- •1) Понятие модели системы
- •2) Сущность системного подхода к моделированию систем па эвм
- •3) Характерные черты машинной модели
- •4) Классификационные признаки видов моделирования систем
- •5) Метод статистического моделирования на эвм.
- •6) Зависимые и независимые переменные в модели объекта
- •7) Типовые схемы при моделирования сложных систем и элементов
- •8) Условия и особенности использования при разработке моделей систем различных типовых схем
- •9) Понятие концептуальной моделью системы
- •10) Основные принципы построения моделирующих алгоритмов процессов функционирования систем.
- •11) Схемы, используемые при разработке алгоритмического и программного обеспечения машинного моделирования
- •12) Техническая документация, оформляемая по каждому этапу моделирования системы
- •13) Сущность метода статистического моделирования систем
- •14) Способы генерации последовательностей случайных чисел, используемые при моделировании.
- •15) Методы проверки (тестирования) качества генераторов случайных чисел.
- •16) Способы генерации последовательностей случайных чисел с заданным законом распределения на эвм
- •17) Языки имитационного моделирования. Архитектура, основные требования, группы языков моделирования дискретных систем
- •18) Особенности машинного эксперимента
- •19) Виды факторов в имитационном эксперименте с моделями систем
- •20) Полный факторный эксперимент
- •21) Сущность методов фиксации и обработки результатов при статистическом моделировании систем на эвм
- •24) Синхронный и асинхронный моделирующие алгоритмы q-схем.
- •25) Суть структурного подхода при моделировании систем на базе n-схем
- •26) Особенности использования языков имитационного моделирования на базе n-схем
- •27) Особенности формализации процессов функционирования систем на базе а-схем
- •28) Информационная модель системы.
- •29) Эволюционные модели систем
- •30) Модели для принятия решения
3) Характерные черты машинной модели
Математическая машинная модель системы может представлять реальную систему только в такой степени, в какой уравнения, описывающие функционирование компонентов системы, точно характеризуют действия компонентов реальной системы.
Как правило, невозможно включить в уравнения модели все множество компонентов реальной системы, так как очень быстро возрастает сложность имитационной модели. Следовательно, нужно получить некую абстракцию реальной системы, исходя из суждений и допущений относительно того, какие компоненты реальной системы управляют функционированием всей системы в целом.
При получении новой информации об объекте его модель пересматривается и уточняется с учетом новой информации, т.е. процесс моделирования, включая разработку и машинную реализацию модели, является итерационным. Этот итерационный процесс продолжается до тех пор, пока не будет получена модель М, которую можно считать адекватной в рамках решения поставленной задачи исследования и проектирования системы S.
Моделирование систем с помощью ЭВМ можно использовать в следующих случаях:
а) для исследования системы S до того, как она спроектирована, с целью определения чувствительности характеристики к изменениям структуры, алгоритмов и параметров объекта моделирования и внешней среды;
б) на этапе проектирования системы S для анализа и синтеза различных вариантов системы и выбора среди конкурирующих такого варианта, который удовлетворял бы заданному критерию оценки эффективности системы при принятых ограничениях;
в) после завершения проектирования и внедрения системы, т.е. при ее эксплуатации, для получения информации, дополняющей результаты натурных испытаний (эксплуатации) реальной системы, и для получения прогнозов эволюции (развития) системы во времени.
При выборе методов обработки существенную роль играют три особенности машинного эксперимента с моделью системы S.
1. Возможность получать при моделировании системы S на ЭВМ большие выборки позволяет количественно оценить характеристики процесса функционирования системы, но превращает в серьезную проблему хранение промежуточных результатов моделирования. Эту проблему можно решить, используя рекуррентные алгоритмы обработки, когда оценки вычисляют по ходу моделирования.
2. Сложность исследуемой системы S при ее моделировании на ЭВМ часто приводит к тому, что априорное суждение о характеристиках процесса функционирования системы, например о типе ожидаемого распределения выходных переменных, является невозможным. Поэтому при моделировании систем широко используются непараметрические оценки и оценки моментов распределения.
3. Блочность конструкции машинной модели Мм и раздельное исследование блоков связаны с программной имитацией входных переменных для одной частичной модели по оценкам выходных переменных, полученных на другой частичной модели. Если ЭВМ, используемая для моделирования, не позволяет воспользоваться переменными, записанными на внешние носители, то следует представить эти переменные в форме, удобной для построения алгоритма их имитации.