Вопрос 17.

Две задачи:

1. где и как собрать данные о реальной системе,

2. как обработать исходную информацию (т.е. идентификация входных данных).

Необходимость статистического анализа при сборе и анализе входных данных вызвана проблемой их идентификации, т.е. определения вида функциональных зависимостей, описывающих входные данные, а также оценки конкретных значений параметров этих зависимостей (ср.значение, дисперсия и др.), а также проверки значимости параметров.

Методы получения исходных данных:

• из существующей документации,

• физическое экспериментирование (натурные эксперименты),

• предварительный синтез данных (когда их неоткуда получить, или не реальная система),

• методы экспертных оценок (например, метод Дельфи) (если трудно синтезировать).

Стараться максимально обработать эмпирические данные и получить теоретическое распределение, чтобы подавать его на вход модели.

Вопрос 18.

Имитационная модель в высокой степени изоморфна (т.к. она отображает структуру объекта и его динамику).

Большинство моделей гомоморфны, т.к. при построении модели мы используем абстракции, делаем допущения, предположения, которые упрощают модель.

Исследователь проводит серию проверок, и в процессе проверки в модели достигается приемлемый уровень уверенности, что выводы, сделанные на основе моделирования, будут правильными, что модель не абсурдна, функционально надежна.

Направления в познании:

1. эмпиризм – “основа всему - практика”,

2. рационализм – применяются методы формальной логики,

3. прагматизм – один критерий – полезность (“если модель дает результаты, я их могу использовать, значит модель правильная”).

Поэтому должна быть проведена комплексная проверка модели. Существует три проверки:

1. оценка адекватности – проверка соответствия модели и реальной системы,

2. верификация имитационной модели – проверка соответствия поведения модели замыслу исследователя; для этого используют формальные и неформальные исследования имитационной модели.

Эти 2 проверки связаны с обоснованием внутренней структуры модели (проверка гипотез и т.д.).

3. проблемный анализ – имеет дело с выходными данными; проверяется правильность интерпретации получившихся с помощью модели данных; проверяется правильность интерпретации полученных с помощью модели данных; проверяется, на сколько возможно формирование статистически значимых выводов на основе данных, полученных на имитационной модели.

Процедуры исследования свойств имитационной модели:

1. Процедура, связанная с повышением точности имитации.

Точностьимитации явлений – оценка влияния стохастических элементов на функционирование модели сложной системы. Степень точности определяется величиной флуктуации случайного фактора, его дисперсии. Эксперимент на имитационной модели – единственная реализация, следовательно, надо использовать статистические методы для обработки этих результатов.

2. Оценка устойчивости результатов имитации исследуемых процессов.

Под устойчивостьюрезультатов моделирования понимаются степени чувствительности ее к изменению условий моделирования (входных условий).

Устойчивость результатов моделирования характеризуется сходимостью контролируемой выходной переменной моделирования к определенной величине при увеличении времени моделирования варианта сложной системы.

3. Исследование чувствительности имитационной модели как изменение критериев качества в зависимости от параметров системы.

Исследования чувствительностиимитационной модели является подготовительным этапом перед планированием эксперимента и является наиболее важным этапом.

Анализ чувствительности – определение чувствительности результатов моделирования к изменению используемых значений параметров.