Виды моделирования с использованием эвм. Понятие и виды компьютерного моделирования. Моделирование и системный подход

Принято различать два вида моделирования с использованием средств вычислительной техники:

  • 1) математическое (логико-математическое), при котором моделирование, включая построение модели, осуществляется средствами математики и логики, а также вычислительной техники;
  • 2) имитационное (программное), при котором логико-математическая модель исследуемого объекта представляет собой алгоритм функционирования объекта, реализованный в виде программного комплекса для компьютера.

Перечисленные виды моделирования не являются взаимоисключающими и могут применяться при исследовании сложных объектов либо одновременно, либо в некоторой комбинации. Кроме того, в некотором смысле концептуальное и, скажем, структурно-функциональное моделирование неразличимы между собой, так как те же блок-схемы являются специальными знаками с установленными операциями над ними.

Компьютерное моделирование

Традиционно под моделированием на ЭВМ понималось лишь имитационное моделирование. Можно, однако, увидеть, что и при других видах моделирования компьютер может быть весьма полезен, за исключением разве физического моделирования, где компьютер вообще-то тоже может использоваться, но, скорее, для целей управления процессом моделирования. Например, при математическом моделировании выполнение одного из основных этапов – построение математических моделей по экспериментальным данным – в настоящее время просто немыслимо без компьютера. В последние годы благодаря развитию графического интерфейса и графических пакетов широкое применение получило компьютерное, структурно-функциональное моделирование, положено начало использованию компьютера даже при концептуальном моделировании, где он используется, например, при построении систем искусственного интеллекта.

Таким образом, видно, что понятие "компьютерное моделирование" значительно шире традиционного понятия "моделирование на ЭВМ" и нуждается в уточнении, учитывающем сегодняшние реалии.

В настоящее время под компьютерной моделью чаще всего понимают:

■ условный образ объекта или некоторой системы объектов (или процессов), описанный с помощью взаимосвязанных компьютерных таблиц, блок-схем, диаграмм, графиков, рисунков, анимационных фрагментов, гипертекстов и отображающий структуру и взаимосвязи между элементами объекта. Компьютерные модели такого вида будем называть структурно-функциональными ;

■ отдельную программу, совокупность программ, программный комплекс, позволяющие с помощью последовательности вычислений и графического отображения их результатов воспроизводить (имитировать) процессы функционирования объекта, системы объектов при условии воздействия на объект различных, как правило случайных, факторов. Такие модели будем далее называть имитационными.

Компьютерное моделирование – это метод решения задачи анализа или синтеза сложной системы на основе использования ее компьютерной модели. При компьютерном моделировании главную роль играют компьютер и технология (точнее, инструментальные системы для компьютера, компьютерные технологии). Например, при имитационном моделировании (при отсутствии строгого и формально записанного алгоритма) главную роль играют технология и средства моделирования, реализующие те же события и их последовательности, которые характерны и для объекта, причем в условиях прогонки изменений контролируемых и неконтролируемых воздействий.

Суть компьютерного моделирования заключена в получении количественных и качественных результатов по имеющейся модели. Качественные выводы, получаемые по результатам анализа, позволяют обнаружить неизвестные ранее свойства сложной системы: ее структуру, динамику развития, устойчивость, целостность и др. Количественные выводы в основном носят характер прогноза некоторых будущих или объяснения прошлых значений переменных, характеризирующих систему. Компьютерное моделирование для рождения новой информации использует любую информацию, которую можно актуализировать с помощью ЭВМ.

При моделировании компьютер играет роль:

■ вспомогательного средства для решения задач, решаемых обычными вычислительными средствами, алгоритмами, технологиями;

■ средства постановки и решения новых задач, не решаемых традиционными средствами, алгоритмами, технологиями;

■ средства конструирования компьютерных обучающе-моде- лирующих сред;

■ средства моделирования для получения новых знаний;

■ "обучения" новых моделей (самообучающиеся модели).

Разновидностью компьютерного моделирования является вычислительный эксперимент.

Компьютерное моделирование, вычислительный эксперимент становятся новым инструментом, методом научного познания, новой технологией также из-за возрастающей необходимости исследования не только линейных математических моделей систем.

