- •2. Классификация методов и видов моделирования.
- •3. Математическое моделирование. Аналитические и имитационные модели.
- •4. Общая характеристика метода статистического моделирования. Области применения метода статистического моделирования
- •5.Методика оценки площади фигуры методом статистического моделирования.
- •6.Генерация и преобразование псевдослучайных последовательностей чисел. Аппаратный и табличный способы.
- •7.Получение псевдослучайных последовательностей чисел с равномерным в интервале [a,b] и показательным законами распределения.
- •8.Получение последовательностей псевдослучайных чисел, распределенных по нормальному закону с параметрами m и sg.
- •9.Проверка качества псевдослучайных последовательностей чисел. Проверка равномерности.
- •10.Проверка качества псевдослучайных последовательностей чисел. Проверка стохастичности и независимости.
- •12.Непрерывно-стохастические модели. Q - схемы. Основные понятия обслуживания. Понятие прибора обслуживания.
- •13.Многоканальные и многофазные, разомкнутые и замкнутые q - схемы.
- •14.Приоритеты в q - схемах. Статические и динамические, относительные и абсолютные приоритеты.
- •15.Принципы реализации моделирующих алгоритмов q - схем. Укрупненная схема детерминированного моделирующего алгоритма q – схемы
- •16.Реализация моделирующего алгоритма q - схемы. Алгоритм блока имитации обслуживания каналами фазы 3
- •17.Реализация моделирующего алгоритма q - схемы. Алгоритм блока имитации обслуживания каналами фазы 2
- •18.Реализация моделирующего алгоритма q - схемы. Алгоритм взаимодействия накопителя и каналов 2-ой фазы.
- •19.Реализация моделирующего алгоритма q - схемы. Алгоритм взаимодействия каналов 1-ой фазы и накопителя 2-ой фазы.
- •20.Реализация моделирующего алгоритма q - схемы. Алгоритм взаимодействия заявок в накопителе первой фазы и каналов 1-ой фазы.
- •21.Реализация моделирующего алгоритма q - схемы. Алгоритм взаимодействия источника заявок и накопителя первой фазы.
- •22.Особенности построения моделирующего алгоритма q - схемы по принципу dz.
- •23.Особенности построения асинхронного моделирующего алгоритма q - схемы.
- •24.Агрегативный подход к описанию процессов функционирования систем.
- •25.Понятие агрегата. Основные параметры (множества), характеризующие агрегаты. Описание процесса функционирования агрегата.
- •26.Структура агрегатной системы. Внутренняя и внешняя информация, циркулирующая в а - схемах.
- •27.Формирование процессов функционирования систем с использованием а - схем. Схема общего вида. Основные понятия.
- •28.Схемы и алгоритмы функционирования агрегатов "внешняя среда, "канал" и "накопитель" а - схем.
- •29.Схемы и алгоритмы функционирования агрегатов "распределитель" и "сумматор" а - схем.
- •29.2.Укрупненная схема моделирующего алгоритма а - схемы.
- •30.Общие вопросы планирования эксперимента. Полный факторный эксперимент. Формирование матрицы планирования эксперимента.
- •31.Планирование эксперимента. Проведение опытов и проверка воспроизводимости параллельных опытов.
- •32.Планирование эксперимента. Расчет коэффициентов регрессии и проверка их значимости.
- •33.Планирование эксперимента. Проверка адекватности математической модели.
- •34.Планирование эксперимента. Построение математической модели в натуральных единицах.
- •35.Планирование эксперимента. Понятие дробного факторного эксперимента. Построение матрицы планирования дробного факторного эксперимента.
- •37.Построение математических моделей по заданным экспериментальным данным. Анализ экспериментальных данных и выбор вида уравнения регрессии.
- •38.Построение математических моделей по заданным экспериментальным данным. Построение системы нормальных уравнений и математической модели.
