- •1. Понятие системы
- •3.Аналогия. Связь с понятием «система»
- •5.Черный ящик. Основная проблема моделирования.
- •9.Виды математического моделирования. Примеры
- •11. Получение случайных чисел, подчиняющихся экспоненциальному закону
- •10.Получение случайных чисел с произвольным законом распределения методом обратных функций
- •8.Классификация видов моделирования
- •6. Общая схема моделирования
- •2. Моделирование как метод научного познания.
- •13. Методы получения равномерно распределенных случайных чисел.
- •4. Взаимосвязь эксперимента и модели.
- •15. Общие свойства программных датчиков псевдослучайных чисел
- •17.Мультипликативный конгруэнтный метод получения равномерно распределенных псевдослучайных чисел
- •19. Программный датчик randu. Общая характеристика, принцип работы, особенности
- •21. Требования к базовому датчику. Проверка их соблюдения.
- •4. Простейшие проверки
- •23. Проверка равномерности распределения псевдослучайной последовательности по критериям согласия
- •23.Проверка равномерности распределения псевдослучайной последовательности по критериям согласия
- •22. Проверка равномерности распределения псевдослучайной последовательности по ее числовым характеристикам.
- •20. Имитация случайных величин и процессов
- •18. Смешанный и аддитивный конгруэнтный методы получения равномерно распределенных псевдослучайных чисел. Методы увеличения периода датчика
- •16. Конгруэнтные методы получения равномерно распределенных псевдослучайных чисел
- •14. Метод середины квадрата. Общая характеристика, основные недостатки. Требования к функции рекуррентной формулы
- •24. Проверка независимости чисел в псевдослучайной последовательности. Критерий автокорреляции.
- •26. Получение случайных чисел с произвольным законом распределения методом отбора
- •30. Понятие системы массового обслуживания, назначение, общая характеристика, разновидности, примеры.
- •32.Цели и методы моделирования систем массового обслуживания.
- •34. Уравнения Колмогорова для одноканальной системы массового обслуживания с отказами.
- •28.Получение случайных чисел, подчиняющихся закону Вейбулла
- •35. Имитационное статистическое моделирование смо.
- •33. Основы моделирования систем массового обслуживания. Поток событий. Свойства потоков событий.
- •31.Классификация систем массового обслуживания
- •27. Моделирование нормально распределенной случайной величины
- •25. Проверка независимости чисел в псевдослучайной последовательности. Критерий разностей
- •29.Распределение хи-квадрат .
6. Общая схема моделирования
Моделированием наз-ся замещение одного объекта, назыв-го системой, др-м объектом, назыв-м моделью, и проведение экспериментов с моделью (или на модели), иссл-ие св-в модели, опираясь на рез-ты экспериментов с целью получения инф-ции о системе.
При модел-ии необх-мо обеспечить макс-ую эффек-ть модели системы. Эффек-ть обычно опр-ся как нек-ая разность м/ду какими-то показ-ми ценности рез-тов, получе-х в итоге эксплуатации модели, и теми затратами, кот-ые были вложены в ее разраб-ку и создание.
На базе системного подхода м. б. предложена и нек-рая послед-сть разработки моделей, когда выделяют две основные стадии проектир-ия: макропроект-ие и микропроект-ие.
На стадии макропроек-ия на основе данных о реальной системе S и внеш. среде Е строится модель внеш. среды, выявл-ся ресурсы и ограничения для построения модели системы, выбирается модель системы и критерии, позволяющие оценить адекватность модели М реальной системы S.
Стадия микропроек-ия в значит. степени зависит от конкр-го типа выбранной модели. В случ. имитационной модели необх-мо обеспечить созд-ие инф-ого, матем-го, технич-го и прогр-го обеспеч-ий систем модел-ия. На этой стадии м-но установить осн-ые хар-ки созданной модели, оценить время работы с ней : затраты ресурсов для получения заданного кач-ва соотв-ия модели пр-су функц-ия системы S.
Независимо от типа исп-мой модели М при ее построении необх-мо руководст-ся рядом принципов сист-го подхода: 1) пропорц-но-последов-ое продвиж-ие по этапам и направл-ям создания модели; 2) соглас-ие инф-ых, рес-сных, надежностных и др. хар-тик; 3) правильное соотн-ние отд-х ур-ней иерархии в системе модел-ния; 4) целостность отд-ых обособленных стадий постр-ия модели.
Модель М должна отвечать заданной цели ее создания, поэтому отд-ые части д-ны компоноваться взаимно, исходя из единой системной задачи. Цель м. б. сформулирована качественно, тогда она будет обладать большей содержательностью и длительное время м-т отображать объективные возм-сти данной системы моделирования.
При колич-ой формулировке цели возникает целевая функция, которая точно отображает наиб. существенные ф-ры, влияющие на достижение цели. Целевую ф-ию можно представить в виде U1=F(X, Y, U2….Un) , где Х-входы, У-выходы, U1, U2…Un – ограничения цели; при чем задача стоит в оптимизации U1. Оптимиз-ся может более одного критерия. Для упрощения модели М цели делят на подцели и создают более эфф-ные виды моделей в завис-ти от полученных подцелей модел-ия.
Для правильно построенной модели М характерным явл-ся то, что она выявляет лишь те закономерности, которые нужны исследователю, и не рассматривает свойства системы S, не существенные для данного иссл-ия. Модель выступает как нек-ый «заместитель» оригинала, обеспечивающий фиксацию и изучение лишь нек-ых св-в реального объекта. Искусство моделирования – выделение существенного из множества несущественного.
Заключит-ный этап моделирования — анализ модели. По полученным расчетным данным проверяется, наск-ко расчеты отвечают нашему представлению и целям моделирования. На этом этапе определяются рекомендации по совершенствованию принятой модели и, если возможно, объекта или процесса.
