Моделирование. Аналитическое и имитационное моделирование.

↑

⇐ ПредыдущаяСтр 2 из 9Следующая ⇒

Аналитическое моделирование предполагает использование математической модели реального объекта в форме алгебраических, дифференциальных, интегральных и других уравнений, связывающих выходные переменные с входными, дополненных системой ограничений. При этом предполагается наличие однозначной вычисли­тельной процедуры получения точного решения уравнений.

При имитационном моделировании используемая математическая модель воспроиз­водит алгоритм («логику») функционирования исследуемой системы во времени при различных сочетаниях значений параметров системы и внешней среды.

Примером простейшей аналитической модели может служить уравнение прямоли­нейного равномерного движения. При исследовании такого процесса с помощью имитационной модели должно быть реализовано наблюдение за изменением прой­денного пути с течением времени

Имитационная модель (ИМ) — это формальное (то есть выполненное на некотором формальном языке) описание логики функционирования исследуемой системы и взаимодействия отдельных ее элементов во времени, учитывающее наиболее суще­ственные причинно-следственные связи, присущие системе, и обеспечивающее про­ведение статистических экспериментов.

При разработке ИМ остаются справедливыми основные принципы моделирования, рассмотренные в разделе «Основные понятия теории моделирования». В качестве следствия из этого утверждения необходимо отметить два важных об­стоятельства:

- взаимосвязь между отдельными элементами системы, описанными в модели, а также между некоторыми величинами (параметрами) может быть представлена в виде аналитических зависимостей (например, при моделировании полета уп­равляемой ракеты отработка поступающих на борт команд может быть описана на уровне логики, а возникающие перегрузки рассчитываются аналитически);

- модель можно считать реализуемой и имеющей практическую ценность только в том случае, если в ней отражены лишь те свойства реальной системы, которые влияют на значение выбранного показателя эффективности.

Как было отмечено выше, для ИМ практически отсутствуют ограничения на область их применения (по типу моделируемой системы), и речь может идти только о целе­сообразности использования ИМ в данной предметной области и об объеме трудо­затрат на ее разработку.

Поскольку основой имитационного моделирования является метод статистических испытаний, наибольший эффект от его применения достигается при исследовании сложных систем, на функционирование которых существенное влияние оказывают случайные факторы.

Применение имитационного моделирования целесообразно также в следующих случаях:

О если не существует законченной постановки задачи на исследование и идет про­цесс познания объекта моделирования;

О если характер протекающих в системе процессов не позволяет описать эти про­цессы в аналитической форме;

О если необходимо наблюдать за поведением системы (или отдельных ее компо­нентов) в течение определенного периода, в том числе с изменением скорости протекания процессов;

О при изучении новых ситуаций в системе либо при оценке функционирования ее в новых условиях;

О если исследуемая система является элементом более сложной системы, другие элементы которой имеют реальное воплощение;

О когда необходимо исследовать поведение системы при введении в нее новых эле­ментов;

О при подготовке специалистов и освоении новой техники (в качестве тренажеров).

Приведенный список возможных областей применения имитационных моделей (который одновременно можно рассматривать и как перечень их достоинств) неволь­но вызывает вопрос: а зачем же в таком случае нужны остальные виды моделей? К сожалению, имитационные модели имеют целый ряд недостатков. Первый и весьма существенный заключается в том, что разработка ИМ, как правило, требует больших затрат времени и сил. Кроме того, любая имитационная модель сложной системы значительно менее «объективна», чем аналитическая модель, поскольку она, прежде всего, отражает субъективные представления разработчика о моделируемой систе­ме. Причем, бывает достаточно сложно как опровергнуть, так и обосновать адекват­ность созданной ИМ, особенно если речь идет о проектируемой системе. И, наконец, еще одно обстоятельство. Результаты имитационного моделирования, как и при любом численном методе, всегда носят частный характер. Для получения обоснован­ных выводов необходимо проведение серии модельных экспериментов, а обработка результатов требует применения специальных статистических процедур. Каким же образом можно преодолеть указанные недостатки?

Во-первых, современное состояние вычислительной техники и ее программного обеспечения позволило вооружить «модельеров» такими мощными инструменталь­ными средствами моделирования (к которым, в частности, относится пакет Matlab), что по мере накопления опыта в их использовании возможные трудозатраты «стре­мятся к нулю»; то же самое можно сказать о средствах статистического анализа и визуализации полученных результатов.

Во-вторых, «объективность» создаваемой модели может быть обеспечена в том случае, когда разработчик ясно представляет себе, какие именно характеристики исследуемой системы его интересуют: длительность выполнения определенных операций, вероят­ность перехода системы в некоторое состояние, возможность конфликта между отдель­ными подсистемами и т. д. Дело в том, что для каждого варианта постановки задачи исследования может быть выбрана соответствующая схема построения модели.

В этом отношении знание существующих схем построения имитационных моделей является весьма полезным.

Наиболее важный признак — способ представления в модели динамики (движения) системы. Она может быть описана посредством событий, работ (активностей), про­цессов и транзактов.

Другой важный признак — способ изменения модельного времени. По этому признаку различают моделирование с постоянным шагом и моделирование по особым состояниям.

Все эти понятия являются основополагающими в теории имитационного моделиро­вания и их достаточно подробному толкованию посвящены соответствующие раз­делы книги.

В большинстве случаев конечной целью моделирования является оптимизация тех или иных параметров системы. Однако, как было отмечено выше, потенциальные возможности имитационного моделирования существенно шире. В зависимости от этапа и назначения проводимых исследований, применяется один из трех наиболее распространенных видов имитационных экспериментов:

О исследование относительного влияния различных факторов на значения выход­ных характеристик системы;

О нахождение аналитической зависимости между интересующими исследователя выходными характеристиками и факторами;

О отыскание оптимальных значений параметров системы (так называемый «экст­ремальный эксперимент»).

Вид эксперимента влияет не только на выбор схемы его формализации, но также на построение плана эксперимента и выбор метода обработки его результатов.

С точки зрения организации взаимодействия исследователя с моделью, в ходе экс­перимента ИМ делятся на автоматические и диалоговые.

О Автоматическими называются ИМ, взаимодействие пользователя с которыми сводится только к вводу исходной информации и управлению началом и окон­чанием работы моделей.

О Диалоговыми называются ИМ, позволяющие исследователю активно упраатять ходом моделирования: приостанавливать сеанс моделирования, изменять значе­ния параметров модели, корректировать перечень регистрируемых данных и т. д.

.

Познавательные статьи:



Техника прыжка в длину с разбега

Организация работы процедурного кабинета

Области применения синхронных машин

Оптимизация по Винеру и Калману