- •1.Основные понятия теории моделирования систем: система, сложная система, подсистема. Примеры.
- •2. Основные понятия теории моделирования систем: модель, моделирование. Примеры.
- •3. Сущность моделирования. Основные этапы разработки моделей систем.
- •4. Формализация и алгоритмизация процессов функционирования систем.
- •5. Анализ и интерпретация результатов моделирования систем на эвм.
- •6. Классификация видов моделирования.
- •7. Сущность метода статистических испытаний.
- •8. Статистическое моделирование.
- •9.Моделирование случайных событий.
- •10. Моделирование случайных величин.
- •11. Укропнённая схема статистической модели.
- •12. Оценка точности и необходимого числа реализаций в статистической модели.
- •13. Основные понятия планирования эксперимента.
- •14. Классификация инструментальных средств реализации моделей.
- •16. Сущность проектного моделирования на основе метода сетевого планирования и управления.
- •17. Основные понятия и правила составления сетевых графиков.
- •18.Порядок разработки плана выполнения задачи с применением проектного моделирования.
- •19. Сущность ситуационного моделирования.
- •20.Сущность эволюционного моделирования. Генетический алгоритм.
- •21. Основные понятия теории массового обслуживания.
- •22. Марковский случайный процесс. Основные характеристики. Примеры.
- •23. Уравнения Эрланга.
- •24. Моделирование сложных систем с использованием методов теории массового обслуживания. Пример.
- •25. Классификация новых информационных технологий, актуальных для анализа и моделирования систем.
5. Анализ и интерпретация результатов моделирования систем на эвм.
На третьем этапе моделирования — этапе получения и интерпретации результатов моделирования ЭВМ используется для проведения рабочих расчетов по составленной и отлаженной программе. Результаты этих расчетов позволяют проанализировать и сформулировать выводы о характеристиках процесса функционирования моделируемой системы S. Особенности получения результатов моделирования. При реализации моделирующих
алгоритмов на ЭВМ вырабатывается информация о состояниях процесса функционирования исследуемых систем z (t)Z. Эта информация является исходным материалом для определения приближенных оценок искомых характеристик, получаемых в результате машинного эксперимента, т. е. критериев оценки. Критерием оценки будем называть любой количественный показатель, по которому можно судить о результатах моделирования системы. Критериями оценки могут служить показатели, получаемые на основе процессов, действительно протекающих в системе, или получаемых на основе специально сформированных функций этих процессов.
6. Классификация видов моделирования.
В зависимости от характера изучаемых процессов в системе все виды моделирования
могут быть разделены на детерминированные и стохастические, статические и динамические, дискретные, непрерывные и дискретно-непрерывные. Детерминированное моделирование отображает детерминированные процессы, т. е. процессы, в которых предполагается отсутствие всяких случайных воздействий; стохастическое моделирование отображает вероятностные процессы и события. В этом случае анализируется ряд реализаций случайного процесса и оцениваются средние характеристики, т. е. набор однородных реализаций. Статическое моделирование служит для описания поведения объекта в какой-либо момент времени, а динамическое моделирование отражает поведение объекта во времени. Дискретное моделирование служит для описания процессов, которые предполагаются дискретными, соответственно непрерывное моделирование позволяет отразить непрерывные процессы в системах, а дискретно-непрерывное моделирование используется для случаев, когда хотят выделить наличие как дискретных, так и непрерывных процессов.
7. Сущность метода статистических испытаний.
В случае когда аналитические методы не применимы, используется универсальный компьютерно-математический метод, называемый методом статистических испытаний или методом Монте-Карло. Это численный метод решения математических задач при помощи моделирования случайных явлений и статистической оценки их характеристик. До появления ЭВМ этот метод не находил практических характеристик. Применение совр. ЭВМ позволяет разрабатывать сложные статистические модели и получать количественные характеристики моделируемых процессов. Метод статистических испытаний предназначен для решения задач, в которых общий процесс можно разбить на отдельные операции, описываемые известными значениями распределения случайных величин и в результате можно получить стат. характеристики общего процесса. Идея метода заключается в том, что вместо того, чтобы вычислять показатель эффективности операции сложным образом, зависящий от ряда случайных факторов, его определяют с помощью розыгрыша.