Возможность практического использования компьютерной имитации не определяется
Принципиальное отличие вычислительного эксперимента от классического состоит в том, что он проводится не с реальной системой, а с ее моделью. В этом контексте особенно заслуживают внимания имитационные эксперименты. Под вычислительным экспериментом понимается численный метод проведения экспериментов с математическими и имитационными моделями, описывающими поведение сложных систем в некоторый период времени. В процессе вычислительного эксперимента исследователь имеет дело с тремя основными моделями (рис. 42):
1) реальным объектом (система);
2) имитационной моделью объекта;
3) информационно-вычислительной системой (ИВС).
В понятие «имитационная модель объекта» (или имитация) при вычислительном эксперименте вкладывается широкий смысл. Здесь понимается не только «чисто» имитационная модель, но и комплекс математических моделей, описывающих функционирование системы разной природы. Таким образом, вычислительный эксперимент — это всегда имитация некоторой реальности.
Область применения вычислительных экспериментов в экономике и управлении простирается от имитации конкретных видов деятельности до имитации функционирования корпорации и даже экономики страны с применением различного класса моделей. Об этом свидетельствуют исследования Т. Нейлора и его коллег из Университета социальных систем и имитационного моделирования, а также разработки в области моделирования экономики, управления и практического менеджмента — деловые игры, «case — stade» и практические управленческие задачи.
Рис. 4.1. Агрегированная структура вычислительного эксперимента
Вычислительные эксперименты позволяют исследовать все то, что не подвластно классическому эксперименту, а именно:
а) изучить сложные внутренние взаимодействия подсистем и элементов системы и воздействие на их функционирование различного характера изменений во внешней среде;
б) вскрыть важные особенности в функционировании системы и разработать предложения по ее совершенствованию;
в) получить новые знания, изучить и оценить новые ситуации, располагая неполной информацией о событиях будущего;
г) проработать варианты стратегий и политики и предсказать узкие места и другие трудности до их фактического применения.
Схема основных этапов вычислительного эксперимента, составленная с учетом рекомендаций из публикаций, приводится на рис. 43.
Дадим краткое пояснение выделенным на рис. 43 этапам вычислительного эксперимента. Как и любое исследование, вычислительный эксперимент начинается с формулировки проблемы (этап I) и ясного изложения целей эксперимента. Цели эксперимента задают в виде:
• рабочих гипотез, которые надо проверить;
• вопросов, на которые надо ответить;
• управляющих воздействий, которые надо оценить.
Построению базовой модели всегда предшествует принятие гипотезы об особенностях функционирования исследуемой системы (этап II), например она динамическая или статическая, детерминированная или вероятностная, характер ее функционирования непрерывный или дискретный и т.д.
При построении имитационной модели системы (этап III) возникает несколько проблемных вопросов:
1) о сложности модели — надо строить такие математические модели, которые давали бы точное описание поведения системы и не требовали бы сложного программирования и вычисления;
2) о продолжительности программирования и вычислений на компьютере — эксперимент должен проходить за приемлемое для исследователя время;
3) об адекватности модели описываемой реальности. Пока этот вопрос не решен, ценность модели остается незначительной, а имитационный эксперимент превращается в упражнение.
Разработка программного обеспечения эксперимента (этап IV) включает создание комплекса программ компьютерной имитации, организацию данных и начальных условий функционирования системы, а также генерирование недостающих данных.
Наиболее сложная задача, выполняемая на этапе V, связана с планированием вычислительного эксперимента, так как тип плана эксперимента всегда зависит от поставленной цели и исследуемого объекта.
Рис. 4.2. Содержание и последовательность этапов
В теории планирования эксперимента есть два важных понятия: фактор и реакция. Оба термина относятся к переменным. Фактор — экзогенная или управляющая переменная, реакция — эндогенная (выходная) переменная. Анализ факторов при выполнении вычислительных экспериментов производится по следующей общепринятой схеме.
1. Управляем ли рассматриваемый фактор?
2. Наблюдаемы ли (измеряются, регистрируются, фиксируются) значения фактора?
3. Составляет ли влияние фактора предмет изучения или он включен только для увеличения точности эксперимента?
4. Являются ли уровни фактора количественными или качественными?
5. Является ли фактор фиксированным или случайным?