Предметом компьютерного моделирования могут быть: экономическая деятельность фирмы или банка, промышленное предприятие, информационно-вычислительная сеть, технологический процесс, любой реальный объект или процесс, например процесс инфляции, и вообще любая сложная система . Цели компьютерного моделирования могут быть различными, однако наиболее часто моделирование является, как уже отмечалось ранее, центральной процедурой системного анализа, причем под системным анализом далее будем понимать совокупность методологических средств, используемых для подготовки и принятия решений экономического, организационного, социального или технического характера.

Компьютерная модель сложной системы должна по возможности отображать все основные факторы и взаимосвязи, характеризующие реальные ситуации, критерии и ограничения. Модель должна быть достаточно универсальной, чтобы по возможности описывать близкие по назначению объекты, и в то же время достаточно простой, чтобы позволить выполнить необходимые исследования с разумными затратами.

Все это говорит о том, что моделирование, рассматриваемое в целом, представляет собой не только сформировавшуюся науку с самостоятельным набором средств отображения явлений и процессов реального мира, но и в некоторой степени искусство.

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

«Балтийский федеральный университет имени Иммануила Канта»

ИНСТИТУТ ТРАНСПОРТА И ТЕХНИЧЕСКОГО СЕРВИСА

КАЛИНИНГРАДСКИЙ ТЕХНИЧЕСКИЙ КОЛЛЕДЖ

КУРСОВАЯ РАБОТА

ПО КОМПЬЮТЕРНОМУ МОДЕЛИРОВАНИЮ

«МОДЕЛИРОВАНИЕ ЭВМ »

Выполнил а :

Батурина Евгения

Группа: 2КС-1

Проверил:

Ампилогов Д.В.

КАЛИНИНГРАД 2014

Введение

1. Формализация концептуальной модели

1.1 Определение параметров и переменных моделей

1.2 Определение единицы модельного времени

1.3 Определение закона функционирования системы

2. Задание

2.1 Определение требований к вычислительным средствам

2.2 Выбор программных средств моделирования

2.3 Функциональная структура языка GPSS

2.4 Программный код

Заключение

Список использованной литературы

Введение

Современное время диктует новый ритм жизни, видоизменяя все сферы человеческой деятельности. Сегодня невозможно представить себе практически ни один производственный процесс или процесс научных исследований без применения компьютерного моделирования. Как и любое другое моделирование, компьютерное моделирование направлено на создание прототипов различного рода объектов, процессов или систем, в частности сложных систем, зависящих от совокупности взаимосвязанных и от случайных факторов. Компьютерное моделирование позволяет значительно снизить затраты на проведение экспериментов, сократить сроки создания и анализа моделей, а также получить необходимые результаты в удобной форме. Важной особенностью современного моделирование является использование различного рода прикладных пакетов, направленных на моделирование определённых явлений. Такие программные продукты, в какой - то мере сами по себе уже являются результатами компьютерного моделирования и служат для оптимизации и визуализации процессов моделирования конкретных объектов, систем и процессов. Существуют различные среды компьютерного моделирования, характерные для моделирования и анализа специфических задач конкретных областей науки и техники. В своей работе я пользовалась средой GPSS, которую я считаю наиболее удобной, легкой в обращении и понимании, а также легкодоступный синтаксис выбранного мною языка. В курсовой работе будет представлено решение задачи, а также основные аспекты, связанные с моделированием современных ЭВМ. Также необходимо помнить, что основной целью, которая стояла перед выполнением курсовой работы это закрепление, полученного материала от лекционных занятий. Особенностью выполнения данной работы, является реализация поставленной задачи на персональном компьютере в программной среде GPSS.

1. Фор мализация концептуальной модели

компьютерный моделирование модель абстрактный

Прежде чем начать рассматривать модель, необходимо определить тип модели. Следовательно, определить тип моделирования. В данной курсовой работе будет рассматриваться модель с точки зрения системного подхода.

Модель - это не абсолютная копия оригинала, она предполагает уже некоторую степень абстрагирования.

В настоящее время понятие модели расширилось, оно включает и реальные и, так называемые?идеальные? модели, например, математические модели. Свойствами модели обладают такие формы научных представлений о мире как законы, гипотезы, теории.

Любая модель - идеальная или материальная, используемая в научных целях, на производстве или в быту - несет информацию о свойствах и характеристиках исходного объекта (объекта - оригинала), существенных для решаемой субъектом задачи. Модель -- это физический или абстрактный объект, отражающий в той или иной степени процессы в исследуемой системе.

