- •1 . Моделирование как метод научного познания. Понятие модели. Классификация моделей. Цели и задачи моделирования. [1/1]
- •2 . Требования к математической модели. Основные этапы построения модели. Иерархия моделей. [1/1]
- •3 . Построения общесистемной модели функционирования. [1/2]
- •4 . Основные системные свойства: линейность, непрерывность, стационарность, детерминированность. Классификация математических моделей. Системные и конструктивные модели. [1/2]
- •5 . Непрерывно-детерминированные модели (d-схемы). Уравнения вход-выход. Уравнения в пространстве состояний. [1/3]
- •6 . Разностные уравнения. Пример построения конструктивной и машинной модели системы. [1/1]
- •7. Дискретно – детерминированные модели (f- схемы). Автоматы Милли и Мура. Разновидности детерминированных автоматов. [1/2]
- •8. Дискретно стохастические модели. (p- схемы). [1/1]
- •1 1. Уравнения Колмогорова для определения вероятностей состояний системы. Пример. [1/3]
- •1 0. Марковские случайные процессы. Простейший поток отказов. [1/1]
- •1 2. Непрерывно-стохастические модели (q-схемы). Основные понятия и определения. [1/3]
- •1 3. Обобщенные модели (а - схемы). Понятие агрегата. [1/1]
- •1 4. Структура агрегативной системы. Особенности функционирования. [1/3]
- •1 5. Построение и реализация моделирующего алгоритмов
- •1 6. Построение детерминированного и циклического моделирующего алгоритмов q-схем. [1/1]
- •1 7. Построение циклического моделирующего алгоритма
- •1 8. Построение синхронного моделирующего алгоритма
- •1 9. Построение спорадического моделирующего алгоритма
- •2 0. Цели и задачи имитационного моделирования. Имитационная модель, имитационная система. Архитектура имитационной системы. [1/2]
- •2 1. Общая характеристика метода статического моделирования. Пример построения моделирующего алгоритма. [1/2]
- •2 3. Метод получения псевдослучайных чисел с равномерным законом распределения. Методы середины квадрата и середины произведения. [1/1]
- •2 4. Конгруэнтные процедуры генерации псч. Мультипликативный и смешанный методы. [1/1]
- •2 5. Тесты проверки случайности последовательности псч с равномерным законом распределения. [1/1]
- •2 6. Тест проверки равномерности закона распределения.[1/1]
- •2 7. Тест проверки независимости последовательности псч[1/1]
- •2 8. Моделирование случайных событий. [1/2]
- •2 9. Моделирование Марковских цепей. [1/1]
- •3 0. Моделирование дискретных и непрерывных случайных величин с заданным законом распределения. [1/2]
- •3 1. Приближенные способы преобразования случайных чисел. [1/2]
- •3 2. Моделирование непрерывных случайных векторов. [1/1]
- •3 3. Моделирование дискретных случайных векторов
- •3 4. Сети Петри (n - схемы). [1/2]
- •3 5. Языки моделирования. Типовая схема архитектуры языка имитационного моделирования. Способы управления временем в модели системы. [1/2]
- •3 6. Сравнительный анализ языков имитационного моделирования. [1/2]
- •3 7. Построение и реализация моделирующих алгоритмов а – схем. Агрегаты «внешняя среда», «накопитель», «канал». [1/2]
- •3 8. Использование агрегатов «распределитель» и «сумматор» для построения моделирующих алгоритмов а – схем. [1/1]
- •4 0. Моделирование процессов функционирования систем на базе n-схем. Структурный подход. [1/2]
3 2. Моделирование непрерывных случайных векторов. [1/1]
Двумерная
случайная величина в этом случае
описывается совместной функцией
плотности f(x,
y)
с двумя составляющими
.
f(x,
y)
позволяет определить
:
.
Отсюда можно определить xi.
Можно также определить
.
Отсюда определяем yi.
(xi, yi) – первая реализация непрерывного случайного вектора. Этот способ может применяться для векторов с размерностью >2, однако, с ростом n, значительно увеличивается число вычислений. При n>2 формирование случайных векторов выполняется с использованием корелляционной теории.