Планирование вычислительного эксперимента проводится с целью сокращения числа вычислительных прогонов и их продолжительности, количества наблюдаемых переменных, шагов изменения параметров и т.д. Не исключаются случаи, когда исследователь отказывается строго фиксировать схему проведения эксперимента. Принимаемая им стратегия предусматривает возможность принятия решений в зависимости от результатов, получаемых на отдельных этапах исследования. Например, исследователь, в зависимости от априорных сведений и ранее полученных результатов, прибегает последовательно к различным методам нахождения решения: линейному приближению, описанию полиномами второго, а иногда и третьего порядка и т.д. Здесь каждый последующий шаг определяется ранее полученными результатами. Планирование вычислительного эксперимента сопровождается рядом таких проблем, как «проблема объема» или проблема слишком большого количества факторов, проблема выбора плана эксперимента в соответствии с его целью, проблема многокомпонентной реакции, порождающая проблему оценки результатов имитационного моделирования. Планирование вычислительного, как и любого другого, эксперимента заслуживает специального изучения.
Выработка решений по управлению экспериментом (этап VI) основана на оценке исходной гипотезы о поведении исследуемой системы и отладке имитационной модели и построении алгоритма (блок-схемы) организации эксперимента.
Имитационный эксперимент (этап VII) — это проведение серии имитационных расчетов в системном масштабе времени и по разработанному алгоритму. Каждая реализация модели отличается от другой только в одном изучаемом аспекте. Таким образом, в результате имитационного эксперимента образуются ряды статистических данных (выборки), обработка которых требует определенных знаний.
После того как эксперимент проведен и получены результаты, возникает задача — представить эти результаты в компактной форме, выдать рекомендации и сделать заключение (этапы VIII и IX). Основным требованием к обработке (редукции) выходных данных служит извлечение максимума информации. К основным методам обработки данных относятся методы математической статистики: дисперсионный анализ (критерий F, методы множественных сравнений упорядочения), спектральный анализ и эвристические процедуры, основанные на оценке параметров статистических распределений. Применение идей и методов математической статистики резко сокращает объем экспериментальных исследований и, что самое главное, увеличивает четкость суждений исследователя о полученных результатах в ходе эксперимента.
Каждый рассмотренный этап классического и вычислительного экспериментов — это этап исследования, требующий от исполнителя специальных знаний, больших затрат интеллектуальных и временных ресурсов.
Совершенствование информационных технологий обусловило использование компьютеров практически во всех сферах деятельности человека. Развитие научных теорий предполагает выдвижение основных принципов, построение математической модели объекта познания, получение из нее следствий, которые могут быть сопоставлены с результатами эксперимента.
Использование ЭВМ позволяет, исходя из математических уравнений, рассчитать поведение исследуемой системы в тех или иных условиях. Часто это единственный способ получения следствий из математической модели.
Например, задача о движении трех или более частиц, взаимодействующих друг с другом, актуальна при исследовании движении планет, астероидов и других небесных тел. В общем случае она сложна и не имеет аналитического решения, и лишь использование метода компьютерного моделирования позволяет рассчитать состояние системы в последующие моменты времени.
Совершенствование вычислительной техники, появление ЭВМ, позволяющей быстро и достаточно точно осуществлять вычисления по заданной программе, ознаменовало качественный скачок на пути развития науки.
Решение современных задач требует создания компьютерных моделей, проведения огромного количества вычислений, что стало возможным лишь после появления электронно-вычислительных машин, способных выполнять миллионы операций в секунду. Существенным является и то, что вычисления производятся автоматически, в соответствии с заданным алгоритмом и не требуют вмешательства человека.
К настоящему времени методы компьютерного моделирования получили столь широкое распространение, что практически не осталось такой научной области, где бы они эти методы не нашли своего применения.
Более того, компьютерное моделирование как инструмент исследования обладает целым рядом преимуществ по сравнению с реальным экспериментом, в частности, компьютерный эксперимент может быть выполнен в таких условиях, когда проведение натурного эксперимента затруднено или даже невозможно.
