Geum.ru

Учебно-методический комплекс Для специальности: 080801 Прикладная информатика (в экономике) Москва 2007

Вид материалаУчебно-методический комплекс

Содержание


4. Содержание курса
Краткий экскурс в системный анализ. понятие компьютерного моделирования.
Макропроектирование и микропроектирование.
Основы теории управления применительно к хозяйственно-экономической деятельности объекта экономики
Сущность метода имитационного моделирования
Технологические этапы создания и использования имитационных моделей
Базовые концепции структуризации и формализации имитационных систем. инструментальные средства автоматизации процессов моделиров
Имитационное моделирование процессов экономической, управленческой, хозяйственной деятельности предприятий
Моделирование случайных процессов
Испытание и исследование свойств имитационной модели
Технология постановки и проведения направленного вычислительного эксперимента на имитационной модели
Подобный материал:
1   2   3   4   5   6   7

4. Содержание курса



Лекционные занятия предназначены для теоретического осмысления и обобщения разделов дисциплины.


Тема 1. ВВЕДЕНИЕ В МОДЕЛИРОВАНИЕ СЛОЖНЫХ СИСТЕМ

КРАТКИЙ ЭКСКУРС В СИСТЕМНЫЙ АНАЛИЗ. ПОНЯТИЕ КОМПЬЮТЕРНОГО МОДЕЛИРОВАНИЯ.

Понятие сложной системы. Свойства сложных систем. Сложная система, как объект моделирования. Прикладной системный анализ – методология исследования сложных систем Инженерное изучение комплексных «общесистемных» проблем крупных технологических, производственных, энергетических, коммуникационных комплексов, систем автоматизированного управления. Современный объект экономики, как сложная система. Наука о сложных системах – системология. Направления развития системологии. создание концептуальных и методологических основ; формирование и формализация новых задач; разработка методов и аппарата решения. Подсистемы и элементы сложной системы.

МАКРОПРОЕКТИРОВАНИЕ И МИКРОПРОЕКТИРОВАНИЕ.

Разработка сложных систем. Этапы создания модели сложной системы. Задачи исследования сложных систем: задачи анализа и задачи синтеза. Проблема классификации систем. Свойства сложных систем. Сложная система, как объект моделирования. Прикладной системный анализ – методология исследования сложных систем. Определение модели. Общая классификация основных видов моделирования. Компьютерное моделирование. Метод имитационного моделирования. Процедурно-технологическая схема построения и исследования моделей сложных систем. Основные понятия моделирования. Моделирующие алгоритмы. Способы представления моделирующих алгоритмов: операторные схемы; языки программирования; пакеты прикладных программ. Сущность имитационного моделирования как статистического эксперимента. Имитационное моделирование систем со случайными исходами. Метод статистических испытаний (метод статистического моделирования на ЭВМ) (метод Монте-Карло). Выводы. Отличительные особенности моделей различных классов.


Тема 2. ОСНОВЫ ТЕОРИИ УПРАВЛЕНИЯ ПРИМЕНИТЕЛЬНО К ХОЗЯЙСТВЕННО-ЭКОНОМИЧЕСКОЙ ДЕЯТЕЛЬНОСТИ ОБЪЕКТА ЭКОНОМИКИ

Управление системой как процесс сбора, передачи и переработки информации. Иерархическая структура управления. Действие случайных факторов. Энтропия как мера неопределенности системы. Факторы, действующие на процесс функционирования сложной системы. Показатели, характеризующие свойства сложных систем. Функционалы, характеризующие надежность, помехозащищенность и качество управления. Устойчивость функционирования сложной системы.


Тема 3. СУЩНОСТЬ МЕТОДА ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ

Понятие о физическом и математическом моделировании. Моделирование как метод исследования процессов и систем (устройств). Физическое и математическое моделирование. Математическая модель системы (процесса). Содержательное описание. Формализация. Использование математических моделей: аналитическое исследование процессов; исследование процессов при помощи численных методов; моделирование процессов на вычислительных машинах непрерывного действия; моделирование процессов на цифровых вычислительных машинах с учетом и имитацией случайных факторов. Математическая модель элемента сложной системы. Математическая модель взаимодействия элементов сложной системы. Входные и выходные сигналы. Схемы сопряжения. Оператор сопряжения. Составление математических моделей в экономических задачах.

Метод имитационного моделирования и его особенности. Статическое и динамическое представление моделируемой системы . Понятие о модельном времени. Механизм продвижения модельного времени. Дискретные и непрерывные имитационные модели. Моделирующий алгоритм. Имитационная модель. Проблемы стратегического и тактического планирования имитационного эксперимента. Направленный вычислительный эксперимент на имитационной модели. Общая технологическая схема имитационного моделирования. Возможности, область применения имитационного моделирования.


Тема 4. ТЕХНОЛОГИЧЕСКИЕ ЭТАПЫ СОЗДАНИЯ И ИСПОЛЬЗОВАНИЯ ИМИТАЦИОННЫХ МОДЕЛЕЙ

Процедурно-технологическая схема построения и исследования моделей сложных систем. Основные понятия моделирования. Этапы определения, характерные для любого метода моделирования; Предметная (проблемная) область; объект моделирования; целенаправленность и целевая функция; Основные требования к моделям; Форма представления модели; Виды описания и построения модели; Характер реализации; Методы исследования; Выводы. Отличительные особенности моделей различных классов.

