ПЕРВОЕ ВЫСШЕЕ ТЕХНИЧЕСКОЕ УЧЕБНОЕ ЗАВЕДЕНИЕ РОССИИ

ПЕРВОЕ ВЫСШЕЕ ТЕХНИЧЕСКОЕ УЧЕБНОЕ ЗАВЕДЕНИЕ РОССИИ
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ
федеральное государственное бюджетное образовательное учреждение высшего профессионального образования
«НАЦИОНАЛЬНЫЙ МИНЕРАЛЬНО-СЫРЬЕВОЙ УНИВЕРСИТЕТ «ГОРНЫЙ»
Согласовано
Утверждаю
_____________________________
Руководитель ООП по
направлению 220100
профессор Первухин Д.А.
___________________________
Зав. кафедрой
Системного анализа и управления
профессор Первухин Д.А
РАБОЧАЯ ПРОГРАММА
УЧЕБНОЙ ДИСЦИПЛИНЫ
«Теория и приложения метода статистических испытаний»
Направление подготовки: 220100 Системный анализ и управление
Магистерская программа:
«Системный анализ данных и моделей принятия решений »
Квалификация (степень) выпускника: магистр
Составитель: доц. Клавдиев А.А.
Санкт-Петербург
2012
1.
Цели и задачи дисциплины: целью изучения дисциплины «Теория и
приложения метода статистических испытаний» является углубление и расширение знаний методологии моделирования и освоение студентами информационных технологий, реализующих метод статистических испытаний, для
проведения системных исследований и осуществления поддержки в принятии решений при планировании и управлении сложными процессами и системами. После изучения дисциплины у студента должны быть сформированы представления о принципах и способах эффективного применения метода
статистических испытаний для анализа и синтеза сложных систем, приобретены навыки постановки, решения разнообразных задач методом статистических испытаний с применением современных пакетов прикладных программ
и интерпретации полученных результатов.
В дисциплине рассматриваются теоретические основы метода статистических испытаний и многочисленные особенности его приложения при
решении задач исследований сложных систем различной природы.
Задачи изучения дисциплины:
- научить студентов результативно применять научно-методический
аппарат статистического моделирования для управления процессами и системами различного назначения;
- привить у студентов навыки в подготовке исходных данных, разработке алгоритмов и процедур в процессе планирования и проведения исследований сложных систем с помощью метода статистических испытаний;
- научить студентов использовать современные компьютерные технологии реализации метода статистических испытаний в процессе системных
исследований.
2. Место дисциплины в структуре ООП:
Дисциплина относится к вариативной части общенаучного цикла
основной
образовательной
программы
2
подготовки
магистров
по
направлению «Системный анализ и управление» и изучается магистрантами
программы «Системный анализ данных и моделей принятия решений» в
течение 2-х семестров на 6 курсе.
Дисциплина базируется на знаниях, полученных при изучении курсов
«Основы системного анализа», «Системный анализ, оптимизация и принятие
решений», «Системное моделирование», «Информационные технологии обработки данных и процесс принятия решения», «Современные проблемы системного анализа и управления».
Знания, полученные при изучении данной дисциплины, используются в
научно-исследовательской работе и при написании магистерской диссертации.
Изучение дисциплины осуществляется в ходе лекционных занятий с
решением конкретных задач в различных информационных ситуациях на
практических занятиях, в течение 2-х семестров (6 курс), в первом семестре
производится промежуточная аттестация в виде зачета и во втором семестре
процесс изучения завершается сдачей экзамена.
Теоретический материал состоит из 8 разделов и основным назначением курса является углубление знаний и формирование навыков в постановке
и решении практических задач с помощью метода статистических испытаний
в процессе проведения системных исследований и управления сложными системами.
3. Требования к результатам освоения дисциплины:
Процесс изучения дисциплины направлен на формирование нижеперечисленных компетенций.