Программа, написанная, на компьютере является формализованным представлением процесса обработки данных. Формализованная модель также является набором знаков, потому что машина понимает только такое представление информации. Компьютерная программа является моделью по обработке различных видов информации.

Построение модели одна из главных задач, требующая анализа и основных сведений об обете исследования. Модель строится для оценки ее свойств, реакции на окружающую среду и т.п.. Большинство моделей стоится на гипотезах и предположениях, из которых затем следует идея построения модели.

В разных областях науки и жизнедеятельности человека процессы исследуются под разными точками зрения и соответственно стоят отличные друг от друга модели.

Языки моделирования можно условно разделить на искусственные и естественные. Искусственные языки создаются человеком, когда существует необходимость создания специальных целей или для разделения людей на группы. Естественные языки складываются неожиданно и в течении некоторого количества времени.

Моделирование начинается:

Первый этап

1) Постановка задачи (что вы хотите получить в результате моделирования.какой целью вы задаетесь приступая к работе)

2) Описание задачи (конкретизировать или поставить задачу в определенные рамки)

3) Исследование характеристик объекта (необходимо следить за последствиями.которые может оказать модель на окружающую себя среду и человека)

4) Какое надо произвести воздействие на изучаемый объект, чтобы его параметры удовлетворяли заданному условию.

Второй этап

1) Разработка схемы данной модели (схема R)

Рассмотрение модели, вместо системы влечет за собой упрощение.

Модель необходима для:

1. Понимания принципа работы устройства, его структуры, рассмотреть

как развивается модель в разных условиях и ее поведение в этих условиях, а также увидеть основные свойства.

2. Необходимо научится управлять моделью.

3. Предсказывать последствия модели, а также рассматривать какие последствия будут у предмета, взаимодействовавшего с этой моделью.

Основные свойства абстрактной модели:

1) Конечность - модель должна иметь конечный результат.

2) Упрощение - модель должна быть простой и легко воспроизводимой.

3) Целенаправленность - у любой модели должна быть цель, т.к. модель отображает часть системы.

4) Приблизительность - действительность всех действий, которые происходят с моделью или их приближенность.

5) Полнота - модель должна учитывать все основные понятия системы, для получения более точного результата.

6) Информативность - в модели, необходимо содержать всю необходимую информацию о системе и по возможности получать информацию от других источников.

8) Устойчивость - модель должна описывать поведение системы при различных условиях, даже если условия неустойчивы.

9) Наглядность - основных свойств и применений системы, которую необходимо написать.

10) Целостность - модель реализует абстрактную систему и поэтому должна быть единым целым, неделимой.

11) Замкнутость - учитывать цикличность системы, отношений и связи.

12) Доступность.

13) Адаптивность - модели необходимо приспособится к любым исходам.

14) Технологичность для воспроизведения модели, описывающей определенную систему.

15) Эволюционируемость - возможности развития и повышения уровня сложности.

16) Управляемость - модели нужно иметь минимум один параметр изменения.

Одним из основных свойств модели является ее адекватность. У этого существуют различные зависимости:

а) степени полноты и достоверности сведений об исследуемой системе;

б) степени детализации модели;

в) корректности параметризации модели, под которой понимается установления соответствия между параметрами системы и модели;

г) уровня подготовки и опыта самого исследователя.

Формализация - отображение результатов мышления в точных понятиях или утверждениях.

Структурную модель системы еще называют структурной схемой. На структурной схеме отражается состав системы и ее внутренние связи.

Концептуальная модель - это модель, представленная множеством понятий и связей между ними, определяющих смысловую структуру рассматриваемой предметной области или ее конкретного объекта.

Чаще всего концептуальная модель представляется в виде диаграммы сущностей-связей, что будет приведено ниже. Чтобы понять, как работает модель, надо построить ее схему. На этом этапе идет переход от словесного описания объекта моделирования к его математической модели. Одна из главных целей это упрощение описания системы, отделение собственно системы S от внешней среды E и выбор основного содержания модели путем отбрасывания всего второстепенного с точки зрения поставленной цели моделирования.

