Computer Modeling And Simulation

1. Computer Modeling And Simulation F.Ramezani Department of Computer Engineering Islamic Azad University SARI Branch Introduction toComputer Modeling AndSimulation

2. Reference [1] A.M.Law, W.D Kelton,” simulation Modeling and Analysis.” McGraw Hill:2000. ]2[ جری بنکس، جان کارسن « شبیه سازی سیستم های گسسته پیشامد»، موسسه انتشارات علمی دانشگاه صنعتی شریف. ]3[ حسن صالحی فتح آبادی « شبیه سازی سیستم ها بوسیله کامپیوتر های رقمی» انتشارات جهاد دانشگاهی. ]4[گرایس هاریس « نظریه صف» ترجمه شاهکار، مرکز نشر دانشگاهی ، 1372. [5] X.Yu, M.Gen,” Introduction to Evolutionary Algorithms,”, Springer,2010. ]6[مجید وفایی جهان« مدلسازی و شبیه سازی کامپیوتری»، 1390. [7] K. Kant & M. M. Srinivasan “Introduction to computer system performance evaluation” . [8] Raj Jain. “The Art of Computer Systems Performance Analysis: Techniques for Experimental Design, Measurement, Simulation, and Modeling”, John Wiley and Sons, Inc., Introduction to Computer Modeling And Simulation

3. Evaluation • Project 40% • Researchabout your project.2.5% • Preparea proposal and submit it 2.5% • Submit your final report 25% • Present it by the end of term10% • Final Exam 60% • Special Challenge 10%(bonus) • Submit a paper on your finding conference Introduction to Computer Modeling And Simulation

4. Curriculum Vitae • مشخصات فردی • آدرس الکترونیکی • سوابق تحصيلي • کارشناسی(دانشگاه-موضوع پروژه- استاد راهنما- معدل) • کارشناسی ارشد(لیست دروس) • سوابق پژوهشی • سوابق شغلی • عضويت در انجمن هاي علمي • توانایی Introduction to Computer Modeling And Simulation

5. گزارش • CMS.UNI.First and Last Name.hw#.docx & .pdf Introduction to Computer Modeling And Simulation

6. ارتباط ramezani.farhad@gmail.com www.f-ramezani.ir Subject:CMS.UNI.First and Last Name.hw# Introduction to Computer Modeling And Simulation

7. فهرست مطالب • مقدمه ای بر مدلسازی و شبیه سازی کامپیوتری • مدل سازی و شبیه سازی ریاضی • گذری بر شبیه سازی سیستم های صف • نظریه صف • شبیه سازی الگوریتمهای اکتشافی • تولید اعداد تصادفی • زنجیره مارکوف • مدل مخفی مارکوف • شبکه های عصبی مصنوعی Introduction to Computer Modeling And Simulation

8. مقدمه • برخی از قوانین را نمی توان با ریاضیات مدل کرد • عموما از روشهای دیگر که بطور عام مبتنی بر شبیه سازی هستند مدل میشوند • انیشتین: • آن قوانینی که به واقعیت اشاره دارند قطعی نیستند و آن هایی که قطعی هستند، واقعی نیستند!! • تصورهای مختلفی از این جمله وجود دارد: • عدم قطعیت در مدلسازی مسائل Introduction to Computer Modeling And Simulation

9. مقدمه • پس • فراتر از مدلسازی ریاضی، نیازمند مدلهایی هستیم که در نهایت مسائل را حل کنند و از پیچیدگی کمتری نیز برخوردار باشند. • در این درس به دنبال حل مسائلی هستیم که میتوانند جایگزین راه حلهای ریاضی شوند و یا با همان دقت مسائل را حل کنند. • درس مدلسازی و شبیه سازی سیستم های کامپیوتری دریچه ایست بسوی تکنیکها و روشهای مدلسازی ( بطور خاص مدلسازی صف) و روشهای جایگزین حل مسائل صف با تکنیکهای شبیه سازی. Introduction to Computer Modeling And Simulation

10. مقدمه ای بر مدلسازی و شبیه سازی • سیستم ها دارای رفتار متفاوتی هستند که تحلیل آنها را با مشکل مواجه میکند بطوری که رفتار سیستم بایستی به صورت دقیق، بررسی و تحلیل گردد • یکی از روشهایی که می تواند عملکرد یک سیستم را تحلیل کرد؛ ساخت یک شبیه ساز از سیستم است که عملکرد یکسانی با سیستم در شرایط مساوی داشته باشد. • مدلسازی می تواند ابزاری برای پیش بینی عملکرد سیستم در آینده و یا بعد از تغییرات نیز باشد Introduction to Computer Modeling And Simulation

11. مقدمه ای بر مدلسازی و شبیه سازی • بطور کلی به دو روش عمل مدلسازی سیستم ها انجام میشود • روش ریاضیاتی • روش شبیه سازی • روشهای ریاضیاتی با استفاده از محاسبات دیفرانسیل، آمار احتمالات، روشهای جبری یا محاسبات عددی عمل میکنند • در حقیقت همان فرمول ریاضیست که مدل سیستم را تشکیل میدهد • در این روشها مشکل اصلی پیچیدگی زیاد برخی از سیستمهاست که نمیتوان آنها را با ریاضیات مدل کرد • همچنین قوانینی در جامعه بشری وجود دارند که با ریاضیات قابل مدل شدن نیستند Introduction to Computer Modeling And Simulation

