Имитационное моделирование и компьютерное моделирование. Основные особенности имитационных моделей.

1) Имитационное моделирование

Имитационное моделирование – это вид моделирования, при котором логико-математическая модель исследуемого объекта (системы) представляет собой алгоритм его функционирования, реализованный в виде программного комплекса для компьютера. Т.е., программная модель, реализующая алгоритм функционирования исследуемой системы. Для настоящего времени – это не совсем точное определение: во-первых, на компьютерах сейчас практически реализуются любые виды моделей, во-вторых, наличие алгоритма не является единственной отличительной особенностью современного понимания имитационного моделирования.

Шеннон Р. дает такое определение: имитационное моделирование есть  процесс конструирования модели реальной системы и постановки экспериментов на этой модели с целью понять поведение системы, либо оценить (в рамках ограничений, некоторым критерием или совокупностью критериев) различные стратегии, обеспечивающие функционирование системы.

 

2) Компьютерное моделирование

 

В настоящее время компьютеры используются практически при любом способе реализации моделей: 

•  При физическом моделировании, где компьютер может использоваться как непосредственно (2D, 3D модели, шлемы, обоняние, тактильные свойства), а также для целей управления процессом моделирования. 

• При математическом моделировании выполнение, как минимум, одного из основных этапов просто немыслимо без компьютера. Построение математических моделей по экспериментальным данным.  

• Благодаря развитию графического интерфейса и графических пакетов широкое развитие получило компьютерное структурно-функциональное моделирование. 

• Положено начало использованию компьютера даже при концептуальном моделировании, где он используется, например, при построении систем искусственного интеллекта. 

• Широко используются компьютеры при реализации деловых игр.

Компьютерное моделирование - метод решения задачи анализа или синтеза сложной системы на основе использования ее компьютерной модели. Суть компьютерного моделирования заключена в получении количественных и качественных результатов по имеющейся модели. Качественные выводы, получаемые по результатам анализа, позволяют обнаружить неизвестные ранее свойства сложной системы: ее структуру, динамику развития, устойчивость, целостность и др. Количественные выводы в основном носят характер прогноза некоторых будущих или объяснения прошлых значений переменных, характеризирующих систему.

        Предметом компьютерного моделирования могут быть любой реальный объект или процесс, и вообще - любая Сложная Система. Например: экономическая деятельность фирмы или банка, промышленное предприятие, информационно-вычислительная сеть, технологический процесс.

• Лекция 4. Определение системы. Свойства систем и их характеристики. Классификация систем.

 

Определение системы.

1.    Первые определения в 30-е годы. Изучение систем и системных свойств началось в процессе создания сложных технических систем человеком. Основным моментом при этом являлась достижение системой определенной цели, для которой эта система создавалась. Первое определение системы было таким: Система есть средство достижения цели.

•    Причем системой являлся не только создаваемый объект, но и коллектив создающий его. Приведем несколько примеров соответствия цели и созданных систем достижения этой цели.

•     Положительным моментом первого определения системы является его прагматичность, конструктивность, нацеленность на его свойства, но научная ценность его невелика.

2.    Модель черного ящика (40-50 годы). Для более определенной и точной характеристики системы необходимо иметь ее модель, преобразуя имеющиеся сведения так, чтобы вычленить существенные ее стороны, такие как взаимосвязи, соподчиненность и т.д. Большую роль сыграло представление системы как черного ящика с определенными функциями на входе и выходе. Эта максимально простая модель определяет:

• (+)   два системных свойства: целостность и обособленность от среды.

• (+) одновременно ящик не абсолютно обособлен от среды, он имеет входы и выходы. Выходы системы ящика соответствуют цели системы. Входы – управление системой.

• (+)  Определение системы в виде черного ящика допускает множественность вложения, но требует учета всех взаимосвязей.

• (-) Недостатком модели черного ящика являлась А) недостаточное внимание к структуре системы, Б) недооценка синергетических явлений.

3.    Система есть совокупность взаимосвязанных элементов, обособленная от среды и взаимодействующая с ней как единое целое (60-е годы).

• Термин белый ящик - для подчеркивания выделения всех связей и элементов системы внутри и с окружающей средой.

• Часто такую структурную схему выполняют в виде графа. При этом элементы являются вершинами графа, а ребра обозначают связи. Если выделены направления связей, то граф является ориентированным. В противном случае граф неориентированный.

• Примеры структур: линейная, древовидная (иерархическая), матричная и сетевая. Особое место занимают структуры с обратной связью.

 

Свойства систем

1. Целостность - появление нового качества в объединении именно этого набора элементов и потеря системных качеств при исключении любого из выделенных элементов системы.

2. Разнообразие - наличие качественно различных элементов системы, имеющих различные функции.

3. Связность - осуществление обмена информацией между элементами системы, невозможность включения в систему элементов без информационного обмена.

4. Целенаправленность - возможность управления системой путем изменения параметров в одном элементе для преобразования состояния других.

