27. Какие циклы можно выделить в моделирующем алгоритме?

Внутренний цикл, промежуточный цикл, внешний цикл

Промежуточный цикл (блоки 3 — 10), в котором организуется ЛГ-кратное повторение прогона модели, позволяющее после соответствующей статистической обработки результатов судить об оценках характеристик моделируемого варианта системы. Окончание моделирования варианта системы S может определяться не только заданным числом реализаций (блок 10), как это показано на схеме, но н заданной точностью результатов моделирования.

Внешний цикл (блоки 1 —12) охватывает оба предшествующих цикла и дополнительно включает блоки 1, 2,11,12, управляющие последовательностью моделирования вариантов системы S. Здесь организуется поиск оптимальных структур, алгоритмов и параметров системы S, т. е. блок 11 обрабатывает результаты моделирования исследуемого k-то варианта системы ОРМ [QK], блок 12 проверяет удовлетворительность полученных оценок характеристик процесса функционирования системы q(k)→(t) требуемым (ведет поиск оптимального варианта системы ПОВ [S (K])]. блок 1 изменяет структуру, алгоритмы и параметры системы S на уровне ввода исходных данных для очередного к-ro варианта системы ВИД [S(K)]. Блок 13 реализует функцию выдачи результатов моделирования по каждому fc-му варианту модели системы Sk, \. е. ВРМ [QK]- Рассмотренная схема позволяет вести статистическую обработку результатов моделирования в наиболее общем случае при нестационарном критерии q(t).

28. Что называется прогоном модели?

Процесс функционирования системы S на интервале [0, T ] моделируется N-кратно с получением независимых реализаций qi , i=1, N, вектора q. Работа модели на интервале [0, T] называется прогоном модели.

29. Какая техническая документация оформляется по каждому этапу моделирования системы?

Составление технической документации по первому этапу. В конце этапа построения концептуальной модели Мх и ее формализации составляется технический отчет по этапу, который включает в себя: а) подробную постановку задачи моделирования системы S; б) анализ задачи моделирования системы; в) критерии оценки эффективности системы; г) параметры и переменные модели системы; д) гипотезы и предположения, принятые при построении модели; е) описание модели в абстрактных терминах и понятиях; ж) описание ожидаемых результатов моделирования системы S.

Составление технической документации по второму этапу. Для завершения этапа машинной реализации модели Мм необходимо составить техническую документацию, содержащую: а) логическую схему модели и ее описание; б) адекватную схему программы и принятые обозначения; в) полный текст программы; г) перечень входных и выходных величин с пояснениями; д) инструкцию по работе с программой; е) оценку затрат машинного времени на моделирование с указанием требуемых ресурсов ЭВМ.

Составление технической документации по третьему этапу. Эта документация должна включать в себя: а) план проведения 106 машинного эксперимента; б) наборы исходных данных для моделирования; в) результаты моделирования системы; г) анализ и оценку результатов моделирования; д) выводы по полученным результатам моделирования; указание путей дальнейшего совершенствования машинной модели и возможных областей ее приложения. Полный комплект документации по моделированию конкретной системы 5" на ЭВМ должен содержать техническую документацию по каждому из трех рассмотренных этапов.

30. В чем сущность метода статистического моделирования систем на

ЭВМ? Теоретической основой метода статистического моделирования систем на ЭВМ являются предельные теоремы теории вероятностей. Множества случайных явлений (событий, величин) подчиняются определенным закономерностям, позволяющим не только прогнозировать их поведение, но и количественно оценить некоторые средние их характеристики, проявляющие определенную устойчивость. Характерные закономерности наблюдаются также в распределениях случайных величин, которые образуются при сложении множества воздействий. Выражением этих закономерностей н устойчивости средних показателей являются так называемые предельные теоремы теории вероятностей.

31. Какие способы генерации последовательностей случайных чисел используются при моделировании на ЭВМ?

32. Какая последовательность случайных чисел используется в качестве базовой при статистическом моделировании на ЭВМ?

При дискретном моделировании базовым процессом является последовательность чисел {x_i}=x₀, x₁ ..., x_N, представляющих

собой реализации независимых, равномерно распределенных на

интервале (0, 1) случайных величин {ξ₁} = ξ₀, ξ₁ ..., ξ_N или — в статистических терминах — повторную выборку из равномерно распределенной на (0, 1) генеральной совокупности значений величины ξ [29, 37, 46]

33. Почему генерируемые на ЭВМ последовательности чисел называются псевдослучайными?

На ЭВМ невозможно получить идеальную последовательность случайных чисел хотя бы потому, что на ней можно оперировать только с конечным множеством чисел. Кроме того, для получения значений х случайной величины ξ используются формулы (алгоритмы). Поэтому такие последовательности, являющиеся по своей сути детерминированными, называются псевдослучайными.

34. Что собой представляют конгруэнтные процедуры генерации последовательностей?

Конгруэнтные процедуры генерации псевдослучайных последовательностей представляют собой арифметические операции, в основе которых лежит фунда­ментальное понятие конгруэнтности. Два целых числа α и β конгру­энтны (сравнимы) по модулю m, где m — целое число, тогда и толь­ко тогда, когда существует такое целое число k, что α-β=km, т. е. если разность α-β делится на m и если числа α и β дают одинаковые остатки от деления на абсолютную величину числа m. Например, 1984=4 (mod 10), 5008 = 8 (mod 10^3) и т. д.

35. Какие существуют методы проверки (тестирования) качества генераторов случайных чисел?

1.Метод определения длин периода L и отрезка апериодичности P

2. Метод аналитического расчета

36. Какие существуют способы генерации последовательностей случайных чисел с заданным законом распределения на ЭВМ.

Аппаратный (физический), табличный (файловый) и алгоритмический (программный).

37. Законы статистического моделирования.

Неравенство Чебышева, теорема Бернулли, теорема Пуассона, теорема Чебышева, Центральная предельная теорема, теорема Маркова, теорема Лапласа

38. Чем отличаются языки имитационного моделирования от языков общего назначения?

Це­лесообразность использования ЯИМ вытекает из двух основных причин: 1) удобство программирования модели системы, играющее существенную роль при машинной реализации моделирующих ал­горитмов; 2) концептуальная направленность языка на класс систем, необходимая на этапе построения модели системы и выборе общего направления исследований в планируемом машинном эксперимен­те.

Серьезные недостатки ЯИМ проявляются в том, что в отличие от широко применяемых ЯОН, трансляторы с которых включены в поставляемое изготовителем математическое обеспечение всех современных ЭВМ, языки моделирования, за небольшим исключе­нием, разрабатывались отдельными организациями для своих до­статочно узко специализированных потребностей.