Моделирование информационных процессов

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ
Федеральное государственное бюджетное образовательное учреждение
высшего профессионального образования
«Нижегородский государственный университет им. Н.И. Лобачевского»
Радиофизический факультет
Кафедра общей физики
УТВЕРЖДАЮ
Декан радиофизического факультета
____________________Якимов А.В.
«18» мая 2011 г.
Учебная программа
Дисциплины Б3.Р1 «Моделирование информационных процессов»
по направлению 010300 «Фундаментальная информатика и информационные технологии»
Нижний Новгород
2011 г.
1. Цели и задачи дисциплины
Цель изучения дисциплины состоит в освоении студентами методологии и технологии
моделирования (в первую очередь компьютерного) информационных процессов (ИП) в
различных системах.
Задачи курса:
- изучение типовых математических схем моделирования ИП;
- рассмотрение вопросов формализации и алгоритмизации ИП;
- изучение статистического моделирования ИП на ЭВМ;
- ознакомление с основными языками имитационного моделирования ИП;
- изучение современных способов моделирования сложных ИП.
2. Место дисциплины в структуре программы бакалавра
Дисциплина «Моделирование информационных процессов» относится к дисциплинам
вариативной части профессионального цикла основной образовательной программы по
направлению 010300 «Фундаментальная информатика и информационные технологии»,
преподается в 3 семестре.
Преподавание курса строится с учетом знаний, полученных студентами при изучении
дисциплин «Дискретная математика» и «Основы программирования» и получаемых при
параллельном изучении «Языков программирования».
Знания, приобретённые в процессе изучения дисциплины «Моделирование информационных
процессов», используются при изучении и преподавании дисциплин, связанных с
моделированием процессов в системах массового обслуживания, в управляющих и
информационных системах, в системах, использующих сетевые решения, с вопросами
планирования эксперимента.
3. Требования к уровню освоения содержания дисциплины
В результате освоения дисциплины «Моделирование информационных процессов»
формируются следующие компетенции:
 владеть основными методами, способами и средствами получения, переработки информации,
иметь навыки работы с компьютером как средством управления информацией (ОК–12);
 способность применять в профессиональной деятельности современные языки
программирования, способность исследовать и разрабатывать модели, алгоритмы, методы и
программные решения по тематике проводимых научно-исследовательских проектов (ПК–1);
 способность профессионально решать задачи производственной и технологической
деятельности, включая: разработку алгоритмических, программных решений в области
системного и прикладного программирования, разработку математических, информационных и
имитационных моделей (ПК–2);
 способность понимать и применять в исследовательской и прикладной деятельности
фундаментальные концепции и системные методологии, способность использовать
современные инструментальные и вычислительные средства (ПК–4);
 способность профессионально владеть базовыми математическими знаниями и
информационными технологиями, эффективно применять их для решения научно-технических
задач и прикладных задач, связанных с развитием и использованием информационных
технологий (ПК–8);
 понимание концепций и абстракций математическая логики и теории алгоритмов, теорию
автоматов и формальных языков, способность использовать их в практической деятельности
(ПК–15).
После завершения курса студент должен знать:
 принципы моделирования, классификацию способов представления моделей ИП;
 приемы, методы, способы формализации объектов, процессов, явлений и реализации их на
компьютере;
 достоинства и недостатки различных способов представления моделей ИП;
 алгоритмы фиксации и обработки результатов моделирования ИП;
 способы планирования машинных экспериментов с моделями;
2
уметь:
 владеть технологией моделирования;
 представить модель в математическом и алгоритмическом виде;
 оценить качество модели;
 показать теоретические основания модели;
 проводить статистическое моделирование ИП;
 моделировать процессы протекающие в информационных системах и сетях;
приобрести навыки:
 построения имитационных моделей ИП;
 получения концептуальных моделей ИП;
 построения моделирующих алгоритмов;
 программирования в системе моделирования GPSS.
4.Объем дисциплины и виды учебной работы
Общая трудоемкость дисциплины составляет 2 зачетные единицы, 72 часа.
Виды учебной работы
Общая трудоемкость дисциплины
Аудиторные занятия
Лекции
Практические занятия (ПЗ)
Семинары (С)
Лабораторные работы (ЛР)
Другие виды аудиторных занятий
Самостоятельная работа
Курсовой проект (работа)
Расчетно-графическая работа
Реферат
Другие виды самостоятельной работы (домашние работы)
Вид итогового контроля (зачет, экзамен)
Всего часов
72
34
34
Семестры
3
34
34
38
38
зачет
зачет
5. Содержание дисциплины
5.1. Разделы дисциплины и виды занятий
№п/п
1
2
3
Раздел дисциплины
Теория моделирования
Статистическое моделирование на ЭВМ
Инструментальные средства моделирования ИП
Лекции
16
10
8
ПЗ (или С)
ЛР
5.2. Содержание разделов дисциплины
Раздел 1. Теория моделирования
1.1. Основные понятия теории моделирования, современное состояние и общая характеристика
проблемы моделирования ИП. Методологическая основа моделирования. Моделирование как
познавательный процесс. Использование моделирования при исследовании и проектировании
информационных систем.
