- •В. Ф. Ситник н. С. Орленко
- •252057, М. Київ, проспект Перемоги, 54/1
- •1. Типова програма
- •Таким чином, якщо на фізичній моделі знайдено числове значення характеристики , то воно може бути перераховано на натурне явище за формулою
- •Література до теми Основна
- •1.2. Практичне заняття
- •1.3. Термінологічний словник
- •1.4. Завдання для перевірки знань
- •Тема 2. Сутність імітаційного моделювання
- •2.1. Методичні поради до вивчення теми
- •Програмне забезпечення
- •2.2 Практичне заняття
- •2.3. Термінологічний словник
- •2.4. Навчальні завдання
- •2.5. Завдання для перевірки знань
- •Тема 3. Основні етапи побудови імітаційної моделі
- •3.1. Методичні поради до вивчення теми
- •Література до теми
- •Допоміжна
- •Програмне забезпечення
- •3.2. Практичне заняття
- •3.3. Термінологічний словник
- •3.4. Навчальні завдання
- •3.5. Завдання для перевірки знань
- •Тема 4. Імітаційна модель керування запасами
- •4.1. Методичні поради до вивчення теми
- •А. Статична детермінована модель Основні передумови
- •Економіко-математична модель
- •Б. Керування багатопродуктовими запасами Основні передумови
- •Економіко-математична модель
- •Література до теми
- •4.4. Навчальні завдання
- •4.5. Завдання для перевірки знань
- •Тема 5. Поняття про метод Монте-Карло
- •5.1 Методичні поради до вивчення теми
- •Література до теми Основна
- •Допоміжна
- •Програмне забезпечення
- •5.2. Практичне заняття
- •5.3. Термінологічний словник
- •5.4. Навчальні завдання
- •5.5. Завдання для перевірки знань
- •Тема 6. Генерування рвп [0,1]
- •6.1. Методичні поради до вивчення теми
- •Мультиплікативний конгруентний метод (метод лишків)
- •Адитивний конгруентний метод
- •Література до теми
- •6.2. Практичне заняття
- •6.3. Термінологічний словник
- •Гістограма — графічне наближене зображення щільності випадкової величини, побудоване за вибіркою скінченного обсягу.
- •6.4. Навчальні завдання
- •6.5. Завдання для перевірки знань
- •Поясніть, коли виникає потреба програмістам, зайнятим програмною реалізацією імітаційних моделей, обирати генератори випадкових чисел рвп [0, 1] і які існують засоби для виконання такої роботи.
- •Тема 7. Генерування випадкових подій і дискретно розподілених випадкових величин
- •7.1. Методичні поради до вивчення теми
- •Література до теми
- •7.4. Навчальні завдання
- •7.5. Завдання для перевірки знань
- •Тема 8. Генерування неперервних випадкових величин
- •8.1. Методичні поради до вивчення теми
- •Література до теми Основна
- •Допоміжна
- •8.2. Практичне заняття
- •8.3. Термінологічний словник
- •Експоненціальний розподіл має щільність ймовірностей та функцію розподілу такого виду:
- •8.4. Навчальні завдання
- •8.5. Завдання для перевірки знань
- •Тема 9. Планування імітаційних експериментів: основні визначення
- •9.1. Методичні поради до вивчення теми
- •Література до теми Основна
- •Допоміжна
- •Програмне забезпечення
- •Планування експерименту (Experimental Design)
- •9.2. Практичне заняття
- •9.3. Термінологічний словник
- •9.4. Навчальні завдання
- •Матриця планування для повного факторного експерименту
- •9.5. Завдання для перевірки знань
- •Тема 10. Утворення апроксимуючих поліномів
- •10.1. Методичні поради до вивчення теми
- •Матриця композиційного плану
- •Параметри композиційних планів
- •Література до теми
- •10.4. Навчальні завдання
- •10.5. Завдання для перевірки знань
- •Тема 11. Статистична перевірка результатів експериментальних досліджень
- •11.1. Методичні поради до вивчення теми
- •1. Обчислюють статистичну оцінку дисперсії адекватності :
- •Література до теми
- •11.4. Навчальні завдання
- •11.5. Завдання для перевірки знань
- •Тема 12. Планування імітаційних експериментів під час дослідженнЯ та оптимізації систем
- •12.1. Методичні поради до вивчення теми
- •Матриця планування з ефектами взаємодії
- •Матриця планування двофакторного експерименту
- •Література до теми Основна
- •Допоміжна
- •12.2. Практичне заняття
- •12.3. Термінологічний словник
- •12.4. Навчальні завдання
- •Матриця планування з ефектами взаємодії
- •12.5. Завдання для перевірки знань
- •3. Методичні вказівки до виконання лабораторних робіт
- •3.1. Перелік лабораторних робіт Лабораторна робота № 1
- •Лабораторна робота № 2
- •Лабораторна робота № 3
- •3.2. Завдання для виконання лабораторних робіт
- •1. Моделювання обчислювальної системи колективного використання
- •2. Моделювання систем обслуговування клієнтів
- •3. Моделювання виробничих систем
- •3.3. Завдання для самостійної роботи
- •3.4. Довідки про склад пакету gpss/pc
- •3.9. Довідки про команди gpss/pc
- •Лабораторна робота
- •Опис основних етапів побудови імітаційної моделі
- •4. Критерії оцінювання знань з дисципліни під час підсумковОго іспиТу
- •Перелік екзаменаційних питань
- •5. Список літератури
Програмне забезпечення
Методика проведення імітаційного моделювання реалізована у сучасних програмних засобах, що розглядалися у темі. Для виконання лабораторних робіт з цієї теми рекомендується використання ППП GPSS/PC. Мова моделювання GPSS описана у додатках цього навчального посібника та такій літературі:
1. Шрайбер Т. Дж. Моделирование на GPSS. — М.: Машиностроение, 1980. 592 с.
