- •Учебно-методическое пособие
- •Маршрутная карта изучения дисциплины по Модулю 3
- •1. Современное состояние проблемы моделирования систем
- •2. Принципы моделирования
- •3. Классификация моделей
- •4. Моделирование систем
- •5. Математическое моделирование
- •5.1. Математические схемы моделирования систем
- •5.2. Непрерывно-детерминированные модели (d-схемы)
- •5.3. Дискретно-детерминированные модели (f-схемы)
- •5.4. Дискретно-стохастические модели (р-схемы)
- •5.5. Непрерывно-стохастические модели (q-схемы)
- •5.6. Сетевые модели (n-схемы)
- •5.7. Комбинированные модели (а-схемы)
- •6. Анализ результатов машинного моделирования
- •6.1. Корреляционный анализ результатов моделирования
- •6.2. Регрессионный анализ результатов моделирования
- •6.3. Дисперсионный анализ результатов моделирования
- •6.4. Вопросы для самоконтроля
- •7. Методические указания для выполнения практического задания №1. «Построение простейших моделей»
- •Пример выполнения задания
- •Приложение 1. Варианты заданий
- •8. Методические указания для выполнения практического задания №2. «Построение регрессионной модели» с использованием табличного процессора Microsoft Excel
- •9. Методические указания для выполнения индивидуального задания №1. «Построение регрессионной модели» средствами языка программированияTurbo Pascal
- •Приложение 2. Варианты заданий
- •10. Основные понятия теории баз данных
- •10.1. Базы данных и системы управления базами данных. Модели данных
- •10.2. Основы проектирования реляционных баз данных
- •10.3. Этапы проектирования реляционной базы данных
- •1. Анализ предметной области
- •10.4. Вопросы для самоконтроля
- •11. Основы работы с субд Microsoft Access
- •11.1. Объекты базы данных Microsoft Access
- •11.2. Работа с таблицами
- •11.3. Работа с формами
- •11.4. Работа с запросами. Запросы на выборку
- •Имя поля: выражение
- •11.5. Итоговые запросы и запросы на изменение данных
- •Создание запроса на удаление записей таблицы
- •Создание запроса на обновление записей таблицы
- •Создание запроса на создание новой таблицы
- •11.6. Работа с отчетами
- •11.7. Вопросы для самоконтроля
- •12. Методические указания для выполнения практического задания №3. «Работа с таблицами и формами базы данных Microsoft Access»
- •13. Методические указания для выполнения практического задания №4. «Работа с запросами на выборку в базе данных Microsoft Access»
- •14. Методические указания для выполнения практического задания №5. «Работа с итоговыми запросами и запросами на изменение таблиц в базе данных Microsoft Access. Создание отчетов»
- •15. Методические указания для выполнения индивидуального задания №2. «Базы данных»
- •16. Вопросы для подготовки к защите индивидуального задания №2
- •Вариант 1
- •Вариант 2
- •Вариант 3
- •Вариант 4
- •Вариант 5
- •Вариант 6
- •Вариант 7
- •Вариант 8
- •Вариант 9
- •Вариант 10
- •Вариант 11
- •Вариант 12
- •Вариант 13
- •Вариант 14
- •Вариант 15
- •Вариант 16
- •Вариант 17
- •Вариант 18
- •Вариант 19
- •Вариант 20
- •Вариант 21
- •Вариант 22
- •Вариант 23
- •Вариант 24
- •Вариант 25
- •Вариант 26
- •Вариант 27
- •Вариант 28
- •Вариант 29
- •Вариант 30
4. Моделирование систем
Существует два подхода моделирования системы: классическийисистемный.
Классический– синтез системы осуществляется путем суммирования отдельных компонент в единую модель, причем каждая из компонент разработана раздельно, решает свои собственные задачи и изолирована от других частей модели. Процесс моделирования осуществляется от частного к общему.
Реальный объект, подлежащий моделированию, разбивается на отдельные подсистемы, т.е. выбираются исходные данные для моделирования и ставятся цели, отображающие отдельные стороны процесса моделирования. По отдельной совокупности исходных данных ставится цель моделирования отдельной стороны функционирования системы.
Системныйподход моделирования систем подразделяется на:
1. Структурное– модель представлена в виде системы, которая изучается извне с точки зрения состава отдельных элементов и отношений между ними.
2. Функциональное– модель представлена в виде системы, которая, изучается изнутри. При этом анализируются отдельные свойства (функции) элементов, позволяющие системе достигать заданную цель.
Независимо от типа используемой модели при ее построении необходимо руководствоваться принципом системного подхода:
1) иерархичности;
2) локальной оптимизации;
3) декомпозиции;
4) целостностью отдельных обособленных стадий построения модели.
