ИМ. ПРЕИМУЩЕСТВА. ОСНОВНЫЕ СПОСОБЫ ИМ

ИМ – это конструирование модели реальной системы и проведение экспериментов на этой модели с целью представить поведение системы в определенных условиях, либо оценить различные стратегии функционирования данной системы с учетом ограничений, накладываемых на систему.

В недавнем прошлом имитация применялась тогда, когда не удавалось решить задачу аналитически, однако сейчас она считается одним из самых популярных и полезных методов количественного анализа по следующим причинам:

1. Аналитические модели часто трудны для формализации и построения, а иногда их вообще невозможно построить.

2. Любая аналитическая модель имеет свои «затрудняющие» факторы, зависящие от специфики модели. В финансовых моделях таким фактором может быть непрогнозируемый спрос, в моделях очередей - немарковские потоки событий, в производственных моделях – большое число поставщиков и т.д.

3. Аналитические модели обычно дают среднестатистическое или стационарное (установившееся) решение. На практике же часто важно именно нестационарное поведение системы на коротком временном интервале.

4. Для имитационного моделирования можно использовать очень широкий круг программного обеспечения – от обычных электронных таблиц и разнообразных надстроек для них до специализированных имитационных систем (GPSS, ExtendSim).

5. Имитационные модели могут создаваться и использоваться на персональных компьютерах, причем уровень компьютерной и математической подготовки, необходимый для создания полезных программных имитаторов, сейчас значительно снижен.

               Имитационные модели являются разновидностью алгоритмических моделей и реализуют наиболее сложные и громоздкие алгоритмы описания объектов и систем, включающие случайные процессы, дифференциальные, разностные и другие уравнения. Имитационные модели отличаются тем, что весьма точно имитируют поведение изучаемого процесса или явления во времени, позволяя оперативно реализовывать сценарии поведения объекта при различных входных параметрах и получать ответ на вопрос «что будет, если…».

В каких случаях возможно использование методов ИМ:

1. Невозможно экспериментировать на реальных объектах.

2. Невозможно или сложно построить аналитическую модель

3. Необходимо исследовать поведение системы во времени

При этом нужно четко понимать 2 вещи:

1. ИМ дает численное решение. Точность получаемых результатов зависит от использования методов исследования.

2. ИМ не дает точного решения вообще.

Некоторые парадигмы ИМ:

· многоагентные модели. Под агентом понимается некоторая сущность, которая обладает активностью, автономным поведением, может принимать решения в соответствии с определенным набором правил, может взаимодействовать с окружением и другими агентами, а также может изменяться. Многоагентные модели используются для исследования динамики коллективного поведения (общества, колоний, популяций и т.д.) и могут включать десятки и сотни тысяч активных агентов.

· дискретно – событийное моделирование. В моделях этого типа состояние системы изменяется в дискретные моменты времени, по наступлению некоторых событий. Обширный класс объектов для дискретно – событийного моделирования предоставляют системы массового обслуживания. Этот способ моделирования наиболее потребляем, используется для систем логистики, транспорта и т.д.

· системная динамика. К моделям системной динамики относятся модели слож­ных систем на самом верхнем уровне абстракции, когда исследователь абстрагируется от индивидуальных объектов системы и рассматривает только их агрегированные количественные характеристики. Взаимовлияния и взаимоза­висимости объектов в модели представляется в виде потоков этих характеристик.

СТРУКТУРА МОДЕЛИ

Каждая модель представляет собой некоторую комбинацию таких составляющих, как компоненты, переменные, параметры, функциональные зависимости, ограничения, целевые функции.

Параметрами являются величины, которые исследователь может выбирать произвольно, в отличие от переменных модели, которые могут принимать только значения, определяемые видом данной функции. В модели будем различать переменные двух видов: экзогенные и эндогенные. Экзогенные переменные называются также входными. Это означает, что они порождаются вне системы или являются результатом взаимодействия внешних причин. Эндогенными переменными называются переменные, возникающие в системе в результате воздействия внутренних причин. В тех случаях, когда эндогенные переменные характеризуют состояние или условия, имеющие место в системе, назовем их переменными состояния. Когда же необходимо описать входы и выходы системы, мы имеем дело с входными и выходными переменными.

Функциональные зависимостиописывают поведение переменных и параметров в пределах компоненты или же выражают соотношения между компонентами системы. Эти соотношения по природе являются либо детерминистскими, либо стохастическими.

Ограниченияпредставляют собой устанавливаемые пределы изменения значений переменных или ограничивающие условия их изменений. Они могут вводится либо разработчиком, либо устанавливаться самой системой вследствие присущих ей свойств.

Целевая функция (функция критерия) представляет собой точное отображение целей или задач системы и необходимых правил оценки их выполнения. Выражение для целевой функции должно быть однозначным определением целей и задач, с которыми должны соизмеряться принимаемые решения.

ОСНОВНЫЕ ЭТАПЫ ИМ ОБЩАЯ ТЕХНОЛОГИЧЕСКАЯ СХЕМА

Вне зависимости от типа моделей (непрерывные и дискретные, детерминированные и стохастические и т.д.) имитационное моделирование включает в себя ряд основных этапов:

1. Формулировка проблемы и определение целей имитационного исследованияДокументированным результатом на этом этапе является составленное содержательное описание объекта моделирования;