Ви переглядаєте архівну версію офіційного сайту НУЛП (2005-2020р.р.). Актуальна версія: https://lpnu.ua
Mathematical Modeling and Prediction of the Experiment
Major: Telecommunications and Radio Engineering
Code of Subject: 8.172.00.O.3
Credits: 3
Department: Electronics and Information Technology
Lecturer: Sc. D., professor, Head of Department of Electronics and Information Technologies Yuriy Romanyshyn
Semester: 1 семестр
Mode of Study: денна
Learning outcomes:
- knowledge of methods of construction and research of mathematical models;
- ability to construct a mathematical model for a particular object or process that is the subject of his dissertation;
- ability to choose the necessary mathematical tool to study the model and to study the behavior of the model;
- ability to implement a software model for the constructed mathematical model;
- ability to use software instruments to build and study mathematical models;
- ability to analyze and justify the adequacy of the developed model.
- ability to construct a mathematical model for a particular object or process that is the subject of his dissertation;
- ability to choose the necessary mathematical tool to study the model and to study the behavior of the model;
- ability to implement a software model for the constructed mathematical model;
- ability to use software instruments to build and study mathematical models;
- ability to analyze and justify the adequacy of the developed model.
Required prior and related subjects:
Prerequisites: Absent
Corequisites: Theory and methods of random processes analysis
Corequisites: Theory and methods of random processes analysis
Summary of the subject:
Basic concepts and principles of mathematical modeling. Classification of models. Technological stages of mathematical modeling. Model hierarchy. Versatility of models. General principles of mathematical models construction. Using the theory of similarities and analogies in the construction of mathematical models. Examples of tasks of constructing mathematical models, analysis of their features and the approximations used. Regression models. Probabilistic modeling. Simulation modeling. Construction of mathematical models based on artificial neural networks. Methods of mathematical models research. Classification of basic mathematical problems that arise in the construction and study of mathematical models. Numerical methods for solving differential equations for the Cauchy problem and boundary-value problems (survey). Finite-difference models. Economic difference schemes. Finite element methods. Methods of boundary elements. Approximations and errors in numerical models, stability, convergence. Variational methods. Simulation software. Modeling languages. Illustration of simulation tools using the MATLAB Simulink and LabVIEW software examples. Fuzzy modeling software. Systems of imitation modeling. Planning and carrying out experiments with models. Estimation of accuracy of modeling results. Features of experiments planning. A full factor experiment. Acceleration of the imitation modeling process. Decision making based on modeling results. Examples of decision making using imitation modeling.
Recommended Books:
Base
1. Чернихівський Є.М. Математичне моделювання телекомунікаційних систем та мереж: навч. посіб. – Львів: Нац. ун-т "Львів. політехніка", 2011. - 272 c.
2. Томашевський В.М. Моделювання систем. – К.: Видавнича група BHV, 2005. – 352 с.
3. Самарский А.А., Михайлов А.П. Математическое моделирование: Идеи. Методы. Примеры. – 2-е изд., испр. – М.: ФИЗМАТЛИТ, 2002. – 320 с.
4. Колесов Ю.Б., Сениченков Ю.Б. Моделирование систем. Объектно-ориентированный подход. Учебное пособие. – СПб.: БХВ-Петербург, 2006. – 192 с.
5. Колесов Ю.Б., Сениченков Ю.Б. Моделирование систем. Динамические и гибридные системы. – СПб.: БХВ-Петербург, 2006. – 224 с.
6. Дрейпер Н., Смит Г. Прикладной регрессионный анализ, 3-е изд.: Пер. с англ. – М.: Издательский дом “Вильямс”, 2007. – 912 с.
7. Гулд Х., Тобочник Я. Компьютерное моделирование в физике: В 2-х частях. Часть 1: Пер. с англ. – М.: Мир, 1990. – 349 с.
8. Гулд Х., Тобочник Я. Компьютерное моделирование в физике: В 2-х частях. Часть 2: Пер. с англ. – М.: Мир, 1990. – 400 с.
9. Леоненков А.В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. – СПб.: БХВ-Петербург, 2005. – 736 с.
10. Штовба С.Д. Проектирование нечетких систем средствами MATLAB. - М.: Горячая линия – Телеком, 2007. – 288 с.
11. Джонсон Н., Лион Ф. Статистика и планирование эксперимента в технике и науке. Методы обработки данных. Пер. с англ. – М.: Мир, 1980. – 512 с.
12. Руденко О.Г., Бодянський Є.В. Штучні нейронні мережі: Навчальний посібник. – Харків: ТОВ “Компанія СМІТ”, 2006. – 404 с.
