4. Дискретно-событийное моделирование

При имитационном моделировании процессы развиваются в функции от

некоторой независимой переменной. Вообще говоря, она может иметь раз-

личный физический смысл, но очень часто независимой переменной является

время. Во-первых, в жизни именно время является тем, что ни от чего не за-

висит, но на всё влияет. Во-вторых, многие факторы можно отразить с по-

мощью времени: например, сложность выполнения работы можно оценить

затрачиваемым на неё временем.

Процессы протекают во времени по-разному и цели их моделирования

также могут быть разными. Например, если автобус едет по маршруту, то

может казаться интересно, как меняется скорость его движения, когда он

отъезжает от остановки, подъезжает к перекрёстку, тормозит перед останов-

кой и т. д. При этом можно использовать функциональное моделирование на

основе законов механики. Это можно сделать на основе решения системы

дифференциальных уравнений, описывающих динамику механических тел

(законы Ньютона и другие физические законы), и может быть необходимо,

например, для исследования расхода горючего, износа шин и тому подобных

явлений. Если же исследуется объём перевозок, потоки пассажиров, полу-

чаемые доходы и т. п., то достаточно лишь самого факта и времени появле-

ния автобуса в нужном месте, т. е. интерес представляет событие.

Между соседними во времени событиями имеются временные промежутки, в которых никаких событий не происходит. Следовательно, в программной модели все последовательные события могут протекать непосредственно друг за другом, а время между ними определяется расчётным путём.

Такое моделирование называют дискретно-событийным: дискретным по

отношению ко времени (используются времена только в точках событий) и

событийным по отношению к характеру моделируемых элементов (ими

являются именно события). При имитационном моделировании организаци-

онных объектов используется именно дискретно-событийная форма.

Дискретно-событийное моделирование:

во-первых, отвечает сути изучаемых процессов, главным в которых яв-

ляется последовательность событий (которые, разумеется, могут иметь свои

параметры);

во-вторых, является весьма экономичным, так как программа считает

только в точках изменения состояния модели—— в моменты событий (вообще говоря, состояние модели может и не измениться, если ожидаемое событие не произошло из-за невыполнения каких-то условий);

в-третьих, весьма точное в отношении начала и завершения событий,

так как времена всегда рассчитываются без погрешностей.

Сами события могут иметь различную физическую природу и различное

представление в модели. Событием может быть появление в модели какого-

то объекта, например, приход посетителя, формирование сигнала времени, совпадение каких-то условий и др.

5. Основные преимущества и недостатки имитационного моделирования

Применение имитационных моделей дает множество преимуществ по сравнению с выполнением экспериментов над реальной системой и использованием других методов.

Стоимость. Допустим, компания уволила часть сотрудников, что в дальнейшем привело к снижению качества обслуживания и потери части клиентов. Принять обоснованное решение помогла бы имитационная модель, затраты на применение которой состоят лишь из цены программного обеспечения и стоимости консалтинговых услуг.[2]

Время. В реальности оценить эффективность, например, новой сети распространения продукции или измененной структуры склада можно лишь через месяцы или даже годы. Имитационная модель позволяет определить оптимальность таких изменений за считанные минуты, необходимые для проведения эксперимента.[2]

Повторяемость. Современная жизнь требует от организаций быстрой реакции на изменение ситуации на рынке. Например, прогноз объемов спроса продукции должен быть составлен в срок, и его изменения критичны. С помощью имитационной модели можно провести неограниченное количество экспериментов с разными параметрами, чтобы определить наилучший вариант.[2]

Точность. Традиционные расчетные математические методы требуют применения высокой степени абстракции и не учитывают важные детали. Имитационное моделирование позволяет описать структуру системы и её процессы в естественном виде, не прибегая к использованию формул и строгих математических зависимостей.[2]

Наглядность. Имитационная модель обладает возможностями визуализации процесса работы системы во времени, схематичного задания её структуры и выдачи результатов в графическом виде. Это позволяет наглядно представить полученное решение и донести заложенные в него идеи до клиента и коллег.[2]

Универсальность. Имитационное моделирование позволяет решать задачи из любых областей: производства, логистики, финансов, здравоохранения и многих других. В каждом случае модель имитирует, воспроизводит, реальную жизнь и позволяет проводить широкий набор экспериментов без влияния на реальные объекты.[2]

Однако имитационное моделирование наряду с достоинствами имеет и недостатки:[2]

- разработка хорошей имитационной модели часто обходится дороже создания аналитической модели и требует больших временных затрат;

- может оказаться, что имитационная модель неточна (что бывает часто), и мы не в состоянии измерить степень этой неточности;

- зачастую исследователи обращаются к имитационному моделированию, не представляя тех трудностей , с которыми они встретятся и совершают при этом ряд ошибок методологического характера.

И, тем не менее, имитационное моделирование является одним из наиболее широко используемых методов при решении задач синтеза и анализа сложных процессов и систем.