Построим формальную схему (R-схему) заданной вычислительной системы:

Рисунок № 1 (R-схема)

С-1 - сетевая машина

С-2 - сетевая машина

С-3 - сетевая машина

О - очередь

Э - электронно-вычислительная машина (компьютер)

Исходные данные перед поступлением в ЭВМ должны прости очередь (структура данных с дисциплиной доступа к элементам «первый пришёл -- первый вышел»). И только потом данные из очереди попадут в ЭВМ.

Данные для ЭВМ подготавливаются в виде пакета управляющих и определяющих карт, которым составляется по схеме модели, набранной из стандартных символов. Созданная программа GPSS, работая в режиме интерпретации, генерирует и передаёт транзакты из блока в блок. Каждый переход транзакта приписывается к определенному моменту системного времени.

1.1 Определение параметров и переменных модели

Анализ развития наиболее сложных технических систем позволяет сделать вывод о все более глубоком проникновении ЭВМ в их структуру. Вычислительные машины становятся неотъемлемой, а зачастую и основной частью таких систем. Прежде всего это относится к сложным радиоэлектронным системам. Среди них различные автоматические системы, в том числе системы автоматической коммутации (электронные АТС), системы радиосвязи, радиотелеметрические системы, системы радиолокации и радионавигации, различные системы управления.

При построении таких систем в значительной степени используются принципы и структуры организации вычислительных машин и вычислительных систем (ВС.). Характерной особенностью является наличие в системах нескольких процессоров, объединенных различными способами в специализированную ВС. При этом осуществляется переход от «жесткой» логики функционирования технических систем к универсальной «программной» логике. В силу этого все более значительную роль в таких системах, наряду с аппаратными средствами, играет специализированное системное и прикладное программное обеспечение.

Для проведения эксперимента потребуется только один персональный компьютер без внешних устройств. Время выполнения эксперимента ограничено лишь временем доступа к персональному компьютеру.

Детерминированная модель - аналитическое представление закономерности, операции и т.п., при которых для данной совокупности входных значений на выходе системы может быть получен единственный результат. Чтобы создать детерминированную модель данной вычислительной системы необходимо, заменить стохастические потоки их математическими ожиданиями:

Интервал между приходами пользователей 10 мин

Время подготовки задания 1-ым пользователем 16 мин

Время подготовки задания 2-ым пользователем 17 мин

Время подготовки задания 3-им пользователем 18 мин

Время выполнения задания на ЭВМ 0.8 мин

Вероятность прихода каждого из пользователей 0.33

1.2 Определение единицы модельного времени

Модельное время - время, которое можно выбрать по своему усмотрению в зависимости от условия задачи.

В исходной задаче за единицу модельного времени (emd) необходимо взять интервал минимального реального времени. Минимальный интервал реального времени (emd) в течение которого система не меняет своего исходного состояния. В текущей задаче модельное время равно 0.1 мин.

1.3 Определение закона функционирования системы

Работу этой вычислительной системы можно представить в виде временных диаграмм.

Рисунок № 2 (зависимость модельного времени Emd от поступающей информации из сетевой машины С-1)

Рисунок № 3 (зависимость модельного времени Emd от поступающей информации из сетевой машины С-2)

Рисунок № 4 (зависимость модельного времени Emd от поступающей информации из сетевой машины С-3)

Рисунок № 5 (временная зависимость от того, как данные поступают в ЭВМ - компьютер)

2. Задание

Условие задачи представлено на рисунке:

Рисунок № 6 (условие задачи)

2.1 Определение требований к вычислительным средствам

Для решения исходной задачи потребуется один компьютер, на который установлена программа GPSS. Время, потраченное, на выполнение решение задачи ограничено, временем доступа к компьютеру.

2.2 Выбор программных средств моделирования

Для написания программы,я выбраласреду GPSS . Язык, который используется в этой среде, называется GPSS. GPSS (General Purpose

Simulation System) - язык, который используется для моделирования абстрактных систем и систем массового обслуживания (СМО), а также для пространственного движения объектов. Объекты языка GPSS связанны со СМО - система, которая производит обслуживание поступающих в неё требований. Обслуживание требований в СМО производится обслуживающими приборами. Эти объекты, о которых говорилось, ранее называются транзактами. Транзакты можно создавать и удалять по мере необходимости, для решения какой либо задачи. В любой модели существуют определенные блоки, каждый из которых отвечает за свою собственную функцию. Функция дает транзактам понять, куда двигаться или перемещаться, чтобы получить конечный результат. Данные для ЭВМ подготавливаются в виде пакета управляющих и определяющих карт, которым составляется по схеме модели, набранной из стандартных символов. Созданная программа GPSS, работая в режиме интерпретации, генерирует и передаёт транзакты из блока в блок. Каждый переход транзакта приписывается к определенному моменту системного времени.

