
- •1. Сущность понятий модель и моделирование. Роль моделей в процессе познания.
- •2. Характеристика модели как системы.
- •3. Классификация видов моделирования
- •5. Формальная модель системы
- •6. Типовые математические схемы моделей. Особенности d-схем и a-схем.
- •7. Типовые математические схемы моделей. Особенности f-схем и p-схем.
- •8. Основные понятия теории массового обслуживания.
- •9. Поток заявок и его характеристики.
- •10. Простейший поток заявок и его особенности
- •11. Стратегии управления потоками заявок в смо
- •12. Базовые модели смо. Обозначения смо
- •13. Параметры и характеристики смо
- •14. Аналитические модели одноканальных смо с отказами и с ожиданием
- •15. Аналитические модели многоканальных смо с отказами и с ожиданием.
- •16. Сущность имитационного моделирования. Различия имитационных и аналитических моделей.
- •17. Принципы построения моделирующих алгоритмов.
- •18. Сущность метода статистического моделирования
- •19. Способы формирования случайных чисел. Аппаратный и физический.
- •20. Способы формирования случайных чисел. Алгоритмический метод.
- •21. Моделирование случайных событий
- •22. Моделирование дискретных случайных величин
- •23. Методы моделирования непрерывных случайных величин. Сущность метода обратной функции.
- •26. Моделирование случайных величин, распределенных по нормальному, равномерному, экспоненциальному законам.
- •27. Основные требования к моделям
- •28. Основные этапы моделирования систем
- •29. Концептуальная модель системы
- •31. Правила и способы формализации процессов обработки информации.
- •32. Алгоритмизация процессов обработки информации. Последовательность разработки алгоритмов.
- •33. Основные свойства моделей.
- •34. Понятие адекватность» модели. Особенности оценки адекватности моделей.
- •35. Базовые принципы оценки адекватности моделей. Методы обеспечения адекватности моделей.
- •36.Схема оценки адекватности моделей о. Балчи.
- •37. Методика оценки адекватности моделей.
- •38. Основные этапы проведения экспериментальных исследований с помощью моделей. Типы вычислительных экспериментов.
- •39. Стратегическое и тактическое планирование машинных экспериментов.
- •40. Сущность активного эксперимента, его преимущества.
- •41. Основные понятия теории планирования экспериментов.
- •42. Классификация средств моделирования, сравнительная оценка основных классов средств моделирования.
- •43. Основные требования к инструментальным средствам моделирования
- •44. Общая характеристика gpss World, построение программ в gpss World.
- •45 Общая характеристика системы arena, построение моделей в системе arena .
- •46 Содержание обработки результатов экспериментов.
- •47 Оценка точности и достоверности результатов моделирования.
- •48 Проверка гипотез о равенстве средних и о равенстве дисперсий.
- •49 Методы понижения дисперсии.
- •50 Анализ и интерпретация результатов моделирования на эвм. Дисперсионный анализ результатов экспериментов.
46 Содержание обработки результатов экспериментов.
Основное содержание обработки результатов экспериментов:
Вычисление оценок параметров исследуемых величин
Исключение грубых ошибок измерений
Оценка точности и достоверности результатов моделирования
Проверка статистических гипотез
Построение регрессионных зависимостей, оценка их качества
Анализ полученных результатов
Требования к оценкам характеристик случайных величин
Состоятельность, несмещенность, эффективность
Оценка
– состоятельная, если она при неограниченном
увеличении числа опытов сходится по
вероятности к математическому ожиданию
параметра
Оценка
– несмещенная, если ее математическое
ожидание при любом конечном N
равно истинному значению параметра
Оценка
– эффективная, если среди всех возможных
она обладает наименьшей дисперсией
Оценка
математического ожидания
xi-
значение параметра в i-ом
испытании
Оценка
дисперсии
Оценка
среднего квадратического отклонения
Дисперсия
оценки математического ожидания
Оценка корреляции двух случайных величин
Корреляционный
момент:
Коэффициент
корреляции
Оценка
вероятности
Дисперсия
оценки вероятности
Методы исключения грубых ошибок измерений
Правило трех сигм
Использование доверительного интервала
47 Оценка точности и достоверности результатов моделирования.
Правило
трех сигм: Разброс
случайных величин от среднего значения
не должен превышать
Вычислить оценки величин, не включая в расчеты сомнительные значения, а затем проверить, попадают ли сомнительные значения в указанный интервал. Поскольку результаты, получаемые методом статистического моделирования, неизбежно носят случайный характер, после обработки результатов моделирования требуется ответить на вопросы:
К каким ошибкам может привести замена параметра случайной величины его точечной оценкой? (т.е. какова точность полученных результатов)
С какой степенью уверенности можно ожидать, что эти ошибки не выйдут за известные пределы? (т.е. какова достоверность полученных результатов)
,
где
-точность
оценки
-
Достоверность оценки – вероятность
того, что ошибка не выйдет за заданные
пределы
С
вероятностью
неизвестное значение параметра
попадет в интервал
Доверительная
вероятность
доверительный интервал
Построение доверительного интервала для математического ожидания
Случайная
величина
представляет собой сумму N
независимых одинаково распределенных
случайных величин
и в силу центральной предельной теоремы
распределена по нормальному закону.
;
функция
распределения для нормально распределенной
случайной величины с параметрами m=0,
=1
;
Величина
определяет для нормального закона число
средних квадратических отклонений,
которое нужно отложить вправо и влево
от центра рассеивания для того, чтобы
вероятность попадания в полученный
участок была равна
Требуемое
число реализаций для обеспечения
заданной точности математического
ожидания
Определение количества реализаций моделирования в каждом опыте
проводится предварительный эксперимент с количеством измерений N’, которое составляет в зависимости от трудоемкости опыта от 20 до 50;
вычисляется среднеквадратичное отклонение ( точнее ее оценка);
в соответствии с поставленными задачами эксперимента устанавливается требуемая точность измерений
;
устанавливается нормированное отклонение , значение которого обычно задается (зависит также от точности метода), по формуле определяют N