1.4. Цель и задачи моделирования
Соотношение мира моделей и мира реальных явлений представлено на рис. 1.4. При анализе реального явления или реального экономического объекта применяется процедура абстракции. Мы отвлекаемся от всех несущественных для решения проблемы факторов. Выделяем только важные (по мнению исследователя) объекты, показатели и причинно-следственные связи. Затем подбираем математические и программные объекты, свойства (поведение) которых совпадают с показателями реального экономического объекта.
Рис. 1.4. Соотношение мира моделей и мира реальных явлений
Серией компьютерных экспериментов мы исследуем модель и получаем подтверждение или опровержение наших предэксперементальных гипотез о поведении модели. Выводы о поведении модели менеджер применяет к реальному объекту, т.е. принимает плановое или прогнозное решение, полученное с помощью исследования модели. Таким образом, цель моделирования – решение некоторой проблемы реального мира, которую дорого либо невозможно решать, экспериментируя с реальным объектом.
Имитационное моделирование может применяться в самых различных сферах деятельности. В книге Кельтона В. и Лоу А. […] приведен список задач, при решении которых моделирование особенно эффективно:
проектирование и анализ производственных систем;
оценка различных систем вооружений и требований к их материально-техническому обеспечению;
определение требований к оборудованию и протоколам сетей связи;
определение требований к оборудованию и программному обеспечению различных компьютерных систем;
проектирование и анализ работы транспортных систем, например аэропортов, автомагистралей, портов и метрополитена;
оценка проектов создания различных организаций массового обслуживания, например центров обработки заказов, заведений быстрого питания, больниц, отделений связи;
модернизация различных процессов в деловой сфере;
определение политики в системах управления запасами;
анализ финансовых и экономических систем.
Имитационное моделирование наряду с математическим программированием является одним из двух наиболее распространенных методов исследования операций.
1.5. Особенности имитационного моделирования и его преимущества
В определенные моменты функционирования большинства систем возникает необходимость их исследования с целью получения представления о внутренних соотношениях между их компонентами и вычисления их производительности в новых условиях эксплуатации. На рис. 1.5 изображены различные альтернативные способы исследования системы. Рассмотрим их подробнее.
Рис. 1.5. Способы исследования системы […]
Эксперименты с реальной системой или моделью системы? При наличии возможности физически изменить систему (если это рентабельно) и запустить ее в действие в новых условиях лучше всего поступить именно так, поскольку в этом случае вопрос об адекватности полученного результата исчезает сам собой. Однако часто такой подход неосуществим из-за больших затрат на его осуществление, либо в силу разрушительного воздействия на саму систему. Например, в банке ищут способы снижения расходов, и с этой целью предлагается уменьшить число кассиров. Если попробовать в действии новую систему – с меньшим числом кассиров, это может привести к длительным задержкам в обслуживании посетителей и отказу от услуг банка. Более того, система может и не существовать на самом деле, но мы хотим изучить различные ее конфигурации, чтобы выбрать наиболее эффективный способ выполнения. Примерами таких систем могут служить транспортные сети, склады, терминалы и прочие логистические системы. Поэтому необходимо создать модель, представляющую систему, и исследовать ее как заменитель реальной системы. При использовании модели всегда возникает вопрос – действительно ли она в такой степени точно отражает саму систему, чтобы можно было принять решение, основываясь на результатах моделирования.
Физическая модель или математическая модель? В некоторых случаях создание физических моделей может оказаться весьма эффективным инструментом исследования технических систем или систем управления. Примерами могут служить масштабные настольные системы погрузочно-разгрузочных систем и грузовых терминалов. Однако преобладающее большинство создаваемых моделей являются математическими. Они представляют систему посредством логических и количественных отношений, которые затем подвергаются обработке и изменениям, чтобы определить, как система реагирует на изменения, точнее – как бы она реагировала, если бы существовала на самом деле.
Аналитическое решение или имитационное моделирование? Чтобы ответить на вопрос о системе, которую представляет математическая модель, следует установить, как эту модель можно построить. Когда модель достаточно проста, можно вычислить ее соотношения и параметры и получить точное аналитическое решение, то лучше исследовать модель именно таким образом, не прибегая к имитационному моделированию. Однако многие системы чрезвычайно сложны, они практически полностью исключают возможность аналитического решения. В этом случае модель следует изучать с помощью имитационного моделирования, т.е. многократного испытания модели с нужными входными данными, чтобы определить их влияние на выходные критерии оценки работы системы.
Таким образом, имитационное моделирование – это деятельность по разработке программных моделей реальных или гипотетических систем, выполнение этих программ на компьютере и анализ результатов компьютерных экспериментов по исследованию поведения моделей. Имитационное моделирование имеет существенные преимущества перед аналитическим моделированием в тех случаях, когда:
отношения между переменными в модели нелинейны, и поэтому аналитические модели трудно или невозможно построить;
модель содержит стохастические компоненты;
для понимания поведения системы требуется визуализация динамики происходящих в ней процессов;
модель содержит много параллельно функционирующих взаимодействующих компонентов.
Во многих случаях имитационное моделирование – это единственный способ получить представление о поведении сложной системы и провести ее анализ.