Основные этапы проведения экспериментальных исследований с помощью моделей. Типы вычислительных экспериментов.

Основные этапы:

1. Постановка задачи исследований, выбор показателей эффективности и учитывание факторов.

2. Планирование машинных экспериментов.

3. Проведение расчетов.

4. Обработка результатов эксперимента.

5. Анализ и интерпретация результатов моделирования.

Особенности машинного эксперимента по сравнению с натуральным:

1. Легкость варьирования условий проведения эксперимента.

2. Простота повторения условий эксперимента.

3. Возможность управления экспериментом с моделью, включая его прерывания и возобновление, ускорение и замедление.

4. Появление корреляции между последовательностью точек в процессе моделирования.

5. Трудность, связанная с определенной длительностью моделирования.

Цели:

1. Сокращение общего объема испытаний при соблюдении требований к достоверности и точности их результатов.

2. Повышение информативности каждого из экспериментов в отдельности.

Основная цель эксперим. исследования с помощью моделирования в изучении поведения моделир. системы. Требования к показателям эффективности:

1. Измеряемость. 2. Ясн. физический смысл. 3. Статистическая эффективность

4. Однозначность в статистическом смысле. Требования к системным показателям:

1. Смысл каждого показателя должны определяться целью функции исследования системы

2. В системе включены показатели, не выводимые друг из друга простыми математическими преобразованиями

3. Каждый показатель должен нести в себе информацию о системе

4. Системные показатели эффективности должны давать всестороннюю и достоверную характеристику системы с полнотой, определяемую целями исследования. Требования к независимым переменным (факторам):

1. Должны непосредственно воздействовать на объект

2. Не должны быть функциями других переменных

3. Должны быть измеряемыми

4. Должны быть управляемыми

Типы экспериментов:

1. Пассивные – наблюдение за неуправляемыми процессами не вмешиваясь в него, либо меняя 1 параметр

2. Активные – исследования управляемым процессом, одновременно изменяя несколько параметров

Преимущества активных экспериментов:

Они позволяют:

- минимизировать общее число опытов

- одновременно варьировать всеми переменными и оптимизировать использование факторы производства

- организовывать эксперименты таким образом, чтобы выполнять исходные предпосылки регрессионного анализа

- получать математические модели, имеющие лучшие свойства

- оценивает элемент неопределенности

Стратегическое и тактическое планирование машинных экспериментов.

Планирование имитационного эксперимента с моделями:

1. Стратегическое планирование (определение методов организации)

2. Тактическое планирование

Задачи стратегического планирования:

1. Выбор выходных параметров модели

2. Выбор исследуемых факторов

3. Выбор плана машинных экспериментов

Требования к показателям эффективности:

1. Измеряемость

2. Ясн. физический смысл

3. Статистическая эффективность

4. Однозначность в статистическом смысле

Требования к системным показателям:

1. Смысл каждого показателя должны определяться целью функции исследования системы

2. В системе включены показатели, не выводимые друг из друга простыми математическими преобразованиями

3. Каждый показатель должен нести в себе информацию о системе

4. Системные показатели эффективности должны давать всестороннюю и достоверную характеристику системы с полнотой, определяемую целями исследования

Требования к независимым переменным (факторам):

1. Должны непосредственно воздействовать на объект

2. Не должны быть функциями других переменных

3. Должны быть измеряемыми

4. Должны быть управляемыми

Задачи тактического планирования:

1. Определяет начальное значение и их влияние на достижение рез-та при моделировании

2. Обеспечивает точность и достоверность результата

3. Уменьшает дисперсию оценок показателей модели

4. Выбор правил автоматической обстановки имитационного эксперимента с моделью

В результате тактического планирования эксперимента определяется:

- шаг моделирования t

- продолжительность моделирования Tmod

- количество реализаций моделирования в каждом опыте

- использование способов уменьшения влияния переходного периода на результаты моделирования

- использование способов уменьшения дисперсии оценок выходных показателей моделей