szimulációs modell- a számítógépen végzett műveletek során megvalósítható és tanulmányozható rendszer és viselkedésének leírása.

A szimulációs modellezést leggyakrabban egy nagy rendszer tulajdonságainak leírására használják, feltéve, hogy az azt alkotó objektumok viselkedése nagyon egyszerűen és világosan le van írva. A matematikai leírás ezután a szimulációs eredmények statikus feldolgozási szintjére redukálódik, amikor megtaláljuk a rendszer makroszkopikus jellemzőit. Egy ilyen számítógépes kísérlet valójában azt állítja, hogy egy teljes körű kísérletet reprodukál. A szimulációs modellezés a matematikai modellezés speciális esete. Van olyan objektumosztály, amelyre különböző okok miatt nem dolgoztak ki analitikus modelleket, vagy nem dolgoztak ki módszert a kapott modell megoldására. Ebben az esetben a matematikai modellt szimulátorral vagy szimulációs modellel helyettesítjük. A szimulációs modellezés lehetővé teszi hipotézisek tesztelését, különféle tényezők és paraméterek hatásának feltárását.

Szimuláció- Ez egy olyan módszer, amely lehetővé teszi olyan modellek felépítését, amelyek úgy írják le a folyamatokat, ahogyan azok a valóságban lejátszódnának.

Egy ilyen modell egy tesztre és egy adott halmazra is időben "játszható". Ebben az esetben az eredményeket a folyamatok véletlenszerűsége határozza meg. Ezen adatok alapján meglehetősen stabil statisztikák nyerhetők. A modellel való kísérletezést utánzásnak nevezzük.

Utánzás– a jelenség lényegének megértése tárgyon végzett kísérletek nélkül.

Az utánzás, mint a nem triviális problémák megoldásának módszere, először a számítógépek létrehozása kapcsán alakult ki 1950-1960-ban. A szimuláció változatai: Monte Carlo módszer (statikus vizsgálati módszer); szimulációs modellezési módszer (statikus modellezés).

A szimulációs modellezés igénye: 1) a valós objektumon végzett kísérletezés költséges és lehetetlen; 2) lehetetlen elemző modellt építeni: a rendszernek van ideje, ok-okozati összefüggései, következményei, nemlinearitásai, valószínűségi változói; 3) szimulálni kell a rendszer viselkedését időben.

A szimuláció célja- a vizsgált rendszer viselkedésének reprodukálása az elemei közötti legjelentősebb összefüggések elemzésének eredményei alapján (a vizsgált tárgykör szimulátorának kidolgozása különféle kísérletek elvégzésére).

A szimulációs modellezés típusai.

Ügynök alapú modellezés- egy viszonylag új (1990 - 2000) irány a szimulációs modellezésben, amely olyan decentralizált rendszerek vizsgálatára szolgál, amelyek dinamikáját nem a globális szabályok és törvények határozzák meg (mint más modellezési paradigmák esetében), hanem fordítva. Amikor ezek a globális szabályok és törvények a csoporttagok egyéni tevékenységének eredményei. Az ágensmodellek célja, hogy képet alkossanak ezekről a globális szabályokról, a rendszer általános viselkedéséről az egyénre vonatkozó feltevések alapján, az egyes aktív objektumok sajátos viselkedéséről és ezen objektumok interakciójáról a rendszerben. Ügynök - egy bizonyos entitás aktivitással, autonóm viselkedéssel; egy bizonyos szabályrendszer szerint tud döntéseket hozni, kölcsönhatásba léphet a környezettel, és önállóan is változhat.

Diszkrét eseményszimuláció- olyan modellezési megközelítés, amely az események folytonos természetétől elvonatkoztat, és csak a szimulált rendszer főbb eseményeit veszi figyelembe, mint például: „várakozás”, „megrendelés feldolgozása”, „rakomány mozgása”, „kirakodás” stb. A diszkrét eseménymodellezés a legfejlettebb, és hatalmas alkalmazási körrel rendelkezik - a logisztikától és a sorbanállási rendszerektől a szállítási és termelési rendszerekig. Ez a fajta szimuláció a legalkalmasabb a gyártási folyamatok modellezésére. Jeffrey Gordon alapította az 1960-as években.

Rendszerdinamika- a vizsgált rendszerhez grafikus diagramokat készítenek az ok-okozati összefüggésekről és egyes paraméterek globális hatásáról másokra időben, majd az ezen diagramok alapján elkészített modellt számítógépen szimulálják. Ez a fajta modellezés lényegében minden más paradigmánál jobban segít megérteni a tárgyak és jelenségek közötti ok-okozati összefüggések folyamatos azonosításának lényegét. A rendszerdinamika segítségével az üzleti folyamatok, a városfejlesztés, a termelési modellek, a népességdinamika, az ökológia és a járványfejlődés modelljei épülnek fel. A módszert Forrester alapította 1950-ben.

A szimuláció néhány alkalmazási területe: üzleti folyamatok, harc, népességdinamika, forgalom, informatikai infrastruktúra, projektmenedzsment, ökoszisztémák. Népszerű számítógépes szimulációs rendszerek: AnyLogic, Aimsun, Arena, eM-Plant, Powersim, GPSS.

A szimulációs modellezés lehetővé teszi a rendszer viselkedésének időbeli szimulálását. Sőt, előnye, hogy a modellben az idő szabályozható: gyors folyamatok esetén lassíthat, lassú változékonyságú rendszerek modellezésekor pedig gyorsíthat. Lehetőség van azoknak a tárgyaknak a viselkedésének utánzására, amelyekkel a valódi kísérletek költségesek, lehetetlenek és veszélyesek.

Modell Tárgynak minősül minden olyan tárgy, amelynek egyedi tulajdonságai részben vagy teljesen egybeesnek az eredeti tulajdonságaival.

Világosan meg kell érteni, hogy kimerítően teljes modell nem lehet. Ő mindig korlátozottés csak a modellezés céljainak kell megfelelnie, pontosan annyi tulajdonságot tükrözve az eredeti objektumból és olyan teljességgel, amennyi egy adott vizsgálathoz szükséges.

Forrás objektum bármelyik lehet igazi, vagy képzeletbeli. A képzeletbeli tárgyakkal a mérnöki gyakorlatban a műszaki rendszerek tervezésének korai szakaszában foglalkozunk. A valós fejlesztésekben még nem testesült tárgyak modelljeit anticipatívnak nevezzük.

Modellezési célok

A modell a kutatás kedvéért készült, ami vagy lehetetlen, vagy drága, vagy egyszerűen kényelmetlen egy valós tárgyon. Számos cél létezik, amelyekre modelleket és számos fő tanulmánytípust készítenek:

1. A modell mint a megértés eszköze segít azonosítani:

• változók kölcsönös függőségei;
• időbeli változásuk jellege;
• meglévő minták.

A modell összeállítása során érthetőbbé válik a vizsgált objektum szerkezete, feltárulnak fontos ok-okozati összefüggések. A modellezés során az eredeti tárgy tulajdonságait a modellel szemben megfogalmazott követelmények szempontjából fokozatosan lényeges és másodlagosra osztják. Igyekszünk az eredeti tárgyban csak azokat a jellemzőket megtalálni, amelyek közvetlenül kapcsolódnak működésének minket érdeklő oldalához. Bizonyos értelemben minden tudományos tevékenység a természeti jelenségek modelljeinek felépítésére és tanulmányozására redukálódik.

