———————————————————————————————————————
МИНИСТЕРСТВО ВЫСШЕГО И СРЕДНЕГО СПЕЦИАЛЬНОГО
ОБРАЗОВАНИЯ РЕСПУБЛИКИ УЗБЕКИСТАН
ТАШКЕНТСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ имени А.Р. БЕРУНИ
Кафедра «Программное обеспечение вычислительной техники и
автоматизированных систем»
Камилов М.
КОНСПЕКТ ЛЕКЦИЙ
По дисциплине «МОДЕЛИРОВАНИЕ»
для студентов направления В-522600.
«Информатика и информационные технологии»
ТАШКЕНТ-2008
АННОТАЦИЯ
В данном сборнике лекций представлены современные принципы, подходы и методы моделирования сложно формализуемых объектов. Описаны задачи структурной и параметрической идентификации. Рассмотрены практические задачи управления сложными объектами. Для усвоения материалов лекций достаточно знания основ высшей математики в объеме обычного курса ВТУЗа. Курс рассчитан для подготовки бакалавров по направлению образования В-522600 "Информатика и информационные технологии".
Курс расчитан на 100 часов заняий, из них:
50 Часов — лекционных занятий;
25 Часов — практических занятий;
25 Часов — лабораторных занятий. Содержание
Лекция 1. ОБЩИЕ ВОПРОСЫ ТЕОРИИ МОДЕЛИРОВАНИЯ (2 часа) 6
1. Предмет теории моделирования 6
2. Роль и место моделирования в исследованиях систем 9
3. Классификация моделей 11
4. Моделирование в процессах познания и управления 14
5. Классификация объектов моделирования 18
6. Основные этапы моделирования 19
7. Этапы моделирования объектов (процессов, явлений) 19
Лекция 2. ТЕХНОЛОГИЯ МОДЕЛИРОВАНИЯ (2 часа) 23
1. Создание концептуальной модели 23
2. Подготовка исходных данных 28
3. Разработка математической модели 31
4. Выбор метода моделирования 35
Лекция 3. ТЕХНОЛОГИЯ МОДЕЛИРОВАНИЯ (2 часа) 39
1. Выбор средств моделирования 39
2. Проверка адекватности и корректировка модели 42
3. Планирование экспериментов с моделью 44
4. Анализ результатов моделирования 46
Лекция 4. ПРОБЛЕМА МОДЕЛИРОВАНИЯ (2 часа) 51
1. Объект моделирования 51
2. Сведения об объекте 52
3. Априорная информация 52
4. Апостериорная информация 53
Лекция 5. ЗАДАЧА ИДЕНТИФИКАЦИИ (2 часа) 55
1. Постановка задачи идентификации. 55
2. Трудности идентификации 58
Лекция 6. ЗАДАЧИ ИДЕНТИФИКАЦИИ И КЛАССИФИКАЦИЯ МЕТОДОВ ИДЕНТИФИКАЦИИ (2 часа) 61
1. Идентификация структуры и параметров объекта 61
2. Классификация методов идентификации 62
Лекция 7. СТРУКТУРНАЯ ИДЕНТИФИКАЦИЯ (2 часа) 66
1. Выделение объекта из среды 66
2. Ранжирование входов и выходов объекта (Метод экспертных оценок) 68
3. Метод непосредственного ранжирования 70
Лекция 8. ИССЛЕДОВАНИЕ ЗАДАЧ СТРУКТУРНОЙ ИДЕНТИФИКАЦИИ (2 часа) 74
1. Метод парных сравнений 74
2. Определение рационального числа входов и выходов объекта, учитываемых в модели 77
3. Определение характера связи между входом и выходом модели объекта 77
Лекция 9. АНАЛИТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ (2 часа) 79
1. Потоки заявок 79
2. Марковские модели 82
Лекция 10. ХАРАКТЕРИСТИКИ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ (2 часа) 87
1. Характеристики вычислительных систем как систем массового обслуживания 87
2. Характеристики вычислительных систем как сложных систем массового обслуживания 91
3. Методы приближённой оценки характеристик вычислительных систем 96
Лекция 11. НЕСТАЦИОНАРНЫЕ РЕЖИМЫ ФУНКЦИОНИРОВАНИЯ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ (2 часа) 101
1. Нестационарные режимы функционирования вычислительных систем 101
2. Характеристики вычислительных систем как стохастических сетей 103
Лекция 12. ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ (2 часа) 107
1. Процедура имитационного моделирования 107
2. Обобщенные алгоритмы имитационного моделирования 112
Лекция 13. МЕТОДЫ ИССЛЕДОВАНИЯ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ (2 часа) 116
1. Методы определения характеристик вычислительных систем 116
2. Метод повторных экспериментов 120
3. Методы генерации случайных величин и последовательностей 125
Лекция 14. МОДЕЛИ ЛИНЕЙНОГО БУЛЕВА ПРОГРАММИРОВАНИЯ (2 часа) 130
1. Модели линейной дискретной оптимизации с булевыми переменными 130
2. Преобразование задачи с дискретными переменными к задаче с булевыми переменными 131
3. Преобразование задачи линейного булева программирования к задаче нелинейного булева программирования 133
Лекция 15. НОВЫЕ МОДЕЛИ ЗАДАЧ ЛИНЕЙНОГО БУЛЕВА ПРОГРАММИРОВАНИЯ (2 часа) 135
1. Задача и модель оптимизации работы насосной станции 135
2. Модель задачи автоматической классификации 139
3. Задача об оптимизации размещения букв алфавита на клавиатуре ЭВМ 140
Лекция 16. РЕШЕНИЯ ПРАКТИЧЕСКИХ ЗАДАЧ ЛИНЕЙНОГО БУЛЕВА ПРОГРАММИРОВАНИЯ (2 часа) 143
1. Моделирование и оптимизация работы насосной станции 143
2. Проверка адекватности математической модели 145
3. Алгоритм оптимального управления работы насосной станции 149
Лекция 17. ИССЛЕДОВАНИЕ МЕТОДОВ ПОСТРОЕНИЯ ИНФОРМАТИВНЫХ НАБОРОВ ПРИЗНАКОВ (2 часа) 152
1. Сравнительный анализ методов построения информативных наборов признаков 152
2. Аналитический подход к формированию информативной подсистемы признаков в задаче распознавания 159
3. Упрощенный метод классификации с использованием аналитического подхода формирования информативной подсистемы признаков при наличии обучающей выборки 165