В настоящее время компьютерное моделирование используется для проведения исследований в следующих направлениях:
экология и геофизика:
анализ распространения загрязняющих веществ в атмосфере;
проектирование шумовых барьеров для борьбы с шумовым загрязнением;
прогнозирование погоды и климата;
расчет ядерных реакций;
решение задач небесной механики, астрономии и космонавтики;
изучение глобальных явлений на Земле, моделирование погоды, климата, исследование экологических проблем, глобального потепления, последствий ядерного конфликта и т.д.;
конструирование транспортных средств;
полетные имитаторы для тренировки пилотов;
моделирование транспортных систем;
исследование поведения гидравлических систем (нефтепроводов, водопровода и пр.);
электроника и электротехника:
эмуляция работы различных технических, в частности, электронных устройств;
экономика и финансы:
прогнозирование цен на финансовых рынках;
архитектура и строительство:
исследование поведения зданий, конструкций и деталей под механической нагрузкой;
прогнозирование прочности конструкций и механизмов их разрушения;
проектирование производственных процессов, например химических;
моделирование сценарных вариантов развития городов;
управление и бизнес:
стратегическое управление организацией;
моделирование рынков сбыта и рынков сырья;
моделирование производственных процессов;
экономические исследования развития предприятия, отрасли, страны;
моделирование роботов и автоматических манипуляторов;
моделирование прочностных и других характеристик деталей, узлов и агрегатов;
решение задач механики сплошных сред, в частности, гидродинамики;
компьютерное моделирование различных технологических процессов;
расчет химических реакций и биологических процессов, развитие химической и биологической технологии;
медицина и биология:
моделирование результатов пластических операций;
моделирование пандемий и эпидемий;
моделирование воздействия медикаментов и оперативных вмешательств на метаболизм и другие жизненно важные процессы;
политика и военное дело:
моделирование развития межгосударственных отношений;
моделирование поведения масс людей в различных общественно-политических ситуациях;
моделирование театра военных действий;
социологические исследования, в частности, моделирование выборов, голосования, распространение сведений, изменение общественного мнения, военных действий;
расчет и прогнозирование демографической ситуации в стране и мире.
В моделях отражаются глубинные закономерности, установленные в результате целенаправленных исследований. В роли моделей выступают разнообразные предметы и объекты: рисунки, схемы, карты, графики, формулы.
Различные сферы применения компьютерных моделей предъявляют разные требования к надежности получаемых с их помощью результатов.
В любом случае использование автоматизированного варианта анализа оправдано только при ясном понимании всего процесса функционирования исследуемой системы и требуемых объема, точности и формы представления конечных результатов исследования.
Появление новых средств и методов получения, представления, передачи и обработки информации, использование новых технологий стимулировало процесс разработки перспективных диагностических систем, использующих новые информационные технологии.
Создание систем диагностирования предполагает решение таких вопросов, как исследование их свойств и характеристик, исследование объектов диагностирования, выбор методов и разработка алгоритмов диагностирования.
Исследование объектов диагностирования включает в себя изучение реальных физических объектов, а также построение и анализ моделей этих объектов. В тех случаях, когда проведение экспериментального исследования реального объекта в необходимом объеме затруднено или невозможно, а также при разработке нового объекта, исследование может быть выполнено на моделях.
Моделирование как метод научного исследования широко применяется в технической диагностике не только при изучении объектов, но и при разработке алгоритмов и средств диагностирования, исследовании эффективности систем диагностирования.
Под моделированием объекта диагностирования понимается построение (или выбор) и анализ диагностической модели с целью получения информации, необходимой для определения конечного множества возможных технических состояний этого объекта.
При анализе модели устанавливаются реакции объекта на появление различных дефектов, формируется массив информации об объекте, необходимый при практическом диагностировании. Из множества возможных дефектов объекта обычно рассматриваются и имитируются на модели только наиболее характерные, так как даже для объектов диагностирования небольшой сложности число возможных дефектов и их комбинаций велико, а с увеличением числа учитываемых дефектов размерность модели быстро растет.
