2 . 2 . Методология и м и т а ц и о н н о г о моделирования

В работах по имитационному моделированию часто исполь­

зуются такие понятия, как концептуальная модель и концептуаль­

ная база имитационного моделирования.

Концептуальные модели исследуемых систем и процессов,

разрабатываемые на начальных этапах моделирования, описы­

ваются и формулируются на основе наборов понятий, состав­

ляющих концептуальную (терминологическую) базу методики

(языка) имитационного моделирования. Состав концептуаль­

ной базы формируется в зависимости от предметной ориента­

ции каждой конкретной методики моделирования. Например,

терминология моделирования дискретных процессов включает

такие понятия, как объект (процесс), класс объекта, атрибут

объекта, схема поведения объекта, приоритет объекта, событие,

время, список событий.

Обобщенная схема описывает в терминах соответствующей

концептуальной базы процесс функционирования исследуе­

мых систем. Чаще всего используются два подхода описания

деятельности системы во времени: событийно-ориентированный

и процессно-ориентированный.

Процессно-ориентированный подход рассматривает функцио­

нирование описываемой системы как развивающееся во времени

действие, с учетом взаимодействия параллельно протекающих

процессов (processes). В свою очередь, каждый процесс пред­

ставляет собой цепочку событий, выполнение которых приводит

к определенному в алгоритме изменению состояния системы.

Теоретически параллельно протекающие процессы логичнее

всего моделировать на многопроцессорных или распределенных

вычислительных системах. Процессный подход, несомненно,

54

время параллельные процессы моделируются на последователь-

ных вычислительных системах, а параллельность только имити-

руется алгоритмически, то есть параллельные события в модели-

юшей программе исполняются квазипараллельно.

При событийно-ориентированном подходе в системе выделя­

ются классы событий. Событием (events) называется изменение

состояния системы, которое происходит мгновенно. Причем

в промежутке между двумя событиями модель остаётся неиз­

менной. В данном подходе процесс функционирования системы

представляется как последовательность событий, а управление

процессом моделирования заключается в выборе и активизации

программы (программного блока), имитирующего соответствую­

щее событие. Продвижение модели из одного состояния в другое

выполняется по определённому алгоритму, который содержит

сценарий поведения модели во времени и задает причинно-

следственные связи между активизацией событий.

В сущности подходы имитационного моделирования

дискретно-событийных систем, основанные на идеях планиро­

вания событий и использованием описаний процессов, очень

похожи. Например, при обоих подходах применяются часы мо­

дельного времени, список событий, синхронизирующая программа

и т.д. Однако подход с использованием процессов представля­

ется более естественным для понимания и использования прак­

тикующими инженерами, не являющимися специалистами в об­

ласти моделирования.

Одним из ключевых терминов в имитационном моделирова­

нии считается понятие «состояние системы». Любая динамиче­

ская система описывается набором переменных состояний, сово­

купность комбинаций которых характеризует общее состояние

системы в данный момент времени. Вирируя значения перемен­

ных можно имитировать переход системы из одного состояния

в другое. Таким образом, в имитационном моделировании опи­

сывается динамическое поведение системы посредством про-

вижения от одного состояния к другому в соответствии с опре­

деленными алгоритмами. Причем изменения состояний могут

Происходить как непрерывно, так и в дискретные моменты времени.

55

Программная реализация всех этих составляющих, по сути,

имитационная модель, которая составляется на специали-

количества целей и назначения системы могут быть выделены

одноцелевые и многоцелевые модели.

В динамической имитационной модели должна быть адекват­

но отображена как структура моделируемой системы, так и про­

цессы ее функционирования. Поэтому в описании имитацион­

ной модели выделяют две следующие основные составляющие:

— описание структуры, которое иногда называют статическим

описанием системы. Поэтому при разработке имитационной мо­

дели необходимо выполнять структурный анализ моделируемых

систем;

— описание динамики взаимодействий структурных элементов,

которое называют динамическим описанием системы. При состав­

лении динамического описания фактически производится по­

строение функциональной модели динамических процессов.

В процессе программной реализации имитационной модели

выделенным структурным элементам системы ставятся в соот­

ветствие некоторые программные компоненты, состояния ко­

торых описываются с помощью переменных состояния. Взаи­

модействие элементов сводится к обмену информацией между

ними, а динамика взаимодействия элементов во времени зада­

ется с помощью алгоритма изменения переменных состояний,

иногда называемого моделирующим алгоритмом. Динамические

имитационные модели описывают и воспроизводят в процессе

модельного эксперимента все значимые взаимодействия между

составными элементами системы. При этом описание динамики

системы в имитационных моделях реализуется с помощью меха­

низма продвижения модельного времени.