1. Modell, mint az előrejelzés eszköze lehetővé teszi a viselkedés előrejelzésének és egy objektum vezérlésének megtanulását a modell különböző vezérlési opcióinak tesztelésével. Valós tárggyal végzett kísérletezés a legjobb esetben is gyakran kényelmetlen, néha pedig egyszerűen veszélyes vagy akár lehetetlen is számos okból kifolyólag: a kísérlet hosszú időtartama, a tárgy sérülésének vagy megsemmisülésének veszélye, valódi tárgy hiánya abban az esetben, amikor még tervezés alatt áll.
2. Az épített modellek használhatók a paraméterek optimális arányának megtalálása, speciális (kritikus) működési módok tanulmányozása.
3. A modell bizonyos esetekben is előfordulhat edzés közben cserélje ki az eredeti tárgyat Például szimulátorként használható a személyzet későbbi, valós környezetben végzett munkára való képzésében, vagy tanulmányi tárgyként használható egy virtuális laboratóriumban. A végrehajtható modulok formájában megvalósított modellek a vezérlési objektumok szimulátoraiként is használatosak a vezérlőrendszerek próbapadi tesztjei során, és a tervezés korai szakaszában maguk is helyettesítik a jövőbeni hardver alapú vezérlőrendszereket.

Szimuláció

Az oroszban az "utánzat" jelzőt gyakran a "hasonló", "hasonló" melléknevek szinonimájaként használják. A "matematikai modell", "analóg modell", "statisztikai modell" kifejezések közül egy pár - "szimulációs modell", amely valószínűleg a pontatlan fordítás eredményeként jelent meg az orosz nyelvben, fokozatosan új, az eredetitől eltérő jelentést kapott.

Jelezve, hogy ez a modell szimulációs modell, általában hangsúlyozzuk, hogy más típusú absztrakt modellekkel ellentétben ez a modell megtartja és könnyen felismeri a modellezett objektum olyan jellemzőit, mint pl. szerkezet, kapcsolatok alkatrészek között információtovábbítás módja. A követelményhez általában szimulációs modelleket is társítanak viselkedésük illusztrációi az alkalmazási területen elfogadott grafikai képek segítségével. Nem ok nélkül hívják az imitatív modelleket vállalati modelleknek, környezeti és társadalmi modelleknek.

Szimuláció = számítógépes szimuláció (szinonimák). Jelenleg az ilyen típusú modellezésnél a „számítógépes modellezés” szinonimát használják, ezzel is hangsúlyozva, hogy a megoldandó feladatok nem oldhatók meg a számítási számítások szokásos eszközeivel (számítógép, táblázatok, ill. számítógépes programok, felváltva ezeket az eszközöket).

A szimulációs modell egy speciális szoftvercsomag, amely lehetővé teszi bármely összetett objektum tevékenységének szimulálását, amelyben:

• az objektum szerkezetét hivatkozásokkal tükrözik (és grafikusan ábrázolják);
• párhuzamos folyamatok futtatása.

A viselkedés leírására mind a globális törvények, mind a terepi kísérletek alapján nyert lokális törvények használhatók.

Így a szimulációs modellezés magában foglalja a felhasználást számítógépes technológia valós eszközök által végrehajtott különféle folyamatok vagy műveletek szimulálására (vagyis azok szimulációjára). Eszköz vagy folyamatáltalában hivatkoznak rendszer . Mert tudományos kutatás rendszer működését illetően bizonyos feltételezésekhez folyamodunk. Ezek a feltételezések, általában matematikai vagy logikai összefüggések formájában, olyan modellt alkotnak, amelyből képet kaphatunk a megfelelő rendszer viselkedéséről.

Ha a modellt alkotó összefüggések elég egyszerűek ahhoz, hogy pontos információkat kapjunk a minket érdeklő kérdésekről, akkor matematikai módszerek használhatók. Ezt a fajta megoldást ún elemző. A legtöbb létező rendszer azonban nagyon összetett, és lehetetlen hozzájuk valódi, analitikusan leírt modellt létrehozni. Az ilyen modelleket szimulációval kell tanulmányozni. A modellezés során számítógéppel numerikusan értékelik a modellt, és a kapott adatok segítségével kiszámítják valós jellemzőit.

Szakember (informatikus-közgazdász, matematikus-programozó vagy közgazdász-matematikus) szemszögéből egy irányított folyamat vagy irányított objektum szimulációs modellezése magas szintű. információs technológia, amely kétféle műveletet biztosít a számítógép segítségével:

• szimulációs modell létrehozásával vagy módosításával kapcsolatos munka;
• a szimulációs modell működése és az eredmények értelmezése.

A gazdasági folyamatok szimulációs (számítógépes) modellezését általában két esetben alkalmazzák:

• komplex üzleti folyamat menedzselésére, amikor egy menedzselt gazdasági objektum szimulációs modelljét eszközként alkalmazzuk egy információs (számítógépes) technológiák alapján létrehozott adaptív vezérlőrendszer kontúrjában;
• komplex gazdasági objektumok diszkrét-folytonos modelljeivel végzett kísérletek során, hogy megkapják és nyomon kövessék dinamikájukat olyan kockázatokkal járó vészhelyzetekben, amelyek teljes körű modellezése nem kívánatos vagy lehetetlen.

Tipikus szimulációs feladatok

Leginkább a szimulációs modellezés alkalmazható különböző területek tevékenységek. Az alábbiakban felsoroljuk azokat a feladatokat, amelyeknél a modellezés különösen hatékony:

• Termelési rendszerek tervezése és elemzése;
• a kommunikációs hálózatok berendezéseire és protokolljaira vonatkozó követelmények meghatározása;
• berendezési követelmények meghatározása és szoftver különféle számítógépes rendszerek;
• közlekedési rendszerek, például repülőterek, autópályák, kikötők és metrók ​​működésének tervezése és elemzése;
• projektek értékelése különböző sorban állási szervezetek létrehozására, mint például rendelésfeldolgozó központok, gyorséttermek, kórházak, posták;
• különböző üzleti folyamatok korszerűsítése;
• szabályzatok meghatározása a készletgazdálkodási rendszerekben;
• pénzügyi és gazdasági rendszerek elemzése;
• különböző fegyverrendszerek értékelése és logisztikai követelményei.

Modell osztályozás

A besorolás alapjául a következőket választották:

• funkcionális jellemző, amely a modell felépítésének célját, célját jellemzi;
• a modell bemutatásának módja;
• a modell dinamikáját tükröző időfaktor.

Funkció	Modell osztály	Példa
Leírások Magyarázatok		Demo modellek Oktatási plakátok
Előrejelzések	Tudományos és műszaki Gazdasági	A folyamatok matematikai modelljei Kifejlesztett technikai eszközök modelljei
mérések Empirikus adatok feldolgozása		Hajómodell a medencében Repülőgép modell a szélcsatornában
Tolmácsolás		Katonai, gazdasági, sport, üzleti játékok
kritériuml	Példaértékű (referencia)	cipő modell ruha modell

Ennek megfelelően a modelleket két nagy csoportra osztják: anyagi és absztrakt (nem anyagi). Anyagi és absztrakt modellek egyaránt információkat tartalmaznak az eredeti tárgyról. Csak egy anyagi modell esetében ennek az információnak van egy anyagi megvalósítása, és egy immateriális modellben ugyanaz az információ jelenik meg absztrakt forma(gondolat, képlet, rajz, séma).

Az anyagi és az absztrakt modellek ugyanazt a prototípust tükrözhetik, és kiegészíthetik egymást.

