую логические структуры системы. GPSS интерпретирует и выполняет блок-схему, заданную пользователем, тем самым обеспечивая моделирование. Эта интерпретация медленная, поэтому язык нельзя использовать для решения больших задач.

Рисунок 8.9. Базовые блоки компонентов моделирования GPSS.

Чтобы проиллюстрировать GPSS, мы снова рассмотрим нашу систему банковского кассира. Она рассматривается как односерверная система очередей с нашим кассиром и n прибытиями клиентов (см. рис. 8.10). Клиенты прибывают со средним интервалом между прибытиями 10 минут, распределенными по экспоненциальному закону. Кассир обслуживает клиентов в одно и то же время от 5 до 15 минут. Моделирование будет собирать статистику о длине очереди, использовании кассира и времени в системе. Симулятор строит диаграмму, показанную на рис. 8.10, из модели системы массового обслуживания на основе собираемой статистики. Затем эта структура транслируется в код, показанный на рис. 8.11. Код разбит на четыре части. Верхний раздел используется для определения данных, необходимых для аппроксимации экспоненциального распределения, и установки маркеров для статистики, зависящей от времени.

Рисунок 8.10.Модель GPSS для задачи банковского кассира.

Рисунок 8.11. Код GPSS для проблемы с кассиром в банке.

Второй сегмент — это основной код моделирования, который выполняет задачи по генерации клиентов (14), сбору статистики о времени прибытия (15), постановке в очередь прибывающих клиентов (16), планированию обслуживания (17; когда он свободен, возьмите контроль), выход из очереди (18), задержка выхода на соответствующее время обслуживания кассира (19), освобождение кассира для следующего покупателя (20), сбор статистики времени пребывания клиента в системе (21), и выход из системы (27).

Третий сегмент — это временной сегмент, который используется для планирования завершения процедуры обслуживания. Модель запланирует фиктивную транзакцию в момент времени 480, что приведет к выполнению команды завершения (счетчик установлен на 0). Четвертый раздел, сегмент управления, начинает симуляцию, устанавливая счетчик завершения и передавая управление сегменту модели.

В этом примере показаны некоторые функции GPSS. GPSS — это простой метод моделирования, который получил широкое распространение. Однако этот язык был обречен из-за своей интерпретационной операции, которая делала его чрезвычайно медленным. Читателю рекомендуется обратиться к [ 15 ] за подробностями языка.

Моделирование программного процесса

III.D.4. Другие типы имитационных моделей

Разработан ряд других систем моделирования, включая гибридные комбинации моделей системной динамики (непрерывных) и моделей дискретных событий. Имитационные модели на основе состояний более формальны и имеют более полное графическое представление. Моделирование на основе состояний обладает хорошей способностью отображать детали графически, но не так хорошо фиксирует математические детали, как модели с дискретными событиями. Модели на основе состояний получают производительность, количество ошибок и частоту обнаружения в качестве входных данных и прогнозируют эффективность с точки зрения усилий, продолжительности, обнаруженных ошибок и ошибок, пропущенных процессом.

Также были разработаны основанные на знаниях модели метамодели. Они используют статистическую сеть. Неформальные описания процессов извлекаются и преобразуются в модель процесса. Статические и динамические свойства модели процесса, такие как непротиворечивость, полнота, внутренняя правильность и прослеживаемость, могут быть оценены с помощью модели этого типа. Графические представления предоставляются пользователям для интерактивного редактирования и общения.

Основы Simics

Образы памяти

Система моделирования изображений в памяти Simics предоставляет несколько уникальных функций 1 и позволяет Simics решать задачи моделирования систем, намного больших, чем любая другая система моделирования. Система образов памяти Simics используется для имитации всех больших хранилищ в системе, будь то ОЗУ, флэш-память или диск.

Система образов представляет только реально используемую память, а это означает, что на хост-компьютере должно быть достаточно оперативной памяти только для представления рабочего набора целевых машин. Во многих случаях это значительно меньше, чем общий объем моделируемой оперативной памяти. Образы памяти позволяют Simics имитировать целевую память, которая больше, чем физическая память хост-машины (Alameldeen et al., 2003a; Речистов, 2013). Это отличается от типичной системы мониторинга виртуальных машин или других виртуальных платформ, где вся целевая память явно выделяется как часть настройки моделирования.

