МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ
«ВОРОНЕЖСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ»
(ФГБОУ «ВГТУ»)
Факультет информационных технологий и компьютерной безопасности
Кафедра «Автоматизированные и вычислительные системы»
Профиль «Вычислительные машины, комплексы, системы и сети»
ОТЧЁТ №1
о выполнении лабораторных работ
по дисциплине «Моделирование»
Выполнила: студентка группы ВМ-111
Журавлёва В.В.
Проверил:
Рыков С.А.
ВОРОНЕЖ 2013
Замечания руководителя
Лабораторная работа №1
Теоретическая часть
Моделирование — метод решения задач, при использовании которого исследуемая система заменяется более простым объектом, описывающим реальную систему и называемым моделью.
Моделирование применяется в случаях, когда проведение экспериментов над реальной системой невозможно или нецелесообразно: например, по причине хрупкости или дороговизны создания прототипа либо из-за длительности проведения эксперимента в реальном масштабе времени.
Различают физическое и математическое моделирование. Примером физической модели является уменьшенная копия самолета, продуваемая в потоке воздуха. При использовании математического моделирования поведение системы описывается с помощью формул. Особым видом математических моделей являются имитационные модели.
Имитационная модель — это компьютерная программа, которая описывает структуру и воспроизводит поведение реальной системы во времени. Имитационная модель позволяет получать подробную статистику о различных аспектах функционирования системы в зависимости от входных данных.
Многоподходное моделирование
Рассматривая имитационное моделирование как средство решения проблем бизнеса, можно выделить три основных подхода:
Системная динамика
Дискретно-событийное моделирование (Процессно-ориентированное)
Агентное моделирование
Первые два подхода являются «традиционными» методами имитационного моделирования, появившимися в 50-60х годах.
Агентное моделирование – относительно новый метод, получивший широкое практическое распространение только после 2000 года, но уже зарекомендовавший себя множеством «success stories». Системная динамика и дискретно-событийное моделирование рассматривают систему сверху вниз, работая на так называемом системном уровне. Агентное моделирование – это подход снизу-вверх: создатель модели фокусируется на поведении индивидуальных объектов.
Системная динамика предполагает высокий уровень абстракции и используется в основном для задач стратегического уровня. Процессно-ориентированный (дискретно-событийный) подход используется в основном на операционном и тактическом уровне. Спектр применения агентных моделей включает задачи любого уровня абстракции: агент может представлять компанию на рынке, покупателя, проект, идею, транспортное средство, пешехода, робота и т.д.
Агентное моделирование
AnyLogic поддерживает метод агентного моделирования и позволяет Вам эффективно комбинировать этот метод с другими известными подходами.
В литературе Вы можете найти множество различных определений агентного моделирования. С точки зрения практического применения агентное моделирование можно определить как метод имитационного моделирования, исследующий поведение децентрализованных агентов и то, как это поведение определяет поведение всей системы в целом. При разработке агентной модели, инженер вводит параметры агентов (это могут быть люди, компании, активы, проекты, транспортные средства, города, животные и т.д.), определяет их поведение, помещает их в некую окружающую среду, устанавливает возможные связи, после чего запускает моделирование. Индивидуальное поведение каждого агента образует глобальное поведение моделируемой системы.
Область применения агентного моделирования
Хороший пример использования агентного моделирования – потребительский рынок. В очень динамичной, конкурентной и сложной среде рынка выбор покупателя зачастую зависит от индивидуальных особенностей, врожденной активности потребителя, сети контактов, а также внешних влияний, которые лучше всего описываются с помощью агентного моделирования. Другой стандартный пример – это эпидемиология. Здесь агенты это люди, которые могут быть иммунными, носителями инфекции, переболевшими или восприимчивыми к болезни. Агентное моделирование поможет спроецировать в мир моделей социальные сети, разнородные контакты между людьми и в итоге получить объективные прогнозы распространения инфекции.
Однако, не следует думать, что агентное моделирование применимо только для решения задач коммуникативного характера. Задачи, связанные с логистикой, производством, цепями поставок или бизнес-процессами, также решаются с помощью агентного моделирования. Например, поведение сложной машины может быть эффективно смоделировано отдельным объектом (агентом) с картами состояний, описывающими ее систему таймеров, внутренних состояний, разного рода реакции в различных ситуациях и т.д. Подобная модель может быть необходима для воссоздания технологических процессов на производстве. Участники цепочки поставок (компании-производители, оптовые торговцы, розничные продавцы) могут быть представлены как агенты со индивидуальными целями и правилами. Агенты могут также быть проектами или продуктами в пределах одной компании, при этом обладать собственной динамикой и внутренними состояниями, конкурировать за ресурсы компании.
