Cтраница 2
В модели второго типа, основанной на методе статистического моделирования, статистические испытания проводятся поочередно по каждому периоду времени неизменных нагрузок. [16]
Исследования дисциплины обслуживания заявок в порядке поступления методами статистического моделирования показывают, что аппроксимация функции Я ( /) показательным распределением дает удовлетворительные результаты и для случая эрланговского потока заявок. [17]
Для этого ПВК дополнен блоком формирования ( методами статистического моделирования) резервов мощности отдельных ЭЭС и пропускных способностей МСС объединения. Для каждого случайного состояния резервов мощности отдельных ЭЭС и пропускной способности МСС по ПВК Орион осуществляется расчет показателей надежности и их запись в специальный файл, необходимый для обучения нейросетевой модели. [18]
При исследовании ВС плодотворным оказывается сочетание аналитического метода и метода статистического моделирования. В этом случае аналитический метод используется для прикидочной оценки системы или анализа отдельных ее подсистем, а метод статистического моделирования - для окончательного, полного анализа всей системы. [19]
В этом аспекте для задач оперативного учета перспективными представляются методы статистического моделирования и, в частности, метод статистических испытаний ( метод Монте-Карло), возможности которого в информационно-измерительной технике весьма разнообразны и изложены в ряде наших работ. Бесспорными достоинствами этого метода являются простота технической реализации, независимость точности интегрирования и объема аппаратуры от спектрального состава интегрируемой функции, возможность получения результата интегрирования в цифровом виде без аналого-цифрового преобразования интегрируемых функций. [20]
Выбор эвристик из множества / на каждом этапе синтеза осуществляют по методу статистического моделирования с использованием генератора случайных чисел. [21]
В работах [33, 34] на основе параболического уравнения для комплексной амплитуды поля (2.24) развиваются методы статистического моделирования распространения волн в случайно-неоднородных средах. Моделирование среды при этом осуществляется в виде набора статистически независимых плоских экранов со случайными двумерными полями коэффициентов пропускания и набега фазы, между которыми волна испытывает только дифракцию. Многократное повторение на ЭВМ численных экспериментов по рассеянию волны на последовательности этих экранов дает выборку случайных реализаций световых полей и ( х, р), по которой могут быть определены искомые статистические характеристики излучения. [22]
Процессы старения всегда являются случайными и их характеристики могут быть получены аналитически, методами статистического моделирования или на основании статистических исследований. [23]
В общем виде эта задача чрезвычайно сложна и в настоящее время решается только методами статистического моделирования. В предлагаемой работе приводится алгоритм решения этой задачи при следующих ограничениях. Программные участки выполняются в определенной последовательности. Программные участки разделены обращениями к различным устройствам перезаписи. Время обращения к устройствам перезаписи не случайно. [24]
В конце четвертого раздела приводится описание различных методов статистической оценки показателей надежности систем, включая методы статистического моделирования, применимые для расчетов надежности систем произвольной сложности. [25]
Для решения задач по надежности широко используются математические методы теории вероятностей, математической статистики, теории информации, программирование и методы статистического моделирования на электронных вычислительных машинах. [26]
При применении математических методов принятия решений на предприятии, пользуются некоторыми положениями математического анализа, математическим программированием, теорией графов и математических методов сетевого планирования, а также методами статистического моделирования. [27]
В случае, когда аналитические выражения плотнопти распределения наработки f ( t) имеют сложный вид, можно по числетшм значениям f ( t) подобрать стандартное распределение методами статистического моделирования. [28]
Помещены работы по общим вопросам теории надежности сложных систем ( взаимосвязь надежности, долговечности и точности; эффективность функционирования сложных систем; оптимальные методы управления случайными процессами), приводятся методы расчета сложных систем ( оптимальные методы поиска неисправностей, оценка канальной надежности, автоматизированные пред-рабочие проверки, оптимальные границы для контрольных допусков, асимптотический метод оценки надежности сложных систем, оценка надежности методами статистического моделирования, построение нижней доверительной границы для вероятности безотказной работы системы по результатам испытаний ее компонент), расмотрены также вопросы физики отказов и ускоренных испытаний. [29]
В отдельный § 4.4 выделено описание методов моделей статистической оценки показателей надежности систем на основе статистических же ( ретроспективных) данных о надежности формирующих систему элементов, а также определения показателей надежности систем с помощью методов статистического моделирования. Методы статистического моделирования, естественно, могут использоваться для анализа надежности как простых, так и сложных систем, однако их применение наиболее эффективно в случае сложных систем, особенно со схемами произвольной конфигурации. [30]