1.Ako se simulacija promatra kao tehnika, kako ju definiramo?

Simulacija je tehnika konstruiranja i provođenja modela realnog sustava u namjeri da se prouči ponašanje tog sistema, bez ometanja njegove okoline.    

2. Ako se simulacija promatra kao eksperiment, kako ju definiramo?

Simulacija je eksperiment s apstraktnim modelom u vremenu.

3. Ako se simulacija promatra kao numerička tehnika, kako ju definiramo?

Simulacija je računski zasnovana numerička tehnika za eksperimentalnu studiju stohastičkih ili determinističkih procesa u vremenu.

4. Kako se simulacijom prikazuje povjesno stanje modela/sustava?

Simulacija je korištenje modelom da bi se proizvelo kronološki slijedbeno povijesno stanje modela koje smatramo povijesnim stanjem sustava.

5. Navedi barem jednu definiciju simulacije?

Simulacija je tehnika eksperimentiranja s apstraktnim modelom riješenim kao program za računalo, gdje se procesi odvijaju prema tom programu u određenim vremenskim intervalima.

6. Kako se u simulaciji definira stanje sustava?

Skup trenutnih vrijednosti atributa

7. Kako se u simulaciji definira promjena?

Ponašanje sustava kojim se ulazi transformiraju u izlaze

8. Kako se definira stabilnost sustava?

Sposobnost sustava da se nakon pobude vrati u stanje ravnoteže.

9. Kako definiramo prelazno stanje sustava?

Stanje između dva stanja ravnoteže

10. Ako sustav definiramo kao skup komponenti koja pravila moraju vrijediti za komponente?

·         svaka komponenta djeluje barem na jednu komponentu

·         na svaku komponentu djeluje barem jedna komponenta

·         sustav se ne može rastaviti na dva sustava a da pri tom niti jedna komponenta jednog podsustava ne djeluje na bar jednu komponentu drugog sustava  

11. Kako definiramo povijest sustava?

Niz stanja u vremenu  

12. Kako dijelimo komponente prema nazočnosti u sustavu?

Statičke i dinamičke komponente  

13. Što je to stacionarno stanje sustava?

Ravnotežno stanje sustava; stanje kod kojeg se parametri sustava ne mijenjaju

14. Kako definiramo model?

Model je prezentacija sistema najčešće u idealiziranom i simplificiranom obliku

15. Što je nužno za kreiranje modela?

Analiza, modeliranje, programiranje i simulacija

16. Navedi nekoliko vrsta modela?

Materijalni/Fizički modeli; Mentalni modeli; Simbolički/Apstraktni ; - matematički ;- konceptualni; - računalni   

17. Navedi barem dva prijedloga dobre prakse u modeliranju?

Model ne smije biti suviše složen i treba samo sadržavati relevantne elemente sustava

Model ne smije biti suviše jednostavan da se ne zanemare važne komponente sustava

Preporučljiva je dekompozicija sustava/modela na više jednostavnih modula

Kod razvoj modela preporuča se neka od provjerenih metoda (Top-Down npr.)

Preporučljiva je logička i kvalitativna provjera ispravnosti modela i podmodela    

18. Koji je najopćenitiji način riješavanja modela?

Analitička riješenja i numeričko riješenje su najopćenitiji način rješavanja modela

19. Kako dijelimo simulacije u odnosu na model izgradnje u vremenu?

Diskretnu i kontinuiranu

20. Kada primjenjujemo simulaciju?

-  eksperiment s realnim sustavom nije moguć;  - analitički model nema analitičkog rješenja

- sustav je isuviše složen  za analitički opis

21. Zašto primjenjujemo simulaciju?

-nezavisnost u promatranju i proučavanju sustava; - mogućnost ponavljanja potreban broj puta  

 - moguće upravljanje radom sustava

22. Kako primjenjujemo simulaciju? Kojim oblikom?

- analitičkim modelom ; - računalom

23. Ako su simulacijiski  modeli podloga za odlučivanje kako ih dijelimo?

Modele za jednokratnu uporabu ;Modele za dugoročnu uporabu ;Modeli troškova

24. Koje su prednosti simulacije?

Kod složenih sustava gdje nije moguće riješiti problem analitičkim i numeričkim modelom

Moguće je riješiti raznovrsne probleme

Potpuna kontrola nad tijekom eksperimenta

Vrednovanje modela je olakšano animacijom modela prema potrebi

25. Koji su nedostatci simulacije?

Modeliranje je skupo i dugotrajno

Zbog baziranosti na statističkim proračunima potreban je veći broj ponavljanja eksperimenata

Nije moguća optimizacija niti uzročna vezanost ulaznih i izlaznih varijabli

Za ispravno korištenje simulacijskog modeliranja zahtjeva poznavanje više različitih metoda, alata i tehnika

Vrednovanje modela je često složeno i zahtjeva dodatne provjere

26. Koje su osnovne faze procesa simulacije?

Definicija cilja studije,Identifikacija sistema,Skupljanje i analiza ulaznih podataka,Izgradnja simulacijskog modela,Izgradnja simulacijskog programa,Verifikacija simulacijskog programa ,Vrednovanje simulacijskog modela,Planiranje izvodjenja eksperimenta,Analiza rezultata eksperimenta,Zaključci i preporuke

27. Što se određuje u fazi definicije cilja simulacije?

Određivanje granice sustav – okruženje: Nivo detaljizacije

28. Što se određuje u fazi identifikacije sustava?

   - Opis komponenti sustava;- Opis interakcija među elementima;- Opis načina rada i veze s okolinom;-Formalni prikaz sustava

29. Što se određuje u fazi prikupljanaj podataka o sustavu?

  - Skupljanje i mjerenje relevantnih podataka o sustavu  – analiza i izbor razdiobe slučajnih varijabli – ocjena  vrijednosti parametara.

30. Što je zadatak faze izgradnje simulacijskog modela?

Stvaranje konceptualnog modela koji adekvatno   opisuje sustav i omogućava rješavanje zadanog   problema

31. Što je zadatak faze izgradnje simulacijskog programa?

