- •1 Понятие модели и моделирования.
- •5 Функция распределения вероятностей (ф.Р.В.), плотность распределения вероятностей (п.Р.В.) и моменты базовой случайной величины (бсв).
- •6 Показатели качества программных датчиков бсв и методы их улучшения
- •7 Необходимые и достаточное условия статистической независимости случайных величин (с. В.). Соотношение статистической зависимости с. В. И зависимости функциональной.
- •9 Методы построения датчиков дискретных с. В. На основе датчика бсв.
- •10 Методы построения датчиков непрерывных с. В. На основе датчика бсв.
- •18 Расчёт надёжности методом статистического эксперимента
- •25 Преимущества и недостатки аналитического и статистического методов моделирования.
- •26 Методы понижения дисперсии.
- •29 Четыре парадигмы имитационного моделирования.
29 Четыре парадигмы имитационного моделирования.
Дискретно-событийное моделирование— подход к моделированию, предлагающий абстрагироваться от непрерывной природы событий и рассматривать только основные события моделируемой системы, такие как: «ожидание», «обработка заказа», «движение с грузом», «разгрузка» и другие. Дискретно-событийное моделирование наиболее развито и имеет огромную сферу приложений — от логистики и систем массового обслуживания до транспортных и производственных систем.
Логика, моделирования непрерывных динамических систем в части механизма продвижения во времени совпадает с логикой дискретно-событийного моделирования. Её языковая реализация может быть сведена, например, к описанию моделируемых непрерывных процессов дифференциальными уравнениями (ДУ), представленными в форме Коши [33], которые решаются численными методами с автоматическим подбором шага времени. Подобная языковая реализация представляет собой своеобразный, но внешний атрибут парадигмы моделирования динамических систем
Что касается парадигмы т. н. системной динамики, то она с самого начала предполагает описание непрерывных процессов (потоков и уровней) в форме, близкой к конечно-разностным уравнениям, т. е. отличается от моделирования динамических систем лишь внешне. При этом причинно-следственная логика продвижения процессов во времени здесь более очевидна, чем при имитации динамических систем, поскольку в подходах системной динамики отсутствует промежуточная фаза описания системы на языке дифференциалов
Наконец, в многоагентной парадигме ИМ целенаправленное поведение взаимодействующих «агентов» также реализуется причинно-следственным механизмом продвижения во времени. Агенты – это объекты модели, интерпретируемые как независимые активные сущности, которые не управляются из единого центра, имеют ограниченную информацию о системе в целом, и, преследуя каждый свои цели, предпринимают соответствующие действия, выбираемые из ограниченного перечня. Интерпретация правил выбора может опираться на кажущееся обращение времени: желаемая цель служит агенту отправным пунктом, причиной для выбора, лежащей в будущем, а сам выбор – следствием, осуществляемым в настоящем. Однако с формально-логической точки зрения выбор, осуществляемый любым агентом, предопределён достигнутым на момент выбора состоянием системы и значениями параметров, известных агенту. Поэтому действия агентов имитируются в модели точно так же, как и любые другие события – как прямые следствия из достигнутого состояния системы. И модельное время продвигается симулятором строго вперёд, в точном соответствии с механизмом причин и следствий