- •Оглавление
- •Предисловие
- •Введение
- •1. Модели и их свойства
- •Основные понятия и определения
- •Вопросы к разделу 1.1
- •Целенаправленность моделей
- •Вопросы к разделу 1.2
- •Свойства моделей
- •Вопросы к разделу 1.3
- •Способы реализации моделей
- •1.4.1. Материальные модели
- •1.4.2. Виды подобия
- •1.4.3. Идеальные модели
- •Вопросы к разделу 1.4
- •1.5. Виды моделей
- •1.5.1. Познавательные и прагматические модели
- •1.5.2. Детерминированные и вероятностные модели
- •1.5.3. Непрерывные и дискретные модели
- •1.5.4. Статические и динамические модели
- •1.5.5. Линейные и нелинейные модели
- •1.5.6. Стационарные и нестационарные модели
- •1.5.7. Сосредоточенные и распределенные модели
- •1.5.8. Классификация видов моделей
- •Вопросы к разделу 1.5
- •Кибернетические модели систем
- •1.6.1. Модель типа «черный ящик»
- •1.6.2. Модель состава системы
- •1.6.3. Модель структуры системы
- •1.6.4. Графы
- •1.6.5. Структурная схема системы
- •1.6.6. Итоги анализа моделей систем.
- •Вопросы к разделу 1.6
- •2. Аналитические математические модели систем
- •2.1. Общая математическая модель динамической системы
- •Вопросы к разделу 2.1
- •2.2. Частные математические модели динамических систем
- •2.2.1. Модели детерминированных линейных непрерывных систем
- •Модели дискретных систем. Конечные автоматы
- •Вопросы к разделу 2.2
- •2.3. Свойства динамических систем
- •2.4. Линейная непрерывная детерминированная модель многомерной динамической системы в переменных состояния
- •Вопросы к разделу 2.4
- •2.5.7. Определитель Грама
- •Вопросы к разделу 2.5
- •Линейное векторное пространство
- •2.6.1. Характеристические числа и характеристические векторы
- •2.6.2. Формула Бохера
- •2.6.3. Модальная матрица
- •2.6.4. Диагонализация квадратной матрицы
- •Вопросы к разделу 2.6
- •Управляемость и наблюдаемость
- •Вопросы к разделу 2.7
- •Компьютерное моделирование. Численное интегрирование дифференциальных уравнений
- •3.1. Ошибки усечения и округления
- •3.2. Метод Эйлера
- •3.3. Методы Рунге–Кутта
- •Сравнение различных методов решения. Контроль величины шага и устойчивость
- •Вопросы к главе 3
- •4. Динамика развития и использования моделей
- •4.1. Сложности алгоритмизации моделирования
- •Вопросы к главе 4
- •5. Аналитические вероятностные математические модели систем
- •5.1. Аналитические модели систем массового обслуживания
- •5.1.1. Важнейшие выходные параметры смо
- •5.1.2. Простейшие модели смо
- •5.1.3. Общая характеристика моделей смо
- •5.1.4. Дисциплины обслуживания
- •5.1.5. Характеристики входного потока заявок
- •5.1.6. Функция распределения Пуассона
- •5.1.7. Характеристики обслуживания
- •5.1.8. Показательный закон распределения времени обслуживания
- •5.1.9. Показатели качества обслуживания
- •5.1.10. Согласование источника заявок с каналом обслуживания
- •5.1.11. Оценка эффективности многоканальной смо
- •Вопросы к разделу 5.1
- •5.2. Сети Петри
- •5.2.1. Маркировка
- •5.2.2. Правила срабатывания переходов
- •5.2.3. Разновидности сетей Петри
- •5.2.4. Конфликтные ситуации в сетях Петри
- •5.2.5. Пример сети Петри для работы группы пользователей на одной рабочей станции
- •5.2.6. Пример сети Петри для системы обнаружения и устранения неисправностей в технической системе
- •5.2.7. Анализ сетей Петри
- •Вопросы к разделу 5.2
- •6. Имитационные модели систем
- •6.1. Имитационный эксперимент
- •Недостатки имитационного моделирования
- •6.2. Развитие имитационного моделирования
- •Основные фазы развития средств им
- •6.3. Этапы имитационного моделирования
- •6.4. Подходы к построению имитационных моделей
- •6.4.1. Событийный подход
- •6.4.2. Подход сканирования активностей
