14.Технологии моделирования ис.

Математическое моделирование – это построение и использование математических моделей для исследования поведения систем (объектов) в различных условиях, для получения (расчета) тех или иных характеристик оригинала без проведения измерений или с небольшим их количеством.

Метод статистического моделирования заключается в воспроизведении исследуемого процесса при помощи вероятностной математической модели и вычислении характеристик этого процесса.

Основан метод на многократном проведении испытаний построенной модели с последующей статистической обработкой полученных данных с целью определения характеристик рассматриваемого процесса в виде статистических оценок его параметров.

Метод статистических испытаний базируется на использовании случайных чисел - возможных значений некоторой случайной величины с заданным распределением вероятностей. При использовании для моделирования ЭВМ в подавляющем большинстве применений генерация любых случайностей начинается с генерации случайных чисел с равномерным распределением в диапазоне (0, 1) с помощью программы - датчика случайных чисел.

15. Классификация математических моделей.

Математические модели разделяют на статические и динамические.

Статические модели описывают состояние системы в определенный момент времени (единовременный срез информации по данному объекту).

Динамические модели описывают процессы изменения и развития системы во времени. Их разделяют на стационарные (от времени зависящие входные и выходные характеристики) и нестационарные (структура, параметры).

16. Имитация модели информационной системы.

Имитационное моделирование – проектирование на ЭВМ модели сложных реальных систем, функционирующих во времени, и постановки на ней опытов.

Важнейшие особенности:

1) предполагает конструирование модели на ЭВМ и постановление экспериментов

2) возможные цели экспериментов: понять поведение, либо оценить стратегии управления системой.

3) исследование сложной системы.

Применения:

1) Познавать систему; 2) Наблюдать за системой; 3) Контроль в системе с помощью имитации;

4) Предсказание последствий; 5) единственный способ исследования.

Достоинства: 1) позволяет описать процесс лучше других моделей;

2) обладает гибкостью варьирования структуры;

3) применение ЭВМ значительно сокращает продолжительность экспериментов.

Недостатки: 1) решение носит частный характер; 2) большие трудозатраты на создание модели;

3) хауторский эффект (использование людей)

17. Методология, основы применения методов имитации моделей.

К имитационному моделированию прибегают, когда:

а) дорого или невозможно экспериментировать на реальном объекте;

б) невозможно построить аналитическую модель: в системе есть время, причинные связи, последствие, нелинейности, стохастические (случайные) переменные;

в) необходимо сымитировать поведение системы во времени.

Можно выделить две разновидности имитации:

Метод Монте-Карло (метод статистических испытаний);

Метод имитационного моделирования (статистическое моделирование).