- •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
5.3. Дискретно-детерминированные модели (f-схемы)
F-схема (англ. finite automata) – это абстрактно-конечный автомат, характеризующейся шестью элементами.
Конечным автоматом называется автомат, у которого множества внутренних состояний, входных и выходных сигналов являются конечными множествами.
Существуют несколько способов задания работы F-автоматов, но наиболее часто используются табличный, графический и матричный.
5.4. Дискретно-стохастические модели (р-схемы)
Р-схема(англ. probabijistic automat) – этовероятностный автоматсхем при дискретно-стохастическом подходе на вероятностных (стохастических) автоматах. В общем, видеР-схемы(англ. probabijistic automat) можно определить как дискретный потактный преобразователь информации с памятью, функционирование которого в каждом такте зависит только от состояния памяти в нем, и может быть описано статистически.
5.5. Непрерывно-стохастические модели (q-схемы)
Q-схема (англ. queueing system) –система массового обслуживания.
В качестве процесса обслуживания могут быть представлены различные по своей физической природе процессы функционирования экономических, производственных, технических и других систем, например: потоки поставок продукции некоторому предприятию, потоки деталей и комплектующих изделий на сборочном конвейере цеха, заявки на обработку информации ЭВМ от удаленных терминалов и т.д. При этом характерным для работы таких объектов является случайное появление заявок (требований) на обслуживание и завершение обслуживания в случайные моменты времени, т.е. стохастический характер процесса их функционирования.
На работу с Q-схемами при машинной реализации моделей ориентированы многие языки имитационного моделирования, например SIMULA, SIMSCRIPT, GPSS и др.
5.6. Сетевые модели (n-схемы)
N-схема–сети Петри(англ. Petri Nets), используемые для формального описания структуры и взаимодействия параллельных систем и процессов, а также анализа причинно-следственных связей в сложных системах.
5.7. Комбинированные модели (а-схемы)
А-схема–агрегативная система(англ. aggregate system), используемая для описания поведения непрерывных и дискретных, детерминированных и стохастических систем.
При агрегативном описании сложный объект (система) расчленяется на конечное число частей (подсистем), сохраняя при этом связи, обеспечивающие взаимодействие частей. Если некоторые из полученных подсистем оказываются в свою очередь еще достаточно сложными, то процесс их разбиения продолжается до тех пор, пока не образуются подсистемы, которые в условиях рассматриваемой задачи моделирования могут считаться удобными для математического описания. В результате такой декомпозиции сложная система представляется в виде многоуровневой конструкции из взаимосвязанных элементов, объединенных в подсистемы различных уровней.
6. Анализ результатов машинного моделирования
Анализ результатов моделирования осуществляется различными методами, зависящими от целей исследования и вида получаемых при моделировании характеристик. Для анализа статистических данных, имеющих вероятностный характер, применяются методы корреляционного, регрессионного, факторного и дисперсионного анализа.
Методы корреляционного и регрессионного анализа используются при изучении взаимосвязей между случайными величинами. Регрессионный анализ связан с получением уравнения регрессии для нахождения средней величины случайной переменной по известным значениям других переменных.
Факторный анализ позволяет провести сжатие больших объемов информации на основе выявления наиболее важных, скрытых факторов, влияющих на изучаемые величины.
Дисперсионный анализ применяется при изучении степени влияния неколичественных факторов на общий результат их действия.