Разработка имитационной модели программного обеспечения информационной системы "Центр обслуживания абонентов"

 

ВВЕДЕНИЕ

Беспроводная радиотелефония на сегодняшний день развивается очень  быстро, а особенно сотовая связь, обслуживающая подвижных пользователей. Число таких пользователей ежегодно увеличивается где-то на 40% и недавно уверенно перешагнуло 350-миллионный рубеж. Следует заметить, что отдельные разновидности сотовых сетей подвижной связи показывают еще более впечатляющие темпы роста.

С момента, когда сотовые  сети вышли из стадии научно-технических  разработок на коммерческий рынок, прошло не так уж много времени, сотовый телефон ныне перестал быть символом престижа и стал инструментом, позволяющим более эффективно использовать рабочее время, оперативно управлять технологическими, экономическими и другими процессами. Сотовые сети при этом не только растут вширь, но и неуклонно наращивают количество предоставляемых дополнительных услуг.

Сотовая связь - это разновидность  высокоподвижной радиосвязи, отличающаяся прежде всего массовостью обслуживания абонентов на ограниченной территории. При этом исторически сложилось так, что сотовая связь постепенно расширяла сферу обслуживания телефонной сети общего пользования (ТфОП). Вообще-то, сам термин "сотовая связь - это общепринятое сокращенное наименование услуги, получаемой с помощью развернутых сотовых сетей подвижной связи, выполненных на базе соответствующих систем. Таким образом, этот термин характеризует именно подвижную связь.

Бурно развивающийся  мировой рынок услуг сотовой  связи привлекает внимание многих компаний. Например, только в России в этот бизнес вовлечено около двухсот компаний - операторов.

Целью дипломной работы является разработка имитационной модели программного обеспечения информационной системы "Центр обслуживания абонентов".

Достижение поставленной цели осуществляется благодаря использованию следующих задач:

• анализ показателей имитационного моделирования;
• разработка этапов создания имитационной модели;
• анализ деятельности «Центра обслуживания абонентов»;
• моделирование системы и ее проектирование;
• определение прибыли, цены и срока окупаемости продукта;
• выявление возможного негативного влияния имитационной модели «Центра обслуживания абонентов».

Объект  исследования – имитационная модель «Центр обслуживания абонентов».

Предмет исследования –  проектирование  имитационной модели «Центр обслуживания абонентов».

Практическая значимость – имитационная модель «Центр обслуживания абонентов» предназначена для предоставления новых услуг абонентам, призванных облегчить процесс эксплуатации, методы ведения связи, предоставить дополнительный информационный сервис, упростить процедуру оповещения и взаиморасчетов.

Актуальность работы – заключается в необходимости повышения уровня обслуживания клиентов за счет разработки системы «Центр обслуживания абонентов».

В первой главе дипломного проекта рассматриваются: понятие, средства и методы, критерии эффективности, анализ показателей имитационного моделирования, этапы разработки имитационной модели, анализ деятельности «Центра обслуживания абонентов», а так же диаграммы потоков данных имитационной модели «Центр обслуживания абонентов», создание модели при помощи DFD диаграмм.

Модель, построенная с  применением структурных методов  представляет собой иерархический  набор диаграмм, графически изображающих выполняемые системой функции и  взаимосвязи между ними.

Во второй главе показана поэтапная разработка имитационной модели «Центра обслуживания абонентов»: выявление вариантов использования, выявление классов – сущностей, моделирование видов деятельности, моделирование взаимодействий, моделирование состояний, проектирование статической структуры, проектирование пользовательского интерфейса, диаграмма компонентов, проектирование архитектуры приложения.

В третьей главе дипломного проекта приводиться экономическое обоснование использования имитационной модели «Центра обслуживания абонентов», которое заключается в расчете трудоёмкости, стоимости основных материалов и энергоресурсов, затрат на заработную плату и в Анализ конкурентоспособности программного обеспечения.

В четвертой главе представлены рекомендации соблюдения производственно-экологической безопасности и охране труда при использовании имитационной модели «Центр обслуживания абонентов». В этой главе проводится анализ потенциальных опасностей и вредностей имитационной модели «Центра обслуживания абонентов» и выявляется оценка возможного негативного влияния имитационной модели «Центра обслуживания абонентов».

