Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Ответы на имитац моделирование.doc
Скачиваний:
6
Добавлен:
25.11.2019
Размер:
1.57 Mб
Скачать

Вопрос 4. Имитационное моделирование. Метод статистического моделирования.

Имитационное моделирование (в широком смысле) - есть процесс конструирования модели реальной системы и постановки экспериментов на этой модели с целью либо понять поведение системы, либо оценить (в рамках накладываемых ограничений) различные стратегии, обеспечивающие функционирование данной системы.

Имитационное моделирование (в узком смысле) - это представление динамического поведения системы посредством продвижения ее от одного состояния к другому в соответствии с хорошо известными операционными правилами (алгоритмами).

Итак, для создания имитационной модели надо выделить и описать состояния системы и алгоритмы (правила) его изменения. Далее это записывается в терминах некоторого инструментального средства моделирования (алгоритмического языка, специализированного языка) и обрабатывается на ЭВМ.

Имитационное моделирование, при котором воспроизводятся случайные явления, называется статистическим имитационным моделированием. Случайные факторы при построении компьютерной модели имитируются при помощи случайных чисел, формируемых ЭВМ. Таким образом, под статистическим имитационным моделированием понимают построение имитационной модели существующего или гипотетического (предполагаемого, разрабатываемого) объекта, учитывающей случайные явления, и проведение экспериментов на этой модели. Статистическое имитационное моделирование (СИМ) базируется на численном статистическом методе решения математическим задач, называемых методом Монте-Карло.

Использование СИМ позволяет моделировать любые объекты, в том числе социально-экономические, с учетом большого числа факторов, при практически любых законах распределения случайных входных параметров.

Метод Монте-Карло является основным принципом моделирования систем, содержащих стохастические или вероятностные элементы. Его зарождение связано с работой фон Неймана и Улана в конце 40-х годов XX–ого века, когда они ввели термин «Монте-Карло» и применили этот метод к решению задач ядерных излучений. Применение метода оказалось настолько успешным, что он получил распространение и в других областях науки и техники, включая экономические науки.

В методе Монте-Карло данные предшествующего опыта вырабатываются искусственно путем использования некоторого генератора случайных чисел в сочетании c интегральной функцией распределения вероятностей для исследуемого процесса. При зарождении метода таким генератором являлись таблицы случайных величин, игральные кости или колесо рулетки, в настоящее время практически всегда генератором случайных чисел является компьютерная программа.

При каждой новой серии испытаний, т.е. при каждом моделировании, результаты будут несколько изменяться, но при увеличении числа испытаний в серии результаты будут все более и более стабилизироваться, стремясь к постоянным величинам, равным математическим ожиданиям (мера среднего значения случайной величины в теории вероятностей) определяемых величин.

СИМ состоит из большого числа испытаний (прогонов), поэтому этот метод иначе называют методом статистических испытаний.

СИМ позволяет сделать выводы о поведении системы:

  • без ее построения, если это проектируемая система;

  • без вмешательства в ее функционирование, если это действующая система, экспериментирование с которой невозможно или нежелательно (дорого, опасно);

  • без ее разрушения, если цель эксперимента состоит в определении предельного воздействия на систему.