- •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.
28.Методы имитации дискретных случайных величин.
Пусть случайная величина ξ принимает значения x1, x2, x3, x4, с вероятностями, соответственно, p1, p2, p3, p4.
Требуется провести имитацию ξ. Для этого на отрезке [0, 1] обозначаем точки p1, p1+p2, p1+p2+p3.
Далее, после розыгрыша случайной равномерно распределенной величины γi, определим ее координату на отрезке [0—1].
Итак, если 0 ≤ γi, ≤ p1, то ξ принимает значение x1, то есть ξ = x1;
если p1 ≤ γi, ≤ p1+p2, то ξ = x2;
если p1+p2 ≤ γi, ≤ p1+p2+p3, то ξ = x3;
если p1+p2+p3 ≤ γi, ≤ 1, то ξ = x4.
Этот общий метод моделирования дискретной случайной величины основан на следующем соотношении:
,
где , m = 0, 1, 2, …
Случайная величина называется дискретной, если в результате испытания она может принимать значения из конечного либо счетного множества возможных числовых значений.
30.Задача определения давления в пласте с помощью метода Монте-Карло.
Большое значение при разработке месторождений имеет задача определение давлений в нефтяном пласте.
Для простоты ограничимся рассмотрением горизонтально расположенного нефтяного пласта. Бурение в пласте скважин вызывает приток жидкости к скважинам, т.е. имеет место перераспределение давления в пласте. Естественно, что технические решения разработки нефтяных и газовых пластов потребуют определения давления = Р( х, у).
Задача может быть сформулирована следующим образом: отыскать внутри области функцию = Р( х, у), удовлетворяющую дифференциальному уравнению
(19)
и граничным условиям:
(20)
Здесь pi – давление на стенках пробуренных скважин; pk – давление в граничных узлах; k=k(x,y) – гидравлическая проводимость, отражающая основную характеристику поровой среды пласта.
Заменим уравнение (19) системой конечно-разностных уравнений:
(21)
где p0 – искомое давление в узловой точке 0; p1, p2, p3, p4 – давление в соседних точках (в узлах 1, 2, 3, 4).
Перепишем уравнения системы (21) следующим образом:
(22)
Здесь
(23)
Очевидно, что
(24)
Пусть требуется определить давление P0 , то есть блуждания начинаются в точке 0.
Правила перехода из начальной точки в соседнюю точку:
-
Моделируется равномерно распределенная в интервале [0,1] псевдослучайная величина.
-
Производится сравнение величины с коэффициентами : если , то блуждающая точка попадает в узел 1; если - в узел 2; если - в узел 3; если - в узел 4.
Видно, что вероятность попадания в любой из окружающих узлов пропорциональна гидравлической проводимости пласта.
Точно так же производятся последующие шаги – до попадания на границу скважины или области. После выхода на границу процесс блуждания снова повторяется. Отметим, что число испытаний N ,будет определять точность вычислений.
Если блуждающая точка n1 попала на граничную точку Pг1 , ni - на граничную точку Pгi, nk – на граничную точку Pгк, то среднее значение функции p(x,y) в точке 0 подсчитывается по формуле
(25)
где N=n1+…+ni+…+nk.
32. Моделирование геологического разреза.
Цель работы - изучить имитационную модель геологического разреза и на основании исходной информации о частоте залегания пород построить на ЭВМ геологический разрез.
Центральное место в проектировании и строительстве скважин занимают проблемы оптимизации. Получение обоснованных оптимальных решений при управлении буровыми работами требует создания на ЭВМ имитационной модели. При постановке машинного эксперимента оказывается возможной реализация конкретных ситуаций и, естественно, последующая оценка промежуточных и конечных показателей, относящихся как к отдельным этапам проектирования, так и всего процесса в целом.
Основным источником неопределенности при строительстве скважин являются геологические условия. Блок геологических условий служит основой для всего проектирования, так как практически на всех его этапах используется геологическая информация.