
- •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.
6.Генерация и преобразование псевдослучайных последовательностей чисел. Аппаратный и табличный способы.
На практике используются три основных способа генерации случайных чисел: аппаратный (физический), табличный (файловый) и алгоритмический (программный).
Аппаратный способ. При этом способе генерации случайные числа вырабатываются специальной электронной приставкой — генератором (датчиком) случайных чисел,— служащей в качестве одного из внешних устройств ЭВМ. Таким образом, реализация этого способа генерации не требует дополнительных вычислительных операций ЭВМ по выработке случайных чисел, а необходима только
операция обращения к внешнему устройству (датчику). В качестве физического эффекта, лежащего в основе таких генераторов чисел, чаще всего используются шумы в электронных и полупроводниковых приборах, явления распада радиоактивных элементов и т. д. Однако аппаратный способ получения случайных чисел не позволяет гарантировать качество последовательности непосредственно во время моделирования системы на ЭВМ, а также повторно получать при моделировании одинаковые последовательности
чисел.
Табличный способ. Если случайные числа, оформленные в виде таблицы, помещать во внешнюю или оперативную память ЭВМ, предварительно сформировав из них соответствующий файл (массив чисел), то такой способ будет называться табличным. Однако этот способ получения случайных чисел при моделировании систем на ЭВМ обычно рационально использовать при сравнительно небольшом объеме таблицы и соответственно файла чисел, когда для хранения можно применять оперативную память. Хранение файла во внешней памяти при частном обращении в процессе статистического моделирования не рационально, так как вызывает увеличение затрат машинного времени при моделировании системы из-за необходимости обращения к внешнему накопителю. Возможны промежуточные способы организации файла, когда он переписывается в оперативную память периодически по частям. Это уменьшает время на обращение к внешней памяти, но сокращает объем оперативной памяти, который можно использовать для моделирования процесса функционирования системы .
7.Получение псевдослучайных последовательностей чисел с равномерным в интервале [a,b] и показательным законами распределения.
Пусть для величины z, имеющей заданное распределение, известна функция плотности распределения f(z). Тогда, используя свойство функции распределения принимать значение от 0 до 1 при изменении аргумента от - до +, каждому значению хi случайной величины X, равномерно распределенной в интервале [0,1], ставим в однозначное соответствие значение zi, величины Z
|
(1) |
Показательное распределение случайной величины имеет следующую функцию плотности распределения
|
(2) |
где z > 0.
Подставим выражение (2) в (1), тогда
|
(3) |
Так как (1-xi) - случайная равномерно распределенная в интервале [0,1] величина, то
|
(4) |
Теоретическое значение математического ожидания последовательности случайных чисел с показательным распределением
|
(5) |
а дисперсия
|
(6) |
Для
формирования равномерно распределенных
псевдослучайных чисел в интервале [a,b]
достаточно случайное число xi
привести к интервалу [a,b] и сдвинуть на
величину
:
|
(7) |
Теоретическое значение математического ожидания последовательности случайных равномерно распределенных чисел
|
(8) |