- •Воронежский государственный технический университет
- •Утверждено Редакционно-издательским советом университета в качестве учебного пособия
- •Введение
- •2. Классификация видов моделирования систем
- •3. Основные математические методы моделирования информационных процессов и систем
- •3.1. Виды математических моделей
- •3.2. Структурные математические модели
- •3.3. Функциональные математические модели
- •3.3.1. Непрерывно-детерминированные модели
- •3.3.2. Непрерывно-стохастические модели
- •3.3.2.1. Анализ работы разомкнутых смо
- •3.3.2.2. Замкнутые смо
- •3.4. Моделирование дискретных систем
- •3.4.1. Конечные автоматы
- •3.4.2. Дискретно-детерминированные модели
- •3.4.3. Вероятностные автоматы
- •3.5. Сетевые модели. Сети Петри (n-схемы)
- •4. Имитационное моделирование информационных процессов
- •4.1. Организация статистического моделирования
- •4.2Моделирование случайной величины с заданным законом распределения
- •4.3 Моделирование равномерно распределенных на отрезке [a,b] случайных чисел
- •4.4. Моделирование показательно распределенных св
- •4.5. Моделирование нормально распределенных случайных чисел
- •4.6. Проверка качества случайных чисел по критерию
- •4.7. Точность статистических оценок
- •4.8. Аппроксимация результатов моделирования
- •5. Формализация и алгоритмизация процессов функционирования систем
- •5.1. Методика разработки и машинной реализации моделей систем
- •5.2. Построение концептуальных моделей систем и их формализация
- •5.3. Алгоритмизация моделей систем и их машинная реализация
- •6. Планирование имитационных моделй с экспериментами
- •6.1. Полный факторный эксперимент
- •6.2. Дробные реплики
- •6.3. Общая схема планирования эксперимента
- •6.3.1. "Крутое восхождение"
- •6.3.2. Этапы планирования эксперимента
- •6.4. Стратегическое планирование
- •6.5. Тактическое планирование
- •7. Оценка точности и достоверности результатов моделирования
- •7.1. Общие положения
- •7.2. Регрессионный анализ
- •7.3. Корреляционный анализ
- •7.4. Экспертные оценки
- •8. Инструментальные средства моделирования систем
- •8.1. Архитектура языков имитационного моделирования
- •8.2. Задание времени в машинной модели
- •8.3. Сравнительный анализ языков моделирования
- •8.4. Примеры прикладных пакетов моделирования и языков моделирования
- •9. Правила построения моделирующих алгоритмов и способы реализации моделей
- •10. Сетевые модели вычислительных систем
- •10.1. Определение: Сеть Петри
- •Объекты, образующие сеть Петри
- •2Расширенная входная Расширенная выходная
- •10.2. Маркировка сети Петри.
- •10.3. Пространство состояний сети Петри
- •10.4. Моделирование параллельных процессов.
- •10.5. Моделирование процессора с конвейерной обработкой
- •10.6. Кратные функциональные блоки компьютера
- •10.7. Сети Петри и программирование
- •10.8. Взаимно исключающие параллельные процессы
- •10.9. Анализ сетей Петри
- •10.10. Дерево достижимости сети Петри
- •В позицию может входить и выходить только одна дуга
- •11. Система имитационного моделирования gpss/pc
- •11.1. Назначение и основные возможности системы
- •11. 2. Состав системы моделирования gpss/pc
- •11.3. Структура операторов языка gpss/pc
- •11.4. Команды среды gpss/pc
- •11.5. Основные операторы языка gpss/pc
- •11.5.1. Начало gpss-модели
- •11.5.2. Комментарии в gpss/pc
- •11.5.3. Имитация потоков событий. Транзакты
- •11.5.4. Имитация типовых узлов смо
- •11.6. Информация о ходе моделирования
- •11.6.1. Окно данных
- •11.6.2. Окно блоков
- •11.6.3. Окно устройств
- •11.6.4. Окно многоканальных устройств
- •11.7. Информация о результатах моделирования
- •11.7.1. Файл результатов моделирования
- •11.7.2. Содержание результатов моделирования
- •11.9. Управление движением транзактов
- •11.10. Дополнительные средства сбора информации о модели
- •11.11. Стандартные числовые атрибуты
- •11.12. Выбор направления движения транзактов с использованием сча
- •11.13. Датчики случайных чисел в gpss/pc
- •11.14. Функции в gpss/pc
- •11.14.1. Дискретные функции
- •11.14.2. Непрерывные функции
- •11.15. Переменные в gpss/pc
- •11.16. Организация циклов
- •11.17. Логические переключатели
- •11.18. Управление движением транзактов в зависимости от состояния элементов модели
- •11.19. Моделирование согласованных процессов на gpss-pc
- •11.19.1. Создание ансамблей транзактов
- •11.19.2. Накопление нескольких транзактов для последующей обработки
- •11.19.3. Объединение нескольких транзактов в один
- •11.19.4. Синхронизация движения транзактов в модели
- •11.20. Время пребывания транзакта в модели
- •11.21. Сбор данных о распределении значений характеристик модели. Таблицы
- •11.22. Изменение имени файла результатов моделирования
- •11.23. Приведение модели к исходному состоянию
- •11.24. Многократное выполнение моделирования
- •11.25. Моделирование нескольких вариантов системы в одной gpss-модели
- •11.26. Время моделирования
- •3 94026 Воронеж, Московский просп., 14
3.4.2. Дискретно-детерминированные модели
Для их описания используют F–схемы (finite automata). Для задания конечного автомата нужно описать все элементы множества . Рассмотрим несколько способов задания таких автоматов: табличный, графический и матричный.
