Use LEFT and RIGHT arrow keys to navigate between flashcards;
Use UP and DOWN arrow keys to flip the card;
H to show hint;
A reads text to speech;
89 Cards in this Set
- Front
- Back
|
Pojasni pojam simulacijskog jezika u računalnom okruženju. |
Jezik na kojem se izvodi neki sustav koji će oponašati realni sustav, te ujedno i skup naredbi za izvedbu sustava. |
|
|
Obzirom na izvedbu na računalu simulacijske jezike dijelimo kao i programske na? |
Interpreterske i prevoditeljske. |
|
|
Navedi osnovna svojstva GPSS-a? |
Model se prikazuje nizom međusobno povezanih simboličkih blokova, svaki blok predstavlja neku specifičnu akciju modela, postoji više tipova blokova, dinamički entiteti modela prolaze kroz blokove modela i pokreću željene aktivnosti. |
|
|
Na koji je način koncipiran GPSS?
|
Kao procesu orijentirani simbolički jezik s dobro definiranim setom naredbi.
|
|
|
Što to znači kad kažemo da je GPSS procesu orijentiran?
|
Znači da definira strukturu modela temeljenu na skupu programskih naredbi, gdje svaka naredba opisuje procese.
|
|
|
Na koji se način prati vrijeme u simulaciji GPSS-om?
|
Apsolutnim i relativnim satom.
|
|
|
Na koji je način sastavljen program u GPSS-u?
|
Program u GPSS-u je sastavljen kao skup opisa procesa u obliku dijelova programa koji specificiraju redoslijed aktivnosti i operacija koje se izvođenjem vrše nad atributima objekata/entiteta modela.
|
|
|
Kako dijelimo objekte u GPSS-u?
|
Na statičke i dinamičke.
|
|
|
Što je to transakcija u GPSS-u?
|
Transakcija je jedini dinamički entitet.
|
|
|
Na koji način transakcija prolazi kroz model?
|
Transakcije se gibaju kroz model sve dok ima uvjeta za to ili dok ne dođu u blok koji predstavlja ponor transakcija.
|
|
|
Kako dijelimo naredbe u GPSS-u?
|
Na deklaracijske, blok naredbe i kontrolne naredbe.
|
|
|
Što su to resursi u GPPS modelu?
|
Stalni entiteti.
|
|
|
Na koji se način prikuplja statistika u GPSS modelu?
|
Osnovna statistika se prikuplja automatski, može se zadati i dodatno prikupljanje statističkih podataka.
|
|
|
Što je osnovna statistika u GPSS modelu?
|
Statistika trajnih entiteta.
|
|
|
Koja su svojstva trajnog entiteta FACILITY tipa?
|
Tip entiteta koji može prihvatiti samo jednu transakciju u jednom trenutku.
|
|
|
Koja su svojstva tranog entiteta STORAGE tipa?
|
Tip entiteta koji može u jednom trenutku prihvatiti više transakcija, ali ima konačan kapacitet.
|
|
|
Kad i kako koristimo blok QUEUE u GPSS-u?
|
Entitet za automatsko prikupljanje statistike o vremenu čekanja i dužini repa transakcija pred ulazom u blok s uvjetnim ulazom i ima neograničen kapacitet. Koristimo kod čekanja pred semaforom, šalterom.
|
|
|
Opiši životni vijek transakcije u GPSS modelu.
|
Transakcije se stvaraju u bloku generate, a uništavaju u bloku terminate.
|
|
|
Čime je definiran događaj u GPSS-u?
|
Informacije koje definiraju događaj su sadašnji blok transakcije, adresa slijedećeg bloka, planirano vrijeme napuštanja bloka i prioritet transakcije.
|
|
|
Pojasni LSD (listu sadašnjih događaja)?
|
Transakcije koje su spremne za napuštanje bloka čim to uvjeti dozvole, odnosno VNB<=C1 planirano je vrijeme napuštanja bloka manje ili jednako sadašnjem vremenu sata.
|
|
|
Pojasni LBD (listu budućih događaja)?
|
Transakcije planirane za gibanje u neko buduće vrijeme, odnosno VNB>C1.
|
|
|
Koja su moguća stanja transakcije u simulaciji?
|
Aktivno, pasivno, suspendirano i terminirano stanje.
|
|
|
Kako se upravlja simulacijom u GPSS-u?
|
Upravljanje simulacijom izvodi se na način da se ažurira simulacijski sat prilikom svakog događaja i pretražuju liste događaja.