- •39.Языки имитационного моделирования систем: simula, simscript, gpss и др. Имитационное моделирование систем на gpss/pc.
- •40.Функциональная структура gpss. Типы объектов: транзакты, блоки, списки, устройства, памяти, логические ключи, очереди, таблицы, ячейки, функции, переменные.
- •41.Понятие транзакта. Списки событий (текущих и будущих). Блоки gpss/pc, связанные с транзактами.
- •42.Блок generate создания транзакта. Его параметры и стандартные числовые атрибуты(сча). Пример использования блока generate.
4. Общая характеристика метода статистического моделирования. Области применения метода статистического моделирования
Статистическое
моделирование представляет собой метод
получения с помощью ЭВМ статистических
данных о процессах, происходящих в
моделируемой системе. Для получения
представляющих интерес оценок
характеристик моделируемой системы
с
учетом воздействий внешней среды E
статистические
данные обрабатываются и классифицируются
с использованием методов математической
статистики.
Таким
образом, сущность метода статистического
моделирования сводится к построению
для процесса функционирования исследуемой
системы
некоторого
моделирующего алгоритма, имитирующего
поведение и взаимодействие элементов
системы с учетом случайных входных
воздействий и воздействий внешней среды
,
и
реализации этого алгоритма с использованием
программно-технических средств ЭВМ.
Различают две области применения метода статистического моделирования:
1) для получения стохастических систем;
2)
для решения детерминированных задач.
Основной идеей, которая используется
для решения детерминированных задач
методом статистического моделирования,
является замена детерминированной
задачи эквивалентной схемой некоторой
стохастической системы, выходные
характеристики последней совпадают с
результатом решения детерминированной
задачи. Естественно, что при такой замене
вместо точного решения задачи получается
приближенное решение и погрешность
уменьшается с увеличением числа испытаний
(реализаций моделирующего алгоритма)
.
В результате статистического моделирования системы получается серия частных значений искомых величин или функций, статистическая обработка которых позволяет получить сведения о поведении реального объекта или процесса в произвольные моменты времени. Если количество реализаций достаточно велико, то полученные результаты моделирования системы приобретают статистическую устойчивость и с достаточной точностью могут быть приняты в качестве оценок искомых характеристик процесса функционирования системы .
Теоретической основой метода статистического моделирования систем на ЭВМ являются предельные теоремы теории вероятностей.
5.Методика оценки площади фигуры методом статистического моделирования.
Н
еобходимо
методом статистического моделирования
найти оценку площади фигуры, ограниченной
осями координат, ординатой
и
кривой
;
при этом для определенности предполагается,
что
для всех
,
.
Таким
образом, данная задача является чисто
детерминированной, и ее аналитическое
решение сводится к вычислению определенного
интеграла, т. е. искомая площадь фигуры
.
Д
ля
решения этой детерминированной задачи
методом статистического моделирования
необходимо предварительно построить
адекватную по выходным характеристикам
стохастическую систему
,
оценки
характеристик которой будут совпадать
с искомыми в данной детерминированной
задаче.
В структурной схеме такой системы элементы выполняют следующие
функции:
вычисление:
;
анализ
А:
суммирование
:
вычисление
:
С:
Система
функционирует
следующим образом: получается пара
независимых случайных чисел интервала
(0, 1), определяется координата точки
,
вычисляется
ордината
и
проводится сравнение величин
и
;
причем если точка
попала в площадь фигуры (в том числе и
на
кривую
),
то
исход испытания считается положительным
и в итоге можно
получить
статистическую оценку площади фигуры
по заданному числу реализаций
.
Л
огическая
схема моделирующего алгоритма
вероятностной системы
представлена
на рисунке. Здесь
— заданная функция (табличная кривая);
—заданное
число реализаций;
— номер текущей реализации;
;
;
;
;
—
суммирующая ячейка.
Таким образом, построение некоторой стохастической системы позволяет методом статистического моделирования получить оценки для детерминированной задачи.