A modellek nagyjából két csoportra oszthatók: anyagÉs ideál, és ennek megfelelően különbséget tenni a szubjektum és az absztrakt modellezés között. A tárgymodellezés fő fajtái a fizikai és az analóg modellezés.

Fizikai modellezésnek (prototípusozásnak) szokás nevezni, amikor egy valós objektumot a kinagyított vagy kicsinyített másolatával társítanak. Ez a másolat a hasonlóság elmélete alapján készült, ami lehetővé teszi számunkra, hogy kijelenthessük, hogy a szükséges tulajdonságok megmaradnak a modellben.

A fizikai modellekben a geometriai arányokon kívül elmenthető például az eredeti tárgy anyaga vagy színvilága, valamint az adott vizsgálathoz szükséges egyéb tulajdonságok.

analóg a modellezés az eredeti objektum másik objektumra való cseréjén alapul fizikai természet hasonló viselkedéssel.

Mind a fizikai, mind az analóg modellezés a kutatás fő módszere természetes kísérlet a modellel, de ez a kísérlet bizonyos értelemben vonzóbbnak bizonyul, mint az eredeti tárggyal végzett kísérlet.

Ideál A modellek valós vagy képzeletbeli tárgyak absztrakt képei. Kétféle ideális modellezés létezik: intuitív és ikonikus.

Ról ről intuitív modellezésről akkor beszélünk, ha nem is tudják leírni a használt modellt, bár az létezik, de azért veszik, hogy megjósolják vagy megmagyarázzák segítségével a minket körülvevő világot. Tudjuk, hogy az élőlények képesek megmagyarázni és előre jelezni a jelenségeket fizikai vagy absztrakt modellek látható jelenléte nélkül. Ebben az értelemben például minden egyes ember élettapasztalata tekinthető az őt körülvevő világ intuitív modelljének. Amikor át akar menni egy utcán, jobbra, balra néz, és intuitív módon eldönti (általában helyesen), hogy mehet-e. Hogy az agy hogyan birkózik meg ezzel a feladattal, egyszerűen még nem tudjuk.

Ikonszerű modellezésnek nevezik, jeleket vagy szimbólumokat modellként használva: diagramok, grafikonok, rajzok, szövegek különböző nyelveken, beleértve a formális, matematikai képleteket és elméleteket is. A jelmodellezés kötelező résztvevője a jelmodell tolmácsa, leggyakrabban egy személy, de számítógép is megbirkózik az értelmezéssel. A rajzoknak, szövegeknek, képleteknek önmagukban semmi értelme, ha valaki nem érti őket, és használja a mindennapi tevékenységei során.

A jelmodellezés legfontosabb típusa az matematikai modellezés. A tárgyak fizikai (gazdasági) természetétől elvonatkoztatva a matematika az ideális tárgyakat vizsgálja. Például az elmélet felhasználásával differenciál egyenletek tanulmányozhatja a már említett elektromos ill mechanikai rezgések a legtöbbben Általános nézet majd a megszerzett ismereteket alkalmazza egy adott fizikai természetű tárgyak tanulmányozására.

A matematikai modellek típusai:

Számítógép modell - ez egy matematikai modell szoftveres megvalósítása, kiegészítve különféle segédprogramokkal (például olyanokkal, amelyek grafikus képeket rajzolnak és módosítanak időben). A számítógépes modell két összetevőből áll - szoftverből és hardverből. A szoftverkomponens szintén egy absztrakt jelmodell. Ez csak egy újabb formája az absztrakt modellnek, amelyet azonban nemcsak a matematikusok és programozók, hanem egy technikai eszköz - egy számítógép-processzor - is értelmezhetnek.

A számítógépes modell a fizikai modell tulajdonságait akkor fejti ki, ha azt, vagy inkább absztrakt komponenseit - programjait - egy fizikai eszköz, számítógép értelmezi. A számítógép és egy szimulációs program kombinációja az ún. a vizsgált tárgy elektronikus megfelelője". A számítógépes modell mint fizikai eszköz része lehet próbapadoknak, szimulátoroknak és virtuális laboratóriumoknak.

Statikus modell leírja egy objektum megváltoztathatatlan paramétereit vagy egy egyszeri információszeletet egy adott objektumon. Dinamikus modell időben változó paramétereket ír le és vizsgál.

A legegyszerűbb dinamikus modell lineáris differenciálegyenlet-rendszerként írható le:

minden modellezett paraméter az idő függvénye.

Determinisztikus modellek

Nincs helye a véletlennek.

A rendszerben minden esemény szigorú sorrendben történik, pontosan a viselkedési törvényeket leíró matematikai képletek szerint. Ezért az eredmény pontosan meghatározott. És ugyanazt az eredményt kapjuk, függetlenül attól, hogy hány kísérletet végzünk.

Valószínűségi modellek

A rendszerben az események nem pontos sorrendben, hanem véletlenszerűen történnek. De ennek vagy annak az eseménynek a valószínűsége ismert. Az eredmény nem ismert előre. Kísérlet végrehajtása során különböző eredményeket kaphatunk. Ezek a modellek számos kísérlet során gyűjtenek statisztikákat. E statisztikák alapján következtetéseket vonunk le a rendszer működésére vonatkozóan.

Sztochasztikus modellek

A pénzügyi elemzés számos problémájának megoldása során olyan modelleket használnak, amelyek olyan valószínűségi változókat tartalmaznak, amelyek viselkedését a döntéshozók nem tudják ellenőrizni. Az ilyen modelleket sztochasztikusnak nevezzük. A szimuláció alkalmazása lehetővé teszi, hogy a véletlenszerű tényezők (értékek) valószínűségi eloszlásai alapján következtetéseket vonjunk le a lehetséges eredményekről. Sztochasztikus szimuláció gyakran Monte Carlo módszernek nevezik.

A számítógépes szimuláció szakaszai
(számítógépes kísérlet)

A következő alapvető lépések sorozataként ábrázolható:

1. A PROBLÉMA NYILATKOZATA.

A feladat leírása. A szimuláció célja. A feladat formalizálása: a rendszer és a rendszerben előforduló folyamatok szerkezeti elemzése; a rendszer szerkezeti és funkcionális modelljének felépítése (grafikus); kiemelve az eredeti tárgy e vizsgálathoz elengedhetetlen tulajdonságait

2. A MODELL FEJLESZTÉSE.

Matematikai modell felépítése. Modellező szoftver kiválasztása. Számítógépes modell tervezése és hibakeresése (a modell technológiai megvalósítása a környezetben)

3. SZÁMÍTÓGÉPES KÍSÉRLET.

A felépített számítógépes modell megfelelőségének értékelése (a modell elégedettsége a modellezés céljaival). Kísérleti terv készítése. Kísérletek végzése (a modell tanulmányozása). A kísérlet eredményeinek elemzése.

4. A SZIMULÁCIÓS EREDMÉNYEK ELEMZÉSE.

A kísérleti eredmények általánosítása és következtetés a modell további felhasználásáról.

A megfogalmazás jellege szerint minden feladat két fő csoportra osztható.

NAK NEK első csoport igénylő feladatokat tartalmaz vizsgálja meg, hogyan változnak meg egy objektum jellemzői, ha valamilyen hatással vannak rá. Ezt a fajta problémafelvetést ún "mi lesz, ha…?" Például mi történik, ha megduplázza a közüzemi számláit?

Egyes feladatok valamivel tágabban fogalmazódnak meg. Mi történik, ha egy adott tartományban egy objektum jellemzőit egy bizonyos lépéssel megváltoztatjuk? Egy ilyen vizsgálat segít nyomon követni az objektum paramétereinek a kezdeti adatoktól való függését. Nagyon gyakran szükséges a folyamat fejlődésének időben történő nyomon követése. Ezt a kiterjesztett problémafelvetést ún érzékenységvizsgálat.

