11. Языки моделирования. Имитационное моделирование информационных систем и сетей.

Чтобы реализовать на ЭВМ модель сложной системы, нужен аппарат моделирования, который в принципе должен быть специа­лизированным.

Вместе с тем, существующие языки программирования общего назначения для достаточно широкого круга задач позволяют без значительных затрат ресурсов создавать весьма совершенные ими­тационные модели. Можно сказать, что они способны составить конкуренцию специализированным языкам моделирования. Для систематизации представлений о средствах реализации имитацион­ных моделей приведем основные определения и краткие сведения о подходах к выбору соответствующего языка.

Классические языки моделирования являются процедурно-ориен­тированными и обладают рядом специфических черт. Можно ска­зать, что основные языки моделирования разработаны как средство программного обеспечения имитационного подхода к изучению сложных систем.

Языки моделирования позволяют описывать моделируемые сис­темы в терминах, разработанных на базе основных понятий имита­ции. С их помощью можно организовать процесс общения заказчика и разработчика модели. Различают языки моделирования непрерыв­ных и дискретных процессов.

В настоящее время сложилась ситуация, когда не следует противопоставлять языки общего назначения (ЯОН) и языки имитационного моделирования (ЯИМ).

Некоторые ЯИМ базируются на конструкциях ЯОН: например, FORSIM — на языке FORTRAN, ПЛИС — на языке PL и т.д.

В силу своего целевого назначения при правильном выборе и использовании языки моделирования обладают рядом понятных достоинств.

Вместе с тем, им присущи и определенные недостатки, главны­ми из которых являются сугубо индивидуальный характер соответ­ствующих трансляторов, затрудняющий их реализацию на различ­ных ЭВМ, низкая эффективность рабочих программ, сложность процесса отладки программ, нехватка документации (литературы) для пользователей и специалистов-консультантов и др. В ряде слу­чаев эти недостатки способны перечеркнуть любые достоинства.

Процесс моделирования включает в себя формирование модели, отладку моделирующей программы и проверку корректности выбранной модели.

Чаще всего имитационная модель строится не с нуля. Существуют готовые имитационные модели основных элементов сетей: наиболее распространенных типов маршрутизаторов, каналов связи, методов доступа, протоколов и т.п.

В любом случае имитационное моделирование требует знания статистических свойств системы в целом и составляющих ее элементов. Качество результатов моделирования в значительной степени зависит от точности исходных данных о сети, переданных в систему имитационного моделирования, и еще больше – от обоснованности априорных предположений, сделанных при моделировании. При этом используются два подхода – имитационное моделирование с дискретным временем, и имитационное моделирование с непрерывным временем. В моделях с дискретным временем выбирается минимальный интервал (квант) времени, такой, что события, происходящие на протяжении такого интервала можно считать одновременными. При моделировании цифровых систем передачи таким интервалом можно считать время передачи одного бита информации (бит-тайм).

При отработке очередного шага моделирования время увеличивается на один квант и проверяется выполнение условия завершения моделирования. Если условие завершения выполнено, то переход на вычисление и вывод статистики. В противном случае рассматривается, какие изменения произошли на всех узлах, линиях связи за этот квант времени и происшедшие изменения фиксируются, после чего осуществляется переход к следующему шагу. В случае моделирования с непрерывным временем вычисляются моменты наступления событий, меняющим состояние системы или отдельных ее элементов. События эти связанны с генерацией и распространением по сети кадров (пакетов). На каждом шагу моделирования выбирается время наступления следующего события, модельное время приравнивается времени его наступления, анализируется, как влияет наступление этого события на состояние элементов системы, и фиксируются происшедшие изменения, после чего осуществляется переход к следующему шагу – событию. Если очередным событием является завершение моделирования – переход на вычисление и вывод статистики.