Достоинства и недостатки имитационного моделирования

Все имитационные модели представляют собой модели типа так называемого черного ящика. Это означает, что они обеспечивают выдачу выходного сигнала системы, если на ее взаимодействующие подсисстемы поступает входной сигнал. Поэтому для получения необходимой информации или результатов необходимо осуществлять «прогон» имитационных моделей, а не «решать» их. Имитационные модели не способны формировать свое собственное решение в том виде, в каком это имеет место в аналитических моделях, а могут лишь служить в качестве средства для анализа поведения системы в условиях, которые определяются экспериментатором. Следовательно, имитационное моделирование — не теория, а методология решения проблем. Более того, имитационное моделирование является только одним из нескольких имеющихся в распоряжении системного аналитика важнейших методов решения проблем. Поскольку необходимо и желательно приспосабливать средство или метод к решению задачи, а не наоборот, то возникает естественный вопрос: в каких случаях стоит прибегнуть к имитационному моделированию?

Р. Шеннон определяет имитационное моделирование как экспериментирование с моделью реальной системы. Необходимость решения задачи путем экспериментирования становится очевидной, когда возникает потребность получить о системе специфическую информацию, которую нельзя найти в известных источниках. Непосредственное экспериментирование на реальной системе устраняет много затруднений, если необходимо обеспечить соответствие между моделью и реальными условиями; однако недостатки такого экспериментирования иногда весьма значительны, поскольку:

• 1. Оно может нарушить установленный порядок работы фирмы.
• 2. Если составной частью системы являются люди, то на результаты экспериментов может повлиять эффект, проявляющийся в том, что люди, чувствуя, что за ними наблюдают, могут изменить свое поведение.
• 3. Может оказаться сложным поддержание одних и тех же рабочих условий при каждом повторении эксперимента или в течение всего времени проведения серии экспериментов.
• 4. Для получения одной и той же величины выборки могут потребоваться чрезмерные затраты времени и средств.
• 5. При экспериментировании с реальными системами может оказаться невозможным исследование множества других вариантов.

По этим причинам исследователь должен рассмотреть целесообразность применения имитационного моделирования при наличии любого из следующих условий:

• 1. Не существует законченной математической постановки данной задачи, либо еще не разработаны аналитические методы решения сформулированной математической модели. К этой категории относятся модели массового обслуживания, связанные с рассмотрением очередей.
• 2. Аналитические методы имеются, но математические процедуры столь сложны и трудоемки, что имитационное моделирование дает более простой способ решения задачи.
• 3. Аналитические решения существуют, но их реализация невозможна вследствие недостаточной математической подготовки имеющегося персонала. В этом случае следует сопоставить затраты на проектирование, испытания и работу на имитационной модели с затратами, связанными с приглашением специалистов со стороны.
• 4. Кроме оценки определенных параметров, желательно осуществить на имитационной модели наблюдение за ходом процесса в течение определенного периода.
• 5. Имитационное моделирование может оказаться единственной возможностью вследствие трудностей постановки экспериментов и наблюдения явлений в реальных условиях — соответствующим примером может служить изучение поведения космических кораблей в условиях межпланетных полетов.
• 6. Для долговременного действия систем или процессов может понадобиться сжатие временной шкалы. Имитационное моделирование дает возможность полностью контролировать время изучаемого процесса, поскольку явление может быть замедлено или ускоренно по желанию. К этой категории относятся исследования проблем упадка городов.

Дополнительным преимуществом имитационного моделирования можно считать широчайшие возможности его применения в сфере образования и профессиональной подготовки. Разработка и использование имитационной модели позволяют экспериментатору видеть и «разыгрывать» на модели реальные процессы и ситуации. Это в свою очередь должно в значительной мере помочь ему понять и прочувствовать проблему, что стимулирует процесс поиска нововведений.

Идея имитационного моделирования интуитивно привлекательна и для руководителей, и для исследователей систем благодаря своей простоте. Поэтому метод имитационного моделирования стремятся применять для решения каждой задачи, с которой приходится сталкиваться. И хотя людям с высокой математической подготовкой имитационный подход представляется грубым силовым приемом или последним средством, к которому следует прибегать, факт заключается в том, что этот метод является самым распространенным инструментом в руках ученого, погруженного в проблемы управления и исследования операций. В табл. 1.2 представлены результаты проведенного Шенноном и Байлесом обследования научной деятельности группы действительных членов Американского общества исследования операций'.

Для лиц, занимающихся повседневными исследованиями, более высокую по сравнению с имитационным моделированием оценку полезности имеют, как видно из этой таблицы, только теория вероятностей и экономический анализ. Эти результаты подтверждаются и другими исследователями.

Поэтому, несмотря на недостаточное математическое изящество, имитационное моделирование является одним из наиболее широко распространенных количественных методов, используемых при решении проблем управления. Большинство администраторов и исследователей заинтересованы главным образом в решении своих неотложных задач, руководствуясь девизом «цель оправдывает средства!». Но именно забота о приложимости конечных результатов побуждает нас задаться вопросом: можно ли вообще, опираясь на имитационное моделирование, получить результаты также и наиболее эффективным способом? Ответ нередко будет отрицательным и по следующим причинам:

• 1. Разработка хорошей имитационной модели часто обходится дорого и требует много времени, а также наличия высокоодаренных специалистов, которых в данной фирме может и не оказаться.
• 2. Может показаться, что имитационная модель отражает реальное положение вещей, хотя в действительности это не так. Если этого не учитывать, то некоторые свойственные имитации особенности могут привести к неверному решению.
• 3. Имитационная модель в принципе не точна, и мы не в состоянии измерить степень этой неточности. Это затруднение может быть преодолено лишь частично путем анализа чувствительности модели к изменению определенных параметров.
• 4. Результаты, которые дает имитационная модель, обычно являются численными, а их точность определяется количеством знаков после запятой, выбираемым экспериментатором. В связи с этим возникает опасность «обожествления чисел», т. е. приписывания им большей значимости, чем они на самом деле имеют.

Приведенные соображения показывают, что, хотя имитационное моделирование является чрезвычайно ценным и полезным метолом решения сложных задач, этот метод, конечно, не панацея для решения всех проблем управления. Разработка и применение имитационных моделей все еще в большей степени искусство, нежели наука. Следовательно, как и в других видах искусства, успех или неудача определяется не столько методом, сколько тем, как он применяется. И хотя имитационное моделирование — это искусство, им могут легко овладеть те, кто наделен изобретательностью, интуицией и находчивостью.