
- •Моделирование как метод познания (представление моделей в наглядной форме, теоретические модели, модель в широком понимании, определение модели, модель как система).
- •Классификация моделей. Формы представления моделей (физические и абстрактные модели, примеры, графические, вербальные и т.Д. Модели).
- •Классификация математических моделей (детерминированные, стохастические, статические, динамические, дискретные, непрерывные, смешанные, линейные, примеры).
- •Категории задач моделирования (прямые и обратные), модели принятия оптимальных решений (в условия определённости и в условиях неопределённости, одноцелевое и многоцелевое принятие решений).
- •Математическое программирование (линейное, нелинейное, динамическое, теория графов). Сущность линейного программирования.
- •Постановка и классификация задач линейного программирования.
- •Графическое решение задач линейного программирования (геометрическая интерпретация системы линейных ограничительных уравнений, геометрическая интерпретация целевой функции, вектор
- •Симплексный метод (назначение метода, приведение системы к предпочтительному виду и построение начального опорного плана - 3 правила).
- •Симплексный метод (назначение метода, симплексные таблицы, правило построения симплекс-таблиц, понятия индексной строки, разрешающего элемента, правило прямоугольника).
- •Симплексный метод (назначение метода, признаки бесконечного множества решений, неограниченности целевой функции, несовместности системы).
- •Двойственные задачи в линейном программировании (формулировка третьей теоремы двойственности, экономическое содержание третьей теоремы двойственности).
- •Транспортная задача (тз) (постановка тз в матричной и в математической форме, метод северо-западного угла, метод Фогеля, метод минимального элемента для нахождения начального опорного плана).
- •Транспортная задача (тз) (метод потенциалов для нахождения оптимального плана).
- •Транспортная задача с открытой моделью (принцип построения модели и особенности её решения).
- •Усложнённые постановки задачи транспортного типа (6 случаев).
- •Задача нахождения кратчайших путей между всеми парами узлов в графе. Алгоритм Флойда (Floyd r.W.) (назначение алгоритма и его пошаговая реализация в общем виде).
- •Сети. Потоки на сетях. Теорема Форда-Фалкерсона (Ford-Fulkerson) (алгоритм построения максимального потока).
- •Транспортная задача по критерию времени в сетевой постановке
- •Задача о максимальном потоке. Алгоритм Форда-Фалкерсона (Ford-Fulkerson) (назначение алгоритма и его пошаговая реализация в общем виде).
- •Задача нахождения потока заданной величины минимальной стоимости в сети. Алгоритм Басакера-Гоуэна (Basaker r.G., Gowen p.J.) (назначение алгоритма и его пошаговая реализация в общем виде).
- •Дискретное программирование. Задача целочисленного линейного программирования Метод Гомори. Метод ветвей и границ.
- •Имитационное моделирование. Метод Монте-Карло.
- •Имитационное моделирование. Системный подход в моделировании (понятие о системе, структура системы, целостное функционирование системы, элементы и структура системы).
Имитационное моделирование. Метод Монте-Карло.
Метод, позволяющий строить модели, описывающие процессы так, как они проходили бы в действительности. Такую модель можно «проиграть» во времени как для одного испытания, так и заданного их множества. При этом результаты будут определяться случайным характером процессов. По этим данным можно получить достаточно устойчивую статистику.
Имитационное моделирование — это метод исследования, при котором изучаемая система заменяется моделью, с достаточной точностью описывающей реальную систему, с которой проводятся эксперименты с целью получения информации об этой системе. Экспериментирование с моделью называют имитацией (имитация — это постижение сути явления, не прибегая к экспериментам на реальном объекте).
Имитационное моделирование — это частный случай математического моделирования. Существует класс объектов, для которых по различным причинам не разработаны аналитические модели, либо не разработаны методы решения полученной модели. В этом случае аналитическая модель заменяется имитатором или имитационной моделью.
Данный метод увязывает воедино анализ чувствительности и метод сценариев. При этом метод Монте-Карло является значительно более сложной технологией, чем анализ сценариев, однако электронные средства делают этот процесс вполне осуществимым.
Определение метода (вернее, группы методов) заложено в его названии: Монте-Карло — столица европейского игорного бизнеса, где люди годами ищут способы улучшить свои шансы в азартных играх. Метод Монте-Карло — это метод решения различных задач с помощью генерации случайных последовательностей.
Имитационное моделирование. Системный подход в моделировании (понятие о системе, структура системы, целостное функционирование системы, элементы и структура системы).
Системный подход – методологическая концепция, основанная на стремлении построить целостную картину изучаемого объекта с учетом важных для решаемой задачи элементов объекта, связей между ними и внешних связей с другими объектами и окружающей средой. С усложнением объектов моделирования возникла необходимость их наблюдения с более высокого уровня. В этом случае разработчик рассматривает данную систему как некоторую подсистему более высокого ранга. Например, если ставится задача проектирования АСУ предприятия, то с позиции системного подхода нельзя забывать, что эта система является составной частью АСУ объединением. В основе системного подхода лежит рассмотрение системы как интегрированного целого, причем это рассмотрение при разработке начинается с главного – формулировки цели функционирования. На рис. 1.2, условно представлен процесс синтеза модели системы на основе системного подхода. Важным для системного подхода является определение структуры системы – совокупности связей между элементами системы, отражающих их взаимодействие.