Обучающиеся должны демонстрировать следующие результаты образования:
в области общекультурных компетенций:
- способность проявлять инициативу, в том числе в ситуациях риска, брать
на себя всю полноту ответственности (ОК-5);
3
в области профессиональных компетенций:
- способность вскрыть математическую, естественнонаучную и техническую сущность проблем, возникающих в ходе профессиональной деятельности, провести их качественно-количественный анализ (ПК-1);
способность анализировать, синтезировать и критически резюмировать информацию (ПК-3);
- способность разработать практические рекомендации по использованию
результатов научных исследований (ПК-5);
в научно-исследовательской деятельности:
- способность применять перспективные методы системного анализа и принятия решений для исследования функциональных задач на основе мировых
тенденций развития системного анализа, управления и информационных
технологий (ПК-7);
в области проектно-технологических компетенций:
- способность применять современные технологии создания сложных комплексов с использованием САSЕ-средств, контролировать качество разрабатываемых систем (ПК-11).
В результате изучения дисциплины студент должен:
Иметь представление:
– о состоянии и основных направлениях совершенствования метода
статистических испытаний и возможностях его эффективного применения в
комплексе с другими методами исследований;
– о состоянии и перспективах развития программного обеспечения для
моделирования и системных исследований сложных систем.
Знать:
– теоретические основы метода статистических испытаний сложных
процессов и систем;
4
– типовые алгоритмы решения задач системных исследований с помощью метода статистических испытаний;
– области и особенности применения метода статистических испытаний в задачах управления сложными системами.
Уметь:
– строить статистическую модель и разработать алгоритм проведения исследований сложного процесса или системы;
- проводить обоснование, выбор и результативное использование процедур статистических испытаний в различных информационных ситуациях;
– интерпретировать результаты, полученные в процессе моделирования и
решения конкретных задач исследования сложных систем и процессов управления ими.
Владеть:
– информационными технологиями решения задач исследований сложных
систем методом статистических испытаний.
4. Объем дисциплины и виды учебной работы
Общая трудоемкость дисциплины составляет 3 зачетные единицы.
Вид учебной работы
Всего
часов
Семестры
11
12
60
40
20
Лекции
13
8
5
Практические занятия (ПЗ)
47
32
15
Семинары (С)
0
0
0
Лабораторные работы (ЛР)
0
0
0
Самостоятельная работа (всего)
48
28
20
0
0
0
Аудиторные занятия (всего)
В том числе:
В том числе:
Курсовой проект (работа)
5
Расчетно-графические работы
0
0
0
Реферат
0
0
0
48
28
20
зачет
эк-
Другие виды самостоятельной работы:
Работа с литературой
Вид промежуточной аттестации (зачет, экзамен)
замен
Общая трудоемкость
108
час
68
40
3
зач. ед.
5. Содержание дисциплины
5.1. Содержание разделов дисциплины
№ Наименование разп/п дела дисциплины
Основные понятия математического моделирования.
1
2
Моделирование процессов массового обслуживания.
3
Исследование сложных
систем и процессов методом Монте-Карло.
Содержание раздела
Понятие о моделях и моделировании. Роль моделей в
науке и технике. Классификация моделей и виды моделирования. Объекты моделирования и их иерархия. Этапы
математического моделирования. Принципы построения
и основные требования к математическим моделям систем Общая схема разработки математических моделей.
Формы представления математических моделей. Примеры моделей систем.
Типовые математические схемы моделей. Понятие
системы массового обслуживания (СМО). Общая классификация СМО. Классификация моделей. Понятие потока
событий, принципы классификации потоков событий.
Классификационные признаки СМО. Характеристики качества (параметры моделей очередей) СМО. Компактная
запись математических моделей СМО в форме КендаллаБашарина. СМО M/M/1, расчетные формулы. СМО
M/M/n, расчетные формулы. СМО M/D/1, расчетные
формулы. СМО M/G/1, формула Полячека-Хинчина.
Сравнение СМО M/M/n и M/D/n.
Применение метода Монте-Карло в имитационном
моделировании. Понятие метода Монте-Карло. Общие
представления об оценке точности результатов, полученных методом Монте-Карло. Оценка точности метода
Монте-Карло при известной дисперсии. Оценка точности
метода Монте-Карло при неизвестной дисперсии.