Имитационное моделирование тесты Витте (Ответы онлайн) emuiv МИЭМП
Спасаем от лишнего стресса в сессию, консультации по любым дисциплинам
Тесты, Зачеты и экзамены
В основе метода Монте-Карло лежит:
Выберите один ответ:
метод разбиения временной диаграммы
метод анализа иерархий
метод статических испытаний
метод попарных сравнений
Ориентированная во времени последовательность событий, которая состоит из нескольких действий, показанная на рисунке является:
Выберите один ответ:
методикой
концепцией
алгоритмом
процессом
Научное исследование в основе которого лежит имитационное моделирование:
Выберите один ответ:
экспериментальное исследование
компьютерное моделирование
комбинированное исследование
описательное исследование
теоретическое исследование
Величина, которая в результате моделирования (опыта) может принять то или иное значение, причём неизвестно заранее какое именно, является:
Выберите один ответ:
случайной величиной
моделируемой величиной
неизвестной величиной
искомой величиной
с прерывным состоянием
с непрерывным состоянием
с непрерывным временем переходов
стохастическая
комбинированные
Какому методу формирования псевдослучайных чисел с заданным законом распределения, основанному на использовании генераторов равномерно распределённых случайных величин, соответствует данный русинок:
Выберите один ответ:
табличный
аналитический
тройного пересчёта
композиций
Установите соответствие между моделями и их классификационными признаками:
позволяющие найти наилучший результат
минимизации затрат времени на ожидание в очереди и времени простоев каналов обслуживания
с различными вероятностными результатами
с однозначно определенными результатами
Установите соответствие между категориями эффективности и его вариантом:
окончательное значение вычисления
конечный результат имитационного моделирования
правило выбора наилучшего результата
расчётная величина характеризующая эффективность
Установите соответствие свойств сложных систем и их характеристик:
совокупность взаимосвязанных и взаимодействующих между собой элементов
совокупность качеств, которые присущи системе в целом, не свойственны ни одному из ее элементов в отдельности
упорядоченное распределение связей и элементов во времени и пространстве
устойчивое отношение между элементами
На этапе планирования эксперимента решаются задачи в следующей последовательности:
установление правил остановки
контроль повторяемости результатов
выбор шага моделирования
снижение погрешности имитации, обусловленной наличием в имитационной модели генераторов псевдослучайных чисел
уменьшение дисперсии выходов (используются специальные методы понижения дисперсии
точность воспроизведения процессов в имитационной модели
поиск наилучшего (оптимального) решения с учетом ограничений.
Имитационная модель - универсальное средство исследования сложных систем, представляющее собой описание поведения отдельных элементов
системы и правил их взаимодействия, отображающих последовательность событий, возникающих в моделируемой системе.
Установите последовательность этапов моделирования реальных систем:
трансляция модели, описание модели на языке программирования или моделирования
формулирование модели, переход от реальной системы к некоторой логической схеме (абстрагирование)
экспериментирование – процесс осуществления имитации с целью получения желаемых данных и анализа чувствительности
подготовка и отбор данных, необходимых для построения модели, и представление их в соответствующей форме
планирование эксперимента, решение задачи получения необходимой информации о системе с помощью компьютерной модели, с учетом ограничения на ресурсы
интерпретация – построение выводов по данным, полученным путем имитации
реализация, практическое использование модели или результатов моделирования
определение цели задач моделирования
оценка адекватности, оценка степени уверенности в достаточной корректности выводов о реальной системе, полученных на основании обращения к модели
определение системы – установление границ, ограничений и измерителей эффективности изучаемой системы
В компьютерном моделировании вместо непрерывной совокупности равномерных случайных чисел можно использовать только последовательность, множество чисел в которой конечно.
Являясь начальником логистического отдала транспортной компании вам поручено оптимизировать расходы на транспортировку грузов.
С чего вы начнёте работу по организации имитационного моделирования?
Выберите один ответ:
написание программы на языке программирования
подготовка и сбор данных
формулирование показателей и критерия эффективности
установка ограничений
Являясь генеральным директором фирмы по производству высокотехнологичной продукции вам необходимо принять решение на проведение эксперимента с опытным образцом продукции. Эксперимент проводится впервые, поставщики агрегатов и узлов не проверены, влияние температуры на исход эксперимента не до конца изучено.
Какой метод имитационного моделирования вы утвердите?
Выберите один ответ:
стохастический
аналитический
детерминированный
комплексный
Обращаем Ваше внимание, что в соответствии с Федеральным законом N 273-ФЗ «Об образовании в Российской Федерации» в организациях, осуществляющих образовательную деятельность, организовывается обучение и воспитание обучающихся с ОВЗ как совместно с другими обучающимися, так и в отдельных классах или группах.
Рабочие листы и материалы для учителей и воспитателей
Более 2 500 дидактических материалов для школьного и домашнего обучения
Столичный центр образовательных технологий г. Москва
Получите квалификацию учитель математики за 2 месяца
от 3 170 руб. 1900 руб.
Количество часов 300 ч. / 600 ч.
