Вопрос №3 Принципы проектирования информационного обеспечения программного комплекса

Вид материала

Документы

Содержание Вопрос №19 Методика проектирования имитационных моделей Дисперсионный анализ. Регрессионный анализ. Коэффициент несовпадения Различные статистические критерии Метод имитационного моделирования

Подобный материал:

• Е. В. Чепин московский инженерно-физический институт (государственный университет), 30.11kb.
• Рабочая программа учебной дисциплины (модуля) case-средства проектирования программного, 143.56kb.
• Технология программирования, 643.21kb.
• Базы данных, 3110.93kb.
• А. А. Дюмин московский инженерно-физический институт (государственный университет), 30.84kb.
• Учебно-методический комплекс дисциплины разработка и стандартизация программных средств, 362.73kb.
• Методика выбора программного обеспечения турфирмой Антон Россихин (само-софт), 34.31kb.
• С. Д. Романин московский инженерно-физический институт (государственный университет), 24.74kb.
• Примерная программа наименование дисциплины Проектирование и архитектура программных, 182.2kb.
• Рабочая программа учебной дисциплины "системы автоматизированного проектирования электроустановок, 119.83kb.

Вопрос №19 Методика проектирования имитационных моделей

Имитационное моделирование

Имитационная модель (ИМ) — это формализованное описание в ЭВМ изучаемого явления во всей его полноте, на грани нашего понимания. Имитационная модель является стержнем так назы­ваемой имитационной системы (ИС), которая помимо ИМ вклю­чает: внешнее математическое обеспечение — совокупность мето­дов анализа этих моделей и внутреннее математическое обеспече­ние — набор программ и устройств, реализующих эффективный диалог человека и машины.

Построение ИС и экспериментирование с ней — дело чрезвы­чайно сложное. Здесь еще мало опыта и многое остается неясным.

Общая структура имитационного моделирования включает сле­дующие этапы:

1. изучение моделируемого явления;
   
2. формули­ровка задачи исследования;
   
3. разработка математической модели;
   
4. составление программ для ЭВМ;
   
5. оценка пригодности модели;
   
6. планирование экспериментов;
   
7. анализ результатов.
   

Основная проблема имитационного моделирования, как и лю­бого другого, это проблема адекватного описания объективных за­конов реального мира. Поэтому наиболее острым вопросом ИМ яв­ляется оценка их пригодности. В целом ИМ можно считать при­годной, если она дает удовлетворяющее исследователя по точности предсказание хода изучаемых процессов. Для оценки точности ИМ можно использовать следующие показатели:

1. число точек экстремума;
   
2. распределение точек экстремума во времени;
   
3. направление изменения в точках экстремума;
   
4. амплитуду воз­действий на одних и тех же временных отрезках;
   
5. среднее значе­ние переменных;
   
6. одновременность экстремальных точек для раз­личных переменных;
   
7. точное совпадение значений переменных;
   
8. различия в параметрах вероятностных распределений перемен­ных в средних значениях, дисперсиях, асимметрии и т. п.
   

К числу основных методов оценки точности ИМ относятся:

Дисперсионный анализ.

Это методы обработки результатов наблюдений или эксперимента, которыми можно проверять гипо­тезу о том, что среднее (или дисперсия) временного ряда, получен­ного в машинном имитационном эксперименте, равно среднему (со­ответственно дисперсии) соответствующего наблюдаемого ряда. Дисперсионный анализ основан на трех предположениях: нормаль­ности, статистической независимости воздействий и равенстве их дисперсий.

Регрессионный анализ. Этот метод основан на построении регрессии фактического временного ряда на имитированный и по­следующей оценке отклонения линии регрессии от начала коор­динат, и близости тангенса ее наклона к единице.

Коэффициент несовпадения





среднеквадратич­ные отклонения соответственно наблюдавшихся значений исследуемой характеристики Xi и ретроспективных показаний по этой же характеристике ИМ Хг.

Различные статистические критерии

(%2, Колмогорова— Смирнова, непараметрические и т. п.). Эти критерии позволяют проверить гипотезу о том, что результаты экспериментов с имита­ционной моделью имеют то же частотное распределение, что и фак­тические данные.

В настоящее время ИМ применяются для исследования во мно­гих областях: технологические процессы; управление производ­ством, конкурентная рыночная ситуация; демография; морские пе­ревозки и работа портов; регулирование уличного движения; уп­равление складскими запасами; предприятия для массового об­служивания населения; управление войсками в ходе сражения и т. п.

С помощью ИМ можно исследовать:

• системы, находящиеся в стадии проектирования: в этом слу­чае цель исследования состоит в предсказании поведения системы, в подборе ее параметров;
  
• существующие системы: в этом случае цель исследования мо­жет состоять в прогнозировании поведения системы, в проверке влияния намеченных реорганизаций системы на происходящие ней процессы.
  

Дополнительно

Кратко последовательность этапов имитационного моделирования характеризуется так:

• разрабатывается и реализуется на ЭВМ детерминированная математическая модель системы, отображающая связь значений выходных параметров системы со значениями входных воздействий, начальных условий и структуры системы;
  
• обеспечивается получение на ЭВМ отдельных реализации случайных событий, величин, функций, т. е. моделируется случайное явление с заданными характеристиками, соответствующими характеристикам случайных явлений, сопровождающих функционирование реальной исследуемой системы;
  
• производится многократная реализация детерминированного процесса, где в казкдой из реализации учитывается влияние случайных явлений;
  
• производится статистическая обработка полученных результатов в соответствии с характером имитируемого процесса
  

Метод имитационного моделирования, являясь разновидностью численных приемов решения различных задач, получил в последнее время очень широкое распространение. Это объясняется рядом его преимуществ:

• метод позволяет получить ответы на многие вопросы, возникающие на стадиях замысла и предварительного проектирования будущей системы без дорогостоящих проб и ошибок;
  
• имитация на ЭВМ позволяет исследовать особенности функционирования системы в любых возможных условиях, при этом параметрами системы и окружающей среды можно варьировать для получения любой обстановки, в том числе, и нереализуемой в натурных экспериментах;
  
• применение ЭВМ сокращает продолжительность испытаний системы, занимающих в реальных условиях дни или месяцы, до долей минут и секунд;
  
• так как анализ некоторых очень сложных систем и их оценки не могут быть выполнены ни с помощью лабораторных или натурных экспериментов, ни аналитическими методами, то во многих случаях имитационное моделирование с помощью ЭВМ является единственным реализуемым способом решения этих задач. В свою очередь имитационное моделирование может быть реализовано несколькими путями, из которых два основных — это моделирование с использованием универсальных языков программирования и моделирование с использованием специализированных языков.