Комбинирование методов имитационного моделирования
AnyLogic — единственный инструмент, который позволяет Вам комбинировать метод Системной динамики с агентными дискретно-событийным моделированием. Это может быть сделано многими различными способами. Например, Вы можете смоделировать потребительский рынок, используя Системную динамику, и цепочку поставок, используя Агентое моделирование. Вы можете смоделировать население города, представив людей агентами, а основной экономический и инфраструктурный фон – в Системной динамическом подходе. Также Вы можете поместить диаграммы Системной динамики внутрь агента: например, Системная динамика может быть использована в моделировании процесса производства, в то время как сама компания может быть представлена агентом на более высоком уровне. Технически, интерфейсы и обратные связи между Системной динамикой, Агентным или Дискретно-событийным моделированиями очень просты: некоторые переменные Системной динамики могут использоваться в логике решений агентов или быть параметрами процессных диаграмм, последние, в свою очередь, могут изменить другие переменные Системной динамики.
Моделирование движения пешеходов
Моделирование пешеходных потоков приобретает все большую актуальность в условиях растущего населения крупных городов и увеличения темпов строительства зданий. Во многих странах мира моделирование движения пешеходов является обязательным этапом при проектировании зданий, будь то торговый центр, аэропорт, вокзал или спортивный комплекс. Для точного и быстрого решения таких задач необходимо использовать современные средства, основанные на технологии имитационного моделирования.
В AnyLogicпредусмотрена библиотека для моделирования движения пешеходов в физическом пространстве, в основе которой заложены многолетние теоретические исследования и работа которой неоднократно проверена на практике. Библиотека позволяет моделировать здания, в которых движутся пешеходы, а также улицы и другие места большого скопления людей, гибко задавать пешеходные потоки и анимировать их, чтобы сделать модель понятной любому человеку. Так же она позволяет собирать статистику плотности пешеходов в различных областях модели, вычислять время пребывания пешеходов в определенных пространствах и т. д., что позволяет определять и устранять проблемные места.
При моделировании пешеходных потоков решаются следующие задачи:
Расчет пропускной способности помещений.Допустим, необходимо построить гипермаркет, станцию метро, железнодорожный или аэровокзал. В таком случае появляется задача: как сконфигурировать помещение таким образом, чтобы пешеходные потоки не мешали друг другу, сервисы справлялись с нагрузкой, а люди чувствовали себя комфортно.
Организация пешеходного движения.При строительстве парков развлечений, музеев, стадионов возникают вопросы организации движения людей, например: «Где поставить киоск или рекламный щит?», «Как организовать процесс, чтобы люди, стоящие в очередях за билетами, не мешали проходящей толпе?». Чем больше размер помещения и количество посетителей, тем актуальнее данные вопросы.
Анализ вариантов эвакуации людей.При эвакуации люди ведут себя агрессивно, стараясь как можно быстрее покинуть зону опасности. Встает вопрос организации пешеходных потоков в нештатных ситуациях. Для этого применяются соответствующие знаки, указывающие на аварийные выходы, кроме того, часто за эвакуацию отвечаю специальные люди. Моделирование чрезвычайных происшествий позволяет заранее предвидеть проблемы, возникающие при эвакуации людей, и в конечном счете спасти человеческие жизни.
Моделирование транспортных сетей
Транспорт - это система средств, предназначенных для организации и осуществления перевозки людей и грузов с определенными целями. Из приведенного определения следует, что проблема транспорта включает большой круг вопросов. Несмотря на то, что для решения этих вопросов могут быть использованы самые различные методы, есть все основания полагать, что в данном случае наиболее эффективными окажутся методы исследования операций. Транспортная сеть предоставляет исследователям систем широкое поле деятельности, где они могут продемонстрировать возможности методов исследования операций при изучении как отдельных аспектов указанной проблемы, так и проблем, возникающих при рассмотрении транспортной сети как подсистемы общей городской системы.
По мере повышения сложности транспортных сетей, которое сопровождается возрастанием роли проблем обеспечения их надежности, во многих странах растет и интерес к транспорту как к объекту исследования. Например, люди, занимающиеся проблемой перевозки грузов, не только прекрасно понимают необходимость создания хороших транзитных систем и связанные с этим выгоды (более эффективное использование энергии, оживление и восстановление деловой части города и т.п.), но и невозможность их реализации без специальных исследований. В настоящее время на многих промышленных предприятиях распределение потоков продукции анализируется с использованием системного подхода и при этом используются существующие зависимости между отдельными элементами системы распределения продукции. Результаты такого анализа часто оказываются совершенно поразительными с точки зрения громадной экономики, к которой они приводят.
