- •4. Общая классификация методов научных исследований; общенаучные методы
- •7. Математическое моделирование.
- •Основные этапы математического моделирования
- •Вопрос 8. Метрологическое обеспечение экспериментальных исследований
- •Имитационное моделирование.
- •Основные составляющие имитационной модели.
- •Основные достоинства имитационного моделирования.
- •Основные недостатки имитационного моделирования.
- •Наука, как специфический род занятий человека, его содержание и цель
- •13. Технические науки и техническая политика. Задачи и содержание технических наук.
- •15. Мышление и понятие; виды понятий - перечислить и дать характеристики.
- •16. Суждение и умозаключение. Две категорий умозаключений.
- •17. Основные этапы научного исследования.
- •19. Научная теория: определение, структура.
- •20. Системный анализ, основные этапы системного анализа
- •Этапы системного анализа.
- •21. Цель научного исследования, объект и предмет исследования
- •22.Фундаментальные и прикладные исследования
- •24. Цели и задачи теоретических исследований. Состав теоретических исследований
- •27. Математическая формулировка задачи исследования и математическая модель, выбор вида математической модели, виды ее контроля.
- •Вопрос 28. Дайте определение научного эксперимента. Виды экспериментов, классификация экспериментов
- •30. По характеру получения экспериментальных данных, методика планирования эксперимента подразделяется на пассивный и активный эксперименты.
- •31. Основные концепции математического эксперимента, обеспечивающие реализацию задач исследования. Структурная схема эксперимента.
- •Этапы технологического цикла вычислительного эксперимента
- •33. Метрологическое обеспечение экспериментальных исследований, суть измерений. Метрология – как наука об измерениях.
- •35. Эталоны и средства измерений, метрологическая служба.
- •36. Методы измерений: прямые, косвенные, абсолютные и относительные.
- •37. Совокупные и совместные методы измерения, непосредственные и сравнительные оценки результатов измерений.
- •38. Средства измерения, меры, измерительные приборы, установки и системы.
- •39. Технические характеристики средств измерения: погрешность, точность, стабильность, чувствительность, диапазон измерений.
- •40. Классы точности измерительных приборов. Проверка приборов на точность, организация проверки.
- •41. Технология машиностроения, как направление науки, ее цель и задачи
- •44. Имитационные модели информационных систем (определение). Пять особенностей применения метода исследования информационных систем
- •45. Основные достоинства и недостатки метода имитационного моделирования
- •46. Основные составляющие имитационной модели: компоненты, параметры, переменные, функциональные зависимости, ограничения, целевые функции.
- •47. В чем заключается суть машинного эксперимента с имитационной моделью.
- •Вопрос 48. Функциональные действия (фд) при реализации имитационной модели. Упрощенные действия (фд). Что порождает ошибки имитации процесса функционирования реальной системы
- •Определение понятий: класс объектов, работа (активность), события, процесс, фаза процесса. Описание их взаимосвязи в имитационной модели и при её реализации.
- •Общие черты (этапы) машинного эксперимента при решении сложных прикладных задач. Графическая схема этапов машинного эксперимента
- •53. Испытание имитационной модели: задание исходной информации, верификация модели, проверка адекватности и калибровка модели.
- •55. Информационные продукты. Библиографические базы данных (первичная и вторичная информация)
- •56. Что такое научный документ. Первичный и вторичный документ.
- •57. Опубликованные документы и непубликуемые. Виды и значения опубликованных документов: монографии, книги, брошюры, периодические издания.
- •59. Первичные непубликуемые документы (научно-технические отчеты, диссертации, депонированные рукописи и др.)
- •60. Вторичные опубликованные документы и издания: справочные, обзорные и др.
46. Основные составляющие имитационной модели: компоненты, параметры, переменные, функциональные зависимости, ограничения, целевые функции.
Имитационное моделирование предполагает работу с такими математическими моделями, с помощью которых результат исследуемой операции нельзя заранее вычислить или предсказать, поэтому необходим эксперимент (имитация) на модели при заданных исходных данных. В свою очередь, сущность машинной имитации заключается в реализации численного метода проведения на ЭВМ экспериментов с математическими моделями, описывающими поведение сложной системы в течение заданного или формируемого периода времени.
Каждая имитационная модель представляет собой комбинацию шести основных составляющих:
• компонентов;
• переменных;
• параметров;
• функциональных зависимостей;
• ограничений;
• целевых функций.
Под компонентами понимают составные части, которые при соответствующем объединении образуют систему. Компоненты называют также элементами системы или ее подсистемами. Например, в модели рынка ценных бумаг компонентами могут выступать отделы коммерческого банка (кредитный, операционный и т.д.), ценные бумаги и их виды, доходы, котировки и т.п.
Параметры — это величины, которые исследователь (пользователь модели) может выбирать произвольно, т.е. управлять ими.
Различают экзогенные (являющиеся для модели входными и порождаемые вне системы) и эндогенные (возникающие в системе в результате воздействия внутренних причин). Эндогенные переменные иногда называют переменными состояния.
Функциональные зависимости описывают поведение параметров и переменных в пределах компонента или же выражают соотношения между компонентами системы. Эти соотношения могут быть либо детерминированными, либо стохастическими.
Ограничения — устанавливаемые пределы изменения значений переменных или ограничивающие условия их изменения. Они могут вводиться разработчиком (и тогда их называют искусственными) или определяться самой системой вследствие присущих ей свойств (естественные ограничения).
Целевая функция предназначена для измерения степени достижения системой желаемой (требуемой) цели и вынесения оценочного суждения по результатам моделирования. Эту функцию также называют функцией критерия. По сути, весь машинный эксперимент с имитационной моделью заключается в поиске таких стратегий управления системой, которые удовлетворяли бы одной из трех концепций ее рационального поведения: оптимизации, пригодности или адаптивизации. Если показатель эффективности системы является скалярным, проблем с формированием критерия не возникает и, как правило, решается оптимизационная задача поиска стратегии, соответствующей максимуму или минимуму показателя. Сложнее дело обстоит, если приходится использовать векторный показатель. В этом случае для вынесения оценочного суждения используются методы принятия решений по векторному показателю в условиях определенности (когда в модели учитываются только детерминированные факторы) или неопределенности (в противном случае).