ИНФОРМАТИКА И ВЫЧИСЛИТЕЛЬНАЯ
ТЕХНИКА
УДК 519.21
И. В. Р у д а к о в, А. В. Ш л я е в а
МОДЕЛИРОВАНИЕ ВХОДНЫХ ПОТОКОВ
ДАННЫХ ДЛЯ СТОХАСТИЧЕСКИХ МОДЕЛЕЙ
ДИСКРЕТНЫХ СИСТЕМ
Рассмотрена проблема моделирования входных данных, являющих-
ся случайными величинами, для стохастических моделей дискрет-
ных систем. В качестве модели стационарного случайного про-
цесса выбраны ARTA (AutoRegressive-To-Anything) процессы с про-
извольным безусловным распределением вероятности и структу-
рой автокорреляции. Представлены алгоритмы оценки параметров
ARTA-процесса по имеющейся реализации случайного процесса и ге-
нерации ARTA-процесса.
Одним из важнейших этапов создания стохастической имитацион-
ной модели сложной системы является моделирование потоков вход-
ных данных, зависящих от случайных факторов, причем неверная их
формализация приводит к получению недостоверных результатов мо-
делирования и принятию неверных решений [1].
Для моделирования входных данных на этапе построения концеп-
туальной модели системы осуществляется сбор информации по моде-
лируемым случайным воздействиям, в частности экспериментальных
данных (реализаций рассматриваемых случайных величин), при этом
данные выборки могут быть независимыми или зависимыми.
Существующие в настоящее время программные комплексы для
автоматизации процесса моделирования входных данных (ExpertFit,
Stat::Fit, Arena Input Analyzer) работают с независимыми выборками
данных.
Часто при моделировании входные данные являются линейно-
зависимыми, или автокоррелированными (в частности, автокоррели-
рованными являются потоки заявок при моделировании компьютер-
ных сетей), а автокорреляция во входном потоке может существенно
повлиять на результаты моделирования. В таких случаях последова-
тельность входных случайных величин моделируют как последова-
тельность, полученную из одного и того же одномерного безусловного
распределения, но с некоторой автокорреляцией между ее величинами.
Таким образом, моделируемые величины одинаково распределенные,
но не независимые. Большинство существующих методов формализа-
ции автокоррелированных данных основано на предположении о том,
ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2008. № 2 65