- •6.4.3. Процессно-ориентированный подход
- •6.5. Разработка программ им
- •6.5.1. Использование для им универсальных языков программирования
- •6.5.2. Использование для им специализированных языков моделирования
- •6.6. Имитационное моделирование систем массового обслуживания
- •6.6.1. Событийный метод моделирования
- •6.5.3. Создание и использование проблемно-ориентированных систем моделирования
- •6.6.2. Схема реализации событийного метода имитационного моделирования
- •Вопросы к главе 6
- •7. Метод «ресурсы–действия–операции» (рдо)
- •7.1. Основные положения метода рдо
- •7.1.1. Ресурсы сложной дискретной системы
- •7.1.2. Действия в сдс
- •7.1.3. Операции в сдс
- •7.1.4. Основные положения рдо-метода
- •7.2. Представление сдс в рдо-методе
- •7.3. Базовая структура инструментальной среды интеллектуальной системы
- •7.4. Продукционный имитатор
- •7.5. Моделирование в среде рдо
- •7.5.1. Основные понятия
- •7.5.2. Объекты исходных данных и объекты, создаваемые рдо-имитатором при выполнении прогона
- •7.5.3. Состав объектов модели
- •7.5.4. Назначение объектов модели
- •7.6. Интегрированная среда моделирования рдо
- •7.6.1. Состав функций исм
- •7.6.2. Главное окно исм рдо
- •7.6.3. Инструментальная панель
- •7.6.4. Работа с рдо-имитатором
- •Описание кадра анимации
- •Пример описания кадра анимации
- •Вопросы к главе 7
- •8. Краткое описание языка gpss
- •8.1. Оператор generate
- •8.2. Оператор function
- •8.3. Операторы split и assemble
- •8.4. Операторы seize и release
- •8.5. Оператор advance
- •8.6. Операторы enter и leave
- •8.7. Операторы queue и depart
- •8.8. Оператор test
- •8.9. Операторы start и terminate
- •8.10. Оператор transfer
- •8.11. Оператор assigne
- •8.12. Операторы управления движением заявок
- •8.13. Вычислительный оператор variable
- •8.14. Оператор синхронизации матсн
- •8.15. Пример программы на языке gpss для смо
- •Программа к примеру смо
- •Вопросы к главе 8
- •9. Планирование компьютерных экспериментов с моделями систем
- •9.1. Основные понятия теории планирования экспериментов
- •9.2. Модели планирования эксперимента
- •9.3. Виды планов экспериментов
- •Вопросы к главе 9
- •10. Обработка и анализ результатов компьютерного моделирования
- •10.1. Методы оценки
- •10.2. Статистические методы обработки
- •10.3. Задачи обработки результатов моделирования
- •10.3.1. Критерий согласия Колмогорова
- •10.3.2. Критерий согласия Пирсона
- •10.3.3. Критерий согласия Смирнова
- •10.3.4. Критерий согласия Стьюдента
- •10.3.5. Критерий согласия Фишера
- •10.4. Анализ и интерпретация результатов компьютерного моделирования
- •10.4.1. Корреляционный анализ результатов моделирования
- •10.4.2. Регрессионный анализ результатов моделирования
- •10.4.3. Дисперсионный анализ результатов моделирования
- •Вопросы к главе 10
- •Заключение
- •Список литературы
- •Приложение 1 Некоторые сведения из теории матриц
- •Основные типы матриц
- •Специальные типы матриц
- •Операции над матрицами Сложение матриц
- •Умножение матриц
- •Дифференцирование матриц
- •Интегрирование матриц
- •Определители
- •Свойства определителей
- •Нуль-граф и полный граф
- •Изоморфные графы
- •Плоские графы
- •Число ребер графа
- •Формула Эйлера для числа вершин, ребер и граней плоского графа
- •Распределение Лапласа
- •Вырожденное (причинное) распределение
- •Приложение 4 Краткие сведения о специализированных языках и проблемно-ориентированных системах имитационного моделирования
- •Предметный указатель
- •Список сокращений
5.1.8. Показательный закон распределения времени обслуживания
Часто используется показательный закон распределения времени обслуживания (рис. 5.9).
