Раздел 2. Введение в имитационное моделирование

в длинной цепочке причинно-следственных связей. Задача мо­

делирования в этом случае — выявить реальные причинные за­

висимости в сложных системах и найти схемы управления, по­

давляющие нежелательное развитие событий» [62].

В методиках и технологиях моделирования, развиваемых ми­

ровой динамикой, для исследуемой системы строятся графиче­

ские диаграммы причинных связей, отражающие глобальные

влияния во времени различных групп параметров на анали­

зируемые показатели системы. Графо-аналитические модели,

используемые в модельном языке системной динамики, пре­

допределили удобство использования, зрелищность и популяр­

ность данной методики, которая нашла применение в бизнесе,

социологии, менеджменте для решения таких задач, как анализ

рынка, управление проектами. Этот интереснейший метод ими­

тационного моделирования изучается преимущественно на эко­

номических факультетах и специальностях учебных заведений

и предлагается как средство для оценки отклика сложной систе­

мы и принятия оптимальных управленческих решений. Нельзя

не отметить, что популярности идей системной динамики спо­

собствовал мировой авторитет MIT и незаурядный писательский

талант Форрестера.

Графическая нотация представления структур потоковых

диаграмм (stock-and-flow) системной динамики, описывающих

причинно-следственные связи в сложной системе, реализована

в нескольких известных универсальных коммерческих па­

кетах моделирования (Stella, Vensim, iThink, Powersim и др.),

которые позволяют автоматизировать разработку системно-

динамических моделей.

В настоящее время системная динамика превращается в от­

дельную отрасль компьютерного моделирования: образовано

международное общество системной динамики «The System

Dynamics Society" [158]; регулярно выходит журнал «System

Dynamics Review", ежегодно созываются множество междуна­

родных и региональных конференций по этим проблемам.

Системная динамика как методология исследования слож­

ных экономических и социальных явлений изучается во многих

бизнес-школах по всему миру. Для технических наук и приложе­

ний определенный методический интерес представляет графо-

50

аналитический подход описания моделей на концептуальном

уровне, а также методы оценки и принятия решений, разрабо-

танныые из самых современных направлений развития имита-

Одним системной динамикой.

нного моделирования в настоящее время считается использо­

вание многоагентных (мультиагентных) систем. В мультиагентной

имитационной модели «агент» — это некоторая сущность, ко­

торая обладает активностью, автономным поведением и может

принимать собственные решения в соответствии с некоторым

набором правил, может взаимодействовать с окружением и дру­

гими агентами, а также может изменяться (эволюционировать)

[19]. С помощью агентов удобно моделировать рынки сбыта,

конкуренцию компаний на рынке, динамику населения.

В промышленности многоагентные модели используются

для исследования поведения децентрализованных систем, на­

пример, производственных действий группы людей в сложном

проекте, оценка взаимного влияния пользователей компьютер­

ных систем. Функционирование таких систем определяется не

только какими-то заранее известными правилами поведения,

а наоборот, правила и законы являются результатом индивиду­

альной активности членов группы. Цель агентных моделей — вы­

явить закономерности и сформулировать правила функциони­

рования какой-либо системы в целом, исходя из предположений

об индивидуальном поведении ее отдельных активных объектов

и взаимодействии этих объектов в системе.

Очевидно, что при реализации данной методики для модели­

рования сложных технических систем требуются значительные

вычислительные затраты. Известны примеры мультиагентных

моделей, содержащие десятки и даже сотни тысяч активных

агентов [19]. Практическое использование и перспективность

мультиагентных моделей в настоящее время связывается с про­

гнозируемым ростом производительности компьютеров и со­

временными достижениями в объектно-ориентированном про­

граммировании.

Одной из первых областей применения имитационного моде­

лирования в промышленности стало решение задач управления

Материальными запасами (ресурсами производства), с исполь­

зованием методологии систем массового обслуживания. Такие

51

модели характерны для автоматизированных систем управления

производством (АСУП). Однако, будучи универсальным мето­

дом научного исследования, имитационное моделирование мо­

жет применяться в самых различных технических приложениях.

Можно выделить следующие основные приложения имита­

ционного моделирования в технике:

— моделирование сложных технических процессов, исполь­

зуемых в машиностроительных производствах;

— моделирование функционирования изделий и промышлен­

ного оборудования различного назначения;

— проектирование автоматических и автоматизированных

линий, роботизированных и конвейерных производств;

— анализ и оптимизация автоматизированных систем управ­

ления, проектирования, информационной поддержки жизнен­

ного цикла изделий и комплекса их обеспечений;

— проектирование и анализ работы транспортных систем (на­

пример, обеспечения доставки материалов и комплектующих на

предприятие);

— проектирование и анализ организационно-технической

деятельности сложных производственных систем;

— разработка проектов создания систем массового обслужи­

вания, например, центров обработки заказов, ремонтных пред­

приятий;

— анализ и планирование организационно-экономических

процессов предприятия.

В машиностроении имитационное моделирование особенно

эффективно при решении прикладных задач в управлении и при

проектировании технологических процессов и систем. Так, на­

пример, с помощью анализа имитационной модели автомати­

зированной производственной системы решаются следующие

задачи:

— сравнительная оценка вариантов автоматизации с целью

выбора наиболее эффективного решения;

— оценка производительности автоматизированной системы

с учетом различных внешних условий и внутренних потерь;

— повышение степени использования оборудования путем

согласования технологических операций во времени и про­

странстве.

52

В целом машиностроительное производство относится к

дискретным системам (в отличие, например, от нефтеперера­

ботки). Машиностроительный завод, цех или участок можно

рассматривать как дискретную систему, поскольку перемен­

ные состояния этой системы, например, количество изделий

на конвейере или изготовленных деталей на складе, меняются

поштучно, скачкообразно, прерывисто. В то же самое время от­

дельные технологические процессы на том же заводе являют­

ся непрерывными. Движение обрабатывающего инструмента

и узлов металлорежущего станка может служить примером не­

прерывной системы, поскольку переменные состояния (на­

пример, координаты и скорость инструмента) меняются плав­

но во времени. На практике система редко является полностью

дискретной или полностью непрерывной. Например, переходы

в технологическом процессе всегда дискретны. Но в каждой си­

стеме, как правило, превалирует один тип изменений, по нему мы

и определяем ее либо как дискретную, либо как непрерывную.

Использование многих компьютерных технологий в тех­

нике может рассматриваться как имитация функционирова­

ния сложных процессов или объектов. В этом случае изделие,

устройство или процесс обычно именуется «системой». На

практике понятие системы зависит от задач конкретного ис­

следования. Так, совокупность предметов, которые составля­

ют систему в одном исследовании, может являться лишь под­

множеством в вышестоящей системе или использоваться при

проведении другого исследования. Например, станок с Ч П У

может рассматриваться как система состоящая, как минимум,

из электронной и механической частей. А в рамках производ­

ственной линии это один из многих объектов сложной произ­

водственной системы.

Как известно, состояние системы определяется как сово­

купность переменных, необходимых для описания этой си­

стемы на определенный момент времени в соответствии с за­

дачами исследования. Так, при моделировании конвейерного

производства примерами переменных состояния могут слу­

жить число занятых рабочих мест на конвейере, число изде­

лий, одновременно находящихся на конвейере, время начала

изготовления каждого изделия и т.д.

53

перспективен в связи с появлением нескольких процессоров

даже У персональных компьютеров. Но чаще всего, в настоящее

необходимой для решения реальных производственных задач.

В этом случае используются алгоритмические имитационные

модели.