
- •Аналитические и имитационные модели
- •2. Композиция дискретных сиcтем.
- •Построение имитационой моделей системы.
- •4 Вопрос. Содержательное описание сложной системы. Выбор показателей качества моделируемой системы.
- •5 Вопрос. Содержательное описание сложной системы. Определение управляющих переменных системы
- •6 Вопрос. Содержательное описание сложной системы. Детализация описания режимов функционирования системы
- •7 Вопрос. Содержательное описание сложной системы. Составление описания внешней среды.
- •8. Системность – общее свойство материи. Признаки системности: структурированность системы, взаимосвязанность составляющих частей, подчиненность организации всей системы определенной цели.
- •Развитие системных представлений. Становление системного анализа.
- •Формулировка определения системного анализа.
- •Этапы системного анализа.
- •12. Изучение структуры системы, анализ ее компонентов, выявление взаимосвязей между компонентами системы.
- •13. Сбор данных о функционировании системы. Исследование информационных потоков.
- •14 Наблюдения и эксперименты над анализируемой системой.
- •15 Построение моделей. Проверка адекватности модели, анализ ее неопределенности и чувствительности, непротиворечивость, реалистичность, работоспособность модели.
- •16 Исследование ресурсных возможностей.
- •17 Формулирование проблемы.
- •18 Определение целей системного анализа.
- •19 Формирование критериев.
- •20 Генерирование альтернатив. Методы коллективной генерации идей. Разработка сценариев. Морфологические методы. Деловые игры. Методы экспертного анализа. Метод «Дельфи». Методы типа дерева целей.
- •21 Реализация выбора и принятия решений.
- •22 Внедрение результатов анализа.
- •23. Линейное программирование. Задача линейного программирования.
- •24. Линейное программирование. Пример Задачи линейного программирования.
- •25. Линейное программирование. Каноническая форма.
- •26. Линейное программирование. Метод полного исключения.
- •27. Линейное программирование. Пример применения метода полного исключения.
- •28. Линейное программирование. Симплексные преобразования.
- •29. Линейное программирование. Решение злп методом симплекс-таблиц.
- •30 .Двойственная задача линейного программирования. Структура и свойства двойственной задачи.
- •31 .Двойственная задача линейного программирования. Соотношение прямой и двойственной задачи.
- •32. Двойственная задача линейного программирования. Нахождение допустимых базисных решений. Метод искусственных переменных.
- •33. Нелинейное программирование. Оптимизация нелинейных функционалов. Ограничения в виде равенств.
- •34. Нелинейное программирование. Оптимизация нелинейных функционалов. Ограничения в виде неравенств.
- •35. Задачи и особенности теории массового обслуживания.
- •36. Обслуживающие системы и их классификация (структура и классификация смо, системы с неограниченным временем ожидания, системы с отказами, системы смешанного типа).
- •37. Входящий поток требований (определение простейшего потока, распределение вероятностей простейшего потока).
- •38. Распределение интервалов между двумя событиями (распределение Эрланга, время обслуживания).
- •39. Показатели эффективности обслуживающих систем
- •40 Системы массового обслуживания с ожиданием. Разомкнутая система с одним каналом обслуживания.
- •41 Системы массового обслуживания с ожиданием. Установившийся режим.
- •42 Системы массового обслуживания с ожиданием. Разомкнутая система с несколькими одинаковыми каналами обслуживания.
- •43 Системы массового обслуживания с ожиданием. Замкнутая система с ожиданием.
- •44 Системы массового обслуживания с ожиданием. Процесс размножения и гибели.
- •Аналитические и имитационные модели.
14 Наблюдения и эксперименты над анализируемой системой.
Наблюдения с целью сбора данных могут проводиться в процессе функционирования системы, либо же для сбора данных организуются специальные экспериментальные исследования. В первом случае говорят, что данные получены в результате пассивного эксперимента. Во втором случае имеет место активный эксперимент. Активный эксперимент проводится по специально составленному плану с использованием методов планирования эксперимента. При этом предусматривается возможность изменения входных параметров, влияющих на процесс функционирования системы. Исследуется изменение выходных параметров системы в зависимости от уровней входных параметров. Результаты испытаний фиксируются с помощью измерений, т.е. изображения результатов опыта в виде символов, номеров или чисел. Измерение - это алгоритмическая операция, которая данному наблюдаемому состоянию системы или процесса ставит в соответствие определенное обозначение: число, номер или символ. Такое соответствие обеспечивает то, что результаты измерений содержат информацию об исследуемой системе. Требуемая информация в виде оценок параметров получается путем преобразования результатов измерения, или, как еще говорят, с помощью обработки экспериментальных данных.
