
- •1. Наличие цели
- •1.3. Классификация моделей
- •1.4. Методы моделирования
- •2. Математические схемы моделирования систем
- •2.1. Основные подходы к построению мм систем
- •2.2. Задачи, решаемые с помощью моделирования
- •2.3. Система массового обслуживания как модель
- •2.4. Модели потоков
- •2.2. Аналитический анализ смо
- •2.2.1. Экспоненциальная система массового обслуживания
- •2.2.1.2. Многоканальная экспоненциальная смо
- •2.2.1.3. Модель m/g /1
- •2.3. Сети массового обслуживания
- •2.4. Анализ разомкнутых экспоненциальных СеМо
- •2.4.1. Свойства разомкнутой экспоненциальной СеМо
- •2.5. Расчет системных характеристик экспоненциальных СеМо
- •Контрольные вопросы
- •Пример 1. Проблема распределение канала
- •1. Статическое распределение канала
- •2. Динамическое распределение канала
- •Пример: расчет системы телеобработки данных
- •3.1. Задание
- •3.2. Решение
- •4. Схема расчета замкнутой СеМо
- •4. Имитационное моделирование систем массового обслуживания
- •4.1. Система массового обслуживания как модель и оригинал
- •4.2. Иллюстративный пример: моделирование посадки самолетов.
- •4.3. Пример: оценка надежности системы
- •Рассмотрим случайную величину
- •5. Построение моделирующего алгоритма
- •5.1. Моделирование на эвм процесса функционирования смо
- •Шагом (принцип t)
- •С другой стороны, принцип особых моментов выгоден тем, что
- •5.2. Особенности реализации процессов с использованием q-схем
- •5.2. Примеры моделирования смо с отказами
- •5.2.1. Подготовка исходных данных и назначение переменных
- •Моделирование смо с отказами по схеме событий
- •5.2.2.1. Построение блок-схем алгоритма имитации
- •Моделирование смо с отказами по схеме событий
- •5.3. Схемы построения моделирующего алгоритма
- •5.4. Моделирование смо с отказами по схеме процессов
- •Моделирование смо с отказами по схеме процессов
- •Шаг имитации
- •Класс процессов "генерирование заявок источником"
- •Численный пример
- •5.5. Семафоры и связные списки
- •5.6. Алгоритмы обслуживания очередей
- •1) Традиционный алгоритм fifo
- •2) Приоритетное обслуживание (Priority Queuing)
- •3) Взвешенные настраиваемые очереди (Weighted Queuing)
- •6. Оценки искомых характеристик и их дисперсии
- •6.1. Структура оценок
- •7. Моделирование случайных факторов
- •8. Тестирование имитационной модели
- •9. Планирование статистического эксперимента
- •Вопросы и задания
- •Планирование машинных экспериментов с моделями систем
- •Методы планирования эксперимента на модели.
- •11. Замечание о языках моделирования
- •Моделирование смо с одним npи6opом и очередью
МОДЕЛИРОВАНИЕ СИСТЕМ
Ведение:
В.1. Структурная схема распределенной системы управления
Рассогласование
Нормативная ЛПР Информационная
Модель
модель
возмущения
Система
обработки
информации

Канал
взаимодействия
Объект
управления
Рис.1 Структура РАС
инф. система = инф. потоков и обменов;
координация и управление система обработки информации
организация входных и выходных потоковсистема сбора и передачи информации
система сбора и передачи информации+система обработки информации
АВТОМАТИЗИРОВАННАЯ СИСТЕМА УПРАВЛЕНИЯ
УПРАВЛЕНИЕ Информационная модель
Нормативная модель (план) (ЛПР)
вычисл. ресурс
Коллективн. инф. обеспечение
Децентрализация управления
Территориально распределенные
сети обмена и обработки информ.

