یکی از روشهای ارزیابی سامانههای رایانهای، شبیهسازی به کمک رایانه است. این روش پیشینهای طولانی دارد و در موارد بسیاری که ارزیابی با روشهای صوری ممکن نیست، به کمک طراحان سامانه میآید. در صورتی که بتوان تمام حالات ممکن برای رفتار یک سامانه را در نظر گرفت و بر اساس آن ارزیابی را انجام داد، میتوان به یک نتیجهگیری مطمئن هم رسید. اما در عمل این فضای حالت چنان گسترده است که ارزیاب را ناگزیر میکند شبیهسازی را بر مبنای فرضیاتی در خصوص نوع ورودیها و زمانبندی آنها انجام دهد. اینجاست که اگر تحلیل نتایج به درستی انجام نشود، چیزی جز دستاوردهای تصادفی نخواهد بود و هیچ ارزش علمی نخواهد داشت؛ و نه تنها راهگشا نخواهد بود بلکه موجب گمراهی خواهد شد. در این ارائه با طرح دو مثال واقعی سعی میکنیم برخی ملاحظات و پیچیدگیهایی را که طراحی و تحلیل درست شبیهسازی و نتایج آن با روشهای آماری دارد، مطرح کنیم.
13. ۱۳۹۵ دی ۱۱نوگورانی دری صادق - سازیشبیه کمک با ایرایانه هایسامانه ارزیابی۱۳
نتایج درست تحلیل مسألهنتایج درست تحلیل مسأله
تصادفی فرایندهای←آماری آزمایش
-.شود استفاده آن نتایج تحلیل برای آماری هایروش از باید
“... computer runs yield a mass of data but this mass
may turn into a mess if the random nature of such
output data is ignored, and then ... instead of an
expensive simulation model, a toss of the coin had
better be used.”
15. ۱۳۹۵ دی ۱۱ نوگورانی دری صادق - سازیشبیه کمک با ایرایانه هایسامانه ارزیابی 15
تخمین اطمینان بازه :مثالتخمین اطمینان بازه :مثال
Confidence Interval
- A well-known indicator of probabilistic uncertainty.
- There is an almost general method to calculate them
(bootstrapping).
- Is not bound to a specific uncertainty factor.
Definition:
- Δ = [ 1, 2] is the confidence interval of if:τ τ τ δ τ
Example: 0.95 confidence interval of [0.4, 0.6]
- The real value is in [0.4,0.6] with probability 0.95
)Pr( 21
22. ۱۳۹۵ دی ۱۱ نوگورانی دری صادق - سازیشبیه کمک با ایرایانه هایسامانه ارزیابی 22
اندازراه خود روش با تخمین خطای تعییناندازراه خود روش با تخمین خطای تعیین
The Bootstrap Method
- A resampling-based method to measure accuracy of almost
any statistic using a simple Monte Carlo procedure.
25. ۱۳۹۵ دی ۱۱نوگورانی دری صادق - سازیشبیه کمک با ایرایانه هایسامانه ارزیابی۲۵
مراجع و منابعمراجع و منابع
J. Banks, J. S. Carson II, B. L. Nelson, and D. M. Nicol, Discrete-Event
System Simulation, 4th ed. NJ, USA: Prentice Hall, 2005.
K. Pawlikowski, “Do Not Trust All Simulation Studies of Telecommunication
Networks,” Invited talk at ICOIN'2003.
K. Pawlikowski, “Steady-state Simulation of Queueing Processes: Survey of
Problems and Solutions,” ACM Comput. Surv., vol. 22, no. 2, pp. 123–170,
Jun. 1990.
B. Efron and R. Tibshirani, “Bootstrap Methods for Standard Errors,
Confidence Intervals, and Other Measures of Statistical Accuracy,” Statistical
Science, vol. 1, no. 1, pp. 54–75, Feb. 1986.
J. F. Pallant, SPSS Survival Manual: A step by step guide to data analysis
using the SPSS program. Crows Nest, NSW: Allen Unwin, 2011.