Имитационное моделирование. 
Вычислительные системы, сети и телекоммуникации. 
Моделирование сетей

Несмотря на большие достижения математического моделирования, многие реальные ситуации невозможно адекватно представить с помощью соответствующих математических моделей. В одних случаях этому мешает определенная «жесткость» математики как языка описания и представления событий и явлений. Кроме того, даже если есть возможность формализовать рассматриваемую жизненную ситуацию посредством построения математической модели, полученная на ее основе задача оптимизации может быть слишком сложной для современных алгоритмов решения задач этого класса.

Альтернативой математическому моделированию сложных систем может служить имитационное моделирование (ИМ). Этот вид моделирования часто является наилучшим (если не единственным) способом исследования реальных систем.

Термин " имитационное моделирование" означает, что мы имеем дело с такими моделями, с помощью которых нельзя заранее вычислить или предсказать поведение системы, а для предсказания поведения системы необходим вычислительный эксперимент (имитация) на математической модели при заданных исходных данных [Ошибка! Источник ссылки не найден.].

Различие между математической и имитационной моделями заключается в том, что в последней вместо явного математического описания взаимоотношения между входными и выходными переменными реальная система разбивается на ряд достаточно малых (в функциональном отношении) элементов или модулей. Затем поведение исходной системы имитируется как поведение совокупности этих элементов, определенным образом связанных (путем установления соответствующих взаимосвязей между ними) в единое целое. Вычислительная реализация такой модели начинается с входного элемента, далее проходит по всем элементам, пока не будет достигнут выходной элемент модели.

Имитационные модели принято классифицировать по следующим наиболее распространенным признакам:

• • по способу взаимодействия с пользователем;
• • способу изменения модельного времени;
• • цели эксперимента.

Классификация имитационных моделей схематично показана на рис. 3.1.

Рис. 3.1. Классификация имитационных моделей.

По способу взаимодействия с пользователем имитационные модели могут быть автономными и интерактивными. Автономные модели не требуют вмешательства исследователя после определения режима моделирования и задания исходных данных, взаимодействие пользователя с такими моделями сводится только к вводу исходной информации и управлению началом и окончанием работы моделей. Интерактивные модели предусматривают диалог с пользователем в том или ином режиме в соответствии со сценарием моделирования, позволяющим пользователю приостанавливать сеанс моделирования/изменять значения параметров модели, корректировать перечень регистрируемых данных и т. д.

Как было сказано ранее (п. 1.3 гл. 1), существует два механизма изменения модельного времени: продвижение времени от события к событию и продвижение времени с постоянным шагом.

Процесс построения имитационных моделей представляет собой последовательное выполнение этапов моделирования. Этапы имитационного моделирования, также как и любого другого вида моделирования, обобщены и представлены в п. 1.3. гл. 1 этого учебного пособия.

Названные выше этапы имитационного исследования редко выполняются в строго заданной последовательности, начиная с определения проблемы и заканчивая документированием. В ходе имитационного исследования могут быть сбои в прогонах модели, ошибочные допущения, от которых впоследствии приходится отказываться, т. е. на каждом этапе возможно возвращение назад, к предыдущим этапам. Именно такой итеративный процесс даст возможность получить модель, которая позволяет принимать решения.

Вычислительные аспекты имитационных моделей обычно сравнительно несложные, но, как правило, очень трудоемкие. Поэтому реализация таких моделей подразумевает использование вычислительной техники.

Имитационные модели значительно гибче в представлении реальных систем, чем их математические «конкуренты». Причина такой гибкости заключается в том, что при имитационном моделировании исходная система рассматривается на элементарном уровне, в то время как математические модели стремятся описать системы на глобальном, как можно более общем уровне.

Но за гибкость имитационных моделей приходится платить высокими требованиями к потребляемым временным и вычислительным ресурсам. Поэтому реализация некоторых имитационных моделей даже на современных быстрых и высокопроизводительных компьютерах может быть очень медленной.

Таким образом, имитационное моделирование является мощным инструментом исследования поведения реальных систем. Методы имитационного моделирования позволяют собрать необходимую информацию о поведении системы путем создания ее компьютеризированной модели. Эта информация используется затем для проектирования системы. Основное достоинство ИМ:

• • возможность описания поведения компонент (элементов) процессов или систем на высоком уровне детализации;
• • отсутствие ограничений между параметрами ИМ и состоянием внешней среды;
• • возможность исследования динамики взаимодействия компонент во времени и пространстве параметров системы [6].

Эти достоинства обеспечивают имитационному методу широкое распространение.

Рекомендуется использовать имитационное моделирование в следующих случаях:

• 1. Если не существует законченной постановки задачи исследования и идет процесс познания объекта моделирования. Имитационная модель служит средством изучения явления.
• 2. Если аналитические методы имеются, но математические процессы сложны и трудоемки, имитационное моделирование дает более простой способ решения задачи.
• 3. Когда, кроме оценки влияния параметров (переменных) процесса или системы, желательно осуществить наблюдение за поведением компонент (элементов) процесса или системы в течение определенного периода.
• 4. Когда имитационное моделирование оказывается единственным способом исследования сложной системы из-за невозможности наблюдения явлений в реальных условиях (реакции термоядерного синтеза, исследования космического пространства).
• 5. Когда необходимо контролировать протекание процессов или поведение систем путем замедления или ускорения явлений в ходе имитации.
• 6. При подготовке специалистов для новой техники, когда на имитационных моделях обеспечивается возможность приобретения навыков в эксплуатации новой техники.
• 7. Когда изучаются новые ситуации в поведении реальных процессов и систем. В этом случае имитация служит для проверки новых стратегий и правил проведения натурных экспериментов.
• 8. Когда особое значение имеет последовательность событий в проектируемых процессах и системах и модель используется для предсказания узких мест в их функционировании [6].

Однако ИМ наряду с достоинствами имеет и недостатки:

• • разработка хорошей ИМ часто обходится дороже создания аналитической модели и требует больших временных затрат;
• • может оказаться, что ИМ неточна (что бывает часто), и исследователь не в состоянии измерить степень этой неточности;
• • зачастую исследователи обращаются к ИМ, не представляя тех трудностей, с которыми они встретятся, и совершают при этом ряд ошибок методологического характера [4].

И тем не менее, ИМ является одним из наиболее широко используемых методов при решении задач синтеза и анализа сложных процессов и систем.