Компьютерное имитационное моделирование. Статистическое имитационное моделирование.

Компьютерное имитационное моделирование. Статистическое имитационное моделирование.

Выполнила студентка 4 курса,

группы МДМ-218

Тюрина Вероника

• Имитационное моделирование - это совокупность методов алгоритмизации функционирования объектов исследований, программной реализации алгоритмических описаний, организации, планирования и выполнения на ЭВМ вычислительных экспериментов с математическими моделями, имитирующими функционирование РПС в течение заданного периода.

Достоинсва ИМ

• 1. возможность описания поведения компонент (элементов) процессов или систем на высоком уровне детализации;
• 2.           отсутствие ограничений между параметрами ИМ и состоянием внешней среды РПС;
• 3.           возможность исследования динамики взаимодействия компонент во времени и пространстве параметров системы;

Недостатки ИМ

• 1. Разработка хорошей ИМ часто обходится дороже создания аналитической модели и требует больших временных затрат.
• 2.           Может оказаться, что ИМ неточна (что бывает часто), и мы не в состоянии измерить степень этой неточности.
• 3.           Зачастую исследователи обращаются к ИМ, не представляя тех трудностей , с которыми они встретятся и совершают при этом ряд ошибок методологического характера.

Процесс имитационного исследования

Виды имитационного моделирования

Представление имитационной модели в виде « черного ящика».

• Статистическое моделирование - это способ изучения сложных процессов и систем, подверженных случайным возмущениям, с помощью имитационных моделей.

• Статистическая модель случайного процесса - это алгоритм, с помощью которого имитируют работу сложной системы, подверженной случайным возмущениям; имитируют взаимодействие элементов системы, носящих вероятностный характер.

Метод Монте-Карло

• Метод Монте-Карло - это численный метод, моделирующий на ЭВМ псевдослучайные числовые последовательности с заданными вероятностными характеристиками.

Обобщенный алгоритм метода статистических испытаний

Этапы методики статистического моделирования

• 1. Моделирование на ЭВМ псевдослучайных последовательностей с заданной корреляцией и законом распределения вероятностей (метод Монте-Карло), имитирующих на ЭВМ случайные значения параметров при каждом испытании;
• 2.           Преобразование полученных числовых последовательностей на имитационных математических моделях.
• 3.           Статистическая обработка результатов моделирования.