
- •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.
4.1.Оценка адекватности имитационных моделей.
Под адекватностью ИМ понимаем степень отражения параметрами модели характеристик исследуемой системы с точностью, требуемой для конкретного исследования. Оценка адекватности впрямую мало реальна, и чаще всего руководствуются косвенными соображениями типа:
1) согласуются ли результаты со здравым смыслом, причем факт отсутствия противоречий или их наличие еще не доказывают неадекватность модели;
2) согласуются ли результаты ИМ с предполагаемыми статистическими оценками.
Тем не менее, в последнее время появился ряд работ, делающих обнадеживающие попытки оценки адекватности, распадающейся на два связанных процесса:
1) верификации — т. е. проверки идентичности концептуальной модели исследуемой системы;
2) пригодности модели — возможности перенесения результатов моделирования на исследуемую систему.
Верификация — общепринятая процедура и чаще всего неизбежная. Верификация предусматривает предупредительные и отладочные процедуры.
К предупредительным относятся:
• проверка пригодности входных данных, контроль набора и т. п.;
• построение программы в виде трех разделов:
1) структура модели,
2) исходные данные,
3) запуск программы со строгой последовательностью операторов;
• проверка датчиков БСВ;
• проверка точности вычислений (формат данных, округление, усечение).
Отладка начинается с анализа ошибок предыдущих этапов, возможности их повторения, изучения логики программы. Иногда полезно после написания машинной программы снова попытаться построить концептуальную модель. В процедуру отладки также входят корректировка синтаксиса и семантики, анализ чувствительности модели. Отладка ведется по разделам программы.
Оценка пригодности в ИМ — процедура достаточно спорная, считается даже, что она может дискредитировать полезную модель. Кроме того, оценка пригодности, являясь многокритериальным процессом, достаточно сложна, и единой системы критериев для такой оценки не существует.
Техническая пригодность должна выяснить обоснованность теоретических посылок, положенных в основу модели.
Операционная пригодность. Особое внимание обращается на учету чувствительности модели.
Динамическая пригодность. Расхождения во временном диапазоне, влияющие на операционную пригодность, оцениваются динамической пригодностью ИМ, а также возможностью актуализации и расширения данных.
Методы оценки верификации и пригодности делятся на две группы:
1) формальные (статистические);
2) неформальные с привлечением пользователей и лиц, принимающих решение.
4.2.Распределение допусков на управляемые переменные.
Влияние допусков и вариация значений необходимо учитывать по следующим причинам:
1) В силу ограниченности времени, стоимости и возможности построения модели;
2) Воздействие внешних условий, которые не учтены в модели, которые изменяются в течение срока функционирования объекта.
Допуск – установление допущение ошибки, либо в параметре, либо в других требованиях, отражающие максимально допустимую ошибку, в противоположность к действительной ошибки в каждом конкретном случае. Если известны допуски на характеристики модели и известны связи между изменением выходных характеристик, то определяют величину допуска на значение параметров:
ФОРМУЛА
ДЕ - допуск на выходную характеристику, т.е. на критерий оптимальности, устанавливаемый заказчиком в техническом задании на разработку модели. /\Е – суммарная погрешность модели при расчете выходных характеристик, то ДЕ (х) – суммарный допуск по выходной характеристики Е на значение управляемых переменных Xi.
Проблема установления допусков возникает в тех случаях, когда /\Е<ДЕ При распределении допуска ДЕ(х) по xi необходимо определить:
1) Вид зависимости de(xi) , т.е. как меняется выходная характеристика при изменении каждого xi.
2) Необходимость взаимосвязи между de(xi), устанавливается справедливо ли выражение: ФОРМУЛЫ
При разработке имитационной модели в целях сокращения времени программирования модулей должны вестись параллельно. И была бы уверенность в том, что точность описания каждого модуля обеспечит требуемую точность выход характеристик объекта в целом.
При известных требованиях и точности упрощается выбор метода моделирования и способов реализации операторов. На параллельных этапах разработки в условиях неполной информации целесообразно экспертно оценить значение B1,B2 …Br, определение распределения общего допуска выходных характеристик ДЕ по каждому модулю r, т.е. допуск по каждому модулю:
ФОРМУЛЫ
В качестве факторов (1*) могут быть использованы не только переменные, но и другие изменяющиеся или неточно определенные факторы модуля. По данной методики определяются погрешности по каждому модулю /\E(xi) и строятся уравнение чувствительности (1*), проводится распределение допусков на переменные по выражению (2*).