Иммитационное моделирование

СОДЕРЖАНИЕ

 

 

Введение………………………………………………………………..…...3

1. Понятие «Имитационное моделирование»……………………..…......4
2. Структура и виды имитационного моделирования………………..…7

3. Применение имитационного  моделирования ………………….…....11

Заключение………………………………………………………………..13

Список литературы…………………………………………………….…15

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Введение

 

Слово имитация (от лат. –  подражание) означает воспроизведение  определенным образом явлений, событий, действий объектов и т. п. В определенном смысле термин «имитация» – синоним  понятия «модель» ( от лат. – мера, образец), которая определяется как любой материальный или нематериальный образ (изображение, описание, схема, воспроизведение, материальное воплощение, представитель и т.п.).

По сути, словосочетание «имитационная модель» некорректно, однако в середине 20 века оно было введено в практику физического и математического моделирования.

Имитационные модели, являющиеся особым классом математических моделей, принципиально отличаются от аналитических  тем, что использование ЭВМ в  процессе их реализации играет определяющую роль. Имитационные модели не накладывают  жестких ограничений на используемые исходные данные, позволяют в процессе исследования использовать всю собранную информацию вне зависимости от ее формы представления и степени ее формализации.

Среди методов прикладного  системного анализа имитационное моделирование  является наиболее мощным инструментом исследования сложных систем, управление которыми связано с принятием  решений в условиях неопределенности. По сравнению с другими методами такое моделирование позволяет  рассматривать большое число  альтернатив, улучшать качество управленческих решений и точнее прогнозировать их последствия.

 

 

 

 

 

 

 

 

 

 

 

1. Понятие «Имитационное  моделирование»

 

 

Имитационное  моделирование — метод, позволяющий строить модели, описывающие процессы так, как они проходили бы в действительности. Такую модель можно «проиграть» во времени как для одного испытания, так и заданного их множества. При этом результаты будут определяться случайным характером процессов. По этим данным можно получить достаточно устойчивую статистику. 

Имитационное  моделирование — это метод исследования, при котором изучаемая система заменяется моделью с достаточной точностью описывающей реальную систему и с ней проводятся эксперименты с целью получения информации об этой системе. Экспериментирование с моделью называют имитацией (имитация — это постижение сути явления, не прибегая к экспериментам на реальном объекте). 

Имитационное  моделирование — это частный случай математического моделирования. Существует класс объектов, для которых по различным причинам не разработаны аналитические модели, либо не разработаны методы решения полученной модели. В этом случае математическая модель заменяется имитатором или имитационной моделью. 

Имитационным  моделированием иногда называют получение частных численных решений сформулированной задачи на основе аналитических решений или с помощью численных методов. 

Имитационная  модель — логико-математическое описание объекта, которое может быть использовано для экспериментирования на компьютере в целях проектирования, анализа и оценки функционирования объекта. 

Имитационное  моделированием применяется к процессам, в ход которых может время  от времени вмешиваться человеческая воля.

Человек, руководящий операцией, может в зависимости от сложившейся  обстановки, принимать те или иные решения, подобно тому, как шахматист  глядя  на доску, выбирает свой очередной  ход.

Затем приводится в действие математическая модель, которая показывает, какое ожидается изменение обстановки, в ответ на это решение и  к каким последствиям оно приведет спустя некоторое время. Следующее  текущее решение принимается  уже с учетом реальной новой обстановки и т. д.  В результате  многократного  повторения такой процедуры руководитель как бы «набирает опыт», учится на своих и чужих ошибках и  постепенно выучиваться принимать  правильные решения – если не оптимальные, то почти оптимальные. 

Процесс имитации включает в  себя набор действий:

- создаются последовательные сценарии с использованием исходных данных, которые являются неопределенными;

- моделирование осуществляется таким образом, чтобы случайный выбор значений не нарушал фактических диапазонов изменения параметров;

- результаты имитации собираются и анализируются статистически с тем, чтобы оценить меру риска.

Имитационное  моделирование осуществляется по следующему алгоритму:

Попробуем проиллюстрировать процесс имитационного  моделирования через сравнение  с классической математической моделью.  Этапы процесса построения математической модели сложной системы: 

1. Формулируются основные вопросы о поведении  системы, ответы на которые мы хотим  получить с помощью модели.
2. Из множества законов, управляющих поведением системы, выбираются те, влияние которых существенно при поиске ответов на поставленные вопросы.
3. В пополнение к этим законам, если необходимо, для системы в целом или отдельных ее частей формулируются определенные гипотезы о функционировании.

Критерием адекватности  модели служит практика. 

Трудности при построении математической модели сложной системы: 

- Если модель содержит много связей между элементами, разнообразные нелинейные ограничения, большое число параметров и т. д.

