- •Основные понятия и классификация моделей
- •Системный подход у управлению зи.
- •Условия эффективности системы зи (сзи).
- •Этапы управления сзи:
- •Системные принципы создания комплексной системы зи
- •Принципы и методы построения им.
- •Основные методы имит.Моделирования
- •Математические методы моделирования инф.Процессов и систем
- •Случайные события и их имитация.
- •Имитация случайных величин
- •Метод Неймана (режекции)
Принципы и методы построения им.
Процесс функционирования сложной системы можно рассматривать как смену ее состояний, описываемых ее фазовыми переменными:
Z1(t), Z2(t)…Zn(t) в n-мерном пространстве.
Задачей имит.моделирования является получение траектории движения рассматриваемой системы в n-мерном пространстве (Z1, Z2…Zn), а также вычисление нек.показателей, зависящих от вых.сигналов системы и характеризующих ее свойства.
Принципы построения модели процесса функц-ния систем:
1)принцип Δt.
Принцип Δt для детерм.систем.
Пусть нач.состояние соответствует значениям Z1(t0), Z2(t0)…Zn(t0). Принцип Δt предполагает преобразование модели системы к такому виду чтобы значения Z1, Z2…Zn в момент вр. t1=t0+ Δt можно было вычислить через нач.значения, а в момент t2=t1+ Δt через значения на предшествующем шаге и так для каждого i-го шага (Δt =const, i=1…M).
Для систем, где случайность является определяющим фактором, принцип Δt заключается в следующем:
Определяется усл.распределение в-ти на первом шаге (t1=t0+ Δt) для случайного вектора, обозначим его (Z1, Z2…Zn). Условие состоит в том, что нач.состояние системы соотв-ет точке траектории (Z10, Z20…Zn0).
Вычисляются значения координат точки траектории движения системы (t1=t0+ Δt), как значеия координат случ.вектора, заданного распределением, найденным на пред.шаге.
Отыскивается усл.распределение вектора (Z10, Z20…Zn0) на втором шаге (t2=t1+ Δt) при условии получения соотв.значений Zi1 (i=1…n) на первом шаге и т.д., пока ti=t0+ iΔt не примет значения tМ=t0+ МΔt.
Принцип Δt явл.универсальным, применим для широкого класса систем. Его недостатком явл. Неэкономичность с т.зр. затрат машинного времени.
2)принцип особых состояний (принцип σZ).
При рассмотрении нек.видов систем можно выделить 2 вида состояний:
- обычное, в котором система находится большую часть времени, при этом Zi(t), (i=1…n) изменяются плавно.
- особое, характерно для системы в нек. Моменты вр, причем состояние системы изменяется в эти моменты скачком.
Принцип особых состояний отличается от принципа Δt тем, что шаг по времени в этом случае не постоянен, явл. случ.величиной и вычисляется в соответствии с информацией о предыдущем особом состоянии.
Основные методы имит.Моделирования
Осн.методами имит.моделирования явл. аналитический метод, метод статистического моделирования и комбинированный (аналитико-статистический) метод.
- Аналит.метод примен.для имитации процессов в основном для малых и простых систем, где отстутствует фактор случайности. Например, когда процесс их функц-ния описан дифференциальными или интегродиф-ми уравненями. Метод казан условно, т.к. он объединяет возможности имитации процесса, модель которого получена в виде аналитически замк.решения или решения, полученного методами выч.математики.
- Метод стат.моделирования первоначально развивался как метод стат.испытаний (Монте-Карло). Это численный метод, состоящий в получении оценок вероятностных характеристик, совпадающих с решнием аналитических задач (напр, с решением уравнений и вычислением опр.интеграла). Впоследствии этот метод стал применяться для имитации процессов. Происходящих в системах, внутри которых есть источник случайности или которые подвержены случайным воздействиям. Он получил название метода стат.моделирования.
- Комбинированный метод позволяет объединить достоинства аналит.и статистического методов моделирования. Он применяется в случае разработки модели, состоящей из различных модулей, представляющих набор как статистических, так и аналит.моделей.