- •Лекція 1. Сучасний стан розвитку проблемної області моделювання систем.
- •1.Моделювання як метод наукового пізнання.
- •2. Використання моделювання при дослідженні і проектуванні асу.
- •3. Перспективи розвитку методів і засобів моделювання систем.
- •Лекція 2. Основні поняття моделювання систем.
- •1. Принципи системного підходу в моделюванні систем.
- •2. Класифікація видів моделювання систем.
- •3. Можливості і ефективність моделювання систем на обчислювальних машинах.
- •Лекція 3. Математичні схеми моделювання систем.
- •1. Основні підходи до питання побудови математичних моделей систем.
- •2. Неперервно-детерміновані моделі (d-схеми).
- •Лекція 4. Дискретно-детерміновані моделі (f-схеми).
- •Зведена таблиця для f- автомата Мура.
- •Лекція 5. Дискретно-стохастичні моделі (р-схеми).
- •Лекція 6. Неперервно-стохастичні моделі (q-схеми).
- •1. Основні поняття q – схем.
- •Лекція 7. Методи моделювання випадкових величин.
- •1. Вибірковий метод Монте-Карло.
- •2. Процедури машинної генерації псевдовипадкових чисел.
- •Лекція 8. Алгоритми моделювання рівномірно розподілених випадкових величин.
- •1. Вимоги до генераторів псевдовипадкових чисел, рівномірно розподілених в інтервалі (0,1).
- •2. Методи отримання псевдовипадкових чисел.
- •Лекція 9. Аналіз даних випадкових величин.
- •1.Ідентифікація закону розподілу.
- •Критерії перевірки гіпотез.
- •9.2.1. Критерій .
- •9.2.2. Критерій Колмогорова-Смірнова.
- •Лекція 10. Регресивний аналіз.
3. Перспективи розвитку методів і засобів моделювання систем.
Ресурси сучасної інформаційно-обчислювальної техніки дають можливість ставити і рішати математичні задачі такої складності, які донедавна здавалися такими, що не реалізуються, наприклад моделювання великих систем.
Історично першим склався аналітичний підхід дослідження систем, коли ЕОМ використовувалася в якості обчислювача по аналітичних залежностях. Аналіз характеристик процесів функціонування великих систем за допомогою тільки аналітичних методів дослідження наштовхується на значні труднощі, які призводять до необхідності суттєвого спрощення моделей або на етапі їх побудови, або в процесі роботи з моделлю, що може призвести до недостовірних результатів. Тому, на даний час поряд з побудовою аналітичних моделей велика увага приділяється задачам оцінки характеристик систем на основі імітаційних моделей, реалізованих на сучасних ЕОМ з великою швидкодією і великим об'ємом оперативної пам'яті. Причому перспективність імітаційного моделювання, як методу дослідження характеристик процесу функціонування великих систем, зростає з підвищенням швидкодії і збільшенням оперативної пам'яті ЕОМ, з розвитком математичного забезпечення, удосконаленням банків даних і периферійних пристроїв, організації діалогових систем моделювання. Це сприяє появленню нових, чисто машинних, методів рішення задач дослідження великих систем на основі організації імітаційних експериментів з їх моделями.
Перспективним напрямком є створення для цілей моделювання ієрархічних багатомашинних обчислювальних систем колективного використання, які включають в себе центральний обчислювальний комплекс з великих ЕОМ і множину зв'язаних з ним каналами зв'язку віддалених мінімашинних комплексів і абонентських пунктів, які працюють в режимі телеобробки При створенні великих систем їх компоненти розробляються різними колективами, які використовують засоби моделювання при аналізі і синтезі окремих підсистем. При цьому розробникам необхідний оперативний доступ до програмно-технічних засобів моделювання, а також оперативний обмін результатами моделювання окремих взаємодіючих підсистем. Таким чином, з'являється необхідність в створенні діалогових систем моделювання колективного користування, для яких характерні наступні особливості: можливість одночасної роботи багатьох користувачів, зайнятих розробкою однієї або декількох систем, доступ користувачів до програмно-технічних ресурсівм моделювання, включаючи банки даних і пакети прикладних програм моделювання, забезпечення діалогового режиму роботи з різними обчислювальними машинами і пристроями, диспетчеризація робіт в системі моделювання і здійснення різних послуг користувачам, включаючи навчання роботі з діалоговою системою моделювання.
При використанні гібридних моделюючих комплексів, які включають аналогові і цифрові обчислювальні машини, спрощується питання взаємодії з датчиками встановленими на реальних об'єктах, що дозволяє в свою чергу проводити комбіноване моделювання з використанням аналогово-цифрової частини моделі і натурної частини об'єкта. Такі гібридні моделюючі комплекси можуть входити до складу багатомашинного обчислювального комплексу колективного користування.
