You are not allowed to perform this action

شبیه‌سازی کامپیوتری

Computer Simulation

مقطع: کارشناسی گرایش: فناوری اطلاعات
نوع درس: نظری تعداد واحد: ۳
پیش‌نیاز: آمار و احتمال مهندسی هم‌نیاز: –

هدف کلی

هدف از این درس، آشنایی دانشجویان با انواع روش‌های شبیه‌سازی و موضوعات مرتبط با آن است. اين موضوعات شامل تبيين اندازه‌ها، معيارها و روش‌های مختلف شبیه‌سازی هستند. در این درس، دانشجویان با عملكرد سیستم‌ها و پيش‌بينی کارایی آن‌ها آشنا شده و می‌توانند این قبیل سیستم‌ها را شبیه‌سازی و ارزيابی کرده و نتايج به دست آمده را در کاربردهای دنیای واقعی مورد استفاده قرار دهند.

سرفصل‌ها

  • مبانی شبیه‌سازی و ارزیابی سیستم‌ها
    • روش‌های مطالعه یک سيستم واقعی
    • روش‌های مدل‌سازی
    • اهداف مدل‌سازی
    • معيارهای ارزیابی كارایی
  • آشنایی با ابزارهای محاسباتی درس
    • آشنایی با MATLAB
    • آشنایی با امکانات زبان پایتون
    • آشنایی با سایر ابزارهای محاسباتی موجود
  • اصول اولیه و مثال‌هایی از شبیه‌سازی
    • مفاهیم شبیه‌سازی سیستم‌های گسسته رخداد
    • چند مثال از شبیه‌سازی سیستم‌ها، مزایا و معایب شبیه‌سازی
  • الگوی پیاده‌سازی سیستم‌های شبیه‌سازی گسسته‌رخداد
    • انواع ساختارهای سیستم‌های شبیه‌سازی رخدادهای گسسته
    • پردازش لیست مرتب
    • روش‌های ترسیم سیستم‌ها برای انجام شبیه‌سازی
  • مدل‌های آماری و احتمالاتی در شبیه‌سازی
    • مروری کوتاه بر آمار و احتمال
    • توزیع‌های گسسته
    • توزیع‌های پیوسته
    • توزیع‌های تجربی
  • تولید عدد تصادفی یکنواخت
    • ویژگی‌های مورد نیاز برای اعداد تصادفی
    • روش‌های تولید اعداد تصادفی با توزيع‌های مختلف آماری
    • آزمون‌های تصادفی‌ بودن دنباله‌ها
  • تولید متغیر‌های تصادفی
    • روش تبدیل معکوس
    • روش پذیرش و رد
    • ترکیب
    • کانولوشن
  • مدل‌سازی ورود
    • جمع‌آوری داده‌ها
    • ارزیابی استقلال نمونه‌ها
    • تشخیص توزیع از روی داده‌ها
    • تخمین پارامتر
    • آزمون کیفیت برازش
    • انتخاب مدل در غیاب نمونه داده
    • مدل‌های فرآیندهای ورودی
  • تحلیل داده‌ها و نتايج حاصل از شبيه‌سازی سيستم‌ها
    • رفتار گذرا و حالت پایدار فرآیندهای تصادفی
    • انواع شبیه‌سازی با توجه به تحلیل خروجی
    • تحلیل آماری پارامترهای حالت پایدار
  • آزمایش و تحلیل حساسیت
    • طراحی آزمایش
    • آشنایی با آزمون‌های فرض آماری مانند t، F، خی دو، کولموگروف-اسمیرنوف، آزمون روند
  • مباحث پیشرفته در شبیه‌سازی
    • شبیه‌سازی مونت کارلو
    • مثال‌های دنیای واقع از شبیه‌سازی
    • شبيه‌سازی سيستم‌های پویا
    • روش‌های مدل‌سازی رفتارهای نمايی و رفتارهای هدف‌جو
    • معرفی نرم‌افزارهای شبيه‌سازی سيستم‌های پيوسته

ارزیابی پیشنهادی

  • تمرین‌های نظری: ۳ نمره
  • آزمون‌های میان‌ترم و پایانی: ۱۵ نمره
  • آزمونک‌ها: ۲ نمره

منابع پیشنهادی

  1. J. Banks, J. S. Carson, and B. L. Nelson, and D. Nicol. Discrete-Event System Simulation. 5th Edition, Prentice-Hall, 2010.
  2. S. Ross. Introduction to Probability Models. 13th Edition, Academic Press, 2023.