Реальная история

Очень большая память

На заре Simics клиент создавал очень большие 64-разрядные серверы с помощью Simics. Перейдя к 64-битной системе, было интересно узнать, действительно ли операционная система правильно обрабатывает полностью заполненную 64-битную память. Например, был ли какой-то код, который использовал знаковый вместо беззнакового, так что память в 2 64 байта вместо этого считалась бы -2 63? Даже если бы существовал сервер, способный загрузить столько оперативной памяти, стоимость его покупки была бы больше, чем оборонный бюджет США в то время. Но с Simics они просто установили размер памяти на 2 64 , и система пошла загружаться. Пока симуляция не затрагивала слишком много памяти, Simics легко симулировала это на машине с менее чем гигабайтом ОЗУ на хосте.

Simics также может уменьшить объем необходимой оперативной памяти, представляя идентичные страницы памяти только один раз. Неиспользуемые страницы никогда не представляются явно, и можно установить значение по умолчанию для неиспользуемой памяти (например, для флэш-памяти неиспользуемая память имеет значение 0xFF ). Если две разные страницы памяти имеют одинаковое содержимое, их также можно объединить и представить только один раз. Это та же идея, что и ядро Linux Kernel SamePage Merging (KSM) или Transparent Page Sharing (TPS) VMware. Такие страницы встречаются на удивление часто, особенно при моделировании множества подобных досок в сети.

Если для представления целевого состояния требуется больше ОЗУ, чем доступно, система образов Simics выполняет собственную подкачку на диск на основе информации, доступной симулятору, о том, какие данные лучше всего подкачать.Это также означает, что Simics может имитировать системную память, превышающую виртуальную память хоста. Это означает, что доступное дисковое пространство является пределом того, насколько большие изображения могут быть смоделированы.

Изображения Simics также отслеживают страницы, которые были изменены между операциями, такими как запуск моделирования и выполнение контрольной точки.

Образы Simics, используемые для имитации дисков, обычно доступны только для чтения; это предотвращает случайное изменение основного образа диска при моделировании и делает безопасным совместное использование одного и того же образа диска несколькими целевыми машинами. Например, это означает, что вы можете загрузить несколько копий одной и той же системы Linux в симуляцию, и они не будут стирать состояние друг друга. Все изменения считаются локальными для каждой целевой машины и будут отброшены при выходе из симуляции. При желании измененные страницы можно сохранить как файлы «diff», а затем повторно применить для достижения нового состояния диска, объединив исходный неизмененный файл изображения с diff.

Образы Simics сами по себе не являются дисками, оперативной памятью или флэш-памятью — они используются в качестве хранилища за этими различными типами памяти или систем хранения. На рис. 2.10 показан пример использования образа для хранения объекта ОЗУ, где объект ОЗУ сопоставляется с целевой картой памяти, а образ находится за ним.

Моделирование и имитация производительности компьютерных сетей

4.2 Моделирование событий

В моделировании, управляемом событиями, изменения состояния системы вызываются событиями, и эти изменения считаются мгновенными. Для развития моделирования необходимы два факта: когда происходят события и как они изменяют состояние системы. В основе управляемого событиями моделирования лежит так называемый список событий, отсортированный по времени список текущих запланированных событий для системы. Первое событие в списке (в начале) является ближайшим в будущем. Как показано на рисунке 7.9, каждая запись в списке состоит из четырех полей: идентификатор события, время события, тип события и информация о событии. Моделирование также поддерживает часы со временем, соответствующим событию, которое обрабатывается в данный момент. Поле типа используется для выбора выполняемой процедуры обслуживания событий, которая также использует информационное поле во время выполнения. В результате выполнения переменные состояния системы изменяются, а возможные новые события добавляются в список событий.

Рисунок 7.9. Структура управляемой событиями симуляции.

На рис. 7.10 показано основное поведение моделирования, управляемого событиями, когда все события из списка обрабатываются в порядке времени. Существует три возможных условия завершения моделирования: отсутствие списка событий, достижение запланированного максимального времени моделирования или стабильность вычисленных показателей производительности в устойчивом состоянии.

Несмотря на то, что были приложены все усилия для соблюдения правил стиля цитирования, могут быть некоторые расхождения. Если у вас есть какие-либо вопросы, обратитесь к соответствующему руководству по стилю или другим источникам.

Наши редакторы рассмотрят то, что вы отправили, и решат, нужно ли пересматривать статью.

