Имитационное моделирование систем

Достоинства и недостатки имитационного моделирования систем

Математические модели могут быть аналитическими, численными, алгоритмическими и имитационными.

Когда явления в системе настолько сложны и многообразны, что аналитическая модель становится слишком грубым приближением к действительности, то исследователь вынужден использовать имитационное моделирование [4, 17, 23, 27].

Имитационное моделирование — это метод исследования, заключающийся в имитации на ЭВМ (с помощью комплекса программ) процесса функционирования системы или отдельных ее частей и элементов.

Сущность метода имитационного моделирования заключается в разработке таких алгоритмов и программ, которые имитируют поведение системы, ее свойства и характеристики в необходимом для исследования системы составе, объеме и области изменения ее параметров [29].

При имитационном моделировании реализующий модель алгоритм воспроизводит процесс функционирования системы во времени, причем имитируются явления, составляющие процесс, с сохранением их логической структуры и последовательности протекания во времени, что позволяет по исходным данным получить сведения о состояниях процесса в определенные моменты времени, дающие возможность оценить характеристики системы [14].

Имитационное моделирование позволяет осуществлять многократные испытания модели с нужными входными данными, чтобы определить их влияние на выходные критерии оценки работы системы.

При таком моделировании компьютер используется для численной оценки модели, а с помощью полученных данных рассчитываются ее реальные характеристики.

Имитационное моделирование может применяться в самых различных сферах деятельности. Ниже приведен список задач, при решении которых моделирование особенно эффективно [14]:

• — проектирование и анализ производственных систем;
• — оценка различных систем вооружений и требований к их материально-техническому обеспечению;
• — определение требований к оборудованию и протоколам сетей связи;
• — определение требований к оборудованию и программному обеспечению различных компьютерных систем;
• — проектирование и анализ работы транспортных систем, например: аэропортов, автомагистралей, портов и метрополитена;
• — оценка проектов создания различных организаций массового обслуживания, например: центров обработки заказов, заведений быстрого питания, больниц, отделений связи;
• — модернизация различных процессов в деловой сфере;
• — определение политики в системах управления запасами;
• — анализ финансовых и экономических систем;
• — при подготовке специалистов и освоении новой техники на имитаторах (тренажёрах).

Например, имитационное моделирование может использоваться при рассмотрении производственной компанией возможности постройки больших дополнительных помещений для одного из ее подразделений, если руководство компании не уверено, что потенциальный рост производительности сможет оправдать затраты на строительство. Невозможно соорудить помещения, а затем убрать их в случае нерентабельности, в то время как моделирование работы производственной компании в ее текущем состоянии и с якобы созданными дополнительными помещениями помогает в решении этой проблемы.

В качестве второго примера можно рассмотреть случай, когда необходимо определить загруженность ресурсов (оборудование или люди) предприятия и принять управленческое решение по закупке нового оборудования или найме/увольнении сотрудников. Реальные действия могут привести к ненужным затратам: купили новое оборудование, а оно простаивает; уволили людей, а в реальности оказалось, что оставшийся персонал не справляется с объемом работы.

Имитационные модели позволяют достаточно просто учитывать такие факторы, как наличие дискретных и непрерывных элементов, нелинейные характеристики элементов системы, многочисленные случайные воздействия и другие, которые часто создают трудности при аналитических исследованиях. В настоящее время имитационное моделирование — наиболее эффективный метод исследования больших систем, а.

часто и единственный практически доступный метод получения информации о поведении системы, особенно на этапе ее проектирования [14].

Несмотря на это, существуют обстоятельства, из-за которых могут получиться неадекватные результаты моделирования:

• — нечеткая постановка задачи и цели моделирования;
• — недостаточность или неполнота исходных данных для моделирования;
• — неверное определение источников и распределений случайных величин в реальных системах;
• — недостаточный уровень проработки модели;
• — недостаточные знания методологии моделирования;
• — неподходящее программное обеспечение для моделирования;
• — неправильное использование анимации;
• — анализ выходных данных, полученных только в результате одного прогона модели [14].