Izbor programskog jezika ili paketa i stvaranje simulacijskog programa  

Ponekad je potrebno dopuniti podatke

32. Što je zadatak faze verifikacije simulacijskog programa?

Testiranje pojednih procedura, generiranje slučajnih   varijabli, vezivanje procedura.

33. Što je zadatak faze vrednovanja simulacijskog sustava?

Ispitivanje da li simulacijski model adekvatno  opisuje/predstavlja sustav. 

34. Što utvrđujemo verifikacijom modela?

Ponašanja modela – potvrda teorije

 Ispravnosti podataka i programa  

35. Koja svojstva provjeravamo validacijom(vrednovanjem) modela?

- Potrvda teorije usporedbom izlaznih vrijednosti

      (sistem – model)

   - Predikativnost  - sposobnost predviđanja

   - Strukturalnost – logika, dinamika i stupanj apstarkcije  

   - Replikativnost  - poznate situacije

36. U kojem su odnosu simulacija i optimizacija?

- ne optimalizira – daje nekoliko varijanti/stanja modela

  - moguće je ugrađivati procedure optimalizacije na različitim razinama

37. Koje razine simulacijskog postupka poznajemo?

- Razina autora – sve faze koje izvodi autor

  - Razina igre – uključena je okolina

  - model kao sredstvo kreiranja strategija

38. Kako klasificiramo simulacije prema kriteriju vremena?

 Kontinuirana simulacija;Diskretna simulacija

39. Kad je model deterministički?

- modeli čije je ponašanje potpuno predvidivo tj. novo stanje sustava je određeno prethodnom stanjem

 -  izlazna vrijednost ne ovisi o ulaznim vrijednostima i njihovo je ponašanje predvidivo

40. Kad je model stohastički?

- modeli čije je ponašanje ne može unaprijed predvidjeti, ali se mogu odrediti vjerojatnosti promjene stanja. Opisivanje ponašanje se vrši slučajnim varijablama.

 -  ulazi su opisani funkcijama vjerojatnosti i  ponašanje  nije predvidivo u potpunosti

 -  izlazne vrijednosti su slučajne varijacije rezultata ponašanja

41. Kad je događaj diskretan?

- stanja sustav se mjenjaju samo u određenim vremenskim točkama. Te promjene zovemo događajima

42. Kad je događaj kontinuiran?

- varijable stanja se mijenjaju u vremenu kontinuirano

 - ukupno vrijeme se rasterira na dijelove zbog duljine  trajanja stvarnog procesa

43. Kako definiramo Monte Carlo simulaciju?

- varijable stanja  slučajno generirani brojevi.    

 - uporaba kod statičkih simulacija tj. stvaranje uzoraka  iz razdioba slučajnih varijabli.

44. Kad koristimo diskretne simulacije?

- promjene stanja, događaji, izazvane aktivnostima dešavaju se u  diskretnim vremenskim intervalima. Ovim se simulacijama  opisuju sustavi s redovima/repovima usluživanja.

- Modeli su strukturirane kolekcije objekata koji su u  međusobnom djelovanju aktivnostima koje mijenjaju stanja  sustava.

45. Kad koristimo kontinuirane simulacije?

- Običnih  diferencijalnih jednadžbi(tzv. sustavi s grupiranim  parametrima)

 - Parcijalnih diferencijalnih jednadžbi (tzv. sustavi s  distribuiranim parametrima)

 - Sustavska dinamika  ili simulacija sustava s povratnom vezom koja može biti pozitivna ili negativna

- kod riješavanja dinamičkih problema, gdje se varijable mijenjaju kontinuirano u vremenu.

 - kod relativno jednostavnih problema s detaljnim opisom

 - kod vrlo složenih problema za tzv. agregirana stanja uz aproksimiranje brzine promjena na konstantnu vrijednost.

46. Kad koristimo hibridne simulacije?

47.O čemu ovisi izbor tipa modela simulacije?

O problemu koji želimo riješiti.

48. Kako definiramo proces?

Niz logički povezanih uzastopnih događaja kroz koje prolazi neki entitet ili klasa entiteta.

49. Što čini strukturu alata za simulaciju diskretnih događaja?

Alat za izgradnju modela ,Sat modela ,Opis, Skupljanje ,Upravljanje izvođenjem simulacije

50. Koji su uobičajeni problemi kod diskretnih simulacija?

Sustavi masovnog posluživanja – najčešća primjena DS.

Osnovni problemi proizilaze iz ograničenosti resursa. Repovi

Ako se vrijeme posluživanja predvidi onda ili nema čekanja ili rep čekanja stalno raste.

Ako je vrijeme posluživanja nepredvidivo onda povremeno dolazi do konfliktnih situacija u čekanju odnosno posluživanju.

Dužine repova ovise o odnosu prosječnih brzina dolazaka i posluživanja ali i o statističkim fluktuacijama tih veličina.

51. Koja je osnovna podjela jezika simulacije?

Jezici orijentirani aktivnostima (CSL);Jezici orijentirani prema događajima (SIMSCRIPT, GASP);Jezici orijentirani prema procesima (SIMULA, SIMPL/I, GPSS)

52. Kakvi su to blokovski orijentirani jezici simulacije?

Blokovski orijentirani jezici  su organizirani tako da blok kao element jezika odgovara aktivnosti. Blokovi  složeni zajedno opisuju simulirani sustav.

Prednost – laki su za učenje namjenjeni su korisnicima s kračim iskustvom u simulaciji.

Nedostaci – jednostavnost ide na uštrb fleksibilnosti

53. Kakvi su to procesima orijentirani jezici simulacije?

Jezici orijentirani na naredbe za osnovne elemente imaju naredbe kojima se opisuje izvjesna situacija koja pak izaziva izvjesni događaj dok je rezultat događaja nova situacija.

Prednost – nezavisnost o simuliranom sustavu pa su u programatskom smislu fleksibilniji.

