Методика оценивания адекватности статистических имитационных моделей

Объектом исследования в данной работе являлись статистические имитационные модели сложных технических систем, характеризуемых несколькими показателями эффективности их функционирования. От качества названных моделей зависит эффективность процесса получения знаний об исследуемых системах. Одним из основных свойств, характеризующих качество любой модели, является ее адекватность – комплексное свойство модели, характеризующее степень соответствия значений выходных параметров модели и объекта с требуемой точностью при требуемой достоверности. Применяемые в настоящее время подходы к оцениванию адекватности таких моделей основаны на использовании разнообразных субъективных сверток показателей достоверности результатов исследований к некоему обобщенному показателю, сущность которого, как правило, не интерпретируется. Представленная в статье методика оценивания адекватности статистических имитационных моделей сложных технических систем, характеризуемых несколькими показателями эффективности их функционирования, отличается от известных методик использованием в качестве обобщенного показателя адекватности – вероятности достижения выполнения с требуемой достоверностью всех требований по точности определения каждого из рассматриваемых показателей эффективности. Этот показатель является естественным однозначно интерпретируемым (вероятность выполнения требований к адекватности модели) объективным обобщенным показателем адекватности исследуемой имитационной модели. Для его вычисления предварительно с использованием метода Парзена–Розенблатта получается плотность вероятности расстояний между реальными и модельными показателями эффективности исследуемой системы, а затем требуемый результат получается с помощью предложенного алгоритма кратного интегрирования этой плотности с использованием метода Монте-Карло. Даны рекомендации по реализации предусмотренных методикой вычислительных процедур. Применение методики иллюстрируется описанием вычислительного эксперимента.