 

ГЛАВА 1 АНАЛИЗ ТЕХНОЛОГИЙ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ

1. Понятие имитационного моделирования

Моделирование — метод  решения задач, при использовании которого исследуемая система заменяется более простым объектом, описывающим реальную систему и называемым моделью.

Моделирование применяется  в случаях, когда проведение экспериментов  над реальной системой невозможно или  нецелесообразно: например, по причине хрупкости или дороговизны создания прототипа либо из-за длительности проведения эксперимента в реальном масштабе времени [5, С. 15-16].

Перед современными предприятиями  часто встает задача оптимизации  технологических процессов. Широко известный метод функционального моделирования позволяет обследовать существующие бизнес-процессы, выявить их недостатки и построить идеальную модель деятельности предприятия. Построение функциональной модели осуществляется от общего к частному - сначала описывается общая схема деятельности предприятия, затем шаг за шагом все более и более подробно описываются конкретные технологические процессы. Такой подход весьма эффективен, однако на уровне наибольшей детализации, когда рассматриваются конкретные технологические операции, для оптимизации этих операций функциональной модели может оказаться недостаточно. В этом случае целесообразно использовать имитационное моделирование.

Имитационное моделирование - это метод моделирования, представляющий систему в виде программы, работа которой имитирует существенные в данном исследовании свойства системы и выполняет оптимизацию некоторых её параметров [5, С. 28-35].

Имитационная модель – специальный программный комплекс, который позволяет имитировать деятельность какого-либо сложного объекта.

Имитационное моделирование  применяется для исследования и  проектирования таких сложных систем и процессов, как предприятия, информационные сети, мировые динамики в экономике  или экологии и т.д.

Имитационная модель системы - это программа, в которой  определяются все наиболее существенные элементы и связи в системе и задаются начальные значения параметров, соответствующие некоторому «нулевому» моменту времени, а все последующие изменения, происходящие в системе по закону причин и следствий, вычисляются на ЭВМ автоматически при выполнении программы [5, С. 40-44].

Имитационные модели используются в таких областях, как:

• транспорт, логистика, цепочки поставок;
• здравоохранение (зарубежное использование, США в частности);
• производство (металлургия, стройматериалы, пищепром);
• бизнеспроцессы;
• оборонные приложения (Европа: Англия);
• управление активами (проектами, финансами);
• IT-системы, телекоммуникации.

К имитационному моделированию  прибегают, когда:

• дорого или невозможно экспериментировать на реальном объекте;
• невозможно построить аналитическую модель: в системе есть время, причинные связи, последствие, нелинейности, стохастические (случайные) переменные;
• необходимо сымитировать поведение системы во времени.

 Такой метод моделирования  не требует составления уравнений и, тем более, не требует их решения. При этом он позволяет отображать и исследовать поведение системы с любой детальностью и точностью [15, С. 424-428].

 Выполнение имитационной  модели называется имитационным  экспериментом (ИЭ). В ходе ИЭ  компьютер имитирует функционирование системы и вычисляет все необходимые характеристики свойств, проявляемых системой [5, С. 61-66].

 ИЭ подобен натурному  эксперименту. Однако он позволяет,  в отличие от натурного метода, экспериментировать с системами,  которых еще или уже нет, позволяет предсказывать поведение существующих систем в будущем, изучать их поведение в чрезвычайных условиях. Он дешевле и быстрее натурных экспериментов [5, С. 83-86].

2. Методы и виды имитационного моделирования

Существует четыре основных подхода ИМ: динамическое моделирование, системная динамика, дискретно-событийный и агентное моделирование. Также следует отметить метод статистических испытаний - метод Монте-Карло.

1. Динамические системы (механические или физические процессы, системы управления) описываются алгебраическими уравнениями, дифференциальными уравнениями и блок-схемами.

Агентное моделирование  — относительно новое (1990-е-2000-е гг.) направление в имитационном моделировании, которое используется для исследования децентрализованных систем, динамика функционирования которых определяется не глобальными правилами и законами (как в других парадигмах моделирования), а наоборот, когда эти глобальные правила и законы являются результатом индивидуальной активности членов группы. Цель агентных моделей — получить представление об этих глобальных правилах, общем поведении системы, исходя из предположений об индивидуальном, частном поведении её отдельных активных объектов и взаимодействии этих объектов в системе. Агент — некая сущность, обладающая активностью, автономным поведением, может принимать решения в соответствии с некоторым набором правил, взаимодействовать с окружением, а также самостоятельно изменяться [13, С. 43-46].