Успеть записаться со скидкой
Форма обучения дистанционная
- Онлайн
формат - Диплом
гособразца - Помощь в трудоустройстве
311 лекций для учителей,
воспитателей и психологов
Получите свидетельство
о просмотре прямо сейчас!
Контрольная работа №5 «Моделирование и формализация»
1. Моделирование — это:
а) процесс замены реального объекта (процесса, явления) моделью, отражающей его существенные признаки с точки зрения достижения конкретной цели;
б) процесс демонстрации моделей одежды в салоне мод;
в) процесс неформальной постановки конкретной задачи;
г) процесс замены реального объекта (процесса, явления) другим материальным или идеальным объектом;
д) процесс выявления существенных признаков рассматриваемого объекта.
2. Модель — это:
а) фантастический образ реальной действительности;
б) м атериальный или абстрактный заменитель объекта, отражающий его пространственно-временные характеристики;
в) м атериальный или абстрактный заменитель объекта, отражающий его существенные характеристики;
г) описание изучаемого объекта средствами изобразительного искусства;
д) информация о несущественных свойствах объекта.
3. При изучении объекта реальной действительности можно создать:
а) одну единственную модель.
б) несколько различных видов моделей, каждая из которых отражает те или иные существенные признаки объекта;
в) одну модель, отражающую совокупность признаков объекта;
г) точную копию объекта во всех проявлениях его свойств и поведения;
д) вопрос не имеет смысла.
4. Процесс построения модели, как правило, предполагает:
а) описание всех свойств исследуемого объекта;
б) выделение наиболее существенных с точки зрения решаемой задачи свойств объекта;
в) выделение свойств объекта безотносительно к целям решаемой задачи;
г) описание всех пространственно-временных характеристик изучаемого объекта;
д) выделение не более трех существенных признаков объекта.
5. Натурное моделирование – это:
а) моделирование, при котором в модели узнается моделируемый объект, то есть натурная модель всегда имеет визуальную схожесть с объектом-оригиналом;
б) создание математических формул, описывающих форму или поведение объекта-оригинала;
в) моделирование, при котором в модели узнается какой-либо отдельный признак объекта-оригинала;
г) совокупность данных, содержащих текстовую информацию об объекте-оригинале;
д) создание таблицы, содержащей информацию об объекте-оригинале.
6. Информационной моделью объекта нельзя считать:
а) описание объекта-оригинала с помощью математических формул;
б) другой объект, не отражающий существенных признаков и свойств объекта-оригинала;
в) совокупность данных в виде таблицы, содержащих информацию о качественных и количественных характеристиках объекта-оригинала;
г) описание объекта-оригинала на естественном или формальном языке;
д) совокупность записанных на языке математики формул, описывающих поведение объекта-оригинала.
7. Математическая модель объекта — это:
а) созданная из какого-либо материала модель, точно отражающая внешние признаки объекта-оригинала;
б) описание в виде схемы внутренней структуры изучаемого объекта;
в) с овокупность данных, содержащих информацию о количественных характеристиках объекта и его поведения в виде таблицы;
г) совокупность записанных на языке математики формул, отражающих те или иные свойства объекта-оригинала или его поведение;
д) последовательность электрических сигналов.
8. К числу математических моделей относится:
а) милицейский протокол;
б) правила дорожного движения;
в) формула нахождения корней квадратного уравнения;
г) кулинарный рецепт;
д) инструкция по сборке мебели.
9. К числу документов, представляющих собой информационную модель управления государством, можно отнести:
а) Конституцию РФ;
б) географическую карту России;
в) Российский словарь политических терминов;
д) список депутатов государственной Думы.
10. К информационным моделям, описывающим организацию учебного процесса в школе, можно отнести:
а) классный журнал;
б) расписание уроков;
в) список учащихся школы;
г) перечень школьных учебников;
д) перечень наглядных учебных пособий.
11. Табличная информационная модель представляет собой:
а) набор графиков, рисунков, чертежей, схем, диаграмм;
б) описание иерархической структуры строения моделируемого объекта;
в) описание объектов (или их свойств) в виде совокупности значений, размещаемых в таблице;
г) систему математических формул;
д) последовательность предложений на естественном языке.
12. Отметь ЛОЖНОЕ продолжение к высказыванию: “К информационному процессу поиска информации можно отнести. ”:
а) непосредственное наблюдение;
б) чтение справочной литературы;
в) запрос к информационным системам;
г) построение графической модели явления;
д) прослушивание радиопередач.
