O Моделирование систем

Министерство образования и науки Российской Федерации

Владивостокский государственный университет

экономики и сервиса

МОДЕЛИРОВАНИЕ СИСТЕМ

Учебная программа дисциплины

по направлению подготовки

230100.62 Информатика и вычислительная техника

Владивосток

Издательство ВГУЭС

2014

ББК 32.88

Учебная программа по дисциплине «Моделирование систем» составлена в соответствии с требованиями ГОС ВПО. Предназначена для студентов направления подготовки 230100.62 «Информатика и вычислительная техника».

.

Авторы-составители:

, д. т.н.

, старший преподаватель кафедры информационных систем и прикладной информатики

Утверждена на заседании кафедры информационных систем и прикладной информатики от 01.01.2001 г., протокол

Рекомендована к изданию учебно-методической комиссией Института информатики, инноваций и бизнес-систем на заседании от 01.01.2001г., протокол

© Издательство Владивостокского
государственного университета

экономики и сервиса, 2014

ВведеНИЕ

В рамках занятий по курсу «Моделирование систем» рассматриваются принципы и методы построения моделей информационных процессов и систем. Изучаются методология и технология машинного моделирования систем, способы формализации и алгоритмизации процессов функционирования автоматизированных систем обработки информации и управления, организация статистического моделирования на ЭВМ, инструментальные средства моделирования. Значительное внимание уделяется вопросам имитационного моделирования информационных систем и сетей на базе моделирующей системы GPSS, различным подходам к моделированию информационно-вычислительных процессов (в том числе параллельных). В качестве современных способов моделирования информационных систем рассматривается методология функционального моделирования SADT. Излагаются основы использования CASE-средств при решении задач моделирования данных в сложных информационных системах.

Изучение дисциплины «Моделирование систем» базируется на знаниях по дисциплинам: «Теория вероятностей, математическая статистика и случайные процессы», «Вычислительная математика», «Физика». Кроме этого, в ходе проведения практических занятий требуется составить алгоритм и программу для решения поставленной задачи, поэтому также необходимы знания из дисциплины «Алгоритмизация и программирование».

Знания по дисциплине «Моделирование систем» используются при изучении дисциплин: «Теория автоматов», «Техническая диагностика» и «Проектирование информационных систем».

1. ОРГАНИЗАЦИОННО-МЕТОДИЧЕСКИЕ УКАЗАНИЯ

1.1. Цели освоения учебной дисциплины

Цель изучения дисциплины состоит в освоении студентами методологии и технологии моделирования (в первую очередь компьютерного) при исследовании, проектировании и эксплуатации информационных систем. Задачи курса:

- изучение типовых математических схем моделирования систем;

- рассмотрение вопросов формализации и алгоритмизации информационных процессов;

- изучение статистического моделирования систем на ЭВМ;

- ознакомление с основными языками имитационного моделирования систем;

- изучение современных способов моделирования сложных информационных систем.

1.2. Перечень компетенций, приобретаемых при изучении дисциплины

Изучение дисциплины формирует следующие профессиональные компетенции:

а) построение имитационных моделей информационных процессов;

б) получение концептуальных моделей систем;

в) построение моделирующих алгоритмов;

г) программирование в системе моделирования GPSS.

Этому способствует знание принципов моделирования, классификации способов представления моделей систем, приемов, методов, способов формализации объектов, процессов, явлений и реализации их на компьютере, достоинств и недостатков различных способов представления моделей систем, алгоритмов фиксации и обработки результатов моделирования систем, способов планирования машинных экспериментов с моделями. При этом студент должен уметь владеть технологией моделирования, представлять модель в математическом и алгоритмическом виде, оценивать качество модели, показывать теоретические основания модели, проводить статистическое моделирование систем, моделировать процессы, протекающие в информационных системах и сетях.

1.3. Основные виды занятий и особенности их проведения

Дисциплина «Моделирование систем» изучается студентами очной формы обучения на пятом семестре. Общее количество часов, которое отводится для изучения дисциплины, –137. Количество аудиторных часов – 48, на самостоятельную работу отводится 89 часов, из них: 20 часов на подготовку к экзамену, 19 часов на оформление отчетов и подготовку к защите практических заданий, 50 часов на самостоятельное изучение материала и консультации.

При проведении лекций учитывается, что значительная часть материала выносится на самостоятельную работу. На лекциях акцентируется внимание на узловые моменты теории моделирования и умение использовать ее для построения моделей информационно-вычислительных процессов и систем.

