- •Тульский государственный университет
- •Конспект лекций
- •Моделирование систем
- •Оглавление
- •Лекция 1 введение Имитационное моделирование – метод научного познания
- •1. Предмет курса, его цели и задачи
- •2. Имитационное моделирование как метод научного познания. Философские аспекты теории моделирования.
- •3. Основные понятия курса
- •1. Понятие сложной системы
- •2. Факторы, действующие на процесс функционирования сложной системы
- •Лекция 2 введение Сложные системы
- •3. Показатели, характеризующие свойства сложных систем
- •4. Задачи исследования сложных систем
- •Лекция 3 имитационное моделирование
- •1 Модели и их роль в изучении процессов функционирования сложных систем
- •2 Классификация видов моделирования систем
- •3 Математическое моделирование процессов функционирования систем
- •4 Аналитические и имитационные модели
- •Лекция 4
- •1. Основные подходы к описанию функционирования сложных систем
- •2. Дискретно - детерминированные модели
- •3. Непрерывно - детерминированные модели
- •4. Дискретно - стохастические модели
- •5. Непрерывно - стохастические модели
- •Лекция 5 обобщенная схема построения модели сложной системы
- •1. Основные этапы формализации: концептуальная модель, формализованная схема, математическая модель
- •2. Пример описания системы
- •3. Проверка адекватности модели и объекта
- •Лекция 6 принципы построения моделирующих алгоритмов
- •1. Формы представления логической структуры модели
- •2. Методы построения моделирующих алгоритмов
- •3. Формы представлений логической структуры моделей
- •4. Проверка адекватности модели и объекта моделирования
- •Лекция 7 роль времени в имитационных моделях
- •1. Масштабы времени
- •2. Способы управления модельным временем
- •Лекция 8 моделирование дискретных случайных воздействий на систему и событий
- •1. Общая характеристика метода статистического моделирования на эвм
- •2. Методы получения случайных чисел и их машинная генерация
- •3. Проверка качества псевдослучайных последовательностей чисел
- •4. Моделирование случайных событий
- •Лекция 9 моделирование непрерывных случайных величин
- •1. Метод обратной функции.
- •2. Метод исключения
- •3. Моделирование нормального распределения
- •4. Обобщенное распределение Эрланга
- •5. Треугольное распределение.
- •6. Моделирование случайной величины со ступенчатой плотностью
- •Лекция 10 формирование реализаций случайных векторов и процессов
- •1. Имитация случайного вектора, заданного совместной плотностью распределения вероятностей
- •2. Имитация нормально распределенного случайного вектора
- •3. Моделирование вектора, заданного распределением компонент и коэффициентами корреляции.
- •4. Моделирование случайных функций (процессов)
- •Лекция 11 точность и качество испытаний при статистическом моделировании
- •1. Общая схема фиксации и обработки результатов моделирования
- •2. Статистическая обработка независимых реализаций критерия интерпретации
- •3. Оценка точности и необходимого количества реализаций модели
- •4. Использование правил автоматической остановки
- •Лекция 12 общая характеристика языков моделирования
- •1. Общая характеристика языков моделирования
- •2. Основные понятия и средства языков моделирования
- •Лекция 13
- •1. Диалоговые системы моделирования
- •2. Банки данных моделирования
- •3. Моделирование на аналоговых вычислительных машинах и гибридных моделирующих комплексах
- •Лекция 14 планирование машинных экспериментов с моделями систем
- •1. Цели и задачи планирования машинных экспериментов.
- •2. Основные понятия теории планирования экспериментов
- •3. Модели планирования эксперимента
- •4. Стратегическое планирование машинных экспериментов
- •5. Тактическое планирование машинных экспериментов
- •Лекция 15 общая схема фиксации и обработки результатов моделирования систем
- •1. Особенности фиксации и обработки результатов моделирования
- •2. Оценка моментов распределения
- •3. Оценка функции распределения
- •Лекция 16 методы понижения дисперсии результатов моделирования
- •1. Критерии сравнительной оценки вариантов систем
- •2.Методы понижения дисперсии результатов.
- •Лекция 17 сравнение вариантов сложных систем по результатам моделирования
- •1. Сравнение вариантов сложных систем при моделировании
- •Г радиентные методы . Метод также заключается в последовательной проверке значений в точках o, 1, 2,... m
- •Часть 2 Лекция 18 формализация процессов функционированиия систем схемами систем массового обслуживания
- •1. Общая характеристика систем массового обслуживания.
- •2. Формализация входного потока
- •Лекция 19 моделирующие алгоритмы системы массового обслуживания
- •1. Одноканальная смо с ожиданием
- •2 Однолинейная смо с приоритетным обслуживанием
- •3. Особенности построения моделирующего алгоритма многофазных многоканальных смо
- •Лекция 20 агрегаты и агрегатные системы
- •1.Понятие агрегата.
- •2. Математическое описание агрегата.
- •Лекция 21 построение моделирующих алгоритмов в виде агрегатов
- •1. Моделирование функционирования агрегата при заданных входных и управляющих воздействиях.
- •2. Моделирование функционирования агрегата при вырабатываемых в процессе моделирования воздействиях
- •Лекция 22 агрегативные системы
- •1. Основные понятия и определения агрегативных систем
- •2. Моделирование агрегативных систем.
- •3. Регистровый метод моделирования а-систем
- •4. Автоматизация имитационного моделирования с использованием агрегативного подхода.