6
4
Имитационное моделирование случайных
факторов.
5
Моделирование процессов в виде системы
массового обслуживания.
6
Имитационное моделирование управления
запасами.
7
Имитационное моделирование производственных и торговофинансовых процессов.
8
Имитационное моделирование организационного управления.
Дискретная модель случайной величины, равномерно распределенной на отрезке [0,1]. Получение случайной величины, равномерно распределенной на отрезке
[0,1]. Имитационное моделирование простого события.
Имитационное моделирование полной группы несовместных событий. Имитационное моделирование дискретной случайной величины. Метод обратной функции
имитационного моделирования непрерывной случайной
величины. Имитационное моделирование случайных величин с показательным распределением. Имитационное
моделирование случайных величин с равномерным распределением. Имитационное моделирование случайных
величин с нормальным распределением. Имитационное
моделирование случайных величин с усеченным нормальным распределением. Имитационное моделирование
случайных величин с произвольным распределением.
Способы построения моделирующих алгоритмов,
организация квазипараллелизма. Описание активностями
имитационной модели. Описание событиями имитационной модели. Описание транзактами имитационной модели. Описание агрегатами имитационной модели. Описание процессами имитационной модели. Имитационное
моделирование процессов обслуживания заявок в условиях отказов. Моделирование экономических процессов в
виде СМО с однородными заявками. Моделирование экономических процессов в виде СМО с неоднородными заявками и абсолютным приоритетом обслуживания. Моделирование экономических процессов в виде СМО с неоднородными заявками и относительным приоритетом обслуживания.
История возникновения и предмет теории управления запасами. Основные понятия теории управления
запасами. Пример концептуальной модели при имитационном моделировании управления запасами. Пример
имитационной модели управления запасами.
Пример концептуальной модели при имитационном моделировании производственных процессов. Пример применения имитационного моделирования для анализа производственных процессов.
Имитационное финансовое моделирование, пример концептуальной модели. Общие представления о
«паутинообразных» моделях фирмы. Классификация «паутинообразных» моделей фирмы. Концептуальная модель
для вероятностной «паутинообразной» модели фирмы с
обучением.
Пример имитационной модели звена управления.
Пример концептуальной модели при имитационном моделировании организационного управления.
7
5.2. Разделы дисциплины и междисциплинарные связи с обеспечиваемыми (последующими) дисциплинами
№ Наименование обеспечиваемых
п/п (последующих) дисциплин
№ № разделов данной дисциплины, необходимых для изучения
обеспечиваемых (последующих)
дисциплин
1
2
3
4
5
6
7
8
9 10
1.
Научно-исследовательская работа
+
+ + + + + + + +
+
2.
Написание магистерской диссертации
+
+ + + + + + + +
+
5.3. Разделы дисциплин и виды занятий
№
п/
Наименование раздела дисциплины
Лекции
Пра Лаб
к.
.
зан. зан.
Семин.
СР
С
Всего
час.
Основные понятия математического моделирования.
Моделирование процессов массового обслуживания.
Исследование сложных систем и
процессов методом Монте-Карло.
Имитационное моделирование
случайных факторов.
Моделирование процессов в виде
системы массового обслуживания.
2
0
0
0
2
4
1
8
0
0
6
15
1
8
0
0
6
15
2
8
0
0
7
17
2
8
0
0
7
17
2
6
0
0
8
16
2
5
0
0
6
13
1
4
0
0
6
11
13
47
0
0
48
108
п
1
2
3
4
5
6
Имитационное моделирование
управления запасами.
7
Имитационное моделирование
производственных и торговофинансовых процессов.
Имитационное моделирование организационного управления.
8
Всего:
8
6. Лабораторный практикум: не предусмотрен.
7. Практические занятия (семинары):
№
п/
п
№ раздела
дисциплины
1
2
2
3
3
4
4
5
5
6
6
7
7
8
Трудоемкость
(час.)