Második csoport A feladatok általánosított megfogalmazása a következő: milyen hatást kell gyakorolni az objektumra, hogy paraméterei megfeleljenek valamilyen adott feltételnek? Ezt a problémafelvetést gyakran úgy emlegetik "Hogy csinálod...?"

Hogyan lehet megbizonyosodni arról, hogy "a farkasok is táplálkoznak, és a birkák is biztonságban vannak?"

A legtöbb modellezési feladat általában összetett. Ilyen problémák esetén a modell először egy kezdeti adatkészlethez készül. Más szóval, először a „mi történik, ha...?” probléma oldódik meg. Ezután az objektum tanulmányozása a paraméterek egy bizonyos tartományban történő megváltoztatásával történik. És végül a vizsgálat eredményei szerint a paramétereket úgy választják ki, hogy a modell megfeleljen a tervezett tulajdonságok egy részének.

A fenti leírásból következik, hogy a modellezés egy ciklikus folyamat, amelyben ugyanazok a műveletek sokszor megismétlődnek.

Ez a ciklikusság két körülménynek köszönhető: technológiai, amely a modellezés minden egyes szakaszában elkövetett „sajnálatos” hibákkal jár, és „ideológiai”, amely a modell finomításával, sőt elutasításával, illetve egy másik modellre való átállással jár. Egy további "külső" hurok jelenhet meg, ha ki akarjuk terjeszteni a modell hatókörét, és módosítani akarjuk azokat a bemeneteket, amelyeket helyesen kell figyelembe vennie, vagy azokat a feltételezéseket, amelyek alapján tisztességesnek kell lennie.

A szimuláció eredményeit összegezve arra a következtetésre juthatunk, hogy a tervezett kísérletek nem elegendőek a munka befejezéséhez, esetleg a matematikai modell újbóli finomítása szükséges.

Számítógépes kísérlet tervezése

A kísérlettervezési terminológiában a modellt alkotó bemeneti változókat és strukturális feltételezéseket faktoroknak, a kimeneti teljesítménymutatókat pedig válaszoknak nevezzük. Annak eldöntése, hogy mely paramétereket és strukturális feltevéseket tekintsük fix mutatóknak, melyeket kísérleti tényezőknek, inkább a vizsgálat céljától függ, nem pedig a modell belső formájától.

Bővebben a tervezésről számítógépes kísérlet olvasd el magad (707–724. o.; 240–246.).

A gyakorlati órákon a számítógépes kísérlet tervezésének és lebonyolításának gyakorlati módszereit veszik figyelembe.

A klasszikus matematikai módszerek lehetőségeinek korlátai a közgazdaságtanban

A rendszer tanulmányozásának módjai

Valós rendszerrel vagy modellrendszerrel kísérletezni? Ha lehetséges a rendszer fizikai megváltoztatása (ha költséghatékony) és új körülmények között üzembe helyezni, akkor a legjobb ezt megtenni, hiszen ebben az esetben a kapott eredmény megfelelőségének kérdése magától megszűnik. Egy ilyen megközelítés azonban gyakran nem megvalósítható, vagy azért, mert túl költséges a megvalósítása, vagy mert pusztító hatással van magára a rendszerre. Például a bank keresi a költségek csökkentését, ennek érdekében javasolják a pénztárak számának csökkentését. Ha kipróbálod működés közben új rendszer– kevesebb pénztáros esetén ez az ügyfelek kiszolgálásának hosszú késedelméhez és a bank elhagyásához vezethet. Sőt, lehet, hogy a rendszer valójában nem is létezik, de szeretnénk megvizsgálni a különféle konfigurációit, hogy a legtöbbet válasszuk hatékony módszer végrehajtás. Ilyen rendszerek például a kommunikációs hálózatok vagy a stratégiai nukleáris fegyverrendszerek. Ezért szükséges a rendszert reprezentáló modell megalkotása és a valós rendszer helyettesítőjeként történő vizsgálata. Egy modell használatakor mindig felmerül a kérdés, hogy valóban pontosan tükrözi-e magát a rendszert olyan mértékben, hogy a vizsgálat eredményei alapján döntést lehessen hozni.

Fizikai modell vagy matematikai modell? Amikor a „modell” szót halljuk, legtöbbünknek a repülőgépeken kívül, gyakorlótereken felállított pilótafülke jut eszünkbe, amelyet pilótaképzésre használnak, vagy miniatűr szupertankerek, amelyek egy medencében mozognak. Ezek mind példák a fizikai modellekre (más néven ikonikus vagy figuratív). Ritkán használják őket működési kutatásban vagy rendszerelemzésben. De bizonyos esetekben a fizikai modellek létrehozása nagyon hatékony lehet a műszaki rendszerek vagy vezérlőrendszerek tanulmányozásában. A példák közé tartoznak a be- és kirakodórendszerek méretarányos asztali modelljei, valamint egy nagy üzletben lévő gyorsétterem legalább egy teljes méretű fizikai modellje, amelyben valódi vásárlók vettek részt. A létrehozott modellek túlnyomó többsége azonban matematikai. Logikai és mennyiségi kapcsolatokon keresztül reprezentálják a rendszert, amelyeket aztán feldolgoznak és módosítanak annak meghatározására, hogy a rendszer hogyan reagál a változásra, pontosabban, hogyan reagálna, ha valóban létezne. Valószínűleg a legtöbbet egyszerű példa matematikai modell az ismert összefüggés S=V/t, Ahol S- távolság; V- mozgási sebesség; t- utazási idő. Néha egy ilyen modell megfelelő lehet (például egy másik bolygóra irányított űrszonda esetében, amikor eléri a repülési sebességet), de más esetekben nem felel meg a valóságnak (pl. közlekedési kapcsolat csúcsforgalomban egy városi zsúfolt autópályán).

Analitikai megoldás vagy szimuláció? A matematikai modell által reprezentált rendszerrel kapcsolatos kérdések megválaszolásához meg kell határozni, hogyan építhető fel ez a modell. Ha a modell elég egyszerű, akkor lehetőség van összefüggéseinek és paramétereinek kiszámítására és pontos analitikai megoldásra. Egyes elemzési megoldások azonban rendkívül összetettek lehetnek, és hatalmas számítógépes erőforrásokat igényelnek. Egy nagy, nem ritka mátrix megfordítása jól ismert példa arra a helyzetre, amikor elvileg létezik egy ismert analitikai képlet, de ebben az esetben nem olyan könnyű számszerű eredményt kapni. Ha egy matematikai modell esetében lehetséges az analitikus megoldás, és annak számítása eredményesnek tűnik, akkor jobb, ha a modellt így, szimuláció nélkül tanulmányozzuk. Sok rendszer azonban rendkívül összetett, szinte teljesen kizárja az analitikus megoldás lehetőségét. Ebben az esetben a modellt szimulációval kell tanulmányozni, pl. a modell ismételt tesztelése a kívánt bemeneti adatokkal, hogy meghatározzák azok hatását a rendszer teljesítményének értékelésére szolgáló kimeneti kritériumokra.

A szimulációt "végső megoldásnak" tekintik, és ebben van egy szemernyi igazság. A legtöbb helyzetben azonban gyorsan ráébredünk, hogy ehhez az eszközhöz kell folyamodnunk, mivel a vizsgált rendszerek és modellek meglehetősen összetettek, és hozzáférhető módon kell ábrázolni őket.

