- Главная
- Разное
- Дизайн
- Бизнес и предпринимательство
- Аналитика
- Образование
- Развлечения
- Красота и здоровье
- Финансы
- Государство
- Путешествия
- Спорт
- Недвижимость
- Армия
- Графика
- Культурология
- Еда и кулинария
- Лингвистика
- Английский язык
- Астрономия
- Алгебра
- Биология
- География
- Детские презентации
- Информатика
- История
- Литература
- Маркетинг
- Математика
- Медицина
- Менеджмент
- Музыка
- МХК
- Немецкий язык
- ОБЖ
- Обществознание
- Окружающий мир
- Педагогика
- Русский язык
- Технология
- Физика
- Философия
- Химия
- Шаблоны, картинки для презентаций
- Экология
- Экономика
- Юриспруденция
Математическое и имитационное моделирование. Имитационная модель презентация
Содержание
- 1. Математическое и имитационное моделирование. Имитационная модель
- 2. Имитационное моделирование - численный метод проведения
- 3. Имитационная модель - это компьютерная программа,
- 4. Условия применения ИМ: Если реальные эксперименты
- 5. Цели имитационного мод-я. Основная цель – анализ
- 6. Достоинства ИМ Часто это единственно возможный способ
- 7. Парадигмы имитационного моделирования
- 8. Классические парадигмы Дискретно-событийная или Процессная: Последовательность отдельных
- 9. Агентное моделирование Исследует: Поведение децентрализованных агентов;
- 10. Агентное моделирование Основные особенности: Наличие активных объектов
- 11. Зависимая переменная Время Моменты событий Время Зависимая переменная 2
- 12. Дискретно-событийное моделирование Дискретно-событийное моделирование — подход
- 13. Дискретно-событийное моделирование Это моделирование систем, поведение
- 14. Основные методы имита-ционного моделирования Аналитический метод
- 15. Метод статистического моделирования - это численный
- 16. МЕТОДИКА метода статистического моделирования Метод Монте-Карло. Вычисление
- 17. Метод статистических испытаний. Метод Монте-Карло. это
- 18. Сущность метода Монте-Карло.
- 19. Непрерывное имитационное моделирование представляется с помощью непрерывно
- 20. Модели Роста 4 (1) (2)
- 21. Систему обыкновенных дифференциальных уравнений, полученную в
- 22. Модели Роста 4
- 23. Модели Роста
- 24. Модели Роста
- 25. Конечно-разностные уравнения
- 26. Модель эффективности рекламы
- 27. Моделирование финансовой пирамиды Банковская система любой страны
- 28. Цель работы: Исследование зарождения, эволюции и гибели финансовой пирамиды
- 29. Примеры применения имитационных моделей модели роста
- 30. Модель Мальтуса Конечно-разностное уравнение динамики численности населения:
- 32. Модель Мальтуса Описывает неограниченный, экспоненциальный рост человечества.
- 33. Модель роста народонаселения Однако, экспоненциальный рост не
- 34. Логистическая модель роста народонаселения Логистическая модель роста
- 35. Модель Ферхюльста Конечно-разностное уравнение динамики численности
- 37. Модель Ферхюльста График этого уравнения называется логистической
- 38. Модель «Хищник-Жертва» Если динамических переменных больше одной,
- 39. Модель «Хищник-Жертва» 6
- 40. Модель «Хищник-Жертва» 6
- 41. Система имитационного моделирования Vensim
- 42. Система имитационного моделирования GPSS
- 43. Список литературы Емельянов А.А. Имитационное моделирование экономических
Имитационное моделирование - численный метод проведения на компьютерах вычислительных экспериментов с математическими моделями, имитирующими поведение реальных объектов, процессов и систем во времени в течение заданного периода.
Слайд 2Имитационное моделирование
- численный метод проведения на компьютерах вычислительных экспериментов с
математическими моделями, имитирующими поведение реальных объектов, процессов и систем во времени в течение заданного периода.
Слайд 3Имитационная модель
- это компьютерная программа, позволяющая воспроизводить на ЭВМ поведение
отдельных элементов системы и связей между ними в течение заданного времени моделирования.
Имитационные (вычислительные) эксперименты - это эксперименты с ИМ.