- •Лекция 23 основные направления использования моделирования при проектировании и эксплуатации асу
- •1. Универсальная автоматизированная модель в асу
- •2. Применение универсальных автоматизированных моделей в сфере
- •3.Использование имитационного моделирования при проектировании сложных систем.
- •Лекция 24
- •1. Особенности формализации функционирования асу
- •2. Особенности моделирования асу на эвм
- •3. Пример моделирования асу предприятием
- •Лекция 25 моделирование производственных процессов
- •1.Понятие о дискретном производственном процессе.
- •2. Формализованные обобщенные операции
- •3. Формализация операции обработки
- •4. Формализация операции сборки.
- •Лекция 26 моделирование производственных процессов
- •5. Формализация операции управления
- •6. Моделирование операций обработки
- •7. Моделирование операции сборки.
- •Лекция 27 формализация нарушений производственного процесса
- •1. Общая схема нарушений производственного процесса.
- •2. Формализация брака
- •Лекция 28 формализация нарушений производственного процесса
- •3. Формализация процессов отказа оборудования
- •Лекция 29 моделирование непрерывных производственных процессов
- •1. Особенности формализации и методика моделирования
- •Лекция 30 динамические модели процессов на предприятиях и в организациях различных отраслей экономики.
- •1. Модель производственной фирмы
- •1.4. Пример решения задачи моделирования
- •Лекция 31 динамические модели процессов на предприятиях и в организациях различных отраслей экономики.
- •1. Содержательное описание финансовой деятельности фирмы
- •2. Концептуальная модель
- •3. Алгоритм модели
- •4. Пример решения задачи моделирования
- •Лекция 32 перспективы развития машинного моделирования сложных систем
- •Применение имитационного моделирования
- •Направления развития имитационного моделирования
- •Области применения имитационного моделирования
- •Библиографический список
4. Пример решения задачи моделирования
Примем следующие исходные данные:
• среднее значение эксплуатационных расходов Мrash=$110 000;
• среднее квадратическое отклонение эксплуатационных расходов =$11000;
• среднее значение емкости рынка Мryn =$2 750 000;
• среднее квадратическое отклонение емкости рынка =$250 000;
• число случайных реализаций Np - 10 000.
Варьируемыми переменными будем считать параметры кусочно-равномерного распределения доли предприятия в рынке. Рассмотрим три варианта распределения.
Для первого варианта примем, что число граничных точек NT=2 (диапазон состоит из одного участка). Пусть среднее значение доли равно 0,1. Граничные точки расположим симметрично относительно среднего значения. Выберем следующие значения их координат:
А0 = 0,099 и А1 = 0,101.
Таким образом, для первого варианта степень неопределенности достаточно мала, доля предприятия в рынке практически постоянна и составляет 10% общей емкости рынка.
Для второго варианта примем, что число граничных точек NT =6 (диапазон состоит из пяти участков). Пусть среднее значение случайной переменной по-прежнему равно 0,1. Граничные точки расположим симметрично относительно среднего значения. Выберем следующие значения их координат:
Aо=0,035; A1= 0,075; А2 =0,095; А3 =0,105; А4 =0,125; А5 =0,165.
Плотности распределения вероятностей определяются из условия, что вероятности попадания на любой из участков должны быть одинаковы и равны величине 1/ (NT- 1). Вид полученного распределения показан на рис. 31.4.
Таким образом, для второго варианта доля предприятия в рынке характеризуется достаточной степенью неопределенности. Случайная величина этой доли неравномерно распределена в диапазоне от 0,035 до 0,165.
Рис. 31.4. Кусочно-равномерное распределение доля в рынке (второй вариант)
Для третьего варианта примем, что число граничных точек nt также равно шести (диапазон состоит из пяти участков). Пусть среднее значение случайной переменной по-прежнему равно 0,1. Граничные точки расположим несимметрично относительно значения Dol = 0,1. Выберем следующие значения их координат:
Aо=0,035; A1 =0,075; А2 =0,095; А3 =0,105; А4 =0,155; А5 =0,255.
Так же, как и для других вариантов, условие, которому должно удовлетворять кусочно-равномерное распределение, состоит в том, что вероятности попадания на любой из участков должны быть одинаковы и равны величине 1/ (NT-1). Вид полученного распределения показан на рис. 31.5.
Рис.31.5. Кусочно-равномерное распределение – доля в рынке (вар.3)
Таким образом, для третьего варианта доля предприятия в рынке характеризуется еще большей неопределенностью. Случайная величина этой доли неравномерно распределена в диапазоне от 0,035 до 0,255.
Варианты исходных данных, относящиеся к описанию кусочно-равномерных распределений доли предприятия в рынке, сведены в табл. 31.1.
Таблица 31.1 Параметры кусочно-равномерных распределений
№ Число Координаты точек (границ участков)
вари-
анта точек
1 2 3 4 5 6
1 2 0,099 0,101 - - - -
2 6 0,035 0,075 0,095 0,105 0,125 0,165
3 6 0,035 0,075 0,095 0,105 0,155 0,255
Результаты моделирования отражены в табл. 31.2
Таблица 31.2 Результаты моделирования
№ варианта Mprof,,$ , $ Gprof, $ 1 164,6 27,2 129,8 2 165,2 90,8 49,0 3 205,1 150,9 11,9 |
Анализ приведенных данных показывает, что с увеличением степени неопределенности при описании доли предприятия в рынке средняя прибыль растет, однако минимальная гарантированная прибыль уменьшается из-за увеличения разброса случайной величины прибыли.