1.2. Классификация видов моделирования систем. Классический (индуктивный) подход.
Системный подход. Возможности и эффективность моделирования систем на ЭВМ.
Детерминированное, стохастическое, статическое, динамическое, дискретное, дискретнонепрерывное, мысленное, наглядное, гипотетическое, аналоговое, знаковое, языковое и
символическое моделирование. Аналитическое и имитационное моделирование.
1.3. Математическая модель объекта. Непрерывно - детерминированные модели. Система
автоматического управления. Дискретно - детерминированные модели. Теория автоматов.
1.4. Дискретно-стохастические модели. Непрерывно-стохастические модели
3
Вероятностные автоматы. Системы массового обслуживания. Однородный и неоднородный
поток событий. Прибор обслуживания заявок как элементарный блок в моделировании
информационно-вычислительных процессов.
1.5. Сетевые модели. Сети Петри. Синхронизация событий в сетевых моделях. Пример
имитационного моделирования функционирования асинхронной ЭВМ с конвейерным типом
обработки данных. Формальное описание систем с помощью комбинированных моделей.
Понятие агрегата и его параметры.
1.6. Построение концептуальной модели информационной системы и ее формализация.
Логическая структура моделей. Алгоритмизация модели. Принципы построения
моделирующих алгоритмов. Обобщенная, детальная и логическая схема алгоритма.
1.7. Методы теории планирования экспериментов. 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
остановки имитационного эксперимента с моделью.
1.8. Алгоритм фиксации и обработки результатов моделирования систем. Методы оценки.
Несмещенность оценки. Эффективность оценки. Состоятельность оценки.
1.9. Анализ и интерпретация результатов моделирования на ЭВМ. Назначение корреляционного
анализа. Коэффициент корреляции. Область применения регрессионного анализа. Метод
наименьших квадратов. Построение линейной регрессионной модели. Дисперсионный анализ
результатов моделирования. Однородность статистического материала.
Раздел 2. Статистическое моделирование на ЭВМ
2.1. Основные предельные теоремы теории вероятностей и их использование в статистическом
моделировании. Закон больших чисел. Псевдослучайные числа и процедуры их машинной
генерации.
2.2. Оценка точности и достоверности результатов моделирования. Проверка качества
последовательностей псевдослучайных чисел. Характеристики качества генераторов: длина
периода, длина отрезка апериодичности. Моделирование случайных величин.
2.3. Примеры применения статистического моделирования. Вычисление определённых
интегралов, решение системы алгебраических уравнений и дифференциальных уравнений.
2.4. Теория случайных блужданий. Теория перколяции. Регулярные фракталы и самоподобие.
Фрактальная размерность. Теория клеточных автоматов.
2.5. Моделирование дифракции электромагнитных волн. Вычисление энтропии в
макроскопических системах. Моделирование микроканонического ансамбля. Модель Изинга.
Раздел 3. Инструментальные средства моделирования ИП
3.1. Языки моделирования (MIMIC, DYNAMO, GASP, FORSIM, SIMULA, SIMSCRIPT) и их
классификация. Дерево решений выбора языка для моделирования системы. Моделирующие
комплексы. Сравнение характеристик языков имитационного моделирования. Область
применения системы моделирования GPSS.
3.2. 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.
3.3. Структура моделей информационно-вычислительных процессов. Моделирование каналов
связи. Задача об опросе датчиков. Очереди. Накопители. Гистограммы.
6. Лабораторный практикум.
Не предусмотрен.
7. Учебно-методическое обеспечение дисциплины
7.1. Рекомендуемая литература.
а) основная литература:
1. Бусленко Н.П. Моделирование сложных систем. - М.: Наука, 1978.- 400 с.
2. Вендров А.М. CASE-технологии. Современные методы и средства проектирования
4
информационных систем. - М.: Финансы и статистика, 1998.-176 с.
3. Киндлер Е. Языки моделирования. - М.: Энергия, 1985.- 288 с.
4. Марков А.А. Моделирование информационно-вычислительных процессов. - М.: Изд-во
МГТУ им. Н.Э. Баумана, 1999.-360 с.