13. Отметь ИСТИННОЕ высказывание:
а) непосредственное наблюдение — это хранение информации;
б) чтение справочной литературы — это поиск информации;
в) запрос к информационным системам — это защита информации;
г) построение графической модели явления — это передача информации;
д) прослушивание радиопередачи — это обработки информации.
14. Рисунки, карты, чертежи, диаграммы, схемы, графики представляют собой:
а) табличные информационные модели.
б) математические модели;
в) натурные модели;
г) графические информационные модели;
д) иерархические информационные модели.
15. Описание глобальной компьютерной сети Интернет в виде системы взаимосвязанных следует рассматривать как:
а) натурную модель;
б) табличную модель;
в) графическую модель;
г) математическую модель;
д) сетевую модель.
16. Файловая система персонального компьютера наиболее адекватно может быть описана в виде:
а) табличной модели;
б) графической модели;
в) иерархической модели;
г) натурной модели;
д) математической модели.
17. В биологии классификация представителей животного мира представляет собой:
а) иерархическую модель;
б) табличную модель;
в) графическую модель;
г) математическую модель;
д) натурную модель.
18. Расписание движение поездов может рассматриваться как пример:
а) натурной модели;
б) табличной модели;
в) графической модели;
г) компьютерной модели;
д) математической модели.
19. Географическую карту следует рассматривать скорее всего как:
а) математическую информационную модель;
б) вербальную информационную модель;
в) табличную информационную модель.
г) графическую информационную модель;
д) натурную модель.
20. К числу самых первых графических информационных моделей следует отнести:
а) наскальные росписи;
б) карты поверхности Земли;
в) книги с иллюстрациями;
г) строительные чертежи и планы;
21. Укажите ЛОЖНОЕ утверждение:
а) “Строгих правил построения любой модели сформулировать невозможно”;
б) “Никакая модель не может заменить само явление, но при решении конкретной задачи она может оказаться очень полезным инструментом”;
в) “Совершенно неважно, какие объекты выбираются в качестве моделирующих — главное, чтобы с их помощью можно было бы отразить наиболее существенные черты, признаки изучаемого объекта”;
г) “Модель содержит столько же информации, сколько и моделируемый объект”;
д) “Все образование — это изучение тех или иных моделей, а также приемов их использования”.
22. Построение модели исходных данных; построение модели результата, разработка алгоритма, разработка программы, отладка и исполнение программы, анализ и интерпретация результатов — это:
а) разработка алгоритма решения задач;
б) список команд исполнителю;
в) анализ существующих задач;
г) этапы решения задачи с помощью компьютера;
д) алгоритм математической задачи.
23. В качестве примера модели поведения можно назвать:
а) список учащихся школы;
б) план классных комнат;
в) правила техники безопасности в компьютерном классе;
г) план эвакуации при пожаре;
д) чертежи школьного здания.
24. Компьютерное имитационное моделирование ядерного взрыва позволяет:
а) экспериментально проверить влияние высокой температуры и облучения на природные объекты;
б) провести натурное исследование процессов, протекающих в природе в процессе взрыва и после взрыва;
в) уменьшить стоимость исследований и обеспечить безопасность людей;
г) получить достоверные данные о влиянии взрыва на здоровье людей;
д) получить достоверную информацию о влиянии ядерного взрыва на растения и животных в зоне облучения.
25.С помощью компьютерного имитационного моделирования можно изучать (следует отметить ЛОЖНОЕ ВЫСКАЗЫВАНИЕ):
а) демографические процессы, протекающие в социальных системах;
б) тепловые процессы, протекающие в технических системах;
в) инфляционные процессы в промышленно-экономических системах;
г) процессы психологического взаимодействия учеников в классе;
д) траектории движения планет и космических кораблей в безвоздушном пространстве.
Имитационное моделирование является мощным инструментом исследования поведения реальных систем. Методы имитационного моделирования позволяют собрать необходимую информацию о поведении системы путем создания ее компьютерной модели. Эта информация используется затем для проектирования системы.
Цель имитационного моделирования состоит в воспроизведении поведения исследуемой системы на основе результатов анализа наиболее существенных взаимосвязей между ее элементами в предметной области для проведения различных экспериментов.
