Анализ достоверности результатов имитационного моделирования

Степень доверия к результатам, полученным при имитационном моделировании, зависит, прежде всего, от того насколько точно имитационная модель соответствует реальной системе, то есть, адекватна ли модель системе. Сложность и неоднозначность этой проблемы объясняет наличие различных подходов и, соответственно, многочисленной литературы, из которой можно выделить, содержащей основные сведения.

Современный словарь предметной области включает термины: верификация и валидация. Верификация — есть процесс проверки достоверности модели, заключающийся в определении правильности преобразования математической модели (модельных допущений) в реализующую компьютерную программу, а валидация — это процесс, во-первых, позволяющий установить является ли математическая модель точным представлением системы для конкретных целей исследования и, во-вторых, сравнения модельных и системных данных.

Процесс верификации предполагает множественные итерации, особенно на стадии отладки реализующей программы. Процедуры перехода возможны после выполнения соответствующих условий.

Верификация реализующей компьютерной программы осуществлялась несколькими отработанными методами:

• · использованием современных пакетов прикладных программ, снабженных интерактивным отладчиком;
• · программа отлаживалась по модулям и подпрограммам;
• · прогон имитационной модели выполнялся при упрощающих допущениях, для которых были известны истинные характеристики модели.

Для валидации моделей предложен ряд статистических критериев для сравнения выходных данных, полученных с помощью имитационной модели, с выходными данными соответствующей реальной системы. В первую очередь это t-критерий Стьюдента, двухсторонний критерий «хи-квадрат», критерий Колмогорова-Смирнова и др. с помощью которых можно определить являются ли распределения, лежащие в основе наборов модельных и системных данных, одинаковыми. Следует отметить, что эти критерии предназначены для независимых и одинаково распределенных данных. Однако выходные процессы всех реальных и имитационных моделей являются нестационарными и автокоррелированными, поэтому ни один из этих критериев невозможно применить к ним непосредственно. В этом случае проблема может быть решена с помощью методов проверки или доверительного интервала.

Наибольшее распространение среди специалистов имитационного моделирования получил первый метод, который предполагает вычисление выборочных средних значений по реальным наблюдениям и соответствующих выборочных средних по выходным данным моделирования с последующим сравнением этих двух статистических рядов без использования формальных статистических процедур. Для переходных режимов можно применять метод построения доверительного интервала с заданной степенью вероятности на основе парного t-критерия Стьюдента.