Python для обучения научной информатике: Моделирование систем массового обслуживания

[anger32]

Более полувека назад придумана замечательная штука, которая называется Variance reduction. От ее классической трактовки произрастают такие не менее замечательные методы, как: Common Random Numbers, Antithetic variates, Control variates, Stratified sampling, Latin hypercube sampling (LHS) и многие другие.

На подавляющем большинстве реальных задач они сводят к нулю необходимость городить кластер или организовывать параллельные вычисления. В части стат. моделирования в статье раскрыт лишь инженерный подход, к сожалению.

[sattvadigit]

Спасибо, это нужная информация, изучу и, возможно, применю эти подходы! А в части статистического моделирования в части «лишь инженерный подход» вы подразумеваете отсутсвие теоретических выкладок?

[maslyaev]

Перевод аспирантской публикации 2014-го года?

[sattvadigit]

Перевод научной статьи 2014 года — всё верно. Насчёт научной степени авторов подсказать не смогу, возможно аспиранты, а возможно уже и имели научную степень при написании данной статьи.

[xinQ]

Система массового обслуживания требуют:

1. сбора и анализа информации на основе знаний в области теории вероятностей с использованием большего количества вычислительных ресурсов для изначальной статистической модели базы данных;
2. имитационной модели с применением концепций объектно-ориентированного программирования (в данном случае нам предлагают базовый курс ООП на Python на модели мульти-фазной не линейной СМО на основе решений рекуррентных соотношений по уравнению с функцией «max», но с ее граничной проверкой по фактическим параметрам статистической и линейной модели).
3. программистов-техников с хорошей мотивацией.
   Как итог: а еще теория вероятностей нужна для найма мотивированных программистов-техников по подгону решений рекуррентных уравнений под статистические данные?

[sattvadigit]

Так как этот является переводом, я не делаю дальнейших выводов насчёт представленных исследований. Моя цель отличается, но средства схожи. И данную статью можно использовать в своих исследованиях, взяв за основу некоторые принципы и подходы, описанные в ней.

[xinQ]

А где еще более простые поведенческие модели?
Видимо их должны найти программисты-техники по теории вероятностей с подстановкой решений рекуррентных уравнений под статистические данные по теореме Байеса, то есть по принципу работы нейронных сетей, которые отсекают ненужный перебор вероятностей, то есть так находят поведенческих модели?