Введение 4
1 Рабочая программа и методические указания 7
1.1 Методологические основы моделирования 7
1.1.1 Содержание темы 7
1.1.2 Методические указания 7
1.2 Организация статистического моделирования систем на ЭВМ 8
1.2.1 Содержание темы 8
1.2.2 Методические указания 9
1.3 Программные средства моделирования систем 12
1.3.1 Содержание темы 12
1.3.2 Методические указания 12
1.4 Теория массового обслуживания 15
1.4.1 Содержание темы 15
1.4.2 Методические указания 15
1.5 Теория игр 18
1.5.1 Содержание темы 18
1.5.2 Методические указания 19
1.6 Планирование машинных экспериментов 22
1.6.1 Содержание темы 22
1.6.2 Методические указания 23
1.7 Обоснование модели и анализ результатов моделирования 24
1.7.1 Содержание темы 24
1.7.2 Методические указания 24
2 Язык моделирования систем GPSS 26
2.1 Общие сведения о языке GPSS 26
2.2 Синтаксис языка 29
2.3 Блоки языка GPSS 32
2.3.1 Создание и уничтожение транзактов 32
2.3.2 Задержка транзактов в блоках 35
2.3.3 Работа с устройствами 36
2.3.4 Сбор статистических данных с помощью очередей 38
2.3.5 Функции 39
2.3.6 Изменение маршрутов сообщений 43
2.3.7 Работа с памятью 47
2.3.8 Вычислительные объекты языка 49
2.3.9 Приоритеты 54
2.3.10 Изменение параметров транзакта 54
2.3.11 Косвенная адресация 55
2.3.12 Списки 56
2.3.13 Статистические таблицы 60
2.3.14 Логические переключатели 61
2.3.15 Синхронизация транзактов 63
2.3.16 Прерывание работы устройства 66
2.3.17 Организация циклов 69
2.3.18 Работа с группами 70
2.3.19 Системное время 75
2.3.20 Работа с потоками данных 77
2.3.21 Управляющие блоки 80
2.4 Внутренняя организация GPSS 83
3 Методические указания по выполнению курсовой работы 87
Рекомендуемая литература 105
Приложение 1 106
Приложение 2 114
ознакомление студентов с основными этапами построения моделей на ЭВМ, вопросами статистического моделирования и планирования эксперимента, ознакомление с двумя классами кибернетических моделей: игровых и моделей массового обслуживания, получение навыков исследования моделей с помощью одного из языков моделирования — GPSS.
Моделирование стохастических систем базируется на знании теории вероятностей; для анализа результатов моделирования и проверки адекватности моделей необходимо знание статистики (курс «Теория вероятностей, математическая статистика и случайные процессы»). При изучении кибернетических моделей необходимо иметь знания по ряду вопросов дискретной математики (курс «Дискретная математика») и теории исследования операций (курс «Системный анализ и исследование операций»).
Изучение дисциплины рассчитано на два семестра и включает в себя: теоретический раздел (изучение теоретического материала); практический раздел (выполнение контрольных работ и курсовой работы); лабораторный практикум (выполнение лабораторных работ в Томске); итоговый контроль результата изучения дисциплины.