Имитационные (вычислительные) эксперименты - это эксперименты с ИМ.
Слайд 4Условия применения ИМ:
Если реальные эксперименты дороги, невозможны и опасны
Когда необходимо наблюдение
за поведением элементов системы и контроль за протеканием процессов путем их замедления или ускорения
Когда особое значение имеет последовательность процессов в проектируемых системах для предсказания узких мест их функционирования.
При подготовке специалистов как тренажеры
Когда особое значение имеет последовательность процессов в проектируемых системах для предсказания узких мест их функционирования.
При подготовке специалистов как тренажеры
Слайд 5Цели имитационного мод-я.
Основная цель – анализ динамических процессов с неподдающимися аналитическому
изучению сложными связями между переменными. Моделирующий алгоритм позволяет по исходным данным, содержащим сведения о начальном состоянии процесса (входной информации) и его параметрах, получить сведения о состояниях процесса на каждом последующем шаге.
Слайд 6Достоинства ИМ
Часто это единственно возможный способ получить хорошее решение
Возможность исследования систем
на разных уровнях детализации
Возможность исследования динамики взаимодействия элементов системы во времени
Возможность оценивания характеристики системы в определенные моменты времени.
Возможность исследования динамики взаимодействия элементов системы во времени
Возможность оценивания характеристики системы в определенные моменты времени.
Слайд 8Классические парадигмы
Дискретно-событийная или Процессная:
Последовательность отдельных важных событий;
Последовательность операций над некими объектами.
Системная
динамика
Структура и динамика сложных систем;
Высокий уровень абстракции.
Структура и динамика сложных систем;
Высокий уровень абстракции.
Слайд 9Агентное моделирование
Исследует:
Поведение децентрализованных агентов;
Влияние поведения агентов на поведение системы в
целом.
Определяется:
НЕ глобальными законами и правилами;
НО результатом индивидуальной активности отдельных активных объектов.
Определяется:
НЕ глобальными законами и правилами;
НО результатом индивидуальной активности отдельных активных объектов.
Слайд 10Агентное моделирование
Основные особенности:
Наличие активных объектов – агентов;
Взаимодействие между агентами.
Применимость:
Задачи коммуникативного характера
(контакты между активными объектами);
Моделирование технологических процессов.
Моделирование технологических процессов.
Слайд 12Дискретно-событийное моделирование
Дискретно-событийное моделирование — подход к моделированию, предлагающий абстрагироваться от
непрерывной природы событий и рассматривать только основные события моделируемой системы, такие как: «ожидание», «обработка заказа», «движение с грузом», «разгрузка» и другие.
Слайд 13Дискретно-событийное моделирование
Это моделирование систем, поведение которых изменяется лишь в заданные
моменты времени.
Пример. Системы массового обслуживания:
Средняя длина очереди;
Среднее время ожидания;
Количество обслуженных заявок.
Пример. Системы массового обслуживания:
Средняя длина очереди;
Среднее время ожидания;
Количество обслуженных заявок.
Слайд 14Основные методы имита-ционного моделирования
Аналитический метод
Метод статистического моделирования
Комбинированный (аналитико-статистический) метод.
Слайд 15Метод статистического моделирования
- это численный метод решения задач при помощи моделирования
случайных величин.
Слайд 16МЕТОДИКА метода статистического моделирования
Метод Монте-Карло.
Вычисление реакции объекта, процесса или системы на
случайные воздействия.
Статистическая обработка результатов имитационного эксперимента.
Статистическая обработка результатов имитационного эксперимента.
Слайд 17Метод статистических испытаний. Метод Монте-Карло.
это численный метод, моделирующий на ЭВМ псевдослучайные
числовые последовательности с заданными вероятностными характеристиками.
Слайд 19Непрерывное имитационное моделирование представляется с помощью непрерывно изменяющихся зависимых переменных во
времени
Первое уравнение определяет скорость изменения s как функцию от s и t , второе уравнение - начальное условие для переменной состояния.
3
Слайд 21
Систему обыкновенных дифференциальных уравнений, полученную в результате исследования какого-либо явления или
процесса, называют непрерывной моделью этого явления или процесса, поскольку все переменные этой модели являются непрерывными функциями времени.
Слайд 27Моделирование финансовой пирамиды
Банковская система любой страны как на трех китах покоится
на трех числах:
N1 > N2 > N3.
