Квалиметрия. Варжапетян А.Г. - 125 стр.

UptoLike

ВУЗ: 

СПб ГУАП | Санкт-Петербург

Составители: 

Рубрика: 

125
титез позволяет нарушать каноны теории. Существует ряд способов
понижения дисперсии при проведении ИМ, перечислим их без прове
дения сравнительного анализа (заинтересованному читателю можно
рекомендовать монографию И.М.Соболя «Метод МонтеКарло»):
– Стратифицированная выборка, когда данные разбиваются на
непересекающиеся страты, попадание средней оценки в одну из страт
позволяет не рассматривать другие. Мощность оценки будет зави
сеть от абсолютной разности между средними значениями страт.
– Значимая выборка, когда вводится новая функция плотности,
задающая большие веса значениям тех параметров, которые вносят
наибольший вклад в значение выходных характеристик на основе
принципа Парето 80:20. Автор в ряде своих публикаций [5, 6] ввел
понятие коэффициента значимости, которое с успехом применяется
при аналитических расчетах и может быть полностью использовано
в процессе ИМ.
– Начальная выборка, когда исследователь располагает данными
пилотных прогонов, данными по испытаниям аналогичных систем и
т. д. Такое моделирование называется моделированием, управляе
мым по предыстории.
– Комбинированная выборка, когда используются аналитические
модели, например формула Литтла L = lT, связывающая ожидаемое
число заявок в системе (транзактов) – L со временем их пребывания в
системе – T при параметре потока заявок – l. Средством понижения
дисперсии в данном случае является использование известных зна
чений параметра потока.
Однако по мнению автора самым эффективным и удобно применя
емым в GPSS/H является метод антитез. Название введено Т. Шрай
бером и представляется наиболее удачным из названных.
Рассмотрим суть метода антитез. Формируются пары реплик, и по
значениям этих реплик вычисляется среднее значение пары. Вместо
обычного требования независимости реплик используется отрица
тельная корреляция, т. е. максимально возможному значению одно
го члена пары соответствует минимально возможное значение, допу
стимое в этой серии опытов и наоборот. Проиллюстрируем эту идею
на примере бросания двух игральных кубиков. Результаты – прямые
значения бросания с частотой их появления и антитезы этих прямых
бросаний показаны в табл. 6.1. Очевидно, что максимальным значе
нием в данном примере является 12 (выпадение двух граней по 6), а
минимальным является 2 (выпадение двух граней по 1), и тогда эти
значения составят первую пару. Логика представления других пар
аналогична.

Страницы