- •Введение Понятие модели. Имитационная модель. Основные характеристики сложной системы.
- •1. Классификация моделей
- •2. Структура моделей
- •3. Схема взаимодействия компонентов системы между собой
- •4. Последовательные этапы процесса имитации
- •5. Представление исходных данных для имитации
- •6. Моделирующий алгоритм
- •7. Принципы построения моделирующих алгоритмов для сложных систем
- •8. Организация статистического моделирования систем на эвм
- •8.1. Общая характеристика метода статистического моделирования (метод Монте-Карло)
- •8.2. Алгоритм метода статистических испытаний
- •8.3. Псевдослучайные числа и процедура их генерации
- •8.4. Моделирование испытаний в схеме случайных событий
- •8.5. Формирование возможных значений св
- •8.6. Формирование реализаций случайных векторов
- •8.7 Определение необходимого числа реализаций
- •8.8. Особенности фиксации и статистической
- •8.9. Случайный процесс
- •8.10. Особенности использования критериев согласия в методах регрессионного и корреляционного анализа при обработке результатов моделирования и их интерпретации
- •8.10.1. Критерий Пирсона ( критерий 2 )
- •8.10.2. Критерий Колмогорова
- •8.10.3. Критерий Смирнова
- •8.10.4. Критерий Стьюдента
- •9. Динамическое моделирование
- •9.1 Основные теоретические положения
- •9.1.1. Основные этапы построения динамической модели
- •9.1.2. Структура динамической модели
- •9.1.3. Математическое описание динамической модели
- •9.1.4. Запаздывания
- •9.1.5. Процесс принятия решения
- •9.2. Пример анализа системы методом динамического моделирования
- •10. Регрессионный и корреляционный анализ
- •10.1. Моделирование систем массового обслуживания (смо)
- •10.2. Описание q -схем с использованием марковских случайных процессов (сп)
- •10.3. Уравнение Эрланга и формула Эрланга
- •10.4. Правила составления ду
- •10.5. Моделирование смо с помощью метода статистических испытаний
- •10.6. Формирование входного потока ( 3 -ий блок )
- •10.7. Подалгоритм выбора канала
- •10.8. Подалгоритм выбора заявки из очереди на обслуживание
- •10.9. Подалгоритм моделирования сбоев
- •10.10. Агрегаты, основные понятия
- •10.11. Процесс функционирования агрегата
- •10.12. Представление смо в виде агрегата
- •11. Регрессионный и корреляционный анализ
- •11.1. Регрессионный анализ
- •11.2. Корреляционный анализ
8.2. Алгоритм метода статистических испытаний
начало
1 ДСЧ - xi
2 Pi = f(xi)
3 ДСЧ - yi
4 i = i + 1
5 нет
yi Pi нет
i N
да
6 m = m + 1 да
1
S = m/N
xi, yi - равномерно распределенные величины на [0,1]
8.3. Псевдослучайные числа и процедура их генерации
При статистическом моделировании одним из основных вопросов является учет стохастических воздействий. Количество случайных чисел, которые используются в модели, зависит от класса объекта моделирования, вида оцениваемых характеристик, необходимой точности и достоверности результата моделирования. Кроме этого качество модели зависит от качества исходных или базовых последовательностей случайных чисел. На практике используются 3 основных метода формирования случайных чисел:
1) аппаратный (физический);
2) табличный;
3) алгоритмический.
1. Аппаратный метод:
В этом случае случайные числа выбираются специальной электронной приставкой, которая является внешним устройством ЭВМ. В качестве физических эффектов, лежащих в основе таких генераторов используются различные шумы в электронных приборах, распад радиактивных веществ и т. д.
Структурная схема аппаратного генератора случайных чисел:
Uш
ИШ
t
Uш
Uc Uc
КС
t
0 T
Uk
Uk
Uc
ФИ
t
Uср
Uср
ПС
t
0 T
Xi
ИШ - источник шума, КС - ключевая схема, ФИ - формирователь импульса, ПС - пересчетная схема.
Если провести масштабирование и взять интервал [0,T] за интервал [0,1], тогда t = ti+1 - ti будет давать случайное число в выбранном масштабе.
Достоинства метода:
а) самая качественная последовательность случайных чисел (СЧ);
б) формирование СЧ может идти параллельно с процессом моделирования.
Недостатки метода:
а) невозможно повторить реализацию с одинаковой последовательностью СЧ;
б) используется тогда, когда решаются задачи статистического моделирования.
2. Табличный (файловый) метод:
СЧ оформляются в виде таблиц и заносятся в память ЭВМ.
Недостатки метода:
а) объем выборки ограничен;
б) если таблица хранится в АЗУ, то в этом случае неэффективное использование оперативной памяти;
в) если таблица находится на внешних ЗУ, то тратится время на передачу данных в оперативную память.
3. Алгоритмический метод:
Основан на формировании СЧ в ЭВМ с помощью специальных алгоритмов и реализующих их программ. Каждое СЧ вычисляется в соответствии с заданным алгоритмом при возникновении необходимости в этом числе при моделировании.
Псевдослучайное число - число, полученное алгоритмическим методом.
Квазиравномерные числа - равномерное распределение непрерывное, поэтому при вычислении равномерных чисел на ЭВМ мы переходим к ограничению количества разрядов в числе, что связано с определенной разрядностью конкретной ЭВМ.
В основе всех датчиков должно лежать базовое распределение. Этим базовым распределением считают равномерное распределение. Его и необходимо использовать при моделировании.
Проверка качества квазиравномерных чисел:
Для того, чтобы оценить качество необходимо:
а) проверить на равномерность по критериям согласия;
б) проверить независимость с помощью коэффициента корреляции и корреляционного момента;
в) проверить на стохастичность или случайность методом серий;
г) определить длину периода.