Введение, Понятие метода статистического моделирования систем - Моделирование систем массового обслуживания с использованием метода Монте-Карло
В настоящее время нельзя назвать область человеческой деятельности, в которой в той или иной степени не использовались бы методы моделирования. Особенно это относится к сфере управления различными системами, где основными являются процессы принятия решений на основе получаемой информации [1].
Метод моделирования широко применяют в таких областях, как автоматизация проектирования и организации в автоматизированных системах научных исследований, в системах исследования и проектирования, в системах массового обслуживания, анализ различных сторон деятельности человека, автоматизированное управление производственными и другими процессами.
Важно подчеркнуть, что моделирование используется при проектировании, создании, внедрении, эксплуатации систем, а также на различных уровнях их изучения, начиная от анализа работы элементов и кончая исследованием системы в целом при их взаимодействии с окружающей средой.
Понятие метода статистического моделирования систем
На этапе исследования и проектирования систем при построении и реализации машинных моделей (аналитических и имитационных) широко используется метод статистического моделирования (Монте-Карло), который базируется на использовании случайных чисел, т. е. возможных значений некоторой случайной величины с заданным распределением вероятностей. Статистическое моделирование представляет собой метод получения с помощью ЭВМ статистических данных о процессах, происходящих в моделируемой системе. Для получения представляющих интерес оценки характеристик моделируемой системы S с учетом воздействий внешней среды Е статистические данные обрабатываются и классифицируются с использованием методов математической статистики. Сущность метода статистического моделирования сводится к построению для процесса функционирования исследуемой системы S некоторого моделирующего алгоритма, имитирующего поведение и взаимодействие элементов системы с учетом случайных входных воздействий и воздействий внешней среды Е, и реализации этого алгоритма с использованием программно-технических средств ЭВМ. Различают две области применения метода статистического моделирования: - для изучения стохастических систем; - для решения детерминированных задач [2]. Основной идеей, которая используется для решения детерминированных задач методом статистического моделирования, является замена детерминированной задачи эквивалентной схемой некоторой стохастической системы, выходные характеристики последней совпадают с результатом решения детерминированной задачи. При такой замене погрешность уменьшается с увеличением числа испытаний (реализации моделирующего алгоритма) N. В результате статистического моделирования системы S получается серия частных значений искомых величин или функций, статистическая обработка которых позволяет получить сведения о поведении реального объекта или процесса в произвольные моменты времени. Если количество реализации N достаточно велико, то полученные результаты моделирования системы приобретают статистическую устойчивость и с достаточной точностью могут быть приняты в качестве оценок искомых характеристик процесса функционирования системы S. При статистическом моделировании систем одним из основных вопросов является учет стохастических воздействий. Количество случайных чисел, используемых для получения статистически устойчивой оценки характеристики процесса функционирования системы S при реализации моделирующего алгоритма на ЭВМ, колеблется в достаточно широких пределах в зависимости от класса объекта моделирования, вида оцениваемых характеристик, необходимой точности и достоверности результатов моделирования. Для метода статистического моделирования на ЭВМ характерно, что большое число операций, а соответственно большая доля машинного времени расходуются на действия со случайными числами. Кроме того, результаты статистического моделирования существенно зависят от качества исходных (базовых) последовательностей случайных чисел. Поэтому наличие простых и экономичных способов формирования последовательностей случайных чисел требуемого качества во многом определяет возможность практического использования машинного моделирования системы. Понятие "статистическое моделирование" тесно связано с понятием "метод Монте-Карло" и почти ему тождественно. Для решения задач методом Монте-Карло необходимо получать на ЭВМ последовательность выборочных значений случайной величины с заданным распределением. Такой процесс принято называть моделированием случайной величины. Случайные величины обычно моделируют с помощью преобразований одного или нескольких независимых значений случайной величины а, равномерно распределенной в интервале (0,1). Независимые случайные величины, равномерно распределенные в интервале (0,1). Можно выделить следующие этапы моделирования случайных величин [3]:
