Реферат: Программа дисциплины «Инструментальные средства моделирования сложных систем»

Государственный университет-

Высшая школа экономики


Факультет бизнес - информатики

Программа дисциплины «Инструментальные средства моделирования сложных систем» для магистерской программы «Бизнес-информатика» направления 080700.68 «Бизнес-информатика»


Автор А. И. Марон


Рекомендовано секцией УМС Одобрена на заседании Секция «Бизнес-информатика» кафедры бизнес-аналитики
Председатель Зав. кафедрой ______________Ю. В. Таратухина ______________Т.К.Кравченко

“___” ________________ 2009 г. “___” ________________ 2009 г.


^ Утверждено Ученым советом факультета бизнес-информатики
Ученый секретарь

_________________ В.А.Фомичев

«____» _________________2009 г.


Москва – 2009

^ I. Тематический план учебной дисциплины






Наименование темы

Всего часов

Аудиторные часы


Самостоя-тельная работа

Лекции

Сем. или практ.

занятия

1

Основы метода статистических испытаний (метода Монте-Карло).

28

4




24

2

Система имитационного моделирования ARENA

54


10

14

30

3

Сценарии IDEF3

18

4

4

10

4

Совместное использование
ALLFusion Process Modeler и ARENA.

8

2

2

4




Итого:

108

20

20

68


^ II. Базовые учебники


Лоу А.М., Кельтон В.Д. Имитационное моделирование. Классика CS. 3-е изд.- С-Пб.: Питер, 2004.


III. Формы рубежного контроля


Итоговая оценка по учебной дисциплине складывается из следующих элементов:

работа на практических занятиях;

домашнее задание;

зачёт


^ Итоговая оценка по учебной дисциплине формируется следующим образом:

О = 0,3  О1 + 0,2  О2 + 0,5  О3,


где О1 – оценка за работу на практических занятиях;

О2 – оценка за домашнее задание;

О3 – оценка за ответ на зачёте.


^ IV. Содержание программы


Тема 1. Основы метода статистических испытаний (метода Монте-Карло)


Идея метода и области применения. Генерация случайных чисел. Числовые характеристики и законы распределения дискретных, непрерывных и смешанных случайных величин. Реализация случайной величины с заданным законом распределения. Случайные процессы и их применение при аналитическом и имитационном моделировании систем массового обслуживания. Оценка точности характеристик полученных методом Монте-Карло. Необходимое число реализаций.

Основная литература


Лоу А. М., Кельтон В. Д. Имитационное моделирование. Классика CS. 3-е изд.- С-Пб.: Питер, 2004, глава 1 и глава 12.

Тема 2. Система имитационного моделирования ARENA

Основы имитационного моделирования в системе ARENA. Основные функциональные блоки, базовые переменные, выражения и условия. Модели ARENA для немарковских систем массового обслуживания с очередями и отказами. Анализ влияния законов распределения.

Обслуживание по расписанию – учёт сменности работы персонала. Анализ логистических цепочек. Имитационное моделирование информационных систем. Создание отчётов.


Основная литература


Лоу А. М., Кельтон В. Д. Имитационное моделирование. Классика CS. 3-е изд.- С-Пб.: Питер, 2004, глава 3.

Тема 3. Сценарии IDEF3.

Методология IDEF3 и её применение для описания динамики функционирования информационных систем. Реализация IDEF3 в ALLFusion Process Modeler.


Основная литература


Маклаков С. В. Моделирование бизнес-процессов с ALLFusion Process Modeler (BPwin 4.1).-М.: ДИАЛОГ-МИФИ, 2003, параграфы 1.4.1.-1.4.5.

Тема 4. Совместное использование ALLFusion Process Modeler и ARENA.

Методика описания процесса в BPwin, обеспечивающая совместимость с имитационной моделью ARENA. Технология импорта моделей из BPwin в ARENA.


Основная литература


Маклаков С. В. Моделирование бизнес-процессов с ALLFusion Process Modeler (BPwin 4.1).-М.: ДИАЛОГ-МИФИ, 2003, параграф 1.4.6.


^ V. Контрольные вопросы

Система, модели и имитационное моделирование.

Компоненты дискретно-событийной имитационной модели и их организация.

Возможности программ имитационного моделирования.

Наиболее часто используемые распределения вероятностей.

Генераторы случайных чисел.

Генерирование непрерывных случайных величин.

Переходное и установившееся поведение стохастического процесса.

Планирование экспериментов.

Моделирование случайности в производственных системах.

Проверка достоверности и адекватности модели.

Панели ARENA.

Модуль Create и его параметры.

Модуль Process и его параметры.

Модули данных.

Назначение переменных ARENA.

Основные отчёты.

Визуализация моделирования.

Использование Visio и ARENA.

Нотации IDEF3.

Совместное использование IDEF3 и ARENA.