Tegyük fel, hogy van egy matematikai modellünk, amelyet szimulációval kell vizsgálni (a továbbiakban szimulációs modell). Mindenekelőtt következtetésre kell jutnunk a tanulmányozás eszközeiről. E tekintetben a szimulációs modelleket három szempont szerint kell osztályozni.

Statikus vagy dinamikus? A statikus szimulációs modell egy rendszer egy bizonyos időpontban, vagy olyan rendszer, amelyben az idő egyszerűen nem játszik szerepet. A statikus szimulációs modellek példái a Monte Carlo modellek. A dinamikus szimulációs modell olyan rendszert reprezentál, amely idővel változik, például egy szállítószalag rendszert egy gyárban. A matematikai modell felépítése után el kell dönteni, hogyan lehet vele adatokat nyerni az általa reprezentált rendszerről.

Determinisztikus vagy sztochasztikus? Ha a szimulációs modell nem tartalmaz valószínűségi (véletlenszerű) komponenseket, akkor determinisztikusnak nevezzük. Egy determinisztikus modellben az eredményt akkor kaphatjuk meg, ha minden bemeneti mennyiség és függőség adott hozzá, még akkor is, ha ebben az esetben nagy számítógépes időre van szükség. Sok rendszert azonban több véletlenszerű komponens bemenettel modelleznek, ami sztochasztikus szimulációs modellt eredményez. A legtöbb sorbanállási és készletkezelési rendszert így modellezték. A sztochasztikus szimulációs modellek olyan eredményt adnak, amely önmagában is véletlenszerű, ezért csak a modell valódi jellemzőinek becslésének tekinthető. Ez a modellezés egyik fő hátránya.

Folyamatos vagy diszkrét? Általánosságban elmondható, hogy a diszkrét és folytonos modelleket a korábban ismertetett diszkrét és folytonos rendszerekhez hasonlóan definiáljuk. Meg kell jegyezni, hogy a diszkrét modellt nem mindig használják a diszkrét rendszer modellezésére, és fordítva. Az, hogy egy adott rendszerhez diszkrét vagy folytonos modellt kell-e használni, a vizsgálat céljaitól függ. Így az autópályán a forgalomáramlási modell diszkrét lesz, ha figyelembe kell vennie az egyes autók jellemzőit és mozgását. Ha azonban a járműveket együttesen tekinthetjük, a forgalom leírható differenciálegyenletekkel egy folytonos modellben.

A következő szimulációs modellek diszkrét, dinamikus és sztochasztikusak lesznek. A továbbiakban diszkrét eseményszimulációs modellként fogjuk hivatkozni rájuk. Mivel a determinisztikus modellek a sztochasztikus modellek egy speciális fajtája, az a tény, hogy ilyen modellekre korlátozzuk magunkat, nem vezet általánosítási hibákhoz.

Komplex dinamikus rendszerek vizuális modellezésének meglévő megközelítései.
Tipikus szimulációs rendszerek

A digitális számítógépeken végzett szimulációs modellezés a kutatás egyik leghatékonyabb eszköze, különös tekintettel az összetett dinamikus rendszerekre. Mint minden számítógépes szimuláció, ez is lehetővé teszi számítási kísérletek elvégzését még tervezés alatt álló rendszerekkel, illetve olyan rendszerek tanulmányozását, amelyekkel a teljes körű kísérletezés biztonsági vagy magas költségek miatt nem megfelelő. Ugyanakkor a fizikai modellezéshez való formai közelsége miatt ez a kutatási módszer a felhasználók szélesebb köre számára elérhető.

Jelenleg, amikor a számítástechnikai ipar számos modellező eszközt kínál, minden képzett mérnöknek, technológusnak vagy menedzsernek képesnek kell lennie nemcsak összetett objektumok modellezésére, hanem modellezésére is. modern technológiák grafikus környezetek vagy vizuális modellező csomagok formájában valósítják meg.

„A vizsgált és tervezett rendszerek összetettsége egy különleges, magas színvonalú kialakítás szükségességéhez vezet új technológia kutatás imitációs készülékkel - számítógépen történő reprodukálás a tervezett vagy tanulmányozott komplexum működésének matematikai modelljeinek speciálisan szervezett rendszereivel ”(N. N. Moiseev. Matek problémák rendszer elemzése. M.: Nauka, 1981, p. 182).

Jelenleg nagyon sokféle vizuális modellező eszköz létezik. Megállapodunk abban, hogy ebben a munkacsomagban nem veszik figyelembe a szűk alkalmazási területekre (elektronika, elektromechanika stb.) orientált elemeket, mivel, mint fentebb említettük, az elemek összetett rendszerekáltalában különböző alkalmazási területekhez tartoznak. A fennmaradó univerzális (egy bizonyos matematikai modellre orientált) csomagok közül nem fogunk figyelni az egyszerű dinamikus rendszeren kívüli matematikai modellekre (parciális differenciálegyenletek, statisztikai modellek), valamint a tisztán diszkrét és tisztán folytonos csomagokra. Így a mérlegelés tárgya olyan univerzális csomagok lesznek, amelyek lehetővé teszik a szerkezetileg összetett hibrid rendszerek modellezését.

Nagyjából három csoportra oszthatók:

• „blokkmodellező” csomagok;
• „fizikai modellező” csomagok;
• csomagok egy hibrid gép sémájára összpontosítottak.

Ez a felosztás feltételes, elsősorban azért, mert ezekben a csomagokban sok a közös: lehetővé teszik többszintű hierarchikus funkcionális diagramok készítését, bizonyos fokig támogatják az OOM technológiát, és hasonló megjelenítési és animációs lehetőségeket biztosítanak. A különbségek abból adódnak, hogy egy összetett dinamikai rendszer melyik szempontját tekintik a legfontosabbnak.

"blokk modellezés" csomagok a hierarchikus blokkdiagramok grafikus nyelvére összpontosított. Az elemi blokkok vagy előre definiáltak, vagy valamilyen speciális alsó szintű segédnyelv segítségével megszerkeszthetők. A meglévő blokkokból orientált linkek és parametrikus hangolás segítségével új blokkot lehet összeállítani. Az előre meghatározott elemi blokkok tisztán folyamatos, tisztán diszkrét és hibrid blokkokat tartalmaznak.

Ennek a megközelítésnek az előnyei közé tartozik mindenekelőtt a nem túl bonyolult modellek létrehozásának rendkívüli egyszerűsége, még egy nem túl képzett felhasználó által is. További előny az elemi blokkok megvalósításának hatékonysága és az egyenértékű rendszer felépítésének egyszerűsége. Ugyanakkor összetett modellek készítésénél meglehetősen nehézkes többszintű blokkdiagramokat kell készíteni, amelyek nem tükrözik a modellezett rendszer természetes szerkezetét. Más szóval, ez a megközelítés akkor működik jól, ha vannak megfelelő építőelemek.

A legtöbb ismert képviselői A "blokk modellezés" csomagok a következők:

• A MATLAB csomag SIMULINK alrendszere (MathWorks, Inc.; http://www.mathworks.com);
• EASY5 (Boeing)
• A MATRIXX csomag SystemBuild alrendszere (Integrated Systems, Inc.);
• VisSim (vizuális megoldás; http://www.vissim.com).

