- •Содержание
- •1. Общие вопросы моделирования
- •1.1. Предмет теории моделирования
- •1.2. Классификация моделей
- •1.3. Классификация объектов моделирования
- •1.4. Основные этапы моделирования
- •2. Технология моделирования
- •2.1. Создание концептуальной модели
- •2.2. Подготовка исходных данных
- •2.3. Разработка математической модели
- •3. Математические схемы моделирования систем.
- •3.1. Основные подходы к построению математических моделей систем
- •3.2. Непрерывно-детерминированные модели (д-схемы)
- •3.3. Дискретно-детерминированные модели (f-схемы)
- •4. Непрерывно-стохастические модели (q-схемы)
- •4.1. Понятие случайного процесса
- •4.1.1. Марковский случайный процесс
- •4.1.2. Потоки событий
- •4.1.3. Уравнения Колмогорова для вероятностей состояний. Финальные вероятности состояний
- •4.2. Задачи теории массового обслуживания
- •4.3. Классификация систем массового обслуживания
- •4.4. Математические модели простейших систем массового обслуживания
- •4.4.1. Одноканальная смо с отказами
- •4.4.2. Одноканальная смо с ожиданием
- •4.4.3. Одноканальная смо с ожиданием без ограничения на длину очереди
- •4.4.4.МногоканальнаяСмо с отказами(задача Эрланга)
- •4.4.5.Многоканальная смо с ожиданием
- •4.4.6. Модель обслуживания машинного парка
- •5. Сетевые модели (n-схемы). Сети Петри
- •5.1. Теоретические основы сетей Петри: принципы построения, алгоритмы поведения
- •5.1.1. Введение в теорию комплектов
- •5.1.2. Структура сети Петри
- •5.1.3. Графы сетей Петри
- •5.1.4. Маркировка сетей Петри
- •5.1.5. Правила выполнения сетей Петри
- •5.2. Сети Петри для моделирования систем: способы реализации
- •5.2.1. События и условия
- •5.2.2. Одновременность и конфликт
- •6. Обощенные модели (a-схемы)
- •6.1. Структура агрегативной системы
- •6.2. Кусочно-линейные агрегаты
- •7. Имитационное моделирование систем
- •7.1. Процедура имитационного моделирования
- •7.2. Обобщённые алгоритмы имитационного моделирования
- •7.2.1. Алгоритм моделирования по принципу особых состояний
- •7.2.2. Алгоритм моделирования по принципуt
- •7.3. Этапы имитационного моделирования
- •8. Статистическое моделирование приборных систем
- •8.1. Теоретические основы метода статистического моделирования
- •8.2. Моделирование случайных величин
- •8.2.1. Табличный способ
- •8.2.2. Аппаратный способ
- •8.2.3. Алгоритмический способ
- •8.3. Моделирование случайных событий с заданным законом распределения
- •8.3.1. Разыгрывание дискретной случайной величины
- •8.3.2. Разыгрывание непрерывной случайной величины
- •8.2.3. Разыгрывание случайной величины, распределенной нормально
- •8.4. Моделирование систем массового обслуживания с использованием метода Монте-Карло
6.2. Кусочно-линейные агрегаты
В основе подхода лежит кусочно-линейный закон изменения состояния системы, что обеспечивает простоту вычисления опорных моментов времени и, как следствие, простоту реализации модели кусочно-линейного агрегата и системы, составленной из таких агрегатов. В частных случаях для кусочно-линейных агрегативных систем результаты могут быть получены аналитическим методом.
Совместно с формализованным описанием системы в виде совокупности кусочно-линейных агрегатов может применяться метод управляющих последовательностей. Суть метода заключается в том, что функционирование системы определяется управляющими последовательностями, которые имеют определенный физический смысл, а также алгоритмами, описывающими управление системой с помощью введенных последовательностей. Управляющие последовательности и алгоритмы позволяют составлять рекуррентные соотношения для описания функционирования кусочно-линейного агрегата.
7. Имитационное моделирование систем
7.1. Процедура имитационного моделирования
Метод имитационного моделирования заключается в создании логико-аналитической (математической модели системы и внешних воздействий), имитации функционирования системы, т.е. в определении временных изменений состояния системы под влиянием внешних воздействий и в поучении выборок значений выходных параметров, по которым определяются их основные вероятностные характеристики. Данное определение справедливо для стохастических систем.
При исследовании детерминированных систем отпадает необходимость изучения выборок значений выходных параметров.
Модель системы со структурным принципом управления представляет собой совокупность моделей элементов и их функциональные взаимосвязи. Модель элемента (агрегата, обслуживающего прибора) – это, в первую очередь, набор правил(алгоритмов)поведенияустройства по отношению к выходным воздействиям (заявкам) и правил изменений состояний элемента. Элемент отображает функциональное устройство на том или ином уровне детализации. В простейшем случае устройство может находиться в работоспособном состоянии или в состоянии отказа. В работоспособном состоянии устройство может быть занято, например, выполнение операции по обслуживанию заявки или быть свободным. К правилам поведения устройства относятся правила выборки заявок из очереди; реакция устройства на поступление заявки, когда устройство занято или к нему имеется очередь заявок; реакция устройства на возникновение отказа в процессе обслуживания заявки и некоторые другие.
Имитационное моделирование(ИМ) – это метод исследования, который основан на том, что анализируемая динамическая система заменяется имитатором и с ним производятся эксперименты для получения об изучаемой системе. Роль имитатора зачастую выполняет программа ЭВМ.
Основная идея метода ИМ состоит в следующем. Пусть необходимо определить функцию распределения случайной величины y. Допустим, что искомая величинаyможет быть представлена в виде зависимости:y=f(…,где…,– случайные величины с известными функциями распределения.
Для решения задач такого вида применяется следующий алгоритм:
по каждой из величин …,производится случайное испытание, в результате каждого определяется некоторое конкретное значение случайной величины;
используя найденные величины, определяется одно частное значение yiпо выше приведённой зависимости;
предыдущие операции повторяются Nраз, в результате чего определяетсяNзначений случайной величиныy;
на основании Nзначений величины находится её эмпирическая функция распределения.