- •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
6.5.3. Создание и использование проблемно-ориентированных систем моделирования
Проблемно-ориентированные системы имитационного моделирования представляют собой сложные многокомпонентные программные комплексы, которые предназначены на решение достаточно узких, конкретных проблем. Как правило, они создаются, отлаживаются и совершенствуются коллективами специалистов по данным прикладным проблемам и программистов высокого уровня в течение ряда лет и требуют значительных ресурсов. Авторы [6], например, указывают следующие системы: ПОДСИМ (МГТУ, Москва), ДСИМ (ЭНИМС, Москва), АСИМПТОТА (Санкт-Петербург), DOSIMIS-3 (Магдебург, ФРГ), Process Charter 1.0.2 компании Scitor (Менло-Парк, шт. Калифорния), Powersim 2.01 фирмы Modell Data AS (Берген, Норвегия), Ithink 3.0.61 производства High Performance Systems (Ганновер, шт. Нью-Хэмпшир), Extend+BPR 3.1 компании Imagine That! (Сан-Хосе, шт. Калифорния), Arena (фирмы Systems Modeling); ProModel (фирмы ProModel); ReThink (фирмы Gensym) и др. Краткая информация о некоторых их этих систем приведена в Приложении 4 к настоящему учебному пособию.
В подобных системах исследователь не пишет модель на одном из языков программирования. Модель генерируется автоматически в процессе диалога с исследователем, который происходит в понятиях языка предметной области. Системы обеспечивают моделирование с помощью графических средств, библиотек специализированных программ.
Проблемно-ориентированные системы ИМ позволяют быстро и эффективно создавать имитационные модели и проводить исследования вообще без программирования, и поэтому с ними непосредственно работает исследователь.
Однако это достигается еще большими ограничениями на класс моделируемых систем и снижением гибкости процесса имитации. Эти системы имеют большую стоимость и, как правило, ориентированы на выполнение крупных проектов в больших фирмах и организациях.
6.6. Имитационное моделирование систем массового обслуживания
Для описания имитационных моделей на системном уровне (такие модели иногда называют сетевыми имитационными моделями – СИМ) чаще используют языки, ориентированные на события или на процессы. Упрощенная схема классификации имитационных моделей показана на рис. 6.5.
Рис. 6.5. Классификация языков имитационного моделирования
6.6.1. Событийный метод моделирования
В программах имитационного моделирования СМО преимущественно реализуется событийный метод организации вычислений.
Сущность событийного метода заключается в отслеживании на модели последовательности событий в том же порядке, в каком они происходили бы в реальной системе. Вычисления выполняют только для тех моментов времени и тех частей (процедур) модели, к которым относятся совершаемые события.
Другими словами, обращения на очередном такте моделируемого времени осуществляются только к моделям тех элементов (устройств, накопителей), на входах которых в этом такте произошли изменения. Поскольку изменения состояний в каждом такте обычно наблюдаются лишь у малой доли обслуживающих приборов, событийный метод может существенно ускорить моделирование по сравнению с инкрементным методом, в котором на каждом такте анализируются состояния всех элементов модели.
