Из перечисленного этап формализации модели в общем случае предполагает: 1) выбор метода представления начального состояния системы; 2) выбор метода представления динамики системы; 3) формальное описание случайных факторов; 4) формальное описание неслучайных факторов; 5) выбор механизма изменения и масштаба модельного времени
(*ответ*) 2, 3, 5
1, 2, 3, 4
3, 4, 5
1, 2, 3
Используется в том случае, когда проводится эксперимент с одним первичным фактором и несколькими вторичными, план ЧФЭ
(*ответ*) латинский
рандомизированный
дробный факторный эксперимент
эксперимент с изменением факторов по одному
Используется для проверки того, удовлетворяет ли рассматриваемая СВ данному закону распределения
(*ответ*) критерий согласия
критерий Уилкоксона
t-критерий
F-критерий
Каждое наблюдение представляется независимым прогоном модели, в котором переходной период не учитывается, в методе
(*ответ*) повторения
подынтервалов
итерации
циклов
Коррекция модели с целью приведения в соответствие предъявляемым требованиям называется
(*ответ*) калибровка
модернизация
оптимизация
параметризация
Критерий Уилкоксона служит для проверки
(*ответ*) относятся ли две выборки к одной и той же генеральной совокупности
равенства дисперсий двух выборок
равенства математических ожиданий двух выборок
распределена ли выборка по нормальному закону
Наиболее распространенным средством описания параллельных процессов являются:
(*ответ*) сети Петри
диаграммы последовательностей
нейронные сети
блок-схемы
Общее число различных комбинаций уровней в ПФЭ для k факторов, где li - число уровней i-го фактора, можно вычислить так
(*ответ*) N = l1× l2× l3× …lk
N =( l1× l2× l3× …lk)/k
N = max (l1, l2, l3, …lk)
N = l1+l2+l3+ …lk
Один из факторов «пробегает» все уровни, а остальные факторы поддерживаются постоянными в плане ЧФЭ
(*ответ*) эксперимент с изменением факторов по одному
латинском
рандомизированном
дробный факторный эксперимент
Одним из наиболее распространенных способов подтверждения адекватности разработанной модели является использование
(*ответ*) методов математической статистики
эталонного тестирования
экспертных оценок
внешнего критерия
Основной недостаток имитационных моделей
(*ответ*) трудоемкость
необходимость использования ЭВМ
большое количество выходных данных
необходимость большого количества исходных данных