Тематика практических занятий
СМО M/M/1, расчетные формулы. СМО M/M/n, расчетные формулы. СМО M/D/1, расчетные формулы. СМО
M/G/1, формула Полячека-Хинчина. Сравнение СМО
M/M/n и M/D/n.
Применение метода Монте-Карло в имитационном моделировании.
Имитационное моделирование случайных величин с заданным распределением.
Моделирование экономических процессов в виде СМО с
однородными заявками. Моделирование экономических
процессов в виде СМО с неоднородными заявками и абсолютным приоритетом обслуживания. Моделирование
экономических процессов в виде СМО с неоднородными
заявками и относительным приоритетом обслуживания.
Имитационное моделирование системы управления запасами.
Применение имитационного моделирования для анализа
производственных и торгово-финансовых процессов
Имитационное моделирование звена управления.
Всего
8
8
8
8
5
5
5
47
8. Примерная тематика курсовых проектов (работ) не предусмотрено
учебным планом и основной образовательной программой
9. Учебно-методическое и информационное обеспечение дисциплины:
а) основная литература
1. Теория систем и системный анализ в управлении организациями: Справочник: Учеб. пособие/Под ред. В. Н. Волковой и А. А. Емельянова. —
М.: Финансы и статистика, 2006. — 848 с: ил.
2. Бережная Е. В., Бережной В. И. Математические методы моделирования
экономических систем: Учеб. пособие. — 2-е изд., перераб. и доп. — М.:
Финансы и статистика, 2006. — 432 с: ил.
9
3. Максимей, И. В. Имитационное моделирование на ЭВМ [Текст] /
И. В. Максимей. – М.: Радио и связь, 1988. – 232 с.
4. Бахвалов Л. А. Компьютерное моделирование: долгий путь
к сияющим вершинам[Электронный ресурс]. – Режим доступа:
http://www.gpss-forum.narod.ru/GPSSmodeling.html, свободный.
5.
Бешенков С. А. Моделирование и формализация: методическое пособие.
– М.: Лаборатория базовых знаний, 2002.
6.
Большаков А. С. Моделирование в менеджменте: учеб. пособие. – М.:
Филинъ, 2000.
7.
Бусленко Н. П. Моделирование сложных систем. – М.: Наука, 1978.
8.
Бычков С. П., Храмов А. А. Разработка моделей в системе моделирования GPSS: учеб. пособие. – М.: МИФИ, 1997.
9.
Введение в математическое моделирование: учеб. пособие/
под ред. П. В. Трусова. – М.: Интермет инжиниринг, 2000.
10. Вендров А. М. CASE-технологии. Современные методы и
средства проектирования информационных систем. – М.: Финансы и
статистика, 1998.
11.Волчков С., Балахонова И. Бизнес-моделирование для совершенствования деятельности промышленного предприятия// ЦИТ«Платон» "КомпьютерПресс". 2001. №11.
12. Докукин В. П. Основы математического моделирования: конспект лекций. Санкт-Петербургский ГГИ. – М.: Дело, 2000.
13. Имитационное моделирование производственных систем/ под
ред. А. А. Вавилова. – М.: Машиностроение, 1983.
14. Калашников В. В., Рачев С. Т. Математические методы построения стохастических моделей обслуживания. – М.: Наука, 1988.
10
15. Киндлер Е. Языки моделирования. – М.: Энергия, 1985.
16. Клейнен Дж. Статистические методы в имитационном моделировании. –
М.: Статистика, 1978.
17. Лоу А. М., Кельтон В. Д. Имитационное моделирование. Классика CS. –
3-е изд. – СПб.: Питер; Киев: Издательская группа BHV, 2004. –847 с.
18. Клавдиев А.А., Пасевич В. Адаптивные технологии информационновероятностного анализа транспортных систем.- СПб.: Изд-во СЗТУ, 2009.
– 305с.
19.Патент № 65664. Устройство для идентификации выборки /А.А. Клавдиев
[и др.]. Опубл. 10.08.2007.
20. Клавдиев, А.А. Тесты проверки последовательностей случайных чисел на
равномерность /А.А. Клавдиев, Л.А. Мартыщенко. – СПб: МО. – 1989.