компьютерное моделирование, использование компьютера для представления динамических реакций одной системы поведением другой системы, смоделированной по ее образцу. Моделирование использует математическое описание или модель реальной системы в виде компьютерной программы. Эта модель состоит из уравнений, которые дублируют функциональные отношения в реальной системе. При запуске программы результирующая математическая динамика формирует аналог поведения реальной системы, а результаты представляются в виде данных. Моделирование также может иметь форму компьютерной графики, которая представляет динамические процессы в анимированной последовательности.

Компьютерное моделирование используется для изучения динамического поведения объектов или систем в ответ на условия, которые невозможно легко или безопасно применить в реальной жизни. Например, ядерный взрыв можно описать математической моделью, включающей такие переменные, как тепло, скорость и радиоактивное излучение. Затем можно использовать дополнительные математические уравнения, чтобы приспособить модель к изменениям определенных переменных, таких как количество расщепляющегося материала, вызвавшего взрыв. Моделирование особенно полезно, поскольку позволяет наблюдателям измерять и прогнозировать, как на функционирование всей системы может повлиять изменение отдельных компонентов в этой системе.

Компьютеры размещают веб-сайты, состоящие из HTML, и отправляют текстовые сообщения так же просто, как. РЖУ НЕ МОГУ.Взломайте этот тест, и пусть какая-нибудь технология подсчитает ваш результат и раскроет вам его содержание.

Простое моделирование, выполняемое персональными компьютерами, состоит в основном из бизнес-моделей и геометрических моделей. К первым относятся электронные таблицы, финансовые и статистические программы, которые используются в бизнес-анализе и планировании. Геометрические модели используются во многих приложениях, требующих простого математического моделирования объектов, таких как здания, промышленные детали и молекулярные структуры химических веществ. Более продвинутые модели, например моделирующие погодные условия или поведение макроэкономических систем, обычно выполняются на мощных рабочих станциях или суперкомпьютерах. В инженерии компьютерные модели вновь спроектированных конструкций проходят симуляционные испытания для определения их реакции на нагрузку и другие физические переменные. Моделированием речных систем можно манипулировать, чтобы определить потенциальное влияние плотин и ирригационных сетей до того, как начнется какое-либо фактическое строительство. Другие примеры компьютерного моделирования включают оценку конкурентной реакции компаний на конкретном рынке и воспроизведение движения и полета космических аппаратов.

Редакторы Британской энциклопедии Эта статья была недавно отредактирована и обновлена Эриком Грегерсеном.

Согласно новым оценкам, видимый космос может содержать примерно 6 x 10^80 – или 600 миллионов триллионов триллионов триллионов триллионов триллионов триллионов битов информации.

Выводы могут иметь последствия для спекулятивной возможности того, что Вселенная на самом деле представляет собой гигантскую компьютерную симуляцию.

В основе ошеломляющей цифры лежит еще более странная гипотеза. Шесть десятилетий назад американский физик немецкого происхождения Рольф Ландауэр предложил своего рода эквивалентность между информацией и энергией, поскольку при стирании цифрового бита в компьютере выделяется незначительное количество тепла, которое является формой энергии.

Из-за знаменитого уравнения Альберта Эйнштейна E = mc^2, в котором говорится, что энергия и материя являются разными формами друг друга, Мелвин Вопсон, физик из Портсмутского университета в Англии, ранее предположил что между информацией, энергией и массой может существовать связь.

"Используя принцип эквивалентности массы, энергии и информации, я предположил, что информация может быть доминирующей формой материи во Вселенной", — сказал он Live Science. Он добавил, что информация может даже объяснить появление темной материи, загадочной субстанции, из которой состоит подавляющее большинство материи в космосе.

Вопсон намеревался определить количество информации в одной субатомной частице, такой как протон или нейтрон. По его словам, такие объекты можно полностью описать тремя основными характеристиками: их массой, зарядом и вращением.

"Эти свойства делают элементарные частицы отличимыми друг от друга, и их можно рассматривать как "информацию", – добавил он.

У информации есть конкретное определение, впервые данное американским математиком и инженером Клодом Шенноном в новаторской статье 1948 года под названием Математическая теория коммуникации. Глядя на максимальную эффективность, с которой может передаваться информация, Шеннон ввел понятие бита. Это может иметь значение 0 или 1 и используется для измерения единиц информации, так же как расстояние измеряется в футах или метрах или температура измеряется в градусах, сказал Вопсон.