Лабораторные работы компьютерные, проводятся с использованием программных пакетов MATLAB и GPSS. Это дает возможность проводить их по мере изучения теоретического материала на лекционных занятиях с начала семестра.

1.4. Взаимосвязь аудиторной и самостоятельной работы студентов при изучении дисциплины

В ходе изучения дисциплины студент слушает лекции по теоретическому материалу, ряд вопросов выносится на самостоятельное изучение. Контроль усвоения материала проводится по результатам выполнения экспресс-контрольных работ и индивидуальных заданий. Для помощи студенту в освоении теоретического материала лекционных занятий и самостоятельной работы предусматриваются консультации ведущего преподавателя.

Для выполнения практических работ в рамках самостоятельной работы студента предусмотрено время для оформления отчета и освоения теоретического материала для ответов на контрольные вопросы.

Для подготовки к экзамену студенту отводится 20 часов самостоятельной работы и консультация ведущего преподавателя перед экзаменом.

1.5. Виды контроля и отчетности по дисциплине

В ходе изучения дисциплины предусматриваются следующие виды контроля знаний студентов: текущая и промежуточная аттестация.

Текущая аттестация предназначена для контроля знаний студентов в середине семестра и включает:

-  защиту отчетов по выполняемым лабораторным работам;

-  оценку знаний и умений студентов при проведении консультаций по лекционным и лабораторным занятиям.

Текущая аттестация проводится в форме защит лабораторных, курсовых работ и является фактическим допуском к экзамену в соответствии с Положением о рейтинговой системе оценки успеваемости студентов во Владивостокском государственном университете экономики и сервиса. Аттестация может быть проведена (в виде исключения) в форме письменного опроса по разделам дисциплины, изученных студентом в семестре, при этом для выставления оценки учитывается количество выполненных и защищенных лабораторных работ за отчетный период, активность студентов на консультациях. Тестирование допускается только для обнаружения пробелов в теоретических знаниях и с предоставлением полного доступа к результатам тестирования (с указанием неверных ответов) преподавателю и студентам.

Результаты текущей и промежуточной аттестаций заносятся в ведомость установленной формы (возможно в цифровой форме).

Промежуточная аттестация – экзамен в пятом семестре. Условием допуска студента к экзамену является успешное прохождение двух текущих аттестаций в соответствии с требованиями Положения о рейтинговой системе оценки успеваемости студентов во ВГУЭС. Кроме того, студент должен выполнить и защитить не менее 60% всех лабораторных работ. Итоговая оценка формируется на основе результатов текущих и промежуточной аттестаций.

1.6. Техническое и программное обеспечение дисциплины

При изучении дисциплины на лекционных занятиях используется проекционное оборудование, сопряженное с компьютером, для просмотра презентаций по дисциплине.

Практические занятия проводятся в компьютерном классе с установленными в нем программными пакеты MATLAB и GPSS.

2. СОДЕРЖАНИЕ ДИСЦИПЛИНЫ

2.1. Перечень тем лекционных занятий

Введение

Предмет и задачи дисциплины «Моделирование», ее место в подготовке инженера. Структура дисциплины.

Тема 1. Основные понятия теории моделирования, современное состояние и общая характеристика проблемы моделирования систем

Методологическая основа моделирования. Объект. Гипотеза. Аналогия. Модель. Адекватность модели. Моделирование как познавательный процесс. Использование моделирования при исследовании и проектировании информационных систем. Перспективы развития моделирования систем.

Тема 2. Принципы системного подхода в моделировании систем. Классификация видов моделирования систем

Классический (индуктивный) подход. Системный подход. Структура системы. Функционирование системы. Возможности и эффективность моделирования систем на ЭВМ. Детерминированное, стохастическое, статическое, динамическое, дискретное, дискретно-непрерывное, мысленное, наглядное, гипотетическое, аналоговое, знаковое, языковое и символическое моделирование. Аналитическое и имитационное моделирование.

Тема 3. Основные математические методы моделирования информационных процессов и систем

Математическая модель объекта. Непрерывно – детерминированные модели. Дифференциальные уравнения (обыкновенные и в частных производных). Пример с элементарными колебательными системами различной природы (маятник и электрический контур). Система автоматического управления. Дискретно – детерминированные модели. Теория автоматов. Конечные автоматы Мили и Мура. Графы и матрицы соединений автоматов.

