Методы определения характеристик моделируемых систем
Расчёт математического ожидания и дисперсии выходной характеристики. Блочные иерархические модели процессов функционирования систем. Особенности реализации процессов с использованием Q-схем. Построение гистограмм и внедрение моделирующих алгоритмов.
| Рубрика | Экономико-математическое моделирование |
| Вид | лекция |
| Язык | русский |
| Дата добавления | 18.10.2013 |
| Размер файла | 472,0 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Лекция
Методы определения характеристик моделируемых систем
Измеряемые характеристики моделируемых систем
При имитационном моделировании можно измерять значения любых характеристик, интересующих исследователя. Обычно по результатам вычислений определяются характеристики всей системы, каждого потока и устройства.
Для всей системы производится подсчёт поступивших в систему заявок, полностью обслуженных и покинувших систему заявок без обслуживания по тем или иным причинам. Соотношения этих величин характеризует производительность системы при определённой рабочей нагрузке.
По каждому потоку заявок могут вычисляться времена реакций и ожидания, количества обслуженных и потерянных заявок. По каждому устройству определяется время загрузки при обслуживании одной заявки м число обслуженным устройством заявок, время простоя устройства в результате отказов и количество отказов, возникших в процессе моделирования, дины очередей и занимаемые ёмкости памяти.
При статистическом моделировании большая часть характеристик - это случайные величины. По каждой такой характеристике y определяется N значений, по которым строится гистограмма относительных частот, вычисляется математическое ожидание, дисперсия и моменты более высокого порядка, определяются средние по времени и максимальные значения. Коэффициенты загрузки устройств вычисляются по формуле:
k=Vk*Nok/Tm, (1)
Vk- среднее время обслуживания одной заявки к-ым устройством;
Nok - количество обслуженных заявок устройством за время моделирования Tm.
Определение условий удовлетворения стохастических ограничений при имитационном моделировании производится путём простого подсчёта количества измерений, вышедших и не вышедших за допустимые пределы.
Расчёт математического ожидания и дисперсии выходной характеристики
В случае стационарного эргодического процесса функционирования системы вычисление М(у) и Д(у) выходной характеристики у производится усреднением не по времени, а по множеству Nзнач., измеренных по одной реализации достаточной длительности. В целях экономия ОЗУ ЭВМ М(у) и Д(у) вычисляются по рекуррентным формулам:
mn=mn-1*(n-1)/n + y/n, (2)
где mn-1 - математическое ожидание, вычисленное на предыдущем шаге.
dn=dn-1*(n-2)/(n-1) + 1/n*(yn-mn-1)2, (3)
здесь dn-1 - дисперсия, вычисленная на предыдущем шаге.
При большом количестве измерений эти оценки являются состоятельными и несмещёнными.
Расчёт среднего по времени значения выходной характеристики
Например, средняя длина очереди к каждому устройству вычисляется по формуле:
, (4)
где i - номер очередного изменения состояния очереди (занесение заявки в очередь или исключение из очереди); N - количество изменений состояния очереди; - интервал времени между двумя последними изменениями очереди.
Ёмкость накопителя:
, (5)
где - ёмкость накопителя, занятая в интервале между двумя последними обращениями к накопителю для ввода-вывода заявки.
Построение гистограммы для стационарной системы
Г - эмпирическая плотность распределения вероятностей. Задаются границы изменения интересующей характеристики. уi [yн;ув], числом интервалов Ng. Определяется ширина интервала =(yн - ув)/Ng.
Затем в процессе моделирования по мере появления значений уi определяется число попаданий этой случайной величины в каждый из интервалов Ri гистограммы. По этим данным вычисляется относительная частота по каждому интервалу: Gi=Ri/(N*), где N - общее число измерений у. Площадь гистограммы равна единице, равна сумме площадей:
,
.