"Physical Simulation" csomagok lehetővé teszi az irányítatlan és streaming kapcsolatok használatát. A felhasználó maga határozhat meg új blokkosztályokat. Egy elemi blokk viselkedésének folytonos komponensét algebrai differenciálegyenlet- és képletrendszer adja meg. A diszkrét komponenst a diszkrét események leírása adja meg (az eseményeket logikai feltétel határozza meg, vagy periodikusak), amelyek bekövetkezésekor azonnali új értékek hozzárendelése hajtható végre a változókhoz. A diszkrét események speciális linkeken keresztül terjedhetnek. Az egyenletek szerkezetének megváltoztatása csak közvetve, a jobb oldali együtthatókon keresztül lehetséges (ez abból adódik, hogy egy ekvivalens rendszerre való átlépéskor szimbolikus transzformációkra van szükség).

A megközelítés nagyon kényelmes és természetes a fizikai rendszerek tipikus blokkjainak leírására. Hátránya a szimbolikus transzformációk igénye, ami élesen leszűkíti a hibrid viselkedés leírásának lehetőségeit, valamint a nagy szám numerikus megoldásának igénye. algebrai egyenletek, ami nagymértékben megnehezíti a megbízható megoldás automatikus megszerzésének feladatát.

A fizikai modellezési csomagok a következőket tartalmazzák:

• 20 SIM(Controllab Products B.V; http://www.rt.el.utwente.nl/20sim/);
• Dymola(Dymasim; http://www.dynasim.se);
• Omola, OmSim(Lund Egyetem; http://www.control.lth.se/~case/omsim.html);

Az ilyen irányú rendszerek fejlesztésével kapcsolatos tapasztalatok általánosításaként egy nemzetközi tudóscsoport nyelvet dolgozott ki Modelica(The Modelica Design Group; http://www.dynasim.se/modelica) szabványként kínálja a modellleírások cseréjét a különböző csomagok között.

A hibrid gépi séma használatán alapuló csomagok, lehetővé teszik a komplex kapcsolási logikával rendelkező hibrid rendszerek nagyon világos és természetes leírását. Az egyenértékű rendszer meghatározásának szükségessége minden kapcsolónál szükségessé teszi, hogy csak orientált kapcsolatokat használjunk. A felhasználó maga határozhat meg új blokkosztályokat. Egy elemi blokk viselkedésének folytonos komponensét algebrai differenciálegyenlet- és képletrendszer adja meg. A leírás redundanciája a tisztán folytonos rendszerek modellezésekor szintén a hátrányoknak tudható be.

Ez a csomag tartalmazza Váltás(California PATH: http://www.path.berkeley.edu/shift), valamint a natív csomag Modell Vision Stúdió. A Shift csomag inkább az összetett dinamikus struktúrák leírására összpontosít, míg az MVS csomag inkább az összetett viselkedések leírására összpontosít.

Vegye figyelembe, hogy a második és a harmadik irány között nincs áthidalhatatlan szakadék. A megosztásuk lehetetlensége végül is csak a mai számítási képességeknek köszönhető. Ugyanakkor a modellépítés általános ideológiája gyakorlatilag megegyezik. Elvileg lehetséges a kombinált megközelítés, amikor a modell felépítésében azokat az alkotó blokkokat, amelyeknek az elemei tisztán folytonos viselkedésűek, külön kell kiemelni és egyszer egy ekvivalens elemivé konvertálni. Továbbá ennek az egyenértékű blokknak a kumulatív viselkedését kell használni a hibrid rendszer elemzéséhez.

A szimulációs modellezés technikájának megalkotásakor meg kellett értenem a kifejezéseket. A probléma az volt, hogy a hagyományos kifejezések nem alkalmasak a szimuláció során gyűjtött statisztikai adatok leírására. Feltételek: folyamatÉs folyamatpéldányok elfogadhatatlanok voltak, mert nem dolgozhattam az arisztotelészi paradigmában. Arisztotelész paradigmája nem illik az általam használt hardverhez. Ugyanakkor ennek a technikának a gyakorlati alkalmazása egyszerű volt - üzleti objektumok modellezése és utánzása az átvétel érdekében vezetői döntések. A program egy virtuális objektumot hozott létre, melynek leírása a forgatókönyvek leírásából és azok interakciójából állt. A programon belül forgatókönyveket futtattak, és modellezték az erőforrásokat és azok interakcióit.

Hadd emlékeztesselek, hogy:

Szimuláció- tárgyak tanulmányozásának módszere, amely azon alapul, hogy a vizsgált objektumot szimuláló objektum helyettesíti. A kísérleteket szimuláló tárggyal hajtják végre (valós objektumon végzett kísérletek igénybevétele nélkül), és ennek eredményeként információkat kapnak a vizsgált objektumról. Az utánzó tárgy ebben az esetben információs objektum.

A szimuláció célja- hozzávetőleges tudás megszerzése egy objektum egy bizonyos paraméteréről anélkül, hogy közvetlenül megmérnénk az értékeket. Nyilvánvaló, hogy erre akkor és csak akkor van szükség, ha a mérés lehetetlen, vagy többe kerül, mint a szimuláció. Ugyanakkor ennek a paraméternek a tanulmányozásához felhasználhatjuk az objektum egyéb ismert paramétereit és tervezési modelljét is. Feltételezve, hogy a tervezési modell pontosan írja le az objektumot, feltételezzük, hogy a szimuláció során kapott modellező objektum paraméterértékeinek statisztikai eloszlása ​​bizonyos mértékig egybeesik a valós objektum paraméterértékeinek eloszlásával.

Nyilvánvaló, hogy az alkalmazott matematikai apparátus a statisztikai matematika. Nyilvánvaló, hogy a matematikai statisztika nem használja a példányok és típusok kifejezéseket. Tárgyakkal és halmazokkal működik. Ennek eredményeként a módszertan megírásához kénytelen voltam azt a logikai paradigmát használni, amely alapján az ISO 15926 szabvány létrejött, melynek alapja az objektumok, osztályok és osztályosztályok jelenléte.

Példák a meghatározásra:

Művelet

Esemény

Az ábra az entitások közötti kapcsolatot mutatja: az események eseményosztályokba vannak csoportosítva. Az eseményosztály leírása az "Events" könyvtárobjektum segítségével történik. Egy osztály eseményeit grafikus elemeket használó folyamatábrákon ábrázolják. Az "Események" könyvtárobjektum alapján a szimulációs motor szimulációs eseményeket hoz létre.

Folyamat

1. Szimulált folyamat: A szimulált műveletek sorrendje. Ennek a sorozatnak a leírását célszerű Gantt-diagram formájában bemutatni. A leírás eseményeket tartalmaz. Például események: „folyamat kezdete” és „folyamat vége”.
2. Szimulációs folyamat: Egy szimulált folyamat szimulálására létrehozott objektum. Ez az objektum a szimuláció során jön létre a számítógép memóriájában.
3. A szimulált folyamatok osztálya: Szimulált folyamatok halmaza, amelyeket valamilyen jellemző egyesít. A leggyakoribb unió a folyamatok uniója, amelyeknek közös modellje van. Modellként bármilyen modellezési jelöléssel készült folyamatábra használható: Folyamat, Eljárás, EPC, BPMN.
4. A szimulációs folyamatok osztálya: Az álfolyamatok halmaza, amelyet a modellen belül hoztak létre, hogy utánozzák a tevékenységet.
5. Folyamat ( mint objektum egy könyvtárban): Könyvtárobjektum „Folyamatok.
6. Folyamat ( folyamatábra): Egy osztály folyamatainak modellje, diagram formájában. E modell alapján szimulációs folyamatokat hoznak létre.

