6.1. Имитационный эксперимент

Имитационный эксперимент заключается в отображении процесса, протекающего в сложной системе в течение длительного интервала времени, за несколько секунд или минут работы компьютерной программы имитации.

Вместе с тем существуют и такие сложные задачи (как правило, они связаны с системами управления, системами поддержки и принятия решений, экспертными системами и т.п.), которые требуют при моделировании проведения столь огромного количества вычислений, что ИМ может работать медленнее реальной системы. В этом случае возможность сэкономить время не является определяющей.

Имитационный эксперимент позволяет осуществить следующие действия.

1. Сделать выводы о поведении СС и ее особенностях:

- без построения самой системы (в случае проектирования);

- без вмешательства в ее функционирование (в случае действующей системы);

- без разрушения системы (в случае определения предельных характеристик).

2. Синтезировать и исследовать стратегии управления.

3. Прогнозировать и планировать работу системы на будущее.

4. Обучать и тренировать управленческий персонал.

Недостатки имитационного моделирования

1. Трудно добиться адекватности описания системы (это, впрочем, проблема, присущая любым моделям вообще).

2. Нетривиальна интерпретация, трактовка результатов моделирования.

3. Не всегда удается обеспечить стохастическую сходимость процесса моделирования.

4. Проблема размерности существует и здесь.

5. Значительная трудоемкость ИМ.

По существу указанные недостатки присущи не только ИМ, но и моделированию вообще.

6.2. Развитие имитационного моделирования

Развитие ИМ началось вместе с появлением современных вычислительных машин, позволивших осуществлять машинные эксперименты с программами, описывающими логику сложных реальных явлений.

К настоящему времени ИМ накопило большой опыт, отражающийся в разнообразных алгоритмах и методиках.

Основные фазы развития средств им

1. Создание ИМ на универсальном языке (Фортран, Паскаль, Модула, С++, Ада и др.) или на специализированном языке ИМ (GPSS, Q-GERT, GASP IV, SLAM II, SIMULA и др.) или на объектно-ориентированном языке ИМ (MODSIM III, SIMULA 67, Sim++, C++Sim, Simex 3.0, QNAP 2).

Языки моделирования обладают двумя наиболее важными достоинствами: удобством и быстротой программирования и концептуальной выразительностью. Но при этом они обеспечивают меньше возможностей по сравнению с универсальными языками. В настоящее время в мире разработано используется более 700 языков моделирования.

2. Использование при разработке ИМ проблемно-ориентированных систем и средств ИМ, таких как ПОДСИМ, АСИМПТОТА, DOSIMIS-3, Process Charter 1.0.2 (компании Scitor, USA), Powersim 2.01 (Modell Data AS, Norge), Lthink 3.0.61 (High Performance Systems (Germany), Extend+BPR 3.1 (Imagine That! USA), Arena (Systems Modeling), ProModel (ProModel), ReTnink (Gensym).

Подобные системы, как правило, не требуют от пользователя знания программирования, но вместе с тем позволяют моделировать лишь относительно узкие классы сложных систем. Имитационные модели генерируются программной системой в процессе диалога с пользователем, что позволяет сделать создание модели быстрым и эффективным, избежав многих ошибок программирования. Таких систем насчитывается несколько десятков.

3. Интеллектуальное ИМ, характеризующееся возможностью использования методов искусственного интеллекта и, прежде всего знаний: при принятии решений в процессе имитации, при реализации интерфейса пользователя, при создании информационных банков ИМ, при использовании нечетких данных и т.д.

Существует противоречие между универсальностью (широтой класса систем, для моделирования которых может быть использовано данное средство) и гибкостью (легкостью описания конкретной системы). Это означает, что если средство может быть использовано для моделирования широкого класса систем, то язык описания, как правило, сложен и неудобен для описания конкретной системы и наоборот.

Нерешенной проблемой остается и присутствие в процессе имитационного моделирования творческого, неформального этапа перевода поставленной задачи на язык математики.

Интеллектуальные системы обладают большой гибкостью и универсальностью и могут имитировать деятельность человека при принятии решений. Интеллектуализация процесса ИМ призвана решить указанные выше проблемы.