- •1.Моделювання. Визначення і основні поняття.
- •2.Поняття моделі та форми існування моделей.
- •3.Мета застосування моделювання та способи її досягнення.
- •4.Види моделювання.
- •5.Фізичне моделювання.
- •6.Математичне моделювання.
- •7. Макетне моделювання.
- •8.Аналогове моделювання.
- •9.Ситуаційне моделювання.
- •10.Способи використання математичних моделей.
- •11.Визначення імітаційної моделі та її характерні особливості.
- •12. Що входить в поняття імітаційної моделі як інструмента дослідження складних систем?
- •13. Основні напрямки використання машинної імітації.
- •15. Поняття машинної імітації (імітаційного моделювання).
- •16. Переваги та вади машинної імітації.
- •17.Класифікація методів імітаційного моделювання.
- •18. Імітація еволюційних процесів у динамічних моделях.
- •19. Загальна схема і цілі машинної імітації.
- •20. Програмна реалізація імітаційних моделей.
- •21. Мови імітаційного моделювання.
- •22. Імітаційна модель обчислювальної системи з відмовами (табличний спосіб реалізації)
- •23. Імітаційна модель обчислювальної системи з чергою (табличний спосіб реалізації).
- •24. Імітаційна модель обчислювальної системи з відмовами (комбінований спосіб реалізації).
- •25. Імітаційна модель обчислювальної системи з чергою (комбінований спосіб реалізації).
- •26. Імітаційна модель обчислювальної системи з відмовами (алгоритм програмної реалізації).
- •27. Імітаційна модель обчислювальної системи з чергою (алгоритм програмної реалізації).
- •28. Імітаційна модель обчислювальної системи з чергою (реалізація процедурно-орієнтованими засобами мови програмування). Визначаємо змінні
- •29. Імітаційна модель обчислювальної системи з відмовами (реалізація процедурно-орієнтованими засобами мови програмування). Визначаємо змінні
- •30. Основні етапи побудови імітаційної моделі.
- •31. Gpss-програма імітаційної моделі обчислювальної системи з відмовами.
- •32. Gpss-програма імітаційної моделі обчислювальної системи з чергою.
- •30 Queue qeom *стати в чергу
- •30 Queue qeom *стати в чергу
- •33. Верхній і середній рівень представлення в системі gpss імітаційної моделі телефонної станції.
- •2. Середній рівень
- •34. Gpss-програма імітаційної моделі телефонної станції.
- •35. Імітаційна модель керування запасами: сутність оптимального керування запасами.
- •36. Імітаційна модель керування запасами: система постачання.
- •37. Імітаційна модель керування запасами: попит на предмети постачання та система поповнення запасів.
- •38. Імітаційна модель керування запасами: вартісні функції витрат.
- •39. Імітаційна модель керування запасами: обмеження, що застосовуються до запасів, і стратегії (політики) керування запасами.
- •40. Імітаційна модель керування запасами: статична детермінована модель.
- •41. Керування багатопродуктовими запасами: основні передумови та економіко-математична модель.
- •42. Імітаційна модель керування запасами: опис концептуальної моделі (основні передумови).
- •43. Імітаційна модель керування запасами: схема алгоритму.
- •44. Визначення, характерні особливості та сфера використання методу Монте-Карло.
- •45. Основні етапи методу статистичних випробувань
- •46. Обчислення означеного інтегралу методом Монте-Карло (табличний спосіб реалізації).
- •47. Обчислення означеного інтегралу методом Монте-Карло (реалізація процедурно-орієнтованими засобами мови програмування).
- •48. Методи випадкового пошуку при вирішенні оптимізаційних задач. Характерні особливості, переваги та недоліки.
- •49. Чисто випадковий пошук і його ефективність.
- •50. Алгоритм чисто випадкового пошуку при вирішенні задачі математичного програмування без обмежень.
- •51. Вирішення задачі нелінійного програмування без обмежень методом Монте-Карло (табличний спосіб реалізації чисто випадкового пошуку).
- •52. Програмна реалізація алгоритму чисто випадкового пошуку при вирішенні задачі математичного програмування без обмежень.
- •53. Модель вибору технологічного процесу виготовлення виробів (табличний спосіб реалізації чисто випадкового методу).
- •54. Алгоритм чисто випадкового пошуку при виборі технологічного процесу виготовлення виробів.
- •55. Програмна реалізація алгоритму чисто випадкового пошуку при виборі технологічного процесу виготовлення виробів.
- •56. Направлений випадковий пошук. Його переваги, недоліки та способи покращення збіжності.
- •57. Алгоритм направленого випадкового пошуку при вирішенні задачі математичного програмування без обмежень.
- •58. Вирішення задачі нелінійного програмування без обмежень методом Монте-Карло (табличний спосіб реалізації направленого випадкового пошуку).
- •59. Програмна реалізація алгоритму направленого випадкового пошуку при вирішенні задачі математичного програмування без обмежень).
- •60. Модель вибору технологічного процесу виготовлення виробів (табличний спосіб реалізації направленого випадкового методу).
- •61. Алгоритм направленого випадкового пошуку при виборі технологічного процесу виготовлення виробів.
- •62. Програмна реалізація алгоритму направленого випадкового пошуку при виборі технологічного процесу виготовлення виробів.
- •63. Точність оцінки ймовірності за допомогою відносної частоти.
- •64. Рівномірна випадкова послідовність чисел (рвп [0,1]).
- •65. Табличний спосіб одержання рвп [0,1].
- •66. Фізичні генератори рвп [0,1].
- •67. Програмні датчики рвп [0,1].
- •68. Перевірка якості випадкових чисел.
- •69. Схема випробувань за "жеребком" (свж).
- •70. Перший спосіб використання свж.
