Реклама:

Перечисленные составляющие достоверности генерации тестов взаимозависимы и повышение достоверности имитации за счет одного из фактрров приводит, как правило, к.снижению достоверности вследствие влияния остальных. Поэтому важной задачей при создании имитационных моделей является достижение заданной суммарной достоверности имитации при сбалансированном влиянии каждого из факторов.

Адекватность имитатора зависит от степени учета второстепенных факторов, характеризующих функционирование реальных объектов или источников информации, при создании их моделей. Точность моделей на ЭВМ прежде всего определяется алгоритмами, на которых они базируются, и полнотой учета'в них всех особенностей моделируемых объектов. Кроме того, на адекватность имитации влияет качество программирования и уровень ошибок [63, 73, 82] в программах имитации.

Каждый неучитываемый в имитаторе элемент или фактор моделируемой системы необходимо аналитически или иным путем оценивать и сопоставлять его возможное влияние на полную требуемую точность модели с учетом других составляющих достоверности имитации. Необходимым, но недостаточным условием, адекватности модели является взаимная непротиворечивость отдельных генерируемых тестов. Контроль и эталонирование моделей может проводиться путем сопоставления частных имитируемых данных с результатами аналитических исследований или с данными, полученными на реальных системах.

Наиболее часто приходится встречаться с неоправданно переусложненными имитаторами тестов, на разработку которых затрачиваются излишние силы. Методика последовательного наращивания и усложнения моделей и замены отдельных устройств и процессов их интегральными характеристиками позволяет создавать даже крупные модели, достаточно адекватные имитируемым системам. Однако единого метода оценки адекватности программных имитаторов не существует и в каждом конкретном случае приходится использовать специфические методы эталонирования моделей.

Инструментальная точность имитаторов определяется прежде всего надежностью ЭВМ и точностью программного формирования псевдослучайных чисел. За счет случайных сбоев и трудно обнаруживаемых частичных отказов аппарат туры ЭВМ всегда есть риск искажения имитируемых данных. Если длительность моделирования тестов на ЭВМ соизмерима с длительностью наработки ЭВМ на сбой или частичный отказ [44,.59], то искажение тестовых данных за счет имитирующего инструмента становится весьма вероятным. Для повышения инструментальной точности может применяться двойной счет, однако это снижает производительность имитации по крайней мере вдвое.

В моделях, имитирующих стохастические тесты, инструментальная точность зависит также от качества формирования псевдослучайных чисел с необходимыми законами распределения. Программы для формирования псевдослучайных чисел с равномерным законом распределения, используемые в качестве исходных, характеризуются периодом повторения порядка 106—10' чисел. При преобразовании псевдослучайных чисел с равномерным распределением в псевдослучайные числа с более сложными распределениями ошибка, как правило, возрастает. Совершенствование средств моделирования псевдослучайных чисел сопряжено с возрастанием сложности программ для их формирования, что в свою очередь приводит к снижению объема получаемых результатов и соответственно статистической точности имитации.


⇐ Предыдущая страница| |Следующая страница ⇒