30. Языки и системы моделирования: назначение, классификация, технологические возможности современных коммерческих симуляторов.

Языки и системы моделирования упрощают построение программ-имитаторов и проведение имитационных экспериментов за счет частичной или полной автоматизации переходов от одного уровня представления модели к другому. В этом состоит основное назначение языков моделирования, именно здесь и проявляется их главное преимущество перед универсальными алгоритмическими языками.

В основу классификации положим следующие общепризнанные характеристики языков и систем моделирования:

• Класс моделируемых систем;

• Средства описания моделируемых систем;

• Инструментально-технологические возможности систем моделирования.

Три класса моделируемых объектов:

• дискретные,

• непрерывные,

• дискретно-непрерывные (комбинированные).

Соответственно различают три класса языков моделирования. Области применения языков непрерывного и дискретного моделирования практически не пересекаются. Языки комбинированного моделирования используются при работе с моделями объектов и непрерывного, и дискретного класса. Примерами классических языков и систем непрерывного типа являются: DYNAMO, Vensim и др., поддерживающие методы системной динамики. Широко известные в свое время языки непрерывно-дискретного моделирования: GASP, SLAM, языки дискретного моделирования: SMPL, SIMULA, GPSS, АИС (агрегативная имитационная система) и др.

Функциональные свойства любой системы моделирования определяются наличием развитых средств, поддерживающих реализацию следующих основных функций:

Подготовка, редактирование и модификация в ходе трассировки программы-имитатора и основных модельных характеристик:

• поддержка создания формализованных описаний;

• создание модели (языки плюс графический интерфейс);

• развитые средства визуализации и редактирования программы и модельных характеристик;

• эффективные средства трансляции, компилирования программы-имитатора;

• средства трассировки и диагностики;

• верификация по ходу имитации, ручная имитация;

• развитые средства визуализации модельных характеристик по ходу и по окончании прогона;

средства сбора и выдачи результатов моделирования, возможность управления ими. Присутствуют как стандартные формы вывода выходной статистики, так и средства для создания нестандартных средств обработки и вывода результатов моделирования;

• экспорт выходных данных;

• средства для анализа входных данных (Input Analyzer);

• средства для реализации арифметических, математических, логических функций, расширяющие алгоритмические возможности языка моделирования;

• Интерактивное взаимодействие системы с исследователем в процессе имитации;

• интерактивные средства взаимодействия с пользователем: удобный графический интерфейс, выдача стандартной и формируемой пользователем выходной статистики и др. модельных характеристик в том числе по ходу имитации (в реальном времени) и в процессе трассировки;

• возможность доступа пользователя к модельным характеристикам, доступ к графикам, таблицам, модельным характеристикам с промежуточной статистикой;

• управление ходом имитации, управление прогоном (задание начальных условий, условий завершения имитационного прогона, возобновление имитации и др.);

• наличие специальных средств испытания имитационных программ;

• анимация (современные графические системы, позволяющие наблюдать за поведением “реальной” системы на модели);

Управление направленным вычислительным экспериментом на имитационной модели:

• анализ чувствительности (проведение многократных прогонов с различными входными данными, регулировка параметров, а также сбор и обработка выходной статистики);

• статистическую поддержку моделирования (макросы, библиотеки и т.п.);

• накопление данных по серии прогонов и организация их в файловые структуры или базы данных, организации связи с системой управления базой данных;

• оптимизация (Output Analyzer – инструмент реализации направленного вычислительного эксперимента);

• транспорт данных в другие интеллектуальные среды.