2. Дискретно-событийное моделирование — подход к моделированию, предлагающий абстрагироваться от непрерывной природы событий и рассматривать только основные события моделируемой системы, такие, как: «ожидание», «обработка заказа», «движение с грузом», «разгрузка» и другие. Дискретно-событийное моделирование наиболее развито и имеет огромную сферу приложений — от логистики и систем массового обслуживания до транспортных и производственных систем. Этот вид моделирования наиболее подходит для моделирования производственных процессов. Основан Джеффри Гордоном в 1960-х годах.
3. Системная динамика — парадигма моделирования, где для исследуемой системы строятся графические диаграммы причинных связей и глобальных влияний одних параметров на другие во времени, а затем созданная на основе этих диаграмм модель имитируется на компьютере. По сути, такой вид моделирования более всех других парадигм помогает понять суть происходящего выявления причинно-следственных связей между объектами и явлениями. С помощью системной динамики строят модели бизнес-процессов, развития города, модели производства, динамики популяции, экологии и развития эпидемии. Метод основан Джеем Форрестером в 1950 годах [5, С. 75-80].
4. Метод Монте-Карло - численный метод решения математических задач с помощью моделирования случайных величин, разработанный в 1949 г. Дж. Нейманом и С. Улама. Метод статистических испытаний позволяет моделировать любой процесс, на протекание которого оказывают влияние случайные факторы. Метод используется во многих областях науки (математике, физике и др.). Сущностью метода Монте-Карло является применение какого-либо генератора равномерно распределенных случайных чисел в связи с функцией распределения вероятностей изучаемого процесса. После определения функции на основе теоретического, эмпирического или другого распределения, соответствующего характеру изучаемого процесса, производятся случайные выборки, представляющие значения входных данных. С помощью множественных прогонов имитационной модели получается соответствие множеств значений входных и выходных параметров. На заключительном этапе осуществляется принятие решений с помощью статистического анализа выходных данных  [13, С. 32-37].

Дискретно-событийное моделирование и системная динамика являются "традиционными" методами имитационного моделирования, появившимися в 50-60х годах. Агентное моделирование – относительно новый метод, получивший широкое практическое распространение только после 2000 года, но уже зарекомендовавший себя множеством "success stories". Системная динамика и дискретно-событийное моделирование рассматривают систему сверху вниз, работая на так называемом системном уровне. Агентное моделирование – это подход снизу-вверх: создатель модели фокусируется на поведении индивидуальных объектов [13, С. 40-42].

Системная динамика предполагает высокий  уровень абстракции и используется в основном для задач стратегического уровня. Процессно-ориентированный (дискретно-событийный) подход используется в основном на операционном и тактическом уровне. Спектр применения агентных моделей включает задачи любого уровня абстракции: агент может представлять компанию на рынке, покупателя, проект, идею, транспортное средство, пешехода, робота и т.д [13, С. 45].

Методика создания имитационных моделей и этапы ИМ. После выбора подхода ИМ производится разработка имитационной модели. Описание процесса моделирования приведено в работах А. М. Лоу и В. Л. Конюха. Данный процесс включает следующие этапы:

1. Точная формулировка цели исследования.
2. Сбор информации и данных.
3. Разработка концептуальной модели. Для проверки компонентов модели применяются количественные методы - графики, критерии согласия, тест Крускал-Уолиса (Kruskal-Wallis).
4. Проверка концептуальной модели на адекватность поставленной задаче и выполнение структурного критического анализа.
5. Перевод концептуальной модели с помощью программных средств в машинное представление.
6. Верификация запрограммированной модели. На этом этапе выполняются анализ чувствительности и валидация выходных данных имитационной модели (если реальная система существует, для сравнения выходных данных модели и реальной системы применяются статистические методы).
7. Если адекватность модели не подтверждается, в зависимости от обнаруженной ошибки необходимо вернуться к первому, второму или третьему шагу.
8. Разработка, выполнение и анализ экспериментов.
9. Документирование и представление полученных результатов.

Для того чтобы достигнуть наибольшей адекватности модели, при  сс разработке необходимо взаимодействовать  с предметными экспертами и заказчиками  проекта. Также для обеспечения  более простой валидации и  верификации применяется анимация модели [13, С. 62-65]