Составляющие имитационной модели

 

Итак, само использование термина «имитационное моделирова­ние» предполагает работу с такими математическими моделями, с помощью которых результат исследуемой операции нельзя заранее вычислить или предсказать, поэтому необходим эксперимент (ими­тация) на модели при заданных исходных данных. В свою очередь, сущность машинной имитации заключается в реализации численного метода проведения на ЭВМ экспериментов с математическими моде­лями, описывающими поведение сложной системы в течение задан­ного или формируемого периода времени.

Составляющие имитационной модели

Каждая имитационная модель представляет собой комбинацию шести основных составляющих:

• компонентов;

• переменных;

• параметров;

• функциональных зависимостей;

• ограничений;

• целевых функций.

Под компонентами понимают составные части, которые при со­ответствующем объединении образуют систему. Компоненты назы­вают также элементами системы или ее подсистемами. Например, в модели рынка ценных бумаг компонентами могут выступать отделы коммерческого банка (кредитный, операционный и т.д.), ценные бумаги и их виды, доходы, котировки и т.п.

Параметры — это величины, которые исследователь (пользова­тель модели) может выбирать произвольно, т.е. управлять ими.

Различают экзогенные (являющиеся для модели входными и по­рождаемые вне системы) и эндогенные (возникающие в системе в результате воздействия внутренних причин). Эндогенные перемен­ные иногда называют переменными состояния.

Функциональные зависимости описывают поведение параметров и переменных в пределах компонента или же выражают соотноше­ния между компонентами системы. Эти соотношения могут быть либо детерминированными, либо стохастическими.

Ограничения — устанавливаемые пределы изменения значений переменных или ограничивающие условия их изменения. Они мо­гут вводиться разработчиком (и тогда их называют искусственны­ми) или определяться самой системой вследствие присущих ей свойств (естественные ограничения).

Целевая функция предназначена для измерения степени достиже­ния системой желаемой (требуемой) цели и вынесения оценочного суждения по результатам моделирования. Эту функцию также назы­вают функцией критерия. По сути, весь машинный эксперимент с имитационной моделью заключается в поиске таких стратегий управления системой, которые удовлетворяли бы одной из трех кон­цепций ее рационального поведения: оптимизации, пригодности или адаптивизации. Если показатель эффективности системы являет­ся скалярным, проблем с формированием критерия не возникает и, как правило, решается оптимизационная задача поиска стратегии, соответствующей максимуму или минимуму показателя. Сложнее дело обстоит, если приходится использовать векторный показатель. В этом случае для вынесения оценочного суждения используются ме­тоды принятия решений по векторному показателю в условиях опре­деленности (когда в модели учитываются только детерминированные факторы) или неопределенности (в противном случае).

При реализации имитационной модели, как правило, рассматри­ваются не все реально осуществляемые функциональные действия (ФД) системы, а только те из них, которые являются наиболее суще­ственными для исследуемой операции. Кроме того, реальные ФД аппроксимируются упрощенными действиями ФД', причем степень этих упрощений определяется уровнем детализации учитываемых в модели факторов. Названные обстоятельства порождают ошибки имитации процесса функционирования реальной системы, что в свою очередь обусловливает адекватность модели объекту-оригиналу и достоверность получаемых в ходе моделирования результатов.

Для обеспечения имитации наступления параллельных событий в реальной системе вводят специальную глобальную переменную to, которую называют модельным (системным) временем. Именно с по мощью этой переменной организуется синхронизация наступления всех событий в модели ЭИС и выполнение алгоритмов функциони­рования ее компонент. Принцип такой организации моделирования называется принципом квазипараллелизма.