Полная версия

Главная arrow Информатика arrow ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ СИСТЕМ

  • Увеличить шрифт
  • Уменьшить шрифт


<<   СОДЕРЖАНИЕ ПОСМОТРЕТЬ ОРИГИНАЛ   >>

Введение

Данное учебное пособие рекомендуется использовать при изучении теоретической части курсов, связанных с моделированием и проектированием систем с дискретно-событийными процессами и агентным моделированием.

Имитационное моделирование (ИМ) — один из самых мощных инструментов анализа и синтеза, которыми располагают специалисты, занимающиеся исследованием и проектированием сложных процессов и систем. Идея имитационного моделирования проста и в то же время интуитивно привлекательна. Каждый современный исследователь должен уметь пользоваться этим методом моделирования.

Имитационное моделирование как необходимая часть инженерного образования сложилось в середине XX в. Воспринятое поначалу как своеобразный численный метод решения сложных задач, как «младший брат» аналитического моделирования, оно постепенно стало основным, подчас единственным методом при анализе и синтезе сложных систем и процессов.

Общеизвестно, что правильно поставленный натурный эксперимент, т.е. исследование свойств объекта на самом объекте, максимально информативен. Оказывается, что эксперимент с компьютерной имитационной моделью вполне конкурентоспособен с натурным экспериментом. Не говоря о том, что натурный эксперимент в ряде случаев вообще невозможен или нецелесообразен, эксперимент с имитационной моделью может быть приемлемо информативным и выполнен значительно быстрее и дешевле натурного. Это и предопределило стремительное и повсеместное внедрение моделирования.

В популяризации ИМ заметную роль сыграли работы Р. Шеннона и Т. Д. Шрайбера. В свое время эти работы были широко известны в среде научных работников и инженеров. Большую положительную роль в распространении ИМ у нас в стране сыграли работы по моделированию сложных систем на ЭВМ члена-корреспондента АН СССР Н. П. Бусленко (1922—1977) и выдающегося математика, академика АН СССР и РАН А. А. Самарского (1919—2008). Их работы в области математического моделирования и вычислительного эксперимента широко используются на практике.

Постепенно популярность методов и идей ИМ возрастала во всем мире, что вызывало потребность в общении пользователей, обмене знаниями и опытом, теоретическом осмыслении этого нового метода познания. В результате во многих странах мира были созданы национальные и даже наднациональные (международные) общества имитационного моделирования. Таких обществ сейчас в мире много.

Несмотря на то что ИМ известно и применяется в нашей стране давно, профессиональных сообществ в этой области, как в других странах, до сих пор не создавалось. В феврале 2011 г. было зарегистрировано Некоммерческое партнерство «Национальное общество имитационного моделирования» (НП НОИМ, Санкт-Петербург). Можно ожидать, что в ближайшее время ИМ России будет развиваться еще более интенсивно, и мы действительно войдем в международный мир ИМ полноправными участниками. Именно такие цели и задачи ставит перед собой НП НОИМ.

НП НОИМ необходимо много сделать в деле популяризации и продвижения идей ИМ в различных областях науки, технологий и промышленности, государственных и отраслевых органах управления. В Интернете создан сайт НОИМ (www.simulation.su), на котором размещена различная информация по вопросам и проблемам имитационного моделирования.

Курс ИМ является обязательным для изучения в учебных планах технических высших и средних учебных заведений.

Первая глава носит вводный характер. Разъясняются понятия: система, модель, моделирование, классификация, этапы, адекватность, компьютерное моделирование. Сформулированы и пояснены требования к моделям.

Во второй главе излагается концепция дискретных систем — систем массового обслуживания (СМО), реализованная во многих системах имитационного моделирования, в том числе в GPSS World и AnyLogic, приемы построения моделей инструментальными средствами которых и проведение исследований изучаются на практических занятиях. Многие задачи, решаемые при совершенствовании и разработке реальных систем, описываются именно моделями СМО.

В третьей главе излагается сущность имитационного статистического моделирования, рассмотрены обоснования и методы имитационного моделирования случайных дискретных событий — единичного, совместных и несовместных, независимых и зависимых, и случайных процессов. Представлены с подробным описанием примеры, демонстрирующие способы построения алгоритмов имитационных статистических моделей.

В четвертой главе излагаются основы планирования компьютерного эксперимента: цели, задачи, стратегическое и тактическое планирование, типовые планы. Подчеркивается необходимость знания этих основ, несмотря на наличие встроенных типовых планов в математические программные пакеты, в том числе ИМ.

Пятая глава посвящена обзору некоторых наиболее употребительных приемов статистической обработки результатов компьютерного эксперимента: дисперсионный анализ, корреляционный анализ, регрессионный анализ. Обзор подкреплен примерами.

В шестой главе дается краткий обзор современных теорий имитационного моделирования, в том числе распределенного имитационного и имитационного мультиагентного моделирования.

Каждая глава завершается вопросами и заданиями для самоконтроля.

В заключении излагаются основные принципы моделирования как систематизированная последовательность этапов, методов и средств по организации процесса моделирования.

В пособии для лучшего усвоения материала фрагменты, представляющие наибольший интерес, выделяются разными шрифтами, что позволяет акцентировать внимание читателя на аспектах, которые, по мнению автора, являются важными для понимания моделей и методов.

При работе над пособием автор опирался на свой опыт моделирования и преподавания, а также на многие издания по теме моделирования. В большей степени были учтены работы, указанные в списке литературы.

После изучения теоретического материала данного пособия для практического освоения методов и способов разработки имитационных моделей средствами систем компьютерного моделирования рекомендуется использовать пособия [6, 7] и ресурсы сети Интернет [41,42].

Студенческие версии AnyLogic Personal Learning Edition и GPSS World, с использованием инструментальных средств которых изложены методы и приемы построения моделей в рекомендованных пособиях, доступны бесплатно на сайтах www.anylogic.ru и www.minutemansoftware.com.

В результате изучения материалов данного учебного пособия студенты должны:

знать

  • • основные понятия, относящиеся к имитационному моделированию;
  • • классификацию моделей;
  • • этапы моделирования;
  • • требования, предъявляемые к моделям;
  • • классификацию систем массового обслуживания;
  • • моделирование случайных величин и событий;
  • • элементы планирования эксперимента;
  • • применение дисперсионного, корреляционного и регрессионного анализа для обработки результатов имитационного эксперимента;
  • • понятия распределенного и агентного моделирования;

уметь

  • • строить модели систем массового обслуживания;
  • • определять параметры систем массового обслуживания;
  • • получать наборы случайных величин, распределенных по заданному закону распределения;
  • • строить схемы имитационных моделей;
  • • определять точность модели;
  • • оценивать характеристики случайных величин и процессов; владеть
  • • методами теории массового обслуживания;
  • • методами оценки адекватности модели;
  • • методом имитационного моделирования;
  • • методом статистических испытаний;
  • • методом планирования эксперимента;
  • • методами дисперсионного, корреляционного и регрессионного анализа;
  • • навыками обработки результатов эксперимента.
 
<<   СОДЕРЖАНИЕ ПОСМОТРЕТЬ ОРИГИНАЛ   >>