- •Методические аспекты моделирования в асу и классификация моделей.
- •3. Организация статистического моделирования. Метод монте - карло.
- •Имитация равномерно распределенных случайных величин на интервале [0; 1].
- •Метод обратных функций. Примеры реализации.
- •Имитация векторных случайных величин; стандартный метод
- •Имитация нормально распределенных св (одномерный и многомерный случаи)
- •Анализ методов имитации случайных величин с заданным законом распределения (одномерный и многомерный случаи)
- •Имитация редких событий
- •Оценка количества реализаций, необходимых для достижения требуемой точности в методе статистических испытаний
- •Метод монте – карло и имитационное моделирование
- •Методы понижения дисперсии и методы вычисления интегралов
- •Регенеративный метод анализа моделей
- •Метод стратифицированной выборки
- •Методология имитационного моделирования
- •3. Формулировка математической модели.
- •Типовые математические схемы сложных систем. Агрегат и его функционирование,
- •4.Пример представления смо в виде агрегата.
- •7.Системная динамика
- •17.Метод лемера и сдвиг бернулли. Детерминированный хаос
- •35.Особенности моделирования организационно – экономических систем. Активные системы.
- •23.Характеристики интегрированной среды моделирования gpss
- •23.Основы моделирования в системе gpss
- •31.Смо; классификация и решение задач с помощью имитационного моделирования
- •36.Имитационное моделирование систем управления запасами
- •6.Метод Бокса-Уилсона.
- •3. Определение запаса для движения в направлении крутого восхождения
- •7. Проводим пошаговое приращение в каждом последующем опыте величины уровня фактора, учитывая знаки коэффициентов регрессии.
- •9. Классификация случайных процессов и корреляционные функции.
- •Корреляционные функции
- •18.Имитация потоков событий и случайных векторных величин.
- •19.Понятие детерминированного хаоса и показатель Ляпунова.
- •21. Особенности моделирования организационно-экономических систем. Производственные функции.
- •27.Системы массового обслуживания; классификация и решение задач аналитическим методом.
- •28.Методы имитации дискретных случайных величин.
- •30.Задача определения давления в пласте с помощью метода Монте-Карло.
- •32. Моделирование геологического разреза.
- •Теоретическая часть. Построение имитационной модели геологического разреза
- •34.Системы управления запасами; типовые математические модели.
- •37.Агентное моделирование.
- •Причины возникновения
- •Постановка задачи
- •Реализации
- •38.Имитация экспоненциально распределенных случайных величин.
- •40.Метод композиций; имитация св, подчиненных распределению хи квадрат.
6.Метод Бокса-Уилсона.
Метод Бокса — Уилсона простейший из методов планирования эксперимента. Однако его успешное применение зависит от решения многих вопросов, связанных с принятием неформализованных решений при выборе параметра оптимизации, факторов, плана экспериментов и при интерпретации результатов. При изложении материала были использованы элементы программированного обучения — «метод многовариантного ответа». Это сравнительно новый метод изложения, хотя тенденция к его распространению очевидна. Его цель — активизировать усвоение материала, выработать необходимые навыки. 1. Найдём физические значения верхнего и нижнего уровней факторов.
(Верхний уровень обозначим «-»,Нижний – «+»)
«+»=Sio+λi «-»=Siо-λi
Для S1: «+»=5,6 «-»=4,4; Для S2: «+»=5,2 «-»=3,8; Для S3: «+»=6,5 «-»=3,5;
Для S4: «+»=125 «-»=75; Для S5: «+»=2,3 «-»=1,7;
2. Расчёт коэффициентов уравнения регрессии.
-Свободный член уравнения: b0= ===2,49
-Коэффициент регрессии i-го фактора: bi=
b1 = =-0.55 ; b2 = =1.75 b3 = =2.05
b4 = =0.95 b5 = =1.75
3. Определение запаса для движения в направлении крутого восхождения
,если bi>0 или ∆1 =5-0=5 ∆2 =8.9-4.5=4.4 ∆3 =20-5=15
∆4 =150-100=50 ∆5 =3.5-2=1.5
4. Определение значимости коэффициентов регрессии. Найдём доверительный интервал
N=8, t=2.31 ,=2 ;=2*0.16=0.32 ; =2.31=2.31*0.496=0.11
Если (bi)>, то i-тый фактор значим (b1 )=0,55>0.11 1-ый фактор значим
(b2 )=1,75>0.11 2-ой фактор значим (b3) =2.05 >0.11 3-ой фактор значим
(b4) =0,95 >0.11 4-ой фактор значим (b5) =1,75 >0.11 5-ой фактор значим
5. Расчёт критичности i-го фактора () ()==15,15
()==3,59 ()==4,88 ()==2,11 ()==2,86
6. Выбор шага крутого восхождения. обычно выбирают 5-8 шагов в направлении крутого восхождения
пусть m=6 4-й фактор обладает минимальной критичностью
∆Sб =∆S4===50/6=8.33 =0.12 =0.43 =1.19 =0.18
7. Проводим пошаговое приращение в каждом последующем опыте величины уровня фактора, учитывая знаки коэффициентов регрессии.
b1 <0, проводим снижение величины уровня фактора на величину шага.
9. Классификация случайных процессов и корреляционные функции.
Определение случайного процесса
Теория случайных процессов – наука, изучающая закономерности случайных явлений и динамики их развития. Например: напряжение в сети, население в городе, броуновское движение, население города, запуск ракеты в космос и т.д.
Случайной функцией называют функцию неслучайного аргумента t, которая при каждом фиксированном значении аргумента является случайной величиной. Случайные функции аргумента t обозначают прописными буквами X(t), Y(t) и т.д.
Сечением случайного процесса называют случайную величину, соответствующую фиксированному значению в момент времени t = t0.
Реализацией случайного процесса X(t) называют конкретный вид случайного процесса, который наблюдался на каком-то отрезке времени от 0 до τ
Классификация случайных процессов
Случайный процесс X(t) называется процессом дискретным во времени, если система в которой он протекает, меняет свои состояния только в моменты времени t1, t2,…,tn, число которых конечно или счетно. Случайный процесс называется процессом с непрерывным временем, если переход их состояния в состояние может происходить в любой момент времени. Случайный процесс называется процессом с непрерывными состояниями, если значением случайного процесса является непрерывная случайная величина. Случайный процесс называется случайным процессом с дискретными состояниями, если значением случайного процесса является дискретная величина.
1.а. дискретное время, дискретное состояние 1.б. непрерывное время, дискретное состояние 2.а. дискретное время, непрерывное состояние 2.б. непрерывное время, непрерывное состояние