2.3 Функциональная структура языка GPSS

I) Уровень определяется комбинацией основных функциональных объектов таких, как:

Устройства

Логический переключатель

Очередь

Транзакты;

II) Уровень - блок-схема модели, составленная из типовых блоков, между которыми перемещаются транзакты.

1) Транзакты являются абстрактными подвижными элементами, которые являются аналогами различных объектов реального мира (сообщения, транспортные средства, люди, детали и т.д.) Транзакты двигаются по модели, они могут создаваться и уничтожаться.

Перемещаясь между блоками модели в соответствии с логикой моделирования, транзакты вызывают (и испытывают) различные действия:

Возможны их задержки в некоторых точках модели (связанные с обслуживанием, ожиданием в очереди),

Изменение маршрутов и направления движения,

Создание копии транзактов.

2) Устройства моделируют объекты, в которых может происходить обработка транзактов, что связано с затратами времени. Устройства являются аналогами каналов СМО (каждое устройство в данный момент времени, может быть, занять лишь одним транзактом). В GPSS существует возможность проверки состояния устройства.

3) Память - предназначены для моделирования объектов, обладающих ёмкостью. Аналогия с многоканальными СМО - память может обслуживать одновременно несколько транзактов. При этом транзакт занимает определённую часть памяти.

4) Логические переключатели - принимают значение включено или выключено, позволяют изменять пути следования транзактов в модели.

5) Очередь. В процессе движения транзакты могут задерживаться в определенных точках модели. Если необходимо собирать информацию о длине очереди транзактов и времени задержки транзактов используют соответствующие статистические объекты.

6) Таблицы. Таблицы обрабатывают статистическую информацию, строят гистограмму распределений по любой переменной.

2.4 Программный код

10 generate 100,500

40 release ustr1

50 transfer ,evm

100 generate 200,500

130 release ustr2

140 transfer ,evm

200 generate 300,500

230 release ustr3

300 evm seize ustr4

320 release ustr4

В Таблице № 1 представлены основные блоки, которые потребовались в результате написания программы:

Таблица № 1

Текст программы

Эффективное использование имитационного моделирования невозможно без применения ЭВМ. Термины «моделированием на ЭВМ» и «имитационное моделирование» стали уже практически синонимами.

Применение ЭВМ при математическом моделировании открывает возможность решения целого класса задач, и не только для имитационного моделирования. При других видах моделирования компьютер также весьма полезен. Например, выполнение одного из основных этапов исследования - построение математических моделей по экспериментальным данным - в настоящее время просто немыслимо без использования компьютера. В последние годы, благодаря развитию графического интерфейса и графических пакетов, широкое развитие получило компьютерное, структурно-функциональное моделирование. Положено начало использованию компьютера даже при концептуальном моделировании, где он используется, например, при построении систем искусственного интеллекта.

Таким образом, понятие "компьютерное моделирование" значительно шире традиционного понятия "моделирование на ЭВМ". В настоящее время под компьютерной моделью обычно понимают:

· описание объекта или некоторой системы объектов (или процессов) с помощью взаимосвязанных компьютерных таблиц, блок-схем, диаграмм, графиков, рисунков, анимационных фрагментов и т. д., отображающих структуру и взаимосвязи между элементами объекта. Компьютерные модели такого вида называют структурно-функциональными;

· отдельную программу, совокупность программ, программный комплекс, позволяющий с помощью последовательности вычислений и графического отображения их результатов воспроизводить (имитировать) процессы функционирования объекта, системы объектов при условии воздействия на него различных, в том числе случайных, факторов. Такие модели называют имитационными.