Таким образом, имитационная модель включает в себя:

— Описание структуры системы, как совокупность взаимо­

действующих элементов (структурная модель);

— Аналитическое или алгоритмическое описание функцио­

нирования каждого из отдельных элементов (функциональные

математические модели);

— Алгоритм взаимодействия различных элементов между

собой и с внешней средой во времени (моделирующий алго­

ритм).

56

зированном языке моделирования с применением средств авто­

матизации моделирования.

Для описания динамики моделируемых процессов в имита-

ионном моделировании должен быть предусмотрен специаль­

ный механизм отсчета времени, который реализуется в процессе

модельного эксперимента с помощью управляющей програм-

мы Универсальную управляющую программу, которая имеется

в каждой прикладной среде имитационного моделирования, ча­

сто называют на английский манер — симулятором (simulator).

При проведении вычислительного эксперимента различают:

физическое (physical), модельное (system time) и процессорное

(wallclock time) время.

Физическое время — это то реальное время, которое соответ­

ствует непрерывному равномерному и последовательному тече­

нию физических процессов в моделируемой системе.

Модельное время, иногда еще называемое системным вре­

менем, — это представление физического времени в модели.

В дискретно-событийных моделях оно прерывисто и разделено

на равномерные или неравномерные интервалы.

Процессорное время — это время работы моделирующей про­

граммы на компьютере. Так, например, моделирование годовой

работы предприятия может занять всего один час имитации на

компьютере. А анализ почти мгновенного движения пули через

преграду намеренно растянут во времени.

В ряде случаев, например, при использовании операторских

тренажёров продвижение модельного времени должно быть син­

хронизировано с процессорным временем. Такое воспроизведе­

ние вычислительного эксперимента называется моделировани­

ем в реальном времени (real time).

Существуют два основных способа изменения интервалов

модельного времени. В пошаговом способе используются фикси­

рованные интервалы времени, а в пособытийном способе — пере-

менные интервалы шага модельного времени, которые зависят от

времени наступления очередного события. На практике чаще

Используется переменный шаг, который требует меньше вычис­

лительных затрат. А мелкий фиксированный шаг применяется,

57

2 3. Методы формализации в компьютерном моделировании

В некоторых методиках дробление сложной системы реко-

если закон изменения системы от времени описывается интегро-

дифференциальными уравнениями. Например, в некоторых ме­

тодах шаг моделирования удобно приравнять шагу численного

дифференцирования.

И в событийно-ориентированном моделировании, и в про-

цессо-ориентированном механизм продвижения времени свя­

зан со списком запланированных или управляющих событий,

который называют календарём событий. Календарь событий

представляет собой таблицу, строки которой содержит ссылку

на запланированное событие и модельное время начала запла­

нированного события. Управляющая программа (симулятор)

последовательно выбирает из календаря событие с очередным

по сроку временем и передает управление соответствующему со­

бытию. Время активного события объявляется текущим модель­

ным временем системы.

Имитационное моделирование широко использует идеи и

приемы теории вероятностей, необходимые для создания сто­

хастических моделей. В этом случае переменные, задаваемые на

входе и в разветвлениях цепочек событий, описываются стати­

стическими законами распределения. Таким образом, можно

реализовать случайное развитие ситуаций и моделировать веро­

ятностные процессы. Очень часто в программном обеспечении

имитационного моделирования применяется метод статистиче­

ских испытаний «Монте-Карло». Иногда приходится даже слы­

шать, что имитационное моделирование исторически «выросло»

из метода статистических испытаний и метод «Монте-Карло»

для многих исследователей стохастических процессов символи­

зирует само имитационное моделирование.

В имитационном моделировании широко используется блочный

принцип моделирования. Сложный процесс расчленяется на сово­

купность более простых элементов (блоков), поведение каждого

из которых описывается аналитическими функциями или задается

алгоритмически. Физические процессы, происходящие внутри от­

дельного блока, не моделируются во всех подробностях, а по анало­

гии заменяются какой-либо простой зависимостью, приближенно

отражающей изменение основных выходных параметров в зависи­

мости от входных параметров блока. То есть применяется декомпо­

зиция, разбиение сложной задачи на простейшие ее составляющие.

58

ндуют проводить до такой степени, чтобы поведение эле­

ментарного блока м о ж н о было описать аналитически. То есть

тивопоставление имитационных моделей аналитическим

моделям не совсем справедливо. Часто в новых методах и под­

ходах компьютерного моделирования, которые по определению

должны обладать какими-либо особыми качествами, полезный

эффект достигается не по причине абсолютной новизны состав­

ных частей методики, а благодаря синергетическому эффекту от

комплексного использования базовых математических методов,

поддержанных мощью современных компьютерных технологий.