- •1. Моделирование как метод научного познания. Процессы получения и обработки информации. Формирование и проверка гипотез.
- •2. Объект оригинал. Объект заместитель. Уровень абстрагирования. Существенность сходства. Воздействие и отклик.
- •3. Понятие системы, внешней среды, воздействия, управления. Структурный и функциональный подходы к моделированию систем.
- •4. Классический подход к моделированию систем.
- •5. Системный подход к моделированию систем.
- •6. Макро- и микропроектирование.
- •7. Характеристики моделей системы: цель, целостность, сложность, поведенческая страта, неопределенность.
- •8. Характеристики моделей систем: адаптивность, организационная структура, управляемость, возможность развития.
- •9. Активный и пассивный эксперименты. Цели моделирования. Иерархия целей моделирования.
- •10. Проблемы моделирования систем.
- •11. Классификация видов моделирования по характеру изучаемых процессов.
- •12. Классификация видов моделирования по форме представления системы.
- •13. Общая математическая модель системы. Классификация параметров модели.
- •14. Динамическая и статическая модели объектов.
- •15. Состояние системы. Множество состояний системы. Детерминированная и стохастическая модели системы.
- •16. Схемы общего вида. Типовые схемы. Классификация типовых схем.
- •17. D-схемы.
- •18. F-схемы.
- •19. Р-схемы.
- •20. N-схемы.
- •21. Q-схемы.
- •22. А-схемы
- •23. Моделирование случайных процессов. Подходы к моделированию случайности. Метод Монте-Карло.
- •24. Моделирование события, группы несовместных событий, условного события.
- •25. Определения: случайная величина, вероятностная мера, плотность вероятности, функция распределения. Связь функции распределения с плотностью вероятности (вероятностной мерой).
- •26. Общая схема генерации св u(0,1). Понятия периода и апериодического участка последовательности псевдослучайных чисел. Лкг.
- •27. Метод генерации св произвольного распределения. Моделирование случайной дискретной величины. Генерация св u(a,b) и экспоненциального распределения.
- •28. Понятия аналитической, имитационной, машинной и программной модели. Формальные категории и неформальные категории. Целесообразность проведения машинного эксперимента.
- •29. Требования к программным моделям.
- •30. Этапы моделирования. Краткая характеристика.
- •31. Этап построения концептуальной модели системы. Формализация концептуальной модели.
- •32. Этапы алгоритмизации модели и ее машинной реализации:
- •33. Понятие прогона. Принцип Δt и Δz. Алгоритм фиксации и обработки результатов моделирования.
- •34. Этап получения результатов и их интерпретация.
- •35. Моделирование в устоявшемся режиме. Метод Велча.
- •36. Требования к проведению машинного эксперимента. Проблемы при проведении машинного эксперимента.
- •37. Планирование имитационных экспериментов с моделями систем. Основные понятия.
- •38. Событийно – ориентированное имитационное моделирование. Процессное имитационное моделирование (ориентация на транзакты).
- •39. Событийно ориентированное имитационное моделирование. Алгоритм модели 1 прибор – 1 очередь.
- •40. Оценки характеристик работы смо.
- •41. Архитектура языков моделирования. Требования к языкам имитационного моделирования.
- •42. Дерево решений выбора языка для моделирования системы.
- •43. Виды моделирующих комплексов. Их особенности.
- •44. Система имитационного моделирования gpss. Краткая характеристика системы. Возможности системы.
- •45. Gpss. Одноканальные и многоканальные компоненты обслуживания.
- •46. Gpss. Параметрическая настройка транзактов.
- •Index a, b
- •47. Gpss. Эмпирические функции. Пользовательские переменные, сохраняемые ячейки.
- •48. Gpss. Методы изменения маршрутов движения транзактов. Режимы Transfer.
- •49. Gpss. Методы изменения маршрутов движения транзактов. Test.
- •50. Gpss. Методы изменения маршрутов движения транзактов. Организация циклов.
- •51. Gpss. Работа с таблицами. Работа с оку / мку в режиме прерывания.