N1 - плата за кредит.
N2 - процент по вкладу.
N3 - это величина инфляции.
Разница между первым и вторым числом (N1 > N2) заставляет банки прибыльно работать.
N1 > N2 > N3.
N1 - плата за кредит.
N2 - процент по вкладу.
N3 - это величина инфляции.
Разница между первым и вторым числом (N1 > N2) заставляет банки прибыльно работать.
Слайд 29Примеры применения имитационных моделей
модели роста численности популяции. Простейшая модель такого
рода (закон экспоненциального роста) была использована в XIX веке Т. Мальтусом.
Недостаток: модель не учитывала, что общий объем жизненных ресурсов накладывает естественные ограничения на динамику развития процесса.
Недостаток: модель не учитывала, что общий объем жизненных ресурсов накладывает естественные ограничения на динамику развития процесса.
Слайд 30Модель Мальтуса
Конечно-разностное уравнение динамики численности населения:
Ni+1=Ni + rNi – mNi
или
Ni+1=Ni
+ (r – m)Ni
где разность (r – m) – коэффициент прироста.
Если этот коэффициент больше нуля (рождаемость выше смертности), население растет, если меньше нуля – убывает.
Если этот коэффициент больше нуля (рождаемость выше смертности), население растет, если меньше нуля – убывает.
Слайд 32Модель Мальтуса
Описывает неограниченный, экспоненциальный рост человечества.
В результате был получен весьма неблагоприятный
прогноз, связанный с невозможностью обеспечить жизненными ресурсами неограниченно растущее население.
Слайд 33Модель роста народонаселения
Однако, экспоненциальный рост не может продолжаться долго. Естественные ограничения
на него накладывает внешняя среда, ресурсы которой не безграничны.
В простейшем случае можно предположить, что коэффициент прироста не является постоянным, а убывает с течением времени, по мере роста населения.
В простейшем случае можно предположить, что коэффициент прироста не является постоянным, а убывает с течением времени, по мере роста населения.
Слайд 34Логистическая модель роста народонаселения
Логистическая модель роста народонаселения была предложена П. Ферхюльстом
(в
этой модели предполагается, что прирост численности в каждый момент прямо пропорционален достигнутой численности и обратно пропорционален ее квадрату).
Слайд 35Модель Ферхюльста
Конечно-разностное уравнение динамики численности населения:
Ni+1 = Ni +rNi –
mNi – bNi2
Решение этого уравнения приводит к тому, что численность населения не растет неограниченно, а стремится к некоторой предельной величине.
Решение этого уравнения приводит к тому, что численность населения не растет неограниченно, а стремится к некоторой предельной величине.
Слайд 37Модель Ферхюльста
График этого уравнения называется логистической кривой.
Таким образом, система в данном
случае имеет устойчивое (стационарное) состояние; этому состоянию соответствует прирост населения, равный нулю (рождаемость уравновешивается смертностью).
Слайд 38Модель «Хищник-Жертва»
Если динамических переменных больше одной, тогда и уравнений (дифференциальных или
разностных) должно быть несколько, т.е. это система уравнений.
Пример: модель Лотки-Вольтерра (в биологии известна как модель "хищник-жертва", в политологии – как модель "народ-правительство", в истории – как модель "бароны и крестьяне", в экономике как модель конкуренции фирм).
Пример: модель Лотки-Вольтерра (в биологии известна как модель "хищник-жертва", в политологии – как модель "народ-правительство", в истории – как модель "бароны и крестьяне", в экономике как модель конкуренции фирм).
Слайд 43Список литературы
Емельянов А.А. Имитационное моделирование экономических процессов.
Рыжиков Ю.И. имитационное моделирование.
Карпов Ю. Г. Имитационное моделирование систем.
Введение в моделирование с AnyLogic.
Труб И. Имитационное моделирование на СИ++.
Худякова Е.В., Липатов А.А.
Имитационное моделирование экономических процессов в АПК. – М.: Издательский центр МГАУ, 2006.
Труб И. Имитационное моделирование на СИ++.
Худякова Е.В., Липатов А.А.
Имитационное моделирование экономических процессов в АПК. – М.: Издательский центр МГАУ, 2006.