Nedostatak – duži rok programiranja i testiranja

54. Kako definiramo DCA - dijagram ciklusa aktivosti?

Grafički prikaz konceptualnog modela ;Grafička metoda dizajniranja

55. Čemu služi DCA - dijagram ciklusa aktivosti?

Dijagram ciklusa aktivnosti opisuje životni ciklus objekata koji postoje u sustavu.

Mali skup simbola, Prikladna za sve probleme koji se mogu prikazati pomoću teorije čekanja.

56. Što su osnovni elementi DCA - dijagrama ciklusa aktivnosti?

Entitet – (objekt), aktivnost, tarjanje, rep čekanja

57. Kako definiramo i kako izračunavamo trajanje u DCA - dijagramu ciklusa aktivnosti?

Trajanje – (trajanje aktivnosti) –u simulaciji se trajanje izračunava prije početka simulacije. Trajanje se izračunava čak i kad je trajanje slučajna varijabla.

Zbrajanjem vremena početka aktivnosti i trajanja aktivnosti dobija se vrijeme završetka aktivnosti.

58. Definiraj rep čekanja?

Stanje u kojem entitet nije uključen u aktivnost.  Vrijeme se čekanja ne može unaprijed odrediti je se ne može unaprijed odrediti trenutak aktivacije entiteta.

59. Koje je značenje repova čekanja u DCA - dijagramu ciklusa aktivnosti?

Vrijeme čekanja je posljedica dinamike razvoja.

60. Kako se inicijaliziraju atributi u DCA - dijagramu ciklusa aktivnosti?

Atrubuti mogu  biti postavljeni na početku i mogu se mijenjati tijekom simulacije

Atributi također služe za upravljanje daljnjim tijekom simulacije.

61. Kad je potrebno definirati prioritete u DCA - dijagramu ciklusa aktivnosti?

Kad poslije izlaska iz repa čeaknja imamo više mogućih aktivnosti koje entitet može realizirati definiramo različite prioritete aktivnosti

62. Navedi neke od osnovnih uvjeta izrade konceptualnog dizajna?

Konceptualni dizajn treba odražavativati najvažnija svojstva sustava.

Najvažniji elementi sustava, njihove veze i međudjelovanja trebaju biti adekvatno opisani

Koncept treba biti rezultat rada modelara i korisnika te treba poboljšati  komunikaciju među njima.Konceptualni model je osnova za razvoj računalnog programa

63. Navedi osnovnih uvjeta izrade konceptualnog dizajna?

Strukturalnost,Hijerarhija, Jednostavnost,Razumljivost,Jednoznačnost ,Izražajnost ,Modularnost

64. Navedi neke od metoda izrade konceptualnog dizajna?

Proceduralne metode;Kombinirane proceduralno-grafičke metode;Metode iterativnih upitnika

65. Što je svrha metode iterativnih upitnika?

To su najčešće kombinirane tehnike bazirane na dijagramima ciklusa aktivnosti i raznih ekspertnih sustava.   

66. Opiši metodu iterativnih upitnika?

Interaktivnim pristupom se izvodi niz sistematskih i strukturiranih intervjua na osnovu kojih se stvara baza podataka, a zatim se stvara simulacijski program pomoću automatskih generatora programa.

67. Što je to sat modela?

Prikaz trenutnog časa rada modela.

68. Koje vrste pomicanja vremena u simulaciji poznajemo?

pomak za konstantni prirast ; pomak na slijedeći događaj

69. Opiši pomak vremena za konstantan prirast vremena?

Vrijednosti varijable kojom se opisuje vrijeme se dodaje uvijek ista veličina  - konstanta prirasta vremena.Nakon svakog pomaka se ispituje da li su se u prethodnom intervalu trebali dogoditi kakvi događaji.Ako takvi događaji postoje oni se planiraju za kraj intervala.  

70. Opiši pomak vremena kod metode prelaska na slijedeći događaj?

Vrijednosti varijable kojom se opisuje vrijeme se dodaje veličina  koja predstavlja vrijeme proteklo od početka do kraja događaja.

Najčešći način pomaka vremena  u realnom sustavu i prema tome i pomak vrijednosti simulacijskog sata u modelu.

Način:pomak sata se izvede na vrijeme kad treba nastupiti slijedeći događaj ili događaji, za istovjetne događaje se određuje slijed njihovog izvođenja najčešće prema unaprijed određenim prioritetima,  intervala prirasta je promjenjljiv ali se izbjegavaju intervali  praznog hoda.

71. Kako definiramo simulacijsku strategiju?

Pristup prikazivanju dinamike simulacije na način upravljanjem simulacijom.

Sustavan i striktno definiran pristup u razvijanju simulacijskih jezika i programskih paketa.

72. Na čemu je zasnovana simulacijska strategija?

Simulacijska strategija je zasnovana na osnovnim pojmovima simulacije diskretnih događaja: događajima, aktivnostima i procesima.

73. Nabroji osnovne vrste strategije simulacije?

Planiranje događaja;Prelaženje aktivnosti;Međudjelovanje procesa;Trofazni pristup

74. Kratko opiši strategiju planiranja događaja?

Kontrola iz upravljanja simulacijom;Generiraj vrijeme slijedećeg događaja;Planiraj vrijeme slijedećeg događaja;Resurs slobodan;Zauzmi resurs;Generiraj vrijeme okupiranosti resursa

Planiraj “kraj posluživanja”;Povrat kontrole u upravljanje simulacijom

75. Kratko opiši strategiju prelaženja aktivnosti?

Kontrola iz upravljanja simulacijom;Pristup slijedećeg korisnika;Povećaj rep čekanja za jedan

Generiraj vrijeme slijedećeg dolaska;Planiraj “slijedeći dolazak";Povrat kontrole u upravljanje simulacijom

76. Kratko opiši strategiju međudjelovanja procesa?

faza prelaženja budućih događaja;faza pomicanja slogova sadašnjih događaja iz liste budućih događaja u listu sadašnjih događaja;faza prelaženja liste sadašnjih događaja

77. Što je nužno definirati kod određivanja strategije simulacije?

