Какие преимущества у имитационного моделирования на компьютере
Обновлено: 05.07.2024
Имитационное моделирование как особая информационная технология состоит из следующих основных этапов.
1. Структурный анализ процессов. Проводится формализация структуры сложного реального процесса путем разложения его на подпроцессы, выполняющие определенные функции и имеющие взаимные функциональные связи согласно легенде, разработанной рабочей экспертной группой. Выявленные подпроцессы, в свою очередь, могут разделяться на другие функциональные подпроцессы.
Структура общего моделируемого процесса может быть представлена в виде графа, имеющего иерархическую многослойную структуру, в результате появляется формализованное изображение имитационной модели в графическом виде. Структурный анализ особенно эффективен при моделировании экономических процессов, где (в отличие от технических) многие составляющие подпроцессы не имеют физической основы и протекают виртуально, поскольку оперируют с информацией, деньгами и логикой (законами) их обработки.
2. Формализованное описание модели. Графическое изображение имитационной модели, функции, выполняемые каждым подпроцессом, условия взаимодействия всех подпроцессов и особенности поведения моделируемого процесса (временная, пространственная и финансовая динамика) должны быть описаны на специальном языке для последующей трансляции.
3. Построение модели. Обычно это трансляция и редактирование связей (сборка модели), верификация (калибровка) параметров.
Трансляция осуществляется в различных режимах: в режиме интерпретации, или в режиме компиляции.
Каждый режим имеет свои особенности. Режим интерпретации проще в реализации. Специальная универсальная программа-интерпретатор на основании формализованного описания модели запускает все имитирующие подпрограммы.
Рекомендуемые файлы
Инженерия требований и спецификация программного обеспечения Вариант 22 - Домашнее задание №2 - Общие теоремы динамики Вариант 22 -Общие теоремы динамики для специалистовДанный режим не приводит к получению отдельной моделирующей программы, которую можно было бы передать или продать заказчику (продавать пришлось бы и модель, и систему моделирования, что не всегда возможно).
Режим компиляции сложнее реализуется при создании моделирующей системы. Однако это не усложняет процесс разработки модели. В результате можно получить отдельную моделирующую программу, которая работает независимо от системы моделирования в виде отдельного программного продукта.
Верификация (калибровка) параметров модели выполняется в соответствии с легендой, на основании которой построена модель, с помощью специально выбранных тестовых примеров.
4. Проведение экстремального эксперимента для оптимизации определенных параметров реального процесса.
Возможен другой подход к определению основных этапов моделирования:
1. Разработка имитационной модели;
2. Разработка методики моделирования (планирование имитационного эксперимента);
4. Выполнение имитационного моделирования, анализ и обобщение результатов, принятие решений.
Рассмотрим подробнее каждый из этих этапов.
1. Разработка имитационной модели является наиболее ответственным этапом, от тщательности проработки которого зависит весь дальнейший успех имитационного моделирования. Последовательность работ на этом этапе следующая:
1.1 Определение задачи и ее анализ.
1.2 Определение требований к информации.
1.3 Сбор необходимой информации.
1.4 Выдвижение гипотез и принятие допущений.
1.5 Определение основного содержания модели.
1.6 Определение параметров, переменных и критериев эффективности модели.
1.7 Описание концептуальной модели и проверка ее достоверности.
1.8 Построение логической структурной схемы (блок-схемы).
1.1 Определение задачи и ее анализ являются первыми шагами при разработке имитационной модели. Для того чтобы найти приемлемое или оптимальное решение задачи, необходимо знать, в чем она состоит.
В первую очередь необходимо убедиться в самом существовании задачи. Начальной формулировке свойственна неопределенность, поэтому необходимо хорошо изучить проблему, уточняя постановку задачи.
Формулировка задачи должна давать четкое представление о её масштабе и диапазоне практического применения результатов. Полная формулировка задачи должна содержать определяющую формулировку и методологию её решения.
В определяющую формулировку входят:
· утверждения относительно существования и обоснования задачи;
· перечень проблемных вопросов, связанных с решением задачи;
· анализ масштабности задачи и возможных границ ее применения;
· разбивка исходной задачи на отдельные подзадачи.