Основные этапы имитационного моделирования. Общая технологическая схема. Формулировка проблемы и определение целей имитационного исследования. Разработка концептуальной модели объекта моделирования. Формализация имитационной модели. Программирование имитационной модели. Сбор и анализ исходных данных. Испытание и исследование свойств имитационной модели. Направленный вычислительный эксперимент на имитационной модели. Анализ результатов моделирования и принятие решений.


Тема 5. БАЗОВЫЕ КОНЦЕПЦИИ СТРУКТУРИЗАЦИИ И ФОРМАЛИЗАЦИИ ИМИТАЦИОННЫХ СИСТЕМ. ИНСТРУМЕНТАЛЬНЫЕ СРЕДСТВА АВТОМАТИЗАЦИИ ПРОЦЕССОВ МОДЕЛИРОВАНИЯ

Методологические подходы к построению дискретных имитационных моделей. Представление моделирующих алгоритмов при имитационном моделировании: операторные схемы моделирующих алгоритмов; языки моделирования; универсальные имитационные модели. Совокупность операторов, составляющих моделирующий алгоритм: основные операторы, вспомогательные операторы, служебные операторы. Блок-схема моделирующего алгоритма. Операторы для изображения операторных схем алгоритмов – арифметические операторы и логические операторы. Важнейшие типы операторов, выделяемых по другим принципам: вычислительные операторы; операторы формирования реализаций случайных процессов; операторы формирования неслучайных величин; счетчики. Принципы построения моделирующих алгоритмов для сложных систем. «Принцип t». Принцип особых состояний («принцип последовательной проводки заявок»). Проблемная ориентация языков моделирования. Фиксация и обработка результатов моделирования. Точность. Количество реализаций. Оптимизация систем, заданных моделирующими алгоритмами. Язык моделирования GPSS. Агрегативные модели. Сети Петри и их расширения. Модели системной динамики. Назначение языков и систем моделирования. Классификация языков и систем моделирования, их основные характеристики. Технологические возможности систем моделирования. Развитие технологии системного моделирования. Выбор системы моделирования.

Имитационное моделирование процессов экономической, управленческой, хозяйственной деятельности предприятий.


Тема 6 . ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ ПРОЦЕССОВ ЭКОНОМИЧЕСКОЙ, УПРАВЛЕНЧЕСКОЙ, ХОЗЯЙСТВЕННОЙ ДЕЯТЕЛЬНОСТИ ПРЕДПРИЯТИЙ

Формализация непрерывных производственных процессов. Особенность моделирования. Моделирование операций и процессов производственной деятельности. Моделирование операций и процессов экономической деятельности. Моделирование операций и процессов хозяйственной экономической деятельности. Моделирование систем поддержки принятия решений. Регрессионные модели в горном и торфяном производстве. Понятие регрессионной модели. Расчет параметров однофакторной регрессионной модели. Оценка степени сопряженности связи, существенности и линейности (нелинейности) связи в регрессионной модели. Многофакторная регрессионная модель.

МОДЕЛИРОВАНИЕ СЛУЧАЙНЫХ ПРОЦЕССОВ

Случайное событие, случайная величина, случайная функция, случайный процесс. Законы распределения случайных величин. Биномиальный закон распределения. Закон редких событий (закон Пуассона). Закон равномерного распределения. Закон нормального распределения. Показательный закон распределения. Закон распределения случайной функции. Стационарные случайные функции и процессы. Эргодичность стационарных случайных функций. Свойства корреляционных функций стационарных случайных процессов. Взаимная корреляционная функция. Сложение случайных функций. Интегрирование и суммирование случайных функций. Моделирование испытаний в схеме случайных событий. Формирование возможных значений случайной величины с заданным законом распределения. Формирование реализаций случайных функций.

Расчет характеристик эргодической стационарной случайной функции по одной реализации. Корреляционная функция и спектральная плотности случайного производства.


Тема 7. ИСПЫТАНИЕ И ИССЛЕДОВАНИЕ СВОЙСТВ ИМИТАЦИОННОЙ МОДЕЛИ

Комплексный подход к тестированию имитационной модели. Проверка адекватности модели. Верификация имитационной модели. Валидация данных имитационной модели. Оценка точности результатов моделирования. Оценка устойчивости результатов моделирования . Анализ чувствительности имитационной модели. Тактическое планирование имитационного эксперимента.

ТЕХНОЛОГИЯ ПОСТАНОВКИ И ПРОВЕДЕНИЯ НАПРАВЛЕННОГО ВЫЧИСЛИТЕЛЬНОГО ЭКСПЕРИМЕНТА НА ИМИТАЦИОННОЙ МОДЕЛИ

Направленный вычислительный эксперимент на имитационной модели и его содержание. Основные цели и типы вычислительных экспериментов в имитационном моделировании. Основы теории планирования экспериментов. Основные понятия: структурная, функциональная и экспериментальная модели. План однофакторного эксперимента и процедуры обработки результатов эксперимента. Факторный анализ, полный и дробный факторный эксперимент и математическая модель. Основные классы планов, применяемые в вычислительном эксперименте. Методология анализа поверхности отклика. Техника расчета крутого восхождения.