78.Kratko opiši tri faze strategiju simulacije?

Inicijalizacija;Pomak vremenana slijedeći događaj;Izvođenje svih sadašnjih planiranih događaja;Izvođenje svih mogućih uvjetnih događaja;Simulacija završena;Izvješće

79. Koje su osnovne faze tri faze strategije simulacije?

Pomak na slijedeći događaj;Izvođenje planiranih događaja ;Izvođenje uvjetnih događaja

80.Koja su svojstva interpreterskih jezika simulacije?

Prevode liniju po liniju izvornog koda i odmah je izvode.

Interpreter ne zahtjeva ispravan čitav kod jer jer uvijek iznova generira prevođenje izvornog koda kod pokretanja programa.  Prednost interpretera je fleksibilnost jer se može ispravljati greške tijekom izvedbe programa, a nedostatak je potreba za više izvedbenog vremena tj. sporiji su.

81. Koja su svojstva prevoditeljskih jezika simulacije?

Programski alati koji prevode izvorni programski kod u strojni kod.

Otkrivanje i ispravljanje grešaka je zadaća prevoditeljskog  programa

Rezultat prevođenja je strojni kod koji se može izvoditi opetovano potreban broj puta.

82. Koji je odnos simulacije i konceptualnog modela?

Simulacijski program/model  – realizacija konceptualnog modela.

83. kako se može konceptualni model realizirati  kroz programski model?

Korištenjem općih programskih jezika. FORTRAN i PASCAL su jezici u kojima se u početku pisalo puno simulacija kao i PL/1 i BASIC. Problem je što kod savkog novog modela treba ponovo razviti sve osnovne simulacijske mehanizme.

84. Što su to interaktivni generatori simulacijskih programa?

Softverski alati koji na osnovu opisa modela autiomatski generiraju simulacijski program.

85. Koje kriterije primjene software za simulacije postavljamo kod primjene?

86.Koji se osnovni podatci promatraju u simulaciji?

Brojači,Sumarna statistika ,Iskorištenost resursa ,Zauzetost grupe resursa ,Razdioba vjerojatnosti ,Prijelaz vremena

87. Kako definiramo pojedinačno korištenje resursa?

Pojedinačno korištenje resursa U je dio ukupnog vremena simulacije T tijekom kojeg je resurs korišten

88. Kako određujemo razdiobu neke veličine u simulaciji?

Razdioba neke veličine se dobiva brojanjem koliko puta je vrijednost te veličine pala unutar odabranih intervala odnosno za svaki se interval akumulira vrijednost brojača.

89. Kako određujemo prijelazna vremena privremenih entiteta?

Prijelazna vremena privremenih entiteta mjere se tako da  prilikom prolaza entiteta kroz početnu točku memoriramo vrijeme prolaza i bilježimo vrijeme prolaza kroz završnu točku pa zatim izračunavamo razliku.

90. Kakve srukture podataka poznajemo kod planiranja budućih diskretnih događaja - liste?

Strukture podataka: linearne liste, indeksirane linearne, strukture stabala (heap i binarna stabla)

                                                                 

                                                                     

                                                                    

                                            

1       Pojasni pojam simulacijskog jezika u računalnom okruženju.

        Softverski alati koji na osnovu opisa modela automatski generiraju simulacijski program

 

2       Obzirom na izvedbu na računalu simulacijske jezike dijelimo kao i programske na:…….?

        kompajlere i interpretere

 

3       Navedi osnovna svojstva GPSS-a?

        Osnovne ideje i način rada:

        •       model se prikazuje nizom međusobno povezanih simboličkih blokova

        •       svaki blok predstavlja neku specifičnu akciju modela

        •       postoji više tipova blokova

        •       dinamički entiteti modela (transakcije), prolaze kroz blokove modela i pokreću željene aktivnosti.

 

4       Na koji je način koncipiran GPSS?

        Procesu orjentirani simbolički jezik s dobro definiranim setom naredbi.

 

5       Što to znači kad kažemo da je GPSS procesu orijentiran?

        Program u GPSS je sastavljen kao skup opisa procesa u obliku dijelova programa koji specificiraju redoslijed aktivno

        sti i operacija koje se izvođenjem vrše nad atributima objekata/entiteta modela.

 

6       Na koji se način prati vrijeme u simulaciji GPSS-om?

        Tijekom simulacije simulacijski sat je zadan standardnim numeričkim atributom C1. Kao i većina numeričkih atributa

        poprima samo cjelobrojne (diskretne) vrijednosti.

 

7       Na koji je način sastavljen program u GPSS-u?

        Program u GPSS je sastavljen kao skup opisa procesa u obliku dijelova programa koji specificiraju redoslijed aktivno

        sti i operacija koje se izvođenjem vrše nad atributima objekata/entiteta modela.

 

8       Kako dijelimo objekte u GPSS-u?

        Na statičke i dinamičke

 

9       Što je to transakcija u GPSS-u?

        Jedan dinamički entitet u GPSS-u je transakcija

 

10      Na koji način transakcija prolazi kroz model?

        Transakcije se tijekom simulacijskog eksperimenta gibaju kroz model. Transakcije se gibaju sve dok ima uvjeta za to

        ili dok ne dođu u blok koji predstavlja ponor transakcija.

 

11      Kako dijelimo naredbe u GPSS-u?

        Naredbe u GPSS mogu biti:

        •       Deklaracijske – naredbe kojima se definiraju atributi pojedinih stalnih entiteta u modelu/programu.

        •       Blok naredbe – osnova modela – pojedini dijelovi modela sa svrhovitom aktivnošću.

               Model je predstavljen u obliku blok dijagrama i svaki simbol odgovara određenoj blok naredbi.

        •       Kontrolne naredbe – naredbe kojima se kontrolira izvođenje simulacije i vrši određeni utjecaj na prikupljanj

        e statistike i podataka o stanju modela.

 

12      Što su to resursi u GPSS modelu?

