Практикум по имитационному моделированию динамических систем

Преподаватели: Цыбулько Евгения Александровна, Хельвас Александр Валериевич

Модуль: 1-4

Кредиты: 4

Аннотация: 

Целью курса является закрепление базовых знаний и навыков студентов по применению имитационного моделирования для различных практических задач. В частности, по итогам курса, студенты должны уметь разрабатывать математические модели и их программные реализации. Основное внимание будет уделено  практическому применению полученных знаний и умению докладывать результаты научных исследований и вести научные дискуссии.
В курсе 2022/23 года предлагаются задачи по математическому моделированию отраслевого рынка, поведению роя роботов на складе, работе аэропорта. Курс состоит из вводного занятия, 8 тематических блоков - кейсов по 4 часа и итогового 4 часового экзамена в формате защиты.
Занятия проводятся в очной форме. Студенты разбиваются на группы по 2-4 человека. Каждая группа получает задачу на весь курс, которая включает обзор литературы по узкой теме, теоретическую часть и практическое выполнение имитационной модели на C или Python. На каждом занятии несколько студентов докладывают краткое содержание научных статей имеющих отношение к выполняемым заданиям.

План занятий:

Вводное занятие 4 часа 
Блок 1. 4 часа Основы имитационного моделирования. Описание постановки задач. Построение верхнеуровневой модели. Синхронные и асинхронные модели. Использование генераторов случайных чисел.
Блок 2. 4 часа Построение глоссария модели и семантического описания предметной области.
Блок 3. 4 часа Платформы для моделирования ROSS и SimPy.
Блок 4. 4 часа Разработка множества событий модели.
Блок 5. 4 часа Выбор показателей описывающих результаты моделирования.
Блок 6. 4 часа Оптимизация моделей. Использование эвристик и численных методов.
Блок 7. 4 часа Верификация моделей. Верификация на основе макропоказателей и на основе реальных данных.
Блок 8. 4 часа Оформление результатов моделирования.
Заключительное занятие/экзамен 4 часа
Заключительное занятие проводится в формате докладов студентов по результатам
решения задачи.

Формула оценивания:

Задача курса оценивается из расчета 20 возможных баллов, выставляемых на занятиях при подведении итогов по каждому домашнему заданию и 20 баллов получаемых группой на экзамене.
Итоговая формула: S=(S1 + S2 + S3), где
S1 -- сумма баллов за домашние задания;
S2 -- оценка за итоговй доклад;
S3 -- оценка за итоговый отчет.

Пререквизиты: Владение Python и/или C, знание основ теории вероятностей и статистики

Для кого:  бакалавриат, магистратура ФКН