Következtetés

Köszönöm a figyelmet. Őszintén remélem, hogy tapasztalataim hasznosak lesznek azok számára, akik különbséget szeretnének tenni a fenti tárgyak között. Az iparág jelenlegi helyzetének problémája olyan, hogy az azonos kifejezéssel megnevezett entitások már nem különböznek egymástól az elemzők fejében. Megpróbáltam példát mutatni arra, hogyan tudsz gondolkodni, és hogyan vezethetsz be kifejezéseket a különböző entitások megkülönböztetésére. Remélem érdekes volt az olvasmány.

Szimuláció

Szimulációs modellezés (szituációs modellezés)- olyan módszer, amely lehetővé teszi olyan modellek felépítését, amelyek a folyamatokat úgy írják le, ahogyan azok a valóságban lejátszódnának. Egy ilyen modell egy tesztre és egy adott halmazra is időben "játszható". Ebben az esetben az eredményeket a folyamatok véletlenszerűsége határozza meg. Ezen adatok alapján meglehetősen stabil statisztikákat kaphatunk.

A szimulációs modellezés olyan kutatási módszer, amelyben a vizsgált rendszert a valós rendszert kellő pontossággal leíró modellre cserélik, mellyel kísérleteket végeznek annak érdekében, hogy erről a rendszerről információt szerezzenek. A modellel végzett kísérletezést utánzásnak nevezzük (az utánzás egy jelenség lényegének megértése anélkül, hogy valós tárgyon végzett kísérletekhez folyamodnánk).

A szimulációs modellezés a matematikai modellezés speciális esete. Van az objektumok egy osztálya, amelyre különböző okok miatt nem dolgoztak ki analitikai modelleket, vagy nem dolgoztak ki módszereket a kapott modell megoldására. Ebben az esetben az analitikus modellt szimulátor vagy szimulációs modell váltja fel.

A szimulációs modellezést néha a megfogalmazott probléma adott numerikus megoldásának analitikus megoldások alapján vagy numerikus módszerek alkalmazásával történő megszerzésének nevezik.

A szimulációs modell egy objektum logikai és matematikai leírása, amely felhasználható számítógépen végzett kísérletezésre, egy objektum működésének tervezésére, elemzésére és értékelésére.

Szimulációs modellezés alkalmazása

A szimulációt akkor használják, ha:

• drága vagy lehetetlen valós tárgyon kísérletezni;
• lehetetlen elemző modellt építeni: a rendszernek van ideje, ok-okozati összefüggései, következményei, nemlinearitásai, sztochasztikus (véletlenszerű) változói;
• szükséges időben szimulálni a rendszer viselkedését.

A szimulációs modellezés célja a vizsgált rendszer viselkedésének reprodukálása az elemei közötti legjelentősebb kapcsolatok elemzésének eredményei alapján, vagy más szóval - egy szimulátor fejlesztése (angol. szimulációs modellezés) különböző kísérletek elvégzésére.

A szimulációs modellezés lehetővé teszi a rendszer viselkedésének időbeli szimulálását. Sőt, előnye, hogy a modellben az idő szabályozható: gyors folyamatok esetén lassíthat, lassú változékonyságú rendszerek modellezésekor pedig gyorsíthat. Lehetőség van azoknak a tárgyaknak a viselkedésének utánzására, amelyekkel a valódi kísérletek költségesek, lehetetlenek vagy veszélyesek. A személyi számítógépek korszakának eljövetelével az összetett és egyedi termékek gyártását rendszerint számítógépes háromdimenziós szimuláció kíséri. Ez a precíz és viszonylag gyors technológia lehetővé teszi, hogy a gyártás megkezdése előtt felhalmozzon minden szükséges tudást, felszerelést és félkész terméket egy jövőbeli termékhez. A számítógépes 3D modellezés ma már a kis cégeknél sem ritka.

Az utánzást, mint nem triviális problémák megoldásának módszerét, először a számítógépek létrehozásával kapcsolatban fejlesztették ki az 1950-es és 1960-as években.

Kétféle utánzás létezik:

• Monte Carlo-módszer (statisztikai tesztek módszere);
• Szimulációs modellezés módszere (statisztikai modellezés).

A szimulációs modellezés típusai

Három szimulációs megközelítés

Szimulációs modellezési megközelítések az absztrakció skáláján

• Az ágens alapú modellezés egy viszonylag új (1990-2000-es évek) irány a szimulációs modellezésben, amelyet olyan decentralizált rendszerek tanulmányozására használnak, amelyek dinamikáját nem a globális szabályok és törvények határozzák meg (mint más modellezési paradigmákban), hanem fordítva, amikor ezek a globális szabályok és törvények a csoporttagok egyéni tevékenységének eredményei. Az ágensmodellek célja, hogy képet alkossanak ezekről a globális szabályokról, a rendszer általános viselkedéséről, az egyénre vonatkozó feltevéseken, az egyes aktív objektumok sajátos viselkedésén és ezen objektumok rendszerbeli interakcióján alapulva. Az ágens egy bizonyos entitás, amely aktivitással, autonóm viselkedéssel rendelkezik, egy bizonyos szabályrendszer szerint tud döntéseket hozni, kölcsönhatásba léphet a környezettel, és önállóan is változhat.

• A diszkrét eseménymodellezés olyan modellezési megközelítés, amely az események folytonos természetétől való elvonatkoztatást javasolja, és csak a szimulált rendszer főbb eseményeit veszi figyelembe, mint például: „várakozás”, „megrendelés feldolgozása”, „mozgás rakommal”, „kirakodás” és mások. A diszkrét eseménymodellezés a legfejlettebb, és hatalmas alkalmazási körrel rendelkezik - a logisztikától és a sorban állási rendszerektől a szállítási és termelési rendszerekig. Ez a fajta szimuláció a legalkalmasabb a gyártási folyamatok modellezésére. Jeffrey Gordon alapította az 1960-as években.

• A rendszerdinamika egy olyan modellezési paradigma, ahol az ok-okozati összefüggések, illetve egyes paraméterek globális hatásának idõbeli idõben történõ ok-okozati diagramjait konstruálják meg a vizsgált rendszer számára, majd az ezek alapján készített modellt számítógépen szimulálják. Valójában ez a fajta modellezés minden más paradigmánál jobban segít megérteni a tárgyak és jelenségek közötti ok-okozati összefüggések folyamatos azonosításának lényegét. A rendszerdinamika segítségével az üzleti folyamatok, a városfejlesztés, a termelési modellek, a népességdinamika, az ökológia és a járványfejlődés modelljei épülnek fel. A módszert Jay Forrester alapította az 1950-es években.

Felhasználási területek

• Népességdinamika
• IT infrastruktúra
• Történelmi folyamatok matematikai modellezése
• Gyalogos dinamika
• Piac és verseny
• Szervizközpontok
• Ellátási láncok
• Forgalom
• Egészségügyi gazdaságtan

Ingyenes szimulációs rendszerek

Lásd még

• hálózati modellezés

Megjegyzések

Irodalom

• Hemdy A. Taha 18. fejezet// Bevezetés a műveletek kutatásába = Operations Research: An Introduction. - 7. kiadás - M .: "Williams", 2007. - S. 697-737. - ISBN 0-13-032374-8

• Sztrogalev V. P., Tolkacseva I. O. Szimulációs modellezés. - MSTU im. Bauman, 2008. - S. 697-737. -

A felsorolt, a komplex rendszerek vizsgálata során felmerülő nehézségekkel kapcsolatban analitikai módszerek, a gyakorlat rugalmasabb és erőteljesebb módszert igényelt. Ennek eredményeként az 1960-as évek elején a múlt században megjelent a szimulációs modellezés (Modeling & Simulation).

