4.3. Имитационное моделирование как вид научного исследования в процессе выполнения дипломного проекта (вкр)

В процессе выполнения дипломного проекта, выпускной квалификационной работы и других научно-исследовательских работ одним из обязательных этапов верификации разрабатываемой гипотезы выступает имитационное моделирование.

Понятие «имитационное моделирование» в инженерных расчетах получило свое толкование еще в 60-е годы XIX века. Имитационными моделями называли модели, которые выстраивали и рассчитывали с помощью первых ЭВМ.

Понятие «компьютерное моделирование» появилось вместе с созданием первых компьютеров. Компьютерное моделирование как новый метод научных исследований основывается на:

1) построении математических моделей для описания изучаемых процессов;

2) использовании новейших вычислительных машин, обладающих высоким быстродействием (миллионы операций в секунду) и способных вести диалог с человеком.

Суть компьютерного моделирования состоит в следующем: на основе математической модели с помощью ЭВМ проводится серия вычислительных экспериментов, т. е. исследуются свойства объектов или процессов, находятся их оптимальные параметры и режимы работы, уточняется модель. Например, располагая уравнением, описывающим протекание того или иного процесса, можно, изменяя его коэффициенты, начальные и граничные условия, исследовать, как при этом будет вести себя объект.

Реальные процессы и системы можно исследовать с помощью двух типов математических моделей: аналитических и имитационных. В аналитических моделях поведение реальных процессов и систем задается в виде явных функциональных зависимостей (уравнений линейных или нелинейных, дифференциальных или интегральных, систем этих уравнений). Имитационная модель – это система авторского видения заявленной проблемы.

Имитационное моделирование – это совокупность методов алгоритмизации функционирования объектов исследований, программной реализации алгоритмических описаний, организации, планирования и выполнения на ЭВМ вычислительных экспериментов с математическими моделями, имитирующими функционирование расчетно-поисковых систем (РПС) в течение заданного периода.

Термин «имитационное моделирование» (ИМ) можно разложить на два синонима – «имитация» и «моделирование». Фактически все области науки и техники являются моделями реальных процессов. Чтобы отличить математические модели друг от друга, исследователи стали давать им дополнительные названия. Термин «имитационное моделирование» означает, что мы имеем дело с такими математическими моделями, с помощью которых нельзя заранее вычислить или предсказать поведение системы, и для предсказания поведения системы необходим вычислительный эксперимент (имитация) на математической модели при заданных исходных данных.

Основные достоинства имитационного моделирования:

• возможность описания поведения компонентов (элементов) процессов или систем на высоком уровне детализации;

• отсутствие ограничений между параметрами ИМ и состояни- ем внешней среды РПС;

• возможность исследования динамики взаимодействия компо- нентов во времени и пространстве параметров системы.

Эти достоинства обеспечивают широкое распространение имитационного метода. Рекомендуется использовать имитационное моделирование в следующих случаях:

• если не существует законченной постановки задачи исследо- вания и идет процесс познания объекта моделирования. Ими- тационная модель служит средством изучения явления;

• если аналитические методы имеются, но математические про- цессы сложны и трудоемки, и имитационное моделирование да- ет более простой способ решения задачи;

• когда кроме оценки влияния параметров (переменных) про- цесса или системы желательно осуществить наблюдение за поведением компонентов (элементов) процесса или поисковы- ми системами в течение определенного периода;

• когда имитационное моделирование оказывается единствен- ным способом исследования сложной системы из-за невоз- можности наблюдения явлений в реальных условиях (реакции термоядерного синтеза, исследования космического простран- ства);

• когда необходимо контролировать протекание процессов или поведение систем путем замедления или ускорения явлений в ходе имитации;

• при подготовке специалистов для новой техники, когда на имитационных моделях обеспечивается возможность приоб- ретения навыков в эксплуатации новой техники;

• когда изучаются новые ситуации в РПС. В этом случае имита- ция служит для проверки новых стратегий и правил проведе- ния натуральных экспериментов.

Одним из видов имитационного моделирования является статистическое имитационное моделирование, позволяющее воспроизводить на ЭВМ функционирование сложных случайных процессов.

При исследовании сложных систем, подверженных случайным возмущениям, используются вероятностные аналитические и вероятностные имитационные модели. В вероятностных аналитических моделях влияние случайных факторов учитывается с помощью задания вероятностных характеристик случайных процессов (законы распределения вероятностей, спектральные плотности или корреляционные функции). При этом построение вероятностных аналитических моделей представляет собой сложную вычислительную задачу. Поэтому вероятностное аналитическое моделирование используют для изучения сравнительно простых систем.

Подмечено, что введение случайных возмущений в имитационные модели не вносит принципиальных усложнений, поэтому исследование сложных случайных процессов проводится в настоящее время, как правило, на имитационных моделях.

В вероятностном имитационном моделировании оперируют не с характеристиками случайных процессов, а с конкретными случайными числовыми значениями исследуемых параметров системы или механизма. При этом результаты, полученные при воспроизведении на имитационной модели рассматриваемого процесса, являются случайными реализациями. Поэтому для нахождения объективных и устойчивых характеристик процесса требуется его многократное воспроизведение, с последующей статистической обработкой полученных данных. Именно поэтому исследование сложных процессов и систем, подверженных случайным возмущениям, с помощью имитационного моделирования принято называть статистическим моделированием. Статистическая модель случайного процесса – это алгоритм, с помощью которого имитируют работу сложной системы, подверженной случайным возмущениям (взаимодействие элементов системы, носящих вероятностный характер).

