4 .3. Имитационное моделирование

В имитационной модели (ИМ) поведение компонент сложной системы (СС) описывается набором алгорит­мов, которые затем реализуют ситуации, возникающие в реальной системе. Моделирующие алгоритмы позво­ляют по исходным данным, содержащим сведения о на­чальном состоянии СС, и фактическим значениям пара­метров системы отобразить реальные явления в системе и получить сведения о возможном поведении СС для данной конкретной ситуации. На основании этой инфор­мации исследователь может принять соответствующие решения.

Следует отметить, что предсказательные воз­можности имитационного моделирования значительно меньше, чем у аналитических моделей.

Имитационную модель сложной системы можно использовать при решении задач в следующих слу­чаях:

- если не существует законченной постановки задачи исследования и идет процесс познания объекта модели­рования, имитационная модель служит средством изуче­ния явления;

- если аналитические методы имеются, но матема­тические процедуры столь сложны и трудоемки, что имитационное моделирование дает более простой способ решения задачи;

- когда кроме оценки влияния параметров СС жела­тельно наблюдение за поведением компонент СС в тече­ние определенного периода времени;

- если имитационное моделирование оказывается единственным способом исследования сложной системы из-за невозможности наблюдения явлений в реальных условиях;

- когда необходимо контролировать протекание процессов в СС путем замедления или ускорения явлений в ходе имитации;

- при подготовке специалистов и освоении новой техники, когда на имитационной модели обеспечивается возможность приобретения и отработки необходимых навыков в эк­сплуатации новой техники;

- когда изучаются новые ситуации в СС, о которых мало что известно или неизвестно ничего, в этом случае имитация служит для предварительной проверки новых стратегий и правил принятия решений перед проведением экспериментов на реальной системе;

- когда особое значение имеет последовательность событий в проектируемой СС и модель используется для предсказания узких мест в функционировании системы и других трудностей, появляющихся в поведении СС при введении в нее новых компонент.

Однако ИМ имеют ряд существенных недостатков. Разработка хорошей ИМ часто обходится дороже созда­ния аналитической модели и требует больших времен­ных затрат. Кроме того, ИМ не может точно отражать процессы, происходящие в сложных системах. Таким об­разом, невозможно построить ИМ, полностью адекват­ную сложной системе, также как нельзя априорно изме­рить степень расхождения ИМ и СС. Тем не менее, ИМ является одним из наиболее широко используемых методов при решении задач синтеза и анализа СС. Достоинства имитационного метода: возможность описания поведения компонент СС на высоком уровне детализации, отсутст­вие ограничении на вид зависимостей между параметра­ми ИМ и состоянием внешней среды СС, возможность исследования динамики взаимодействия компонент во времени и пространстве параметров системы. Это обеспечивают имитационному методу широкое распространение.

Имитация представляет собой численный метод прове­дения на ЭВМ экспериментов с математическими моде­лями, описывающими поведение СС в течение заданного или формируемого периода времени. Поведение компо­нент СС и их взаимодействие в ИМ чаще всего описы­ваются набором алгоритмов, реализуемых на некотором языке моделирования. Все эти описания представляют собой программную ИМ, которую необходимо вначале отладить и испытать, а затем использовать для постанов­ки ИЭ на ЭВМ. Поэтому под процессом имитации на ЭВМ понимают конструирование модели, ее испы­тание и применение модели для изучения некоторого явления или проблемы.

П ри построении ИМ исследователя интересует, прежде всего, возможность вычисления некоторого функционала, заданного на множестве реализации процесса функцио­нирования изучаемой СС и характеризующего поведение объекта имитации. Наиболее важным для исследователя функционалом является показатель эффективности систе­мы. Имитируя различные реальные ситуации на ИМ, ис­следователь получает возможность решения таких задач, как оценка эффективности различных принципов управ­ления системой, сравнение вариантов структуры системы, определение степени влияния изменений параметров системы и начальных условий имитации ее поведения на показатель эффективности системы.