        Stalni entiteti su resursi u GPSS modelu

 

13      Na koji se način prikuplja statistika u GPSS modelu?

        Prikupljanje statistike izvođenja simulacija:

        •       osnovna statistika se prikuplja automatski (statistika trajnih entiteta),

        •       može se zadati i dodatno prikupljanje statističkih podataka

        •       upravljanje radom modela se izvodi automatski

        •       vrijednosti koje se tiču transakcija spremaju se u parametrima transakcija dok se informacije koje se tiču

        cjelokupnog sustava spremaju u tzv. save lokacije.

 

14      Što je osnovna statistika u GPSS modelu?

        Osnovna statistika se prikuplja automatski (statistika trajnih entiteta).

 

15      Koja su svojstva trajnog entiteta FACILITY tipa?

        FACILITY (mjesto posluživanja) – tip entiteta koji može prihvatiti samo jednu transakciju u jednom trenutku.

        Primjeri: različita uslužna mjesta, šalteri i blagajne

 

16      Koja su svojstva trajnog entiteta STORAGE tipa?

        STORAGE (skladište) – tip entiteta koji može u jednom trenutku prihvatiti više transakcija, ali ima konačan kapacitet.

        Primjeri: rezervoari, hotelske sobe, kapaciteti prijevoznih sredstava, memorija računala, parking…

 

17      Kad i kako koristimo blok QUEUE u GPSS-u?

        QUEUE (red čekanja, rep) – entitet za automatsko prikupljanje statistike o vremenu čekanja i dužini repa transakcija

        pred ulazom u blok s uvjetnim ulazom i ima neograničen kapacitet. Primjeri: čekanje pred semaforom, strojem,

        šalterom...

 

18      Opiši životni vijek transakcije u GPSS modelu.

        Transakcije se stvaraju u bloku GENERATE, a unuštavaju u bloku  TERMINATE

        Transakcije prolaze kroz blokove slijedbeno osim ako se programski ne upućuju na skok na neki označeni (labela)blok

 

19      Čime je definiran događaj u GPSS-u?

        Informacije koje definiraju događaj su: sadašnji blok transakcije, adresa slijedećeg bloka, planirano vrijeme

        napuštanja bloka i prioritet transakcije.

 

20      Pojasni LSD (listu sadašnjih događaja)?

        LSD (lanci sadašnjih događaja) transakcije koje su spremne za napuštanje bloka čim to uvjeti dozvole tj. 

        VNB ? C1 planirano je vrijeme napuštanja bloka manje ili jednako sadašnjem vremenu sata.

 

21      Pojasni LBD (listu budućih događaja)?

        LBD (lanci budućih događaja) transakcije planirane za gibanje u neko buduće vrijeme  tj. VNB > C1.

 

22      Koja su moguća stanja transakcije u simulaciji?

        Transakcije se tijekom simulacije mogu naći u slijedećim stanjima:

        •       Aktivno stanje  - transakcija je pod kontrolom programa i prolazi kroz model,

        •       Suspendirano stanje – transakcija je u jednom od lanaca i čeka da bude aktivirana,

        •       Pasivno stanje – kad je u korisničkom lancu i može se aktivirati jedino ulaskom druge transakcije u UNLINK blok,

        •       Terminirano stanje -  transakcija je u terminiranom stanju kad je ušla u TERMINATE blok (nije više u modelu)

 

23      Kako se upravlja simulacijom u GPSS-u?

        Upravljanje simulacijom se izvodi na način da se ažurira simulacijski sat prilikom svakog događaja i pretražuju

        liste događaja.

 

24      Kad simulacija GPSS modelom završava?

        Simulacija završava kada nema više transakcija u listama ili kad je izveden specifični događaj završetka simulacije.

 

25      Što podrazumijeva vrednovanje konceptualnog modela?

        Vrednovanje konceptualnog modela – ispitivanje podudarnosti ponašanja modela i  realnog sustava.

 

26      Što podrazumijeva verifikacija konceptualnog modela?

        Verifikacija računalnog modela – ispitivanje podudarnosti ponašanja računalnog modela i  i konceptualnog modela.

 

27      Gdje se sve mogu javiti greške u modelu?

        Greške se u modelu mogu  pojaviti na više mjesta: u samoj logici modeliranja, matematičkim relacijama, programiranju,

        odabiru ulaznih podataka (razdiobe varijabli), načinu korištenja modela, obradi i interpretaciji rezultata).

 

28      Što je to stupanj zadovoljavanja modelom?

        Stvaranje povjerenja u SM – postizanje zadovoljavajućeg nivoa prihvatljivosti i pouzdanosti u zaključke postignute

        na osnovu rezultata simulacije. Vrednovanje se pri tome smatra ocjenom stupnja zadovoljavanja a ne ocjenom

        prihvatljivosti tipa da ili ne.

 

29      Na čemu je baziran stupanj zadovoljavanja modelom?

        Zaključak o stupnju zadovoljavanja se bazira na osnovu:

        •       činjenice da je model samo aproksimacija sustava

        •       elementi dobiveni mjerenjem u realnom sustavu sadrže (ne)namjerne greške koje uzrokuju greške u modelu

        •       točnost mjerenja i izračuna bazirana na statističkim izračunima  ovisi o veličini uzorka (izravno povećanje

        troškova simulacije).

30      Navedi neke metode verifikacije računalnog modela?

        •       top-down analiza u postupku razvoja simulacijskog programa tj. postavljanje grubog okvira i postupno detalji

               ziranje uz dodavanje nižih procedura,

        •       strukturno programiranje uz primjenu programskih jezika koji najbolje odgovaraju postavljenom problemu

               (gotove biblioteke, specijalni jezici itd.)

        •       modularno programiranje - mogućnost testiranja modula prije testitanja cijelog modela (podesno i poželjno

               kod kompliciranijih modela).

        •       adekvatno dokumentiranje  procesa razvoja simulacijskog modela.

 

31      Navedi neke pristupe u vednovanju konceptualnog modela.

        Pristupi vrednovanju:

        ispitivanje vansjkog ponašanja i modela i sustava uz tretman oba kao ”black box”

        detaljni opis i analiza rada i modela i sustava.

