Программа дисциплины «Инструментальные средства моделирования сложных систем»

Вид материалаПрограмма дисциплины

Содержание


Утверждено Ученым советом
I. Тематический план учебной дисциплины
II. Базовые учебники
Итоговая оценка по учебной дисциплине
IV. Содержание программы
V. Контрольные вопросы
Подобный материал:

Государственный университет-

Высшая школа экономики


Факультет бизнес - информатики

Программа дисциплины

«Инструментальные средства моделирования сложных систем»

для магистерской программы «Бизнес-информатика»

направления 080700.68 «Бизнес-информатика»




Автор А. И. Марон


Рекомендовано секцией УМС Одобрена на заседании

Секция «Бизнес-информатика» кафедры бизнес-аналитики

Председатель Зав. кафедрой ______________Ю. В. Таратухина ______________Т.К.Кравченко

“___” ________________ 2009 г. “___” ________________ 2009 г.


Утверждено Ученым советом

факультета бизнес-информатики

Ученый секретарь

_________________ В.А.Фомичев

«____» _________________2009 г.


Москва – 2009

I. Тематический план учебной дисциплины






Наименование темы

Всего часов

Аудиторные часы


Самостоя-тельная работа

Лекции

Сем. или практ.

занятия

1

Основы метода статистических испытаний (метода Монте-Карло).

28

4




24

2

Система имитационного моделирования ARENA

54


10

14

30

3

Сценарии IDEF3

18

4

4

10

4

Совместное использование
ALLFusion Process Modeler и ARENA.

8

2

2

4




Итого:

108

20

20

68


II. Базовые учебники


Лоу А.М., Кельтон В.Д. Имитационное моделирование. Классика CS. 3-е изд.- С-Пб.: Питер, 2004.


III. Формы рубежного контроля


Итоговая оценка по учебной дисциплине складывается из следующих элементов:

работа на практических занятиях;

домашнее задание;

зачёт


Итоговая оценка по учебной дисциплине формируется следующим образом:

О = 0,3  О1 + 0,2  О2 + 0,5  О3,


где О1 – оценка за работу на практических занятиях;

О2 – оценка за домашнее задание;

О3 – оценка за ответ на зачёте.


IV. Содержание программы


Тема 1. Основы метода статистических испытаний (метода Монте-Карло)


Идея метода и области применения. Генерация случайных чисел. Числовые характеристики и законы распределения дискретных, непрерывных и смешанных случайных величин. Реализация случайной величины с заданным законом распределения. Случайные процессы и их применение при аналитическом и имитационном моделировании систем массового обслуживания. Оценка точности характеристик полученных методом Монте-Карло. Необходимое число реализаций.

Основная литература


Лоу А. М., Кельтон В. Д. Имитационное моделирование. Классика CS. 3-е изд.- С-Пб.: Питер, 2004, глава 1 и глава 12.

Тема 2. Система имитационного моделирования ARENA


Основы имитационного моделирования в системе ARENA. Основные функциональные блоки, базовые переменные, выражения и условия. Модели ARENA для немарковских систем массового обслуживания с очередями и отказами. Анализ влияния законов распределения.

Обслуживание по расписанию – учёт сменности работы персонала. Анализ логистических цепочек. Имитационное моделирование информационных систем. Создание отчётов.


Основная литература


Лоу А. М., Кельтон В. Д. Имитационное моделирование. Классика CS. 3-е изд.- С-Пб.: Питер, 2004, глава 3.

Тема 3. Сценарии IDEF3.


Методология IDEF3 и её применение для описания динамики функционирования информационных систем. Реализация IDEF3 в ALLFusion Process Modeler.


Основная литература


Маклаков С. В. Моделирование бизнес-процессов с ALLFusion Process Modeler (BPwin 4.1).-М.: ДИАЛОГ-МИФИ, 2003, параграфы 1.4.1.-1.4.5.

Тема 4. Совместное использование ALLFusion Process Modeler и ARENA.


Методика описания процесса в BPwin, обеспечивающая совместимость с имитационной моделью ARENA. Технология импорта моделей из BPwin в ARENA.


Основная литература


Маклаков С. В. Моделирование бизнес-процессов с ALLFusion Process Modeler (BPwin 4.1).-М.: ДИАЛОГ-МИФИ, 2003, параграф 1.4.6.


V. Контрольные вопросы
  1. Система, модели и имитационное моделирование.
  2. Компоненты дискретно-событийной имитационной модели и их организация.
  3. Возможности программ имитационного моделирования.
  4. Наиболее часто используемые распределения вероятностей.
  5. Генераторы случайных чисел.
  6. Генерирование непрерывных случайных величин.
  7. Переходное и установившееся поведение стохастического процесса.
  8. Планирование экспериментов.
  9. Моделирование случайности в производственных системах.
  10. Проверка достоверности и адекватности модели.
  11. Панели ARENA.
  12. Модуль Create и его параметры.
  13. Модуль Process и его параметры.
  14. Модули данных.
  15. Назначение переменных ARENA.
  16. Основные отчёты.
  17. Визуализация моделирования.
  18. Использование Visio и ARENA.
  19. Нотации IDEF3.
  20. Совместное использование IDEF3 и ARENA.