- •"Компьютерное моделирование процессов и систем"
- •"Компьютерное моделирование процессов и систем"
- •Содержание
- •Введение
- •1Характеристики сложных систем и задачи их исследования
- •1.1Основные понятия и определения. Понятие системы.
- •1.2Структура системы.
- •1.3Элементы и подсистемы.
- •1.4Функция системы и ее структура.
- •1.5Способы управления.
- •1.6Характеристики сложных систем
- •1.7Основные задачи исследования сложных систем
- •1.8Этапы анализа
- •1.9Виды моделирования систем
- •1.10Возможности и эффективность моделирования систем на эвм.
- •1.11Виды обеспечения имитационного моделирования.
- •1.12Подбор функции методом наименьших квадратов.
- •1.13Методы формирования случайных величин
- •1.14Мультипликативный способ получения равномерно распределенных случайных величин из интервала (0,1).
- •1.15Особенности вычислительных систем как объектов моделирования. Режимы работы вычислительных систем. Режимы использования.
- •1.16Структурная организация вычислительных систем.
- •1.17Рабочая нагрузка вс. Потоки заявок.
- •1.18Параметры потока заявок.
- •1.19Управление вычислительной нагрузкой и ресурсами вс.
- •1.20Функциональные характеристики вс.
- •1.21Разработка модели вс. Выбор уровня детализации.
- •1.22Подбор параметров модели. Количественные параметры.
- •2Моделирование дискретных систем на gрss
- •2.1Введение в gрss.
- •2.2Системы обслуживания с одним прибором и очередью.
- •2.3Элементы процедуры решения (моделирования).
- •2.4 Модельный таймер, завершение моделирования.
- •2.5 Одновременные события
- •2.6Выводы.
- •2.7Основные концепции моделирования на gрss.
- •2.8Списки gрss ( цепи ).
- •2.9Стандартные числовые и логические атрибуты gрss.
- •2.10Стандартные числовые атрибуты устройств.
- •2.11Стандартные числовые атрибуты накопителей.
- •2.12 Логические ключи
- •2.13Статистические объекты.
- •2.18Общий подход к моделированию.
- •2.19Основные карты и блоки gрss.
- •2.20Правила описания модели на gрss в лабораторной работе.
- •2.21Перенаправление потока заявок.
- •2.22Функции.
- •2.23Арифметические переменные variable fvariable
- •2.24Табулирование переменных.
- •2.25Многоканальные устройства (накопители )
- •2.26Работа с прерываниями.
- •2.27Управление логическими переключателями.
- •2.28Блок проверки gate
- •2.29Блок test
- •2.30Работа с ячейками.
- •2.31Работа с сча заявок
- •2.32Блок sрlit
- •2.33Блок assemble
- •2.34Блок gather
- •2.35Блок match
- •2.36Блок looр
- •2.37Блок присваивания приоритетов рriority
- •2.38Списки пользователя
- •2.39Блок mark
- •2.40Блок count
- •2.41Блок select
- •2.42Карта установки начальных значений генераторов случайных чисел rmult
- •2.43Матрицы
- •3Аналитические расчеты систем массового обслуживания
- •3.1Аналитическое моделирование вычислительных систем
- •3.2Модель размножения - гибели.
- •3.3Характеристики одноканальных систем массового обслуживания.
- •3.4Характеристики сложных смо.
- •3.5Многоканальные системы
- •3.6Системы с произвольным распределением длительности обслуживания.
- •3.7Система с отказами.
- •3.8Методы приближенной оценки характеристик систем массового обслуживания.
- •3.9Стохастические сетевые модели для вс.
- •3.10Стохастические сетевые модели.
- •3.11Экспоненциальные стохастические сети
- •3.12Характеристики разомкнутых систем
- •3.13Характеристики замкнутых систем.
- •4Литература
1.12Подбор функции методом наименьших квадратов.
Пусть известны экспериментальные результаты, описывающие поведение функции нескольких переменных в (n) экспериментальных точках.
F ( X1), F ( X2),F ( X3),...F ( Xi),... i=1..n
Необходимо подобрать функцию Fe( X) так, чтобы функционал
n
Ф = ( F ( Xi ) – Fe ( Xi ))^2 min
i=1
Обычно Fe ( X) представляет собой полином;
Fe( X) = A0 + A1*X + A2*X^2 + A3*X^3 +...
Это может быть любая функция, соответствующая схеме:
Fe( X) = A0*F0(X) + A1*F1(X) + A2*F2(X) + A3*F3(X)+...
Здесь A - подбираемые параметры (неизвестные);
F - известные функции, в которых нет подбираемых параметров.
Подбор производится с помощью частных производных, то есть следующим образом:
n
dФ / dAj = ( F ( Xi ) – Fe ( Xi )) * 2 * ( - Fj ( Xi )) = 0
i=1
В результате получим систему линейных уравнений, относительно неизвестных Aj.
Ее решение определит минимум функционала Ф.
( пример )
1.13Методы формирования случайных величин
Общий подход к формированию случайных величин с заданным законом распределения состоит в преобразовании равномерного распределения в заданное. Для получения случайной величины, имеющей интегральный закон распределения F(X)
1) необходимо сгенерировать число X равномерно распределенное в интервале (0,1)
F( t )
1
t
2) решить уравнение F(t)=X и найти случайное t.
3) t будет распределено в соответствии с законом F.
Для некоторых распределений решение этого уравнения возможно
аналитически.
Например: для равномерного распределения от a до b
f (t)
0 < X < 1
t = A + X ( B – A )
t
А В
Если закон соответствует экспоненциальному распределению:
f ( t )
t
экспоненциальное распределение
f ( t ) = * exp ( - * t )
t = - 1 / * ln ( x ), 0 < x < 1
Эмпирические распределения.
f( t )
t
Обычно функции f(t) получают, как результат экспериментов и они имеют вид гистограмм. Затем строят закон F(t) в виде системы отрезков, задаваемых точками (F_i, t_i ) i=1..n.
В этом случае t определяется следующим образом: находится интервал, для которого:
F_i-1 < X <= F_i
После этого значение t определяется формулой линейной интерполяции:
t = t_i-1+ (X - F_i-1) * (t_i - t_i-1)/(F_i - F_i-1)
Определение случайных величин заданных кумулятивным законом
Пусть случайная величина t задана
f ( t ) p2 p_i = 1
p3
p1
p4
0 t1 t2 t3 t4 t
Интегральная функция
F ( t )
p1+p2+p3+p4
p1+p2+p3
p1+p2
p1
Для описания этой функции вводят дополнительную точку р_0, у которой вероятность р=0 и полагают функцию заданной системой горизонтальных отрезков задаваемых наборами точек (F_i,t_i) i=1..n.
После этого находят интервал для значения X,
F_i-1 < X <= F_i и полагают t=t_i.