Заключение.
Имитационное моделирование систем
Концепция проекта — это модель проекта. В ней должны быть на должном уровне обобщения выделены ключевые факторы (даны ответы на ключевые вопросы). Тебе в процессе написания концепции (подготовки модели) должно стать понятно «что делать?» и «на каком основании это делать?» — ты должен почувствовать конструкцию процесса и понять, как ею шевелить" (А. Клейн). Система GPSS World имеет… Читать ещё >
Заключение. Имитационное моделирование систем (реферат, курсовая, диплом, контрольная)
По Роберту Шеннону, имитация — это «процесс конструирования реальной системы и постановки эксперимента на ней».
Цель исследования сложных систем с применением ИМ — обоснование концепции проектируемой системы с заданным качеством.
«Концепция проекта — это модель проекта. В ней должны быть на должном уровне обобщения выделены ключевые факторы (даны ответы на ключевые вопросы). Тебе в процессе написания концепции (подготовки модели) должно стать понятно „что делать?“ и „на каком основании это делать?“ — ты должен почувствовать конструкцию процесса и понять, как ею шевелить» (А. Клейн)[1].
Основой исследования должен быть системный подход, позволяющий выявить, в том числе и количественно, причинно-следственные связи между параметрами и показателями исследуемой системы. Для этого и требуется имитационное моделирование.
Моделирование систем в общем случае предполагает выполнение следующих этапов:
- • определение целей моделирования;
- • разработка концептуальной модели;
- • разработка математической модели;
- • параметризация модели;
- • выбор методов моделирования;
- • выбор средств моделирования;
- • проверка адекватности модели (верификация модели);
- • планирование и проведение экспериментов на модели (расчет характеристик и показателей);
- • анализ и интерпретация результатов моделирования.
В то же время реализация того или иного подхода к созданию модели проектируемой системы вносит свои коррективы в приведенную последовательность этапов и их содержание.
Согласно дискретно-событийному подходу функционирование проектируемой системы (объекта) для реализации в последовательной (квазипараллельной) модели целесообразно в результате выполнения первых четырех этапов представлять временным графиком с требуемой исходя из цели моделирования детализацией.
Функционирование распределенной системы, имитационная модель которой строится с применением дискретно-событийного подхода, тоже целесообразно описывать в виде временного графика. Элементами распределенной имитационной модели, реализующими непосредственно протекающие в системе процессы, являются логические процессы — последовательные имитационные модели СМО.
Системы ИМ прошли развитие от процедурного типа до визуального объектно-ориентированного типа (т.е. создаются библиотеки объектов — элементов). Из этих объектов как из кирпичиков строится проектируемая система, процесс.
При выполнении первых четырех этапов в соответствующих отчетных результатах по ним уже должна быть ориентация на предпочтительные для использования средства моделирования.
При выборе средств моделирования нужно исходить из достоинств и недостатков процедурных и объектно-ориентированных систем ИМ. Например, процедурная система GPSS World не имеет дружественного интерфейса. Правда, затратив какие-то ресурсы, его можно создать в системе универсального программирования для ввода исходных данных, обработки, графического представления и вывода результатов моделирования.
В то же время GPSS World своими средствами предоставляет часто более гибкие возможности формализованного описания систем с дискретными процессами.
В объектно-ориентированной системе AnyLogic модель представляет собой набор библиотечных объектов и связей между ними. Поскольку не каждый такой набор можно полностью поместить на экране монитора, то при необходимости модель делится на сегменты, которые размещаются на областях просмотра — элементе AnyLogic.
Методика разработки модели с учетом особенностей AnyLogic такова:
- • постановка задачи;
- • уяснение задачи;
- • формализованное описание;
- • выделение сегментов модели и их размещение по областям просмотра;
- • организация ввода исходных данных по сегментам модели и областям просмотра;
- • организация вывода результатов моделирования по сегментам модели и областям просмотра;
- • построение событийной части модели;
- • планирование и проведение экспериментов, в том числе оптимизационных, на модели (расчет характеристик и показателей);
- • анализ и интерпретация результатов моделирования.
