
- •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.
89. Моделирование узловых характеристик объекта на основе замкнутых сетей мо.
---опред. коэфф. загрузок отдельных СМО ( например, для одноканальных СМО --- используя выражения для расчёта коэфф. загрузки, определяют интенсивности потоков заявок в каждую СМО.
90. Общая методика моделирования объекта на основе разомкнутых сетей мо.
Рассчитываем
интенсивности потоков на входе в каждую
СМО.
.
Указанные состояния образуют систему
линейных уравнений (кол-во N) с N
неизвестными. Решая уравнения, находим
все
.
Попутно, если
не были заданы, рассчитываем их.
.
Рассчитываем вероятности состояний.
Рассчитываем узловые характеристики, начиная с загрузки.
Если СМО одноканальная, используем соответствующие формулы для одноканальной системы, если многоканальная – для многоканальной.
Можно использовать вероятности состояний.
Расчёт системных характеристик.
Суммарная
длина очередей
,
Общее
количество заявок.
,
Среднее
время обслуживания.
,
Среднее
время ожидания.
.
91. Общая методика моделирования объекта на основе замкнутых сетей мо.
В замкнутых сетях начинается расчёт с коэффициентов передач. Используются аналогичные соотношения из N уравнений с N переменными.
Рассчитываем вероятности всех состояний.
Рассчитываем
узловые характеристики.
.
Вычислив
загрузки, определим оставшиеся узловые
характеристики.
.
Рассчитываем
.
Для любой СМО рассчитываем
.
Рассчитываем все оставшиеся системные характеристики.
92. Предельные оценки характеристик стохастических сетевых моделей
Предельные (асимптотические) характеристики объекта можно получить, построив асимптотическую модель. Допустим, что выполнение всех заявок в сети спланировано идеальным образом. Т.е. заменим случайные законы поступления и обслуживания заявок в сети детерминированными с сохранением средних значений их параметров i, i, и i. Это приведет к тому, чго модель будет характеризоваться максимальной производительностью0, и соответственно минимальным временем пребывания (обработки) заявок в сети U0.
В сети можно выделить два режима работы: до насыщения и после насыщения. В режиме насыщения к сети появится хотя бы один полностью загруженный узел с коэффициентом загрузки рs =1, т.е. "узкое место" и пусть;
М* - число заявок, переводящих сеть в режим насыщения. Рассмотрим каждый режим в отдельности.
В
режиме до насыщения при любом числе
заявок в сети удовлетворяющем условию
М < М* заявки могут быть "идеально"
спланированы и обрабатываются так, как
если бы в сети была только одна заявка
Соответственно все j
=0, время пребывания заявки в сети
постоянно и равно длительности обработки
одной заявки
,
а производительность сети определится
по закону Литтла
Если
увеличивать число заявок в сети М, то
наступит момент, когда хотя бы один из
узлов окажется полностью загруженным
и станет "узким местом" Сеть войдет
в режим насыщения, дальнейшее увеличение
числа заявок в сети не будет вести к
росту ее производительности, достигнутой
в точке М = М* и будет определяться
параметрами (пропускной способностью)
"узкого места".В режиме насыщения
(М > М*) производительность сети постоянна
и равна 0(M)=M/U0=M*/U0
(при М=М*), а время пребывания заявки в с
определится по закону Литтла