- •71. Другий спосіб використання свж.
- •72. Стандартний метод імітації дискретно-розподілених випадкових величин.
- •73. Спеціальні методи імітації дискретних розподілень.
- •74. Стандартний метод імітації неперервних випадкових величин.
- •75. Приклади застосування стандартного методу імітації неперервних випадкових величин.
- •76. Метод добору (відбраковки).
- •77. Наближене формування розподілів.
- •78. Генерування нормально розподілених випадкових чисел: використання центральної граничної теореми (цгт).
- •79. Генерування нормально розподілених випадкових чисел: метод Бокса-Маллера.
- •80. Генерування нормально розподілених випадкових чисел: метод Марсальї-Брея.
- •81. Основні задачі й поняття планування імітаційних експериментів.
- •82. Апроксимуючий поліном фукції відгуку.
- •83. Дворівнева система вимірювання факторів.
- •84. Повний факторний план (експеримент) і його властивості.
- •85. Дробовий факторний план (експеримент) і його властивості.
- •86. Лінійна апроксимація функції відгуку.
- •87. Одержання апроксимуючого полінома другого ступеня.
- •88. Композиційні плани.
- •89. Ортогональний центральний композиційний план.
- •90. Рототабельний композиційний план. (ркп)
- •91. Статистична перевірка однорідності дисперсіїй.
- •92. Статистична перевірка значущості коефіцієнтів регресії.
- •93. Статистична перевірка адекватності моделі.
- •94. Планування експерименту під час дослідження системи.
- •95. Перший спосіб пошуку екстремуму функції відгуку.
- •96. Загальна схема методу Бокса-Уїлсона.
- •97. Рух у напрямку крутого сходження (спаду).
42. Імітаційна модель керування запасами: опис концептуальної моделі (основні передумови).
1. Моделюється однопродуктова система керування запасами. Кількість продукту, яка вивозиться щоденно зі складу, визначається поточним попитом. Використовується стратегія фіксованого розміру замовлення (h, q): коли рівень поточного запасу y падає нижче від заданої позначки h, керівництво складу замовляє поставку товару в кількості q. По закінченні терміну виконання замовлення ця продукція надходить на склад і доповнює запас, що вже є там у даний момент. Система постачання функціонує днів.
2. Щодня виникає попит на предмет зберігання, причому дорівнює цей попит величині - випадковій величині з відомим законом розподілу ймовірностей.
3. Установлюється такий порядок виконання операцій на складі протягом кожного дня:
1) визначаються обсяги замовлень на поповнення запасу, які будуть реалізовані протягом поточного дня;
2) товар поставляється споживачеві, тобто задовольняється попит;
3) оцінюється запас, що залишився, і при потребі (якщо поточний запас досягає порогового рівня) оформлюється замовлення на поповнення запасу.
4. Затримка поставки (кількість днів між моментами часу подачі замовлення на поставку та її прибуттям) тлумачиться як випадкова величина з відомим законом розподілу ймовірностей.
5. Незадоволені замовлення споживачів товару анулюються, тобто переносити дефіцит на наступний день не дозволяється.
6. Заявка на поповнення запасу приймається до виконання лише в тому разі, коли подана раніше заявка реалізована, тобто в кожний момент часу на стадії реалізації не може перебувати більш як одна заявка.
7. За цільову функцію для вибору оптимальних значень змінних керування беруть сумарні витрати (вартість зберігання і поставки, штраф) за період .
.
Оскільки щоденний попит і затримка поставок - випадкові величини, то й сума витрат системи постачання також є випадковою величиною, закон розподілу ймовірностей якої в загальному випадку невідомий. Тому цільова функція являє собою математичне сподівання витрат M [ ].
8. Математичне сподівання витрат при фіксованих значеннях змінних керування оцінюється з допомогою вибіркового середнього
,
де N - число циклів прогонів (дублювань) імітаційної моделі при фіксованих значеннях змінних керування і незмінних факторах моделі (у разі машинної реалізації імітаційної моделі беруть 1000 циклів прогонів);
- значення сумарних витрат у j-му прогоні.
9. Вартість поставки - стала величина, що не залежить від обсягу поставки і дорівнює :
.
10. Вартість зберігання пропорційна до величини залишку продукту на кінець дня, коефіцієнт пропорційності дорівнює .
11. Витрати на штрафи пропорційні до залишкової величини дефіциту на кінець дня, коефіцієнт пропорційності дорівнює .
12. Ендогенна змінна системи (відгук): - сумарні витрати.
13. Змінні, що визначають стан системи в довільний момент часу:
- витрати на зберігання;
- вартість поставки;
- витрати на штрафи;
- поточний (системний, модельний) час;
- момент часу (день), коли реалізується поставка;
- поточне значення запасу (у разі дефіциту - від’ємне);
- індекс циклів роботи імітаційної моделі.
14. Змінні керування:
- обсяг (партія) замовленої поставки;
- нижній (пороговий) рівень запасу.
15. Некеровані параметри:
- витрати на зберігання одиниці продукції на кінець дня;
- витрати через дефіцит, пов’язані з нестачею одиниці продукції;
- витрати на організацію однієї поставки;
- початковий рівень запасу;
- тривалість (кількість днів) функціонування системи постачання.
16. Екзогенні (вхідні) змінні:
- щоденний попит на продукт;
- час затримки поставки.
17. Характеристики функціонування системи:
- функція розподілу ймовірності попиту;
- функція розподілу ймовірності затримки поставки.
18. За допомогою методу імітаційного моделювання потрібно знайти оптимальні значення і , при яких сумарні витрати на організацію постачання протягом днів будуть мінімальні. Для експериментального пошуку оптимального розв’язку задачі застосовується метод Бокса - Уїлсона.