Amint már említettük, alatt szimulációs modellezés Mi

nemcsak a modell fejlesztését fogjuk megérteni, hanem az IISS összetett folyamatát is. Ez a kutatási probléma megfogalmazása, a rendszer működésének formalizálása, egyes elemei és a köztük lévő kölcsönhatás szabályai, a modell kidolgozása, a modell adatokkal való felhalmozása, feltöltése, a kutatás lefolytatása, fejlesztése. iránymutatásokat a rendszer létezéséről és korszerűsítéséről.

Használat Véletlen változók szükségessé teszi a szimulációs rendszerrel (számítógépen) végzett ismételt kísérletek elvégzését, majd az azt követő Statisztikai analízis a kapott eredményeket. Általánosságban elmondható, hogy a szimulációs modellezés magában foglalja a szoftvermodell létrehozási folyamatainak végrehajtását, valamint konzisztens és célzott kísérletek végrehajtását ezzel a programmal, amelyeket a felhasználó hajt végre a számítógépen. Megjegyzendő, hogy a szimulációs modell a rendszer formális leírásának szoftveres reprezentációja. A rendszernek csak egy részét tükrözi, amelyet a program segítségével formalizáltak és leírtak. Ebben az esetben a felhasználó a formális leírásnak csak egy részét illesztheti be a modellbe (és legtöbbször ez történik). Ennek oka elsősorban a használható számítógép számítási képessége, a szoftver implementáció bonyolultsága, a rendszer csak egyes részeinek részletes tanulmányozásának szükségessége, a modellezéshez szükséges kiindulási adatok hiánya stb.

Ismét megerősítjük, hogy a szimulációs modell létrehozásakor a kutató elvégzi a rendszerelemzésben rejlő összes eljárást - megfogalmazza a vizsgálat célját, formális leírást készít a rendszer működéséről az egyik megközelítés (összetétel, szerkezet, működési algoritmusok, indikátorok) segítségével, programozza a modellt a szimulációs modell egyik nyelvén, kísérleteket végez a modellel, javaslatokat fogalmaz meg.

A legáltalánosabb formában a szimulációs modell részletezettségi szintjét, a meglévő formális leírására vetítve, az ábra mutatja. 1.8.

A szimulációs modellezés előnyei a rendszerelemzés más módszereivel szemben a következők:

Lehetőség a valós rendszerhez való nagyobb közelség kialakítására, mint analitikus modellek használatával - részletező,

Rizs. 1.8.

terminológia, felhasználói felület, kiindulási adatok és eredmények bemutatása;

• - a modell felépítésének és hibakeresésének blokk elve. Ez a megközelítés lehetővé teszi a modell minden egyes blokkjának ellenőrzését, mielőtt azok belekerülnének a teljes rendszermodellbe, és megvalósítható a modell szakaszonkénti létrehozása és végrehajtása;
• - bonyolultabb természetű függőségek (beleértve a véletlenszerűeket is), amelyeket nem egyszerű matematikai összefüggésekkel írnak le, numerikus módszerek alkalmazása a modellben;
• - Korlátlan szintű rendszerrészletesség. Ennek csak a feladat igényei, a számítógép és a szimulációs rendszer képességei, valamint a felhasználó rendszerleírási képessége szab határt;
• - a kísérletek elvégzésének lehetősége szoftvermodellel, és nem a rendszerrel, ami sok hibától megkímél minket, és valódi pénzt takarít meg;
• - vis maior körülmények ellenőrzése, amelyeket valós rendszeren nehéz ellenőrizni, és legtöbbször lehetetlen;
• - a modellezés lehetővé teszi egy még nem létező rendszer tanulmányozását. Például a korszerűsítés megvalósíthatósága (akár a meglévő rendszer bővítése, akár csökkentése).

A felsorolt ​​előnyök meghatározzák a folyamatokban rejlő hátrányokat és néhány további nehézséget, beleértve a szimulációs modell használatát is. El kell ismerni, hogy vannak ilyen hiányosságok és nehézségek. A szimulációs modell fő hátrányai a következők:

• - szimulációs modellt építeni az analitikus modellhez képest hosszabb, nehezebb és költségesebb;
• - a szimulációs rendszerrel való munkavégzéshez az osztálynak megfelelő számítógép és a feladatnak megfelelő szimulációs nyelv szükséges;
• - a felhasználó és a modell közötti párbeszéd felépítésének bonyolultsága. A felhasználó és a szimulációs modell (interfész) közötti interakciónak egyszerűnek, kényelmesnek és a tantárgyi területnek megfelelőnek kell lennie, és ez további mennyiségű programozást igényel;
• - a szimulációs modell felépítése a valós folyamat mélyebb, hosszabb és részletesebb tanulmányozását igényli (mivel a modell részletesebb), mint a matematikai modellezés.

Szimulációs modell használatakor a gazdaság bármely alanya működhet vizsgált rendszerként - egy adott vállalkozás (vagy annak összetevője), egy nagy infrastrukturális projekt, egy termelési ág, technológia stb. A szimulációs modell segítségével bármely sorbaállási rendszer elemezhető, valamint minden olyan rendszer, amely bizonyos számú diszkrét állapottal és azok kapcsolatának logikájával rendelkezik. Az időbeli átmenet egyik állapotból a másikba számos feltétel és ok miatt lehetséges (determinisztikus és véletlenszerű). A fő különbség a szimulációs modellezési módszer és a többi módszer között a rendszerek szinte korlátlan részletezettségében rejlik, és ennek eredményeként abban, hogy a rendszert úgy lehet bemutatni a kutató számára, ahogyan az a valóságban „kinéz”.

A szimulációs modellezés során számos kérdést ellenőrizhet és választ kaphat, mint például: mi történik, ha:

• - így vagy úgy új rendszert építeni;
• - a rendszer ilyen vagy olyan átszervezése;
• - nyersanyagok, anyagok és alkatrészek beszállítóit váltani;
• - az ellátási logisztikai láncok korszerűsítésére;
• - növelni (csökkenteni) az erőforrások mennyiségét, a személyi és eszközállományt;
• - feldolgozási vagy karbantartási technológia megváltoztatása?

Szempontból praktikus alkalmazás A legfontosabb dolog az, hogy a modellezés eredményeként lehetséges:

• - csökkenteni a vállalkozások és projektek gazdasági és szervezési költségeit;
• - felderíteni a rendszer szűk keresztmetszeteit és tesztelni a különböző lehetőségeket azok megszüntetésére;
• - a rendszer áteresztőképességének növelése;
• - csökkenteni a vállalkozások, projektek gazdasági, szervezeti, technológiai és egyéb kockázatait.

Vegyük észre, hogy mindez elérhető anélkül, hogy magán a valós rendszeren végeznénk kísérleteket, hanem csak a programmodell tanulmányozásával. Ez lehetővé teszi számos rendszerhiba, társadalmi probléma elkerülését, és olyan kísérletek lefolytatását, amelyek károsak lehetnek egy valós rendszerre.

Természetesen a szimulációs modell használata a mindennapi gyakorlatban nem szükséges, Oroszországban pedig semmilyen norma és törvény nem szabályozza. Bár történnek bizonyos erőfeszítések a szimulációs modell szabályozási keretének megteremtésére.

Manapság sajnos sok esetben a szimulációs modell módszer alkalmazása nélkül hoznak létre, frissítenek és üzemeltetnek rendszereket. A rendszer minden fejlesztőjének vagy tulajdonosának joga van önállóan dönteni egy szimulációs modell használatáról.