
- •1. Система, системные признаки, классификация систем.
- •2. Целостные и суммативные системы.
- •3. Моделирование как метод научного познания и подход к анализу и синтезу сложных систем.
- •4. Назначение моделирования и его место среди других наук.
- •5. Сложные системы как объекты моделирования.
- •6. Системный подход в моделировании сложных систем.
- •7. Модели: параметры и характеристики.
- •8. Адекватность моделей.
- •9. Виды моделей, иерархия моделей.
- •10. Характеристика и классификация абстрактных моделей.
- •11. Имитационные модели (общее описание).
- •12. Примеры математических моделей (анал. И имитационных).
- •13. Методы расчета математических моделей.
- •14. Харарактеристика имитационных методов расчета матем моделей.
- •15.Сравнительный анализ аналитических и имитационных моделей.
- •16.Классификация и характеристика типовых математических моделей.
- •17.Общая хар-ка q-моделей.
- •18. Общая характеристика обобщенных (агрегатных) моделей.
- •19. Технология моделирования. Основные этапы.
- •20. Концептуальные модели.
- •21. Формирование критериев при моделировании.
- •22. Планирование экспериментов с моделью
- •23. Общая характеристика метода статистических испытаний (Монте-Карло).
- •24. Примеры использования метода статистических испытаний.
- •25. Стохастические сетевые модели: параметры и характеристики.
- •26. Сети массового обслуживания: параметры, характеристики, классификация.
- •27.Теоретические основы статич моделирования
- •28.Выбор длительности машинного эксперимента.
- •29.Оценка результатов имитационного моделирования: статические оценки и доверительные интервалы
- •31.Псевдослучайные числа и их использование в моделировании.
- •32.Алгоритмические способы генерации псевдослучаных чисел.
- •33.Моделир-е случайных событий, групп событий.
- •34.Моделирование зависимых и независ событий.
- •35. Моделирование дискретных случайных величин
- •36.Моделирование непрерывных случайных величин.
- •37.Метод обратных функций.
- •38. Моделирование случайных векторов(для случая двухмерных случайных величин)
- •39.Генерация типовых распределений (равномерного, показательного, гаусса и др.)
- •40.Основные задачи имитационного моделирования
- •41.Оценка характеристик моделирования объекта, по результатам статистического моделирования
- •42.Оценка характеристик нестационарного объекта по результатам статистическ моделирования.
- •43. Типовая структура имитационной модели
- •44. Компоненты, функциональные действия, активности и события
- •45. Порядок функционирования имитационной модели
- •4 6. Методы продвижения модельного времени
- •47. Алгоритм и особенности моделирования нестационарных объектов.
- •48. Общая характеристика и сравнительный анализ методов моделирования псевдопараллельностей.
- •49. Псевдопараллельность: смысл и способы реализации.
- •50. Моделирование активностей.
- •52. Укрупненный алгоритм имитационного моделирования одноканальной смо.
- •53. Программные средства имитационного моделирования.
- •54. Аппаратные средства имитационного моделирования.
- •55. Состав системы моделирования gpss.
- •56. Состояния транзактов и узлов. Списки gpss.
- •57. Укрупненный алгоритм обработки событий в языке gpss.
- •58. Укрупненный алгоритм продвижения тразактов в языке gpss.
- •60. Характеристика входного языка системы gpss.
- •61. Стандартный набор статистики gpss. Управление сбором статистики.
- •62. Управление сбором статистики в gpss с помощью table, qtable.
- •63. Именование и адресация объектов в языке gpss
- •64. Вычислимые и хранимые объекты gpss.
- •65. Характеристика объектов языка gpss.
- •66. Управление приоритетными дисциплинами обслуживания в gpss.
- •67. Стандартные числовые атрибуты gpss. Назначение и использование.
- •68. Управление потоками транзактов в языке gpss.
- •69. Устройства и организация приоритетного обслуживания в gpss.
- •70. Управление узлом типа память в gpss. Описание многоканальных смо.
- •72. Управление маршрутами транзактов в языке gpss.
- •73. Использование операторов test, gate. Логические ключи.
- •74. Управление семействами транзактов в языке gpss.
- •75. Характеристика аналитических методов расчета математических моделей.
- •76. Математические модели сложных систем (общее описание).
- •77. Аналитическое решение математической модели.
- •78. Потоки заявок в стохастических сетевых моделях.
- •79. Типы смо, используемых в стохастических сетевых моделях.
- •80. Моделирование смо м/м/1 и м/м/к.
- •81. Моделирование смо м/м/1 и м/м/к.
- •82. Параметры и характеристики сетей мо.
- •83.Экспоненциальные сети мо.
- •84. Расчёт интенсивностей потоков и , сама сеть в соотв. Фициент мкнутой сети.0000000000000000000000000000000000000000000000000000000000000000000000000000000000000коэффициентов передач сетей мо.
- •85. Расчёт вероятностей состояний разомкнутых сетей мо.
- •86. Расчёт вероятностей состояний замкнутых сетей мо.
- •87. Моделирование узловых характеристик объекта на основе разомкнутых сетей мо.
- •88. Моделирование системных характеристик объекта на основе замкнутых сетей мо.
- •89. Моделирование узловых характеристик объекта на основе замкнутых сетей мо.
- •90. Общая методика моделирования объекта на основе разомкнутых сетей мо.