Методология (порядок) решения задачи включает:
· установку приоритетности и очередности решения задачи;
· определение возможных методов решения подзадач;
· обоснование требований необходимых затрат труда (разработка и отладка программ, вспомогательные работы) и машинного времени;
· составление календарного (сетевого) графика выполнения работ.
1.2 Определение требований к информации, необходимой для количественного и качественного описания входных данных, требует ответа на следующие вопросы:
· какая информация может считаться необходимой;
· каковы источники этой информации;
· в каком виде необходимо подать;
· какими методами целесообразно обрабатывать информацию?
В случае невозможности получить определенную информацию, необходимо найти пути ее замены, либо разработать другой вариант решения задачи.
Под сбором информации (подэтап 1.3) понимают её получение и оценивание. Получить информацию можно просмотром публикаций, анализом производственных источников, обработкой документов и отчетов, подготовкой априорных и обработкой экспериментальных данных, экспертным путем. Полученная информация должна быть оценена с точки зрения её соответствия решаемой задаче и удобства использования, а также отфильтрована от ненужных и случайных данных.
В случае недостатка информации выдвигают гипотезы и принимают допущения (подэтап 1.4). Гипотезы заменяют неизвестные закономерности развития системы и доопределяют постановку задачи. Доказывая гипотезы, получают более точное представление о решении задачи. Допущения, т.е. утверждения, которые временно (до установления истины) считаются верными, принимают в случае отсутствия или невозможности получения определенных данных. Допущения позволяют преобразовать усложненные и трудноучитываемые величины в удобные для использования.
1.5 Основное содержание модели разрабатывается с учетом выдвинутых гипотез и сделанных предположений. При этом необходимо учесть специфические особенности реальной обстановки, самой задачи и средств ее решения. Рассматривая реальную обстановку, как элемент при создании модели, необходимо определить:
· функции системы и способы их реализации;
· детерминированные и недетерминированные функции;
· аппроксимацию этих функций в модели;
· влияние факторов среды на работу системы;
· способы взаимодействия человека и системы, человека и среды, системы и среды;
· аппроксимацию этих взаимодействий в модели.
Выбор критериев эффективности представляет собой наиболее ответственный этап в задачах оптимизации систем. Если эти критерии установлены, то с помощью имитационной модели определяются оптимальные значения переменных управления.
Концептуальная модель основывается на всех описанных ранее этапах работы по построению информационной модели и может быть реализована математическими и программными средствами. Чаще всего концептуальную модель записывают в виде множества исходных предпосылок.
Уровень детализации модели зависит от таких факторов: цели проекта, критериев оценки эффективности, доступности данных, достоверности результатов, мнений экспертов по данной проблеме, технических, финансовых и временных ограничений.
Достоверность концептуальной модели может быть проверена в следующем порядке:
· выяснение замысла модели и целесообразности ее создания;
· выявление связи замысла модели и целесообразности ее построения с детерминированными, вероятностными и средними значениями характеристик модели;
· исследование принятых аппроксимаций реальных процессов;
· рассмотрение критериев эффективности;
· исследование принятых предположений и гипотез;
· установление связи с реальными процессами;
· изучение системы и возмущающих факторов внешней среды;
· установление достоверности информации и её источников, используемых при построении модели;
Вам также может быть полезна лекция "Терминологический словарь".
· рассмотрение процедуры в целом в связи с формулировкой задачи;
· рассмотрение постановки задачи.
Этап проверки правильности создания концептуальной модели часто называют валидацией, а этап проверки правильности её реализации (например, в виде компьютерной программы) – верификацией.
Создание логической структурной схемы является заключительным этапом построения имитационной модели. Логическая структурная схема имитационной модели представляет собой упорядоченное и наглядное изображение процесса, в котором определены не только действия, а и порядок их выполнения. Логическая схема имитационной модели обычно создается по модульному (блочному) принципу, то есть в виде совокупности стандартных блоков-модулей. Модульное построение схем имитационных моделей обеспечивает их гибкость.
