- •Шпаргалки по имэп
- •Вопрос 1. Системы: основные понятия и определения.
- •Вопрос 2. Понятие модели. Классификация систем и моделей.
- •Классификация систем и моделей.
- •Вопрос 3. Принципы системного подхода в моделировании систем.
- •Вопрос 4. Имитационное моделирование. Метод статистического моделирования.
- •Вопрос 5. Основные подходы к построению математических моделей систем.
- •Вопрос 6. Дискретно-событийные системы и модели. Схема алгоритма моделирования стохастических дискретно-событийных систем.
- •Вопрос 7. Основные математические схемы моделирования систем и процессов (d,f,p,q – схемы).
- •Вопрос 8. Случайные потоки однородных событий: основные определения и свойства.
- •Вопрос 14. Системы массового обслуживания: основные определения и свойства.
- •Заявки принимаются к обслуживанию
- •Вопрос 18. Моделирование случайных событий и дискретных величин.
- •Вопрос 24. Стратегическое планирование машинных экспериментов с моделями систем.
- •Вопрос 26. Задачи обработки результатов моделирования.
- •Вопрос 30. Регрессионный анализ результатов моделирования.
- •Вопрос 33 Общие сведения о формате операторов gpss. Формат и действие блоков generate и terminate.
- •Вопрос 34 Элементы gpss, отображающие одноканальные обслуживающие устройства. Блоки seize, release, advance.
- •Вопрос 35 Сбор статистики об ожидании. Блоки queue, depart.
- •Вопрос 36 Переход транзакций в блок, отличный от последующего. Блок transfer (все режимы).
- •Вопрос 37 Моделирование многоканальных устройств. Определение емкости мку. Формат и действие блоков enter и leave.
- •Вопрос 41 Стандартные числовые атрибуты системы и транзактов, параметры транзактов.
- •Вопрос 42 Блоки assign, mark,loop (формат и примеры использования).
- •Вопрос 44 Сохраняемые величины. Операторы initial и savevalue.
- •Вопрос 46 Проверка числовых выражений. Блок test.
- •Вопрос 50 Логические ключи. Блоки управления потоками транзактов: logic, gate lr,gate ls и gate.
Заявки принимаются к обслуживанию
в порядке очереди (FIFO, очереди с приоритетами и др.),
в случайном порядке в соответствии с заданными распределениями, по минимальному времени получения отказа
и др.
Реальный процесс функционирования СМО следует представлять в виде последовательности фаз обслуживания, выполняемых различными устройствами. Примеры многофазного обслуживания: обслуживание покупателей в магазине (прилавок, касса; технологический процесс – обработка деталей на станках
Обслуженная заявка покидает прибор обслуживания и покидает систему (поглотитель заявок), либо движется дальше в соответствии с технологической схемой работы системы.
СМО классифицируются:
По числу каналов обслуживания – одноканальные и многоканальные;
По числу фаз обслуживания – на однофазные и многофазные;
По наличию обратно связи – на разомкнутые и замкнутые;
По наличию и типу очереди – без очередей (с потерей заявок), системы с неограниченным ожиданием (по времени и по очереди) и системы с ограниченным ожиданием (по времени и длине очереди);
По принципу формирования очередей – с общей очередью, с несколькими очередями;
По наличию отказов – системы с отказами, системы без отказов;
По приоритетам – системы со статичными приоритетами (дисциплина обслуживания может быть различной, FIFO) и система с динамическим приоритетом, которые имеют 3 разновидности:
а) относительный приоритет – заявка высокого приоритета ожидает конца обслуживания заявки более низкого приоритета;
б) абсолютный приоритет – заявка с более высоким приоритетом при поступлении незамедлительно вытесняет заявку с более низким приоритетом;
в) смешанный приоритет – если заявка с более низким приоритетом обслуживалась в течение времени меньше, чем критическое, то применяется абсолютный приоритет, иначе-относительный.
Любая модель строится для того, чтобы оценить какие-то показатели качества.
Показатели качества обслуживания:
общее количество обслуженных заявок за какой- либо промежуток времени,
пропускная способность – среднее число заявок, обслуженных в единицу времени,
доля заявок обслуженных,
доля заявок, получивших отказ,
время пребывания заявки в системе (от момента поступления заявки в систему до момента завершения ее обслуживания),
среднее время обслуживания (функция распределения времени обслуживания),
средняя длина очереди,
среднее время ожидания
загрузка каналов - коэффициент использования (как доля времени, в течение которого ОУ было занято) – характеризует степень простоя ОУ.
Сущность метода имитационного моделирования для СМО:
Используются специальные алгоритмы, позволяющие вырабатывать случайные реализации потоков событий и моделировать процессы функционирования обслуживающих систем. Далее осуществляется многократное воспроизведение, реализация случайных процессов обслуживания и статистическая обработка на выходе - оценка показателей качества обслуживания.
Вопрос 18. Моделирование случайных событий и дискретных величин.
Моделирование случайных событий. Простейшими случайными объектами при статистическом моделировании систем являются случайные события. Рассмотрим особенности их моделирования.
Пусть имеются случайные числа т. е. возможные значения
случайной величины , равномерно распределенной в интервале (0,1). Необходимо реализовать случайное событие А, наступающее с заданной вероятностью р. Определим А как событие, состоящее
в том, что выбранное значение случайной величины удовлетворяет неравенству
(условие 1)
Тогда вероятность события А будет . Противоположное событие состоит в том, что . Тогда Р( )= 1 — р.
Процедура моделирования в этом случае состоит в выборе значений , и сравнении их с р. При этом, если условие 1 выполняется, исходом испытания является событие А.
Таким же образом можно рассмотреть группу событий. Пусть А1, А2, ..., Aj — полная группа событий, наступающих с вероятностями р1, р2, ..., рs, соответственно. Определим Аm как событие,
состоящее в том, что выбранное значение , случайной величины удовлетворяет неравенству
(условие 2)
где . Тогда
Процедура моделирования испытаний в этом случае состоит в последовательном сравнении случайных чисел со значениями . Исходом испытания оказывается событие Аm, если выполняется условие 2. Эту процедуру называют определением исхода испытания по жребию в соответствии с вероятностями р1,p2,…, ps
Моделирование дискретных случайных величин. Рассмотрим особенности преобразования для случая получения дискретных случайных величин.
Дискретная случайная величина принимает значения yl≤ y2 ≤ ... ≤ yj≤ ... с вероятностями р1,р2, ..., рj..., составляющими дифференциальное распределение вероятностей
(4.18)
При этом интегральная функция распределения
F(y) = 0; y<y1. (4.19)
Для получения дискретных случайных величин можно использовать метод обратной функции. Если , — равномерно распределенная на интервале (0, 1) случайная величина, то искомая случайная величина получается с помощью преобразования
, (4.20)
где — функция, обратная F.
Алгоритм вычисления по (4.19) и (4.20) сводится к выполнению следующих действий:
если х1<р, то =у1, иначе
если х2<р1+р2, то =у2 иначе,
………………… (4.21)
если то =уm, иначе
…………………
При счете по (4.21) среднее число циклов сравнения