- •91. Общая методика моделирования объекта на основе замкнутых сетей мо.
- •92. Предельные оценки характеристик стохастических сетевых моделей
- •93. Моделирование систем обработки информации стохастическими сетями.
- •Система, системные признаки, классификация систем.
- •Целостные и суммативные системы.
- •Моделирование как метод научного познания и подход к анализу и синтезу сложных систем.
1. Система, системные признаки, классификация систем.
Существует много классификационных признаков. В общей теории систем оперируют такими понятиями как системный объект. В зависимости от от степени внутр. связей частей сист. объекты бывают:
1. без связей - конгломерат
2. слабые связи - степень связности примерно одного порядка. Аддитивные или суммативные системы. Сумма частей равна единице.
3. сильные связи - внутр. связи на порядок сильнее, чем внешние. Система ведет себя как целое. Сумма отдельных частей меньше чем система. Система обладает свойствами, которых нет у частей.
Система - совокупность связанных частей, объединенных в единое целое, для достижения цели. Осн св-во - целостность. В зав-ти от того с чего сделана система системы бывают:
- физические и реальные системы;
- концептуальные;
- абстрактные;
- искусственные;
- смешанные.
След. уровень классификации - зависимость от взаимодействия с внешней средой - открытые и закрытые, динамические и статические.
Системные признаки:
1. отграниченность - признак, который позволяет отделить систему от других систем. Сущ системы с четкими и нечеткими границами. Границы или контуры системы зависят от целей, которые ставит себе исследователь.
2. автономность - хар-ет самостоятельность системы, а значит хар-ет наличие в системе внутр источников существования.
3. целостность - несводимость целого к его частям. В свою очередь целостность системы может быть раскрыта через системообразующие факторы. Пока факторы действуют система сохраняет свои св-ва.
Внешние признаки:
1. сложность структуры
2. наличие иерархии
3. наличие большого кол-ва элементов и большого кол-ва типов элементов
4. сложность процесса, протекающего в системе
5. наличие связей между процессами
6. наличие сложного управления в системе
7. Наличие обратных свяей
8. Децентрализация
9. Неопределенности функционирования системы
10. Влияние случайных факторов
11. Наличие человеч. фактора, ненадежность.
2. Целостные и суммативные системы.
Различают аддитивные системы и целостные системы. Аддитивные (суммативные) системы – это такие множества элементов, где связи между элементами неустойчивы, неразвиты, где свойства систем являются простой суммой свойств их элементов. Целостные системы – такие, где вледствие развитости устойчивых отношений между элементами свойства системы несводимы к простой сумме свойств элементов, т. е. где появляются свойства системы в целом (в англоязычной литературе их часто называют эмержентными свойствами, от англ. emerge – «появляться»).
3. Моделирование как метод научного познания и подход к анализу и синтезу сложных систем.
Модел-ие объекта произв-ся для выявления его св-в: -прогнозир-ие будущ. состояния или поведения объекта; -колич-й оценки эффект-ти объекта; -нахожд-е зав-ти м/у хар-ми и пар-ми; -отыскание оптим-х знач-й пар-ов; -обучение специалистов. При этом исх. объект заменяют подобным ему. Все действ-я по анализу и синтезу проводятна нов. объекте, а получ-е рез-ты переносят на исх. объект. Этот процесс замещ-ия наз. модел-ие, а замещающий объект – моделью.
Рез-ты мод-ия зависят от правдоподобности модели. Мод-ие базир-ся на принципах информ-й достаточности (должно хватать инфы для постоения адекв. модели), осуществимости (достижение цели), множественности, агрегирования (представл. в виде подсистем, для описания кот. сущ. матем-е схемы), параметризация (процессы функц-ия м. заменять соотв-ми числовыми величинами, табл, графиками, формулами).
Мод-ие – это инструмент решения оптимиз-х, технич. задач.
Пр: объект анализа – круг. Цель: расчет площади. S=ПR2. Эту формулу м. рассм-ть как модель объекта. Модуль обладает собств-ми исх. данными (пар-ми) – R. Кажд. модель отображ. какое-то св-во объекта (хар-ки) – S. Т.о., по заданным пар-м необх. определить хар-ки. Модель сама по себе явл. объектом. Это пример матем. модели, по способу расчета – аналитич. Трудоемкость миним-на. Если круг идеальный, то точность опред-ся погрешностью измер. радиуса. С т.з. получ-х рез-ов это универс. модель. Исх. объект не обладает стр-й и не функц-ет. Если исх. объект не идеал. круг, значит надо исп-ть др. подходы.
Подходы: 1) Структурный: Больш. систем обладает ярко выраженным структ. аспектом, поэтому, в 1ю очередь, выделяют сост. части системы и связи м/у ними. Стр-ра сист. м/б положена в основу будущ. модели. М. выделить отдельные подсистемы, и так до тех пор, пока не б. достигнута необх. детальность. Далее исл-ся функц-ые аспекты, происходящие в подсистемах.
2) Альтернативный (процессный): Стр-й аспект систем не явл. ярко выраженным. Делается попытка изучить систему, начиная с выявления ее функц-х процессов. В ходе анализа процессов, пытаются выявить стр-й аспект. Этот подход хар-рен на этапах модел-ия при проектир-ии. Развитие этого подхода – построение моделей по спецификации.