2. Ситник В. Ф., Орленко Н. С. Імітаційне моделювання: Навч. посібник. — К.: КНЕУ, 1998. — С. 155—220.
3. Сытник В. Ф. Основы машинной имитации производственних и организационно-экономических систем. — К.: УМК ВО, 1988. С. 113—166.
4. Харин Ю. С., Малюгин В. И., Кирлица В. П. и др. Основы имитационного и статистического моделирования.: Учеб. пособие. Минск: Дизайн ПРО, 1997. С.185—282.
5. Советов Б. Я., Яковлев С. А. Моделирование систем: Курсовое проектирование. — М.: Высш. шк., 1988. — С. 20—57.
2.2 Практичне заняття
Мета заняття. Розглянути питання, пов’язані з різноманітними видами моделювання, та з’ясувати особливості імітаційного моделювання як засобу проектування і дослідної оцінки конкретних варіантів функціонування реальних систем.
План
1. Види моделювання.
2. Основні напрями використання машинної імітації.
3. Розповсюдження методів машинної імітації.
4. Поняття імітаційного моделювання.
5. Переваги та вади імітаційного моделювання як засобу проектування.
6. Загальна схема і цілі імітаційного моделювання.
7. Імітація еволюційних процесів.
2.3. Термінологічний словник
Імітаційна модель — комплексна математична й алгоритмічна модель досліджуваної системи. Метод, що базується на розробці та дослідженні імітаційних моделей, називається машинною імітацією, або імітаційним моделюванням.
Машинна імітація — числовий метод виконання на ЕОМ експериментів з математичними моделями, що описують поводження складних систем протягом тривалих відтинків часу.
Імітаційний експеримент — метод вивчення складних явищ, зокрема тих, що відбуваються в економіці, шляхом відтворення їх на ЕОМ за допомогою імітаційних моделей та спостереження за машинними результатами з можливим втручанням в обчислювальний процес.
Адекватність моделі — відповідність моделі (за деякою сукупністю визначальних характеристик) процесу чи об’єкта, що моделюється.
Верифікація моделі — перевірка достовірності (істинності, адекватності) моделі. Верифікація імітаційної моделі зводиться до перевірки відповідності її поведінки основним передумовам експериментатора. Попереднім дослідженням достовірності моделі є перевірка програми її машинної реалізації. Після того, як в програмі виявлені і виправлені всі помилки, приступають до проведення машинного експерименту на основі спеціально підібраних даних, для яких можна передбачити результати машинних розрахунків. Якщо отримані результати збігаються з очікуваним виходом імітаційної моделі, то вона вважається адекватною, тобто її концептуальна структура і логіка не викликають заперечень. Наступним етапом перевірки адекватності імітаційної моделі є її валідація.
Валідація (перевірка адекватності реалізації) моделі полягає в тому, що вихідні результати практичної реалізації імітаційної моделі зіставляють з наявною статистичною інформацією про досліджувану систему, і на основі такого зіставлення роблять висновки щодо адекватності реалізації імітаційної моделі.
Екзогенні величини — величини, зумовлені зовнішніми стосовно досліджуваної системи причинами.
Ендогенні (вихідні) величини — величини, зумовлені внутрішніми причинами. Ендогенні величини, отримувані на виході імітаційної моделі, часто відображають робочі характеристики економіко-виробничої системи, яка досліджується засобами машинної імітації.