При изучении проблем транспорта необходимо помнить, что он не представляет собой изолированную систему, а тесно связан с другими системами. В общем случае транспорт можно рассматривать как средство достижения некоторой цели, которая формируются в рамках другой системы. Например, перевозка грузов внутри предприятия и между предприятиями является лишь частью всей системы распределения продукции и в то же время тесно взаимодействует с такими подсистемами, как управление производственными запасами, обработка заказов, производство, обработка информации и общее управление предприятием. Если обратиться к городской транспортной системе, включающей сложную сеть улиц и магистралей, системы транзитной перевозки грузов, скоростного проезда автомобилей и т. Д., то недостаточно отметить, что эта система выполняет функции обеспечения других городских систем (экономической, социальной, политической и культурной). Необходимо также со все определенностью подчеркнуть, что транспортная подсистема является неотъемлемой органической частью общегородской системы. При этом важно иметь ввиду, что планирование работы транспорта должно обязательно включать исчерпывающий анализ взаимодействия транспортной подсистемы города с другими его подсистемами.
Разработаны методы и модели прогнозирования грузовых и пассажирских перевозок на различных видах транспорта. Минимальным объектом прогнозирования является направление перевозок. Разработанные методы и модели позволяют прогнозировать перевозки в случае усеченных наблюдений, отсутствия статистических данных по прогнозируемому показателю, учитывать в будущем действие факторов, которые не действовали ранее, делать оценки степени неудовлетворенности спроса на перевозки.
Цель работы: Ознакомиться с методами моделирования используя шаблоны в среде AnyLogic, а также изучить компоненты этой программы.
Системная динамика
В результате построения средством мастера модели «Системная динамика», среда AnyLogic сформулировала модель вида, представленного на Рис.1.2. Результатом процесса моделирования системы является Рис.1.3.
Рис.1.1
Рис. 1.2 Рис. 1.3
StockA и StockВ являются накопителями. В системной динамике накопители используются для представления таких объектов реального мира, в которых сосредотачиваются некоторые ресурсы- это могут быть деньги, вещества, численности (определенных категорий) людей, какие-то материальные объекты и т.п. Накопители задают статическое состояние моделируемой системы. Их значения изменяются с течением времени согласно существующим в системе потокам. На Рис.1.4 и Рис.1.5 показаны изменения начальных значений накопителей, которые повлекли за собой пересечение на графике StockA и StockВ в точке (3,340)
Рис. 1.4
Рис. 1.5
Flow– поток системы.С его помощью задают динамику системы. Значения накопителей изменяются с течением времени именно согласно существующим в системе потокам. Входящие в накопитель потоки увеличивают значение накопителя, а исходящие из него потоки, соответственно, его уменьшают. (Flow= StockA * Fraction + Diffusion)
Diffusion – вспомогательная переменная. Она является второстепенным фактором и позволяет разложить формулы потоков на составляющие. (Diffusion= StockB * DiffusionFactor * StockA / ( StockA + StockB )).
DiffusionFactor и Fraction – параметры. Параметры обычно используются для задания статических характеристик объекта. На Рис.1.6 и Рис.1.7 показаны изменения их значений по умолчанию.
Рис. 1.6
Рис. 1.7
Процессное (ДС) моделирование
В результате построения средством мастера модели «Процессное моделирование», среда AnyLogic сформулировала модель вида, представленного на Рис.2.2. Результатом процесса моделирования системы является Рис.2.3.
Рис. 2.1
Рис. 2.2 Рис. 2.3
Sours- создатель заявок (обычно используется в качестве начальной точки потока заявок). В данной модели заявки прибывают согласно интенсивности. Интенсивность прибытия равна 1.7. Количество заявок прибывающих за один раз равно 1.
Sink уничтожает поступившие заявки (обычно используется в качестве конечной точки потока заявок).
SelectOutput направляет входящие заявки в один из двух выходных портов в зависимости от выполнения заданного с помощью вероятностей условия (вероятность равна 0.5). Поступившая заявка покидает объект в тот же момент времени.
Queue моделирует очередь заявок, ожидающих приема объектами, следующими за данным в потоковой диаграмме, или же хранилище заявок общего назначения. Вместимость очереди равна 50.
Delay задерживает заявки на заданный период времени. Время задержки в данной модели задается явно. Вместимость равна 1.
Service захватывает для заявки заданное количество ресурсов (в данной модели 1), задерживает заявку, а затем освобождает захваченные ею ресурсы (заданных указанным объектом ResourcePool). Вместимость очереди равна 50.
ResourcePool задает набор ресурсов (количество ресурсов равно 4), которые могут захватываться и освобождаться заявками с помощью объекта Service.
Моделирование транспортных сетей
В результате построения средством мастера модели «Транспортные сети», среда AnyLogic сформулировала модель вида, представленного на Рис.3.2. Результатом процесса моделирования системы является Рис.3.3.
Рис. 3.1
|
Рис. 3.2 |
|
Рис. 3.3
Sours- создатель заявок (обычно используется в качестве начальной точки потока заявок). В данной модели заявки прибывают согласно интенсивности. Интенсивность прибытия равна 0.2. Количество заявок прибывающих за один раз равно 1.
Sink уничтожает поступившие заявки (обычно используется в качестве конечной точки потока заявок).
Delay задерживает заявки на заданный период времени. Время задержки в данной модели задается явно. Вместимость является максимальной.