Тема 4. Дискретно-стохастические модели. Непрерывно-стохастические модели

Вероятностный автомат Мили и Мура. Матрица переходов вероятностного автомата и его граф. Оценивание суммарных финальных вероятностей пребывания вероятностного автомата в определенных состояниях с помощью теории Марковских цепей. Система массового обслуживания. Однородный и неоднородный поток событий. Прибор обслуживания заявок как элементарный блок в моделировании информационно-вычислительных процессов.

Тема 5. Сетевые модели

Сеть Петри. Позиции. Переходы. Прямая и обратная функции инцидентности. Граф сетевой модели. Правило маркировки сети Петри. Синхронизация событий в сетевых моделях. Пример имитационного моделирования функционирования асинхронной ЭВМ с конвейерным типом обработки данных. Нейросетевое моделирование систем. Адаптивная линейная фильтрация. Функционирование нейронных сетей в режимах обучения и обобщения.

Тема 6. Формальное описание систем с помощью комбинированных моделей

Понятие агрегата и его параметры. Входное и выходное сообщение. Оператор сопряжения агрегатов. Полюса агрегативной системы. Рассмотрение структуры агрегативной системы на примере из шести агрегатов.

Тема 7. Последовательность разработки и реализации моделей информационных систем

Построение концептуальной модели информационной системы и ее формализация. Логическая структура моделей (блочный принцип). Алгоритмизация модели. Принципы построения моделирующих алгоритмов (принцип t, принцип z). Обобщенная, детальная и логическая схема алгоритма. Символы, схемы и граф-схемы моделирующих алгоритмов.

Тема 8. Статистическое моделирование на ЭВМ

Основные предельные теоремы теории вероятностей и их использование в статистическом моделировании (неравенство Чебышева, теорема Бернулли, теорема Пуассона, теорема Чебышева, центральная предельная теорема и др.). Закон больших чисел. Пример статистического моделирования. Псевдослучайные числа и процедуры их машинной генерации (метод серединных квадратов, конгруэнтные процедуры, мультипликативный метод). Алгоритмы генерации случайных величин с нормальным, логнормальным и 2 распределениями.

Тема 9. Оценка точности и достоверности результатов моделирования

Точность оценки. Достоверность оценки. Относительная точность оценки. Пример с оценкой вероятности. Проверка качества последовательностей псевдослучайных чисел. Характеристики качества генераторов: длина периода, длина отрезка апериодичности.

Тема 10. Планирование имитационных экспериментов с моделями

Методы теории планирования экспериментов. Факторное пространство и функции реакций. Управляемый, наблюдаемый, изучаемый, количественный, качественный, фиксированный и случайный фактор. Вектор наблюдений и матрица планирования эксперимента. Полный факторный эксперимент. Дробный факторный эксперимент. Правила масштабирования уровней факторов.

Тема 11. Стратегическое и тактическое планирование имитационных экспериментов с моделями систем

Этапы стратегического планирования. Структурная модель. Функциональная модель. Оптимальное планирование эксперимента. Цель тактического планирования. Влияние начальных условий. Обеспечение точности и достоверности результатов моделирования. Снижение дисперсии оценок. Выбор правил постановки имитационного эксперимента с моделью.

Тема 12. Фиксация и статистическая обработка результатов моделирования систем

Алгоритм фиксации и обработки результатов моделирования систем. Методы оценки. Несмещенность оценки. Эффективность оценки. Состоятельность оценки. Эмпирический закон распределения случайной величины. Проверка однородности распределений. Сравнение средних значений и дисперсий переменных. Критерии согласия Колмогорова, Пирсона, Смирнова и Фишера.

Тема 13. Анализ и интерпретация результатов моделирования на ЭВМ

Назначение корреляционного анализа. Коэффициент корреляции. Область применения регрессионного анализа. Метод наименьших квадратов. Построение линейной регрессионной модели. Дисперсионного анализ результатов моделирования. Однородность статистического материала.

Тема 14. Инструментальные средства моделирования систем

Языки моделирования (MIMIC, DYNAMO, GASP, FORSIM, SIMULA, SIMSCRIPT, MATLAB, SIMULINK) и их классификация. Дерево решений выбора языка для моделирования системы. Моделирующие комплексы. Сравнение характеристик языков имитационного моделирования. Область применения системы моделирования GPSS.

