![](/user_photo/2706_HbeT2.jpg)
- •Имитационное моделирование
- •Классификация имитационных моделей
- •Составляющие имитационной модели
- •Достоинства и недостатки имитационного моделирования
- •Исследование свойств имитационной модели
- •Этапы разработки имитационных моделей
- •Сложные системы в процессе построения имитационных моделей
- •Принципы разработки имитационных моделей
- •Особенности построения имитационных моделей
- •Виды представления времени в модели
- •Языки моделирования
- •Декомпозиция системы
- •Изменение времени с постоянным шагом
- •Организация квазипараллелизма
Языки моделирования
Чтобы реализовать на ЭВМ модель сложной системы, нужен аппарат моделирования, который в принципе должен быть специализированным. Он должен предоставлять исследователю:
• удобные способы организации данных, обеспечивающие простое и эффективное моделирование;
• удобные средства формализации и воспроизведения динамических свойств моделируемой системы;
• возможность имитации стохастических систем, т.е. процедур генерации ПСЧ и вероятностного (статистического) анализа результатов моделирования;
• простые и удобные процедуры отладки и контроля программы;
• доступные процедуры восприятия и использования языка и др.
Вместе с тем, существующие языки программирования общего назначения для достаточно широкого круга задач позволяют без значительных затрат ресурсов создавать весьма совершенные имитационные модели. Можно сказать, что они способны составить конкуренцию специализированным языкам моделирования. Для систематизации представлений о средствах реализации имитационных моделей приведем основные определения и краткие сведения о подходах к выбору соответствующего языка.
Языком программирования называют набор (систему) символов, распознаваемых ЭВМ и обозначающих операции, которые можно реализовать на ЭВМ.
Выделяют машинно-ориентированные, проблемно (процедурно)-ориентированные и объектно-ориентированные языки.
Классические языки моделирования являются процедурно-ориентированными и обладают рядом специфических черт. Можно сказать, что основные языки моделирования разработаны как средство программного обеспечения имитационного подхода к изучению сложных систем.
Языки моделирования позволяют описывать моделируемые системы в терминах, разработанных на базе основных понятий имитации. С их помощью можно организовать процесс общения заказчика и разработчика модели. Различают языки моделирования непрерывных и дискретных процессов.
В настоящее время сложилась ситуация, когда не следует противопоставлять языки общего назначения (ЯОН) и языки имитационного моделирования (ЯИМ).
Некоторые ЯИМ базируются на конструкциях ЯОН: например, FORSIM — на языке FORTRAN, ПЛИС — на языке PL и т.д.
В силу своего целевого назначения при правильном выборе и использовании языки моделирования обладают рядом понятных достоинств.
Вместе с тем, им присущи и определенные недостатки, главными из которых являются сугубо индивидуальный характер соответствующих трансляторов, затрудняющий их реализацию на различных ЭВМ, низкая эффективность рабочих программ, сложность процесса отладки программ, нехватка документации (литературы) для пользователей и специалистов-консультантов и др. В ряде случаев эти недостатки способны перечеркнуть любые достоинства.
Декомпозиция системы
Третьим этапом построения концептуальной модели является - декомпозиция системы, которая производится исходя из выбранного уровня детализации модели, определяемый тремя факторами:
- целями моделирования;
- объемом априорной информации о системе;
- требованиями к точности и достоверности результатов моделирования.
Уровни детализации иногда называют стратами, а процесс выделения уровней — стратификацией.
Детализация системы должна производиться до такого уровня, чтобы для каждого элемента были известны или могли быть получены зависимости его выходных характеристик от входных воздействий, существенные с точки зрения выбранного показателя эффективности.
Повышение уровня детализации описания системы позволяет получить более точную ее модель, но усложняет процесс моделирования и ведет к росту затрат времени на его проведение.
Например, если моделируется дискретная система, то увеличение детальности ее описания означает увеличение числа различных состояний системы, учитываемых в модели, и, как следствие — неизбежный рост объема вычислений.
При выборе уровня описания системы целесообразно руководствоваться следующим правилом: в модель должны войти все параметры, которые обеспечивают определение интересующих исследователя характеристик системы на заданном временном интервале ее функционирования; остальные параметры по возможности следует исключить из модели.
При имитационном моделировании для оценки выбранного уровня детализации можно использовать специальные критерии.
Первый критерий - отношение реального времени функционирования системы к времени моделирования (т.е. к затратам машинного времени, необходимого на проведение модельного эксперимента). Например, если при одних и тех же подходах к программной реализации модели моделирование одного часа работы системы требует в одном случае 3 минуты машинного времени, а в другом - 10 минут, то во втором случае степень детализации описания выше (соотношение 3:10).
Второй критерий - разрешающая способность модели, в том числе:
- разрешающая способность по времени — может быть определена как кратчайший интервал модельного времени между соседними событиями;
- разрешающая способность по информации — наименьшая идентифицируемая порция информации, представимая в модели (для вычислительных систем, например, такими порциями могут быть слово, страница, программа, задание).
Третий критерий — число различных моделируемых состояний системы (или типов событий).
Для тех компонентов, относительно которых известно или предполагается, что они в большей степени влияют на точность результатов, степень детальности может быть выше других.
Также, с увеличением детальности возрастает устойчивость модели, но возрастают и затраты машинного времени на проведение модельного эксперимента.