 

32      Koja su tri osnovna tipa ispitivanja modela?

        Tri osnovna tipa ispitivanja modela:

        •       replikativno vrednovanje KM (konceptualnog modela),

        •       strukturalno vrednovanje KM,

        •       predikativno vrednovanje KM.

 

33      Što podrazimijeva proces replikativnog vrednovanja modela?

        Podrazumjeva provjeru slaganja ponašanja konceptualnog modela i realnog sustava u istim uvjetima,

        pod uvjetom da sustav realno postoji i da su moguća potrebna mjerenja na njemu.

 

34      Što podrazumijeva proces strukturalnog vrednovanja modela?

        Podrazumjeva provjeru točnosti pretpostavki na kojima se temelji  konceptualni model, nivo apstrahiranja, logike

        rada modela i ulaznih podataka kojima se model koristi.

 

35      Što podrazumijeva proces prediktivnog vrednovanja modela?

        Podrazumjeva provjeru sposobnosti KM da  pretpostavi eventalno ponašanje sustava u budućim situacijama uz

        pretpostavku uzmjena uvjeta (vanjskih i unutrašnjih), strukture sustava i parametara rada sustava.

 

36      Što je to slučajni uzorak?

        Podskup populacije u kojem su događaji s jednakom verojatnošću nastupanja nazivamo slučajni uzorak.

 

37      Što je to sustavni uzorak?

        Sustavni uzorak je dio populacije odabran prema nekom principu npr. Odabere se slučajno prvi događaj a zatim

        npr. Svaki peti ili deseti.

 

38      Što je to stratificirani uzorak?

        Stratificirani uzorak se dobije tako da se populacija podijeli na dijelove (stratume) a uzorak se odabere iz jednog

        od tih dijelova (Reprezentativniji uzorci)

 

39      Navedi konkretnu uporabu slučajne varijable u simulacijama.

        Slučajne varijable – uporaba:

        •       opis međuvremena dolazaka,

        •       opis vremena posluživanja,

        •       opis grananja (transfer blok...),

        •       generiranje atributa entiteta.

 

40      O čemu ovisi način generiranja slučajnih varijabli u simulaciji?

        Ovisi o:

        •       točnosti generiranja,

        •       efikasnosti generiranja,

        •       složenosti algoritma generiranja,

        •       robustnosti algoritma tj. njegove primjenjivosti u širokom krugu uporabljenih parametara.

 

41      Koja je razlika između diskretne slučajne varijable i kontinuirane slučajne varijable?

?

 

42      Navedi neke načine generiranja slučajnih brojeva?

        Fizički pribori, korištenje iracionalnih brojeva, aritmetički procesi

 

43      Što se smatra slučajnim brojem u simulaciji?

        U simulaciji diskretnih događaja pod pojmom “slučajni broj”  podrazumjevamo kontinuiranu slučajnu varijablu s

        uniformnom razdiobom na        intervalu [0,1].

 

44      Ako je sjeme 5617 koji je slijedeći slučajni broj dobiven metodom sredine kvadrata?

        Metoda sredine kvadrata (Von Neumman i Metropolis 1940-tih). Počinje se s p-znamenkastim brojem, a slijedeći se

        dobije kvadiranjem prethodnika i uzimanjem njegovih srednjih znamenaka. Proces se ponavlja dok se niz ne počne

        ponavljati. Premda izgleda da nema sustavnosti u ovom procesu ciklusi su prilično kratki i ovise o odabiru početnih

        vrijednosti niza. Npr. 5617 -> 31550689 -> 5506 -> 30316036 ....

 

45      Napiši formulu za linearni kongruentni generator slučajnih brojeva.

 

46      Što se testira najčešće kod serije slučajnih brojeva?

        Različiti testovi uglavnom testiraju svojstva uniformiranosti dobivene razdiobe i otsutnost serijske koreliranosti

        generiranog niza slučajnih brojeva.

 

47      Što se testira testom frekvencija?

        Testira se uniformnost razdiobe. Interval [0,1] se dijeli na k jednakih podintervala i prebrojava se koliko će

        slučajnih brojeva pasti u pojedini interval (frekvencija pojavljivanja). Ako je uzorak veličine n brojeva očekivana

        frekvencija za pojedini interval je n/k.

 

48      Što se testira testom serija?

        Testira se uniformnost razdiobe (ovo je prošireni test frekvencija). Uzimaju se uzastopni parovi generiranih brojeva

        (x1,x2), (x3,x4) ... i određuje njihova frekvencija u odabranim elementima kvadrata [0,1]X[0,1] podijeljenog na

        kvadratične elemente stranice 1/k.   

 

49      Što se testira testom porasta?

        Testira se nezavisnost generiranih slučajnih brojeva tako da se u generiranom nizu slučajnih brojeva Ui traže

        neprekidni nizovi monotono rastućih brojeva Ui (‘runs-up’ nizovi).

 

50      Što se testira testom korelacija?

        Testira se korelacija  podskupa slučajnih brojeva  xi, xi+k,xi+2k,.. Međusobno odmaknitih za k brojeva. Uspoređuje

        se korelacija uzorka s očekivanom korelacijom 0 odnosno s  nepostojanjem korelacije.

 

51      Kako mogu biti prikazani ulazni podatci u simulaciji?

        Ulazni podaci u SM mogu biti prikazani kao empirijske razdiobe – razdiobe iskustveno prikupljenih podataka na osnovu

        kojih se određuje odgovarajuća teorijska razdioba.

 

52      Što uključuje faza pripreme modela ulaznih podataka?

        •       Sakupljanje podataka

        •       Postavljanje hipoteze o prikladnoj familiji teorijskih razdioba vjerojatnosti ulaznih podataka

        •       Procjena vrijednosti parametara odabrane razdiobe

        •       Testiranje slaganja odabrane razdiobe i ulaznih podataka

        •       Kad postoji međusobna povezanost ulaznih podataka potrebno je opisati i te veze.

