
- •Основные понятия (определения) моделирования.
- •Методология моделирования.
- •I этап моделирования (анализ моделируемой системы и постановка задач).
- •II этап моделирования. Формализация. Решение задачи. Выбор метода моделирования (подробно).
- •Корреляционный анализ.
- •Этап моделирования. Разработка имитационных моделей.
- •Системные числовые атрибуты
- •Генерация равномерно-распределенных случайных чисел. Оценка их качества на тестах (по книге).
- •Тест частот. Функция распределения равномерно распределенных случайных чисел в диапазоне от 0 до 1 представлена на рис.14.1, а функция плотности на рис.
- •Планирование имитационных экспериментов. Концепция «черного ящика».
- •План дфэ (дробных факторных экспериментов).
- •Рцкп (ротатабельный центральный композиционный план).
- •Планы Кифера
- •12. Тактическое планирование имитационных эксперементов.
- •Метод моментов. Равномерный закон.
- •Метод моментов. Нормальный закон.
- •Метод моментов. Экспоненциальный закон.
- •Метод моментов. Гиперэкспоненциальный закон.
- •Метод моментов. Специальный эрланговский закон.
- •Табличный метод генерации случайных чисел. Достоинства и недостатки.
- •План пфэ (полного факторного эксперимента).
- •10. План оцкп (ортогональный центральный композиционный план).
- •12. Применение дисперсионного анализа для оценки качества уравнений регрессии. Оценка значимости коэффициентов полинома.
- •13. Метод оптимизации по системе уравнений в частных производных.
- •14. Геометрический метод для 2 факторов.
Метод моментов. Специальный эрланговский закон.
Специальное эрланговское распределение состоит из к последовательно соединенных фаз, в каждой из которых распределение случайных величин подчиняется экспоненциальному закону с одинаковой интенсивностью к. Структурная схема специального эрланговского закона распределения представлена на рис.
к
к
к
….
Структурная схема специального эрланговского закона распределения случайных чисел
Ценность такого представления в том, что закон определяется всего двумя параметрами и следовательно по МПФ требуется вычислить только две производные и решить полученную систему уравнений. Запишем МПФ для СЭР:
.Выведем
формулу для вычисления первого начального
момента по первой производной от МПФ:
.Таким
образом, получили формулу для вычисления
общей интенсивности СЭР:
Выведем
формулу для вычисления второго начального
момента по второй производной от МПФ:
Запишем формулу для вычисления стандартного отклонения
.
Подставив вместо m1 и их оценки m1* и *, получим формулу для вычисления количества фаз СЭР.
Ф
ункция
плотности СЭР представлена на рис. 12.7.
Для
СЭР
1,
т.к. к>0. Чем больше к, тем меньше
отношение
и тем более сжато специальное эрланоговское
распределение. При к =16 таким распределением
можно представить вырожденное
распределение, у которого постоянное
время задержки.
Область существования специального эрланговского закона представлена на рис.4.8, она расположена ниже экспоненциального закона. Например, при к=2 и m1=5, σ=3,55.
При
к=3 и m1=10,
σ=5,75.
При к=16 и m1=10,
σ=23,5.
Параметры специального эрланговского закона можно вычислить и по упрощенной процедуре, так как математическое ожидание последовательности распределений случайных чисел равно сумме математических ожиданий составляющих эту последовательность, а среднее квадратическое отклонение последовательности сумме средних квадратических отклонений составляющих эту последовательность:
Преобразовав полученные математические выражения и подставив вместо моментов их оценки получим формулы для вычисления параметров специального эрланговского закона, такие же как
.
Табличный метод генерации случайных чисел. Достоинства и недостатки.
Т
абличный
метод основан на том же принципе, что и
аналитический, только вместо функции
распределения в нём берется ее
кусочно-линейное представление, то есть
весь диапазон существования распределения
случайных чисел разбивается на ряд
интервалов, в которых дуги заменяются
стягивающими их хордами. Применение
метода представлено на рис. Интервал,
в который попало случайное число,
определяется по выполнению неравенства
ai-1
rj
ai.
На основании подобия треугольников:.
Достоинства и недостатки. 1.этот метод реализуется сравнительно несложными программными процедурами.
2.Табличные методы начинают терять свои позиции и в частности из-за того, что для их применения требуется составление таблиц и выделение памяти для их хранения. В принципе повышение достоверности табличных методов можно достичь увеличением количества интервалов в таблице, но при этом увеличивается время поиска нужного интервала и требуемый объем памяти для хранения таблиц.