Авторы: Виктор Афонин, Сергей Федосин | Мордовский государственный университет имени Н.П. Огарева
Форма обучения:
дистанционная
Стоимость самостоятельного обучения:
бесплатно
Доступ:
свободный
Документ об окончании:
 
Уровень:
Специалист
Длительность:
14:37:00
Студентов:
2734
Выпускников:
1493
Качество курса:
4.12 | 4.13
Курс состоит из теоретической и практической частей. В каждой работе приводятся необходимые теоретические сведения для выполнения и понимания практических примеров. В практической части рассматриваются характерные примеры и их полная программная реализация в таких средах, как MATLAB, GPSS/PC. Большая часть программного кода реализована в MATLAB.
Данный курс охватывает следующие разделы: системы массового обслуживания (многофазные и многоканальные системы обслуживания), статистическое моделирование на ЭВМ (включая метод Монте-Карло, интервальные методы оценки параметров вероятностных законов и метод максимального правдоподобия), дисперсионный анализ, планирование машинных экспериментов с моделями систем (пассивный и активный эксперименты), регрессионный анализ в случае неполного ранга наблюдений и идентификации линейных непрерывных систем управления.
ISBN: 978-5-9963-0352-6
 

План занятий

Занятие
Заголовок <<
Дата изучения
Лекция 1
46 минут
Моделирование многофазных систем массового обслуживания
Цель работы: практически освоить методы моделирования двухфазных и трехфазных систем массового обслуживания с нулевой вместимостью блоков ожидания в программных средах MATLAB и GPSS/PC с целью получения операционных характеристик.
Оглавление
    -
    Лекция 2
    1 час 7 минут
    Моделирование многоканальных систем массового обслуживания
    Цель работы: практически освоить моделирование систем массового обслуживания в программных средах MATLAB и GPSS/PC при пуассоновском входном потоке требований, экспоненциальном обслуживании и возможном уходе из очереди также по экспоненциальному закону. Цель моделирования — получение операционных характеристик.
    Оглавление
      -
      Тест 2
      21 минута
      -
      Лекция 3
      52 минуты
      Моделирование непрерывных случайных величин с заданным законом распределения
      Цель работы: изучить и освоить методы моделирования случайных величин, распределенных по таким часто применяемым законам распределения в системах массового обслуживания, как равномерный, экспоненциальный, нормальный, распределение Эрланга, с целью программной реализации алгоритмов формирования случайных величин с заданным законом распределения. Моделирование осуществляется в программных средах MATLAB и GPSS/PC.
      Оглавление
        -
        Тест 3
        21 минута
        -
        Лекция 4
        45 минут
        Выборочный метод Монте-Карло
        Цель работы: Изучить и практически освоить метод Монте-Карло на примерах расчета площадей плоских фигур, объемов пространственных тел, а также вычисления кратных интегралов. Среда программирования — MATLAB.
        Оглавление
          -
          Лекция 5
          1 час 9 минут
          Исследование качества генераторов случайных чисел
          Цель работы: изучить и практически освоить оценки качества генераторов случайных чисел (ГСЧ) в различных системах программирования по заданным теоретическим показателям, с помощью критериев согласия и с помощью нормированной автокорреляционной функции на предмет независимости случайных чисел.
          Оглавление
            -
            Лекция 6
            46 минут
            Построение интервальных оценок параметров вероятностных распределений
            Цель работы: практически освоить методы построения интервальных оценок для параметров часто используемых вероятностных распределений. Среда программирования — MATLAB.
            Оглавление
              -
              Лекция 7
              47 минут
              Метод максимального правдоподобия точечной оценки неизвестных параметров вероятностных распределений
              Цель работы: практически освоить метод максимального правдоподобия для точечной оценки неизвестных параметров заданного вероятностного распределения случайной величины. Среда программирования — MATLAB.
              Оглавление
                -
                Лекция 8
                1 час 34 минуты
                Введение в дисперсионный анализ
                Цель работы: практически освоить применение метода дисперсионного анализа на примерах однофакторного и двухфакторного экспериментов. Среда программирования — MATLAB.
                Оглавление
                  -
                  Лекция 9
                  1 час 6 минут
                  Планирование и обработка результатов пассивного эксперимента
                  Цель работы: практически изучить применение линейных регрессионных моделей эксперимента с помощью компьютерного моделирования для случая, когда объект исследования по техническим, технологическим или экономическим соображениям не допускает преднамеренного варьирования входных переменных в необходимом диапазоне, и о виде математической модели и ее параметров делается заключение по результатам наблюдений входных и выходных переменных в режиме нормального функционирования исследуемого объекта или системы. Среда программирования — MATLAB.
                  Оглавление
                    -
                    Лекция 10
                    41 минута
                    Планирование активного эксперимента при поиске оптимальных условий
                    Цель работы: изучить методику планирования активного эксперимента при поиске экстремума функции отклика как функции двух переменных — факторов. Среда программирования — MATLAB.
                    Оглавление
                      -
                      Лекция 11
                      36 минут
                      Оценивание параметров линейной модели по наблюдениям неполного ранга
                      Цель работы: изучить способы оценки параметров линейной регрессионной модели в случае вырожденной информационной матрицы нормального уравнения. Среда программирования — MATLAB.
                      Оглавление
                        -
                        Лекция 12
                        46 минут
                        Регрессионная идентификация линейных непрерывных систем управления
                        Цель работы: изучить способы оценки (идентификации) параметров (матриц) непрерывных систем управления на основе регрессионного подхода. Среда программирования — MATLAB.
                        Оглавление
                          -
                          1 час 40 минут
                          -
                          Мария Ястребинская
                          Мария Ястребинская

                          Добрый день. Я приступила сегодня к самостоятельному изучению курса "Моделирование систем". Хочу понять - необходимо ли отсылать мои решения практических заданий на сайт, (и если да - то где найти волшебную кнопку "Загрузить...") или практические задания остаются полностью на моей совести? (никто не проверяет, и отчётности по ним я предоставлять не обязана?)

                          P.S.: тьютора я не брала

                          алена зянтерекова
                          алена зянтерекова
                          Александр Кибирев
                          Александр Кибирев
                          Россия, Иваново, Ивановский государственный университет, 1999
                          Анастасия Аканеева
                          Анастасия Аканеева
                          Россия, Улица Победа 5-6 , Самара