Табличный основан на использовании таблиц переходов и выходов, строки которых соответствуют входным сигналам автомата, а столбцы – его состояниям. На пересечении i-ой строки и k-го столбца таблицы переходов помещают соответствующее значение (zk ,xi) функции переходов, а в таблице выходов – соответствующее значение (zk, xi) функции выходов.
Пример: опишем работу автомата с помощью таблиц переходов.
Данные для автомата Мили:
xi |
zk |
||
z0 |
z1 |
z2 |
|
|
Переходы |
||
x1 |
z2 |
z0 |
z0 |
x2 |
z0 |
z2 |
z1 |
|
Выходы |
||
x1 |
y1 |
y1 |
y2 |
x2 |
y1 |
y2 |
y1 |
Данные для автомата Мура:
xi |
y |
||||
y1 |
y1 |
y3 |
y2 |
y3 |
|
z0 |
z1 |
z2 |
z3 |
z4 |
|
x1 |
z1 |
z4 |
z4 |
z2 |
z2 |
x2 |
z3 |
z1 |
z1 |
z0 |
z0 |
При графическом задании конечного автомата используют понятие направленного графа. Этот граф представляет собой набор вершин, которые соответствуют внутренним состояниям автомата и соединяющие вершины дуги соответствующие входным и выходным переменным. Графы на рис. 3.9. соответствуют данным таблиц.
Рис. 3.9 Графы автоматов а) –Мили, b) - Мура.
Матричное представление конечного автомата: строки матрицы соответствуют исходным состояниям, а столбцы - состояниям перехода. Для рассмотренного нами примера автомата Мили матрица будет иметь вид:
Для автомата Мура, элемент cij равен множеству входных сигналов на переходе (zi,zj), а выход описывается вектором выходов:
,
i – ая компонента которого – выходной сигнал, отмечающий состояние zi. Для рассмотренного нами автомата Мура матрица соединений и вектор выходов записываются следующим образом:
F – схемы широко применяются для описания функционирования таких объектов как элементы и узлы ЭВМ, устройства контроля, регулирования и управления, коммутационные устройства (например: телефонные станции).
3.4.3. Вероятностные автоматы
Для построения математических моделей дискретно–стохастических моделей используют схемы вероятностных (стохастических) автоматов P-схемы (probabilistic automat). В общем виде вероятностный автомат можно определить как дискретный потактный преобразователь информации с памятью, работа которого в каждом такте зависит только от состояния памяти и может быть описана только статистически.
Рассмотрим математическую схему для вероятностного автомата. Пусть Ф – множество всевозможных пар вида (zr, yj), где yj-элементы входного подмножества Y. Потребуем, чтобы любой элемент множества G индуцировал на множестве Ф некоторый закон распределения следующего вида:
Элементы из Ф …(z1 y1)(z1 y2)…(zRyJ-1)(zR yJ)
(xi zr) ... b11 b12 ... bR(J-1) bRJ
При этом , где brj - вероятности перехода автомата в состояние zr и появления на выходе сигнала yj, если он был в состоянии zs и на его вход в это время поступил сигнал xi. Число таких распределений, представленных в виде таблиц, равно числу элементов множества G. Обозначим множество таких таблиц через B, тогда четвёрка элементов называется вероятностным автоматом (P-автоматом).
Пусть элементы множества G индуцируют некоторые законы распределения на подмножествах Y и Z. Это можно представить в виде:
При этом и , где zr и qj – вероятности перехода автомата в состояние zr и появления выходного сигнала yr, при условии, что автомат находился в состоянии zs и на его вход поступил сигнал xi.
Если для любых r и j имеет место соотношение qrzi=brj, то такой P-автомат называется вероятностным автоматом Мили.
Теперь пусть определение выходного сигнала P-автомата зависит лишь от состояния, в котором находится автомат в данном такте, то есть пусть каждый элемент выходного подмножества Y индуцирует распределение вероятностей выходов, имеющее следующий вид:
Здесь , где si – вероятность появления выходного сигнала yi при условии, что P-автомат находился в состоянии zr.
Если для любых r и i имеет место соотношение zrsi=bri, то такой P-автомат называется вероятностным автоматом Мура.
Частным случаем Р-автомата, задаваемого как , являются автоматы, у которых либо переход в другое состояние, либо выходной сигнал определяются детерминировано. Если детерминировано определён выходной сигнал, то такой автомат называют Y-детерминированным вероятностным автоматом. Аналогично, Z-детерминированным вероятностным автоматом называют P-автомат, у которого детерминированным является выбор нового состояния.