Имитационное моделирование

№ п/п	Вредные вещества	Включено в Перечень	Ĉ мj	Q пр.j	Подлежат нормирова­нию
код	наименование
		Азота диоксид	+	0,943	0,088	+
		Азота оксид	-	0,0801	<0,05	-
		Углерод оксид	+	0,19	0,018	+

 

Имитационное моделирование

 

Определение (слайд 1)

Имитационное моделирование — метод, позволяющий строить модели, описывающие процессы так, как они проходили бы в действительности, такую модель можно «проиграть» во времени как для одного испытания, так и заданного их множества, при этом результаты будут определяться случайным характером процессов.

 

Имитационное моделирование — это метод исследования, при котором изучаемая система заменяется моделью, с достаточной точностью описывающей реальную систему и с ней проводятся эксперименты с целью получения информации об этой системе.

 

Имитационное моделирование — это частный случай математического моделирования.

 

Имитационная модель — логико-математическое описание объекта, которое может быть использовано для экспериментирования на компьютере в целях проектирования, анализа и оценки функционирования объекта.

 

Применение имитационного моделирования (слайд 2)

 

К имитационному моделированию прибегают, когда:

- дорого или невозможно экспериментировать на реальном объекте;

- невозможно построить аналитическую модель: в системе есть время, причинные связи, последствие, нелинейности, стохастические (случайные) переменные;

- необходимо сымитировать поведение системы во времени.

 

Цель имитационного моделирования состоит в воспроизведении поведения исследуемой системы на основе результатов анализа наиболее существенных взаимосвязей между ее элементами или другими словами — разработке симулятора исследуемой предметной области для проведения различных экспериментов.

 

Имитация, как метод решения нетривиальных задач, получила начальное развитие в связи с созданием ЭВМ в 1950-x – 1960-x годах.

 

Виды имитационного моделирования

 

 

Агентское моделирование

 

 

Агентное моделирование – метод описания системы как множества независимых объектов, каждый из которых может следовать собственным правилам, взаимодействовать друг с другом и с окружающей их средой. Для задания агентных моделей могут использоваться различные конструкции, в том числе и программный код, но наиболее удобным способом задания поведения агента являются конечные автоматы.

 

Среди наиболее перспективных областей приложения агентного моделирования – моделирование поведения потребителей при продвижении брэндов, поведения инвесторов на фондовом рынке или рынке недвижимости, действий людей в чрезвычайной ситуации, феномена поведения толпы и механизмов управления ею, модели формирования и распространения инновационных технологий, бизнес-сетей и многое другое.

 

 

Системная динамика

 

 

Системная динамика — направление в изучении сложных систем, исследующее их поведение во времени и в зависимости от структуры элементов системы и взаимодействия между ними. В том числе: причинно-следственных связей, петель обратных связей, задержек реакции, влияния среды и других.

 

Системо-динамическая модель состоит из набора абстрактных элементов, представляющих некие свойства моделируемой системы. Выделяются следующие типы элементов:

• Уровни - характеризуют накопленные значения величин внутри системы. Это могут быть товары на складе, товары в пути, банковская наличность, производственные площади, численность работающих. Уровни применимы не только к физическим величинам. Например, уровень осведомленности существенен при принятии решения. Уровни удовлетворения, оптимизма и негативных ожиданий влияют на экономическое поведение. Уровни представляют собой значения переменных, накопленные в результате разности между входящими и исходящими потоками. На диаграммах изображаются прямоугольниками.
• Потоки - скорости изменения уровней. Например, потоки материалов, заказов, денежных средств, рабочей силы, оборудования, информации. Изображаются сплошными стрелками.
• Функции решений (вентили) - функции зависимости потоков от уровней. Функция решения может иметь форму простого уравнения, определяющего реакцию потока на состояние одного или двух уровней. Например, производительность транспортной системы может быть выражена количеством товаров в пути (уровень) и константой (запаздывание на время транспортировки). Более сложный пример: решение о найме рабочих может быть связано с уровнями имеющейся рабочей силы, среднего темпа поступления заказов, числа работников, проходящих курс обучения, числа вновь принятых работников, задолженности по невыполненным заказам, уровня запасов, наличия оборудования и материалов. Изображаются двумя треугольниками в виде бабочки.
• Каналы информации, соединяющие вентили с уровнями. Изображаются штриховыми стрелками.
• Линии задержки (запаздывания) - служат для имитации задержки потоков. Характеризуются параметрами среднего запаздывания и типом неустановившейся реакции. Второй параметр характеризует отклик элемента на изменение входного сигнала. Разные типы линий задержки имеют различный динамический отклик.
• Вспомогательные переменные - располагаются в каналах информации между уровнями и функциями решений и определяют некоторую функцию. Изображаются кружком.

 

Дискретно-событийное моделирование

 

 

Дискретно-событийное, или процессное моделирование – метод описания процессов, происходящих в системе, в виде последовательности операций над заявками, представляющими людей, документы, транспортные средства, пакеты данных и т.д. Фактически это способ задания систем массового обслуживания (СМО) любой сложности. Описываются дискретно-событийные модели в виде блоков, обрабатывающих заявки в соответствии с заданными параметрами, и соединений между ними, определяющих последовательность операций.

Кроме переменных, определяющих состояние системы, и логики, определяющей, что произойдет в ответ на какое-то событие, система дискретно-событийного моделирования содержит следующие компоненты:

Часы

Основной компонент системы, синхронизирующий изменения системы, т.е. возникновение событий.