- •Вопрос 1.
- •Вопрос 2.
- •Вопрос 3. В основе схемы лежат некоторые этапы определения:
- •Вопрос 4.
- •Вопрос 5.
- •Вопрос 6.
- •Вопрос 7.
- •Вопрос 8.
- •Вопрос 9.
- •Вопрос 10.
- •Вопрос 11.
- •Вопрос 12.
- •Оценка агрегативных систем как моделей сложных систем.
- •Вопрос 13.
- •Вопрос 14.
- •Вопрос 15.
- •Вопрос 16.
- •Вопрос 17.
- •Вопрос 18.
- •Вопрос 19.
- •Вопрос 20.
- •Вопрос 21.
- •Вопрос 22.
- •Вопрос 23.
- •Вопрос 24.
- •Вопрос 25.
- •Вопрос 26.
- •Вопрос 27.
- •Вопрос 28.
Вопрос 6.
Метод имитационного моделирования –это экспериментальный метод исследования реальной системы по ее имитационной модели; сочетает особенности экспериментального подхода и специфических условий использования вычислительной техники.
Имитационное моделирование (Шеннон)- процесс конструирования модели реальной системы и постановки экспериментов на этой модели с целью проанализировать функционирование (поведение) системы, либо оценить по критериям различные стратегии, обеспечивающие функционирование данной системы.
Моделирование основано на наличии сходных свойств у объектов. Полное сходство – изоморфизм, частичное – гомоморфизм. Наличие подобных свойств позволяет воспроизводить свойства одной системы посредством другой.
Модель – абстрактное описание системы в некоторой форме, отличной от формы их реального существования.
В процессе имитационного исследования, исследователь имеет дело с:
IV.анализ результатов I.создание
III.экспериментирование II.моделирующий алгоритм
Особенность имитационного моделирования состоит в том, что имитационная модель позволяет воспроизводить моделируемые объекты с:
а) сохранением их логической структуры,
б) сохранением их поведенческих свойств, т.е. последовательности чередования явлений во времени – изоморфизм, гомоморфизм.
Моделирующий алгоритм - логика взаимодействия элементов.
На основании моделирующего алгоритма строится имитационная модель.
Вводится механизм модельного времени.
t0 – системное время, благодаря которому синхронизируется время для всех элементов.
Методы моделирования времени:
пошаговое – время изменяется с одинаковым шагом,
пособытийное – время изменяется при смене состояний системы.
Существуют типы моделей:
Непрерывные имитационные модели – переменные изменяются непрерывно, состояние системы изменяется как непрерывная функция времени.
Дискретные имитационные модели – переменные изменяются дискретно в определенные моменты имитационного времени, называемые событиями; динамика дискретных моделей представляет собой переход от момента наступления очередного события к моменту наступления следующего события.
Непрерывно-дискретные имитационные модели.
Имитационная модель дает единственную реализацию при конкретных значениях на входе, т.е. имеют место прогоны модели. Имитационная модель не формирует своего решения.
Существует два случая реализации прогонов:
детерминированный – один прогон проводится по определенным операционным правилам при конкретном наборе параметров,
стохастический – отдельные входные, выходные переменные – это случайные величины, векторы, процессы и т.д. Результаты моделирования, полученные при воспроизведении единственной реализации процесса в силу действия случайных факторов, являются реализациями случайных процессов, следовательно, не могут объективно отражать изучаемый объект. Поэтому искомые величины обычно определяются как среднее значение по данным большого числа реализаций процесса.
Модель – это комбинация следующих составляющих:
Компоненты ( - элементы, подсистемы)
Переменные
Параметры
Функциональные зависимости
Критерии эффективности
Ограничения
Параметры – величины, которые исследователь может выбирать произвольно.
Переменные – принимают значения, определяемые видом функции:
Экзогенные – входные – порождаются вне системы, являются результатом взаимодействия внешних причин,
Эндогенные – возникающие в системе в результате воздействия внутренних причин, эти переменные возникают внутри модели.
Переменные состояния – описывают состояние системы в определенный момент времени (- эндогенные).
Входные, выходные переменные – описывают входы, выходы системы.
Функциональные зависимости– описывают поведение переменных и параметров в пределах компоненты или выражают соотношение между компонентами системы.
Критерии эффективности – точное отображение целей или задач системы и необходимых правил оценки их выполнения.