Модель Мдолжна отвечать заданной цели ее создания, поэтому отдельные части должны компоноваться взаимно, исходя из единой системной задачи. Цель может быть сформулированакачественно, тогда она будет обладать большей содержательностью и длительное время может отображать объективные возможности данной системы моделирования. Приколичественнойформулировке цели возникает целевая функция, которая точно отображает наиболее существенные факторы, влияющие на достижение цели.
Моделирование систем на вычислительных машинах
Различают два основных метода моделирования с использованием ЭВМ:
Аналитический– применяется для анализа характеристик модели, полученной по упрощенным аналитическим зависимостям. ЭВМ используется только как вычислитель этих зависимостей.
Имитационный(машинный) – позволяет не только анализировать характеристики модели, но и проводить структурный, алгоритмический и параметрический синтез модели на ЭВМ при заданных критериях оценки эффективности и ограничениях.
Современные ЭВМ можно разделить на две группы: универсальные, предназначенные для выполнения расчетных работ, иуправляющие, позволяющие проводить не только расчетные работы, но прежде всего приспособленные для управления объектами в реальном масштабе времени, а также и для имитационного моделирования.
Обеспечение имитационного моделирования.Имитационная системареализуется на ЭВМ и позволяет исследовать имитационную модельМ, задаваемую в виде определенной совокупности отдельных блочных моделей и связей между ними в их взаимодействии в пространстве и времени при реализации какого-либо процесса. Можно выделить три основные группы блоков:
• блоки, характеризующие моделируемый процесс функционирования системы S;
• блоки, отражающие внешнюю среду Еи ее воздействие на реализуемый процесс;
• блоки, играющие служебную вспомогательную роль, обеспечивая взаимодействие первых двух, а также выполняющие дополнительные функции по получению и обработке результатов моделирования.
Кроме того, имитационная система характеризуется набором переменных, с помощью которых удается управлять изучаемым процессом, и набором начальных условий, когда можно изменять условия (план) проведения машинного эксперимента.
Математическоеобеспечение имитационной системы – совокупность математических соотношений, описывающих поведение реального объекта, совокупность алгоритмов, обеспечивающих как подготовку (ввод исходных данных), так и работу с моделью (имитация, вывод, обработка результатов).
Программноеобеспечение – совокупность программ: планирования эксперимента, имитационной модели, проведения эксперимента, обработки и интерпретации результатов, синхронизации процессов в модели (псевдопараллельное выполнение процессов в модели).
Информационноеобеспечение – средства и технология организации и реорганизации базы данных моделирования, методы логической и физической организации массивов, формы документов, описывающих процесс моделирования и его результаты.
Техническоеобеспечение – средства вычислительной техники, связи и обмена между оператором и сетью ЭВМ, ввода и вывода информации, управления проведением эксперимента.
Эргономическоеобеспечение – совокупность научных и прикладных методик и методов, а также нормативно-технических и организационно-методических документов, создающих оптимальные условия для высокопроизводительной деятельности человека во взаимодействии с моделирующим комплексом.
Достоинства и недостатки имитационного моделирования.
Основные достоинстваимитационного моделирования при исследовании сложных систем:
• возможность исследовать особенности процесса функционирования системы S в любых условиях;
• за счет применения ЭВМ существенно сокращается продолжительность испытаний по сравнению с натурным экспериментом;
• результаты натурных испытаний реальной системы или ее частей можно использовать для проведения имитационного моделирования;
• гибкость варьирования структуры, алгоритмов и параметров моделируемой системы при поиске оптимального варианта системы;
• для сложных систем – это единственный практически реализуемый метод исследования процесса функционирования систем.
Основные недостаткиимитационного моделирования:
• для полного анализа характеристик процесса функционирования систем и поиска оптимального варианта требуется многократно воспроизводить имитационный эксперимент, варьируя исходные данные задачи;
• большие затраты машинного времени.
Эффективность машинного моделирования.При моделировании необходимо обеспечить максимальную эффективность модели системы.
Эффективностьобычно определяется как некоторая разность между какими-то показателями ценности результатов, полученных в итоге эксплуатации модели, и теми затратами, которые были вложены в ее разработку и создание.
Эффективность имитационного моделирования может оцениваться рядом критериев:
• точностью и достоверностью результатов моделирования,
• временем построения и работы с моделью М,
• затратой машинных ресурсов (время и память),
• стоимостью разработки и эксплуатации модели.
Наилучшей оценкой эффективности является сравнение полученных результатов с реальными исследованиями. С помощью статистического подхода с определенной степенью точности (в зависимости от числа реализаций машинного эксперимента) получают усредненные характеристики поведения системы.
Суммарные затраты машинного времени складываются из времени по вводу и выводу по каждому алгоритму моделирования, времени на проведение вычислительных операций, с учетом обращения к оперативной памяти и внешним устройствам, а также сложности каждого моделирующего алгоритма и планирования экспериментов.