В настоящее время имитационное моделирование широко применяется в мире для исследования сложных систем. Этому способствуют преимущества, присущие этому методу, а именно:

• 1. Большинство сложных реальных систем с вероятностными параметрами нельзя точно описать с использованием математических моделей.
• 2. Путем моделирования можно разработать ряд альтернативных вариантов моделей системы и затем определить, какой из них наиболее соответствует исходным требованиям.
• 3. Имитационное моделирование в ряде случаев гораздо менее затратное, чем проведение экспериментов с реальными системами, тем более что иногда эксперименты на реальных системах в принципе невозможны.
• 4. Моделирование позволяет изучить длительный интервал функционирования системы в сжатые сроки или, наоборот, изучить более подробно работу системы в развернутый интервал времени [14].
• 5. При динамическом имитационном моделировании можно получать любое количество оценок вероятностной модели, проводя ее прогоны. Подробное изучение полученных оценок приемлемо использовать при оптимизации модели.
• 6. Моделирование позволяет оценить некоторые эксплуатационные показатели системы при различных условиях эксплуатации.

Одно из наиболее важных решений, которые приходится принимать разработчикам моделей или системным аналитикам, касается выбора программного обеспечения. Если программное обеспечение недостаточно гибко или с ним сложно работать, то имитационное моделирование может дать неправильные результаты или оказаться вообще невыполнимым.

Использование пакета имитационного моделирования в сравнении с применением универсального языка программирования дает несколько преимуществ:

• 1. Пакеты имитационного моделирования автоматически предоставляют большинство функциональных возможностей, требующихся для создания имитационной модели, что позволяет существенно сократить время, необходимое для программирования, и общую стоимость проекта.
• 2. Пакеты имитационного моделирования обеспечивают естественную среду для создания имитационных моделей. Их основные моделирующие конструкции больше подходят для имитационного моделирования, чем соответствующие конструкции в универсальных языках программирования, таких как С.
• 3. Имитационные модели, которые созданы с помощью пакетов моделирования, как правило, проще модифицировать и использовать.
• 4. Пакеты имитационного моделирования обеспечивают более совершенные механизмы обнаружения ошибок, поскольку они выполняют автоматический поиск ошибок многих типов. И так как модель не требует большого числа структурных компонентов, уменьшаются шансы совершить какую-либо ошибку [14].

Современные программные пакеты поддерживают следующие функциональные возможности:

• — создание анимационных картинок на базе основной модели с целью визуализации и увеличения наглядности;
• — генерирование случайных величин с заданными распределениями вероятностей;
• — создание независимых прогонов моделей (по набору случайных величин);
• — сбор выходных статистических данных и создание отчета по каждому прогону модели, а также общий отчет по всем прогонам;
• — определение и изменение атрибутов объектов и глобальных переменных;
• — использование заложенных и созданных пользователем математических выражений и функций;
• — создание собственных логических конструкций и использование стандартных схем;
• — встроенное средство отладки модели с автоматической возможностью поиска ошибок в модели;
• — экспорт и импорт данных (входные данные и результаты моделирования);
• — имеющаяся хорошо структурированная документация по пакету.

К сожалению, несмотря на неоспоримые достоинства имитационного моделирования, в настоящее время в России этот метод исследования сложных систем используется мало, это связано с тем, что разработка таких моделей требует больших временных и стоимостных затрат. Но тенденции последнего времени вселяют надежду на то, что ситуация изменится и имитационное моделирование в России будут также широко и активно использовать, как в США, Канаде и Европе. Именно для того чтобы компенсировать этот пробел российской действительности, в курсе «Компьютерное моделирование» рассматриваются средства имитационного моделирования на примере мощного программного пакета (ПП) Arena 9.0.