- Реальные системы зачастую подвержены влиянию случайных различных факторов, учет которых аналитическим путем представляет весьма большие трудности, зачастую непреодолимые при большом их числе;

-  Возможность сопоставления модели и оригинала при таком подходе имеется лишь в начале.

Эти трудности  и обуславливают применение имитационного  моделирования.  

Оно реализуется по следующим  этапам: 

1. Как и ранее, формулируются основные вопросы  о поведении сложной системы, ответы на которые мы хотим получить.
2. Осуществляется декомпозиция системы на более простые части-блоки.
3. Формулируются законы и «правдоподобные» гипотезы относительно поведения как системы в целом, так и отдельных ее частей.
4. В зависимости от поставленных перед исследователем вопросов вводится так называемое системное время, моделирующее ход времени в реальной системе.
5. Формализованным образом задаются необходимые феноменологические свойства системы и отдельных ее частей.
6. Случайным параметрам, фигурирующим в модели, сопоставляются некоторые их реализации, сохраняющиеся постоянными в течение одного или нескольких тактов системного времени. Далее отыскиваются новые реализации.

 

 

 

 

 

2. Структура и виды имитационного  моделирования 

Структура имитационного  моделирования представляется последовательно циклической.  Последовательность определяется тем, что процесс имитационного моделирования можно разбить на ряд этапов, выполнение которых осуществляется последовательно от предыдущего к последующему. Цикличность проявляется в необходимости возвращения к предыдущим этапам и повторении уже однажды пройденного пути с измененными в силу необходимости данными и параметрами модели (рис 1)

 

 

 

Рис1. Этапы имитационного  моделирования при исследовании сложной проблемной

ситуации

 

 

Первый этап обычен для любого исследования. Он необходим для того, чтобы была оценена потребность изучения объекта или проблемы, возможность и способы решения задачи, ожидаемые результаты. Этот этап очень важен для практического применения метода моделирования.

Очень часто к этому  этапу возвращаются после окончания исследования модели и обработки результатов для изменения постановки задачи, а иногда и самой цели моделирования.

Второй этап включает в себя формализацию описания моделируемого объекта на основе выбранной теоретической базы. На этом этапе, на естественном языке дается описание состава исследуемого объекта, взаимодействия между элементами объекта и объекта с внешней средой. На основе описания объекта выбирается концепция его формального определения. Таким образом, в конце этапа словесное описание исследуемой системы претворяется в абстрактную математическую структуру. Этот этап также включает в себя все действия по созданию имитационной модели, которые заключаются в создании программы для ЭВМ на основе выбранного для этой цели языка моделирования. На этом этапе осуществляется и проверка полученной моделирующей программы на соответствие ее той теоретической схеме, которая была положена в основу формального описания объекта моделирования. Этот процесс часто называют верификацией модели. Заканчивается второй этап проверкой соответствия имитационной модели свойствам реальной системы. Если этого нет, то следует снова вернуться к моменту формализации модели, чтобы провести коррекцию в определении теоретической базы модели.

Третий этап заключается в проведении исследования на разработанной модели путем «прогона» ее на ЭВМ. Перед началом исследования полезно составить такую последовательность «прогонов» модели, которая позволила бы получить необходимый объем информации при заданном составе и достоверности исходных данных. Далее на основе разработанного плана эксперимента осуществляют «прогоны» имитационной модели на ЭВМ. В конце этапа осуществляется обработка результатов с целью представления их в виде, удобном для анализа.

Четвертый этап представляет собой анализ результатов исследования. На этом этапе определяются те свойства реальной системы, которые наиболее важны для исследователя. На основе анализа результатов подготавливаются окончательные выводы по проведенному моделированию.

Пятый этап является заключительным. На этом этапе формулируются окончательные выводы и разрабатываются рекомендации по использованию результатов моделирования для достижения поставленных целей. Часто на основе этих выводов возвращаются к началу процесса моделирования для необходимых изменений в теоретической и практической части модели и повторным исследованиям с измененной моделью. В результате нескольких подобных циклов получают имитационную модель, наилучшим образом удовлетворяющую поставленным задачам.

Таким образом, метод имитационного  моделирования при исследовании сложной проблемной ситуации предполагает выполнение пяти этапов. Имитационные модели позволяют проверить, правильно ли мы понимаем процессы в исследуемом объекте, и выявить в различных конкретных случаях параметры порядка. Знание последних и дает возможность строить простые модели сложных явлений. Имитационное (компьютерное) моделирование подразделяется на несколько видов имитационного моделирования.

Существуют следующие  виды имитационного моделирования:  

Агентное  моделирование — относительно новое (1990е-2000е 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  ее 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;

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 1960х годах;

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.