ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 08.02.2024
Просмотров: 13
Скачиваний: 0
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
федеральное государственное бюджетное образовательное учреждение высшего образования «Курский государственный медицинский университет» Министерства здравоохранения Российской Федерации (ФГБОУ ВО КГМУ Минздрава России) медико-фармацевтический колледж
Тема: «Технология имитационного моделирования»
Выполнила:
студентка 2 курса 1 группы
отделения Сестринское дело
Мелихова Анастасия
Имитационное моделирование является мощным инструментом исследования поведения реальных систем. Методы имитационного моделирования позволяют собрать необходимую информацию о поведении системы путем создания ее компьютерной модели. Эта информаци используется затем для проектирования системы
бизнес процессы;
боевые действия;
динамика населения;
дорожное движение;
ИТ-инфраструктура;
математическое моделирование исторических процессов;
логистика;
пешеходная динамика;
производство;
рынок и конкуренция;
сервисные центры;
цепочки поставок;
уличное движение;
управление проектами;
экономика здравоохранения;
экосистемы
Агентное моделирование - метод имитационного моделирования, позволяющий исследовать нетривиальное поведение сложных систем и принимать на основе построенной модели взвешенные и обоснованные управленческие решения.
Дискретно-событийное моделирование. Суть дискретно-событийного подхода - моделирование системы с помощью описания изменений состояния системы, происходящих в дискретные моменты времени. Момент времени, в который может измениться: состояние системы, называется моментом наступления события, а соответствующая ему логическая процедура обработки "изменений состояния системы называется событием.
Системная динамика — направление в изучении сложных систем, исследующее их поведение во времени и в зависимости от структуры элементов системы и взаимодействия между ними.
Стоимость. Например, сокращение числа рабочих мест в некой организации может привести к снижению качества обслуживания, а затем и к потере клиентов.
Время. В реальном времени эффективность использования какого-либо оборудования или открытие, например, каких-нибудь новых дочерних предприятий может занять очень много времени (месяцы, годы). Имитационная модель же способна вывести наиболее вероятный исход таких действий за несколько минут (возможно, часов).
Повторяемость. В настоящее время организации различных типов должны очень быстро реагировать на всяческие, даже незначительные изменения на рынке.
Точность. Имитационное моделирование даёт возможность изобразить конструкцию системы и её процессы в непосредственном виде, избегая применения форму и математических зависимостей.
Наглядность. Она способна визуализировать процессы работы системы, схематично изобразить её структуру и преподнести в графическом виде результаты. С помощью таких возможностей гораздо проще показать полученный вариант решения какой-нибудь задачи и разъяснить его клиенту или коллегам.
Универсальность. С помощью имитационного моделирования можно справиться задачами их разных сфер производства, финансов, здравоохранения и прочих.
Имитационное моделирование имеет ряд недостатков:
Даже если не обращать внимания на то, что на создание имитационной модели может потребоваться много времени и сил, никто не может гарантировать, что полученная модель даст ответы на все вопросы.
Создание моделей может занять от часа до нескольких лет: всё зависит от того, какую систему мы хотим промоделировать.
Моделирование не может с такой точностью как математический анализ воссоздать систему, так как оно основано на генерации случайных чисел. Если есть возможность представить систему с помощью математической модели, то лучше сделать так.
Сложная модель может потребовать много компьютерного времени для проведения «прогонов».
Недостатком имитационного моделирования до сих пор является то, что нет каких-то определённых стандартов. Поэтому может получиться так, что если одну и ту же реальную модель воссоздают разные аналитики
, то результатом могут оказаться абсолютно разные модели.
Сущность метода имитационного моделирования состоит в построении так называемой имитационной модели исследуемого ЛПУ или его подразделения и целенаправленном экспериментировании с разрабатываемой моделью управления для получения ответов на те или иные вопросы.
Имитационное моделирование реализуется посредством набора математических инструментальных средств, специальных компьютерных программ и приемов, позволяющих с помощью компьютера провести целенаправленное моделирование в режиме «имитации» структуры и функций сложного процесса и оптимизацию некоторых его параметров.