программно-технические средства ВТ+средства связи

РАС
В.2. Системный подход и руководство (планирование, управление, связь)
Системный подход: современная теория организации рассматривает СИСТЕМУ и ее КОМПОНЕНТЫ с разных точек зрения, уделяя особое внимание интеграции подсистем и процессов изменения. Объединение отдельных компонент осуществляется с помощью ФУНКЦИИ ОРГАНИЗАЦИИ.
1.1. Система. Основные понятия и определения
ЭЛЕМЕНТ
СИСТЕМА
СТРУКТУРА
ФУНКЦИЯ
ОРГАНИЗАЦИЯ
Структурная
организация
Функциональная организация
Определения
Элемент – минимальный неделимый объект, рассматриваемый как единое целое в рамках решаемой (поставленной) задачи.
Система – совокупность взаимосвязанных элементов, объединенных в одно целое для достижения некоторой цели, определяющей назначение системы.
Основные свойства, присущие системе:
целостность; связность; организованность (способ достижения поставленной цели за счет выбора структуры и функции); интегративность (эмержентность)
Вывод:
понятие система не сводится к простой совокупности (перечню) элементов;
расчленяя систему, изучая ее отдельные части, нельзя познать все свойства системы в целом.
Структура . Функция
Функциональная организация – определяется способом порождения функций системы, достаточных для достижения цели. Функциональное описание системы должно включать описание параметров, процессов и иерархию.
Структурная организация – определяется набором элементов и связей между ними, обеспечивающими возможность реализации функций, возлагаемых на систему.
Функции первичны, структура – вторична.
Таким образом, система – организованное сложное целое.
Отличительные признаки сложных систем
1. Наличие цели
2. Наличие большого количества взаимосвязанных и взаимодействующих элементов
3. Сложность функции, выполняемой системойи направленной на достижение заданной цели
4. Наличие управления, разветвленной информационной сети и интенсивных потоков информации
5. Наличие взаимодействия с внешней средой и функционирование в условиях воздействия случайных факторов.
1.2. Модель. Моделирование
Моделирование - это замещение одного объекта (оригинала) другим (моделью) и фиксация и изучение свойств модели.
Модель - упрощенное представление о реальном объекте, процессе или явлении.
Моделирование — это метод познания, состоящий в создании и исследовании моделей.
Любая система S может быть описана количественно с помощью определенной совокупности величин.
Эту совокупность можно разделить на два класса:
ВНУТРЕННИЕ ХАРАКТЕРИСТИКИ
СИСТЕМА
ПАРАМЕТРЫ
ВНЕШНИЕ
ПАРАМЕТРЫ
ПАРАМЕТРЫ
ВНЕШНИЕ
задают воздействия внешней среды
ВНУТРЕННИЕ
задают структурную и
функциональную организацию системы

Параметры – величины, описывающие первичные свойства системы, ее элементов и независимые от других величин;
Характеристики – величины (зачастую, векторные), описывающие качественные свойства системы и являющиеся вторичными по отношению к параметрам, т.е. зависящие от параметров
Модель — это тоже система со своими множествами параметров и характеристик. Оригинал и модель имеют сходство по одним параметрам и различны по другим.
Моделирование целесообразно, когда у модели отсутствуют те признаки оригинала, которые препятствуют его исследованию.
Модель адекватна (соответствует) оригиналу в рамках поставленной задачи.
Моделирование является технологией решения задач, является инженерной наукой. Теория моделирования — взаимосвязанная совокупность положений, определений, методов и средств создания моделей и их исследования.
Подмечено, что динамика функционирования разных по физической природе систем характеризуется однотипными зависимостями, что позволяет моделировать их на ЭВМ.
1.3. Классификация моделей
В основу классификации положена степень абстрагирования модели от оригинала. Предварительно все модели можно подразделить на 2 группы — материальные (физические) и абстрактные (мысленные) (см. плакат 1).
Материальные (физические) модели. Ф.М. обычно называют систему, эквивалентную или подобную оригиналу, но возможно имеющую другую физическую природу.
Мысленные (абстрактные) модели (языки химических формул, схем, чертежей, карт, диаграмм и математические модели)
Математические модели (ММ). Математические модели представляют собой формализованное представление системы с помощью математических соотношений, отражающих процесс функционирования системы.
Математические модели можно классифицировать на детерминированные и вероятностные, аналитические и численные. Имитационные.
Аналитической моделью называется такое формализованное описание системы, которое позволяет получить решение уравнения в явном виде, используя известный математический аппарат.
Численная модель характеризуется зависимостью такого вида, который допускает только частные решения для конкретных начальных условий и количественных параметров моделей.
Имитационная модель (ИМ) — это совокупность описания системы и внешних воздействий, алгоритмов функционирования системы или правил изменения состояния системы под влиянием внешних и внутренних возмущений. Эти алгоритмы и правила позволяют имитировать процесс функционирования системы и производить вычисления интересующих характеристик. Имитационные модели могут быть созданы для гораздо более широкого класса объектов и процессов, чем аналитические и численные. Поскольку для реализации имитационных моделей служат вычислительные системы (ВС), средствами формализованного описания ИМ служат универсальные и специальные алгоритмические языки. ИМ в наибольшей степени подходят для исследования РСУ на системном уровне.