53
3 3. Моделирование дискретных случайных векторов
Когда
случайный вектор расположен на плоскости
XOY,
он может быть задан совместным законом
распределения его проекций
на оси Ox
и Oy.
Рассмотрим дискретный случайный процесс:
двумерная случайная величина
является дискретной, и ее составляющая
принимает значения x1, x2, …, xn,
а
.
Тогда каждой паре (xi,
yi)
соответствует вероятность pij.
Каждому возможному значению xi
соответствует вероятность
(1). В соответствии с распределением
вероятностей (1) можно определить
конкретное значение xi1,
и из всех значений pij
можно выбрать последовательность pi11,
pi12,
…, pi1n
(2). Распределение (2) описывает условное
распределение величины
,
при условии, что
.
Определяется конкретное значение yi1.
Пара (xi1,
yi1)
является первой реализацией дискретного
случайного вектора. Далее, аналогично
определяется возможное значение xi2,
распределение pi21,
pi22,
…, pi2n
(3)
=> находят yi2.
И т. д.
54
3 4. Сети Петри (n - схемы). [1/2]
Сети Петри является эффективным инструментом моделирования сложных иерархических дискретных систем. Они позволяют отображать асинхронность, параллелизм и иерархичность моделируемых объектов более просто, чем другие средства моделирования.
Основные определения:
N=(P, T, F, H, μ0),
P – конечное непустое множество позиций (состояний, мест),
T – конечное непустое множество переходов
F: P*T->{0, 1, 2, …} – функция входных инциденций.
H: T*P->{0, 1, 2, …} – функция выходных инциденций.
μ0: P->{0, 1, 2, …} – начальная маркировка (размерка сети)
С
еть
Петри графически представляется в виде
двудольного ориентированного графа с
двумя типами вершин
.
Дуги соответствуют функциям инцидентности.
Маркировка отражается наличием или
отсутствием в позиции точек, которые
называют маркерами.
p={p1,p2, p3, p4, p5}
T={t1,t2, t3, t4}
|
t1 |
t2 |
t3 |
t4 |
p1 |
1 |
0 |
0 |
0 |
p
F= |
1 |
0 |
0 |
0 |
p3 |
0 |
1 |
0 |
0 |
p4 |
0 |
0 |
1 |
0 |
p5 |
0 |
0 |
1 |
0 |
(·p) – множество входных переходов для позиций
(p·) – множество выходных переходов для позиций
(·t) – множество входных позиций
(t·) – множество выходных позиций
(·p1)=(t2, t3) ; (·t1)=(p1, p2)
(p1·)=t1 ; (t1·)=(p3, p4)
μ0=(1, 1, 0, 0, 0)
-
p1
p2
p3
p4
p5
t1
0
0
1
2
0
t
H=
21
0
0
0
1
t3
1
1
0
0
0
t4
0
0
0
1
0
Если мощность множества P=n, то маркеровку можно представить n-мерным вектором, координаты которого = числу маркеров соответствующих позиций. Переход от одной маркировки к другой выполняется по средствам
55
срабатывания
переходов. Переход t
может сработать при маркировке μ(p),
если он является возбужденным, то есть,
если выполняется условие μ(p)-F(p,t)≥0,
.
Это означает, что в каждой входной
позиции перехода t
число маркеров не должно быть меньше
веса дуги, соединяющей эту позицию с
переходом. В результате срабатывания
возбужденного перехода маркировка μ(p)
замещается на маркировку μ,(p)
по следующему правилу:
,
.
Это означает, что из каждой входной
позиции перехода t
изымается F(p,t)
маркеров и в каждую выходную порцию
добавляется H(t,
p)
маркеров.
1)
Маркировка
непосредственно достижима из маркировки
:
2)
Маркировка
достижима из маркировки
,
если существует такая последовательность
переходов
,
что
3) Если при некоторой маркировки ни один из переходов не может сработать, то такая маркировка называется тупиковой.
Функционирование Сети Петри – это последовательная схема маркировок в результате срабатывания возбужденных переходов. Графом достижимости называется граф, вершинами которого являются все возможные маркировки.
Фрагмент графа достижимости:
В Сети Петри два возбужденных невзаимодействующих перехода могут сработать независимо друг от друга. Поэтому моделям свойствен параллелизм или одновременность.
56