Система GPSS World имеет специализированный язык GPSS, который разработчик должен самостоятельно изучить (и овладеть методиками его применения для моделирования систем определенного класса). При создании модели в AnyLogic требуется в ряде случаев писать код на языке Java, который (или близкие ему языки), как правило, изучается в каких-либо дисциплинах.
Системы ИМ GPSS World и AnyLogic предоставляют исследователям возможности проведения оптимизационных экспериментов на имитационных стохастических моделях. Они позволяют получить экстремальное значение целевой функции и необходимые для ее достижения оптимальные значения параметров функционирования моделируемой системы.
При планировании проведения оптимизационных экспериментов в AnyLogic нужно иметь в виду следующее. Модель может иметь иерархическую структуру. Варьируемые в ходе эксперимента параметры могут меняться только тогда, когда они находятся на верхнем элементе. Поэтому нужно обязательно размещать исходные данные и результаты моделирования с учетом проведения в перспективе оптимизационных экспериментов. В последующем средствами AnyLogic создается связь варьируемых параметров с соответствующими параметрами, размещенными на нижних элементах иерархической структуры модели.
Синтез оптимальной структуры проектируемого объекта проводится с использованием методов математической статистики, учитывающих стохастический характер результатов. В отношении статистических выводов нужно всегда иметь в виду следующее: положительные результаты проверки статистической гипотезы означают лишь то, что постулируемая гипотеза не противоречит результатам эксперимента. Результаты проверки гипотезы никогда не могут служить доказательством абсолютной справедливости и правильности гипотезы.
Возможно, что в результате предварительного изучения проектируемой системы появится необходимость исследования возможности создания агентной модели, тогда для этого потребуется:
- • определить сферу применимости агентного подхода;
- • выявить преимущества и недостатки агентного моделирования;
- • сравнить агентный подход с известными формами имитационного моделирования;
- • построить математическую модель для проектируемой системы;
- • рассмотреть известные аналоги и результаты их применения;
- • рассмотреть класс существующих задач, решаемых с помощью агентного подхода.
Поскольку создавать агентные модели «с нуля» под каждую конкретную задачу — дело не только дорогостоящее, но и неэффективное, то следует искать программные продукты — платформы, имеющие функции системы агентного моделирования.
Разработчики AnyLogic декларируют возможность применять в одной модели дискретно-событийный и агентный подходы. Практика показывает, что при этом нужно иметь в виду следующее.
Во-первых, терминология: все объекты в AnyLogic называются агентами. Но это не те агенты, которые мы рассматривали, наделяя их различными свойствами и возможностями. В данном случае объектыагенты выполняют функции, заложенные разработчиками AnyLogic и необходимые для построения и эксплуатации модели.
Во-вторых, при реализации агентного подхода, т. е. создании рассмотренных нами агентов, можно использовать фрагменты с дискретнособытийным подходом «внутри» агента.
В-третьих, общение между агентами происходит посредством текстовых сообщений. Поэтому если результатом работы дискретно-событийного фрагмента являются пакеты сообщения, то их передать нельзя.
В-четвертых, из последнего замечания следует, что нужно прежде всего обратить внимание на разработку онтологического аспекта и, возможно, по полученным результатам принимать решение, какую модель создавать.
Одним из основных требований, предъявляемых к модели, является ее адекватность реальной системе, которая достигается за счет использования моделей с различным уровнем детализации, зависящим от особенностей структурно-функциональной и информационной организации системы и целей исследования. Проверка адекватности модели (верификация) осуществляется в течение всего процесса моделирования. На практике верификация модели обычно проводится путем экспертного анализа целесообразности результатов моделирования.
- [1] URL: http://vvww.nadprof.ru/bp/web/concept.htm.