Файл: Основные понятия теории моделирования и анализа информационных процессов (1 час).docx

6. Анализ численных результатов и их применение. На этом заключительном этапе цикла встает вопрос о правильности и полноте результатов моделирования, об адекватности модели, о степени ее практической применимости. Математические методы проверки результатов могут выявлять некорректность построения модели и тем самым сужать класс потенциально правильных моделей. Неформальный анализ теоретических выводов и численных результатов, получаемых посредством модели, сопоставление их с имеющимися знаниями и фактами действительности также позволяют обнаруживать недостатки исходной постановки задачи, сконструированной математической модели, ее информационного и математического обеспечения.

Поскольку современные математические задачи могут быть сложны по своей структуре, иметь большую размерность, то часто случается, что известные алгоритмы и программы для ЭВМ не позволяют решить задачу в первоначальном виде. Если невозможно в короткий срок разработать новые алгоритмы и программы, исходную постановку задачи и модель упрощают: снимают и объединяют условия, уменьшают число учитываемых факторов, нелинейные соотношения заменяют линейными т.д.

Недостатки, которые не удается исправить на промежуточных этапах моделирования, устраняются в последующих циклах. Но результаты каждого цикла имеют и вполне самостоятельное значение. Начав исследование с построения простой модели, можно быстро получить полезные результаты, а затем перейти к созданию более совершенной модели, дополняемой новыми условиями, включающей уточненные математические зависимости.

Теория математического анализа моделей экономики развилась в особую ветвь современной математики — математическую экономику. Модели, изучаемые в рамках математической экономики, теряют непосредственную связь с экономической реальностью; они имеют дело с исключительно идеализированными экономическими объектами и ситуациями. При построении таких моделей главным принципом является не столько приближение к реальности, сколько получение возможно большего числа аналитических результатов посредством математических доказательств. Ценность этих моделей для экономической теории и практики состоит в том, что они служат теоретической базой для моделей прикладного типа.

---

Можно выделить по крайней мере четыре аспекта применения математических методов в решении практических проблем.

1. Совершенствование системы сбора информации о сложном объекте. Математические методы позволяют упорядочить систему информации, выявлять недостатки в имеющейся информации и вырабатывать требования для подготовки новой информации или ее корректировки. Разработка и применение математических моделей указывают пути совершенствования системы сбора и анализа информации, ориентированной на решение определенных задач планирования и управления. Прогресс в информационном обеспечении планирования и управления опирается на бурно развивающиеся технические и программные средства информатики.

2. Интенсификация и повышение точности технических и экономических расчетов. Формализация проектных технических и экономических задач и применение ЭВМ многократно ускоряют типовые, массовые расчеты, повышают точность и сокращают трудоемкость, позволяют проводить многовариантные технические и экономические обоснования сложных мероприятий, недоступные при "ручной" технологии.

3. Углубление количественного анализа проблем в технических, экономических и других приложениях. Благодаря применению метода моделирования значительно усиливаются возможности конкретного количественного анализа: изучение многих факторов, оказывающих влияние на процессы, количественная оценка последствий изменения условий развития объектов и т.п.

4. Решение принципиально новых научных и практических задач в любой сфере приложений. Посредством математического моделирования удается решать такие задачи, которые иными средствами решить невозможно, например: нахождение оптимального варианта выпуска продукции, создание объекта любой природы с заранее заданными свойствами, автоматизация контроля за функционированием сложных технико-экономических объектов и т.п.

Рассмотрим для примера встречающиеся в практической деятельности задачу математического моделирования.

Динамическое программирование (планирование)

Динамическое программирование (планирование) служит для выбора наилучшего плана выполнения многоэтапных действий. Для многоэтапных действий характерно протекание во времени. Кроме действий, естественно носящих многоэтапный характер (например, перспективное планирование), в ряде задач прибегают к искусственному расчленению на этапы, с тем, чтобы сделать возможным применение метода динамического программирования.

---

В общем виде постановка задачи динамического программирования сводится к следующему:

Имеется некоторая управляемая операция (целенаправленное действие), распадающаяся (естественно или искусственно) на m шагов – этапов. На каждом шаге осуществляется распределение и перераспределение участвующих в операции с целью улучшения ее результата в целом. Эти распределения в динамическом программировании называются управлениями операцией и обозначаются буквой U. Эффективность операции в целом оценивается тем же показателем, что и эффективность ее управления W (U).

При этом эффективность управления W(U) зависит от всей совокупности управлений на каждом шаге операции:

W = W(U) = W(U1, U2, ..., Um).

Управление, при котором показатель W достигает максимума, называется оптимальным управлением. Оптимальное управление обозначается буквой U.

Оптимальное управление многошаговым процессом состоит из совокупности оптимальных шаговых управлений:

U = (U1, U2, ..., Um).

Задача динамического программирования – определить оптимальное управление на каждом шаге Ui (i = 1, 2, …, m) и, тем самым, оптимальное управление всей операцией в целом.

В большинстве практических задач принимается, что показатель эффективности операции W в целом представляет собой сумму эффективности действий на всех этапах (шагах) операции:

W =  i,

где i – эффективность операции на i-м шаге.

