- •1. Моделирование. Основные понятия .Классификация методов моделирования.
- •1) По характеру изучаемых процессов
- •2) По признаку развития во времени
- •3) По представлению информации в модели
- •4) По форме представления объекта моделирования
- •2. Математические модели. Непрерывно-детерминированные модели (d-схемы).
- •3. Математические модели. Дискретно-детерминированные модели (f-схемы).
- •4. Математические модели. Дискретно-стохастические модели (р-схемы).
- •5. Дискретная марковская цепь. Геометрическое распределение.
- •6. Модель "Память-алу". Кодирование состояний. Построение графа состояний
- •8. Системы массового обслуживания (смо). Марковский случайный процесс. Потоки заявок (событий). Нотация Кендала.
- •9. Простейший поток, его свойства и значение при исследовании смо.
- •11 Одноканальная смо с блокировкой. Система m /m/ 1/n
- •12Диаграммы интенсивностей переходов (дип). Закон сохранения потоков вероятностей.
- •15Исследование многоканальной смо (м/м/п/0) с отказами с помощью дип.. Формулы Эрланга.
- •16.Формула Литтла.
- •Аналогично выводится соотношение
- •17.Одноканальная смо с неограниченной очередью (м/м/1/со).
- •18.Многоканальная смо с неограниченной очередью (м/м/п/оо).
- •19. Метод этапов. Распределение Эрланга.
- •Метод этапов
- •20. Система м/Еr/1
- •21. Система Еr/м/1/∞
- •22. Немарковская смо м/g/n. M/g/1/∞
- •23. Немарковская смо. G/g/1/∞ g/g/n/∞
- •24. Имитационное моделирование. Математические основы. Последовательность построения и исследования модели.
- •Основные этапы разработки и исследования имит модели.
- •25. Управление модельным временем. При создании имитационной модели различают три представления времени
- •26. Метод композиции (суперпозиции).
- •28. Способы формирования случайных величин.
- •29. Равномерно-распределённые случайные числа.
- •Способы формирования ррсч.
- •30) Равномерность
- •41. Обработка экспериментальных данных.
- •42. Доверительные интервал и вероятность.
- •Точность. Определение числа реализаций.
2. Математические модели. Непрерывно-детерминированные модели (d-схемы).
Исходной информацией для ММ служат данные о назначении и условиях работы моделируемой системы (S).
При построении ММ исследователь должен обеспечить с одной стороны адекватность отображения в модели реальных процессов, протекающих в исследуемой S, а с другой стороны – возможность реализации моделирования, достигаемую, как правило, за счет выделения основных свойств S и игнорирования несущественных (с точки зрения конкретной исследовательской задачи).
В общем случае при построении ММ, описание объекта должно учитывать следующие множества факторов:
входное воздействие
воздействие внешней среды
внутренние параметры
выходная характеристика
Множества X, V, H – независимые (экзогенные);Y- зависимые (эндогенные). Функционирование системы во времени описывается оператором:
[1] гдеи т.д.
Для статистических моделей:
[2]
Соотношения [1] и [2] могут быть заданы разными способами (аналитически, таблично, графически и т.д.)
В ряде случаев они могут быть получены через свойства S в конкретные моменты времени, так называемые соотношения.
Тогда имеем:
[3]
или [4].
Если стохастика отсутствует (нет и), то имеем детерминированную модель
.
Это самые общие математические соотношения, а на практике на первоначальных этапах используют т.н. типовые математические схемы. Они более просты и наглядны.
Все модели можно свести к нескольким типам (типовые схемы моделирования).
D-схемы непрерывно-детерминированные
F-схемы дискретно-детерминированные (конечные автоматы)
P-схемы дискретно-стохастические (вероятностные автоматы). Наиболее неуниверсальные.
Q-схемы непрерывно-стохастические (системы массового обслуживания). Наиболее применимые.
A-схемы (агрегативные системы) - обобщенная модель.
D-схемы. В качестве ММ обычно используются дифференциальные уравнения или их системы.
n-мерный вектор
n-мерная функция.
Наиболее широко используются в исследовании САУ.
3. Математические модели. Дискретно-детерминированные модели (f-схемы).
F-схемы (finite automata) дискретно - детерминированные. Конечный автомат, является потоковым. Для задания автомата используются множества {x} {y} {z}, а так же функция переходов Z(t+1) = Ф (z(t),x(t)) и функция выходов y(t) = F (x(t),z(t)).
Автомат Милли Автомат Мура
4. Математические модели. Дискретно-стохастические модели (р-схемы).
Р схема – дискретно стахостическая модель. От англ. “вероятностный автомат”. Необходимо задать 3 множества, а так же 2 группы распределения вероятностей.
1я группа.
|
z1 |
z2 |
… |
zn |
ХiZj |
p1 |
p2 |
… |
pn |
2я группа.
|
y1 |
y2 |
… |
yk |
ХiZj |
q1 |
q2 |
… |
qk |
При выполнении условия
Здесь различают автомат Мили и Мура (выходной не зависит от входного сигнала).
Частными случаями являются Y – детерминированный (выработка сигнала предопределена) и Z (какой сигнал на выходе – процесс случайный) – детерминированные автоматы.
Рассмотрим пример
Пусть заданY – детерминированный P-автомат
-
Z
Z0
Z1
Z2
Z3
Y
0
1
1
0
0
0,5 0,4 0,6
0,5
0 1
0,5 0,5
0,25 0,75
1
Требуется оценить вероятность получения на выходе сигнала 1, т.е. суммарную финальную вероятность попадания (пребывания) автомата в состояниях и.
Под вероятностями состояний будем понимать конечные или финальные вероятности этих состояний. Иначе говоря это доля времени, котое пребывает автомат в том или ином состоянии если время работы автомата бесконечно. Финальные вероятности существуют и м.б. определены только в том случае, если из любого состояния можно попасть в любое другое за конечное число шагов. В примере z0 – безвозвратная вершина (уйдя из нее процесс никогда не вернётся)
Правило нахождения вероятностей!!! Вероятность любого состояния равна сумме произведений вероятностей состояний, из которых происходит переход в дано состояние, на вероятность этих переходов.
Используем уравнение нормировки:
С т.з. математического описания у-детерминированный автомат Мура представляет собой дискретную цепи Маркова.