Анализ достоверности результатов имитационного моделирования

Важным аспектом анализа результатов стохастического моделирования является оценка достаточности числа прогонов (испытаний). Она необходима для оценки достоверности математического ожидания и дисперсии целевого (моделируемого) показателя, вычисляемых с помощью метода Монте-Карло, используемого при стохастическом моделировании. Для этого можно использовать критерий Колмогорова — Смирнова [7].

Также можно оценить погрешность вычислений методом Монте-Карло с помощью следующей формулы (при условии что целевой показатель имеет нормальное распределение и его среднеквадратическое отклонение известно):

где 8 — величина допускаемой ошибки с заданной вероятностью Р (X-а |< 8); N — число испытаний (прогонов); а — среднеквадратическое отклонение наблюдаемой величины; t — значение аргумента функции Лапласа Ф (?) = 8/2.

Очевидно, что чем больше число испытаний N, тем меньше погрешность вычислений. Таким образом, во многих случаях подбор достаточного числа испытаний (прогонов) можно осуществить экспериментальным (итерационным) путем (при условии что проведение большого числа испытаний не является ресурсоемким).