
- •1.1.Сущность и особенности имитационного моделирования.
- •1.2.Свойства и области применения имитационных моделей.
- •1.3.Этапы имитационного моделирования.
- •1.4.Формализованная схема процесса и моделирующий алгоритм.
- •2.1.Сравнительная характеристика принципов построения имитационных моделирующих алгоритмов.
- •3.1.Имитационное моделирование как эксперимент. Метод Монте-Карло.
- •3.2.Способы генерации случайных чисел в имитационном моделировании.
- •3.3.Моделирование случайных событий в имитационном моделировании.
- •3.4.Модель выхода.
- •3.5.Модель обратной связи.
- •3.6.Основы теории планирования эксперимента.
- •3.7.Оптимизация в имитационном моделировании.
- •4.1.Оценка адекватности имитационных моделей.
- •4.2.Распределение допусков на управляемые переменные.
- •5.1.Виды и характерные особенности языков имитационного моделирования.
- •5.2.Специализированное программное обеспечение имитационного моделирования.
- •6.1.Основные компоненты и характеристики моделей массового обслуживания.
- •6.2.Роль пуассоновского и экспоненциального распределений в теории массового обслуживания.
- •6.3.Моделирование входного и выходного потоков в системах массового обслуживания.
- •6.4.Системы массового обслуживания неограниченной мощности.
- •6.5.Системы массового обслуживания ограниченной мощности.
- •6.6.Влияние числа узлов обслуживания на основные операционные характеристики системы массового обслуживания.
- •6.7.Системы массового обслуживания с приоритетами.
- •6.8.Тандемы очередей.
- •7.1.Проблемы моделирования смо.
- •7.2.Подготовка исходных данных и проверка статистических гипотез.
- •7.3.Модели со стоимостными характеристиками.
- •7.4.Моделирование предпочтительности уровня обслуживания.
1.1.Сущность и особенности имитационного моделирования.
С точки зрения логики моделирования все математические модели делятся на 2 группы:
1) аналитические модели, представляющие собой математические выражения зависимости между входами и выходами;
2) имитационные модели – программы для ЭВМ, воспроизводящие поведение реальных объектов.
Важное преимущество имитационной модели по отношению к аналитической заключается в том, что за счет детализации ее можно сделать весьма близкой к моделируемому объекту. Однако такое приближение неизбежно связано с усложнением и большим временем разработки имитационной модели.
Имитационная система – совокупность моделей, имитирующих изучаемый процесс, это системы внутреннего и внешнего обеспечения (прикладного).
Виды имитационных моделей:
1) статические и динамические;
2) детерминированные и стохастические;
3) дискретные и непрерывные.
Имитационное моделирование реализует экономический эксперимент.
Имитационное моделирование применяется тогда, когда требуется имитация элементарных явлений, составляющих исследуемый процесс, при сохранении их логической структуры, последовательности протекания во времени, характера и состава информации о состоянии процесса.
Развитие имитационного моделирования идет параллельно с развитием ЭВМ.
Достоинства имитационного моделирования:
1. Возможность объединять традиционные математические и экспериментальные компьютерные методы.
2. Возможность исследовать объекты, физическое моделирование которых экономически нецелесообразно или невозможно.
3. Исследование еще не существующих объектов.
4. Исследование труднодоступных или ненаблюдаемых объектов.
7. Исследование плохо формализуемых экологических, социальных или экономических систем.
8. Исследование объектов практически любой сложности при большой детализации и снятии ограничений на вид функций распределения случайных величин.
Недостатки имитационного моделирования: большие затраты времени на сбор статистических данных, средства, связанные с эксплуатацией вычислительной техники (временные, стоимостные).
1.2.Свойства и области применения имитационных моделей.
Имитационное моделирование - это метод исследования, заключающийся в имитации на ЭВМ с помощью комплекса программ процесса функционирования системы или отдельных ее частей и элементов. Сущность метода имитационного моделирования заключается в разработке таких алгоритмов и программ, которые имитируют поведение системы, ее свойства и характеристики в необходимом для исследования системы составе, объеме и области изменения ее параметров.
Свойства имитационной модели:
1) Конечность. Модель, отражает оригинал лишь в конечном числе отношений и наделяется строго ограниченным числом свойств.
2) Упрощенность. Обусловлена конечностью модели и тем, что модель отражает главные свойства реального объекта, ограничены операционные средства.
3) Приближенность. Степень приближенности модели к реальному объекту может быть очень высокой или может изменяться в определенных пределах.
4) Адекватность. Рассматривается как мера эффективности достижения поставленной цели при моделировании, достаточная для достижения этой цели.
5) Истинность. Связано с решением вопроса о доступности объективной истинности субъективным познанием.
К имитационному моделированию прибегают, когда:
1) дорого или невозможно экспериментировать на реальном объекте;
2) невозможно построить аналитическую модель: в системе есть время, причинные связи, последствие, нелинейности, стохастические (случайные) переменные;
3) необходимо сымитировать поведение системы во времени.
Цель имитационного моделирования состоит в воспроизведении поведения исследуемой системы на основе результатов анализа наиболее существенных взаимосвязей между ее элементами или другими словами — разработке симулятора исследуемой предметной области для проведения различных экспериментов.
Имитационное моделирование позволяет имитировать поведение системы во времени. Причём плюсом является то, что временем в модели можно управлять: замедлять в случае с быстропротекающими процессами и ускорять для моделирования систем с медленной изменчивостью. Можно имитировать поведение тех объектов, реальные эксперименты с которыми дороги, невозможны или опасны. С наступлением эпохи персональных компьютеров производство сложных и уникальных изделий, как правило, сопровождается компьютерным трёхмерным имитационным моделированием. Эта точная и относительно быстрая технология позволяет накопить все необходимые знания, оборудование и полуфабрикаты для будущего изделия до начала производства.
Можно выделить две разновидности имитации:
1) Метод Монте-Карло (метод статистических испытаний);
2) Метод имитационного моделирования (статистическое моделирование).