Современное общество, несомненно, хочет получить всё и сразу. Зачастую так не бывает. Например, руководители различных компаний хотят выйти на первые места на рынке. Для этого необходимо наладить производство, отрегулировать до нужного состояния отдел кадров и их работу, принимать быстрые и правильные решения, следить за всеми изменениями на рынке и соответствовать им. Порой это бывает сделать очень тяжело. Чтобы отладить свою работу, компании тратили много времени на реальные эксперименты, на оценку того или иного решения (и не всегда после одно из них компания могла продолжать своё существование). Поэтому со временем люди пришли к решению подобных проблем с научной точки зрения: они научились моделировать процессы работы той или иной системы. В своей работе мне хотелось бы рассказать о плюсах и минусах имитационного моделирования в экономических исследованиях.
Моделирование – метод решения задач, при котором исследуемая система заменяется более простым объектом, который в свою очередь описывает реальную модель и называется моделью.
Бывают случаи, когда недопустимо или бессмысленно проводить эксперимент над реальной моделью в силу хрупкости, или дороговизны создания прототипа, или долгого времени проведения эксперимента. Именно в таких ситуациях применяется моделирование.
Для предоставления максимальной гибкости моделирования существует имитационное моделирование. Однако сам процесс разработки таких моделей может занять много времени, и их труднее модифицировать и использовать.
Имитационная модель – это компьютерная программа, описывающая конструкцию и воссоздающая поведение реальной системы на протяжении какого-то времени. Она даёт возможность получить детальную Имитационная модель позволяет получать подробную статистику о разных сторонах работы системы, что обусловлено различными входными данными.
Применение имитационных моделей дает множество преимуществ:
Стоимость. Например, сокращение числа рабочих мест в некой организации может привести к снижению качества обслуживания, а затем и к потере клиентов. Чтобы принять верное решение в подобной ситуации можно применить имитационное моделирование, что позволило бы спрогнозировать результаты каких-либо действий в компании. При этом затратами будут являться только стоимости программного обеспечения и некоторых специальных услуг.
Время. В реальном времени эффективность использования какого-либо оборудования или открытие, например, каких-нибудь новых дочерних предприятий может занять очень много времени (месяцы, годы). Имитационная модель же способна вывести наиболее вероятный исход таких действий за несколько минут (возможно, часов).
Повторяемость. В настоящее время организации различных типов должны очень быстро реагировать на всяческие, даже незначительные изменения на рынке. От этого может зависеть их дальнейшее развитие, а может даже и существование в принципе. Например, спрос на какую-либо продукцию. Организация может вложить слишком много средств в продукт, который затем никто не будет покупать. Это может привести к разорению фирмы. Имитационная модель, несомненно, может помочь избежать этого путём проведения огромного количества экспериментов с различными параметрами, чтобы выяснить, что лучше сделать, чтобы избежать неблагоприятных моментов и принять верное решение.
Точность. Имитационное моделирование даёт возможность изобразить конструкцию системы и её процессы в непосредственном виде, избегая применения форму и математических зависимостей.
Наглядность. Она способна визуализировать процессы работы системы, схематично изобразить её структуру и преподнести в графическом виде результаты. С помощью таких возможностей гораздо проще показать полученный вариант решения какой-нибудь задачи и разъяснить его клиенту или коллегам.
Как и всё на земле, имитационное моделирование имеет ряд недостатков:
Даже если не обращать внимания на то, что на создание имитационной модели может потребоваться много времени и сил, никто не может гарантировать, что полученная модель даст ответы на все вопросы.
Не существует никакого метода для доказательства того, что модель работает точно так же как и реальная модель. Моделирование, можно сказать, основано на многократных повторениях последовательностей, которые в свою очередь основаны на генерации случайных чисел, воссоздающих наступление разных ситуаций. Стабильно работающая система при соединении неудачных событий может выйти из-под контроля.
Создание моделей может занять от часа до нескольких лет: всё зависит от того, какую систему мы хотим промоделировать.
Моделирование не может с такой точностью как математический анализ воссоздать систему, так как оно основано на генерации случайных чисел. Если есть возможность представить систему с помощью математической модели, то лучше сделать так.
Сложная модель может потребовать много компьютерного времени для проведения «прогонов».
Недостатком имитационного моделирования до сих пор является то, что нет каких-то определённых стандартов. Поэтому может получиться так, что если одну и ту же реальную модель воссоздают разные аналитики, то результатом могут оказаться абсолютно разные модели.
Читайте также: