Прикладные аспекты имитационного моделирования. Учебное пособие
.pdfМИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ
РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное автономное образовательное учреждение высшего образования «ЮЖНЫЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ»
Инженерно-технологическая академия
В. В. ЛИСЯК
ПРИКЛАДНЫЕ АСПЕКТЫ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ
Учебное пособие
Ростов-на-Дону – Таганрог Издательство Южного федерального университета
2022
1
УДК 004.415.2(075.8) ББК 32.973(Я73)
Л639
Печатается по решению кафедры систем автоматизированного проектирования Института компьютерных технологий
и информационной безопасности Южного федерального университета (протокол № 6 от 18 января 2022 г.)
Рецензенты:
доктор технических наук, профессор кафедры естествознания и безопасности жизнедеятельности Таганрогского института
им. А. П. Чехова (филиал) ФГБОУ ВО «РГЭУ (РИНХ)» В. И. Божич кандидат технических наук, доцент кафедры вычислительной техники Института компьютерных технологий и информационной безопасности Южного федерального университета А. О. Пьявченко
Лисяк, В. В.
Л639 Прикладные аспекты имитационного моделирования : учебное пособие / В. В. Лисяк ; Южный федеральный университет. – Ростов- на-Дону ; Таганрог : Издательство Южного федерального универси-
тета, 2022. – 112 с.
ISBN 978-5-9275-4110-2
В пособии рассмотрены основные понятия модели и моделирования, процесс имитационного моделирования систем массового обслуживания, прикладные аспекты имитационного моделирования в микроэлектронике, производственных процессах, бизнесе, логистике, а также современные средства моделирования и перспективы их развития.
Учебное пособие предназначено для студентов всех форм обучения по направлениям «Информатика и вычислительная техника», «Информационные системы и технологии» и «Прикладная информатика».
УДК 004.415.2(075.8) ББК 32.973(Я73)
ISBN 978-5-9275-4110-2
©Южный федеральный университет, 2022
©Лисяк В. В., 2022
©Оформление. Макет. Издательство Южного федерального университета, 2022
2
Содержание
СОДЕРЖАНИЕ
ВВЕДЕНИЕ ……………………………………………………………. |
5 |
1. РЕТРОСПЕКТИВА ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ |
7 |
1.1. Математический аппарат имитационного моделирования …. |
7 |
1.2. История развития систем имитационного моделирования …. |
8 |
1.3. Современное состояние вопроса ……………………………… |
12 |
Контрольные вопросы ……………………………………………… |
14 |
2. ОСНОВНЫЕ ПОНЯТИЯ МОДЕЛИ И МОДЕЛИРОВАНИЯ ... |
16 |
2.1. Система как объект моделирования ………………………….. |
16 |
2.2.Определение модели …………………………………………... 18
2.3.Классификация моделей ………………………………………. 20
2.4. Процесс разработки моделей …………………………………. |
25 |
Контрольные вопросы ……………………………………………… |
28 |
3.ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ СИСТЕМ …………... 29
3.1.Введение ………………………………………………………... 29
3.2.Компоненты СМО ……………………………………………... 32
3.3. Основы моделирования СМО ………………………………… |
33 |
3.4. Основные понятия марковских процессов …………………... |
37 |
3.5. Имитационное моделирование СМО ………………………… |
40 |
Контрольные вопросы ……………………………………………… |
44 |
4. ПРИКЛАДНЫЕ АСПЕКТЫ ИМИТАЦИОННОГО МОДЕЛИ- |
|
РОВАНИЯ ……………………………………………………………... |
46 |
4.1. Имитационное моделирование электронной аппаратуры …... |
46 |
4.1.1. Категории, виды и классы ЭА ………………………………… |
46 |
4.1.2. Уровни и задачи проектирования ЭА ……………………….. |
47 |
4.1.3. Типовой процесс проектирования и моделирования БИС |
50 |
4.1.4. Учёт особенностей сложных систем ……………………… |
53 |
4.2. Имитационное моделирование в производстве ……………… |
55 |
4.3. Современные СИМ в горнодобывающей отрасли …………... |
62 |
4.4. Моделирование в логистике и цепях поставок ……………… |
65 |
4.5. Моделирование и анализ бизнес-процессов …………………. |
70 |
Контрольные вопросы ……………………………………………… |
76 |
|
3 |
Содержание
5. СОВРЕМЕННЫЕ СРЕДСТВА МОДЕЛИРОВАНИЯ ………….. |
78 |
6. СОСТОЯНИЕ И ПЕРСПЕКТИВЫ РАЗВИТИЯ ИМ…………... |
91 |
6.1. Общий анализ направления ИМ ……………………………… |
91 |
6.2. Развитие ИМ за рубежом ……………………………………… |
94 |
6.3. Развитие ИМ в России ………………………………………… |
97 |
6.4. Основные направления развития ИМ ………………………… |
99 |
Контрольные вопросы ……………………………………………… |
101 |
ЗАКЛЮЧЕНИЕ ……………………………………………………….. |
102 |
ГЛОССАРИЙ ………………………………………………………….. |
104 |
СПИСОК ЛИТЕРАТУРЫ …………………………………………… |
107 |
4
Содержание
ВВЕДЕНИЕ
Учебное пособие адресовано студентам прикладного бакалавриата
имагистрам, осваивающим имитационное моделирование (ИМ) и помогающее им правильно сориентироваться в его многообразном мире.
Лучшим средством исследования объекта является проведение натурного эксперимента в требуемых условиях. Поэтому такой эксперимент – необходимый этап исследования, который выполняют и в настоящее время, особенно при создании новых образцов техники и вооружения. Однако существует много ситуаций, когда проведение натурного эксперимента невозможно или связано со значительными издержками. Среди таких ситуаций можно отметить:
•реальная опасность проведения натурного эксперимента;
•значительные материальные и экономические издержки, делающие эксперимент невыгодным;
•процессы, которые длятся непозволительно долго для исследования;
•исследование быстропротекающих процессов;
•слишком большие или маленькие размеры объекта в пространстве;
ив ряде других ситуаций.
Моделирование позволяет проводить исследования объектов, процессов, явлений, для которых натурный эксперимент невозможен в силу перечисленных или иных причин.
В современном мире ИМ наиболее востребованный вид моделирования в экономике, производстве, экологии, демографии, массовом обслуживании и др. Одним из основных этапов в ИМ является разработка модели сложных систем и процессов, как правило, включающих стохастические воздействия и неполные данные о протекании процессов в моделируемых объектах. Среди самых эффективных методов исследования таких объектов являются методы ИМ. Таким образом, в ИМ сначала создаётся имитатор моделируемого объекта или процесса, затем с имитатором выполняются эксперименты, собирается и обрабатывается информация об объекте эксперимента. При этом имитатором является программа для ЭВМ, которая называется имитационной моделью.
Анализ сложных объектов и систем указывает, что в процессе моделирования необходимо использовать концепции и принципы современ-
5
Введение
ных технологий системного моделирования. При этом технологии системного моделирования целесообразно усилить интеллектуальными информационными технологиями, среди которых такие технологии как:
•экспертные системы;
•нейронные сети и нечёткая логика;
•ассоциативное мышление;
•эволюционное и генетическое моделирование;
•моделирования мультиагентных систем.
Использование высокопроизводительных компьютеров и интеллектуальных информационных технологий расширяет функциональные возможности моделирования. Поэтому при подготовке специалистов разнообразных направлений дисциплина «Моделирование систем» повсеместно приобрела базовый характер.
Даже значительный рост вычислительных ресурсов компьютеров не в полной мере обеспечивает производительное решение задач моделирования сложных систем, что в основном связано с их большой размерностью. Имитационные итерации моделирования таких систем могут длиться часами, поэтому нивелирование этой проблемы связано с использованием распараллеливания вычислительного процесса и организацией распределенного дискретно-событийного моделирования.
6
1.1.Математический аппарат ИМ
1.РЕТРОСПЕКТИВА ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ (ИМ)
1.1.Математический аппарат ИМ
При подготовке материала разд. 1 использовались литературные источники [1–7].
Имитационная модель – специальный программный комплекс для имитации функционирования реального объекта. Комплекс создаётся на базе математических средств, компьютерных программ и технологий программирования.
Для разработки и использования имитационной модели требуется специальное программное обеспечение (ПО), которое называется системой моделирования. Отличительные особенности таких систем в основном определяются развитостью языковых и сервисных средств, а также принятой технологией работы.
Среди требований к ИМ можно выделить следующие требования:
•возможность работы с большим числом параметров;
•отражение в модели временной, пространственной и финансовой динамики моделируемого объекта.
Таким образом, ИМ представляет собой современную информационную технологию, обеспечивающую разработку и редактирование имитационной модели и её использования для получения результатов экспериментов и их интерпретацию.
Метод Монте-Карло. Первое практическое применение метода Монте-Карло относится к концу 1940-х гг. и связано с выполнением в США проекта (с названием «Монте-Карло») по созданию ядерного оружия. Использование этого метода при решении некоторых задач проекта показало его эффективность, а также возможность его применения в других сферах.
Если не учитывать правила поведения системы, то статистические испытания на базе метода Монте-Карло фактически представляют собой простейшую процедуру имитационного моделирования. При этом для систем со стохастическими (вероятностными) элементами формирование выборок методом Монте-Карло является базовым принципом.
7
1. Ретроспектива имитационного моделирования
Общая теория систем. В 1937 г. Фон Берталанфи предложил в рамках общей теории систем признать общие закономерности при взаимодействии большого числа физических, биологических и социальных объектов и тем самым признать подобие законов, управляющих их функционированием. В дальнейшем это явилось важной вехой в подходах к созданию и развитию имитационных систем в разных сферах человеческой деятельности. Кроме того, Фон Берталанфи проводил исследования поведения незамкнутых систем, взаимодействующих веществом и энергией с внешней средой. На основании этих исследований он ввёл понятие «открытые системы».
Теория массового обслуживания. Практически все системы, в ко-
торых ресурс обслуживания поступающих заявок является ограниченным, можно идентифицировать, как системы массового обслуживания (СМО). При этом в СМО в процессе обслуживания могут возникать конфликты и образование очередей.
Теорию массового обслуживания – раздел теории вероятностей, где решение задачи выбора оптимального процесса обслуживания основывается на изучении входных потоков заявок, периодов ожидания обслуживания заявок и образования очередей.
Впервые практическую задачу, связанную с массовым обслуживанием клиентов, рассмотрел в 1908–1922 гг. учёный Агнер Эрланг, который работал в этот период в Копенгагенской телефонной компании. Задача носила практический характер и заключалась в повышении качества обслуживания клиентов телефонной станции за счёт варьирования числа используемых устройств. Работая над решением этой задачи, Эрланг заложил основы теории массового обслуживания.
1.2. История развития систем имитационного моделирования
Созданные в 1970–1980-х гг. системы имитационного моделирования (СИМ) вынуждены были эволюционировать вместе с развитием технических и программных средств, прежде всего ЭВМ и операционных систем. При этом в конце 1990-х гг. были созданы СИМ на принципиально новых концепциях.
8
1.2. История развития систем имитационного моделирования
Период 1970-1980-х гг. Первые применения методов имитационного моделирования относятся к середине 70-х гг., когда американский экономист Нейлор проводил работы по анализу экономических процессов. Последующие 20 лет были малопродуктивные в практическом использовании имитационного моделирования для управления процессами в экономике. Причиной были нерешённые вопросы в формализации этих процессов:
•отсутствие языковой поддержки формального описания процессов в сложной стохастической сети;
•отсутствие формальных методов разбиения реального процесса на более простые, составляющие модель;
•алгоритмические методы разработки моделей сложных процессов требовали существенных затрат на программирование.
Всвязи с перечисленными сложностями в этот период прерогативой имитационного моделирования была сфера научной деятельности. Однако в конце 1970-х гг. появились средства моделирования с встроенными языковыми средствами. Наиболее «продвинутую» СИМ в этот период представляла GPSS, в составе которой был необходимый инструментарий разработки моделей, в основном технического назначения.
Период 1980–1990-х гг. В этот период активизировалось применение СИМ, среди которых особую популярность приобрели системы
GASP-IV, SIMULA-67, GPSS-V и SLAMII.
Системы GASP-IV и SIMULA-67 предоставляли пользователю похожие возможности для дискретного и непрерывного моделирования. Разница заключалась в том, что структурированный язык программирования первой системы напоминал Фортран, а во второй системе – Алгол. Характерной особенностью использования этих систем являлась зависимость качества моделей от уровня навыков пользователя и его математической подготовки. В связи с этим основными пользователями GASP-IV и SIMULA-67 были научные организации.
СИМ GPSS-V стала преемницей GASP-IV, но уже идентифицировалась как высокоуровневая СИМ. Эта система предоставляла пользователю возможности описания параллельных дискретных процессов и средства их координации в едином модельном времени. Среди недостатков GPSS-V были два основных:
9
1.Ретроспектива имитационного моделирования
•невозможность имитации динамики пространственных процессов;
•система была интерпретирующей, что существенно снижало быстродействие моделей.
SLAM-II в рассматриваемый период времени была самой продвинутой СИМ дискретно-непрерывных процессов. Концепция её создания оказалась настолько успешной, что привела к значительному расширению сфер применения имитационного моделирования. Недостаток SLAM-II – сложность освоения и невозможность имитации пространственных процессов.
Вцелом рассматриваемый период характеризовался развитием инструментария имитационного моделирования и особым вниманием к практическому применению имитационных моделей.
Период 1990–2000-х гг. В этот период времени были востребованы следующие популярные пакеты СИМ:
•Process Charter-1.0.2 (компания «Scitor», США);
•Powersim-2.01 (компания «Modell Data», Норвегия);
•Ithink-3.0.61 (компания «High Performance Systems», США);
•Extend+BPR-3.1 (компания «Imagine That!», США);
•ReThink (фирма «Gensym», США);
•Pilgrim (Россия).
Большой вклад в развитие отечественного имитационного моделирования внёс член-корреспондент АН СССР Н. П. Бусленко и его ученики.
Всвоих работах Н. П. Бусленко проанализировал и обобщил существующие имитационные подходы, что способствовало созданию общей теории имитационного моделирования. Основным результатом школы Бусленко принято считать развитие имитационного мышления и отрицания таких устоявшихся убеждений, как:
•проблемы поведения некоторых математических функций;
•проблемы некоторых свойств потоков случайных событий.
В1990-е гг. в российской школе ИМ фактически был застой, но уже с начала 2000-х гг. возобновились публикации в этом направлении. При этом в качестве объектов моделирования в основном рассматривались крупные объекты с большими финансовыми ресурсами, т.е. те для которых результаты моделирования поведения рынка существенно влияли на их эффективность и доходность.
10