13. Бодянский Е.В., Руденко О.Г. Искусственные нейронные сети: архитектуры, обучение, применения. – Харьков: ТЕЛЕТЕХ, 2004. – 372 с.
14. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы: Пер. с польск. – М.: Горячая линия – Телеком, 2007. – 452 с.
15. Кельтон В., Лоу А. Имитационное моделирование. – 3-е изд. – СПб.: Питер; К.: Издат. группа BHV, 2004. – 847 с.
16. Советов Б.Я., Яковлев С.А. Моделирование систем: Учебник для вузов. – М.: Высш. шк., 1998. – 320 с.
17. Молчанов А.А. Моделирование и проектирование сложных систем. – К.: Вища школа, 1988. – 359 с.
18. Дьяконов В. Simulink 4. Специальный справочник. – СПб: Питер, 2002. – 528 с.
Auxiliary. Internet resources
1. http://www.scs.org/ - an international computer modeling society.
2. http://www.simulation.org.ua/ - imitation systems modeling.
3. http://www.gpss.ru/ imitation systems modeling.
4. http://www.simulationinformation.com/cms/ - US National Center for Modeling.
5. http://yevgeny.nm.ru/institut/model.html - lecture notes by E.O. Yegorov on modeling.
1. Чернихівський Є.М. Математичне моделювання телекомунікаційних систем та мереж: навч. посіб. – Львів: Нац. ун-т "Львів. політехніка", 2011. - 272 c.
2. Томашевський В.М. Моделювання систем. – К.: Видавнича група BHV, 2005. – 352 с.
3. Самарский А.А., Михайлов А.П. Математическое моделирование: Идеи. Методы. Примеры. – 2-е изд., испр. – М.: ФИЗМАТЛИТ, 2002. – 320 с.
4. Колесов Ю.Б., Сениченков Ю.Б. Моделирование систем. Объектно-ориентированный подход. Учебное пособие. – СПб.: БХВ-Петербург, 2006. – 192 с.
5. Колесов Ю.Б., Сениченков Ю.Б. Моделирование систем. Динамические и гибридные системы. – СПб.: БХВ-Петербург, 2006. – 224 с.
6. Дрейпер Н., Смит Г. Прикладной регрессионный анализ, 3-е изд.: Пер. с англ. – М.: Издательский дом “Вильямс”, 2007. – 912 с.
7. Гулд Х., Тобочник Я. Компьютерное моделирование в физике: В 2-х частях. Часть 1: Пер. с англ. – М.: Мир, 1990. – 349 с.
8. Гулд Х., Тобочник Я. Компьютерное моделирование в физике: В 2-х частях. Часть 2: Пер. с англ. – М.: Мир, 1990. – 400 с.
9. Леоненков А.В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. – СПб.: БХВ-Петербург, 2005. – 736 с.
10. Штовба С.Д. Проектирование нечетких систем средствами MATLAB. - М.: Горячая линия – Телеком, 2007. – 288 с.
11. Джонсон Н., Лион Ф. Статистика и планирование эксперимента в технике и науке. Методы обработки данных. Пер. с англ. – М.: Мир, 1980. – 512 с.
12. Руденко О.Г., Бодянський Є.В. Штучні нейронні мережі: Навчальний посібник. – Харків: ТОВ “Компанія СМІТ”, 2006. – 404 с.
13. Бодянский Е.В., Руденко О.Г. Искусственные нейронные сети: архитектуры, обучение, применения. – Харьков: ТЕЛЕТЕХ, 2004. – 372 с.
14. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы: Пер. с польск. – М.: Горячая линия – Телеком, 2007. – 452 с.
15. Кельтон В., Лоу А. Имитационное моделирование. – 3-е изд. – СПб.: Питер; К.: Издат. группа BHV, 2004. – 847 с.
16. Советов Б.Я., Яковлев С.А. Моделирование систем: Учебник для вузов. – М.: Высш. шк., 1998. – 320 с.
17. Молчанов А.А. Моделирование и проектирование сложных систем. – К.: Вища школа, 1988. – 359 с.
18. Дьяконов В. Simulink 4. Специальный справочник. – СПб: Питер, 2002. – 528 с.
Auxiliary. Internet resources
1. http://www.scs.org/ - an international computer modeling society.
2. http://www.simulation.org.ua/ - imitation systems modeling.
3. http://www.gpss.ru/ imitation systems modeling.
4. http://www.simulationinformation.com/cms/ - US National Center for Modeling.
5. http://yevgeny.nm.ru/institut/model.html - lecture notes by E.O. Yegorov on modeling.
Assessment methods and criteria:
Current control: reports on practical tasks, oral examination - 25 points.
Final control: written and oral test; written part - 65 points, oral part - 10 points.
Final control: written and oral test; written part - 65 points, oral part - 10 points.