Метод Монте-Карло
Статистические испытания по методу Монте-Карло представляют собой простейшее имитационное моделирование при полном отсутствии каких-либо правил поведения. Получение выборок по методу Монте-Карло - основной принцип компьютерного моделирования систем, содержащих стохастические или вероятностные элементы. Зарождение метода связано с работой фон Неймана и Улана в конце 1940-х гг., когда они ввели для него название «Монте-Карло» и применили его к решению некоторых задач экранирования ядерных излучений.
Общая теория систем
Общая теория систем была предложена Л. фон Берталанфи в 1930-е годы.Идея наличия общих закономерностей при взаимодействии большого, но не бесконечного числа физических, биологических и социальных объектов была впервые высказана Берталанфи в 1937 году на семинаре по философии в Чикагском университете. Однако первые его публикации на эту тему появились только после Второй мировой войны. Основной идеей Общей теории систем, предложенной Берталанфи, является признание изоморфизма законов, управляющих функционированием системных объектов. Фон Берталанфи также ввёл понятие и исследовал «открытые системы» — системы, постоянно обменивающиеся веществом и энергией с внешней средой.
Теория массового обслуживания
Любую систему, в которой поток требований встречает ограниченные средства их удовлетворения, можно рассматривать как систему массового обслуживания. В частности, если моменты поступления требований или продолжительность их обслуживания не регламентируются, то при пользовании системой возникают конфликты и образуется очередь. Длина этой очереди зависит от двух характеристик потока требований: во-первых, она зависит от интенсивности потока требований, и, во-вторых, от статических флуктуаций этой интенсивности.
Сотрудник Копенгагенской телефонной компании, ученый Агнер Эрланг, в период между 1908 и 1922 годами заложил основы теории массового обслуживания. Он выводил свои формулы вероятностей состояния, принимая допущения, значительно облегчающее исследование вопросов этой теории. В 1953г. Появилась работа Лундквиста, знаменующая собой некоторый сдвиг в этом направлении; с помощью нового, простого и элементарного метода Лундквисту удалось показать, что формулы Эрланга сохраняют силу для любой длины разговоров. В дальнейшем было показано, что формулы, найденные Эрлангом, сохраняют силу без учета этих допущений.
Тема: «Технология имитационного моделирования»
Выполнила:
студентка 2 курса 1 группы
отделения Сестринское дело
Мелихова Анастасия
Имитационное моделирование является мощным инструментом исследования поведения реальных систем. Методы имитационного моделирования позволяют собрать необходимую информацию о поведении системы путем создания ее компьютерной модели. Эта информаци используется затем для проектирования системы
Области применения имитационного моделирования:
бизнес процессы;
боевые действия;
динамика населения;
дорожное движение;
ИТ-инфраструктура;
математическое моделирование исторических процессов;
логистика;
пешеходная динамика;
производство;
рынок и конкуренция;
сервисные центры;
цепочки поставок;
уличное движение;
управление проектами;
экономика здравоохранения;
экосистемы
Виды имитационного моделирования
Агентное моделирование - метод имитационного моделирования, позволяющий исследовать нетривиальное поведение сложных систем и принимать на основе построенной модели взвешенные и обоснованные управленческие решения.
Дискретно-событийное моделирование. Суть дискретно-событийного подхода - моделирование системы с помощью описания изменений состояния системы, происходящих в дискретные моменты времени. Момент времени, в который может измениться: состояние системы, называется моментом наступления события, а соответствующая ему логическая процедура обработки "изменений состояния системы называется событием.
Системная динамика — направление в изучении сложных систем, исследующее их поведение во времени и в зависимости от структуры элементов системы и взаимодействия между ними.
Применение имитационных моделей дает множество преимуществ:
Стоимость. Например, сокращение числа рабочих мест в некой организации может привести к снижению качества обслуживания, а затем и к потере клиентов.
Время. В реальном времени эффективность использования какого-либо оборудования или открытие, например, каких-нибудь новых дочерних предприятий может занять очень много времени (месяцы, годы). Имитационная модель же способна вывести наиболее вероятный исход таких действий за несколько минут (возможно, часов).
Повторяемость. В настоящее время организации различных типов должны очень быстро реагировать на всяческие, даже незначительные изменения на рынке.