Функция распределения в этом случае имеет вид:
Плотность распределения:
Рис. 5.9. Функция распределения и плотность распределения времени обслуживания для показательного закона
Среднее время обслуживания равно:
где μ – средняя скорость обслуживания;
μt – число заявок за время обслуживания t.
Д о с т о и н с т в а и с п о л ь з о в а н и я э к с п о н е н ц и а л ь н о г о
з а к о н а р а с п р е д е л е н и я
1) Вероятность, что время обслуживания закончится в малом интервале dt, не зависит от длительности предыдущего интервала обслуживания (система без памяти).
2) При прерывании обслуживания через время Т, оставшееся время (t–T) также распределено по экспоненциальному закону с тем же параметром μ.
5.1.9. Показатели качества обслуживания
1. Вероятность потери заявки q
Это один из важнейших показателей качества работы СМО: чем меньше q, тем выше качество. Вводится как предел по вероятности:
где ε – положительная малая константа;
n – число поступивших заявок;
m – число потерянных заявок из n – первых.
2. Распределение величины очереди y(l)
Закон распределения должен в максимальной степени соответствовать реальной моделируемой ситуации. Часто используется нормальный закон распределения величины очереди.
3. Средняя величина очереди за время T:
Длина очереди за бесконечное время:
4. Загрузка обслуживающего аппарата (прибора):
где ν(t) – количество заявок, поступивших за время t.
Для простейшего Пуассоновского потока ν(t) = λt, где λ = const.
Загрузка ОА является комплексной, интегральной характеристикой, объединяющей одновременно важнейшие характеристики как входного потока заявок, так и самого ОА.
5.1.10. Согласование источника заявок с каналом обслуживания
Способы согласования подразделяются на два основных вида.
1) Синхронный способ. Используется при постоянной скорости поступления заявок. Моменты поступления заявок совпадают с моментами их передачи на обслуживание в канал обслуживания. При этом обслуживающий аппарат может простаивать или отклонять заявки.
2) Асинхронный способ. Используется при неравномерном поступлении заявок с целью избежать их потери. Для реализации необходим буферный накопитель, сглаживающий неравномерность поступления заявок. Главной задачей здесь является выбор емкости буферного накопителя, который основан на оценке средней длины очереди L. При этом используются введенные выше характеристики, такие как среднее время ожидания и среднее время обслуживания. Также используется показатель относительного ухудшения времени обслуживания за счет других заявок:
Случай согласования простейшего пуассоновского источника заявок с каналом с показательным законом распределения времени обслуживания (случай 1)
Случай 1. Пусть на вход системы поступает простой поток заявок, т.е. ν(t)=λt, а время обслуживания распределяется по экспоненциальному закону, т.е. F*(t)=1–exp(–μt).
Пусть также r £ 1. В этом случае обслуживающий прибор справляется с загрузкой, и возникает установившийся процесс обслуживания.
Тогда справедливо следующее выражение:
Известна следующая теорема. За время прохождения заявкой очереди от конца к началу длина очереди остается постоянной и равной числу заявок, пришедших за время ожидания, т.е.
З десь
где T0 – среднее время, необходимое для завершения начатого обслуживания одной заявки при экспоненциальном законе распределения времени обслуживания.
Вообще
и
откуда
и
следовательно
теперь можно найти длину очереди:
Случай согласования простейшего пуассоновского потока заявок с каналом с постоянным временем обслуживания (случай 2)
Случай 2. Пусть на вход системы поступает простейший пуассоновский поток заявок, а время обслуживания постоянно: Т=Тобсл.
Функция распределения времени обслуживания в этом случае имеет вид, показанный на рисунке 5.10. (см. Приложение 3).
Рис. 5.10. Функция распределения в случае постоянного времени обслуживания
F*(t)=1[t – Tобсл] – это уже не случайная функция! Такое распределение называется вырожденным.
Плотность распределения w*(t) в этом случае есть производная от единичной ступенчатой функции, т.е. дельта-функция δ[t-Tобсл], смещенная относительно начала координат вправо по оси времени на величину Tобсл (рис. 5.11).
Рис. 5.11. К стробирующему свойству дельта-функции Дирака
Используется стробирующее свойство δ-функции:
В данном случае загрузка обслуживающего прибора будет равна:
