مدل‌سازی و شبیه‌سازی سیستم‌ها با استفاده از متلب و سیمولینک ۲۰۱۷
Modeling and Simulation of Systems Using MATLAB and Simulink 2017

مدل‌سازی و شبیه‌سازی نه تنها به درک بهتر عملکرد سیستم‌های دنیای واقعی کمک می‌کنند، بلکه ما را قادر می‌سازند تا رفتار سیستم را قبل از ساخت آن پیش‌بینی کرده و سیستم‌ها را به طور دقیق تحت شرایط عملیاتی مختلف تحلیل کنیم. کتاب “مدل‌سازی و شبیه‌سازی سیستم‌ها با استفاده از MATLAB® و Simulink®” پوششی جامع و به‌روز از تمام جنبه‌های مهم مدل‌سازی و شبیه‌سازی سیستم‌های فیزیکی و مفهومی ارائه می‌دهد. مثال‌های واقعی متعددی نشان می‌دهند که چگونه شبیه‌سازی نقش کلیدی در درک سیستم‌های دنیای واقعی ایفا می‌کند. نویسنده همچنین توضیح می‌دهد که چگونه می‌توان به طور مؤثر از نرم‌افزارهای MATLAB و Simulink برای اعمال موفقیت‌آمیز تکنیک‌های مدل‌سازی و شبیه‌سازی ارائه شده استفاده کرد.

این کتاب پس از معرفی فلسفه اساسی سیستم‌ها، رویه‌های گام به گام برای مدل‌سازی انواع مختلف سیستم‌ها را با استفاده از تکنیک‌های مدل‌سازی مانند رویکرد نظریه گراف، مدل‌سازی ساختاری تفسیری و مدل‌سازی پویایی سیستم ارائه می‌دهد. سپس به بررسی چگونگی تکامل شبیه‌سازی از دوران قبل از رایانه به علم امروزی می‌پردازد. این متن همچنین تکنیک‌های محاسباتی نرم مدرن، از جمله شبکه‌های عصبی مصنوعی، سیستم‌های فازی و الگوریتم‌های ژنتیک را برای مدل‌سازی و شبیه‌سازی سیستم‌های پیچیده و غیرخطی ارائه می‌دهد. فصل آخر به مدل‌سازی سیستم‌های گسسته می‌پردازد.

این کتاب با آماده‌سازی دانشجویان کارشناسی و کارشناسی ارشد برای دروس پیشرفته مدل‌سازی و شبیه‌سازی، به آن‌ها کمک می‌کند تا مطالعات شبیه‌سازی مؤثری را انجام دهند. به علاوه، دانشجویان تحصیلات تکمیلی پس از اتمام این کتاب باید بتوانند تحقیقات شبیه‌سازی را درک و هدایت کنند.

Not only do modeling and simulation help provide a better understanding of how real-world systems function, they also enable us to predict system behavior before a system is actually built and analyze systems accurately under varying operating conditions. Modeling and Simulation of Systems Using MATLAB® and Simulink® provides comprehensive, state-of-the-art coverage of all the important aspects of modeling and simulating both physical and conceptual systems. Various real-life examples show how simulation plays a key role in understanding real-world systems. The author also explains how to effectively use MATLAB and Simulink software to successfully apply the modeling and simulation techniques presented.

After introducing the underlying philosophy of systems, the book offers step-by-step procedures for modeling different types of systems using modeling techniques, such as the graph-theoretic approach, interpretive structural modeling, and system dynamics modeling. It then explores how simulation evolved from pre-computer days into the current science of today. The text also presents modern soft computing techniques, including artificial neural networks, fuzzy systems, and genetic algorithms, for modeling and simulating complex and nonlinear systems. The final chapter addresses discrete systems modeling.

Preparing both undergraduate and graduate students for advanced modeling and simulation courses, this text helps them carry out effective simulation studies. In addition, graduate students should be able to comprehend and conduct simulation research after completing this book.