СМО (рис. 16, 17) с определенной логикой распределения входного потока заявок и др. Процессы во многих из них не могут быть описаны уравнениями типа (2.19) и могут быть исследованы лишь путем имитационного моделирования.

Для лучшего понимания и более подробного знакомства с рассмотре н- ной темой рекомендуются книги [9,40].

2.6. Алгоритмы реализации моделей

Помимо физического облика модели и положенной в ее основу математической схемы, важное значение для обеспечения наилучшего соотношения ее точности и трудоемкости имеет выбор алгоритма ее реализации, особенно для стохастических систем.

Задача определения любого показателя качества стохастической системы, как правило, сводится к оценке среднего значения (математического ожидания) некоторой характеристики ее функционирования. При этом, оч е- видно, имеется в виду многократное применение системы или наблюдение ее работы на достаточно продолжительном интервале времени. Минимизация необходимого объема моделирования обеспечивается рациональным выбором алгоритма реализации модели.

Для математических моделей в ряде случаев на основе методов линейной алгебры, статистической линеаризации, преобразований Фурье, Лапласа и других результат удается получить в аналитическом виде. Примеры аналитических моделей:

1. Модели для расчета средних характеристик стационарных случайных процессов в системах управления на основе спектрального метода.

52