Systém – soubor elementárních částí, které mají mezi sebou vazby
Model – napodobenina systému jiným systémem
Modelování – proces vytváření abstraktního modelu
Simulace – experimentování s modelem, získávání nových znalostí
Abstraktní model – zjednodušený popis zkoumaného systému
Simulační model – abstraktní model zapsaný kódem
Typy systémů
Deterministické – nevznikají náhodné jevy
Diskrétní – všechny prvky systému mají skokové (diskrétní) chování
Spojité – všechny prvky systému mají spojité chování
Kombinované – kombinace spojitých a diskrétních prvků
Nedeterministické – může dojít k náhodným jevům (porucha, přeplnění zařízení)
Stochastické – náhodné jevy definovány pravděpodobnostmi
Verifikace modelu – dokazování izomorfnosti (rovnosti) abstraktního modelu s modelem simulačním, jinak řečeno ověřování korespondence abstraktního modelu se simulačním modelem
Validace modelu – ověřování platnosti modelu a proces, kdy se snažíme dokázat, že pracujeme s modelem adekvátním modelovanému systému
Typy modelů
Konceptuální – formou textu, nebo obrázku
Deklarativní – popis přechodů mezi stavy systému (petriho síť, konečný automat)
Funkcionální – grafy, zobrazované funkce a proměnné (SHO, bloková schéma)
Constraint – popsané rovnicemi (diferenciální, diferenční, neorientovaný graf)
Spatial – prostorové, rozdělují systém na menší podsystémy (celulární automaty)
Multimodely – modely složené z jiných modelů kombinace předchozích
Proces – posloupnost událostí
Událost – změna stavu diskrétního systému, jednorázová, nepřerušitelná
SHO – systémy obsahující zařízení, která poskytují obsluhu transakcím, součástí SHO jsou transakce, fronty, obslužné linky
Statistiky – vytížení zařízení, délky front, doby čekání ve frontách, využití kapacity skladů, celková doba transakce strávené v systému, maximum, minimum, střední hodnota, směrodatná odchylka, rozptyl, …
Třídy statistik – Stat, TStat (bere v potaz čas), histogram. Mají společné operace s.Clear() (inicializace), s.Output() (tisk), s(x) (záznam hodnoty x).
Markovova vlastnost – následující stav procesu závisí jen na aktuálním stavu (ne na minulosti)
Markovský proces – náhodný diskrétní proces se spojitým časem který splňuje Markovovu vlastnost
Markovův řetěz – náhodný diskrétní proces s diskrétním časem který splňuje Markovovu vlastnost, ekvivalentem je konečný automat s pravděpodobnostmi přechodů.
Reálný čas – probíhá v něm skutečný děj v reálném systému
Modelový čas – časová osa modelu, může být: reálný, zrychlený nebo zpomalený
Strojový čas – čas CPU spotřebovaný na výpočet programu (závisí na složitosti simulačního modelu, nesouvisí přímo s modelovým časem)
Chování systému – každému časovému průběhu vstupní veličiny přiřazuje časový průběh výstupních veličin, je dáno vzájemnými interakcemi mezi prvky systému a mezi systémem a jeho okolím
klasifikaci metody numerické integrace
Celulární automat – souhrnné označení pro určitý typ fyzikálního modelu reálné situace, slouží k časové i prostorové diskrétní ideální modelaci fyzikálních systémů, kde hodnoty veličin nabývají pouze diskrétních hodnot
Buňka (cell) – základní element, může být v jednom z konečného počtu stavů (například 0/1).
Pole buněk (lattice) – n-rozměrné, obvykle 1D nebo 2D, rovnoměrné dělení prostoru, může být konečné nebo nekonečné.
Okolí (neighbourhood) – Několik typů, liší se počtem okolních buněk se kterými se pracuje.
Pravidla (rules) – Funkce stavu buňky a jejího okolí definující nový stav buňky v čase: s(t + 1) = f(s(t), Ns(t))
Modely signálů
Dvouhodnotové – 0 / 1
Tříhodnotové – 0 / 1 / Z (stav vysoké impedance, označován taky jako neurčitá úroveň X)
Pětihodnotové – 0 / 1 / Z / R (rise, nástupná hrana) / F (fall, sestupná hrana)
Můžou být i vícehodnotové
Modely zpoždění
0 – nulové
1 – jednotkové (všechna hradla stejné zpoždění)
Td – jedno pro přechod 0 → 1 jiné pro 1 → 0
<t1, t2> – přesné (dané rozsahem od, do)