При необходимости выдвигается гипотеза о том, что эмпирическое распределение согласуется с некоторым теоретическим распределением. Эта гипотеза проверяется по тому или иному критерию. Например, при использовании критерия 2 в качестве меры расхождения используется выражение: моделирующий алгоритм характеристика система
, (6)
где - определяется из выбранного теоретического распределения вероятность попадания случайной величины в i-ый интервал.
. (7)
Из теоремы Пирсона следует, что для любой функции распределения F(y) случайной величины у при N распределения величины 2 имеет вид:
,
где z - значение случайной величины 2,
k=Ng-(r +1),
- число степеней свободы распределения 2. r - количество параметров теоретического распределения, Г(к/2) - гамма функция.
Функция распределения 2 табулирована. По вычисленному значению 2 и числу степеней свободы с помощью таблиц определяется вероятность Р(2<Z). Если она превышает заданный уровень значимости С, то выдвинутая гипотеза принимается.
Блочные иерархические модели процессов функционирования систем
Рассмотрим машинную модель Mm, системы S как совокупность блоков {mi}, i=1,2…n. Каждый блок модели можно охарактеризовать конечным набором возможных состояний {Z0}, в которых он может находиться. Пусть в течение рассматриваемого интервала времени (0,Т) блок i изменяет состояние в моменты времени tijТ, где j - номер момента времени. Момент времени можно разделить на три группы:
- случайные, связанные с внутренними свойствами блока;
- случайные, связанные с изменением состоянием других блоков, имитирующая воздействие среды Е;
- детерминированные моменты, связанные с заданным расписанием функционирования блока.
Моментами смены состояний модели Мм в целом t(k) Т будем считать все моменты изменения блоков {mi}, рис. 1. см. ниже.
Рис. 1. Смена состояний модели для случаев 3-х блоков
При этом моменты ti(j) и tk являются моментами системного времени, т.е. времени, в котором функционирует система S. При машинной реализации модели Мм её блки представляются соответствующими программными модулями.
Особенности реализации процессов с использованием Q-схем
При моделировании Q-схем следует адекватно учитывать как связи, отражающие движения заявок (сплошные линии) так и управляющие связи (пунктирные линии).
Рассмотрим фрагмент Q-схемы (Рис. 2.).
Рис. 2. Фрагмент Q-схемы
Примерами управляющих связей являются различные блокировки обслуживающих каналов (по входу и по выходу): "клапаны" изображены в виде треугольников, а управляющие связи пунктирными линиями. Блокировка канала по входу означает, что этот канал отключается от входящего потока заявок, а блокировка канала по выходу указывает, что заявка, обслуженная блокированным каналом, остаётся в этом канале до момента снятия блокировки. В этом случае, если перед накопителем нет "клапана", то при его переполнении будут иметь место потери заявок.
Моделирующий алгоритм должен отвечать следующим требованиям:
обладать универсальностью относительно структуры, алгоритмов функционирования и параметров системы S;
обеспечивать одновременную и независимую работу системы S;
укладываться в приемлемые затраты ресурсов ЭВМ. (памяти, времени расчёта для реализации машинного эксперимента);
проводить разбиение на достаточно автономные логические части (блоки);
гарантировать выполнение рекуррентного правила расчётов.
При этом необходимо иметь виду, что появление одной заявки входящего потока в некоторый момент времени ti может вызвать изменение состояния не более чем одного из элементов Q-схемы, а окончание обслуживания заявки в момент ti в некотором канале К может привести в этот момент времени к последовательному изменению состояний нескольких элементов (Н, К), т.е. будет иметь место процесс распространения смены состояний в направлении противоположном движению заявки в системе S. Поэтому просмотр элементов Q-схемы должен быть противоположным движению заявок.
Все виды моделирующих алгоритмов Q-схемы можно классифицировать следующим образом (см. Рис. 3.).
Рис. 3. Виды моделирующих алгоритмов Q-схемы
Алгоритмы, моделирующие Q-схему по принципу "t" являются детерминированными (по шагу), а по принципу особых состояний - стохастические. Последние могут быть реализованы синхронным и асинхронным способами.