|
|
|
Kad simulacija GPSS modelom završava?
|
Simulacija završava kada nema više transakcija u listama ili kad je izveden specifični događaj završetka simulacije.
|
|
|
Što podrazumijeva vrednovanje konceptualnog modela?
|
Ispitivanje podudarnosti ponašanja modela i realnog sustava.
|
|
|
Što podrazumijeva verifikacija konceptualnog modela?
|
Ispitivanje podudarnosti ponašanja računalnog modela i konceptualnog modela.
|
|
|
Gdje se sve mogu javiti greške u modelu?
|
U samoj logici modeliranja, matematičkim relacijama, programiranju, odabiru ulaznih podataka, načinu korištenja modela, obradi i interpretaciji rezultata.
|
|
|
Što je to stupanj zadovoljavanja modelom?
|
Postizanje zadovoljavajućeg nivoa prihvatljivosti i pouzdanosti u zaključke postignute na osnovu rezultata simulacije.
|
|
|
Na čemu je baziran stupanj zadovoljavanja modelom?
|
Bazira se na osnovu činjenice da je model samo aproksimacija sustava, elementi dobiveni mjerenjem u realnom sustavu sadrže (ne)namjerne greške koje uzrokuju greške u modelu, točnost mjerenja i izračuna bazirana na statističkim izračunima ovisi o veličini uzorka.
|
|
|
Navedi neke metode verifikacije računalnog modela?
|
Top-down analiza, strukturno, modularno i adekvatno programiranje.
|
|
|
Navedi neke pristupe u vrednovanju konceptualnog modela.
|
Ispitivanje vanjskog ponašanja modela i sustava uz tretman oba kao "black box", detaljni opis i analiza rada modela i sustava.
|
|
|
Koja su tri osnovna tipa ispitivanja modela?
|
Replikativno, strukturalno i predikativno vrednovanje KM.
|
|
|
Što podrazumijeva proces replikativnog vrednovanja modela?
|
Podrazumijeva provjeru slaganja ponašanja konceptualnog modela i realnog sustava u istim uvjetima, pod uvjetom da sustav realno postoji i da su moguća potrebna mjerenja na njemu.
|
|
|
Što podrazumijeva proces strukturalnog vrednovanja modela?
|
Podrazumijeva provjeru točnosti pretpostavki na kojima se temelji konceptualni model, nivo apstrahiranja, logike rada modela i ulaznih podataka kojima se model koristi.
|
|
|
Što podrazumijeva proces prediktivnog vrednovanja modela?
|
Podrazumijeva provjeru sposobnosti KM da pretpostavi eventualno ponašanje sustava u budućim situacijama uz pretpostavku izmjena uvjeta, strukture sustava i parametara rada sustava.
|
|
|
Što je to slučajni uzorak?
|
Slučajni uzorak je podskup populacije u kojem su događaji s jednom vjerojatnošću nastupanja.
|
|
|
Što je to sustavni uzorak?
|
Dio populacije odabran prema nekom principu.
|
|
|
Što je to stratificirani uzorak?
|
Uzorak dobiven tako da se populacija podijeli na dijelove, a uzorak se odabere iz jednog od tih dijelova.
|
|
|
Navedi konkretnu uporabu slučajne varijable u simulacijama.
|
Opis međuvremena dolazaka, opis vremena posluživanja, opis grananja, generiranje atributa entiteta.
|
|
|
Ako je sjeme 5617 koji je slijedeći slučajni broj dobiven metodom sredine kvadrata?
|
Kvadrira se odabrani broj, od kvadrata se uzimaju srednje znamenke i nastavlja proces: 5617^2 - > 31[5506]89 - > 5506^2 - > 30316036 ....
|
|
|
Što se smatra slučajnim brojem u simulaciji?
|
U simulaciji diskretnih događaja pod pojmom “slučajni broj” podrazumijevamo kontinuiranu slučajnu varijablu s uniformnom razdiobom na intervalu [0,1].
|
|
|
Navedi neke načine generiranja slučajnih brojeva?
|
Fizički pribori - / - Korištenje iracionalnih brojeva - / - Aritmetički procesi
|
|
|
O čemu ovisi način generiranja slučajnih varijabli u simulaciji?
|
- točnosti generiranja, - efikasnosti generiranja, - složenosti algoritma generiranja, - robustnosti algoritma tj. njegove primjenjivosti u širokom krugu uporabljenih parametara. |
|
|
Koja je razlika između diskretne slučajne varijable i kontinuirane slučajne varijable?
