- •1. Особенности больших систем.
- •3. Понятие модели, типы и виды моделей.
- •Процесс исследования проектируемых систем методом моделирования
- •6. Знаковые ориентированные графы.
- •7. Адекватность модели
- •8. Смо. Общее описание. Потоки событий
- •9. Свойства потоков. Простейший поток. Вывод уравнений Колмогорова
- •11.Правило составления дифференциальных уравнений колмагорова
- •12.Описание простейшей системы с отказами
- •13. Процессы гибели размножения. Математическое описание.
- •14. Общая структура смо…. См вопрос №9
- •18. Вывод формул Литтла.
- •19. Уравнение колмагорова для процесса гибели-размножения
- •20. Вывод соотношений для Процесса гибели – размножения.
- •21.Канонический метод построения алгоритмов моделирования смо
- •22. Метод сигнальных графов при моделировании систем.
- •23.Преобразование сигнальных графов.
- •24. Формула Мэзона Для сигнальных графов
- •25.Применеие формулы Мезона для решения слау
- •27.Неэргодические (поглощающие) цепи Маркова. Описание с помощью сигнальных графов.
- •29. Когнитивные карты (идена)
- •[Править]Когнитивное моделирование
- •30. Генераторы псч в имитационном моделировании. Свойства, примеры. Проверка качества.
- •31.Статическая обработка результатов Имитационного моделирования
- •Математическое ожидание
- •Определения
- •Определение
- •Определение
- •33. Потоковые модели потоковые модели
- •34. Понятие доверительно интервала.
- •35. Исследование эффективности систем на основе теории полезности. Аксиоматика.
- •36. Экстремальные задачи теории полезности. Метод множителей Лагранжа.
- •38. Модели систем в виде сетей Петри.
- •39. Правила выполнения переходов в сети Петри. Основные задачи моделирования.
- •43. Непрерывные потоковые модели (наверно в. 33 тока непрерывные)
- •44 Модель Солоу-Рамсея
- •[Править]Мультипликативная производственная функция
- •[Править]Условия модели
- •6.1. Оценка вероятности
- •6.4. Оценка дисперсии.
29. Когнитивные карты (идена)
Когнитивная карта (от лат. cognitio — знание, познание) — образ знакомого пространственного окружения.
Когнитивные карты создаются и видоизменяются в результате активного взаимодействия субъекта с окружающим миром. При этом могут формироваться когнитивные карты различной степени общности, «масштаба» и организации (например, карта-обозрение или карта-путь в зависимости от полноты представленности пространственных отношений и присутствия выраженной точки отсчета). Это — субъективная картина, имеющая прежде всего пространственные координаты, в которой локализованы отдельные воспринимаемые предметы. Выделяют карту-путь как последовательное представление связей между объектами по определенному маршруту, и карту-обозрение как одновременное представление пространственного расположения объектов.
[Править]Когнитивное моделирование
Методология когнитивного моделирования, предназначенная для анализа и принятия решений в плохо определенных ситуациях, была предложена Аксельродом [Axelrod R. The Structure of Decision: Cognitive Maps of Political Elites. – Princeton. University Press, 1976]. Она основана на моделировании субъективных представлений экспертов о ситуации и включает: - методологию структуризации ситуации: модель представления знаний эксперта в виде знакового орграфа (когнитивной карты) (F, W), где F – множество факторов ситуации, W – множество причинно-следственных отношений между факторами ситуации; - методы анализа ситуации. В настоящее время методология когнитивного моделирования развивается в направлении совершенствования аппарата анализа и моделирования ситуации. Здесь предложены модели прогноза развития ситуации; методы решения обратных задач
30. Генераторы псч в имитационном моделировании. Свойства, примеры. Проверка качества.
Генератор псевдослучайных чисел (ГПСЧ, англ. Pseudorandom number generator, PRNG) — алгоритм, генерирующий последовательность чисел, элементы которой почти независимы друг от друга и подчиняются заданному распределению (обычно равномерному).
Современная информатика широко использует псевдослучайные числа в самых разных приложениях — от метода Монте-Карло и имитационного моделирования до криптографии.
Имитационное моделирование — это метод, позволяющий строить модели, описывающие процессы так, как они проходили бы в действительности. Такую модель можно «проиграть» во времени как для одного испытания, так и заданного их множества. При этом рез-ты будут определяться случ-ным хар-ром процессов. По этим данным можно получить достаточно устойчивую стат-ку. Имитационное моделирование — это метод исслед-я, основанный на том, что изучаемая система заменяется имитатором и с ним проводятся эксперименты с целью получения информации об этой системе. Экспериментирование с имитатором называют имитацией (имитация — это постижение сути явления, не прибегая к экспериментам на реальном объекте).
Имитационное модел-е — это частный случай математ-го модел-я. Сущ-ет класс объектов, для кот-х по различным причинам не разработаны аналит-кие модели, либо не разработаны методы решения полученной модели. В этом случае математическая модель заменяется имитатором или имитационной моделью.
Имитационная модель — логико-математическое описание объекта, которое может быть использовано для экспериментирования на компьютере в целях проектирования, анализа и оценки функционирования объекта.
Имитация, как метод решения нетривиальных задач, получила начальное развитие в связи с созданием ЭВМ в 1950х — 1960х годах.
Можно выделить две разновидности имитации:
1)Метод Монте-Карло (метод статист-х испытаний);
2)Метод имитационного моделирования (статистическое моделирование).