Trường Đại học Bách khoa Hà nội - Khoa Điện - Bộ môn Tự động hoá Xí nghiệp Công nghiệp

MÔ HÌNH HOÁ VÀ MÔ PHỎNG

THU THẬP - PHÂN TÍCH DỮ LIỆU
VI.1. Khái niệm chung

• Thu thập thông tin Environment

• Phân tích
• Tìm quy luật phân System
phối
Output

Random Inputs
Phương pháp tìm phân phối
(events, period,
xác suất:
environment’ effect…)
• Phân phối kinh nghiệm

• Phân phối lý thuyết

HUT, 20.04.23 Modelling and Simulation Folie 2

VI.2 Các phương pháp thu thập dữ liệu

Yêu cầu đối với quá trình thu thập dữ liệu:

• Số lượng các dữ liệu phải đủ lớn (thời gian quan sát phải đủ dài) để
đảm bảo độ chính xác.

Các phương pháp thu thập dữ liệu đầu vào:

• Thu thập dữ liệu trực tiếp:

• Phân phối xác suất theo kinh nghiệm:

• Phân phối xác suất lý thuyết:

HUT, 20.04.23 Modelling and Simulation Folie 3

VI.2 Các phương pháp phân tích dữ liệu

Các phương pháp phân tích dữ liệu:

• Phương pháp thống kê mô tả (descriptive statistics):

• Phương pháp thống kê suy diễn (inferential statistics):

Nguyên tắc
Số lượng dữ liệu thu thập phải đủ lớn để việc chọn phân phối xác suất
và phân tích dữ liệu đạt độ chính xác cần thiết !

HUT, 20.04.23 Modelling and Simulation Folie 4

VI.3 Xác định phân phối xác suất dữ liệu đầu vào
Các bước để xác định hàm phân bố xác suất dữ liệu đầu vào:

Thu thập dữ liệu đầu vào

Dựng biểu đồ tần số

(Hystogram)

Xác định tham số

Kiểm chứng mô hình

HUT, 20.04.23 Modelling and Simulation Folie 5

 VI.3 Ví dụ xác định phân phối xác suất dữ liệu đầu vào
Khoảng Dữ liệu xi Tần suất, pi% 30

0-2 34 28,3 25
Có phân bố dạng hàm mũ

Tần suất (%)

20
2-4 27 22,5
15
4-6 19 15,8 10
6-8 15 12,5 5

8-10 9 7,5 0
1 3 5 7 9 11 13 15 17 19
10-12 4 3,3 Khoảng khảo sát

12-14 3 2,5
10
14-16 2 1,6 • Kỳ vọng toán: M ( x)  1    xi pi  5, 02    0, 2
16-18 4 3,3 i 1

18-20 3 2,5 • Hàm phân phối: f ( x)  e 0,2 x

Tổng 100%
HUT, 20.04.23 Modelling and Simulation Folie 6
VI.4 Kiểm chứng phân phối xác suất
Kiểm chứng tính phù hợp giữa phân phối xác suất lý thuyết với các dữ liệu
thực tế bằng phương pháp χ2:

Nj là số dữ liệu quan sát được trong

•
N  np j 
2
k khoảng j

 
2 j

j 1 np j • npj là số dữ liệu trong khoảng thứ j
 tính theo phân bố lý thuyết

 2   th2

HUT, 20.04.23 Modelling and Simulation Folie 7

Trường Đại học Bách khoa Hà nội - Khoa Điện - Bộ môn Tự động hoá Xí nghiệp Công nghiệp

KIỂM CHỨNG VÀ
HỢP THỨC HOÁ MÔ HÌNH
VII.1 Khái niệm chung
Mô hình mô phỏng có phản ánh đúng hệ thực hay không?

Kiểm chứng mô hình mô phỏng

Hợp thức hoá mô hình mô phỏng

Kết luận về mô hình mô phỏng

HUT, 20.04.23 Modelling and Simulation Folie 9

VII.2 Vai trò của kiểm chứng và hợp thức mô hình

Xây dựng mô hình

Mô hình
Hệ thống thực
Phân tích dữ liệu nguyên lý

h
C th

g
rt ìn ứn
H

hạ ứ
ợp

h
y cM

ập c
ct

L
ểm
rìn H

i
h

K
Mô hình
mô phỏng

HUT, 20.04.23 Modelling and Simulation Folie 10

VII.3 Phương pháp kiểm chứng mô hình
Các dạng sai sót khi xây dựng mô hình => Bắt buộc phải kiểm chứng
mô hình
Các phương pháp kiểm chứng mô hình:

• Kiểm chứng các quan hệ toán học và logic của mô hình

• Chương trình gỡ rối (debugger)

• Chạy thử chương trình mô phỏng

• Tìm vết mô phỏng (simulation trace)

• So sánh các đặc trưng thống kê

HUT, 20.04.23 Modelling and Simulation Folie 11
VII.4 Phương pháp hợp thức hoá mô hình

Các yêu cầu khi hợp thức hoá mô hình:

• Hợp thức về nguyên lý của mô hình

• Hợp thức về thuật toán

• Hợp thức về độ tin cậy

HUT, 20.04.23 Modelling and Simulation Folie 12

VII.4 Phương pháp hợp thức hoá mô hình

Tiêu chuẩn về mức độ hợp thức của mô hình:

• Đối thoại với chuyên gia của hệ thống

• Dựa vào các quan sát của hệ thống

• Được xây dựng trên các mô hình lý thuyết chuẩn hiện có

HUT, 20.04.23 Modelling and Simulation Folie 13

VII.4 Phương pháp hợp thức hoá mô hình

Các phương pháp hợp thức hoá mô hình:

a) Kiểm tra giả thiết của mô hình:

• Kiểm tra tính phù hợp của phân bố xác suất đầu vào
• Phân tích độ nhạy đầu ra của mô hình mô phỏng

b) Đánh giá dữ liệu đầu ra của mô phỏng

c) Phương pháp chuyên gia

HUT, 20.04.23 Modelling and Simulation Folie 14