Тема 15. Имитационное моделирование информационных систем и сетей

Транзакты в системах моделирования информационных процессов. Блоки в системе моделирования GPSS, реализующие процедуры уничтожения, продвижения и задержки транзактов. Синхронизация и циклическое повторение событий в моделирующих системах.

Тема 16. Структура моделей информационно-вычислительных процессов

Моделирование каналов связи. Задача об опросе датчиков. Очереди. Накопители. Гистограммы. Задание длин интервалов в потоке транзактов. Задание длин очередей. Задача моделирования мультипроцессорной системы.

Тема 17. Моделирование потоков данных в информационных системах

Иерархия диаграмм потоков данных. Методология функционального моделирования SADT. Состав функциональной модели. Типы связей между функциями. Основные средства моделирования данных: диаграммы «сущность-связь» (ERD) и CASE-метод Баркера. Универсальный идентификатор. Возможный ключ сущности. Подтипы и супертипы.

2.2. Перечень тем лабораторных занятий

1. Исследование линейных регрессионных моделей.

2. Разработка нейросетевых моделей.

3. Моделирование информационно-вычислительных процессов с помощью сетей Петри.

4. Исследование генераторов случайных величин с различными законами распределения на языке GPSS.

5. Построение имитационной модели информационно-вычислительного процесса на языке GPSS.

3. МЕТОДИЧЕСКИЕ РЕКОМЕНДАЦИИ ПО ИЗУЧЕНИЮ ДИСЦИПЛИНЫ

3.1. Перечень и тематика самостоятельных работ студентов, методические рекомендации по организации СРС

В рамках общего объема часов, отведенных для изучения дисциплины, предусматривается выполнение следующих видов самостоятельных работ студентов (СРС): контрольные работы; самостоятельное изучение теоретического материала с самоконтролем по приведенным ниже вопросам; изучение теоретического материала для выполнения практических заданий; итоговое повторение теоретического материала; изучение типовых математических схем для построения моделей систем и программирование на языке GPSS.

Для студентов очной формы обучения предусматривается выполнение трех контрольных работ:

1. Анализ и обработка данных в MATLAB.

Целью работы является закрепление теоретических знаний и приобретение навыков программирования в MATLAB в соответствии с темами 1 и 14 содержания дисциплины. Планируемое время СРС – 5 часов.

2. Имитационное моделирование в SIMULINK.

Целью работы является закрепление теоретических знаний и приобретение навыков составления моделей в SIMULINK в соответствии с темами 8, 9, 10, 11, 12, 13 и 14 содержания дисциплины. Планируемое время СРС – 5 часов.

3. Основные категории и объекты в языке GPSS.

Целью работы является закрепление теоретических знаний и приобретение навыков составления программ на языке GPSS в соответствии с темами 14 и 15 содержания дисциплины. Планируемое время СРС – 5 часов.

Для самостоятельного изучения дисциплины выносится часть материала по всем темам дисциплины с самоконтролем по контрольным вопросам и возможностью консультации у ведущего преподавателя общим объемом 50 часов СРС.

Для контроля этого вида самостоятельной работы на лекционных занятиях предусматриваются следующие экспресс-контрольные работы:

1. Формирование массивов специального вида, операции над матрицами в MATLAB, тема 5.

2. Библиотека программ NAG для регрессионного и корреляционного анализа, тема 13.

3. Генераторы случайных чисел в MATLAB, тема 8.

4. Генерация и задержка транзактов, тема 15.

5. Блоки для сбора статистики в GPSS, тема 16.

Для выполнения практических заданий в соответствии с разделом 2.2 настоящей учебной программы студент должен предварительно самостоятельно освоить теоретический материал соответствующих тем.

Для составления отчета по практическому заданию он должен знать теоретический материал и продемонстрировать навыки по составлению программ на изучаемых языках программирования.

Объем СРС, отводимый на эту работу составляет 20 часов.

На подготовку к экзамену отводится 20 часов СРС.

Для студентов заочной формы обучения предусматривается выполнение двух контрольных работ.

Первая контрольная работа включает в себя две задачи:

1. Построение графа для описания функционирования конечного автомата.

2. Составление программ в MATLAB.

Целью работы является закрепление теоретических знаний и приобретение практических навыков по применению типовых математических схем при моделировании систем в соответствии с темами 4, 5, 8 содержания дисциплины. С учетом самостоятельного изучения теоре-тического материала объем СРС составляет 20 часов.

