- •Учебное пособие по дисциплине «Моделирование» содержание
- •1. Основные определения и понятия теории моделирования, области использования
- •2. Основные методы моделирования
- •3. Классификация видов моделирования
- •4. Математические модели систем
- •5. Основные подходы к построению моделей системы
- •6. Введение в имитационное моделирование систем
- •6.1. Проблемы применения имитационного моделирования
- •6.2. Принцип t и особых состояний z
- •6.3. Пример использования принципа при моделировании системы
- •6.4. Пример использования принципа особых состояний при моделировании системы
- •7. Математические основы имитационного моделирования
- •7.1. Методы генерации случайных чисел
- •7.2. Методы имитационного моделирования случайных величин
- •7.3. Имитационное моделирование случайных событий
- •8. Статистическое моделирование
- •8.1. Метод статистического моделирования
- •8.2. Обработка результатов моделирования
- •9. Элементы теории Марковских случайных процессов, используемые при моделировании систем
- •9.1. Потоки событий
- •9.2. Марковский случайный процесс
- •9.3. Марковский случайный процесс «гибели и размножения»
- •10. Элементы теории массового обслуживания, применяемые при моделировании систем
- •10.1. Основные определения и понятия. Структура смо. Классификация смо
- •10.2. Системы массового обслуживания, в которых протекает Марковский случайный процесс «гибели и размножения»
- •10.2.1. Основные типы систем, соответствующие процессу «гибели и размножения»
- •10.2.2. Расчет характеристик смо на основе использования аналитического метода
- •1. Расчет многоканальных систем без потерь с неограниченным ожиданием и бесконечным потоком требований на входе (разомкнутые системы)
- •2. Расчет многоканальных систем с отказами и бесконечным потоком требований на входе (разомкнутые системы)
- •3. Расчет многоканальных систем без потерь с источником конечного числа требований (замкнутые системы)
- •4. Смо с «взаимопомощью» между каналами
- •5. Смо с ошибками в обслуживании
- •11. Инструментальные средства моделирования
- •11.1. Классы инструментальных средств
- •11.2. Технология разработки имитационной модели
- •11.3. Моделирование работы вычислительной системы в среде gpss/World
- •3. Моделирование одноканальных устройств
- •4. Очереди. Блоки queue и depart
- •5. Моделирование многоканальных устройств
- •11.4. Моделирование значений случайной величины с заданным законом распределения и обработка результатов моделирования средствами gpss/World
- •1. Моделирование последовательности значений случайных величин с заданным законом распределения
- •2. Обработка результатов моделирования
- •11.5. Основные направления развития инструментальных средств моделирования
- •Список литературы
8.2. Обработка результатов моделирования
В процессе имитационного моделирования формируется большое количество реализаций, являющихся исходным статистическим материалом для нахождения приближенных значений показателей эффективности или, как говорят, их оценок.
Оценкой
вероятности является
частота
.
Для ее получения обычно организуют на
программном уровне 2 счетчика: один для
подсчета общего количества экспериментов
N,
второй – для подсчета количества
положительных исходов n.
В качестве
характеристик исследуемой системы
выступает закон плотности распределения.
Его приближенно можно охарактеризовать
гистограммой.
Для этого интервал измерения СВ разбивают
на отрезки
,
каждому из них сопоставляют счетчик,
где накапливают
- количество попаданий значений СВ в
.
На каждом
строится прямоугольник с высотой
.
Полученную гистограмму можно сгладить.
Оценку математического ожидания получают как среднее арифметическое значение yi СВ
Оценку дисперсии можно вычислять по формуле
Определение объема выборки.
Объем выборки – это количество реализаций, которое необходимо при имитационном моделировании, чтобы обеспечить стохастическую точность результата.
При вычислении оценки математического ожидания с заданной точностью и достоверностью объем выборки можно вычислить по формуле:
Здесь:
-
квантиль нормального распределения
вероятностей порядка
;
- уровень достоверности;
- заданная погрешность, с которой
необходимо получить оценку математического
ожидания.
Здесь
-
центральный момент четвертого порядка
случайно величины.
Количество
реализаций для получения оценки
с заданной точностью
можно вычислить по формуле:
Здесь - центральный момент четвертого порядка СВ
- среднеквадратическое
отклонение:
.
Как
видно из приведенных формул (2) – (5), для
их практического использования необходимо
знать
и
,
которые как правило бывают неизвестными.
В этом случае используют вместо точных
значений
и
их оценки, получаемые предварительно
при некотором N. Если при
этом заданная точность
не достигнута, то N
увеличивают, после чего проводится
уточнение оценок. Этот процесс повторяется
до тех пор, пока заданная точность будет
обеспечена.
Критерий согласия хи-квадрат (Пирсона).
При обработке результатов машинного эксперимента с моделью системы часто возникает задача определения эмпирического закона распределения случайной величины. Общая схема решения этой задачи сводится к тому, что:
строят по результатам имитационного эксперимента гистограмму (оценку функции плотности распределения вероятностей);
выдвигают гипотезу о согласии эмпирического закона с каким-либо теоретическим распределением;
проверяют гипотезу с помощью одного из статистических критериев согласия (Пирсона, Колмогорова, Смирнова и т.д.
В качестве критерия проверки гипотезы по методу Пирсона выбирают величину, которая характеризует степень расхождения эмпирического и теоретического закона следующим образом:
где: - количество значений случайной величины , попавших в i – ый подынтервал;
-
вероятность попадания случайно величины
в i – ый подынтервал;
d- количество подынтервалов, на которые разбивается интервал измерения в имитационном эксперименте.
- объем наблюдений.
При
закон распределения величины хи-квадрат,
являющейся мерой расхождения, зависит
только от количества подынтервалов и
приближается к закону распределения
с
степенями свободы, где
- число параметров теоретического закона
распределения. Функция распределения
величины
табулирована
Проверка гипотезы о согласованности эмпирического и теоретического законов распределения с помощью критерия согласия Пирсона осуществляется в последовательности:
Результаты наблюдений
группируют в интервальный вариационный
ряд. Объем наблюдений должен быть
достаточно большим (
).
Если частота, соответствующая какому-либо
интервалу, окажется меньше 5, то интервал
объединяют с соседним, так, чтобы частота
попадания значения случайной величины
в подынтервал была бы больше или равна
5.Выдвигают гипотезу о виде распределения по виду гистограммы.
Задают уровень значимости
.Определяют теоретическую вероятность
попадания случайно величины
в
каждый из подинтервалов.
Вычисляют величину расхождения законов .
Определяют число степеней свободы
.По вычисленным значениям и по таблицам находят вероятность
.
Если она превышает уровень значимости
,
то считают, что гипотеза о виде
распределения отвергается.
