|
|||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Верификация имитационной моделиВерификация модели – есть доказательство утверждений соответствия алгоритма ее функционирования замыслу моделирования и своему назначению. На этапе верификации устанавливается верность логической структуры модели, реализуется комплексная отладка с использованием средств трассировки, ручной имитации, в ходе которой проверяется правильность реализации моделирующего алгоритма. Комплексные процедуры верификации включают неформальные и формальные исследования программы имитатора. Неформальные процедуры могут состоять из серии проверок следующего типа: • проверка преобразования информации от входа к выходу; • трассировка модели на реальном потоке данных (при заданных G и X): – X изменяется по всему диапазону значений – контролируется Y; – можно посмотреть, не будет ли модель давать абсурдные ответы, если ее параметры будут принимать предельные значения; – “проверка на ожидаемость”, когда в модели заменяют стохастические элементы на детерминированные и др. Полезным при решении указанных задач могут быть также следующие приёмы [4]: – обязательное масштабирование временных параметров в зависимости от выбранного шага моделирования (валидация данных); – валидация по наступлению “событий” в модели и сравнение (если возможно) с реальной системой; – тестирование модели для критических значений и при наступлении редких событий; – фиксирование значений для некоторых входных параметров с последующим сравнением выходных результатов с заранее известными данными; – вариация значениями входных и внутренних параметров модели с последующим сравнительным анализом поведения исследуемой системы; – реализация повторных прогонов модели с неизменными значениями всех входных параметров; – оценка фактически полученных в результате моделирования распределений случайных величин и оценок их параметров (математическое ожидание и дисперсия) с априорно заданными значениями; – сравнение исследователями поведения и результатов валидируемой модели с результатами уже существующих моделей, для которых доказана достоверность; – для существующей реальной исследуемой системы предсказание её будущего поведения и сравнение прогноза с реальными наблюдениями. Формальные процедуры связаны с проверкой исходных предположений (выдвинутых на основе опыта, теоретических знаний, интуитивных представлений, на основе имеющейся информации). Общая процедура включает: • построение ряда гипотез о поведении системы и взаимодействии ее элементов; • проверка гипотез с помощью статистических тестов: используют методы статистической теории оценивания и проверки гипотез (методы проверки с помощью критериев согласия (χ 2, Колмогорова-Смирнова, Кохрена и др.), непараметрические проверки и т.д., а также дисперсионный, регрессионный, факторный, спектральный анализы). Валидация данных имитационной модели. Валидация данных имитационной модели предполагает исследование свойств имитационной модели, в ходе которого оценивается точность, устойчивость, чувствительность результатов моделирования и другие свойства имитационной модели. Наиболее существенные процедуры исследования свойств модели: • оценка точности результатов моделирования; • оценка устойчивости результатов моделирования; • оценка чувствительности имитационной модели. Получить эти оценки в ряде случаев бывает весьма сложно. Однако без успешных результатов этой работы, доверия к модели не будет, невозможно будет провести корректный проблемный анализ и сформулировать статистически значимые выводы на основе данных, полученных в результате имитации. Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.002 сек.) |