- •52. Gpss. Перевод оку / мку в недоступное состояние и восстановление доступности.
- •53. Gpss. Косвенная адресация. Пример косвенной адресации.
- •54. Gpss. Работа с копиями транзактов. Синхронизация движения транзактов.
26. Общая схема генерации св u(0,1). Понятия периода и апериодического участка последовательности псевдослучайных чисел. Лкг.
Общая схема генерации СВ из U[0,1):хn+1=Ф(хn)xi[0,m)xi/m[0,1)
В основе генератора псевдослучайных величин, как правило, лежат рекурентные соотношения. В зависимости от алгоритма генерации и выбранных параметров получают набор значений, распределенных на отрезки.
m– максимальное значение, к-рое возможно рассчитать и в общем случаеm>0.
Привидение значений из [0,m) к [0,1) выполняется путем деления каждого значения на максимально возможное. Полученная послед-сть значений явл-ся псевдослучайной, т.к. закон случайности известен. Существует 2 св-ва, характеризующие послед-ть значенийU[0,1).
Начиная с некоторого порядкового номера значения послед-сти повторяются. Под периодом будем понимать повторяющиеся послед-ти набора U[0,1). Апериодический участок явл-ся подпослед-тью, к-рая встречается строго один раз в общей последовательности. В общем случае нач. значение периода может совпадать с началом послед-ти.
Линейный конгруэнтный генератор (ЛКГ):
Xk+1= (aXk+c)modm, где
a>0,c>0,m>0;
m>c,m>a,m>x
НОД(c,m)=1 (с иmвзаимно простые)
a-1 кратноpдля всех простыхp-делителейm
a-1 кратно 4, еслиmкратно 4.
27. Метод генерации св произвольного распределения. Моделирование случайной дискретной величины. Генерация св u(a,b) и экспоненциального распределения.
М-д ген-ции СВ произвольного рапред-я.
Требуется генерировать дискретную СВ Х с произвольным рапред-ем. Вероятностные меры р(i) можно определить теоретически по какой-либо форме распределения или эмпирически по набору данных. Прямой метод обратного преобразования как для случаев с конченной областью значений, так и для случаев с бесконечной областью значений выглядит след образом:
Генерируется U ~ U(0,1)
Возвращаем неотрицательное целое число X=I, удовлетворяющие неравенству:
.
Этот алгоритм никогда не будет возвращать значение Х=i, для к-рого p(i)=0, поскольку в противном случае строгое неравенство между двумя суммами на шаге 2 станет невозможным. На шаге 2 необходимо выполнить поиск и он может занять много времени. При альтернативном варианте следует изначально отсортировать p(i) в порядке убывания, чтобы поиск мог завершиться после выполнения небольшого кол-ва сравнений.
Мод-е дискретной СВ.
ДСВ X принимает заначения x1≤x2≤…≤xi c вероятностями р(xi)=Р(X=xi) составляющими дифференциальное распределение вероятностей.
Функция распределения ДСВ:
Для получения дискретной случайно величины используется метод обратного преобразования.
Генерируется U ~ U(0,1)
Определяется положительное наименьшее целое число I, для которого U≤F(xi) и возвращает X=xi.
Равномерное распределение.
Ф-цию распред-я СВ U(a,b) легко обратить, решив уравнение u=F(x), чтобы получить для 0≤u≤1,
x=F-1(u)=a+(b-a)u
Таким образом, мы можем воспользоваться методом обратного преобразования для Х.
1. Генерируется U ~ U(0,1)
2. Возвращаем X=a+(b-a)U
Если нужно генерировать много значений Х, константа (b-a) должна быть вычислена заранее и сохранена для использования в этом алгоритме.
Эксп-е распред-е.
Алгоритм обратного преобразования:
1. Генерируется U ~ U(0,1)
2. Возвращаем X= -β lnU . (β>0)
Этот простой метод, обладающий всем преимуществами метода обратного преобразования, работает достаточно быстро, большая часть времени идет на оценку логарифма.