б) дополнительная литература
1. Марка Д. А., Мак Гоуэн К. Методология структурного анализа
и проектирования. – М.: МетаТехнология, 1993.
2. Математическое моделирование: методы, описания и исследования
сложных систем/ под ред. А. А. Самарского. – М.: Наука, 1989.
3. Перегудов Ф. И. Основы системного анализа: учебник. – 2-е
изд., доп. – Томск: Изд-во НТЛ, 1997.
4. Питерсон Дж. Теория сетей Петри и моделирование систем:
пер. с англ. – М.: Мир, 1984.
5. Рапопорт Б. М. Инжиниринг и моделирование бизнеса. – М:
Тандем, 2001.
6. Романовский И. В. Исследование операций и статистическое
моделирование. – СПб.: СПб. гос. ун-т, 1994.
7. Советов Б. Я. Моделирование систем: учебник для вузов. – 3-е
изд., перераб. и доп. – М.: Высш. шк., 2001.
8. Суворова Н. Информационное моделирование: величины, объекты, алгоритмы. – М.: Лаборатория базовых знаний, 2002.
11
9. Федотова Д. Э., Семенов Ю. Д., Чижик К. Н. CASE-технологии. –
М.: Горячая линия– Телеком, 2003.
10. Шебеко Ю. А. Имитационное моделирование и ситуационный
анализ бизнес-процессов принятия управленческих решений (учебное и
практическое пособие). – M.: Диаграмма, 1999.
11. Шеннон Р. Ю. Имитационное моделирование систем– искусство и
наука: пер. с англ. – М.: Мир, 1978.
12. Щепетова С. Е. Динамическое моделирование функционирования
предприятия и формирование стратегии его поведения в конкурентной
среде: автореф. дис. на соискание ученой степени к.э.н. – М.:
Финансовая академия при Правительстве РФ, 2001.
13. ARENA Users Guide, Sewickley: Systems Modeling Co., 1996.
14. Barjis J., Shishkov B. UML based business systems modeling and
simulation. – Proceedings of EuroSim 2001, 2001.
15. Giaglis G. M., Paul R.G., Okeefe R. M. Discrete simulation for
business simulation. – Berlin: Springer – Verlag, 2003.
16. Goldsman D. A Whirlwind Tour of Computer Simulation Techniques. –
www.hyperionics.com , 2003.
17. Hlupic V., Robinson S. Business Process Modeling and Analysis
using discrete-event simulation. – Proceedings of the 1998 Winter Simulation
Conference, pp.1363–1369.
в) программное обеспечение

портал «Гуманитарное образование» http://www.humanities.edu.ru/;

федеральный портал «Российское образование» http://www.edu.ru/;

федеральное хранилище «Единая коллекция цифровых образовательных ресурсов»
http://school-collection.edu.ru/;
г) базы данных, информационно-справочные и поисковые системы

электронные версии учебников, пособий, методических разработок, указаний и рекомендаций по всем видам учебной работы, предусмотренных вузовской рабочей
12
программой, находящиеся в свободном доступе для студентов, обучающихся в вузе, на внутрисетевом сервере http://www.spmi.ru/;

научная Электронная Библиотека http://www.e-library.ru;.

информационная система «Единое окно доступа к образовательным ресурсам»
(http://window.edu.ru/);

рекомендуемые поисковые системы http://www.yandex.ru/, http://www.google.ru/,
http://www.google.сom/ и др.

Интернет-библиотека: http://www.twirpx.com

Интернет-библиотека: http://www.sciteclibrary.ru
10. Материально-техническое обеспечение дисциплины:
Лаборатория теории и методов прогнозирования: ауд. 3502, площадь
помещения – 67 кв м., количество рабочих мест – 10; лаборатория оснащена
компьютерами и мультимедийным оборудованием для проведения лекционных и практических занятий и компьютерный класс 3501, площадь помещения – 84 кв м., количество рабочих мест – 15.
