- •Общие вопросы моделирования. Понятие модели. Классификация моделей. Модели физические, абстрактные, смешанные.
- •Виды моделей. Способ реализации моделирования и степень отражения в моделях времени и неопределенности.
- •Объект моделирования – вычислительная система. Основные задачи исследования объекта, их характеристика и методы решения.
- •Графовые модели алгоритмов и программ. Построение графовых моделей.
- •Эквивалентные преобразования графовых моделей алгоритмов и программ.
- •Марковские случайные процессы и их место при построении и исследовании вероятностных моделей объектов.
- •Дискретные марковские цепи. Основные задачи их исследования. Примеры объектов, для исследования которых могут быть использованы дмц.
- •Потоки событий. Основные понятия и определения. Простейший поток событий и потоки Эрланга.
- •Непрерывные марковские цепи. Основные задачи их исследования. Примеры объектов, для исследования которых могут быть использованы нмц.
- •Типовые графы состояний системы. Процесс “гибели и размножения”. Примеры объектных систем.
- •Типовые графы состояний системы. Циклический процесс. Примеры объектных систем.
- •Методы исследования немарковских случайных процессов, сводящихся к марковским.
- •Теория массового обслуживания и ее место при построении и исследовании вероятностных моделей объектов. Основные понятия и определения.
- •Системы массового обслуживания (смо). Обобщенная структура смо.
- •Основные параметры и характеристики смо.
- •Разомкнутые смо с очередью и нетерпеливыми заявками. Примеры объектных систем.
- •Разомкнутые смо с очередью и терпеливыми заявками. Примеры объектных систем.
- •Разомкнутые смо без потерь. Примеры объектных систем.
- •Замкнутые смо с простейшими потоками событий. Примеры объектных систем.
- •Смо с произвольными потоками событий. Случай бесприоритетной дисциплины обслуживания.
- •Смо с произвольными потоками событий. Случай дисциплины обслуживания с относительным приоритетом.
- •Смо с произвольными потоками событий. Случай дисциплины обслуживания с абсолютным приоритетом.
- •Сети массового обслуживания с простейшими потоками событий. Анализ разомкнутой сети. Примеры объектных систем.
- •Сети массового обслуживания с простейшими потоками событий. Анализ замкнутой сети. Примеры объектных систем.
- •Статистическое моделирование случайных процессов. Организация статистического моделирования. Моделирование базовых случайных величин (св).
- •Моделирование непрерывной случайной величины с произвольным распределением. Моделирование дискретной св. Моделирование случайных событий и потоков случайных событий.
-
Типовые графы состояний системы. Циклический процесс. Примеры объектных систем.
При описании процесса функционирования различных технических систем часто встречаются типовые структуры графов. Среди них наиболее распространены структуры, представленные процессом “гибели и размножения” и циклическим процессом.
Непрерывная марковская цепь называется циклическим процессом, если состояния связаны между собой в кольцо (цикл) с односторонними переходами.
В стационарном режиме (можем рассматривать, так как граф сильносвязанный, из любой вершины можно достичь любую другую за конечное число шагов, значит процесс - эргодический):
Среднее время пребывания системы в i-том состоянии:
-
Методы исследования немарковских случайных процессов, сводящихся к марковским.
Реальные процессы весьма часто обладают последействием, и поэтому не являются марковскими. Для сведения немарковских процессов к марковским используют два метода – метод вложенных цепей Маркова и метод псевдосостояний.
-
Метод вложенных цепей Маркова.
В случайном процессе отыскиваются моменты времени , в которые процесс можно рассматривать, как марковский ( обычно являются случайными и зависят от свойств исходного процесса). Затем стандартными методами теории марковских цепей исследуется процесс в эти моменты времени, а полученные результаты интерполируются на все остальные моменты времени (на исходный процесс).
Частным случаем вложенных цепей маркова является полумарковский случайный процесс. Полумарковский процесс – это процесс, обладающий конечным или счетным числом состояний, при этом заданы вероятности перехода системы из одного состояния в другое, а также задано распределение времени пребывания процесса в каждом состоянии, например в виде функции распределения F(t) или плотности распределения f(t).
-
Метод псевдосостояний.
Идея: все состояния процесса/объекта, переходы из которых совершаются под воздействием немарковских потоков, заменяются эквивалентным набором фиктивных псевдосостояний, переходы между которыми являются марковскими. В результате получается новая статистически эквивалентная система, которую можно исследовать с помощью аппарата теории марковских цепей.
К числу процессов, которые с помощью метода псевдосостояний точно могут быть преобразованы к марковскому процессу, относятся процессы, происходящие под воздействием потоков Эрланга. В результате применения метода состояние, из которого исходил поток Эрланга k-того порядка, заменяется на k эквивалентных состояний.
Произвольный поток можно аппроксимировать потоком Эрланга k-того порядка:
Пример задачи на тему “метод псевдосостояний”:
-
Теория массового обслуживания и ее место при построении и исследовании вероятностных моделей объектов. Основные понятия и определения.
Для современных вычислительных машин и систем характерна работа в режиме решения потока случайных по своим характеристикам задач, поступающих в общем случае в отдельные моменты времени. Такой режим работы характерен для работы системы “процессор-основная память” (случаен поток команд, выбираемых УУ процессора из памяти), системы внешнего ЗУ (случайно время доступа к хранящейся в памяти информации) и т.д.
-
Есть каналы обслуживания (обычно несколько) – линии связи, рабочие места, продавцы/кассиры, процессоры и пр.
-
На каждый из каналов обслуживания поступает поток заявок на обслуживание. Появление заявки происходит в случайный момент времени.
-
Случайность характерна не только для моментов поступления заявок, но и для времен обслуживания заявки.
-
Может случиться, что у объекта нет свободных ресурсов – тогда новая заявка либо получает отказ, либо попадает в очередь на обслуживание.
Для исследования поведения таких объектов разработаны специальные мат.модели (теория массового обслуживания). Предмет ТМО – построение и исследование мат.моделей, позволяющих при заданных условиях работы определить интересующие исследователя характеристики или показатели эффективности.
К условиям можно отнести: количество каналов обслуживания, их производительность, правила работы и др. К показателям эффективности можно отнести: среднее число занятых каналов, среднее число заявок, находящихся в очереди, среднее время обслуживания и пр.
В марковском процессе все потоки – простейшие.
Теория массового обслуживания (ТМО) строит и исследует два типа моделей:
-
СМО – система массового обслуживания (динамическая система, предназначенная для эффективного обслуживания случайного потока заявок в условиях ограниченности ресурсов).
-
СеМО – сеть массового обслуживания (совокупность взаимосвязанных СМО, каждая из которых решает определенный участок задач).
ТМО пытается решить 2 типа задач:
-
Прямая задача ТМО (задача анализа) – определение характеристик объекта при заданной структуре объекта и параметрах компонент.
-
Обратная задача ТМО (задача синтеза) – определение структуры объекта, параметров компонент структуры для получения требуемых значений характеристик (многократное решение задачи 1).