При этом в случае оптимального управления

W = max i

Существо решения динамического программирования заключается в следующем:

• 
  Оптимизация производится методом последовательных приближений (итераций) в два круга; в начале от последнего шага операции к первому, а затем наоборот от первого к последнему;
  
• 
  На первом круге, идя от последующих шагов к предыдущим, находится так называемое условное оптимальное управление;
  
• 
  Условное оптимальное управление выбирается таким, чтобы все предыдущие шаги обеспечивали максимальную эффективность последующего шага, иными словами, на каждом шаге имеется такое управление, которое обеспечивает оптимальное продолжение операции; этот принцип выбора управления называется принципом оптимальности;
  
• 
  Так продолжается до первого шага, но поскольку первый шаг не имеет предыдущего, то полученное для него условное оптимальное управление теряет свой условный характер и становится просто оптимальным управлением, которое мы ищем;
  
• 
  Второй круг оптимизации начинается с первого шага, для которого оптимальное управление известно.
  

---

Имея для всех шагов после него условное оптимальное управление, мы знаем, что необходимо делать на каждом последующем шаге. Это дает нам возможность последовательно переходить от условных к оптимальным управлениям дл всех последующих шагов, что обеспечивает оптимальность операции в целом.

Задания для самостоятельного выполнения:

Построить модель развития компьютеров и наглядно отобразить и сделать презентацию по истории развития компьютеров.


Лабораторное занятие № 2

Тема: «Исследование элементов системы моделирования на имитационных моделях процессов массового обслуживания» (1час)

Задание к работе

1. Постройте модель варианта Q-схемы и обеспечьте сбор статистических данных о процессе функционирования исследуемого в работе варианта системы при условиях, задаваемых преподавателем.

2. Смоделировать обработку неоднородного потока заявок с помощью введения класса приоритетов.

3. Получение функции распределения времени обслуживания в первой фазе данной Q-схемы по каждому типу заявок отдельно.
Теоретические сведения
Системы массового обслуживания при наличии входного и выходного потоков

Рассмотрим СМО, в которых имеется как входной поток, так и поток обслуженных клиентов. Исследуются такие структуры, в которых параллельно функционируют с узлов (приборов), так что одновременно могут обслуживаться сразу с клиентов. При этом все обслуживающие приборы с точки зрения быстродействия предполагаются эквивалентными. Схематически такая обслуживающая система изображена на рис 1. заметим, что в любой (произвольно выбранный момент) времени всех находящихся в системе клиентов следует разделить на тех, кто находится в очереди и, следовательно, ждет, когда его начнут обслуживать, и тех, кто уже обслуживается.
Обслуживающая система Блок

обслуживания

Очередь


Поток

поступающих Выбывающие

заявок на из системы

обслуживание обслуженные

клиенты

Рисунок 1

Обозначения, которые представляют наиболее подходящими для СМО с параллельно "включенными" приборами, давно уже унифицированы и имеют следующую структуру:

---

(a/b/c): (d/e/f),

где символы a, b, c, d, e и f ассоциированны с конкретными наиболее существенными элементами модельного представления процессов массового обслуживания и интерпретируются следующим образом:

а- распределение моментов поступлений заявок на обслуживание;

b- распределение времени обслуживания (или выбытий обслуженных клиентов)

с - число параллельно функционирующих узлов обслуживания (с=1, 2…  );

d- дисциплина очереди;

е - максимальное число допускаемых в систему требований (число требований в очереди+число требований, принятых на обслуживание);

f- емкость источника, генерирующего заявки на обслуживание.

Для конкретизации a и b приняты следующие стандартные обозначения:

М- пуассоновское распределение моментов поступления заявок на обслуживание или выбытый из системы обслуживанных клиентов (или экспоненциальное распределение интервалов времени между моментами последовательных поступлений или продолжительностей обслуживания клиентов);

D- фиксированный (детерминированный) интервал времени между моментами последовательных поступлений в систему заявок на обслуживание или детерминированная (фиксированная) продолжительность обслуживания;

E_k- распределение Эрланга или гамма-распределение интервалов времени между моментами последовательных поступлений требований в обслуживающую систему или продолжительностей обслуживания (при этом под k понимается параметр распределения);

GI- распределение произвольного вида моментов поступления в систему заявок на обслуживание (или интервалов времени между последовательными поступлениями требований);

G- распределение произвольного вида моментов выбытия из системы обслуженных клиентов (или продолжительностей обслуживания).

Для иллюстрации рассмотрим структуру (M/D/10):(GD/N/). В соответствии с принятыми обозначениями здесь речь идет о СМО с пуассоновским входным потоком, фиксированным временем обслуживания и десятью параллельно функционирующими узлами обслуживания. Дисциплина очереди не регламентирована, что подчеркивается парой символов GD. Кроме того, независимо от того, сколько требований поступает на вход обслуживающей системы, данная система (очередь+обслуживаемые клиенты) не может вместить более N требований (клиентов), т.е. клиенты, не попавшие в блок ожидания, вынуждены обслуживаться в другом месте. Наконец, источник, порождающий заявки на обслуживание, имеет неограниченную (бесконечно большую) емкость.

---