11. Методические рекомендации по организации изучения дисциплины
Методические рекомендации для преподавателей
Последовательность изложения вопросов и их глубина может быть различной в зависимости от состава аудитории и уровня подготовки студентов. Кроме того, преподаватель имеет право выбора способа изложения того или иного вопроса наиболее адекватного
составу слушателей. Лекционный курс рекомендуется излагать с использованием мультимедийных средств.
13
Основные приемы изучения дисциплины и используемый соответствующий методический материал рассмотрены в учебниках и учебных пособиях (приведены в списках
основной и дополнительной литературы):
1. Образовательные технологии: программно – целевой метод обучения (последовательное и ясное изложение материала, разумное сочетание абстрактного и конкретного, обучение по примерам; на практических занятиях для развития самостоятельного
мышления и умения рассуждать рекомендуется применение исследовательского и эвристического методов); самостоятельное чтение студентами учебной, учебно-методической
и справочной литературы и последующее обсуждение в виде выступлений по освоенному
ими материалу на семинарских занятиях; использование иллюстративных анимационных
и видеоматериалов (видеофильмы, фотографии, аудиозаписи, компьютерные презентации), демонстрируемых на современном оборудовании.
2. Оценочные средства для текущего контроля успеваемости и промежуточной
аттестации: конкретные формы и процедуры текущего, промежуточного и итогового
контроля знаний доводятся до сведения обучающихся в течение первого месяца обучения.
Для организации изучения дисциплины рекомендуются разработанные автором и утверждённые вузом фонды оценочных средств, включающие домашние задания, контрольные
работы, тесты и методы контроля (защита, коллоквиум, зачёт, и др.), позволяющие оценить знания, умения и уровень компетентности студентов.
Контроль приобретенных навыков практической работы в лабораториях кафедры
осуществляется в два этапа: при выполнении лабораторных работ и при защите теоретической части работы, результатов моделирования и оценки их достоверности.
Ежемесячно проводится оценка текущей успеваемости в форме аттестации студента и сведения передаются в деканат.
3 Итоговый контроль осуществляется защитой контрольной работы, приемом зачета и экзамена в виде тестирования. Экзаменационные тесты, разработанные автором и
утверждённые вузом, должны строго соответствовать содержанию курса читаемых разделов дисциплины в данном семестре. Студенты допускаются к сдаче экзамена при наличии
положительных результатов по: контрольным работам; выполненным и защищенным заданиям на семинарских занятиях, домашних заданий и зачетов.
Методические рекомендации для студентов
В семестре во время изучения дисциплины студент очной формы обучения должен
выполнить 4 практических работы в соответствии с методическими указаниями к каждой
работе, согласно календарному учебному плану и индивидуальному графику. Индивиду14
альный график работ является общим для всех студентов Национального минеральносырьевого университета «Горный», в нем темы работ очередного занятия распределены на
каждого студента согласно его порядковому номеру в журнале группы (журнал находится
у старосты группы).
По выполненным работам студент составляет отчеты. Отчёт оформляется в печатном виде на листах формата А4 в соответствии с требованиями, предъявляемыми кафедрой. Обязательная защита отчетов происходит публично на аудиторном занятии преподавателю, ведущему занятия, либо комиссии.
В соответствии с рабочей программой необходимо выполнить две контрольные работы в семестре, одна из которых домашняя, вторая – аудиторная. Контрольные работы
выполняются по заданиям, аналогичным тем, что приведены в указанных выше методических пособиях, разработанных на кафедре СПГГУ и других вузов. В контрольных работах
даются задачи, аналогичные типовым задачам, разобранным в учебных пособиях, приведенных в основной и дополнительной литературе.
Вся информация по организации учебного процесса продублирована на кафедральных информационных стендах.
Разработчик:
Национальный минеральносырьевой университет
«Горный»
(место работы)
доцент каф. СА иУ
(занимаемая должность)
А. А. Клавдиев
(инициалы, фамилия)
(место работы)
д-р техн. наук, проф.
(занимаемая должность)
Злотников К.А.
(инициалы, фамилия)
(место работы)
(занимаемая должность)
(инициалы, фамилия)
Эксперты:
15