Моделирование систем. Возможности использования имитационного моделирования при формировании систем. Методическое пособие

Остальные модели (рис. 3.1) представляют собой внешнее ма­тематическое обеспечение процесса имитации.

Модели входов обеспечивают задание тех или иных значений входных факторов. Статические модели детерминированных входов элементарны: это массивы значений констант, соответ­ствующих определенным факторам модели. Динамические мо­дели входов обеспечивают изменение значений детерминирован­ных факторов во времени по известному закону ()at .

В связи с тем, что результат, полученный при воспроизведе­нии единственной реализации, из-за наличия случайных фак­торов не может характеризовать исследуемый процесс в целом, приходится анализировать большое число таких реализаций, так как только тогда по закону больших чисел получаемые оцен­ки приобретают статистическую устойчивость и могут быть с определенной точностью приняты за оценки искомых величин. Модель выхода обеспечивает накопление, обработку и анализ полученного множества случайных результатов. Для этого с ее помощью организуется многократный просчет значений выход­ных характеристик при постоянных значениях факторов и различных значениях случайных факторов y (в соответствии с заданными законами распределения) – «цикл по y». В связи с этим модель выхода включает программы тактического пла­нирования эксперимента на ЭВМ – определение способа прове­дения каждой серии прогонов, соответствующей конкретным значениям a и x. Кроме того, модель решает задачу обработки случайных значений выходных характеристик, в результате ко­торой они «очищаются» от влияний случайных факторов и по­ступают на вход модели обратной связи, т.е. модель выхода ре­ализует сведение стохастической задачи к детерминированной методом «осреднения по результату».

Модель обратной связи позволяет на основе анализа полу­чаемых результатов моделирования изменять значения пере­менных управления, реализуя функцию стратегического пла­нирования имитационного эксперимента. При использовании методов теории оптимального планирования эксперимента од­ной из функций модели обратной связи является представление результатов моделирования в аналитическом виде – определе­ние уровней функции отклика (или характеристической поверх-

При структуризации объекта проводится разделение слож­ного объекта на сравнительно автономные части – модули – и фиксация связей между ними. Структуризацию объекта при моделировании целесообразно выполнять таким образом, чтобы решение сложной проблемы расчленялось на ряд более простых исходя из возможностей математического описания отдельных модулей и практической реализации модели на имеющейся вы­числительной технике за заданное время. Выделение элементов (подсистем объекта) из исследуемого объекта и объединение их в сравнительно автономный блок (модуль) проводится на основе функциональной и информационно-процедурной моделей объ­екта только при установлении принципиальной возможности построения математических соотношений между параметрами этих элементов и промежуточными или выходными характери­стиками объекта. В связи с этим ни функции, ни входы и выхо­ды отдельных реальных элементов не определяют обязательно границ модуля, хотя в общем это наиважнейшие факторы. По­лученная схема структуризации объекта может корректиро­ваться с точки зрения опыта или удобства передачи информации в алгоритме, реализуемом на ЭВМ.

Далее для каждого модуля, соответствующего элементар­ному процессу, протекающему в объекте, производится ориен­тировочный выбор метода математического описания, на базе которого будет строиться соответствующая модель операции. Основой выбора метода математического описания является зна­ние физической природы функционирования описываемого эле­мента и особенностей ЭВМ, на которой планируется проведение

Рассмотрение всей этой совокупности – дело крайне сложное. Поэтому при построении модели объекта именно «производ­ство», т.е. то, ради чего поставлена задача исследования, опи­сывается достаточно полно. Для учета влияния неосновных про­цессов основную модель процесса дополняют моделями входов, имитирующими воздействия на исследуемый процесс процессов перемещения, обеспечения и т.д., различных случайных факто­ров. Выходами этих достаточно простых моделей служат значе­ния характеристик окружения, являющихся входами в модель «производства».

ко после того, как промоделированы все события, происшедшие в момент времени

. В противном случае результат моделиро-

вания может быть неверным.

Реализация этого правила может проводиться различными способами.

Структура моделирующего алгоритма, как показывает прак­тика, имеет специфику, связанную с узкими классами конкрет­ных типов систем и задач, для решений которых предназначена модель.

Это привело к тому, что параллельно с универсальными алго­ритмическими языками (Алгол, Кобол, Фортран, ПЛ/1, Бэйсик и т.п.) разрабатывалось множество специализированных языков для эффективного описания тех или иных типов моделей, в пер­вую очередь, в качестве программного обеспечения имитацион­ного подхода к изучению того или иного класса объектов. Вы­брав для решения своей задачи конкретный язык, исследователь

Одним из направлений создания специализированных язы­ков моделирования является создание универсальных комплек­сов программ, способных настраиваться на любой объект мо­делирования из заданного класса. В состав комплекса помимо собственно программ имитации входят программы автомати­ческого преобразования элементов реальной системы и схем со­пряжения к стандартной форме, а также ряд вспомогательных и обслуживающих программ. За человеком остается лишь не­формальная часть действий: постановка задачи и интерпретация результатов моделирования. Все остальные работы (описание