Security
Statuss Obligātais/Obligātais izvēles
Līmenis un tips Doktora, Akadēmiskais
Tematiskā joma Datorika
Struktūrvienība Modelēšanas un imitācijas katedra
Mācībspēks Jeļena Pečerska, Jurijs Merkurjevs
Kredītpunkti 5.0 (7.5 ECTS)
Daļas 1
Anotācija Studiju kurss koncentrējas uz informācijas tehnoloģijas jomu, kas nodarbojas ar statistikas un matemātisko metožu lietošanu lēmumu pieņemšanas problēmām; simulācija tiek uzskatīta kā viena no operāciju izpētes metodoloģijām. Studiju kursa ietvaros studējošiem tiek piedāvāts attīstīt savas zināšanas sarežģītu sistēmu modelēšanā. Tiek aplūkotas stohastiskas modelēšanas pamata pieejas – imitācijas un Montekarlo modelēšana. Tiek aplūkots sarežģītu sistēmu jēdziens un sistēmu klasifikācija. Tiek apskatītas uz sistēmu dinamiku vai uz diskrēta laika orientētiem formālismiem balstītas imitācijas modelēšanas paradigmas: diskrētu notikumu, diskrētā laika, diskrētu tempu un šūnu automātu. Diskrētu notikumu sistēmu modelēšanas jomā tiek aplūkota sarežģītu sistēmu imitācijas modelēšanas procedūra un apskatīta tās pamatposmu realizācija. Īpaša uzmanība tiek veltīta konceptuālā modeļa veidošanai. Tiek apskatīti aģentu modelēšanas pamati. Diskrētā laika sistēmu modelēšanas jomā tiek apskatīta sistēmu dinamikas pieeja. Montekarlo modelēšanas jomā tiek apskatītas tehnikas, algoritmi, un rezultātu dispersijas samazināšanas metodes. Praktiskās iemaņas apgūto teorētisko metožu realizācijai tiek iegūtas uz standarta imitācijas modelēšanas programmlīdzekļa bāzes, piemēram, Simul8. Ar šo līdzekli ir iespējams veidot diskrētu notikumu, diskrētā laika, diskrētu tempu simulācijas..
Studiju kursa saturs
Saturs Pilna un nepilna laika klātienes studijas Nepilna laika neklātienes studijas
Kontaktstundas Patstāvīgais darbs Kontaktstundas Patstāvīgais darbs
Ievads sarežģītu sistēmu stohastiskās modelēšanas metodoloģijā. 2 4 0 0
Sistēmu specifikācijas pamata formālismi. Imitācijas modelēšanas paradigmas – diskrētu notikumu, diskrēta laika, diskrētu tempu simulācijas; šūnu automāti. 6 14 0 0
Diskrētu notikumu pamatjēdzieni, konceptuālā modelēšana. 6 6 0 0
Ieejas datu analīze un ieeju modelēšana. 6 16 0 0
Modeļu programmēšana. 6 6 0 0
Modeļa verifikācijas un validācijas metodes. 6 14 0 0
Eksperimentu plānošana. 6 14 0 0
Modelēšanas rezultātu analīze. 4 14 0 0
Aģentu modelēšana. 2 4 0 0
Diskrēta laika simulācijas. 6 16 0 0
Montekarlo simulācijas un statistisko paraugu ņemšana, pamatmetodes un algoritmi. 6 24 0 0
Dispersijas samazināšanas metodes. 4 8 0 0
Kopā: 60 140 0 0
Mērķis un uzdevumi, izteikti
kompetencēs un prasmēs
Studiju kursa mērķis ir sniegt teorētisku pamatojumu imitācijas modelēšanā bāzētai sarežģītu sistēmu un to procesu analīzei. Studiju kursa uzdevumi ir dot praktiskas iemaņas datorsimulāciju izstrādei un lietošanai pētniecībā un turpmākajā darbā.
Sasniedzamie studiju
rezultāti un to vērtēšana
Spēj pamatot imitācijas modelēšanas projekta problēmsituācijai atbilstošās paradigmas izvēli. - Projektā ir jāizvēlas objekts, jāformulē problēmas nostādne, jāizvēlas atbilstošā imitācijas modelēšanas paradigma.
Spēj konceptualizēt modelēšanā balstītu problēmas risinājumu un izvēlēties problēmsituācijai atbilstošus veiktspējas rādītājus. - Projektā jāizstrādā konceptuālais modelis.
Spēj veikt iegūto rezultātu analīzi. - Projektā jāveic iegūto rezultātu statistiskā analīze.
Spēj izskaidrot imitācijas modelēšanas pamata paradigmas. - Eksāmenā jāsalīdzina imitācijas modelēšanas paradigmas un jāpamato paradigmas izvēle konkrētam objektam un problēmsituācijai.
Spēj izskaidrot sistēmu specifikācijas formālismu būtību. - Eksāmenā jāizskaidro imitācijas modelēšanas paradigmu un modelēšanas formālismu atbilstība.
Spēj apkopot Montekarlo metodes lietošanas ierobežojumus. - Eksāmenā jāizskaidro metodes būtība, risināmo uzdevumu nostādnes pamatprincipi, iegūto rezultātu īpašības.
Spēj izskaidrot aģentu modelēšanas piemērojamību. - Eksāmenā jāizskaidro aģentu modelēšanas īpašības, salīdzinot ar diskrētu notikumu modelēšanu.
Studiju rezultātu vērtēšanas kritēriji

Projekts - 60%
Eksāmens - 40%
 

Priekšzināšanas Matemātiskās statistikas pamatjēdzienu zināšanas.
Studiju kursa plānojums
Daļa KP EKPS Stundas nedēļā Pārbaudījumi
Lekcijas Prakt. d. Lab. Ieskaite Eksāmens Darbs
1 5 7.5 2 3 0   *