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 بر بخش پیشرفته‌تر مباحث تمرکز دارد 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 دربر 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. نویسندگان از همان ابتدا روشن می‌کنند که مسئله فقط ساختن یک مدل ریاضی نیست، بلکه رسیدن به مدلی است که بتواند در تحلیل، پیش‌بینی، کنترل و ارزیابی سناریوهای مختلف به کار بیاید.
کتاب مدل سازی و شبیه سازی (جلد دوم) از فصل هفتم تا دوازدهم پیش می‌رود و 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 این کتاب 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.