При синхронном способе один из элементов Q-схемы (И, Н или К) выбирается в качестве ведущего и по нему "синхронизируется" весь процесс моделирования.
При асинхронном способе - ведущий (синхронизирующий) элемент не используется, а очередному шагу моделирования (просмотру элементов Q-схемы) может соответствовать любое особое состояние всего множества элементов И, Н и К. При этом просмотр элементов Q-схемы организован так, что при каждом особом состоянии либо циклически просматриваются все элементы, спорадически - только те элементы, которые в этом случае могут изменить своё состояние. (просмотр с прогнозированием)
Построение и реализация моделирующих алгоритмов Q-схем
Прежде чем использовать какой либо язык для моделирования Q-схемы, необходимо глубже вникнуть в суть процесса построения и реализации М.А.
Пример. Рассмотрим Q-схему (Рис. 4.).
Рис. 4. Трехфазная Q-схема
Примем обозначения:
Р - вероятность потери заявки (Р=N1/(N1+N3));
tm - время появления очередной заявки из источника;
tk,j - время окончания обслуживания заявки каналом Кк,j, k=1,2,3…; j=1,2…;
zi, zk,j - состояния накопителей и каналов обслуживания;
tn - текущее время моделирования;
Li - ёмкость i-ого накопителя;
Lkm - число каналов в к-ой фазе;
N1, N2 - число выходных заявок;
Т - интервал моделирования;
При имитации Q-схемы на ЭВМ требуется организовать массив состояний:
zk,j, tk,j, j=1, Lkm; zi - число заявок в накопителе Hi; i=1,2; ti - i-ая заявка из источника.
zk,j = {1- канал занят; 0 - канал свободен; 2 - заблокирован};
Укрупнённая схема детерминированного МА Q-схемы, построенного по "принципу t" представлена на рисунке 5.
Рис. 5. Блок схема моделирования Q-схемы по принципу "t"
А далее более подробно рассмотрены алгоритмы блоков 4-9.
Размещено на Allbest.ru
...Подобные документы
Построение имитационной модели бизнес-процесса "Управление инцидентами" компании "МегаФон" с целью прогнозирования совокупной стоимость ИТ-сервиса по обслуживанию инцидентов. Разработка моделирующих алгоритмов для реализации компьютерных программ модели.
курсовая работа [2,6 M], добавлен 09.04.2012Изучение и отработка навыков математического моделирования стохастических процессов; исследование реальных моделей и систем с помощью двух типов моделей: аналитических и имитационных. Основные методы анализа: дисперсионный, корреляционный, регрессионный.
курсовая работа [701,2 K], добавлен 19.01.2016Классификация систем массового обслуживания. Исследование стационарного функционирования однолинейной СМО с ограниченным числом мест для ожидания и моделирование ее работы в среде Maple. Вычисление характеристик стационарного функционирования систем.
курсовая работа [561,7 K], добавлен 13.04.2015Классификация систем (по отношению ко времени и среде, обусловленности поведения, сложности), их основные свойства. Виды процессов в динамических системах. Кибернетические системы и законы их функционирования. Особенности нелинейных динамических систем.
презентация [204,4 K], добавлен 19.12.2013Основные математические модели макроэкономических процессов. Мультипликативная производственная функция, кривая Лоренца. Различные модели банковских операций. Модели межотраслевого баланса Леонтьева. Динамическая экономико-математическая модель Кейнса.
контрольная работа [558,6 K], добавлен 21.08.2010Понятие экономико-математического моделирования. Совершенствование и развитие экономических систем. Сущность, особенности и компоненты имитационной модели. Исследование динамики экономического показателя на основе анализа одномерного временного ряда.