|
diskretne - koje poprimaju diskretne vrijednosti - /-- kontinuirane – čija se vrijednost mjenja kontinuirano |
|
|
Napiši formulu za linearni kongruentni generator slučajnih brojeva.
|
xi+1=(axi+c) (mod m)
|
|
|
Što se testira najčešće kod serije slučajnih brojeva?
|
Različiti testovi uglavnom testiraju svojstva uniformiranosti dobivene razdiobe i odsutnost serijske koreliranosti generiranog niza slučajnih brojeva. |
|
|
Što se testira testom frekvencija?
|
testira se uniformnost razdiobe. Interval [0,1] se dijeli na k jednakih podintervala i prebrojava se koliko će slučajnih brojeva pasti u pojedini interval (frekvencija pojavljivanja). Ako je uzorak veličine n brojeva očekivana frekvencija za pojedini interval je n/k. |
|
|
Što se testira testom serija?
|
testira se uniformnost razdiobe (ovo je prošireni test frekvencija). Uzimaju se uzastopni parovi generiranih brojeva (x1,x2), (x3,x4) ... i određuje njihova frekvencija u odabranim elementima kvadrata [0,1]X[0,1] podijeljenog na kvadratične elemente stranice 1/k. |
|
|
Što se testira testom porasta?
|
testira se nezavisnost generiranih slučajnih brojeva tako da se u generiranom nizu slučajnih brojeva Ui traže neprekidni nizovi monotono rastućih brojeva Ui (‘runs-up’ nizovi). |
|
|
Što se testira testom korelacija?
|
testira se korelacija podskupa slučajnih brojeva xi, xi+k,xi+2k,.. Međusobno odmaknutih za k brojeva. Uspoređuje se korelacija uzorka s očekivanom korelacijom 0 odnosno s nepostojanjem korelacije.
|
|
|
Kako mogu biti prikazani ulazni podatci u simulaciji?
|
Ulazni podaci u SM mogu biti prikazani kao empirijske razdiobe – razdiobe iskustveno prikupljenih podataka na osnovu kojih se određuje odgovarajuća teorijska razdioba.
|
|
|
Što uključuje faza pripreme modela ulaznih podataka?
|
1.Sakupljanje podataka 2.Postavljanje hipoteze o prikladnoj familiji teorijskih razdioba vjerojatnosti ulaznih podataka 3.Procjena vrijednosti parametara odabrane razdiobe 4.Testiranje slaganja odabrane razdiobe i ulaznih podataka 5.Kad postoji međusobna povezanost ulaznih podataka potrebno je opisati i te veze.
|
|
|
Navedi neke teorijske razdiobe vjerojatnosti?
|
Eksponencijalna razdioba expo(β) –negativna eksponencijalna razdioba Uniformna razdioba U(a,b) Gama razdioba gama(ά,β) Weibullova razdioba Weibull(ά,β) Normalna razdioba N(μ,σ2) Longonormalna razdioba LN(μ,σ2) Bernoullieva razdioba Bernoulli(p) Diskretna uniformna razdioba DU(i,j) Binomna razdioba bin(n,p) Geomerijska razdioba geom(p) Poissonova razdioba Poisson(λ) |
|
|
Neke vazne razdiobe:
|
Kontinuirane: Eksponencijalna razdioba, Normalna razdioba N(m,σ2)/Diskretna: Poissonova razdioba:
|
|
|
Koja se razdioba koristi najčešće kod opisa događaja s dva moguća ishoda?
|
Bernoullieva razdioba Bernoulli(p) |
|
|
Koja se razdioba koristi najčešće kod opisa mjerenja ili usluživanja?
|
Normalna razdioba N(μ,σ2) ili Longonormalna razdioba LN(μ,σ2)
|
|
|
Kojom razidiobom opisujemo rijetke i nezavisne događaje u nekom vremenskom intervalu?
|
Poissonova razdioba Poisson(λ)
|
|
|
Kakve su to empirijske razdiobe?
|
Kad se ne može odrediti teorijska razdioba za primjereni opis prikupljenih podataka upotrijebljava se empirijska razdioba. |
|
|
Što su to histogrami?
|
grafički način procjene oblika funkcije vjerojatnosti. Dijagram se sačini na način da se prikažu relativne frekvencije unutar pojedinih intervala i odredi približni graf funkcije usporedbom s grafom teorijskih razdioba. Odabir se vrši iskljućivo na osnovu sličnosti oblika. Prednost – brzina i jednostavnost. Nedostatak – relativno težak izbor intervala, pa zahtjeva ponavljanje određivanja širine intervala. Relativna točnost zbog grupiranja podataka
|
|
|
Što su to crteži vjerojatnosti?