5. Математическая теория планирования эксперимента / Под ред. С.М. Ермакова. - М.: Наука,
1983.- 392 с.
6. Питерсон Дж. Теория сетей Петри и моделирование систем. - М.: Мир, 1984.- 264 с.
7. Советов Б.Я., Яковлев С.А. Моделирование систем. Практикум. - М.: Высшая школа, 1999.224 с.
8. Советов Б.Я., Яковлев С.А. Моделирование систем. Учебник для ВУЗов. - М.: Высшая школа,
1985.-320 с.
9. Шрайбер Т.Дж. Моделирование на GPSS. - М.: Машиностроение, 1980.- 592 с.
б) дополнительная литература:
1. Армстронг Дж. Р. Моделирование цифровых систем. - М.: Мир, 1992.- 174 с.
2. Бендат Дж., Пирсол А. Прикладной анализ случайных данных. - М.: Мир, 1989.- 540 с.
3. Калянов Г.Н. CASE структурный системный анализ (автоматизация и применение). М.:
Издательство "ЛОРИ", 1996.- 242 с.
4. Математическое моделирование: Методы, описания и исследования сложных систем / Под
ред. А.А. Самарского. - М.: Наука, 1989.- 128 с.
5. Шеннон Р. Имитационное моделирование систем - Искусство и наука. - М.: Мир, 1978.- 418
с.
8. Вопросы для контроля
1. Основные понятия моделирования ИП.
2. Основные виды математических моделей.
3. Методы составления математического описания объекта.
4. Непрерывно-детерминированные модели (D – схемы).
5. Дискретно-детерминированные модели (F - схемы).
6. Дискретно-стохастические модели (P - схемы).
7. Непрерывно-стохастические модели (Q - схемы).
8. Сетевые модели (N - схемы).
9. Комбинированные модели (А - схемы).
10. Построение концептуальных моделей ИП и их формализация.
11. Алгоритмизация моделей ИП и их машинная реализация.
12. Получение и интерпретация результатов моделирования ИП.
13. Генерация случайных чисел. Генерация последовательностей псевдослучайных чисел.
14. Моделирование случайных величин (метод обратных преобразований, показательный
закон, нормальный закон распределения).
15. Вычисление определённого интеграла методом Монте-Карло.
16. Решение системы алгебраических уравнений методом Монте-Карло.
17. Решение дифференциальных уравнений Пуассона и Лапласа методом Монте-Карло.
18. Теория случайных блужданий. Примеры применения.
19. Перколяция. Порог перколяции.
20. Фрактальная размерность. Регулярные фракталы и самоподобие.
21. Теория клеточных автоматов. Примеры применения.
22. Моделирование дифракции методом Монте-Карло.
23. Вычисление энтропии методом Монте-Карло.
24. Моделирование микроканонического ансамбля методом Монте-Карло. Модель Изинга.
25. Основные понятия теории СМО. Потоки событий. Математическая модель потока событий.
26. Математическая модель простейшего пуассоновского потока. Свойства простейшего
пуассоновского потока: ординарность, отсутствие последействия, стационарность.
27. Моделирование СМО, в которых протекают марковские процессы с дискретным
состоянием и непрерывным временем.
28. Планирование машинных экспериментов с имитационными моделями СМО. Основные
понятия теории планирования экспериментов. Этапы планирования и проведения
5
эксперимента.
29. Основные объекты GPSS. Блоки GENERATE и TERMINATE, RELEASE и SEIZE,
ADVANCE, GATE и TEST, TRANSFER. Примеры использования.
30. Основные объекты GPSS. Блоки для описания очередей, блоки для описания накопителя.
Примеры использования.
9. Критерии оценок
Зачтено
Незачтено
Оценку заслуживает студент, обнаруживший знание основных положений
теории моделирования, умение практического моделирования, знакомый с
основной литературой, рекомендованной программой.
Оценка выставляется студенту, обнаружившему большие пробелы в
понимании основных положений теории моделирования, допустившему
принципиальные ошибки в практическом моделировании.
10. Примерная тематика курсовых работ и критерии их оценки
Курсовые работы не предусмотрены.
6
Программа составлена в соответствии с Федеральным государственным образовательным
стандартом
высшего
профессионального
образования
по
направлению
010300
«Фундаментальная информатика и информационные технологии»
Автор программы ___________ Жуков С.Н.
Программа рассмотрена на заседании кафедры 29 марта 2011 года
протокол № 04-10/11
Заведующий кафедрой ___________________ Бакунов М.И.
Программа одобрена методической комиссией факультета 11 апреля 2011 года
протокол № 05/10
Председатель методической комиссии_________________ Мануилов В.Н.
7