Побудова імітаційної моделі
Повернемося тепер до обговорення етапів реалізації методу машинного імітаційного моделювання з більш загальних позицій.
Компоненти моделі. Структуру імітаційної моделі в більшості випадків зручно описувати, визначаючи зміст динамічних процесів, що фігурують у ній, і результатів функціонування імітованої системи. Результати функціонування реальної системи, як правило, атрибутовані (тобто мають цілком визначений фізичний зміст). Крім того, спостерігаються атрибутивні зв’язки, що встановлюють спосіб підсумовування результатів функціонування системи.
У будь-який момент часу імітаційна модель знаходиться в деякому цілком визначеному стані. Стан системи характеризується не тільки результатами, отриманими до цього моменту часу, але нерідко містить у собі й деякі ретроспективні дані.
Модель може враховувати також екзогенні події, тобто зміни, не обумовлені передісторією імітованого процесу. Деякі автори називають такого роду події спонтанними.
Знаючи стан системи та її динаміку, можна визначити „дії” та стан системи в усі наступні моменти часу. Імітаційні моделі, що мають еволюційну структуру, часто називають каузальними. Тобто вони характеризуються детермінованими причинно-наслідковими зв’язками, однозначним чином корельованими у часі.
Відзначимо, що при побудові каузальної моделі необхідно знати, яким чином система функціонує в межах кожного відрізка часу розглянутого періоду.
Параметри і вимірювані характеристики моделі. Абстрактний опис елементів імітаційної моделі – це тільки частина справи. Необхідно ще зібрати достатньо даних, які б описували ці елементи повно та адекватно. Недолік у такого роду даних може викликати необхідність перегляду самого способу побудови моделі.
Особливу обережність варто виявляти в тих випадках, коли використовуються дані, отримані шляхом екстраполяції, а також тоді, коли вимірювані характеристики не стаціонарні.
Необхідно також виявляти уважність при імітуванні явищ циклічного (або періодичного) характеру. В тих випадках, коли такого роду явища дійсно мають місце, при виборі перемінних, що підлягають виміру у процесі експерименту, варто бути досить обачним. Якщо, наприклад, враховувати тільки „кінцеві значення”, то може виявитися, що отримане рішення буде відрізнятися сильною чутливістю до ступеня точності завдання імітованого планового періоду.
Приріст часу
Існують два способи побудови імітаційних моделей динамічних систем. Один з них, що має більшу наочність, ґрунтується на розбивці імітованого періоду часу на деяку хронологічно упорядковану множину відрізків. При цьому за допомогою стандартної комп’ютерної програми виконуються всі обчислювальні процедури для t-го відрізка, після чого ті ж процедури повторюються для (t +l)-гo відрізка і т.д. Якщо події t-го відрізка приведуть до тих або інших наслідків, що повинні позначитися у майбутньому, ПК зберігає потрібну інформацію про ці події у своїй пам’яті і звертається до неї при настанні відповідного відрізка імітованого періоду.
При рішенні деяких імітаційних задач відрізки всередині імітованого періоду необхідно вибирати досить короткими. Але при цьому може мати місце множина відрізків, на яких ніяких дій не починається. Для таких моделей використовується інший метод, що дозволяє прискорювати процес імітування за рахунок неоднорідного градуювання часу (тобто розгляду перемінних приростів по часовій осі).