КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Датчики случайных чисел
Датчики случайных чисел реализуют механизмы имитации стохастических факторов. Значения таких факторов характеризуются распределениями вероятностей. Например, когда время между приходами автомобилей на заправочную станцию задается величиной 10±3 ед. времени, подразумевается, что такое время является случайным фактором, значения которого равномерно распределены в интервале [7, 13] ед. времени. Равномерное распределение вероятностей (Rectangular Distribution, Uniform Distribution) продуцируется функцией random(), которая выдает действительные случайные числа в диапазоне 0.0 - 1.0, и функцией randomlnt (min, max), которая выдает целые случайные числа в диапазоне от min до max. Кроме равномерного распределения вероятностей в прикладных задачах широко используются также экспоненциальное распределение и распределение Пуассона. 114 Часть 2. Имитационное моделирование Дополнительные методы и средства имитации 115
Экспоненциальное распределение (Exponential Distribution) связано с моделированием простейших потоков. В таких потоках время между событиями распределено по экспоненциальному закону. Это распределение характеризуется единственным параметром — средним значением. Вызов функции ехроп(Меап) вернет в качестве результата значение случайного числа, выбранного из экспоненциального распределения со средним mean. Если в задаче задана интенсивность простейшего потока Int, то среднее время между событиями будет определяться как mean=l/ Int. Поэтому для имитации задержек между появлениями событий следует воспользоваться вызовом функции expon(l/Int). Распределение Пуассона (Poisson Distribution) тесно связано с экспоненциальным распределением: оно характеризует количество событий в простейшем потоке, наблюдаемое за определенный интервал времени. Если задать величину этого интервала (Т) и интенсивность потока (Int), то произведение Mean=(Int*T) будет определять среднее количество событий за интервал времени Т. Эта характеристика является единственным параметром функции poisson(Mean), которая используется как датчик пуассоновских случайных чисел. Использование функции poisson(Mean) возможно и для других задач, например для имитации количества записей в инвентаризационной ведомости, объемов производства деталей в течение рабочего дня и т. п. Функция poisson(Mean) всегда выдает случайные числа, которые являются по-ложительными и целыми. Для более подробного знакомства с использованием других распределений вероятностей следует обратиться к справочной информации системы или специальной литературе.
Дата добавления: 2015-06-27; Просмотров: 522; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |