复杂机器人系统建模的主要步骤:系统建模的目标,系统建模阶段,模型求解阶段,模型分析与检验

在系统建模的过程当中，关键性问题就是建立的模型要综合考虑到其多面性、 集中性，且能够准确地反映出系统的本质特点、系统所处在的状态以及发生的变化 规律。在一些实际问题中，能够直接采用数学公式将事物加以描述的是非常有 限的，而且在很多状况下，将实际问题与模型完全相同也是不切实际的。系统结构 和机理当中的一个抽象就是系统分析下的数学模型，当一些前提条件得到满足时， 描述出来的模型才会更加贴近实际。所以，建模的过程要遵循如下一些原则。

(1)准备阶段。面对一些复杂的系统时，任务较重的阶段就是准备阶段，由于 要弄清问题的背景条件，建立模型的目的和模型针对的目标，准备阶段需要耗费大量 的精力。先，针对要进行分析的问题和模型，要做到对其所归属的领域非常熟知，将其规划到众多学科中的一种。不同的领域都有着自己d特的特点，应当做到具体 问题具体分析。其次，要确定建模是为了做什么,建模不仅可以解读和说明问题，而 且可以起到预测的作用。Z后，针对建立的模型选择一种较为恰当的解决方式。

(2)系统认识阶段。先是系统建模的目标。模型的目标较为重要，特别是 对于大多数的决策问题以及优化方面的问题。其次是系统建模的规范。模型问题 一定要规范化，也就是说要根据模型处理问题的要求和要达到的目标制作模型规 范。然后是系统建模的要素。模型中所应涉及的各个要素要先确定，确定方法 可以借助模型目标以及上一步中建模规范来实现。Z后是系统建模的关系及其限 制。模型中也普遍存在着关系要求，这就使得建模者根据模型规范和模型的实际 特点，对模型与模型之间的关系和相互影响进行多面的统筹和分析，选择出那些Z 为适合的要素，从而完成建模过程。

(3)系统建模阶段。 一个模型可以是对现实当中某个系统的想象表示，所以建模的过程始终都与形式有关系。要素变量要怎样才可以表示出要素原型，要素 和变量之间的相互关系要如何去描述，模型的目标和要素的变量之间如何描述，怎 么去表述约束条件，以及用整体性的原则把各个分部分表示出来，特别是对有关方面如何进行较好的数量描述等，上述提到的种种问题都是模型形式化的过程经常 遇到的。

建模假设的各个条件需要进一步地进行分析，但是这些要建立在已经提 出的建模假设的基础之上才能够完成。先需要进行区分的就是变量都有哪些， 已知量有哪些，未知量又有哪些。然后分析这些量的相互作用，它们之间存在着怎 样的关系以及它们的位置，再选择一个合适的数学工具，借助恰当的建模方式，建 立出能够刻画实际问题的数学模型。举例来说，“喜糖建模”的过程中就涉及了数 学模型中的两大基本方法：一个是系统辨识法；另一个是机理分析法。机理分析法 是在一定的基础之上进行的分析，这一基础就是对实物内部机理先进行探索，再合 理地利用其前提条件和模型信息得到Z终的模型；系统辨识法则与之不同，它用在 对系统的内部机理一无所知的情况下，利用建模假设或者是实际情况中对系统为 测试数据所给出的事物系统的输入、输出信息来建立模型。

伴随着计算机这一学 科的不断发展，计算机的模拟功能有效地促进了数学建模这一理论的飞速发展，也 逐渐成为一种建造模型的Z为实用的方法，这些建模的方法都有各自的长处，也存 在一些不足之处，因此在构造模型的过程中可以同时采用多种方法，从而达到取长 补短的目的。

(4)模型求解阶段。完成了模型的表示这一工作并没有意味着建模工作就完 成了，此时Z为关键的问题就变为如何成功地利用该模型进行计算，并且保证求解 的成功。数学模型建立完毕后，求解的过程往往会用到两种方法：一种是传统的数 学方法；另一种是现代的数学方法。对于较为复杂的系统来说，一般的数学方法是 达不到求解这一目标的，这就需要对模型的特点进行详尽的分析，设计一种算法然 后编写软件包，Z后借助计算机这一工具完成模型的求解。

(5)模型分析与检验。根据建立模型时的目的要求，模型经过求解之后产生 的一系列数字结果可以进行相应的分析，如进行误差分析、开展稳定性分析等。如 果分析得到的结果不满足开始设定的要求，就需要更改建模时候提出的假设条件， 提出一个全新的模型， 一直到Z后的分析满足需求，同时可以进行优化等方面的 讨论 。

对于系统的整体分析和服务来说，主要由数学模型的建立来完成，能够将系统 的客观实际情况解释出来就是判断模型好坏的标准。如果经过一系列的分析之后 发现模型符合要求，此时就需要根据实际情况再加以检验，若不符合，则需要进行 完 善 。