5. Устойчивость (гомеостаз) - способность сохранения свойств 1-4 при достаточно широком изменении параметров среды. Бывают и обратные случаи:

·        поисковые системы устроены так, чтобы искать состояние, которое отсутствует в данный момент (например, образование).

·        целеустремленные системы. Системы способны сами вырабатывать цели и методы их достижения. Системы с участием человека – пилотируемый самолет, системы управления объектами.

 

Примеры систем: Живые существа, ЭВМ, экономические структуры, большинство механизмов, транспортные средства и т.д.

 

Классификация систем.

Подводным камнем в классификации систем является проблема цели. Когда мы говорили о машинах, все было очень просто, но, говоря о животном, экологической системе, мы касаемся сложной философской проблемы целесообразности жизни, существования тех или иных систем. Для их разделения все системы делят:

1.   Естественные системы и искусственные по происхождению. Многие исследователи по этому признаку даже не признают за человеком право называться системой. Другие ученые полагают цель неизвестной и все-таки относят естественные объекты к системам.

Определим классифицирующие признаки и виды технических систем:

1. Характер взаимоотношений о средой	Открытые системы (непрерывный обмен), Закрытые системы (эпизодическая связь)
2. Причинная обусловленность	Детерминированные, Стохастические
3. По назначению	Устойчивые Поисковые Целеустремленные
4. Степень подчиненности	Простые системы (каждый с каждым) Иерархические системы (существует соподчиненность)
5. По отношению к времени	Статические Динамические
6. По степени сложности	Простые системы (мало элементов <9) Большие Сложные и очень сложные

      Наличие двух категорий «Большие» и «Сложные» обусловлено историческими причинами.

       2. Большие системы, моделирование которых затруднено вследствие их размерности,

       3. Сложные системы, для моделирования которых недостаточно информации.

       4. Иногда выделяют еще Очень сложные системы , для моделирования которых человечество не обладает нужной информацией. Это мозг, вселенная, социум.

 

При моделировании больших систем применяют метод декомпозиции, в котором снижение размерности осуществляется путем разбиения на подсистемы.

Области применения имитационного моделирования. Основные преимущества и недостатки.

Основные преимущества и недостатки. Область применения.

Попытаемся обобщить достоинства метода имитационного моделирования, целесообразность его применения в тех или иных случаях и существующие недостатки данного вида моделирования.

 

1) Основным достоинством имитационного моделирования является универсальность подхода при моделировании систем различной сложности и с различной степенью детализации.

•   С одной стороны, имитационное моделирование позволяет рассматривать процессы, происходящие в системе, практически на любом уровне детализации.

•   С другой стороны, в имитационной модели можно реализовать практически любой алгоритм управленческой деятельности или поведения системы.

•   Кроме того, модели, которые допускают исследование аналитическими методами, также могут анализироваться имитационными методами.

 

Все это служит причиной того, что имитационные методы моделирования в настоящее время становятся основными методами исследования сложных систем.

 

2) Целесообразность применения. Имитационные модели представляют собой модели типа так называемого черного ящика. Это означает, что они обеспечивают выдачу выходных параметров системы, если на ее взаимодействующие подсистемы поступают входные воздействия. Поэтому для получения необходимой информации или результатов следует осуществить "прогон" (реализацию, "репетицию") моделей, а не "решать" их. Имитационные модели не способны формировать свое собственное решение в том виде, в каком это имеет место в аналитических моделях, а могут лишь служить в качестве средства для анализа поведения системы в условиях, которые определяются экспериментатором.   Этот кажущейся на первый взгляд недостаток, на самом деле является главным достоинством имитационного моделирования вследствие того, что целесообразность применения имитационного моделирования становится очевидной при наличии любого из следующих условий (6 условий):

1.     Не существует законченной математической постановки задачи, либо еще не разработаны аналитические методы решения сформулированной математической модели;

2.           Аналитические методы имеются, но математические процедуры столь сложны и трудоемки, что имитационное моделирование дает более простой способ решения задачи (большинство проблем управления социо техническими системами попадает в 1 и 2 категории);

3.        Аналитические решения существуют, но их реализация невозможна вследствие недостаточной математической подготовки  имеющегося персонала. В этом случае следует сопоставить затраты на проектирование, испытания и работу на имитационной модели с затратами, связанными с приглашением специалистов со стороны.

4.       Кроме оценки определенных параметров, желательно осуществить на имитационной модели наблюдение за ходом процесса в течение некоторого времени (это возможно только на имитационной модели);

5.         Имитационное моделирование может оказаться единственной возможностью вследствие трудностей постановки экспериментов и наблюдения явлений в реальных условиях;

6.          Для долговременного действия систем или процессов может понадобиться сжатие временной шкалы. Имитационное моделирование дает возможность полностью контролировать время изучения системы, поскольку явление может быть замедлено или ускорено по желанию.