- - генерирование N реализации случайной величины с требуемой функцией распределения; - преобразование полученной величины, определяемой математической моделью; - статистическая обработка реализации. Особенностью первого этапа является то, что все методы для получения заданного распределения используют преобразование равномерно распределенной величины. Конструктивно задаются случайная величина, равномерно распределенная в интервале (0,1), (0,l), далее производится отображение и получается новая случайная величина с распределением, определяемым решаемой задачей, в общем случае может быть довольно сложным. Далее следует получение некоторых характеристик. При параметрических оценках вычисляется некоторая функция. При непараметрическом задании функций распределения обычно вычисляются плотности или функции распределения. Чаще всего находят оценки математической ожидания. Погрешность оценки определяется дисперсией (если она известна) по числу экспериментов N. В результате можно выделить следующие этапы: - подготовка исходных данных, - генерирование равномерно распределенных случайных чисел, - преобразования для получения заданного закона распределения; - выполнение дополнительных преобразований в соответствии с проблем ной областью; - статистическая обработка. Технологический процесс в Монте-Карло системах где: - ПИД - подготовка исходных данных, - ГРРСЧ - генерирование равномерно распределенных случайных чисел; - ГПЗ - генерирование произвольного (заданного) закона распределения; - ДПр - дополнительные преобразования; - СО - статистическая обработка. Имитационные системы имеют следующие функциональные блоки: - имитации входных процессов; - имитации правил переработки входной информации исследуемой системы; - накопления информации в результате моделирования; - анализа накопленной информации; - управления имитирующей системы. Традиционный подход использует все классы задач, что и в методе Монте-Карло. Рассмотрим подробнее аналитический подход задания экзогенных переменных (первый случай). Они являются выходными другой подсистемы макросистемы и сами представляют собой макромодель. В рассматриваемом случае характеристики заданы аналитически. Технологический процесс имитационной системы ГСП - генерирование случайных (входных) процессов; ИС - имитационная система. На первом этапе находят наиболее подходящие методы и алгоритмы для описания аналитических функций распределения и проводят вычисления для определения исходных данных, например, при аппроксимационных методах - координаты узлов, коэффициентов и т. п. Во втором и третьем блоках производится генерирование случайных чисел с равномерным распределением x, и экзогенных случайных процессов z. Блок 4 имитирует работу исследуемой системы, результаты его работы накапливаются для последующей статистической обработки. В последнем, пятом, блоке осуществляется статистическая обработка. При моделировании систем на ЭВМ программная имитация случайных воздействий любой сложности сводится к генерированию некоторых стандартных (базовых) процессов и к их последующему функциональному преобразованию. В качестве базового может быть принят любой удобный в случае моделирования конкретной системы S процесс (например, пуассоновский поток при моделировании Q-схемы). Однако при дискретном моделировании базовым процессом является последовательность чисел, представляющих собой реализации независимых, равномерно распределенных на интервале (0,1) случайных величин или - в статистических терминах - повторную выборку из равномерно распределенной на (0,1) генеральной совокупности значений величины x [5].
Похожие статьи
-
Метод Монте-Карло используют для вычисления интегралов, в особенности многомерных, для решения систем алгебраических уравнений высокого порядка, для...
-
Заключение - Моделирование систем массового обслуживания с использованием метода Монте-Карло
Метод Монте-Карло можно определить как метод моделирования случайных величин с целью вычисления характеристик их распределений. Возникновение идеи...
-
Датой рождения метода Монте-Карло принято считать 1949 г., когда появилась статья под названием "The Monte Carlo method". Создателями этого метода...
-
Основные понятия теории экономико-математического моделирования Кибернетический подход к исследованию экономико-математических систем Обычно...
-
Пусть требуется разыграть испытания в каждом из которых событие А появляется с вероятностью р и не появляется с вероятностью 1-р [4]. Заменим...
-
Введение - Сущность трудовых ресурсов предприятия и методы их статистического анализа
Роль статистики при переходе к рыночным отношениям, как известно, возрастает. Статистика выступает не только как действенный инструмент анализа рыночной...
-
В большинстве реальных больших систем не обойтись без учета "состояний природы" -- воздействий Стохастического типа, случайных величин или случайных...
-
Статистическая обработка результатов измерений - обработка измерительной информации с целью получения достоверных данных. Разнообразие задач, решаемых с...
-
Введение - Одноканальные системы массового обслуживания
Во многих областях практической деятельности человека мы сталкиваемся с необходимостью пребывания в состоянии ожидания. Подобные ситуации возникают в...
-
СУЩНОСТЬ СТАТИСТИЧЕСКИХ МЕТОДОВ ПРОГНОЗИРОВАНИЯ Динамический или временной ряд представляет собой совокупность численных данных, характеризующих...
-
В 2011 - 2015 гг. в серии статей в научных журналах и докладов на международных, зарубежных и всероссийских научных конференциях была представлена...