При реализации на ЭВМ статистического имитационного моделирования возникает задача получения на ЭВМ случайных числовых последовательностей с заданными вероятностными характеристиками. Численный метод, решающий задачу генерирования последовательности случайных чисел с заданными законами распределения, называют методом статистических испытаний или методом Монте-Карло.

Так как метод Монте-Карло кроме статистического моделирования может быть использован при взятии интегралов, решении уравнений, то целесообразно ввести для каждого из указанных методов свою терминологию.

Итак, статистическое моделирование – это способ изучения сложных процессов и систем, подверженных случайным возмущениям, с помощью имитационных моделей. Метод Монте-Карло – это численный метод, моделирующий на ЭВМ псевдослучайные числовые последовательности с заданными вероятностными характеристиками.

Методика статистического моделирования состоит из следующих этапов:

1. моделирование на ЭВМ псевдослучайных последовательностей с заданной корреляцией и законом распределения вероятностей (метод Монте-Карло), имитирующих случайные значения параметров при каждом испытании;

2. преобразование полученных числовых последовательностей на имитационных математических моделях;

3. статистическая обработка результатов моделирования.

Метод имитации позволяет решать широкий круг задач, возникающих при проектировании различных систем управления, технических механизмов, жизнедеятельности различных динамических систем. Имитация как метод научного исследования позволяет одновременно рассматривать и оценивать несколько альтернативных вариантов проектных решений, что в целом повышает достоверность и качество окончательно выбранного варианта.

В настоящее время имеется достаточно много различных подходов к созданию программного обеспечения имитационного моделирования, в том числе пакетов, использующих следующие типы моделей:

1. модели технических средств, имитирующие работу центральных и периферийных устройств вычислительной системы (например, функционирование центрального процессора, передачу данных по каналу связи в управляющий блок периферийного устройства, работу пакета дисков с фиксированной головкой);

2. модели программных средств, имитирующие функционирование программ, обеспечивающих работу вычислительной системы (например, программ управления вводом-выводом, компиляторов, программ, распределяющих задания);

3. стыковочно-оптимизационные модели, осуществляющие увязку предыдущих типов моделей в единую согласованную систему (с помощью них производится структурирование массивов, назначение массивов по периферийным устройствам и каналам, блокирова­ние записей, корректировка длины записей, распределение памяти и др.).

Имитация дает возможность разработчику выяснить, может ли быть осуществлен проектируемый процесс обработки данных на заданной вычислительной системе, оценить возможные режимы нагрузки системы во времени, проверить возможность улучшения качества системы путем изменения конфигурации вычислительных средств и т. п. Использование имитационного метода носит итерационный характер.

При компоновке моделей технологических линий или производственных участков используются также модули, описывающие динамику работы транспортных средств, состояние межоперационных бункеров и других элементов. Настраиваемые из предлагаемого разработчиками набора модулей модели используются для решения вопросов следующего характера:

1) выбор и определение рациональной последовательности внедрения экономически обоснованных мероприятий по подготовке объекта к автоматизации;

2) выявление результатов внедрения научной организации труда на поточных линиях многостаночного обслуживания;

3) исследование поведения производственного объекта после проведения комплекса оргтехмероприятий (с учетом не только случайных возмущений, но и нелинейности объекта);

4) анализ возможных вариантов построения системы управления объектом и оценка их экономической эффективности;

5) выбор варианта системы управления с элементами автоматизации и проверка ее работы при прогнозируемых или планируемых изменениях в производственном (технологическом) процессе и т. д.

Имитационное моделирование является одним из методов, позволяющих оценить систему и ее реакцию на возмущения по ряду показателей. С помощью моделирования при создании, например, автоматических систем управления цехом может решаться такая задача, как определение путей совершенствования системы на основе моделирования различных вариантов технической, технологической, а также организационной перестройки и исследование последствий принятых решений. Именно имитационное моделирование позволяет избежать рисков в проектировании динамических систем различного уровня и направления их жизнедеятельности.

Имитационное моделирование представляет собой серию численных экспериментов, призванных получить эмпирические оценки степени влияния различных факторов (исходных величин) на некоторые зависящие от них результаты (показатели).

В общем случае проведение имитационного эксперимента можно разбить на следующие этапы:

1. установление взаимосвязей между исходными и конечными показателями в виде математического уравнения или неравенства;

2. задание законов распределения вероятностей для ключевых параметров модели;

3. компьютерная имитация значений ключевых параметров модели;

4. расчет основных характеристик распределений исходных и конечных показателей;

5. анализ полученных результатов и принятие решения.

Имитационное моделирование позволяет учесть максимально возможное число факторов внешней среды для принятия различных решений в процессе выполнения дипломного проекта (ВКР) и поэтому является наиболее мощным средством анализа инвестиционных рисков. Результаты имитационного эксперимента могут быть дополнены вероятностным, статистическим и другими видами анализа, а также использоваться для построения прогнозных моделей и сценариев.