Вторая контрольная работа включает в себя две задачи:

1. Генератор случайных чисел с заданным законом распределения вероятностей на языке GPSS.

2. Составление планов экспериментов с моделями.

Целью работы является закрепление теоретических знаний и приобретение практических навыков оптимального планирования экспериментов с моделями в соответствии с темами 9, 10 содержания дисциплины. С учетом самостоятельного изучения теоретического материала с контролем на защите работы объем СРС составляет 20 часов.

До выхода на сессию студенты-заочники самостоятельно изучают материал тем 1-3, 6, 7, 11-17 с самоконтролем по приведенным вопросам с объемом СРС 60 часов.

На сессии студенты выполняют два практических задания из перечня раздела 2.2 настоящей рабочей программы. Студент должен предварительно самостоятельно освоить теоретический материал соответствующих разделов. Для выполнения практических заданий он должен знать теоретический материал и продемонстрировать навыки составления программ на языке GPSS.

На подготовку к экзамену отводится 20 часов СРС.

3.2. Методические рекомендации по работе с литературой

В центральных издательствах выпущены учебники и практикумы, что позволило включить их в список рекомендованной литературы. Издания последних лет отражают современное состояние теоретических и практических основ моделирования систем. Для изучения теоретического материала по моделированию (темы 1-16) можно предложить классический учебник [1] для обучающихся по направлению «Информационные системы и технологии». Параллельно с ним для изучения тем 8-16 рекомендуется использовать [1-4], где ряд вопросов изложен в более доступной форме. При рассмотрении темы 17 лучше использовать такие специальные издания как [9] и [10]. При выполнении практических и индивидуальных заданий рекомендуется использовать [3]. Эти издания увязаны с лекционными занятиями и графиком учебного процесса. Для интенсификации самостоятельного изучения дисциплины за счет использования компьютерных технологий студентам предлагается использовать Интернет-сайт [20].

3.3. Контрольные вопросы для самостоятельной оценки качества освоения дисциплины

К теме 1:

1.1. В чем состоит цель моделирования системы?

1.2. Дайте определение модели.

1.3. Каким образом затраты на моделирование связаны с адекватностью модели?

1.4. Почему моделирование рассматривается как познавательный процесс?

1.5. В чем сущность имитационного моделирования? Область его применения.

К теме 2:

2.1. В чем разница между классическим (индуктивным) и системным подходом моделирования?

2.2. Приведите примеры детерминированного и стохастического моделирования.

2.3. Приведите классификацию видов моделирования.

2.4. Область применения дискретно-непрерывного моделирования.

2.5. В чем заключаются достоинства и недостатки аналитических и имитационных моделей?

К теме 3:

3.1. Какова область применения непрерывно-детерминированных моделей?

3.2. Приведите пример составления модели, содержащей дифференциальное уравнение.

3.3. Нарисуйте блок-схему автоматической системы управления.

3.4. Что такое конечный автомат и каково его применение в моделировании?

3.5. Какие способы задания функционирования конечных автоматов Вам известны?

К теме 4:

4.1. Дискретно-стохастическое моделирование. Пример.

4.2. Принцип действия вероятностного автомата.

4.3. Как задается матрица переходов вероятностного автомата?

4.4. Непрерывно-стохастическое моделирование. Пример.

4.5. Какие задачи моделирования решаются с помощью теории массового обслуживания?

К теме 5:

5.1. В чем сущность сетевого подхода в моделировании?

5.2. Каким образом задается сеть Петри?

5.3. Правило маркировки сети Петри.

5.4. Парадигма моделирования на основе искусственных нейронных сетей.

5.5. В чем принцип действия адаптивного линейного нейрона?

5.6. Какова архитектура многослойных нейронных сетей?

5.7. Перечислите функции, используемые в MATLAB, для конструирования и обучения нейронных сетей.

5.8. Функционирование нейронных сетей в режимах обучения и обобщения.

К теме 6:

6.1. Область применения комбинированных моделей.

6.2. Какие входные сигналы имеет агрегат?

6.3. Как математически задается агрегат?

6.4. Оператор сопряжения агрегатов.

6.5. Приведите пример агрегатного описания информационной системы.

К теме 7:

7.1. Какова цель построения концептуальной модели системы?

7.2. Перечислите этапы построения модели по блочному принципу.

7.3. Составление и назначение моделирующего алгоритма.

7.4. Какие символы и схемы применяются при составлении моделирующих алгоритмов?