15 Построение моделей. Проверка адекватности модели, анализ ее неопределенности и чувствительности, непротиворечивость, реалистичность, работоспособность модели.
Моделью называют некий объект, который в определенных условиях может заменять оригинал, воспроизводя интересующие свойства и характеристики оригинала. Мод бывают материальные и абстрактные. Разновидностью абстрактных моделей являются математические модели. Они и будут объектом дальнейшего рассмотрения. Построение математической мод системы есть процесс формализации определенных сторон существования, жизнедеятельности системы, ее поведения, с точки зрения конкретной решаемой задачи. Различают статические и динамические модели. Статическая мод отражает конкретное состояние объекта. Примером статической мод является структурная схема системы. Динамическая мод описывает процесс изменения состояний системы. Цели СА - изучение характеристик системы, прогнозировании путей развития системы, сравнении вариантов развития и т.п. Целевое предназначение м. - нужно понять существо решаемой задачи, для которой создается данная м. М всегда должна быть конкретной, нацеленной на решение поставленной задачи. Типы математических м. Выделяют два класса м: аналитические и имитационные. В аналитических м поведение сложной системы записывается в виде некоторых функциональных соотношений или логических условий. Полное исследование, когда получены явные зависимости, связывающие искомые величины с параметрами сложной системы и начальными условиями ее изучения. Когда явления в сложной системе настолько сложны и многообразны, что аналитическая м становится слишком грубым приближением к действительности, системный аналитик вынужден использовать имитационное моделирование. В имитационной м поведение компонент сложной системы описывается набором алгоритмов, которые затем реализуют ситуации, возникающие в реальной системе. Моделирующие алгоритмы позволяют по исходным данным, содержащим сведения о начальном состоянии сложной системы, и фактическим значениям параметров системы отобразить реальные явления в системе и получить сведения о возможном поведении сложной системы для данной конкретной ситуации. Проверить адекватность м это значит установить, насколько хорошо м описывает реальные процессы, происходящие в системе, насколько качественно она будет прогнозировать развитие данных процессов. Проверка адекватности м проводится на основании некоторой экспериментальной информации и заключается в доказательстве факта, что точность результатов, полученных по модели, будет не хуже точности расчетов, произведенных на основании экспериментальных данных. Если иметь ввиду целевое предназначение моделируемого объекта, то под адекватностью м нужно понимать степень ее соответствия этому предназначению. Непротиворечивость м - проверка факта: дает ли м не противоречащие логике результаты при вариации величин важнейших параметров. Для проверки непротиворечивости м в первую очередь анализируют, какие результаты дает м при нулевых значениях входных параметров, в том числе в нулевой момент времени, далее исследуется состояние модели на границе области определения входных параметров, например, в точке бесконечность, если она входит в область определения. Анализ неопределенности модели т.к. м системы только стремится отобразить реальность, то неизбежно существование упрощений, допущений и идеализаций сложных процессов и явлений, происходящих в системе. Следствие- неопределенности в итоговых результатах, Выделяют 3 источника : обусловленные неполнотой моделей, неадекватностью моделей и неопределенностью исходных параметров. неполнота м: при разработке модели системы были не учтены отдельные особенности существования и развития систем. неадекватностью моделей - последовательность событий и логические особенности функционирования систем, не точно отражают реальность. неопределенность исходных параметров -параметры различных моделей точно неизвестны. Причина: недостаточность данных, невозможность точного описания поведения персонала, наличие допущений.Анализ чувствительности - процедура оценки влияния допусков входных параметров на ее выходные характеристики. Если в ходе проверки м установлено, что ряд вх параметров приводят к незначительным изменениям то данные вх параметры можно вывести из модели. Таким образом, анализ чувствительности модели может привести к упрощению модели и исключению из нее незначимых факторов. Реалистичность – ответ на вопрос: соответствует ли модель тем частным случаям, для которых уже имеются фактические данные. Работоспособность выяснение, насколько модель практична и удобна в эксплуатации.1_ модель должна обеспечивать результат за разумное время. 2_, трудозатраты и ресурсы, требуемые для эксплуатации модели, должны укладываться в установленные лимиты машинного времени и фонда зарплаты. Должно выполняться условие практической целесообразности.