- •1. Моделирование как метод научного познания. Процессы получения и обработки информации. Формирование и проверка гипотез.
- •2. Объект оригинал. Объект заместитель. Уровень абстрагирования. Существенность сходства. Воздействие и отклик.
- •3. Понятие системы, внешней среды, воздействия, управления. Структурный и функциональный подходы к моделированию систем.
- •4. Классический подход к моделированию систем.
- •5. Системный подход к моделированию систем.
- •6. Макро- и микропроектирование.
- •7. Характеристики моделей системы: цель, целостность, сложность, поведенческая страта, неопределенность.
- •8. Характеристики моделей систем: адаптивность, организационная структура, управляемость, возможность развития.
- •9. Активный и пассивный эксперименты. Цели моделирования. Иерархия целей моделирования.
- •10. Проблемы моделирования систем.
- •11. Классификация видов моделирования по характеру изучаемых процессов.
- •12. Классификация видов моделирования по форме представления системы.
- •13. Общая математическая модель системы. Классификация параметров модели.
- •14. Динамическая и статическая модели объектов.
- •15. Состояние системы. Множество состояний системы. Детерминированная и стохастическая модели системы.
- •16. Схемы общего вида. Типовые схемы. Классификация типовых схем.
- •17. D-схемы.
- •18. F-схемы.
- •19. Р-схемы.
- •20. N-схемы.
- •21. Q-схемы.
- •22. А-схемы
- •23. Моделирование случайных процессов. Подходы к моделированию случайности. Метод Монте-Карло.
- •24. Моделирование события, группы несовместных событий, условного события.
- •25. Определения: случайная величина, вероятностная мера, плотность вероятности, функция распределения. Связь функции распределения с плотностью вероятности (вероятностной мерой).
- •26. Общая схема генерации св u(0,1). Понятия периода и апериодического участка последовательности псевдослучайных чисел. Лкг.
- •27. Метод генерации св произвольного распределения. Моделирование случайной дискретной величины. Генерация св u(a,b) и экспоненциального распределения.
- •28. Понятия аналитической, имитационной, машинной и программной модели. Формальные категории и неформальные категории. Целесообразность проведения машинного эксперимента.
- •29. Требования к программным моделям.
- •30. Этапы моделирования. Краткая характеристика.
- •31. Этап построения концептуальной модели системы. Формализация концептуальной модели.
- •32. Этапы алгоритмизации модели и ее машинной реализации:
- •33. Понятие прогона. Принцип Δt и Δz. Алгоритм фиксации и обработки результатов моделирования.
- •34. Этап получения результатов и их интерпретация.
- •35. Моделирование в устоявшемся режиме. Метод Велча.
- •36. Требования к проведению машинного эксперимента. Проблемы при проведении машинного эксперимента.
- •37. Планирование имитационных экспериментов с моделями систем. Основные понятия.
- •38. Событийно – ориентированное имитационное моделирование. Процессное имитационное моделирование (ориентация на транзакты).
- •39. Событийно ориентированное имитационное моделирование. Алгоритм модели 1 прибор – 1 очередь.
- •40. Оценки характеристик работы смо.
- •41. Архитектура языков моделирования. Требования к языкам имитационного моделирования.
- •42. Дерево решений выбора языка для моделирования системы.
- •43. Виды моделирующих комплексов. Их особенности.
- •44. Система имитационного моделирования gpss. Краткая характеристика системы. Возможности системы.
- •45. Gpss. Одноканальные и многоканальные компоненты обслуживания.
- •46. Gpss. Параметрическая настройка транзактов.
- •Index a, b
- •47. Gpss. Эмпирические функции. Пользовательские переменные, сохраняемые ячейки.
- •48. Gpss. Методы изменения маршрутов движения транзактов. Режимы Transfer.
- •49. Gpss. Методы изменения маршрутов движения транзактов. Test.
- •50. Gpss. Методы изменения маршрутов движения транзактов. Организация циклов.
- •51. Gpss. Работа с таблицами. Работа с оку / мку в режиме прерывания.
- •52. Gpss. Перевод оку / мку в недоступное состояние и восстановление доступности.
- •53. Gpss. Косвенная адресация. Пример косвенной адресации.
- •54. Gpss. Работа с копиями транзактов. Синхронизация движения транзактов.
36. Требования к проведению машинного эксперимента. Проблемы при проведении машинного эксперимента.
Требования к проведению машинного эксперимента:
Простота повторений условий эксперимента на ЭВМ с моделью М
Возможность управления экспериментом, включая прерывание и возобновление.
Легкость управления параметрами воздействия внеш среды.
Проблемы при проведении маш-ого эксп-та:
Зависимость между последовательностями выходных параметров
Определение интервала времени.
37. Планирование имитационных экспериментов с моделями систем. Основные понятия.
Основанная задача планирования машинных экспериментов заключается в получении необходимой информации об исследуемой системе при ограниченных ресурсах (затраты машинного времени, памяти и т.д.) К числу частных задач, решаемых при планировании машинных эксп-ов, относ-ся задачи уменьшения затрат машинного времени на мод-е, уменьшения погрешности результатов мод-я, проверки адекватности модли и т.д.
Входные переменные в теории план-я эксп-ов называют факторами, а выходные — реакциями.
Стратегическое план-е – ставит своей целью получение необходимой информации о системе S с помощью модели Мм, реализованной на ЭВМ.
Цель стр. план-я:
1. Получение функции реакции системы от независимых факторов: y=f(b0,b1,…,bn,x1,x2,…,xk).
2. Нахождение экстремума f(b0,b1,…,bn,x1,x2,…,xk).
В качестве результатов планирования используется среднее некотороых распределений, для оценки к-рых применяют выборочные средние, найденные путем многократных прогонов модели ЭВМ. Сходимость выборочных средних с ростом объема выборки называется стохастической.
План-е эксп-та представляет собой итерационный процесс, когда выбранная модель плана эксп-та проверяется на реализуемость, а затем, если это необходимо, вносят соответствующие коррективы в модель.
Тактическое план-е – определяет способы проведения каждой серии испытания машинной модели Мм.
Здесь решаются проблемы:
- определения начальных условий и их влияния на достижения установившегося результата при моделировании;
- обеспечения точности и достоверности результатов мод-я;
- уменьшения дисперсии оценок хар-тик процесса функционирования моделируемых систем;
- выбор правил автоматической остановки имитационного эксп-та с моделями.
38. Событийно – ориентированное имитационное моделирование. Процессное имитационное моделирование (ориентация на транзакты).
Событийно-ориентированное моделирование
В событийно-ориентированных системах моделирования приняты следующие соглашения:
1) модель продвигается во времени от события к событию, которые изменяют состояние модели,
2) логика наступления событий определяет последовательность смены
состояний модели, которые связаны с наступлением этих событий;
3) время продвигается от события к событию;
эта парадигма широко использовалась в 60-70 годы.
Примером событийно-ориентированных систем является системы моделирования SIMSCRIPT, SMPL.
Процессо-ориентированное моделирование
Для процессо-ориентированных систем моделирования характерно:
1) Модель представляет собой поток транзактов, который продвигают их от одного шага процесса к другому.
2) Состояние модели изменяется в дискретные моменты времени, каждый шаг процесса связан с запуском последовательности событий.
3) Шаги повторяются в течение всего времени моделирования.
Модель является такой же гибкой и эффективной, что и событийно-ориентированная, но менее абстрактна.
И в настоящее время процессо-ориентированные системы моделирования находят широкое применение.
Примером процессо-ориентированных систем моделирования являются GPSS, АSPOL.