Имитационное моделирование позволяет имитировать поведение системы во времени. Причём плюсом является то, что временем в модели можно управлять: замедлять в случае с быстропротекающими процессами и ускорять для моделирования систем с медленной изменчивостью. Можно имитировать поведение тех объектов, реальные эксперименты с которыми дороги, невозможны или опасны.
К имитационному моделированию прибегают, когда:
1. Дорого или невозможно экспериментировать на реальном объекте.
2. Невозможно построить аналитическую модель: в системе есть время, причинные связи, последствие, нелинейности, стохастические (случайные) переменные.
3. Необходимо сымитировать поведение системы во времени.
Имитация, как метод решения нетривиальных задач, получила начальное развитие в связи с созданием ЭВМ в 1950х — 1960х годах.
Можно выделить две разновидности имитации:
1. Метод Монте-Карло (метод статистических испытаний);
2. Метод имитационного моделирования (статистическое моделирование).
В настоящее время выделяют три направления имитационных моделей:
1. Агентное моделирование — относительно новое (1990е-2000е гг.) направление в имитационном моделировании, которое используется для исследования децентрализованных систем, динамика функционирования которых определяется не глобальными правилами и законами (как в других парадигмах моделирования), а наоборот. Когда эти глобальные правила и законы являются результатом индивидуальной активности членов группы.
Цель агентных моделей — получить представление об этих глобальных правилах, общем поведении системы, исходя из предположений об индивидуальном, частном поведении ее отдельных активных объектов и взаимодействии этих объектов в системе. Агент — некая сущность, обладающая активностью, автономным поведением, может принимать решения в соответствии с некоторым набором правил, взаимодействовать с окружением, а также самостоятельно изменяться.
2. Дискретно-событийное моделирование — подход к моделированию, предлагающий абстрагироваться от непрерывной природы событий и рассматривать только основные события моделируемой системы, такие как: «ожидание», «обработка заказа», «движение с грузом», «разгрузка» и другие. Дискретно-событийное моделирование наиболее развито и имеет огромную сферу приложений — от логистики и систем массового обслуживания до транспортных и производственных систем. Этот вид моделирования наиболее подходит для моделирования производственных процессов.
3. Системная динамика — парадигма моделирования, где для исследуемой системы строятся графические диаграммы причинных связей и глобальных влияний одних параметров на другие во времени, а затем созданная на основе этих диаграмм модель имитируется на компьютере. По сути, такой вид моделирования более всех других парадигм помогает понять суть происходящего выявления причинно-следственных связей между объектами и явлениями. С помощью системной динамики строят модели бизнес-процессов, развития города, модели производства, динамики популяции, экологии и развития эпидемии.
Основные понятия построения модели
Имитационное моделирование основано на воспроизведении с помощью компьютеров развернутого во времени процесса функционирования системы с учетом взаимодействия с внешней средой.
Основой всякой имитационной модели (ИМ) является:
· разработка модели исследуемой системы на основе частных имитационных моделей (модулей) подсистем, объединенных своими взаимодействиями в единое целое;
· выбор информативных (интегративных) характеристик объекта, способов их получения и анализа;
· построение модели воздействия внешней среды на систему в виде совокупности имитационных моделей внешних воздействующих факторов;
· выбор способа исследования имитационной модели в соответствии с методами планирования имитационных экспериментов (ИЭ).
Условно имитационную модель можно представить в виде действующих, программно (или аппаратно) реализованных блоков.
На рисунке показана структура имитационной модели. Блок имитации внешних воздействий (БИВВ) формирует реализации случайных или детерминированных процессов, имитирующих воздействия внешней среды на объект. Блок обработки результатов (БОР) предназначен для получения информативных характеристик исследуемого объекта. Необходимая для этого информация поступает из блока математической модели объекта (БМО). Блок управления (БУИМ) реализует способ исследования имитационной модели, основное его назначение – автоматизация процесса проведения ИЭ.
Целью имитационного моделирования является конструирование ИМ объекта и проведение ИЭ над ней для изучения закономерностей функционирования и поведения с учетом заданных ограничений и целевых функций в условиях имитации и взаимодействия с внешней средой.
Принципы и методы построения имитационных моделей
Процесс функционирования сложной системы можно рассматривать как смену ее состояний, описываемых ее фазовыми переменными
Z1(t), Z2(t), Zn(t) в n – мерном пространстве.
