Автор работы: Пользователь скрыл имя, 08 Мая 2012 в 21:34, реферат
В исследовании операций широко применяются как аналитические, так и статистические модели. Каждый из этих типов имеет свои преимущества и недостатки. Аналитические модели более грубы, учитывают меньшее число факторов, всегда требуют каких-то допущений и упрощений. Зато результаты расчета по ним легче обозримы, отчетливее отражают присущие явлению основные закономерности. А, главное, аналитические модели больше приспособлены для поиска оптимальных решений. Статистические модели, по сравнению с аналитическими, более точны и подробны, не требуют столь грубых допущений, позволяют учесть большое (в теории - неограниченно большое) число факторов.
1.Введение……………………………………………………………………………………………………………….
2. Определение понятия "имитационное моделирование"………………………………….
3. Виды имитационного моделирования………………………………………………………………..
4. Метод Монте-Карло как разновидность имитационного моделирования……..
5. Вывод…………………………………………………………………………………………………………………….
6. Список используемой литературы…………
МИНИСТЕРСТВО ОБРАЗОВАНИЯ РЕСПУБЛИКИ БЕЛАРУСЬ
УО«Витебский государственный университет
имени П.М.Машерова »
Физический факультет
РЕФЕРАТ
По курсу: Программирование и математическое моделирование
Тема: Имитационное моделирование на ЭВМ
Выполнила: студентка ФФ,
2Н16-ой группы, ДО
Грекова Н.В.
Проверила: Алейникова Т.Г.
СОДЕРЖАНИЕ
1.Введение……………………………………………………
2. Определение понятия "имитационное моделирование"………………………………….
3. Виды имитационного моделирования……………………………………………
4. Метод Монте-Карло как разновидность имитационного моделирования……..
5. Вывод…………………………………………………………………
6. Список используемой
1.Введение
В исследовании операций широко применяются как аналитические, так и статистические модели. Каждый из этих типов имеет свои преимущества и недостатки. Аналитические модели более грубы, учитывают меньшее число факторов, всегда требуют каких-то допущений и упрощений. Зато результаты расчета по ним легче обозримы, отчетливее отражают присущие явлению основные закономерности. А, главное, аналитические модели больше приспособлены для поиска оптимальных решений. Статистические модели, по сравнению с аналитическими, более точны и подробны, не требуют столь грубых допущений, позволяют учесть большое (в теории - неограниченно большое) число факторов. Но и у них - свои недостатки: громоздкость, плохая обозримость, большой расход машинного времени, а главное, крайняя трудность поиска оптимальных решений, которые приходятся искать "на ощупь", путем догадок и проб.
Наилучшие работы в области исследования операций основаны на совместном применении аналитических и статистических моделей. Аналитическая модель дает возможность в общих чертах разобраться в явлении, наметить как бы контур основных закономерностей. Любые уточнения могут быть получены с помощью статистических моделей.
Имитационное моделирование
2. Определение понятия "имитационное моделирование"
В современной литературе не существует единой точки зрения по вопросу о том, что понимать под имитационным моделированием. Так существуют различные трактовки:
- в первой - под имитационной моделью понимается математическая модель в классическом смысле;
- во второй - этот термин сохраняется лишь за теми моделями, в которых тем или иным способом разыгрываются (имитируются) случайные воздействия;
- в третьей - предполагают, что имитационная модель отличается от обычной математической более детальным описанием , но критерий, по которому можно сказать, когда кончается математическая модель и начинается имитационная , не вводится;
Попробуем проиллюстрировать процесс
имитационного моделирования
Имитационное моделирование (от англ. simulinion) – это распространенная разновидность аналогового моделирования, реализуемого с помощью набора математических инструментальных средств, специальных имитирующих компьютерных программ и технологий программирования, позволяющих посредством процессов-аналогов провести целенаправленное исследование структуры и функций реального сложного процесса в памяти компьютера в режиме “имитации”, выполнить оптимизацию некоторых его параметров.
Имитационной моделью
называется специальный программный
комплекс, который позволяет имитировать
деятельность какого- либо сложного объекта.
Он запускает в компьютере параллельные
взаимодействующие
Следует отметить, что любое
моделирование имеет в своей
методологической основе элементы имитации
реальности с помощью какой-либо
символики (математики) или аналогов.
Поэтому иногда в российских вузах
имитационным моделированием стали
называть целенаправленные серии многовариантных
расчетов, выполняемых на компьютере
с применением экономико-
Имитационную модель нужно
создавать. Для этого необходимо
специальное программное
Имитационная модель должна отражать большое число параметров, логику и закономерности поведения моделируемого объекта во времени (временная динамика) и в пространстве (пространственная динамика). Моделирование объектов экономики связано с понятием финансовой динамики объекта. С точки зрения специалиста (информатика-экономиста, математика-программиста или экономиста-математика), имитационное моделирование контролируемого процесса или управляемого объекта – это высокоуровневая информационная технология, которая обеспечивает два вида действий, выполняемых с помощью компьютера:
-работы по созданию или модификации имитационной модели;
-эксплуатацию имитационной
модели и интерпретацию
Попробуем проиллюстрировать процесс
имитационного моделирования
Этапы процесса построения математической модели сложной системы:
1. Формулируются основные вопросы о поведении системы, ответы на которые мы хотим получить с помощью модели.
2. Из множества законов, управляющих поведением системы, выбираются те, влияние которых существенно при поиске ответов на поставленные вопросы.
3. В пополнение к этим законам, если необходимо, для системы в целом или отдельных ее частей формулируются определенные гипотезы о функционировании.
Критерием адекватности модели служит практика.
Трудности при построении математической модели сложной системы:
- Если модель содержит много связей между элементами, разнообразные нелинейные ограничения, большое число параметров и т. д.
- Реальные системы зачастую
подвержены влиянию случайных
различных факторов, учет которых
аналитическим путем
- Возможность сопоставления
Эти трудности и обуславливают применение имитационного моделирования.
Оно реализуется по следующим этапам:
1. Как и ранее, формулируются основные вопросы о поведении сложной системы, ответы на которые мы хотим получить.
2. Осуществляется декомпозиция системы на более простые части-блоки.
3. Формулируются законы и "правдоподобные" гипотезы относительно поведения как системы в целом, так и отдельных ее частей.
4. В зависимости от поставленных перед исследователем вопросов вводится так называемое системное время, моделирующее ход времени в реальной системе.
5. Формализованным образом задаются необходимые феноменологические свойства системы и отдельных ее частей.
6. Случайным параметрам, фигурирующим в модели, сопоставляются некоторые их реализации, сохраняющиеся постоянными в течение одного или нескольких тактов системного времени. Далее отыскиваются новые реализации.
Рекомендуется использовать имитационное моделирование в следующих случаях: