کتاب مدل سازی و شبیه سازی (جلد دوم)

کتاب مدل سازی و شبیه سازی (جلد دوم) نوشته محمد لطفی و مهدی کراری است و مرکز نشر دانشگاه امیرکبیر آن را منتشر کرده است. این جلد که فصول هفتم تا دوزادهم را در بر دارد، بر بخش پیشرفته‌تر مباحث تمرکز کرده است و از مدل‌سازی تحلیلی سیستم‌های گسترده تا مدل‌سازی آزمایشی سیستم‌های خطی و غیرخطی، کاربرد هوش مصنوعی، تعیین رگرسورهای مهم و شبیه‌سازی سیستم‌های وقایع گسسته را در بر می‌گیرد. متن کتاب فقط به بیان فرمول‌ها بسنده نمی‌کند و پیوند میان مفاهیم ریاضی، مثال‌های مهندسی و مسئله‌های صنعتی را هم نشان می‌دهد. نسخه‌ی الکترونیکی این اثر را می‌توانید از طاقچه خرید و دانلود کنید.

درباره کتاب مدل سازی و شبیه سازی (جلد دوم)

کتاب مدل سازی و شبیه سازی (جلد دوم) نوشته محمد لطفی و مهدی کراری ادامه‌ی مسیری است که در جلد نخست با مبانی مدل‌سازی آغاز شده و در این بخش به موضوعات پیچیده‌تر می‌رسد. محور اصلی اثر، فهم رفتار سیستم‌هایی است که دیگر با چند رابطه‌ی ساده توصیف نمی‌شوند و برای تحلیل آن‌ها باید سراغ معادلات با مشتقات جزئی، داده‌های آزمایشی، روش‌های تخمین پارامتر و شبیه‌سازی‌های عددی رفت.  هدف نویسندگان رسیدن به مدلی است که بتواند در تحلیل، پیش‌بینی، کنترل و ارزیابی سناریوهای مختلف به کار بیاید.
هر فصل روی یک بخش مشخص از این مسیر تمرکز دارد. فصل هفتم به مدل‌سازی تحلیلی سیستم‌های گسترده می‌پردازد؛ جایی که متغیرها علاوه‌بر زمان به مکان هم وابسته‌اند و نمونه‌هایی مثل میدان‌ها، سیستم‌های گرمایی، ارتعاشات و خط انتقال مطرح می‌شوند. فصل هشتم سراغ مدل‌سازی آزمایشی سیستم‌های دینامیکی خطی می‌رود و موضوعاتی مثل طراحی آزمایش، انتخاب سیگنال ورودی، ساختار مدل، حداقل مربعات، تعیین مرتبه‌ی مدل و ارزیابی آن را بررسی می‌کند. در فصل نهم، همین بحث برای سیستم‌های غیرخطی ادامه پیدا می‌کند و روش‌هایی مثل توابع متعامد، چندجمله‌ای‌ها، ولترا، موجک و مدل‌های بلوکی مطرح می‌شوند.
کتاب مدل سازی و شبیه سازی (جلد دوم) در فصل دهم کاربرد منطق فازی و شبکه‌های عصبی را در مدل‌سازی آزمایشی سیستم‌های غیرخطی توضیح می‌دهد و بعد در فصل یازدهم به مسئله‌ی انتخاب رگرسورهای مهم می‌رسد؛ یعنی همان جایی که باید از میان تعداد زیادی پارامتر و متغیر، مؤثرترین‌ها جدا شوند. فصل دوازدهم نیز به مدل‌سازی و شبیه‌سازی سیستم‌های وقایع گسسته، مونت‌کارلو، تولید اعداد و متغیرهای تصادفی، تحلیل داده‌های ورودی و اعتبارسنجی مدل‌ها اختصاص دارد. پیوست‌های پایانی هم مفاهیم ریاضی، احتمال، آزمون فرض و جدول‌های آماری موردنیاز را یک‌جا جمع کرده‌اند تا کتاب فقط یک متن نظری نباشد و در عمل هم قابل‌استفاده بماند.

خلاصه کتاب مدل سازی و شبیه سازی (جلد دوم)

کتاب مدل سازی و شبیه سازی (جلد دوم) مجموعه‌ای از مباحث به‌هم‌پیوسته را دنبال می‌کند که هدف آن‌ها ساختن، سنجیدن و به‌کارگرفتن مدل برای سیستم‌های پیچیده است. کتاب از مدل‌سازی تحلیلی سیستم‌های گسترده آغاز می‌کند و نشان می‌دهد وقتی متغیرها در فضا و زمان پخش می‌شوند، باید از چه ابزارهایی برای استخراج معادلات حاکم استفاده کرد. سپس به مدل‌سازی آزمایشی سیستم‌های خطی و غیرخطی می‌رسد؛ جایی که داده‌های ورودی و خروجی مبنای شناسایی مدل قرار می‌گیرند. در ادامه، نقش منطق فازی، شبکه‌های عصبی، انتخاب رگرسورهای مهم و شبیه‌سازی سیستم‌های وقایع گسسته بررسی می‌شود تا مسیر از فرمول‌بندی نظری تا پیاده‌سازی عددی کامل شود.

چرا باید کتاب مدل سازی و شبیه سازی (جلد دوم) را بخوانیم؟

دلایل خواندن کتاب مدل سازی و شبیه سازی (جلد دوم) را می‌توان این‌طور خلاصه کرد:

• این کتاب پیوند میان مدل‌سازی تحلیلی، مدل‌سازی آزمایشی و شبیه‌سازی عددی را در یک مسیر آموزشی واحد نشان می‌دهد.
• خواننده با مطالعه‌ی آن می‌تواند تفاوت سیستم‌های فشرده و گسترده و شیوه‌ی توصیف هریک را دقیق‌تر درک کند.
• فصل‌های مربوط به شناسایی سیستم، تخمین پارامتر و تعیین مرتبه‌ی مدل برای کارهای پژوهشی و مهندسی داده‌محور کاربرد دارند.
• بخش هوش مصنوعی کتاب، جایگاه منطق فازی و شبکه‌های عصبی را در مدل‌سازی سیستم‌های غیرخطی روشن می‌کند.
• فصل شبیه‌سازی وقایع گسسته، مونت‌کارلو و تولید متغیرهای تصادفی برای تحلیل سیستم‌های احتمالی و صف مفید است.
• وجود مثال‌های مهندسی و پیوست‌های ریاضی و آماری کمک می‌کند مفاهیم فقط در حد تعریف باقی نمانند.

خواندن کتاب مدل سازی و شبیه سازی (جلد دوم) را به چه کسانی پیشنهاد می‌کنیم؟

خواندن کتاب مدل سازی و شبیه سازی (جلد دوم) به این گروه‌ها پیشنهاد می‌شود:

• دانشجویان مهندسی که می‌خواهند مباحث پیشرفته‌ی مدل‌سازی سیستم‌ها را منظم‌تر دنبال کنند.
• پژوهشگرانی که با شناسایی سیستم، تخمین پارامتر و ارزیابی مدل سروکار دارند.
• مهندسانی که در تحلیل رفتار تجهیزات صنعتی، فرایندها یا سامانه‌های دینامیکی فعالیت می‌کنند.
• علاقه‌مندانی که می‌خواهند کاربرد منطق فازی و شبکه‌های عصبی را در مدل‌سازی غیرخطی بشناسند.
• مخاطبانی که به شبیه‌سازی مونت‌کارلو، سیستم‌های وقایع گسسته و تحلیل داده‌های ورودی مدل علاقه دارند.