342-0963/01 – Stochastické výpočetní metody (SVM)
Garantující katedra | Institut dopravy | Kredity | 10 |
Garant předmětu | doc. Ing. Michal Dorda, Ph.D. | Garant verze předmětu | doc. Ing. Michal Dorda, Ph.D. |
Úroveň studia | postgraduální | Povinnost | povinně volitelný typu B |
Ročník | | Semestr | zimní + letní |
| | Jazyk výuky | čeština |
Rok zavedení | 2019/2020 | Rok zrušení | |
Určeno pro fakulty | FS | Určeno pro typy studia | doktorské |
Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi
Student je schopen charakterizovat jednotlivé typy systémů hromadné obsluhy a umí definovat, jaká vstupní data potřebuje získat pro modelování řešeného systému hromadné obsluhy. Tato data umí zpracovat vhodnými statistickými metodami. Má přehled o matematických modelech typových systémů hromadné obsluhy a umí tyto modely použít pro řešení praktických problémů. Ovládá metody modelování systémů hromadné obsluhy a je tedy schopen matematické modely systémů hromadné obsluhy vytvářet. Umí použít barevné Petriho sítě pro potřebu modelování a simulace systémů hromadné obsluhy.
Vyučovací metody
Přednášky
Individuální konzultace
Projekt
Anotace
Předmět je věnován metodám modelování a simulace systémů hromadné obsluhy. Student je seznámen s metodami, které se používají pro modelování systémů hromadné obsluhy v závislosti na čase (tzv. přechodová analýza) a v ustáleném stavu. V rámci předmětu jsou probrány modely jednotlivých systémů hromadné obsluhy lišící se v předpokladech, přičemž je postupováno od elementárních Markovských modelů k modelům vyžadujícím náročnější matematický aparát. Pro simulace systémů hromadné obsluhy jsou využity barevné Petriho sítě.
Povinná literatura:
Doporučená literatura:
Další studijní materiály
Forma způsobu ověření studijních výsledků a další požadavky na studenta
Ústní zkouška.
E-learning
Další požadavky na studenta
Řešení a obhajoba projektu na zadané téma.
Prerekvizity
Předmět nemá žádné prerekvizity.
Korekvizity
Předmět nemá žádné korekvizity.
Osnova předmětu
1) Vybrané poznatky teorie pravděpodobnosti – generující funkce, náhodné proměnné používané v teorii hromadné obsluhy, konvoluce.
2) Baysovské statistické principy.
3) Stochastické programování.
4) Teorie náhodných procesů se spojitým a diskrétním časem.
5) Pokročilé poznatky z teorie hromadné obsluhy – metody modelování vstupního toku požadavků, metody modelování doby obsluhy, metody výpočty provozních charakteristik.
6) Markovské systémy hromadné obsluhy a metody jejich modelování v závislosti na čase (přechodová analýza).
7) Markovské systémy hromadné obsluhy a metody jejich modelování v ustáleném stavu.
8) Modelování systémů hromadné obsluhy s Erlangovským vstupním tokem a/nebo Erlangovskou dobou obsluhy.
9) Modelování M/D/1, M/G/1 a G/M/1 systémů hromadné obsluhy.
10) Systémy hromadné obsluhy s obslužnými linkami, které nepracují nepřetržitě (z důvodu poruchy, údržby atd.).
11) Obslužné sítě a jejich modelování.
12) Možnosti počítačového modelování systémů hromadné obsluhy (Witness, barevné Petriho sítě).
Podmínky absolvování předmětu
Výskyt ve studijních plánech
Výskyt ve speciálních blocích
Hodnocení Výuky
Předmět neobsahuje žádné hodnocení.