
- •Содержание
- •1. Общие вопросы моделирования
- •1.1. Предмет теории моделирования
- •1.2. Классификация моделей
- •1.3. Классификация объектов моделирования
- •1.4. Основные этапы моделирования
- •2. Технология моделирования
- •2.1. Создание концептуальной модели
- •2.2. Подготовка исходных данных
- •2.3. Разработка математической модели
- •3. Математические схемы моделирования систем.
- •3.1. Основные подходы к построению математических моделей систем
- •3.2. Непрерывно-детерминированные модели (д-схемы)
- •3.3. Дискретно-детерминированные модели (f-схемы)
- •4. Непрерывно-стохастические модели (q-схемы)
- •4.1. Понятие случайного процесса
- •4.1.1. Марковский случайный процесс
- •4.1.2. Потоки событий
- •4.1.3. Уравнения Колмогорова для вероятностей состояний. Финальные вероятности состояний
- •4.2. Задачи теории массового обслуживания
- •4.3. Классификация систем массового обслуживания
- •4.4. Математические модели простейших систем массового обслуживания
- •4.4.1. Одноканальная смо с отказами
- •4.4.2. Одноканальная смо с ожиданием
- •4.4.3. Одноканальная смо с ожиданием без ограничения на длину очереди
- •4.4.4.МногоканальнаяСмо с отказами(задача Эрланга)
- •4.4.5.Многоканальная смо с ожиданием
- •4.4.6. Модель обслуживания машинного парка
- •5. Сетевые модели (n-схемы). Сети Петри
- •5.1. Теоретические основы сетей Петри: принципы построения, алгоритмы поведения
- •5.1.1. Введение в теорию комплектов
- •5.1.2. Структура сети Петри
- •5.1.3. Графы сетей Петри
- •5.1.4. Маркировка сетей Петри
- •5.1.5. Правила выполнения сетей Петри
- •5.2. Сети Петри для моделирования систем: способы реализации
- •5.2.1. События и условия
- •5.2.2. Одновременность и конфликт
- •6. Обощенные модели (a-схемы)
- •6.1. Структура агрегативной системы
- •6.2. Кусочно-линейные агрегаты
- •7. Имитационное моделирование систем
- •7.1. Процедура имитационного моделирования
- •7.2. Обобщённые алгоритмы имитационного моделирования
- •7.2.1. Алгоритм моделирования по принципу особых состояний
- •7.2.2. Алгоритм моделирования по принципуt
- •7.3. Этапы имитационного моделирования
- •8. Статистическое моделирование приборных систем
- •8.1. Теоретические основы метода статистического моделирования
- •8.2. Моделирование случайных величин
- •8.2.1. Табличный способ
- •8.2.2. Аппаратный способ
- •8.2.3. Алгоритмический способ
- •8.3. Моделирование случайных событий с заданным законом распределения
- •8.3.1. Разыгрывание дискретной случайной величины
- •8.3.2. Разыгрывание непрерывной случайной величины
- •8.2.3. Разыгрывание случайной величины, распределенной нормально
- •8.4. Моделирование систем массового обслуживания с использованием метода Монте-Карло
4.1.3. Уравнения Колмогорова для вероятностей состояний. Финальные вероятности состояний
При рассмотрении марковских процессов с дискретными состояниями и непрерывным временем подразумевается, что все переходы системы Sиз состояния в состояние происходят под действием простейших потоков событий (потоков вызовов, потоков отказов, потоков восстановлений и т.д.). Если все потоки событий, переводящие системуSиз состояния в состояние простейшие, то процесс, протекающий в системе, будетмарковским.
При анализе случайных процессов с дискретными состояниями удобно пользоваться геометрической схемой – графом состояний. Вершины графа – состояния системы. Дуги графа – возможные переходы из состояния в состояние.
Рис. 4.4. Размеченный граф состояний системы
Для наглядности на графе состояний системы у каждой дуги проставляют интенсивности того потока событий, который переводит систему по данной дуге (стрелке). ij– интенсивности потока отказов;ij– интенсивности потока восстановлений, переводящие систему из состоянияSiвSj. Такой граф называетсяразмеченным(рис. 4.4).
Имея в своем распоряжении размеченный граф состояний системы, строится математическая модельданного процесса.
Пусть рассматриваемая система Sимеетnвозможных
состоянийS1, S2, …, Sn.
Вероятностьi-го
состоянияpi(t)
– это вероятность того, что в момент
времениtсистема
будет находиться в состоянииSi.
Для любого момента времени сумма всех
вероятностей состояний равна единице:.
Для нахождения всех вероятностей состояний pi(t) как функций времени составляются и решаютсяуравнения Колмогорова, в которых неизвестными функциями являются вероятности состояний. Правило составления этих уравнений базируется на понятиифинальной вероятности состояния.
При t в системе устанавливается стационарный режим, при котором система случайным образом меняет свои состояния, но их вероятности уже не зависят от времени. Пределы вероятностей состояний приt , если эти пределы существуют и не зависят от начального состояния системы, называютсяфинальными вероятностями состояний:
,
гдеn– конечное число
состояний системы.
.
Финальная вероятностьсостоянияSi– это среднее относительное время пребывания системы в этом состоянии.
Правило составления системы уравнений Колмогорова: в каждом уравнении системыв левой его частистоит финальная вероятность данного состоянияpi, умноженная на суммарную интенсивность всех потоков,ведущих из данного состояния, а вправой его части– сумма произведений интенсивностей всех потоков,входящих в i-е состояние, на вероятности тех состояний, из которых эти потоки исходят.
4.2. Задачи теории массового обслуживания
Каждая система массового обслуживания(СМО) состоит из какого-то количества обслуживающих единиц, которые называютсяканалами обслуживания(станки, транспортные тележки, роботы, линии связи, кассиры, продавцы и т.д.). Всякая СМО предназначена для обслуживанияпотока заявок(требований), поступающих в какие-то случайные моменты времени.
Примеры СМО: телефонные станции, ремонтные мастерские, билетные кассы, справочные бюро, станочные и другие технологические системы, системы управления гибких производственных систем и т.д.
Процесс работы СМО– случайный процесс с дискретными состояниями и непрерывным временем.
Предмет теории массового обслуживания– построение математических моделей, связывающих заданные условия работы СМО (число каналов, их производительность, правила работы, характер потока заявок) с показателями эффективности СМО. Эти показатели описывают способность СМО справляться с потоком заявок. Ими могут быть: среднее число заявок, обслуживаемых СМО в единицу времени; среднее число занятых каналов; среднее число заявок в очереди; среднее время ожидания обслуживания и т.д.