|
grafički način procjene oblika funkcije razdiobe vrijednosti s teorijskim razdiobama. Crtež vjerojatnosti se svodi na na ispitivanje da li se točke vrijednosti varijable nalaze na pravcu. Ulazni se podaci sortiraju u uzlazni niz. Aproksimacija je Fn(Xi)=i/n ili Fn(Xi)=(i-.5)/n Procjenom tzv. kvantila dibiva se broj xq koji zadovoljava F(xq)=q i nakon izbora teorijske razidobe uspoređuju se vrijednosti za procijenjeni Fn i teorijski F za Xn. |
|
|
Čemu služe testovi slaganja?
|
Test slaganja je aktivnost kojim se nakon procjena parametara razdiobe i izbora porodice razdiobe utvrđuje da li je dobivena prilagođena razdioba u skladu s opaženim podacima X1, X2, ... Xn odnosno jesu li ti podaci uzorak iz prilagođene razdiobe s funkcijom razdiobe F. |
|
|
Definiraj simulaciju kao eksperiment.
|
Simulacijski proces predstavlja eksperiment kojim se modelom oponaša realni sustav. |
|
|
Što sve uključuje simulacijski eksperiment?
|
Simulacijski eksperiment uključuje podvrgavanje modela vanjskim poticajima(ulazima, faktorima) na različitim nivoima aktivnosti i dobivanje različitih efekata – odziva na izlazima koje simulacijski eksperiment osigurava. |
|
|
Što predstavlja dizajn simulacijskih eksperimenata?
|
Planiranje simulacijskih eksperimenata vezano za izbor konfiguracija sustava zove se oblikovanje ili dizajn simulacijskih eksperimenata |
|
|
Što je cilj oblikovanja simulacijskih eksperimenata?
|
Cilj oblikovanja simulacijskih eksperimenata jest da unaprijed izabere koje će se konfiguracije sustava simulirati tako da se na što efikasniji način dobiju tražene – nužne informacije o relevantnim svojstvima sustava i o značenju utjecaja pojedinačnih faktora i njihovih kombinacija na djelovanje sustava. |
|
|
Kakvi mogu biti ulazni faktori simulacijskog eksperimenta?
|
Kvantitativni - poprimaju numeričke vrijednosti i opisuju mjerljiva svojstva modela (obujam, veličinu, .........)/Kvalitativni -opisuju strukturalne pretpostavke modela koje prirodno nemaju numeričke vrijednosti (npr. logički podaci o modelu) |
|
|
Kako dijelimo ulazne faktore simulacijskog eksperimenta?
|
Kontrolabilni faktori (varijable odlučivanja)- elementi na koje se u modelu sistema može utjecati./Nekontrolabilni faktori - oni na koje se u stvarnom sistemu ne može utjecati a koji također utječu na rezultate rada sistema. |
|
|
Što je to tretman?
|
Vrijednosti faktora zove se nivo faktora, a kombinacija faktora na određenim nivoima zove se tretman.
|
|
|
Što je to odziv u simulacijskom eksperimentu?
|
Zavisne varijable modela čije vrijednosti dobivamo kao rezultat simulacijskog eksperimenta nazivamo odzivima.
|
|
|
Navedi neke metode dizajna eksperimenta?
|
POTPUNI 2k FAKTORSKI DIZAJN -/- DJELOMIČNI 2k-2FAKTORSKI DIZAJ -/- FAKTORSKI DIZAJN SA SLUČAJNIM VARIJABLAMA
|
|
|
Što je to terminirajuća simulacija?
|
simulacija koja se završava/prekida kad nastupi događaj E koji je specificiran na početku simulacije. Mjere performansi sustava su definirane u odnosu na vremenski interval (0,TE). Primjeri su sve vrste sustava s “radnim vremenom” bez obzira na tretirani raspon (ukupno ili vršna opterećenja).
|
|
|
Što je to stacionarna simulacija?
|
simulacija kojoj se definiraju granične vrijednosti kao mjere performansi i kad je vrijeme simulacije dugo. Stacionarnost se očituje u nepromjenljivosti nakon određenog vremena. Kraj simulacije se određuje tako da se procjeni jesu li rezultati simulacije dovoljno dobri za zaključivanje. Primjeri su sustavi koji rade dugo ili neprekidno.