NetworkEnter регистрирует заявку в сети и помещает ее в заданный узел сети. После добавления в сеть заявка может перемещаться по сети и использовать сетевые ресурсы. Заявка не может одновременно находиться сразу в нескольких сетях, поэтому перед добавлением в другую сеть она должна быть вначале удалена из текущей сети с помощью объекта NetworkExit. Скорость перемещения заявки по сети равна 20.
NetworkMoveTo и NetworkMoveTo1 перемещают заявку в новое место сети. Если к заявке присоединены какие-то ресурсы, то они перемещаются вместе с заявкой. При этом независимо от скорости ресурсов перемещаться такая группа из заявки иее ресурсов будет со скоростью заявки. Время, которое заявка проведет в этом объекте, будет равно длине кратчайшего из возможных путей из текущего местоположения заявки в узел назначения, поделенной на скорость заявки.
NetworkSeize захватывает для заявки заданное количество сетевых ресурсов. При необходимости может пересылать захваченные ресурсы в заданное место сети и (опять же, при необходимости) присоединять их к заявке. Вначале ресурсы запрашиваются для первой заявки из очереди, и пока эта заявка не захватит ресурсы (или не покинет объект по какой-либо другой причине), ресурсы для последующих заявок не выделяются (даже если они и могли бы быть выделены).Вместимость очереди равна 100.
NetworkRelease освобождает все сетевые ресурсы (ранее захваченные заявкой с помощью объекта NetworkSeize). Движущиеся ресурсы возвращаются в заданное местомоложение.
Агентное моделирование
В результате построения средством мастера модели «Агентное моделирование», среда AnyLogic сформулировала модель вида, представленного на Рис.4.5. Результатом процесса моделирования системы является Рис.4.6.
Рис. 4.1
Рис. 4.2
Рис. 4.3 Рис. 4.4
Рис. 4.5
Рис. 4.6
Моделирование движения пешеходов
В результате построения средством мастера модели «Движения пешеходов», среда AnyLogic сформулировала модель вида, представленного на Рис.5.2. Результатом процесса моделирования системы является Рис.5.3.
Рис. 5.1
Рис. 5.2
Рис. 5.3
PedSource создает пешеходов (обычно используется в качестве начальной точки блок-схемы, формализующей поток пешеходов). Создает пешеходов любых подклассов базового класса Ped через случайные промежутки времени. Пешеходы прибывают согласно интенсивности, равной 1000/час.
PedSink удаляет поступивших в объект пешеходов из моделируемой среды (обычно объект используется в качестве конечной точки блок-схемы, формализующей поток пешеходов). PedSink автоматически ведет подсчет пешеходов.
PedWait заставляет пешеходов перейти в заданное место(pedArea) и ожидать там в течение определенного периода времени. Пешеходы находятся в режиме ожидания в течение заданного промежутка времени, отсчитанного относительно достижения точки ожидания. Точность достижения места ожидания равна 0.1 метр.
PedService направляет поток пешеходов через группу сервисов и очередей, заданных в объекте PedServices.
PedGoTo заставляет пешеходов перейти в заданное место моделируемого пространства, которое задано линией. Переход будет считаться выполненным, когда пешеход пересечет заданную линию. Пешеходы будут искать путь к заданному транзиту в пределах текущего этажа. Режима выбора пути к заданной линии Автоматический, т.е. путь вычисляется библиотекой автоматически. Точность достижения цели равна 0.25 метров. Таймаут определения блокировки равен 5 секундам.
Вывод: В результате анализа пяти типов моделей в среде моделирования AnyLogic было выявлено следующее:
Модель системной динамики имеет системный характер, позволяет понять структуру и динамику сложных систем, используется в бизнес-процессах, развитии города, производстве, динамики популяции, экологии и развитии эпидемии.
Модель процессного моделирования позволяет абстрагироваться от непрерывной природы событий и рассматривать только основные события моделируемой системы, такие, как: «ожидание», «обработка заказа», «движение с грузом», «разгрузка» и другие; имеет огромную сферу приложений — от логистики и систем массового обслуживания до транспортных и производственных систем.
Модель агентного моделирования используется для исследования децентрализованных систем, динамика функционирования которых определяется результатом индивидуальной активности членов группы, что образует глобальные правила и законы. Цель агентных моделей — получить представление об этих глобальных правилах, общем поведении системы, исходя из предположений об индивидуальном, частном поведении её отдельных активных объектов и взаимодействии этих объектов в системе.
Модель движения пешеходов позволяет собирать статистику плотности пешеходов в различных областях модели для того, чтобы убедиться, что сервисы смогут справиться с потенциальным ростом нагрузки, вычислить время пребывания пешеходов в каких-то определенных участках модели, выявить возможные проблемы, которые могут возникнуть при перепланировке
Модель транспортных сетей имеет дискретно событийный характер, позволяет создавать расписания задержки, времена погрузки/разгрузки/обработки. Макроуровень транспортно-пешеходно-сетевого моделирования абстрагируется от индивидуальных машин, людей и пакетов данных и рассматривает только их количество.
.