 

53      Navedi neke teorijske razdiobe vjerojatnosti?

        Eksponencijalna razdioba, Uniformna razdioba, Gama razdioba, Weibullova razdioba, Normalna razdioba, Longonormalna

        razdioba,      Bernoullieva razdioba, Binomna razdioba, Geometrijska razdioba i Poissonova razdioba.

 

54      Koja se razdioba koristi najčešće kod opisa mjerenja ili usluživanja?

        Normalna razdioba N(µ,?2) – opis vremena posluživanja, mjerenja i grešaka kod mjerenja.

        Longonormalna razdioba LN(µ,?2) – opis vremena posluživanja, mjerenja i grešaka kod mjerenja.

 

55      Koja se razdioba koristi najčešće kod opisa događaja s dva moguća ishoda?

        Bernoullieva razdioba Bernoulli(p) – opis događaja koji imaju dva moguća ishoda te za generiranje ostalih razdioba

        (binomna, geometrijska ...).

        Diskretna uniformna razdioba DU(i,j) – opis događaja koji imaju dva moguća ishoda od kojih je svaki jednako

        vjerojatan.

 

56      Kojom razidiobom opisujemo rijetke i nezavisne događaje u nekom vremenskom intervalu?

        Poissonova razdioba Poisson(?) – opis broja rijetkih i nezavisnih događaja koji se dešavaju u nekom vremenskom

        intervalu.

 

57      Kakve su to empirijske razdiobe?

        Kad se ne može odrediti teorijska razdioba za primjereni opis prikupljenih podataka upotrijebljava se empirijska

        razdioba. Empirijsku razdiobu tada čine zapravo prikupljeni podaci.

 

58      Navedi neke uvjete organizacije prikupljanja ulaznih podataka?

        •       Kada? – ulazni  se podaci skupljaju na početku izgradnje konceptualnog modela

        •       Kako? – način prikupljanja nije striktno određen i može varirati tijekom prikupljanja podataka. Potrebno je

               prikupiti podatke kojima će se opisati različiti procesi unutar modela (repovi, usluživanje, ......).

               Plan prikupljanja podataka je ipak potreban i treba sadržavati osnovne momente.

        •       Što se mjeri – varijable koje su od značaja za model (nezavisne, zavisne,.. .) 

        •       Način na koji se mjeri – mjerne naprave, obrasci, kontrola mjerenja .....

        •       Mjerne jedinice i točnost mjerenja – raster veličina

        •       Veličina uzorka – broj mjerenja za svaki tip pojave koji se mjeri

        •       Vrijeme mjerenja – u kojoj fazi promatranog procesa se vrši mjerenje (vršna opterećenja, prazan hod)

        •       Gdje se mjeri – u kojem se dijelu sustava mjeri i gdje su promatrači koji mjere.)

        •       Tko će mjeriti – broj mjerača, broj kontrolora  i njihov raspored, sinhronizacija i mobilnost pri mjerenju

        •       Pilot mjerenja ako je moguće.  

        •       Transformacija podataka i prijenos na odgovarajući medij.

 

59      Što su to histogrami?

        Histogrami – grafički način procjene oblika funkcije vjerojatnosti. Dijagram se sačini na način da se prikažu

        relativne frekvencije unutar pojedinih intervala i odredi približni graf  funkcije usporedbom s grafom teorijskih

        razdioba. Odabir se vrši iskljućivo na osnovu sličnosti oblika. Prednost – brzina i jednostavnost.

        Nedostatak – relativno težak izbor intervala, pa zahtjeva ponavljanje određivanja širine intervala.

        Relativna točnost zbog grupiranja podataka.

 

60      Što su to crteži vjerojatnosti?

        Crteži vjerojatnosti – grafički način procjene oblika funkcije razdiobe vrijednosti s teorijskim razdiobama.

        Crtež vjerojatnosti se svodi na ispitivanje da li se točke vrijednosti varijable nalaze na pravcu. Ulazni se podaci

        sortiraju u uzlazni niz.

 

61      Čemu služe testovi slaganja?

        Test slaganja je aktivnost kojim se nakon procjena parametara razdiobe i izbora porodice razdiobe utvrđuje da li je

        dobivena prilagođena razdioba u skladu s opaženim podacima X1, X2, ... Xn  odnosno jesu li ti podaci uzorak iz

        prilagođene razdiobe s funkcijom razdiobe F. Njima se testira odudarnost odabrane razdiobe s opaženim podacima pri

        čemu nemogućnost prihvaćanja hipoteze ne mora značiti njezino odbacivanje.

 

62      Definiraj simulaciju kao eksperiment.

        Simulacijski proces predstavlja eksperiment kojim se modelom oponaša realni sustav. Simulacija može imati skoro sva

        svojstva eksperimenta.

 

63      Što sve uključuje simulacijski eksperiment?

        Simulacijski eksperiment uključuje podvrgavanje modela vanjskim poticajima (ulazima, faktorima) na različitim

        nivoima aktivnosti i dobivanje različitih efekata – odziva na izlazima koje simulacijski eksperiment osigurava.

 

64      Što predstavlja dizajn simulacijskih eksperimenata?

        Planiranje simulacijskih eksperimenata vezano za izbor konfiguracija sustava zove se oblikovanje ili dizajn

        simulacijskih eksperimenata.

 

65      Što je cilj oblikovanja simulacijskih eksperimenata?

        Cilj oblikovanja simulacijskih eksperimenata jest da unaprijed izabere koje će se konfiguracije sustava simulirati

        tako da se na što efikasniji način dobiju tražene – nužne  informacije o relevantnim svojstvima sustava i o značenju

        utjecaja pojedinačnih faktora i njihovih kombinacija na djelovanje sustava.

 

66      Kakvi mogu biti ulazni faktori  simulacijskog eksperimenta?

        •       Kvantitativni - poprimaju numeričke vrijednosti i opisuju mjerljiva svojstva modela (obujam, veličinu)

        •       Kvalitativni - opisuju strukturalne pretpostavke modela koje prirodno nemaju numeričke vrijednosti

        (npr. logički  podaci o modelu)

 

67      Kako dijelimo ulazne faktore simulacijskog eksperimenta?

        •       Kontrolabilni faktori (varijable odlučivanja)- elementi na koje se u modelu sistema može utjecati.