12. مقدمه ای بر مدلسازی و شبیه سازی • برخی از روشهایی که قابل مدلسازی ریاضی نیستند نیازمند روشهای دیگری هستند • شبیه سازی عددی نام دارند • این روشها با تحلیل داده های ورودی و خروجی سیستم طبق یک فرایند تکراری و ایجاد شرایطی همانند سیستم واقعی تحلیل میگردند. • بنابراین شبیه سازی عبارت است از شبیه سازی تقلیدی از عملکرد یک فرایند یا یک سیستم واقعی با گذشت زمان بطوری که بتوان در طی زمان اجرا عملکردهای آن را بررسی و ارزیابی کرد. Introduction to Computer Modeling And Simulation

13. کاربرد شبیه سازی • شبیه سازی دارای کاربردهای متنوعی است • بررسی رشد ریشه گیاه خاص • سرعت انتشار یک سیال در سیال دیگر • تغییر اطلاعات سازمانی و یا محیطی و تاثیر آن بر رفتار مدل • عملیات کارخانه ها، سازمانها، فرودگاه ها، راه آهن و حتی اقتصاد کشور Introduction to Computer Modeling And Simulation

14. کاربرد شبیه سازی • شناخت بدست آمده از طریق طراحی مدل شبیه سازی به هنگام ایجاد سیستم میتواند بسیاری از معایب طراحی سیستم جدید را مشخص کند که با رفع آن سیستم بدون نقص حاصل میگردد Introduction to Computer Modeling And Simulation

15. مزایا و معایب شبیه سازی • کاهش هزینه مدلسازی سیستم، به خصوص سیستم هایی که پر هزینه هستند. • بکار بردن روشهای شبیه سازی از روشهای تحلیل ریاضی پر هزینه تر هستند • از شبیه سازی می توان برای تحلیل قسمتی از یک سیستم بزرگ استفاده کرد • در بسیاری از مسائل شبیه سازی تنها راه حل میباشد • پس از ساخت مدل می توان چندین بار آن را استفاده نمود Introduction to Computer Modeling And Simulation

16. معایب • به دلیل نیاز به اجرای زیاد، زمان زیادی صرف اجرا میگردد • برای مسائل مختلف تکنیکهای مختلف لازم است • خروجی شبیه سازی ممکن است همانند داده های ریاضی دقیق نباشد Introduction to Computer Modeling And Simulation

17. انواع شبیه سازی • بطور کلی به دو گروه • گسسته • پیوسته • گسسته برای سیستم هایی مناسب است که در مجموعه نقاط گسسته زمانی تغییر میکنند • مانند بانک( تعداد مشتری حاضر در بانک تنها زمانی تغییر میکنند که یکی کم یا زیاد گردد • پیوسته برای سیستم هایی مناسب است که متغیر حالت بصورت پیوسته در طی زمان تغییر میکنند • مانند سطح آب پشت سد( در جریان بارش یا مدتی بعد از آن.. Introduction to Computer Modeling And Simulation

18. مدلسازی سیستم • برای تحلیل یک سیستم ساده میتوان آن را به اجزاء سازنده اش شکست و با بررسی و تحلیل رفتار آن پی به عملکرد سیستم برد • اما این موضوع برای سیستمهایی که دارای رفتار تصادفی هستند صادق نیست. • در هر دو حالات باید برای شناخت سیستم آن را مدل کنیم • مدل معرفی از یک سیستم است که از جهاتی خاص بررسی شده است Introduction to Computer Modeling And Simulation

19. مدلسازی • روش دقیق مدلسازی بدین صورت است که • ابتدا با مدل ساده کار را شروع کنیم و بتدریج آن را کامل کنیم • مسائل واقعی بسیار پیچیده تر از آن هستند که کاملا آن را درک و توصیف کنیم • هر مسئله معمولا از اعداد بیشماری متغیر، پارامتر، محدودیت و رابطه تشکیل شده است • هر مدل حالت ساده شده یک مسئله خواهد بود Introduction to Computer Modeling And Simulation

20. عمل ساده کردن مدل • تبدیل بعضی متغییر ها به مقادیر ثابت • حذف بعضی از متغیرها یا ادغام آنها با هم • فرض خطی بودن برخی از روابط • افزودن محدودیت بیشتر • محدود کردن محدوده سیستم • این عمل محدودکردن تا جایی ادامه دارد که مدل از لحاظ ریاضی قابل حل شود • از این مرحله به بعد کامل کردن مدل را خواهیم داشت Introduction to Computer Modeling And Simulation

21. انواع شبیه سازی • روش مونت کارلو یا شبیه سازی مونت کارلو روشیست برای حل کردن مسائل غیر تصادفی یا برخی از مسائل تصادفی استفاده میکند. • در این روش تصمیم گیری در خصوص حرکت از یک حالت به حالت دیگر بصورت احتمالی صورت میگیرد. • بسیاری از روشهای اکتشافی بر پایه این روش میباشند Introduction to Computer Modeling And Simulation

22. تمرین • روش مونت کارلو چگونه عمل میکند • یک انتگرال معین دلخواه را با آن روش حل Introduction to Computer Modeling And Simulation