21. Имитационное моделирование. Принципы построения имитационных моделей

Имитационные математические модели применяются тогда, когда техническая система особенно сложна или когда необходим высокий уровень детализации представления процессов, протекающих в ней. К таким системам можно отнести экономические и производственные объекты, морские порты, аэропорты, комплексы перекачки нефти и газа, ирригационные системы, программное обеспечение сложных систем управления, вычислительные сети и многие другие. Для таких технических систем ради получения аналитической математической модели исследователь вынужден накладывать жёсткие ограничения на модель и прибегать к упрощениям. При этом приходится пренебрегать некоторыми особенностями технической системы, что приводит к тому, что математическая модель перестаёт быть средством изучения сложной системы. В имитационных моделях моделируемый алгоритм поведения технической системы приближённо воспроизводит сам процесс-оригинал в смысле его функционирования во времени. При этом имитируются элементарные явления, составляющие процесс, с сохранением их логической структуры и порядка протекания во времени. Таким образом, реализуется на ЭВМ специальный алгоритм, который воспроизводит формализованный процесс поведения технической системы. Этот алгоритм по исходным данным позволяет получить информацию об изменении во времени t состояний и откликов модели. В этом алгоритме можно выделить три функциональные части: моделирование элементарных подпроцессов; учёт их взаимодействия и объединение их в единый процесс; обеспечение согласованной работы отдельных подпроцессов при реализации математической модели на ЭВМ. Влияние случайных факторов на течение процесса имитируется с помощью генераторов случайных чисел с заданными вероятностными характеристиками. В ходе имитации постоянно фиксируется статистика о состояниях системы и изменениях откликов. Эта статистика либо должным образом обрабатывается в ходе имитации, либо накапливается и по окончании заданного интервала моделирования ТМ обрабатывается статистическими методами. Как видим, идея имитации привлекательна по своей простоте, но дорога по реализации. Поэтому применяются имитационные модели только в тех случаях, когда другие способы моделирования неэффективны.

Модель – представление объекта, системы или понятия (идеи) в некоторой форме, отличной от формы их реального существования.

Имитационная модель — логико-математическое описание объекта, которое может быть использовано для экспериментирования на компьютере в целях проектирования, анализа и оценки функционирования объекта.

Имитационное моделирование — метод, позволяющий строить модели, описывающие процессы так, как они проходили бы в действительности.

Такую модель можно использовать любое количество времени как для одного испытания, так и заданного их множества. При этом результаты будут определяться случайным характером процессов. По этим данным можно получить достаточно устойчивую статистику.

Цель имитационного моделирования состоит в воспроизведении поведения исследуемой системы на основе результатов анализа наиболее существенных взаимосвязей между ее элементами или другими словами — разработке симулятора исследуемой предметной области для проведения различных экспериментов.

Этапы:

• формулировка проблемы;

• построение математической модели функционирования системы;

• составление и отладка программы для ЭВМ, включая и разработку процедур моделирования различных случайных факторов;

• планирование имитационных экспериментов;

• проведение экспериментов и обработка результатов исследования.

Принципы построения ИМ модели:

Принцип Δt.

Принцип состоит в том, что алгоритмом моделирования имитируется движение, то есть изменение состояния системы, в фиксированные моменты времени: t, t + Δt, t + 2Δt, t + 3Δt, …

Для этого заводится счетчик времени (часы), который на каждом цикле увеличивает свое значение t на величину шага во времени Δt, начиная с нуля (начало моделирования). Таким образом, изменения системы отслеживаются такт за тактом в заданные моменты: t, t + Δt, t + 2Δt, t + 3Δt, …

Принцип особых состояний. 

К примеру, состояние, в котором обычно находится система, обычным состоянием. Такие состояния интереса не представляют, хотя занимают большую часть времени.

Особые состояния — это такие состояния в изолированные моменты времени, в которых характеристики системы изменяются скачкообразно. Для изменения состояния системы нужна определенная причина, например, приход очередного входного сигнала. Ясно, что с точки зрения моделирования интерес представляет именно изменение характеристик системы, то есть принцип требует от нас отслеживать моменты перехода системы из одного особого состояния в другое.