
- •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.
17. Принципы построения моделирующих алгоритмов.
Принципы построения моделирующих алгоритмов:
с постоянным шагом во времени (принцип ∆t)
по особым состояниям (событиям) (принцип δz)
Обобщенный алгоритм моделирования с постоянным шагом во времени:
Достоинства:
1) Простота реализации
2) Удобство при большом числе событий
Недостатки:
1) Нерационально затрачиваются ресурсы при редких событиях
2) Сложность выбора шага изменения времени
3
)
Появление ошибок в отображении процессов
в связи с дискретными моментами времени.
Обобщенный алгоритм моделирования по событиям
Достоинства:
1) Сокращение объема вычислений при редких событиях
2) Более точное отражение процессов во времени
Недостатки:
1) Усложнение алгоритма за счет необходимости определения времени наступления наиболее раннего события.
18. Сущность метода статистического моделирования
Задачи, решаемые методом статистического моделирования:
моделирование процессов на протекание которых влияют случайные величины
решение математических задач, не связанных со случайностями, но для которых можно искусственно придумать вероятностную модель (вычисление площади).
Особенности метода статистического моделирования:
простая структура вычислительных алгоритмов (составляется алгоритм для одного испытания и повторяется много раз)
метод дает приближенный результат, ошибка вычисления пропорциональна
(D-const, N-кол-во испытаний).
Сущность метода:
Метод статистического испытания заключается в воспроизведении сложных случайных явлений при помощи статистической модели, функционирование которой подчиняется тем же законам, что и исследуемые случайные явления.
Под статистической моделью понимается такая математическая модель, в которой сложные случайные явления с неизвестными вероятностными характеристиками и законами распределения заменяются простыми случайными величинами и событиями, вероятностные характеристики и законы распределения которых известны.
Метод основан на многократном проведении испытаний построенной модели с последующей статистической обработкой полученных данных с целью определение характеристик рассматриваемого сложного случайного явления в виде статистических оценок его параметров, случайный результат, полученный при проведении каждого испытания, называется реализацией.
Пр. Требуется определить функцию распределения случайной величины если известны:
зависимость y=F(a,b,…,w)
функции распределения величин a,b,…,w
1.По каждой из величин a,b,…,w проводится случайное испытание и определяются их случайные значения.
2.Используя полученные величины определяем y
3.N раз повторяем
4.на основе N значений y находим функцию распределения
19. Способы формирования случайных чисел. Аппаратный и физический.
При статистическом моделировании систем одним из основных вопросов является учет стохастических воздействий. Количество случайных чисел, используемых для получения статистически устойчивой оценки характеристики процесса функционирования системы S при реализации моделирующего алгоритма на ЭВМ. Количество случайных чисел колеблется в достаточно широких пределах в зависимости от:
1 класса объекта моделирования;
2.вида оцениваемых характеристик;
3необходимой точности и достоверности результатов моделирования. Результаты статистического моделирования существенно зависят от качества исходных (базовых) последовательностей случайных чисел.
На практике используются три основных способа генерации случайных чисел:
аппаратный (физический);
табличный (файловый);
алгоритмический (программный).
Аппаратный способ. Генерация случайных чисел вырабатываются специальной электронной приставкой — генератором (датчиком) случайных чисел,— служащей в качестве одного из внешних устройств ЭВМ. Реализация этого способа генерации не требует дополнительных вычислительных операций ЭВМ по выработке случайных чисел, а необходима только операция обращения к внешнему устройству (датчику). В основе лежит физический эффект, лежащего в основе таких генераторов чисел, чаще всего используются шумы в электронных и полупроводниковых приборах, явления распада радиоактивных элементов и т. д.
Достоинства:
Запас чисел не ограничен;
Расходуется мало операций;
He занимается место в памяти .
Недостатки:
Требуется периодическая проверка;
Нельзя воспроизводить последовательности;
Используется специальное устройство;
Необходимы меры по обеспечению стабильности.
Табличный способ. Случайные числа, представленные в виде таблицы, помещаются в память ЭВМ. Этот способ получения случайных чисел обычно используют при сравнительно небольшом объеме таблицы и файла чисел.
Достоинства:
Требуется однократная проверка;
Можно воспроизводить последовательности.
Недостатки:
Запас чисел ограничен;
Много места в ОЗУ;
Необходимо время для обращения к памяти.