Задачей имитационного моделирования является получение траектории движения рассматриваемой системы в n – мерном пространстве (Z1, Z2, Zn), а также вычисление некоторых показателей, зависящих от выходных сигналов системы и характеризующих ее свойства.
В данном случае “движение” системы понимается в общем смысле – как любое изменение, происходящее в ней.
Известны два принципа построения модели процесса функционирования систем:
1. Принцип Δt для детерминированных систем
Предположим, что начальное состояние системы соответствует значениям Z1(t0), Z2(t0), Zn(t0). Принцип Δt предполагает преобразование модели системы к такому виду, чтобы значения Z1, Z2, Zn в момент времени t1 = t0 + Δt можно было вычислить через начальные значения, а в момент t2 = t1+ Δt через значения на предшествующем шаге и так для каждого i-ого шага ( t = const, i = 1 M).
Для систем, где случайность является определяющим фактором, принцип Δt заключается в следующем:
1. Определяется условное распределение вероятности на первом шаге (t1 = t0+ Δt) для случайного вектора, обозначим его (Z1, Z2, Zn). Условие состоит в том, что начальное состояние системы соответствует точке траектории .
2. Вычисляются значения координат точки траектории движения системы (t1 = t0+ Δt), как значения координат случайного вектора, заданного распределением, найденным на предыдущем шаге.
3. Отыскиваются условное распределение вектора на втором шаге (t2 = t1 + Δ t), при условии получения соответствующих значений на первом шаге и т.д., пока ti = t0 + i Δ t не примет значения (tМ = t0 + М Δ t).
Принцип Δ t является универсальным, применим для широкого класса систем. Его недостатком является неэкономичность с точки зрения затрат машинного времени.
2. Принцип особых состояний (принцип δz).
При рассмотрении некоторых видов систем можно выделить два вида состояний δz:
1. Обычное, в котором система находится большую часть времени, при этом Zi(t), (i=1 n) изменяются плавно;
2. Особое, характерное для системы в некоторые моменты времени, причем состояние системы изменяется в эти моменты скачком.
Принцип особых состояний отличается от принципа Δt тем, что шаги по времени в этом случае не постоянны, является величиной случайной и вычисляется в соответствии с информацией о предыдущем особом состоянии.
Примерами систем, имеющих особые состояния, являются системы массового обслуживания. Особые состояния появляются в моменты поступления заявок, в моменты освобождения каналов и т.д.
Основные методы имитационного моделирования.
Основными методами имитационного моделирования являются: аналитический метод, метод статического моделирования и комбинированный метод (аналитико-статистический) метод.
Аналитический метод применяется для имитации процессов в основном для малых и простых систем, где отсутствует фактор случайности. Метод назван условно, так как он объединяет возможности имитации процесса, модель которого получена в виде аналитически замкнутого решения, или решения полученного методами вычислительной математики.
Метод статистического моделирования первоначально развивался как метод статистических испытаний (Монте-Карло). Это – численный метод, состоящий в получении оценок вероятностных характеристик, совпадающих с решением аналитических задач (например, с решением уравнений и вычислением определенного интеграла). В последствии этот метод стал применяться для имитации процессов, происходящих в системах, внутри которых есть источник случайности или которые подвержены случайным воздействиям. Он получил название метода статистического моделирования.
Комбинированный метод (аналитико-статистический) позволяет объединить достоинства аналитического и статистического методов моделирования. Он применяется в случае разработки модели, состоящей из различных модулей, представляющих набор как статистических так и аналитических моделей, которые взаимодействуют как единое целое. Причем в набор модулей могут входить не только модули соответствующие динамическим моделям, но и модули соответствующие статическим математическим моделям.
Вопросы для самопроверки
1. Определить, что такое оптимизационная математическую модель.
2. Для чего могут использоваться оптимизационные модели?
3. Определить особенности имитационного моделирования.
4. Дать характеристику метода статистического моделирования.
5. Что есть модель типа «черный ящик», модель состава, структуры, модель типа «белый ящик»?
Читайте также:
- Можно ли играть в фар край 5 с другом на разных платформах ps4 и pc
- Ultra mobile hdd что это
- Где в рязани можно сделать компьютерную томографию
- Проверка компьютера мы выполняем еще одну проверку на компьютере прежде чем запросить
- This phone number was recently used on a different account discord что делать