Квалиметрия. Варжапетян А.Г. - 124 стр.

UptoLike

ВУЗ: 

СПб ГУАП | Санкт-Петербург

Составители: 

Рубрика: 

124
ме того, ряд недостатков может быть исключен или уменьшен за
счет правильной организации процесса ИМ и применения некото
рых специальных методов. Уменьшение первых двух недостатков,
актуальных при квалиметрических оценках, в том числе при об
работке получаемой статистики с помощью ИМ, описано в следу
ющих подразделах. Эти недостатки затрагивают вопросы повы
шения точности оценок и изучения путей приближения к опти
мальному (или точнее к рациональному) варианту построения ис
следуемой системы.
Повысить точность оценок можно за счет:
– выбора параметров входных потоков случайных событий и по
токов их обслуживания, адекватных функциям распределения слу
чайных величин в реальной системе;
– планирования проведения вычислительного эксперимента;
– уменьшения дисперсии оценок за счет специальных мероприятий.
Приближение к рациональному варианту построения системы
можно осуществить при выполнении следующих процедур:
– выяснения установившегося значения показателей за счет ис
ключения переходного периода;
– выбора наилучшей альтернативы в паретовском множестве.
6.2. Пути снижения дисперсии квалиметрической оценки
Задачи получения базовых случайных величин (БСВ), векторов и
функций, являющихся залогом эффективного процесса ИМ, рассмот
рены в монографиях автора [5,7]. Стандартные вопросы длительно
сти ИМ, оценки средних значений, оценки разности средних значе
ний, выбора наилучшего варианта по среднему значению и диспер
сии при некоррелированных входных воздействиях изучены в после
дней монографии автора по имитационному моделированию с помо
щью языка ИМ GPSS/H v.2001.[7]. Поэтому далее более подробно
рассмотрим метод использования встречных потоков БСВ, называе
мых Т. Шрайбером «методом антитез».
Общая идея метода антитез
При проведении процесса ИМ одним из мощных методов умень
шения дисперсии при одинаковом объеме выборки или уменьшения
объема выборки без потери точности является использование встреч
ных или дополняющих потоков БСВ, в дальнейшем будем называть
их антитезами. Теория математической статистики жестко связы
вает уменьшение стандартного отклонения с объемом выборки, так
увеличение объема выборки в 4 раза приводит лишь к двукратному
уменьшению стандартного отклонения. Однако использование ан

Страницы