- •Проблемы компьютерного моделирования (км).
- •Проблема адекватности модели в км.
- •Воспроизводимость натурных экспериментов и км.
- •Дороговизна натурных экспериментов и км.
- •Подходы к моделированию на эвм.
- •Расчетный и имитационный подходы в км.
- •Методы Монте-Карло.
- •Причины использования км.
- •Сложность объекта и км.
- •15. Априорная информация об объекте и км.
- •16. Построение прогнозов для бп.
- •17. Проведение экспериментов с объектом и км.
- •22. Обработка данных в системе км.
- •30.Эффективность км, затраты и доход от использования модели.
- •31. Классы систем и км.
- •32. Метод середины квадрата в км.
- •Метод исключения в км.
- •Методы компьютерного моделирования для построения прогнозов поведения бизнес-процессов (бп).
- •Метод исключения в задачах оценивания площади плоских фигур.
Экзаменационные вопросы по «Компьютерному моделированию (КМ)»
Наумов А.А.
Проблемы компьютерного моделирования (км).
Насколько адекватна построенная модель
Насколько точны априорные данные об объекте
Насколько точна априорная inf об окружающем объекте - среде
Проблема адекватности модели в км.
Плохая модель - Неверные выводы об объекте.
Идентификация модели, класс модели, вид модели.
Адекватность означает, достаточно ли хорошо с точки зрения целей исследования результаты, полученные в ходе моделирования, отражают истинное положение дел.
Модель адекватна оригиналу, если при ее интерпретации возникает портрет, в высокой степени сходный с оригиналом. При этом, как правило, сходство оригинала и его портрета, полученного с помощью модели, нуждается в количественной оценке.
Воспроизводимость натурных экспериментов и км.
При проведении экспериментов влияют внешняя среда, внешние факторы. Поэтому результаты могут быть не точны, потому что в процессе эксперимента менялась среда.
Что необходимо для эксперемента: необходимо спланировать процесс натурного эксперимента, выбрать требуемое (и доступное) оборудование, провести собственно эксперимент, обработать и проанализировать полученные результаты.
Дороговизна натурных экспериментов и км.
При подготовке натурного эксперимента важнейшим и крайне тяжелым этапом (и не только в России) является решение проблемы материально-технического обеспечения. Изыскания в данной области требуют от исследователя определенных способностей, отражающих его адаптивные свойства к нашему бурному повседневью. Очень часто именно на этом этапе и заканчиваются экспериментальные исследования.
Подходы к моделированию на эвм.
-
М оделирование на эвм
-
Расчетный метод
Имитационный подход
А налитические методы |
|
ч исленные |
|
М етоды подобия |
|
Кибернетические (наука об управлении) |
АВМ |
|
ЦВМ |
|
ГВМ |
АВМ – аналоговые вычислительные машины
ЦВМ – цифровые вычислительные машины
ГВМ – гибридные
Методы изоморфных преобразований и КМ.
Под изоморфными преобразованиями понимаются такие видоизменения объекта, которые не приводят к уничтожению его основной сути (с точки зрения опознающей системы).
Сходство модели с объектом, который она отображает, называется степенью изоморфизма.
Для того, чтобы быть изоморфной, модель должна удовлетворять двум условиям: 1) должно существовать однозначное соответствие между элементами модели и элементами представляемого объекта; 2) должны быть сохранены точные соотношения или взаимодействия между элементами.
Расчетный и имитационный подходы в км.
См вопрос 5.
Методы Монте-Карло.
Метод Монте-Карло. Под методом Монте-Карло понимается совокупность приёмов, позволяющих получать решения математических или физических задач при помощи многократных случайных испытаний. Студенты должны обратить внимание на математическое обоснование метода Монте-Карло. Они должны уметь объяснить сходимость последовательности по вероятности, чем отличается детерминированный алгоритм от недетерминированного метода. Студенты должны понимать, что для решения одной и той же конкретной задачи схемы применения метода могут быть существенно различными. Они должны обратить внимание на то, как меняется классический алгоритм вычисления кратных интегралов с увеличением кратности и, что происходит в этой ситуации с методом Монте-Карло.
Состав имитационной модели.
10. Структура модели и математическое обеспечение.
11. Математическое и программное обеспечение систем КМ.
12. Структура модели и параметры в моделировании бизнес-процессов (БП).
начальные условия |
|
структура модели |
|
потоки, переменные |
|
параметры |
Имитационные модели |
Математ обеспечение |
|
Программное обеспечение |
|
Информац обеспечен |
|
Аппаратное обеспечение |
Математические модели, алгоритмы, имитации, алгоритмы обработки inf , алгоритмы ввода-вывода данных |
|
Планирование имитац экспериментов, моделирование обработки и интерпретации результатов |
|
БД и БЗ, СУБД, системы документирования |
|
Средства ВТ, средства связи, системы обмена inf , системы управления экспериментами |