        •       Nekontrolabilni faktori - oni na koje se u stvarnom sistemu ne može utjecati a koji također utječu na

               rezultate rada sistema.

 

68      Što je to tretman?

        Tretman je kombinacija faktora na određenim nivoima.

 

69      Što je to odziv u simulacijskom eksperimentu?

        Zavisne varijable modela čije vrijednosti dobivamo kao rezultat simulacijskog eksperimenta nazivamo odzivima.

 

70      Navedi neke metode dizajna eksperimenta?

        •       potpuni 2k faktorski dizajn

        •       djelomični 2k-2 faktorski dizajn

        •       faktorski dizajn  sa slučajnim varijablama

 

71      Što je to terminirajuća simulacija?

        Simulacija koja se završava/prekida kad nastupi događaj E koji je specificiran na početku simulacije. Mjere

        performansi sustava su definirane u odnosu na vremenski interval (0,TE). Primjeri su sve vrste sustava s “radnim

        vremenom” bez obzira na tretirani raspon (ukupno ili vršna opterećenja).

 

72      Što je to stacionarna simulacija?

        Simulacija kojoj se definiraju granične vrijednosti kao mjere performansi i kad je vrijeme simulacije dugo.

        Stacionarnost se očituje u nepromjenljivosti nakon određenog vremena. Kraj simulacije se određuje tako da se

        procjeni jesu li rezultati simulacije dovoljno dobri za zaključivanje. Primjeri su sustavi koji rade dugo ili

        neprekidno.

 

73      Što je to sustavska dinamika?

        Sustavska dinamika je metoda za kontinuiranu simulaciju sustava s povratnom vezom.

 

74      Što se sve može simulirati sustavskom dinamikom?

        Sustavskom dinamikom  se modeliraju i simuliraju ekonomski, biološki i društveni fenomeni.

 

75      Što je to povratna veza?

        Povratna veza je zatvoreni krug uzroka i posljedica koji utječe tako da neki početni uzrok ima neizravan utjecaj

        na samog sebe.

 

76      Kakva može biti povratna veza?

        Može varirati od jednostavne do vrlo složene. Također može biti pozitivna i negativna.

 

77      Kakva je to složena povratna veza?

        Veza čiji utjecaj nije lako prikazati niti predvidjeti posljedice.

 

78      Kad je veza negativna?

        Negativna veza - uzrok preko slijeda posljedica dovodi do promjene smjera vlastitog djelovanja oko ravnotežnog

        stanja tj. kad uzrok padne ispod ravnotežnog stanja mjenja se smjer djelovanja da bi vratio sustav u ravnotežno

        stanje.

 

79      Kad je veza pozitivna?

        Veza je pozitivna kad neki uzrok dovodi preko slijeda promjena do promjena uvijek u istom smjeru (stalnog porasta

        ili stalnog opadanja)

 

80      Kad je složena veza pozitivna?

        ?

 

81      Kad je složena veza negativna?

        ?

 

82      Što je definirano nivoom u sustavskoj dinamici?

        Nivoi – Nivo je stanje resursa tj. njegova akumulacija. To su mjerljive veličine čije su mjerne jedinice jedinice

        resursa.

        Stanje sustava se definira kao stanje svih njegovih resursa. Nivoima se može upravljati i tako utjecati na njihovo

        ravnotežno stanje i dinamiku mjenjanja.

 

83      Što je definirano brzinom u sustavskoj dinamici?

        Brzine – varijable koje pokazuju brzinu prelaska resursa iz jednog u drugo stanje. One su akcije ili tijekovi koje

        upravljaju stanjem nivoa. Ako je brzina jednaka  0 sustav se nalazi u statičnom stanju, kada je najlakše

        identificirati tipove varijabli sustava.

        Brzine se promatraju kao prosječne u nekom periodu vremena. Brzine se zovu i funkcije odlučivanja. 

 

84      Što je kašnjenje i kakvo može biti?

        Kašnjenja – Promjene se u sustavima obično dešavaju kad su pokrenute.  Ponekad je za počimanje promjena potrebno

        određeno vrijeme –tada govorimo o  kašnjenju. Kašnjenje se može odnosti na materijalno kašnjenje ili na kašnjenje

        informacija.

 

85      Koji su osnovni grafički konceptualni modeli sustavske dinamike?

        Za prikaz se koriste dva tipa grafičkih konceptualnih modela sustava s povratnom vezom:

        Dijagrami uzročnih petlji – prikaz uzročno-posljedičnih veza između elemenata sustava i označavanje vrste veza.

        Dijagrami tijeka – detaljni opis tipova elemenata i svojstva njihovih veza.

 

86      kako su najčešće prikazani modeli za kontinuirane simulacije?

        Prikazuju se sustavom diferencijalnih jednadžbi tzv. jednadžbi konačnih razlika.

 

87      Koje su osnovne jednadžbe u modelima kontinuiranih simulacija?

        Osnovne jednadžbe modela su: jednadžbe nivoa i jednadžbe brzine.

 

88      Na koji se način opisuje vrijeme u kontinuirnaoj simulaciji?

        Opis vremena – veličinu vremenskog koraka za koji se pomiče simulacijsko vrijeme određuje modelar. Pri tome su

        bitna tri vremenska trenutka promjena.

        J – Prethodni čas, K – sadšnji čas i L – slijedeći trenutak i vremenski korak DT.

 

89      Što pokazuje jednadžba nivoa?

        Jednadžba nivoa prikazuje promjene vrijednosti nivoa između dvije uzastopne vremenske točke.

        nivo.K=nivo.J+(DT)(ulaz.JK-izlaz.JK)

 

90      Što pokazuje jednadžba brzine?

        Jednadžbe brzine prikazuje faktore  koji utječu na tijekove ulaza u nivo i izlaza iz nivoa.

        brzina.KL=f(nivoi,konstante)