Содержание
- 2. Имитационное моделирование как инструмент исследования сложных систем
- 3. Имитационное моделирование метод решения сложных задач анализа, оптимизации и проектирования систем управления производством, технологическими процессами, автоматизированных
- 4. Имитационное моделирование включает методологию построения системных моделей; методы алгоритмизации объектов; методы и средства построения программных реализаций
- 5. Задачи исследования сложных систем Задача анализа Сложная система предполагается полностью заданной, т.е. перечисляются ее элементы, их
- 6. Задачи исследования сложных систем Задача синтеза Задаются требуемые значения основных характеристик системы и возможные воздействия внешней
- 7. Имитационное моделирование Формулировка цели моделирования; системное обследование объекта (сбор исходных данных); построение модели объекта на естественном
- 8. Формализация содержательное описание, формализованная схема и математическая модель
- 9. Содержательное описание в словесной форме включает в себя сведения об элементах системы, иерархической структуре системы, характере
- 10. Формализованная схема является промежуточным звеном между содержательным описанием и математической моделью дает формальное описание системы: вводится
- 11. Математическая модель Все объекты, элементы системы представляются в знаковой форме. Соотношения между элементами преобразуются с помощью
- 12. Математическая модель системы состоит из математических моделей ее элементов и модели взаимодействия элементов в системе.
- 13. Основные подходы к описанию функционирования сложных систем
- 14. Тип математического описания системы, при котором нет информации о внутреннем механизме преобразования, - это связь «вход-выход».
- 15. Классы моделей Время
- 16. ТИПОВЫЕ СХЕМЫ Дискретно-детерминированные Непрерывно-детерминированные Дискретно-стохастические Непрерывно-стохастические
- 17. Дискретно-детерминированные схемы Конечный автомат А А=(X,Y,Q,φ,ψ) X - входной алфавит Y – выходной алфавит Q –
- 18. Функции задают при помощи таблиц или диаграммы переходов - ориентированного графа, вершины которого соответствуют состояниям, а
- 19. Непрерывно-детерминированные модели динамические процессы dq(t)/dt=f(q(t),x(t),t), q(0)=0, y(t)=h(q(t),x(t),t) q(t) – n-мерный вектор состояний системы в момент времени
- 20. Дискретно-стохастические схемы вероятностные автоматы P(q(t+1)=qj/q(t)=qi, x(t)=xk)=pji(k), аналогично для выходов y(t+1)
- 21. Вероятностный автомат без входа и выхода - цепь Маркова Цепь Маркова является частным случаем марковского случайного
- 22. Цепь Маркова задается множеством состояний q1, q2,…, qn и вероятностями перехода из qi в qj Pij=P(q(t+1)=qj/q(t)=qi)
- 23. Непрерывно-стохастические схемы Q-схемы W – интервалы времени между заявками V – времена обслуживания Zi={Zнi,Zкi} – состояния
- 24. Собственные параметры Q-схемы количество фаз Lф, количество каналов в каждой фазе Lj (j=1,Lф), количество накопителей каждой
- 25. Алгоритмы функционирования определяются набором правил поведения заявок в системе в различных ситуациях. Неоднородность заявок учитывается с
- 26. Набор правил для Н – правила переполнения либо ухода; для К - правила выбора маршрутов или
- 27. методы и средства построения программных реализаций имитаторов
- 28. Список языков программирования 1.1 Неклассифицированные языки 1.2 Структурные языки программирования 1.3 Процедурные языки программирования 1.4 Логические
- 29. методы планирования, организации и выполнения на ЭВМ экспериментов с имитационными моделями
- 30. Проверка адекватности модели и объекта верификация (модель ведет себя так, как было задумано); оценка адекватности -
- 32. Методы машинной обработки результатов и их анализ
- 33. Обеспечение точности и достоверности результатов моделирования точность и достоверность результатов моделирования при заданном числе реализаций; число
- 34. - абсолютная точность оценки Вероятность - достоверность оценки - относительная точность оценки
- 35. Цель моделирования - вычисление вероятности некоторого случайного события А Введем случайную величину ξ= Μξ= 1⋅p+0⋅(1-p)=p, Dξ=1⋅p+0⋅(1-p)-(Μξ)²=p-p²=p(1-p).
- 38. Оценка среднего значения случайной величины ξ Пусть сл. в. ξ имеет среднее значение а и дисперсию
- 39. Оценка чувствительности модели q – показатели эффективности, x - вектор входных воздействий, θ - вектор параметров
- 40. Чувствительность модели определяется приращениями функции в области малых изменений параметра Рассмотрим область некоторой точки
- 41. Большие отклонения функции при малых вариациях параметров свидетельствуют о неустойчивости модели по отношению к этим параметрам.
- 43. Скачать презентацию