- •Классификация моделей.
- •Структура моделей.
- •II. Ко входному контакту элемента подключается не более, чем один элементарный канал. Выходные контакты могут иметь сколько угодно элементарных каналов.
- •Последовательные этапы процесса имитации.
- •II (4 этап):
- •6 Этап (трансляция модели):
- •7 Этап ( оценка адекватности):
- •Представление исходных данных для имитации.
- •2) Принцип особых состояний:
- •Алгоритм метода статистических испытаний.
- •Псевдослучайные числа и процедура их генерации.
- •Моделирование испытаний в схеме случайных событий.
- •Формирование реализаций случайных векторов.
- •I. Пусть цель моделирования - вычислить вероятность р некоторого события а:
- •Случайный процесс.
- •Критерий Колмогорова.
- •I. Входной поток(w):
- •1. Простейший поток (стационарный пуассоновский):
- •Уравнение Эрланга и формула Эрланга.
- •Правила составления ду.
- •Моделирование смо с помощью метода статистических испытаний.
- •Формирование входного потока ( 3 -ий блок ).
- •Подалгоритм выбора канала.
- •Агрегаты. Основные понятия.
- •Процесс функционирования агрегата.
- •Представление смо в виде агрегата.
- •Корреляционный анализ.
Формирование входного потока ( 3 -ий блок ).
Рассмотрим возможности формализации воздействия внешней среды, которые представляются в Q - схемах в виде некоторых источников (И) или в виде входных потоков в системах.
Формирование однородных потоков событий, заданных в общем виде многомерным интегральным законом
F (y1, y2, ... , yn) = P (t1 < y1, t2 < y2, ... , tn < yn) (20.1)
или многомерной функцией плотности распределения
f (y1, y2, ... , yn) (20.2),
сводится к формированию n - мерного вектора и получению машинной реализации этого вектора, что часто является математической трудностью, а также требует больших затрат машинного времени, поэтому при построении модели стремятся любыми путями ввести ограничения на входные потоки и избежать решения задач (20.1) и (20.2) впрямую.
Для ординарных потоков с ограниченным последействием интервалы между моментами поступления заявок являются независимыми и совместная функция плотности распределения может быть представлена в виде произведения част. закона распределения
f (y1, y2, ... , yn) = f1(y1) f2 (y2) . . . fn(yn) (20.3),
где все fi(yi) , i = 1,n являются условными функциями плотности распределения СВ ti при условии, что в момент начала i-го интервала поступает заявка. Относительно t0 никаких предположений не делается, поэтому f1(t1) является безусловной.
Если поток удовлетворяет свойству стационарности, то при i >1функции плотности распределения будут одинаковыми
f2(t2) = f3(t3) = ... = fn(tn) (20.4),
за исключением 1-го интервала, плотность распределения которого определяется по формуле Пальма
t1
f1(t1) = l [ 1 - ò f(t)dt] (20.5)
0
Определение функции плотности распределения для 1-го интервала в простейшем потоке:
I . f(t) = le-lt
t1 t1 -lt1
f1(t1) = l [ 1 - ò f(t)dt] = l [ 1 - òle-lt dt] = le (20.6)
0 0
Алгоритм формирования:
1) определяется закон распределения всех интервалов за исключением 1-го;
2) определяется функция плотности распределения 1-го интервала, используя формулу Пальма.
II. Поток Эрланга:
Функция плотности распределения:
l(lt)k-1
fk(t) = e-lt
(k-1)!
t1 l(lt)k-1
f1(t1) = l [ 1 - ò e-lt dt] (20.7)
0 (k-1)!
Взяв интеграл (20.7) для всех k > 1, мы будем получать трансцендентные уравнения относительно t1i.
Трансцендентные уравнения можно решить, используя только численные методы, тем самым в определении 1-го интервала мы вносим ошибку соответствующего численного метода. Мы также можем предположить, что все интервалы, включая 1-ый, будут распределены одинаково. И тогда выбрать то и другое можно в зависимости от того, какую погрешность мы можем ввести в результаты моделирования.
t11 t21 t31 Э1
t12 t22 Э
ti1 = -1/l ln xj
t12 = t11 + t21 = -1/l ( ln xj + ln xj+1 ) = -1/l ln ( xj × xj+1)
k
tik = -1/l ln Õ xj (20.8)
j=1
Формирование неординарных потоков:
При формировании неординарного потока в общем случае необходимо решить следующие задачи:
1) определить интервалы между пачками;
2) определить размер пачки;
3) решить вопрос о распределении внутри пачки.
Весь интервал моделирования разбиваем на Dt (Dt = const ) и дальше считаем, что внутри Dt количество событий является СВ с заданным законом распределения. В этом случае алгоритм формирования входного потока будет следующим:
а) необходимо сформировать размер пачки в соответствии с заданным законом распределения.
б) - считаем, что на Dt заявки распределены равномерно, и определяем интервал t между заявками ti = Dt/ ki ;
- считаем, что интервалы между пачками являются СВ с заданным законом распределения, размер пачки - СВ.
Этап программной реализации нужно начинать с иерархии программных модулей.