Поддержка агентного моделирования в AnyLogic
Агентные модели, применяемые на практике, очень разнообразны, поэтому почти невозможно создать универсальную библиотеку под любые нужды, а тем более упростить разработку модели до пары кликов мыши. Существуют, однако, некоторые "шаблоны" моделирования агентных систем, которые упрощают создание модели и включены в AnyLogic:
Стандартная архитектура
Агентная синхронизация ("шаги")
Состояние (непрерывное или дискретное), подвижность и анимация
Агентные свзязи (сети, например социальные) и коммуникация
Динамическое создание и уничтожение агентов
Процессное (дс) моделирование
Мир вокруг нас является скорее "непрерывным", чем "дискретным": большинство наблюдаемых нами процессов - это непрерывные изменения во времени. Однако, для анализа этих процессов иногда имеет смысл абстрагироваться от их непрерывной природы и рассматривать только некоторые "важные моменты" ("события") в жизни моделируемой системы. Подход к построению имитационных моделей, предлагающий апроксимировать реальные процессы такими событиями и называется "дискретно-событийным" моделированием (discrete event modeling).
Вот некоторые примеры событий: покупатель вошел в магазин, на складе закончили разгружать фуру, конвейер остановился, в производство запущен новый продукт, уровень запрасов достиг некоего порога и т.д. В дискретно-событийном моделировании движение поезда из точки А в точку Б будет представлено двумя событиями: отправление и прибытие, а само движение станет "задержкой" (интервалом времени) между ними. (Это, однако, не означает, что вы не сможете показать поезд движущимся - как раз наоборот, AnyLogic позволяет создавать визуально непрерывные анимации для логически дискретных процессов).
Термин "дискретно-событийное моделирование", однако, обычно используется в более узком смысле для обозначения "процессного" моделирования, где динамика системы представляется как последовательность операций (прибытие, задержка, захват ресурса, разделение, ...) над некими сущностями (entities, по-русски - транзакты, заявки), представляющими клиентов, документы, звонки, пакеты данных, транспортные средства и т.п. Эти сущности пассивны, они сами не контролируют свою динамику, но могут обладать определёнными атрибутами, влияющими на процесс их обработки (например, тип звонка, сложность работы) или накапливающими статистику (общее время ожидания, стоимость). Процессное моделирование - это средне-низкий уровень абстракции: здесь каждый объект моделируется индивидуально, как отдельная сущность, но множество деталей "физического уровня" (геометрия, ускорения/замедления) обычно опускается. Такой подход широко используется в бизнес-процессах, производстве, логистике, здравоохранении.
Библиотека AnyLogic Enterprise Library
Основное средство процессного моделирования в AnyLogic - это библиотека Enterprise Library. В эту библиотеку вошли объекты для определения "потока" процесса (process workflow): Source (источник), Sink (выход из системы), Delay (задержка), Queue (очередь), Service (обслуживание), SelectOutput (выбор пути), и т.д., а также задействованных в процессе ресурсов. Все объекты гибкие и настраиваемые: пераметры могут изменяться динамически, действия могут зависеть от атрибутов заявок, и т.д. Объекты имеют "точки расширения" типа onEnter/onExit - это места, где можно определить действия, производимые над заявками при их прохождении через объект. Базовый класс заявок Entity (на самом деле это Java-класс), в свою очередь, может быть расширен путём добавления полей и методов. Компоненты модели, построенные из блоков библиотеки Enterprise Library могут естественным образом взаимодействовать с компонентами системной динамики, с агентами или с низкоуровневыми примитивами AnyLogic - картами состояний и событиями.
Если моделируемая система сложна, имеет смысл разбить её модель на компоненты (подпроцессы) и поместить каждый из них в отдельный активный объект (Active Object). Вы можете определить входы и выходы из подпроцесса, поместить их на внешний интерфейс активного объекта и скрыть его реализацию. На верхнем уровне Вы будете оперировать такими объектами как блоками, соединяя их входы и выходы. Вы можете создать несколько экземпляров активного объекта с разными параметрами, в том числе и в других проектах.
Библиотека Enterprise Library тесно интегрирована с анимационными средствами AnyLogic и позволяет создавать анимации процессов любой степени сложности, в том числе иерархические и с несколькими перспективами. Например, Вы можете определить глобальный взгляд на процесс производства с несколькими агрегированными индикаторами, а также детальные анимации конкретных операций - и переключаться между ними.