7.5. Приведите пример моделирующего алгоритма.

К теме 8:

8.1. В чем сущность статистического моделирования на ЭВМ?

8.2. Цель создания генераторов (датчиков) псевдослучайных чисел.

8.3. Объясните на примере принцип действия метода серединных квадратов.

8.4. Как генерировать псевдослучайных величин с нормальным и экспоненциальным законами распределения на языке GPSS?

8.5. Приведите пример статистического моделирования системы.

К теме 9:

9.1. Как оценить точность моделирования системы?

9.2. Как проверить достоверность оценки?

9.3. Проверка адекватности модели по критерию Фишера.

9.4. Методика проверки качества генерации последовательности псевдослучайных чисел.

9.5. Как оценит значимость параметров модели?

К теме 10:

10.1. Какие вопросы рассматриваются в теории планирования экспериментов?

10.2. Дайте определение факторному пространству и функции реакции.

10.3. Приведите классификацию факторов.

10.4. Полный факторный эксперимент. Пример.

10.5. Дробный факторный эксперимент. Пример.

К теме 11:

11.1. В чем состоит цель стратегического планирования экспериментов с моделями?

11.2. Как организовать оптимальное планирование экспериментов?

11.3. Задача тактического планирования экспериментов.

11.4. Построение структурной и функциональной моделей плана эксперимента.

11.5. Как рассчитать число прогонов модели?

К теме 12:

12.1. Какова цель статистической обработки результатов моделирования?

12.2. Какая оценка параметра модели называется несмещенной?

12.3. Состоятельность оценок параметров модели.

12.4. Как эмпирически можно проверить закон распределения случайной величины?

12.5. Перечислите основные критерия согласия результатов моделирования.

К теме 13:

13.1. Каковы задачи корреляционного анализа?

13.2. Как рассчитать коэффициенты корреляции?

13.3. Метод наименьших квадратов.

13.4. Как построить линейную регрессионную модель?

13.5. Какова цель дисперсионного анализа?

К теме 14:

14.1. Приведите классификацию языков моделирования.

14.2. Элементы программирования в MATLAB.

14.3. Построение имитационных моделей используя SIMULINK.

14.4. Назначение и основные категории языка GPSS.

14.5. Сходства и различия между SIMULINK и GPSS.

К теме 15:

15.1. К какому типу объектов в GPSS принадлежат транзакты?

15.2. В чем состоит назначение блоков GENERATE и TERMINATE? Их параметры.

15.3. Как параметру транзакта присвоить некоторое значение?

15.4. Приведите описание блока задержки транзактов.

15.5. С помощью каких блоков можно изменять маршруты транзактов?

К теме 16:

16.1. Какие блоки в GPSS используются для сбора статистики?

16.2. Как построить гистограмму в GPSS?

16.3. Блоки для работы с памятью GPSS.

16.4. Составьте программу на GPSS имитирующую работу информационно-вычислительного устройства.

16.5. Как изменить время между поступлениями последовательностей транзактов?

К теме 17:

17.1. Приведите пример построения иерархии диаграмм потоков данных.

17.2. В чем сущность методологии функционального моделирования SADT?

17.3. Перечислите типы связей функциональной модели.

17.4. Применение ERD при моделировании потоков данных.

17.5. Моделирование взаимодействия потоков данных на основе CASE - метода Баркера.

4. СПИСОК РЕКОМЕНДУЕМОЙ ЛИТЕРАТУРЫ

4.1. Основная литература

1. Емельянов моделирование экономических про­цессов / , , ; под ред. . – 2-е изд., перераб. и доп. – М.: Финансы и статистика: ИНФРА-М, 2009. – 416 с.

2. Лычкина моделирование экономических процессов / . – М.: ИНФРА-М, 2012. – 254 с.

3. Советов, систем. Практикум/ , . - М.: Юрайт, 2012

4. , Моделирование систем и процессов - М.: РИОР: ИНФРА-М, 2013

4.2. Дополнительная литература

5.  Армстронг, Дж. Р. Моделирование цифровых систем / Дж. Р. Армстронг. – М.: Мир, 1992. – 174 с.

6.  Бендат, Дж. Прикладной анализ случайных данных / Дж. Бендат, А. Пирсол. – М.: Мир, 1989. – 540 с.

7.  Бусленко, сложных систем / . – М.: Наука, 1978. – 400 с.