Используя уравнения Шеннона, Вопсон подсчитал, что протон или нейтрон должен содержать эквивалент 1,509 бит закодированной информации. Затем Вопсон получил оценку общего количества частиц в наблюдаемой Вселенной — около 10^80, что согласуется с предыдущими оценками — для определения общего информационного содержания космоса. Его результаты были опубликованы 19 октября в журнале AIP Advances.

Несмотря на то, что полученное число огромно, оно все же недостаточно велико, чтобы объяснить темную материю во Вселенной, сказал Вопсон. В своей более ранней работе он подсчитал, что для этого потребуется примерно 10^93 бита информации — число в 10 триллионов раз больше, чем полученное им.

"Вычисленное число меньше, чем я ожидал", — сказал он, добавив, что не знает, почему. Возможно, в его расчетах не учитывались важные вещи, которые сосредоточивались на таких частицах, как протоны и нейтроны, но игнорировали такие сущности, как электроны, нейтрино и кварки, потому что, согласно Вопсону, только протоны и нейтроны могут хранить информацию о себе.

Он допускает, что, возможно, это предположение неверно, и, возможно, другие частицы также могут хранить информацию о себе.

Возможно, поэтому его результаты так сильно отличаются от предыдущих расчетов общей информации о Вселенной, которые, как правило, намного выше, — сказал Грег Лафлин, астроном из Йельского университета, не участвовавший в работе.

"Это своего рода игнорирование не слона в комнате, а 10 миллиардов слонов в комнате", – сказал Лафлин Live Science, имея в виду множество частиц, не учтенных в новой оценке.

Хотя такие расчеты могут не иметь непосредственного применения, они могут быть полезны тем, кто предполагает, что видимый космос на самом деле является гигантской компьютерной симуляцией, — сказал Лафлин. По его словам, эта так называемая гипотеза моделирования — «действительно увлекательная идея».

"Подсчет информационного содержания — в основном количества битов памяти, которые потребуются для запуска [вселенной] — интересен", — добавил он.

Но пока гипотеза симуляции остается просто гипотезой. «Нельзя узнать, правда ли это», — сказал Лафлин.

Первоначально опубликовано на сайте Live Science.

Адам Манн – независимый журналист с более чем десятилетним стажем, специализирующийся на астрономии и физике. Он имеет степень бакалавра астрофизики Калифорнийского университета в Беркли. Его работы публиковались в New Yorker, New York Times, National Geographic, Wall Street Journal, Wired, Nature, Science и многих других изданиях. Он живет в Окленде, штат Калифорния, где любит кататься на велосипеде.

Франческо Куалья

Римский университет Тор Вергата, Рим, Италия

Алессандро Пеллегрини

Римский университет Сапиенца, Рим, Италия

Добавлено новое оповещение о цитировании!

Это оповещение успешно добавлено и будет отправлено по адресу:

Вы будете уведомлены всякий раз, когда будет цитироваться выбранная вами запись.

Чтобы изменить настройки предупреждений, нажмите кнопку ниже.

Новое предупреждение о цитировании!

Сохранить в подшивку

Транзакции ACM при моделировании и компьютерном моделировании

Аннотация

Широкое распространение многоядерных машин подтолкнуло исследования в области моделирования параллельных дискретных событий (PDES) к новым парадигмам программирования, основанным на использовании общей памяти. С другой стороны, появление облачных вычислений и возможность группировать множество (недорогих) виртуальных машин для формирования кластера с распределенной памятью, способного размещать приложения для моделирования, вызвали потребность в объединении программирования с общей памятью и беспрепятственного распределенного выполнения. . В этой статье мы представляем дизайн распределенного промежуточного программного обеспечения, которое прозрачно позволяет приложению PDES, закодированному для систем с общей памятью, работать на кластерах (облачных) ресурсов. Наше промежуточное ПО основано на протоколе синхронизации, называемом синхронизацией событий и состояний. Он позволяет обработчикам событий обращаться к объектам кросс-моделирования, тем самым представляя собой мощный инструмент для разработки различных типов приложений PDES. Мы также предоставляем данные для экспериментальной оценки нашей промежуточной архитектуры, которая была интегрирована в спекулятивную платформу PDES ROOT-Sim с открытым исходным кодом.

Дополнительный материал

Доступно для скачивания

Дополнительный фильм, приложение, изображение и файлы программного обеспечения для ПО промежуточного слоя с распределенной общей памятью для спекулятивного параллельного дискретного моделирования событий

Читайте также: