Архитектура Аудит Военная наука Иностранные языки Медицина Металлургия Метрология Образование Политология Производство Психология Стандартизация Технологии |
Оценка точности результатов моделирования
Входные параметры модели часто задаются вероятностно (в виде определенного интервала). Генератор псевдослучайных чисел, встроенный в известные системы имитационного моделирования, определяет какое-либо значение параметра (например, поступление транзактов) внутри этого интервала. Наличие генератора является источником погрешности имитации. Поэтому проводят несколько прогонов модели (обычно N = 10) при одних и тех же серединных значениях параметров X, но разных пограничных точках интервалов (например, интервала поступления транзактов в блоке GENERATE). По полученным откликам (У) оценивается погрешность. Оценить погрешность можно путем определения оценок математического ожидания и дисперсии отклонения компонент вектора откликов Y (применяется понятие «оценка математического ожидания», а не «математическое ожидание», так как речь идет о выборочной совокупности, приблизительно, оценочно отражающей генеральную совокупность). Оценка математического ожидания (У) вычисляется по формуле: где Yn - отклики модели по прогонам, N - число прогонов. Оценка дисперсии вычисляется по формуле: Далее определяется доверительный интервал математического ожидания отклика Y. Так как погрешности порождаются генераторами псевдослучайных чисел, можно допустить нормальный закон распределения отклонений Y k от значений Y. Так как выборка является малой (k < 30), то для нахождения доверительных интервалов используется t-статистика (распределение Стьюдента). Алгоритм нахождения доверительного интервала (интервала, в котором с выбранной исследователем вероятностью находится математическое ожидание значений отклика) следующий: где t0,05 - табличное значение, определяемое по таблице «Значения коэффициента t-Стьюдента» (Приложение 4, оно зависит от числа степеней свободы (v = N-1) и уровня значимости суждений a = 0,05). 7.2. Определение объема выборки (числа прогонов) Выше было сказано о необходимости проведения нескольких прогонов имитационной модели. Возникает вопрос - сколько прогонов нужно провести, чтобы сформировать выборочную совокупность значений определенного параметра, по которой можно найти доверительный интервал? Точность суждений о значении какого-либо показателя отклика (например, средней длины очереди) зависит от количества выборочных значений: чем выборка больше, тем точнее результаты. Если точность (т.е. доверительный интервал) задается заранее и исследователь остановился на каком-то одном уровне вероятности суждения (чаще Р берется равным 0,95), необходимое количество прогонов ( N) определяется путем обратной задачи следующим образом: где N0 - число пробных прогонов; d0 - длина получившегося по результатам пробных прогонов доверительного интервала (в единицах измерения оцениваемого показателя); d - экспертно определяемая необходимая для исследователя длина доверительного интервала (в единицах измерения оцениваемого показателя). |
Последнее изменение этой страницы: 2019-04-11; Просмотров: 274; Нарушение авторского права страницы