Имитационное моделирование
185
Остаточная 22360,0 24 931,7
Полная (общая) 27386,7 29 944,4
Вычисляем отношения дисперсий:
.26,07,931/0,240F ;88,27,931/7,2686F
BA
====
При уровне значимости α=0,05, k
4
=24 и k
1
=1 для F
A;(1;24;0,05)
=4,26 и
k
4
=24, k
3
=2 для F
В;(2;24;0,05)
=3,40. Сравнивая табличные значения с вычис-
ленными, имеем
A
F < F
A;(1;24;0,05)
и
B
F < F
B;(1;24;0,05)
. Следовательно, нулевая
гипотеза о равенстве средних на отвергается, то есть влияние фактора А
(уровня наладки машины) и фактора В (партии сырья) на величину раз-
рывной нагрузки незначимо.
4.3. Выводы по главе.
Экспеpиментальные исследования сложных технических систем в су-
щественной степени сдерживаются отсутствием именно системных мате-
матических описаний. Это не позволяет применять широко распростра-
ненное математическое моделирование. Поэтому практически единствен-
ным методом моделирования является имитация. Существенным положи-
тельным моментом здесь является то, что не обладая едиными, стандарти-
зированными технологиями построения моделей, имитационное модели-
рование является достаточно универсальным приемом, имеющим на своем
вооружении хорошо pазвитые методологии математической статистики,
программирования и других отраслей знаний.
В данной главе рассмотрены общие вопросы имитационного модели-
рования, начиная с определения имитации. Пpи этом, пpедставлены не
только сведения о достоинствах и недостатках имитационного моделиро-
вания, но и описаны известные в литературе и развитые нами методы сбо-
ра, подготовки и обработки исходной информации, освещены вопросы по-
строения моделей, проведен краткий анализ известных технологий по-
строения имитационных моделей, описаны вопросы планирования и орга-
низации эксперимента, а также обработки результатов моделирования.
Пpактическая ценность и достоверность получаемых в имитационном
моделировании результатов определяется адекватностью модели реальной
системе. В свою очередь, адекватность модели в значительной степени оп-
ределяется соответствием имитиpуемых процессов их физической сущно-
сти. Следовательно, актуальной является разработка методов воспроизве-
дения случайных событий, величин, процессов и полей с необходимыми
для исследователя вероятностными свойствами. Особое значение при этом
имеют методы генерирования случайности с заданными динамическими
(корреляционными и спектральными) свойствами. Это обусловлено необ-