курсовая работа [451,4 K], добавлен 23.04.2013Определение характеристик переходного процесса с использованием методик математического моделирования. Расчет степени затухания, времени регулирования и перерегулирования, периода и частоты колебаний. Построение графика, сравнение параметров с расчётными.
лабораторная работа [35,7 K], добавлен 12.11.2014Классификация бизнес-процессов, различные подходы к их моделированию и параметры качества. Методология и функциональные возможности систем моделирования бизнес-процессов. Сравнительная оценка систем ARIS и AllFusion Process Modeler 7, их преимущества.
дипломная работа [1,6 M], добавлен 11.02.2011Характеристика трансформационных процессов в современной экономике. Особенности нового направления математического моделирования - экспериментальной экономики. Основные этапы проведения эксперимента для исследования динамики сложных экономических систем.
реферат [38,6 K], добавлен 14.12.2010Потенциальная возможность математического моделирования любых экономических объектов и процессов. Методы минимизации, связанные с вычислением градиента. Суть метода градиентного спуска. Анализ симплекс-таблицы. Построение экономико-математической модели.
курсовая работа [998,7 K], добавлен 01.10.2011Основные понятия теории моделирования экономических систем и процессов. Методы статистического моделирования и прогнозирования. Построение баланса производства и распределение продукции предприятий с помощью балансового метода и модели Леонтьева.
курсовая работа [1,5 M], добавлен 21.04.2013Характеристика простых и сложных систем, их основные признаки. Общие принципы и этапы экономико-математического моделирования. Назначение рабочего этапа системного анализа - выявление ресурсов и процессов, композиция целей, формулирование проблемы.
контрольная работа [47,7 K], добавлен 11.10.2012Построение математической модели и решение задачи математического программирования в средах MathCad и MS Excel. Решение систем с произвольными векторами свободных коэффициентов. Определение вектора невязки. Минимизация и максимизация целевой функции.
отчет по практике [323,5 K], добавлен 01.10.2013Нахождение уравнения линейной регрессии, парного коэффициента корреляции. Вычисление точечных оценок для математического ожидания, дисперсии, среднеквадратического отклонения показателей x и y. Построение точечного прогноза для случая расходов на рекламу.
контрольная работа [216,6 K], добавлен 12.05.2010Изучение особенностей стационарных временных рядов и их применения. Параметрические тесты стационарности. Тестирование математического ожидания, дисперсии и коэффициентов автокорреляции. Проведение тестов Манна-Уитни, Сиджела-Тьюки, Вальда-Вольфовитца.
курсовая работа [451,7 K], добавлен 06.12.2014Моделирование экономических процессов методами планирования и управления. Построение сетевой модели. Оптимизация сетевого графика при помощи табличного редактора Microsoft Excel и среды программирования Visual Basic. Методы принятия оптимальных решений.
курсовая работа [217,2 K], добавлен 22.11.2013Основные понятия марковских процессов и цепей. Модель прогноза тенденций финансирования штатного состава фирмы. Прогноз возможности сохранения структуры через уравнения политикой фирмы. Распределение сотрудников и суммарной заработной платы по классам.
курсовая работа [132,5 K], добавлен 24.12.2012Построение структурно-функциональной диаграммы функционирования предприятия "AS IS". Анализ существующей модели функционирования предприятия и выявление недостатков. Построение структурно-функциональной диаграммы функционирования предприятия "TO BE".
курсовая работа [1,1 M], добавлен 21.01.2015Особенности создания непрерывных структурированных моделей. Схема выражения передаточной функции. Методы интегрирования систем дифференциальных уравнений. Структурная схема систем управления с учетом запаздывания в ЭВМ. Расчет непрерывной SS-модели.
курсовая работа [242,6 K], добавлен 16.11.2009Сущность экономико-математической модели, ее идентификация и определение достаточной структуры для моделирования. Построение уравнения регрессии. Синтез и построение модели с учетом ее особенностей и математической спецификации. Верификация модели.
контрольная работа [73,9 K], добавлен 23.01.2009
