- •Федеральное агентство по образованию
- •Оглавление
- •Глава 5. Моделирование вычислительных и операционных систем 289
- •Глава 6. Основы моделирования процессов 305
- •Глава 7. Задания для самостоятельной работы 311
- •Глава 8. Проектирование имитационных моделей 335
- •Глава 9. Технология имитационного моделирования 361
- •Глава 10. Примеры принятия решений с помощью имитационного моделирования 433
- •Глава 11. Задания для имитационных проектов 451
- •Предисловие
- •Введение
- •Глава 1. Модели массового обслуживания
- •1.1. Системы массового обслуживания и их характеристики
- •1.2. Системы с одним устройством обслуживания
- •1.3. Основы дискретно-событийного моделирования смо
- •1.4. Многоканальные системы массового обслуживания
- •Глава 2. Вероятностные сети систем массового обслуживания
- •2.1. Общие сведения о сетях
- •2.2. Операционный анализ вероятностных сетей
- •2.3. Операционные зависимости
- •2.4. Анализ узких мест в сети
- •Глава 3. Вероятностное моделирование
- •3.1. Метод статистических испытаний
- •3.2. Моделирование дискретных случайных величин
- •3.3. Моделирование непрерывных случайных величин
- •3.4. Сбор статистических данных для получения оценок характеристик случайных величин
- •Для оценки дисперсии случайной величины ξ используют формулу
- •3.5. Определение количества реализаций при моделировании случайных величин
- •По формулам (3.18-3.20) находим
- •Задачи для самостоятельной работы
- •Задача 6
- •Глава 4. Система моделированияgpss
- •4.1. Объекты
- •4.2. Часы модельного времени
- •4.3. Типы операторов
- •4.4. Внесение транзактов в модель. БлокGenerate
- •Задание для самостоятельной работы:
- •4.5. Удаление транзактов из модели. БлокTerminate
- •4.6. Элементы, отображающие одноканальные обслуживающие устройства
- •4.7. Реализация задержки во времени. БлокAdvance
- •Задания для самостоятельной работы:
- •4.8. Сбор статистики об ожидании. Блоки queue, depart
- •4.9. Переход транзакта в блок, отличный от последующего. БлокTransfer
- •Задания для самостоятельной работы:
- •4.10. Моделирование многоканальных устройств
- •4.11. Примеры построенияGpss-моделей
- •Построение модели
- •4.12. Переменные
- •4.13. Определение функции вGpss
- •Пример 4.23
- •4.14. Стандартные числовые атрибуты, параметры транзактов. Блоки assign, mark, loop
- •4.15. Изменение приоритета транзактов. БлокPriority
- •4.16. Организация обслуживания с прерыванием. Блоки preempt и return
- •Задание для самостоятельной работы:
- •4.17. Сохраняемые величины
- •4.18. Проверка числовых выражений. Блок test
- •Пример 4.40
- •Задание для самостоятельной работы:
- •4.19. Определение и использование таблиц
- •Задания для самостоятельной работы:
- •4.20. Косвенная адресация
- •4.21. Обработка транзактов, принадлежащих одному семейству
- •4.22. Управление процессом моделирования в системеGpss
- •4.23. Списки пользователей
- •4.24. Блоки управления потоками транзактовLogic,gatelr,gatelSиGate
- •7 Testne p1,p2,asn2 ; Повторить, если адресат
- •4.25. Организация вывода временных рядов изGpss-модели
- •4.26. Краткая характеристика языкаPlus
- •4.27. Команды gpss World
- •4.28. Диалоговые возможностиGpssWorld
- •4.29. Отличия между gpss World и gpss/pc
- •Глава 5. Моделирование вычислительных и операционных систем
- •5.1. Операционные системы компьютеров
- •5.2. Сети и системы передачи данных
- •5.3. Проблемы моделирования компьютеров и сетей
- •Глава 6. Основы моделирования процессов
- •6.1. Производственные процессы
- •6.2. Распределительные процессы
- •6.3. Процессы обслуживания клиентов
- •6.4. Процессы управления разработками проектов
- •Глава 7. Задания для самостоятельной работы Задание 1. Моделирование разливной линии
- •Глава 8. Проектирование имитационных моделей с помощью интерактивной системы имитационного моделирования
- •8.1. Структура интерактивной системы имитационного моделирования
- •8.2. Построение концептуальной схемы модели
- •8.3. Параметрическая настройка модели
- •8.4. Генератор формул
- •8.5. Управление экспериментом
- •8.6. Запуск эксперимента и обработка результатов моделирования
- •8.7. Управление проектами и общей настройкой системы
- •8.8. Пример построения модели средствамиIss2000
- •Глава 9. Технология имитационногомоделирования
- •9.1. Имитационные проекты
- •9.2. Организация экспериментов
- •9.3. Проблемы организации имитационных экспериментов
- •9.4. Оценка точности результатов моделирования
- •9.5. Факторный план
- •9.6. Дисперсионный анализAnovAв планированииэкспериментов