8.  Вендров, А. М. CASE-технологии. Современные методы и средства проектирования информационных систем / . – М.: Финансы и статистика, 1998. – 176 с.

9.  Дьяконов, В. MATLAB 6/6.1/6.5 + Simulink 4/5. Основы применения: полное руководство пользователя. – М.: Солон-Пресс, 2002.

10. Дьяконов, В. MATLAB. Анализ, идентификация и моделирование систем: специальный справочник / В. Дьяконов, В. Круглов. – Питер. 2001.

11. Калянов, Г. Н. CASE структурный системный анализ (автоматизация и применение) / . – М.: Изд-во «ЛОРИ», 1996. – 242 с.

12. Киндлер, Е. Языки моделирования / Е. Киндлер. – М.: Энергия, 1985. – 288 с.

13. Кознов, визуального моделирования: учебное пособие для студ. вузов / . – М.: БИНОМ. ЛЗ, 2008. – 246 с.

14. Колесов, систем: практикум по компьютерному моделированию / , . – СПб.: БХВ-Петербург, 2007. – 352 с.

15. Кудрявцев, Е. М. GPSS World. Основы имитационного моделирования различных систем / . – М.: DMK Press, 2003. – 320 с.

16. Марков, информационно-вычислительных процессов / . – М.: Изд-во МГТУ им. , 1999. –360 с.

17. Математическая теория планирования эксперимента / под ред. . – М.: Наука, 1983. – 392 с.

18. Павловский, моделирование: учебник для вузов / , , . – М.: Академия, 2008. – 236 с.

19. Советов, систем: учебник для вузов / , . – М.: Высшая школа, 2007. – 343 с.

20. Интернет: http://www. gpss. ru

5. СЛОВАРЬ ОСНОВНЫХ ТЕРМИНОВ

Имитационное моделирование – это разработка и выполнение на компьютере программной системы, отражающей структуру и функционирование моделируемого объекта и явления во времени.

Имитационная модель – это специальный программный комплекс, который позволяет имитировать деятельность какого-либо сложного объекта.

Концептуальная (содержательная) модель – это абстрактная модель, определяющая структуру моделируемой системы, свойства её элементов и причинно-следственные связи, присущие системе и существенные для достижения цели моделирования.

Логическая схема моделирующего алгоритма – представляет собой логическую модель процесса функционирования системы. Логическая схема показывает упорядоченную во времени последовательность логических операций, связанных с решением задачи моделирования.

Транзакт – динамический объект, который в процессе моделирования создаётся, продвигается по модели и уничтожается.

Содержание

ВведеНИЕ.. 3

1. ОРГАНИЗАЦИОННО-МЕТОДИЧЕСКИЕ УКАЗАНИЯ.. 4

1.1. Цели освоения учебной дисциплины.. 4

1.2. Перечень компетенций, приобретаемых при изучении дисциплины.. 4

1.3. Основные виды занятий и особенности их проведения. 5

1.4. Взаимосвязь аудиторной и самостоятельной работы студентов при изучении дисциплины 5

1.5. Виды контроля и отчетности по дисциплине. 5

1.6. Техническое и программное обеспечение дисциплины.. 6

2. СОДЕРЖАНИЕ ДИСЦИПЛИНЫ... 7

2.1. Перечень тем лекционных занятий. 7

Введение. 7

2.2. Перечень тем лабораторных занятий. 10

3. МЕТОДИЧЕСКИЕ РЕКОМЕНДАЦИИ ПО ИЗУЧЕНИЮ ДИСЦИПЛИНЫ... 11

3.1. Перечень и тематика самостоятельных работ студентов, методические рекомендации по организации СРС 11

3.2. Методические рекомендации по работе с литературой. 13

3.3. Контрольные вопросы для самостоятельной оценки качества освоения дисциплины 13

4. СПИСОК РЕКОМЕНДУЕМОЙ ЛИТЕРАТУРЫ... 17

4.1. Основная литература. 17

4.2. Дополнительная литература. 17

5. СЛОВАРЬ ОСНОВНЫХ ТЕРМИНОВ.. 19

Содержание.. 20

Учебное издание

МОДЕЛИРОВАНИЕ СИСТЕМ

Рабочая программа учебной дисциплины

Основная образовательная программа

230100.62 Информатика и вычислительная техника

___________________________________________________________

Издательство Владивостокского государственного университета
экономики и сервиса

Владивосток, ул. Гоголя, 41