Точность. Имитационное моделирование даёт возможность изобразить конструкцию системы и её процессы в непосредственном виде, избегая применения форму и математических зависимостей.
Наглядность. Она способна визуализировать процессы работы системы, схематично изобразить её структуру и преподнести в графическом виде результаты. С помощью таких возможностей гораздо проще показать полученный вариант решения какой-нибудь задачи и разъяснить его клиенту или коллегам.
Универсальность. С помощью имитационного моделирования можно справиться задачами их разных сфер производства, финансов, здравоохранения и прочих.
Имитационное моделирование имеет ряд недостатков:
Даже если не обращать внимания на то, что на создание имитационной модели может потребоваться много времени и сил, никто не может гарантировать, что полученная модель даст ответы на все вопросы.
Создание моделей может занять от часа до нескольких лет: всё зависит от того, какую систему мы хотим промоделировать.
Моделирование не может с такой точностью как математический анализ воссоздать систему, так как оно основано на генерации случайных чисел. Если есть возможность представить систему с помощью математической модели, то лучше сделать так.
Сложная модель может потребовать много компьютерного времени для проведения «прогонов».
Недостатком имитационного моделирования до сих пор является то, что нет каких-то определённых стандартов. Поэтому может получиться так, что если одну и ту же реальную модель воссоздают разные аналитики
, то результатом могут оказаться абсолютно разные модели.
Применение имитационного моделирования
Сущность метода имитационного моделирования состоит в построении так называемой имитационной модели исследуемого ЛПУ или его подразделения и целенаправленном экспериментировании с разрабатываемой моделью управления для получения ответов на те или иные вопросы.
Имитационное моделирование реализуется посредством набора математических инструментальных средств, специальных компьютерных программ и приемов, позволяющих с помощью компьютера провести целенаправленное моделирование в режиме «имитации» структуры и функций сложного процесса и оптимизацию некоторых его параметров.
Метод Монте-Карло
Статистические испытания по методу Монте-Карло представляют собой простейшее имитационное моделирование при полном отсутствии каких-либо правил поведения. Получение выборок по методу Монте-Карло - основной принцип компьютерного моделирования систем, содержащих стохастические или вероятностные элементы. Зарождение метода связано с работой фон Неймана и Улана в конце 1940-х гг., когда они ввели для него название «Монте-Карло» и применили его к решению некоторых задач экранирования ядерных излучений.
Общая теория систем
Общая теория систем была предложена Л. фон Берталанфи в 1930-е годы.Идея наличия общих закономерностей при взаимодействии большого, но не бесконечного числа физических, биологических и социальных объектов была впервые высказана Берталанфи в 1937 году на семинаре по философии в Чикагском университете. Однако первые его публикации на эту тему появились только после Второй мировой войны. Основной идеей Общей теории систем, предложенной Берталанфи, является признание изоморфизма законов, управляющих функционированием системных объектов. Фон Берталанфи также ввёл понятие и исследовал «открытые системы» — системы, постоянно обменивающиеся веществом и энергией с внешней средой.
Теория массового обслуживания
Любую систему, в которой поток требований встречает ограниченные средства их удовлетворения, можно рассматривать как систему массового обслуживания. В частности, если моменты поступления требований или продолжительность их обслуживания не регламентируются, то при пользовании системой возникают конфликты и образуется очередь. Длина этой очереди зависит от двух характеристик потока требований: во-первых, она зависит от интенсивности потока требований, и, во-вторых, от статических флуктуаций этой интенсивности.
Сотрудник Копенгагенской телефонной компании, ученый Агнер Эрланг, в период между 1908 и 1922 годами заложил основы теории массового обслуживания. Он выводил свои формулы вероятностей состояния, принимая допущения, значительно облегчающее исследование вопросов этой теории. В 1953г. Появилась работа Лундквиста, знаменующая собой некоторый сдвиг в этом направлении; с помощью нового, простого и элементарного метода Лундквисту удалось показать, что формулы Эрланга сохраняют силу для любой длины разговоров. В дальнейшем было показано, что формулы, найденные Эрлангом, сохраняют силу без учета этих допущений.