- •9.7. Библиотечная процедураAnova
- •9.8. Технология проведение дисперсионного анализа в системеGpss World
- •9.9. Особенности планирования экспериментов
- •9.10. Нахождение экстремальных значений на поверхности отклика
- •9.11. Организация экспериментов вGpssWorld
- •9.12. Выбор наилучшего варианта структуры системы
- •Глава 10. Примеры принятия решений с помощью имитационного моделирования
- •10.1. Моделирование производственного участка
- •10.2. Моделирование технологического процесса ремонта и замены оборудования
- •Глава 11. Задания для имитационных проектов
- •Приложение Системные сча
- •Сча транзактов
- •Сча блоков:
- •Сча одноканальных устройств:
- •Сча очередей
- •Сча таблиц
- •Сча ячеек и матриц ячеек сохраняемых величин:
- •Сча вычислительных объектов
- •Сча списков и групп
- •Список литературы
9.9. Особенности планирования экспериментов
Опишем последовательность действий, выполняемых при проведении экспериментов.
1. Определение откликов (выходных переменных) системы.
2. Определение факторов, которые предположительно влияют на отклик системы.
Большинство систем работает по принципу Парето. Этот принцип гласит, что с точки зрения характеристик системы существенными являются лишь некоторые из множества факторов. В большинстве систем 20% факторов определяют 80% свойств системы.
3. Определение уровней факторов. Минимальное количество уровней два - нижняя и верхняя границы значений факторов. При использовании этого числа уровней можно определить только линейные эффекты. Для учета квадратичных эффектов необходимо использовать три уровня, для кубических эффектов - четыре и т.д. Анализ значительно упрощается, если брать только равноотстоящие друг от друга значения уровней. В этом случае имеем так называемое ортогональное разбиение уровней.
Для множественных экспериментов с числом факторов больше одного дисперсионный анализ требует, чтобы для заключительного анализа использовался ортогональный эксперимент. Это означает, что оценки в пределах анализа должны быть некоррелированные. На практике использование одних и тех же чисел при выполнении экспериментов, в пределах каждой комбинации уровней обработки гарантирует ортогональность.
Планирование эксперимента обычно применяется для определения важных - существенно влияющих на отклик - факторов (отсеивающий эксперимент). Так как с ростом числа факторов число комбинаций быстро растет, то необходимо выделить наиболее важные факторы, т.е. провести предварительное отсеивание. Для этого используются планы 2k-p, считая взаимодействия более высокого порядка равными нулю.
При использовании планирования экспериментов для поиска экстремальных значений отклика применяются планы типа 2k-p и дополнительные комбинации, позволяющие оценить отклик как функцию (полином первого или второго порядка) от независимых переменных. В этом случае все k факторов должны быть количественными.
Планы можно применять последовательно, т.е. сначала получить наблюдения для одних комбинаций уровней факторов, затем для других и после анализа этих наблюдений решить, для какой комбинации (старой или новой) провести дополнительные наблюдения. Эти новые наблюдения опять анализируются (обычно вместе с предыдущими) для принятия решения о дальнейших наблюдениях и так далее. В планах типа 2k'p можно сначала выполнить малую часть эксперимента, проанализировать наблюдения, а затем, если этот анализ показывает, что данная часть эксперимента слишком мала для оценки всех возможных эффектов, расширить эксперимент таким образом, чтобы он позволил оценить все эти эффекты.
Если целью анализа поверхности отклика является поиск оптимальной комбинации уровней k количественных факторов, то в этом случае выполняют следующие этапы:
1. Планирование эксперимента, т.е. выбор комбинации уровней факторов. В этом случае используются полные типа 2k, дробные типа 2k-p планы экспериментов и некоторые специальные планы.
2. Проведение экспериментов и построение по их результатам уравнения регрессии поверхности отклика.
3. Подъем по поверхности отклика к вершине. Для нахождения направления увеличения отклика обычно используется метод скорейшего подъема (крутого восхождения). В направлении, в котором ожидается увеличение отклика, этапы 1,2 повторяются до тех пор, пока не будет достигнута область максимума.
4. Проведение канонического анализа в области максимума функции поверхности отклика. При этом определяется: имеется ли один максимум, несколько максимумов, седловая точка или гребень.