|
|
|
Što je to sustavska dinamika?
|
Sustavska dinamika je metoda za kontinuiranu simulaciju sustava s povratnom vezom.
|
|
|
Što se sve može simulirati sustavskom dinamikom?
|
SD se modeliraju i simuliraju ekonomski, biološki i društveni fenomeni.
|
|
|
Što je to povratna veza?
|
Povratna veza je zatvoreni krug uzroka i posljedica koji utječe tako da neki početni uzrok ima neizravan utjecaj na samog sebe.
|
|
|
Kakva može biti povratna veza?
|
Povratna veza može biti pozitivna – kad neki uzrok dovodi preko slijeda promjena do promjena uvijek u istom smjeru (stalnog porasta ili stalnog opadanja) -/- Negativna - uzrok preko slijeda posljedica dovodi do promjene smjera vlastitog djelovanja oko ravnotežnog stanja tj. kad uzrok padne ispod ravnotežnog stanja mjenja se smjer djelovanja da bi vratio sustav u ravnotežno stanje.
|
|
|
Kad je veza negativna?
|
uzrok preko slijeda posljedica dovodi do promjene smjera vlastitog djelovanja oko ravnotežnog stanja tj. kad uzrok padne ispod ravnotežnog stanja mjenja se smjer djelovanja da bi vratio sustav u ravnotežno stanje.
|
|
|
Kad je veza pozitivna?
|
kad neki uzrok dovodi preko slijeda promjena do promjena uvijek u istom smjeru (stalnog porasta ili stalnog opadanja)
|
|
|
Kad je složena veza pozitivna?
|
Pozitivna povratna petlja je petlja: sa svim pozitivnim povratnim vezama ili s parnim brojem negativnih veza.
|
|
|
Kad je složena veza negativna?
|
Negativna povratna petlja je petlja: s neparnim brojem negativnih veza.
|
|
|
Što je definirano nivoom u sustavskoj dinamici?
|
Nivo je stanje resursa tj. njegova akumulacija. To su mjerljive veličine čije su mjerne jedinice jedinice resursa. Stanje sustava se definira kao stanje svih njegovih resursa. Nivoima se može upravljati i tako utjecati na njihovo ravnotežno stanje i dinamiku mjenjanja.
|
|
|
Što je definirano brzinom u sustavskoj dinamici?
|
Brzine – varijable koje pokazuju brzinu prelaska resursa iz jednog u drugo stanje. One su akcije ili tijekovi koje upravljaju stanjem nivoa. Ako je brzina jednaka 0 sustav se nalazi u statičnom stanju, kada je najlakše identificirati tipove varijabli sustava. Brzine se promatraju kao prosječne u nekom periodu vremena. Brzine se zovu i funkcije odlučivanja.
|
|
|
Što je kašnjenje i kakvo može biti?
|
Promjene se u sustavima obično dešavaju kad su pokrenute. Ponekad je za počimanje promjena potrebno određeno vrijeme –tada govorimo o kašnjenju. Kašnjenje se može odnosti na materijalno kašnjenje ili na kašnjenje informacija. Na neka se kašnjenja može utjecati dok na neka ne može. Kašnjenja mogu značajnije utjecati na ponašanje sustava i izazivaju oscilacije sustava.
|
|
|
Koji su osnovni grafički konceptualni modeli sustavske dinamike?
|
Dijagrami uzročnih petlji -/- Dijagrami tijeka
|
|
|
kako su najčešće prikazani modeli za kontinuirane simulacije?
|
Dijagrami uzročnih petlji -/- Dijagrami tijeka
|
|
|
Koje su osnovne jednadžbe u modelima kontinuiranih simulacija?
|
jednadžbe nivoa i jednadžbe brzine. |
|
|
Na koji se način opisuje vrijeme u kontinuirnaoj simulaciji?
|
Opis vremena – veličinu vremenskog koraka za koji se pomiče simulacijsko vrijeme određuje modelar. Pri tome su bitna tri vremenska trenutka promjena. J – Prethodni čas, K – sadšnji čas i L – slijedeći trenutak i vremenski korak DT. |
|
|
Što pukazuje jednadžba nivoa?
|
Prikaz promjene vrijednosti nivoa između dvije uzastopne vremenske točke. |
|
|
Što pukazuje jednadžba brzine?
|
Prikaz faktora koji utječu na tijekove ulaza u nivo i izlaza iz nivoa. |
