- •Белкоопсоюз
- •1.2. Этапы имитационного моделирования
- •1.3. Программное обеспечение имитационного моделирования
- •Тема 2. Основные понятия имитационного моделирования
- •2.1. Пример моделируемой системы
- •Устройство
- •2.2. События и таймер модельного времени.
- •2.3. Механизмы продвижения времени
- •2.4. Организация продвижения времени в системе gpss для моделируемого примера
- •Тема 3. Система моделирования gpss World
- •3.1. Общая характеристика системы gpss World
- •3.2. Объекты языка gpss
- •3.3. Простейшие операторы gpss
- •3.3.1. Введение транзактов в модель
- •3.3.2. Удаление транзактов из модели
- •3.3.3. Управление устройствами
- •3.3.4. Задержка транзактов во времени
- •3.3.5. Сбор статистики при ожидании в очереди
- •3.3.6. Модель работы парикмахерской
- •3.3.7. Изменение маршрутов движения транзактов
- •3.3.8. Моделирование многоканальных устройств
- •Тема 4. Генерация случайных чисел
- •4.1. Общие принципы генерации случайных величин
- •4.2. Линейные конгруентные генераторы
- •4.3. Генерирование непрерывных случайных величин согласно заданному закону распределения
- •Тема 5. Анализ выходных данных
- •5.1. Переходный период стохастического процесса
- •5.2.Оценка средних значений показателей
- •5.3.Получение заданной точности и расчет числа повторных прогонов
5.2.Оценка средних значений показателей
Допустим, необходимо получить оценку установившегося среднего v=E(Y) процессаY1,Y2, …. Существуют шесть основных подходов к решению этой проблемы. Рассмотрим один из них –метод репликации и удаления.
Для получения оценок используются наблюдения, не входящие в переходный период работы l в ходе каждого прогона имитационной модели. Допустим, мы выполнилиnповторных прогонов имитационной модели, длина каждого прогона равнаmнаблюдений, причемmсущественно превышает длину переходного периодаl. Обозначимyij– значение исследуемого показателя, которое было получено в ходеi-го независимого прогона в моментj (как и ранее). Определим величиныXi– среднее по времениi– го прогона, которое соответствует стационарному режиму:
Эти величины являются независимыми и одинаково распределенными. Для них можно найти точечную оценку математического ожидания по формуле:
(5.1)
А также оценку дисперсии:
5.2)
Доверительный интервал, в который попадает математическое ожидание величины Xi cвероятностью 1-α определяется по формуле:
(5.3)
Где - критическое значение распределения Стьюдента сn-1 степенью свободы и вероятностью выхода за интервал α . Может быть вычислено по таблице либо с помощью функцииExcelСТЬЮДРАСПОБР(). Вероятность попадания случайной величины в доверительный интервалP=1-α называетсянадежностьюинтервальной оценки.
5.3.Получение заданной точности и расчет числа повторных прогонов
Половина длины доверительного интервала, рассчитываемая по формуле (5.3), называется точностьюинтервальной оценки. Точность зависит от числа повторных прогонов моделиn. Для достижения заданной точности β при уровне надежности α следует выполнить следующую последовательность действий.
Выполняется предварительно nпрогонов модели и по формулам (5.1) – (5.3) рассчитываются точечные оценки и доверительный интервал при заданном уровне надежности α.
Если половина доверительного интервала, полученного по формуле (5.3), больше β, то рассчитывается приблизительное требуемое число прогонов по формуле
(5.4)
Выполняется дополнительно прогонов и снова рассчитываются характеристики по формулам (5.1) – (5.3).