-
Модель в общем смысле (обобщенная модель) есть создаваемый с целью получения и (или) хранения информации специфический объект (в форме мысленного образа,...
-
Конкретные модели процессов управления в социальных и экономических системах исходят из общей методологии, которую и формулируем в настоящей статье....
-
Введение - Моделирование математической модели теплообменника
Математический динамический модель канал Качественные и количественные изменения в промышленности, науке и технике составляют основу для значительного...
-
Пусть подынтегральная функция неотрицательна и ограничена: , а двумерная случайная величина распределена равномерно в прямоугольнике D с основанием и...
-
Введение - Применение метода Монте-Карло в эконометрическом анализе
Метод Монте-Карло можно определить как метод моделирования случайных величин с целью вычисления характеристик их распределений. Возникновение идеи...
-
Наиболее ранним способом формализации экономико-математических и ТС является представление физических явлений с помощью систем дифференциальных...
-
Статистические испытания схемы проводятся исходя из того, что генерирование случайных логических переменных xI проводится с помощью равномерного...
-
Введение - Метод представления знаний в интеллектуальных системах поддержки экспертных решений
Во многих областях человеческой деятельности - науке, технике, бизнесе - широко распространены проблемные ситуации, которые могут быть описаны исходными...
-
Введение - Методы экономико-математического моделирования
Экономико-математическое моделирование является неотъемлемой частью любого исследования в области экономики. Бурное развитие математического анализа,...
-
Особенности эконометрического метода Эконометрическая модель -- основное понятие эконометрии, экономико-математическая модель, параметры которой...
-
Этапы экономико-математического моделирования - Методы экономико-математического моделирования
Основные этапы процесса моделирования уже рассматривались выше. В различных отраслях знаний, в том числе и в экономике, они приобретают свои...
-
Пусть Dl, r() соответственно левые (правые) границы интервалов I, отвечающих на криволинейной трапеции ОИО значениям 0< < 1. Тогда интересующая нас...
-
В современных условиях эффективность деятельности предприятия, прежде всего, определяется эффективностью использования главного ресурса - людей....
-
Процесс экономико-математического моделирования - Экономико-математические методы
Этот процесс состоит из нескольких взаимосвязанных этапов. Разбиение на этапы и выделение на каждом этапе присущих ему процессов условно: на одном из...
-
Построение, или моделирование, конечной факторной системы для анализируемого экономического показателя хозяйственной деятельности можно осуществить как...
-
Моделирование процессов управления предполагает последовательное осуществление трех этапов исследования. Первый - от исходной практической проблемы до...
-
Математическое моделирование экономических явлений и процессов с целью оптимизации процессов управления - область научно-практической деятельности,...
-
Введение - Применение теории массового обслуживания
Математическое моделирование Одним из видов формализованного знакового моделирования является математического моделирование, осуществляемое средствами...
-
До появления современных ИТ не было широких возможностей использовать эффективные экономико-математические модели непосредственно в процессе...
-
Информация - это все данные, являющиеся объектом сбора, хранения, обработки, передачи и преобразования. Землеустроительная информация - это особый вид...
-
Монте карло погрешность распределение интеграл В качестве оценки интеграла принимают , Где n - число испытаний; F(x) - плотность распределения...
-
Общая схема метода Монте-Карло Сущность метода Монте-Карло состоит в следующем: требуется найти значение а некоторой изучаемой величины. Для этого...
-
Важной задачей статистики является разработка методики статистической оценки социально-экономических явлений, которая осложняется тем, что многие...
-
Системы массового обслуживания -- это такие системы, в которые в случайные моменты времени поступают заявки на обслуживание, при этом поступившие заявки...
-
Методы математического моделирования экономики развиваются уже почти 200 лет. За это время созданы десятки тысяч моделей разной степени общности и...
-
Теоретическое обоснование математического моделирования - Математические методы и модели в экономике
Коммерческая деятельность в том или ином виде сводится к решению таких задач: как распорядиться имеющимися ресурсами для достижения наибольшей выгоды или...
-
Как известно, человечество в своем стремительном развитии старается все более расширить сферы своей деятельности, сталкиваясь при этом с множеством новых...
-
Адсорбционные явления чрезвычайно широко распространены в живой и неживой природе. Толщи горных пород и почвы являются огромными колоннами с...
-
Описание реальных отношений между экономическими объектами и производственными процессами наиболее рационально и в полной мере осуществляется с помощью...
Введение, Понятие метода статистического моделирования систем - Моделирование систем массового обслуживания с использованием метода Монте-Карло