С понятием «компьютерная модель» тесно связано понятие «алгоритмическая модель». Алгоритмическая модель – это представление математической модели с помощью средств описания алгоритмов (алгоритмических языков, блок-схем и т.д.). Алгоритмическая модель – это, прежде всего, описание последовательности действий и порядка расчета для реализации модели, а также взаимосвязи отдельных этапов вычислений. Алгоритмическая модель строится на базе математической и, как правило, имитационной. В алгоритмической модели, в отличие от обычной математической, учитываются особенности работы ЭВМ и способы реализации на ЭВМ отдельных математических операторов и функций. После трансляции или компиляции алгоритмической модели на машинный язык компьютера получается компьютерная модель.

Компьютерное моделирование - метод решения задачи анализа или синтеза сложной системы на основе использования ее компьютерной модели, т.е. запуска моделирующей программы на исполнение при различных значениях параметров системы, воздействий и начальных условий и получения с ее помощью количественных и качественных результатов. Качественные выводы, получаемые по результатам анализа, позволяют обнаружить неизвестные ранее свойства сложной системы: ее структуру, динамику развития, устойчивость, целостность и др. Количественные выводы в основном носят характер прогноза некоторых будущих или объяснения прошлых значений переменных, характеризирующих систему.

Разновидностью компьютерного моделирования является вычислительный эксперимент. Он основан на использовании имитационной модели и ЭВМ, и позволяет проводить исследования аналогично натурному моделированию.

Предметом компьютерного моделирования может быть любой реальный объект или процесс, например процесс резания в статике или динамике. Компьютерная модель сложной системы позволяет отображать все основные факторы и взаимосвязи, характеризующие реальные ситуации, критерии и ограничения. Количественный и качественный выигрыши от применения математического моделирования на ЭВМ состоят в следующем:

1. Полностью или частично отпадает необходимость в длительном и трудоемком этапе изготовления лабораторного макета или полупромышленной установки, и соответственно, в затратах на комплектующие изделия, материалы и конструктивные элементы, необходимые для изготовления макетов и установок, а также в измерительных приборах и оборудовании для испытаний системы.

2. Значительно сокращается время определения характеристик системы и время испытаний.

3. Появляется возможность разрабатывать системы, содержащие элементы с известными характеристиками, но в реальности отсутствующие; имитировать воздействия или режимы работы системы, воспроизведение которых при натурных испытаниях затруднено, требует сложного дополнительного оборудования, сопряжено с опасностью для установки или экспериментатора, а иногда вообще невозможно; получать дополнительные характеристики объекта, которые сложно или невозможно получить с помощью измерительных приборов (характеристики параметрической чувствительности, частотные и пр.).

ЛЕКЦИЯ 4

« Классификация видов моделирования систем»

В основе моделирования лежит теория подобия , которая утверждает, что абсолютное подобие может иметь место лишь при замене одного объекта другим точно таким же. При моделировании абсолютное подобие не имеет места и стремятся к тому, чтобы модель достаточно хорошо отображала исследуемую сторону функ­ционирования объекта.

Классификационные признаки. В качестве одного из первых при­знаков классификации видов моделирования можно выбрать степень полноты модели и разделить модели в соответствии с этим признаком на полные , неполные и приближенные .

В основе полного моделирования лежит полное подобие, которое проявляется как во времени, так и в пространстве.

Для неполного моделирования характерно неполное подобие модели изучаемому объекту.

В основе приближенного моделирования лежит приближенное подобие, при котором некоторые стороны функционирования реального объекта не моделируются совсем.

Классификация видов моделирова­ния систем S приведена на рис. 1.

В зависимости от характера изучаемых процессов в системе S все виды моделирования могут быть разделены на детерминиро­ванные и стохастические, статические и динамические, дискретные, непрерывные и дискретно-непрерывные .

Детерминированное моде­лирование отображает детерминированные процессы, т. е. процессы, в которых предполагается отсутствие всяких случайных воздейст­вий.

Cтохастическое моделирование отображает вероятностные про­цессы и события. В этом случае анализируется ряд реализаций случайного процесса и оцениваются средние характеристики, т. е. набор однородных реализаций.

Статическое моделирование служит для описания поведения объекта в какой-либо момент времени, а динамическое моделирование отражает поведение объекта во времени.

Дискретное моделирование служит для описания процессов, которые предполагаются дискретными, соответственно непрерыв­ное моделирование позволяет отразить непрерывные процессы в сис­темах, а дискретно-непрерывное моделирование используется для случаев, когда хотят выделить наличие как дискретных, так и непре­рывных процессов.

В зависимости от формы представления объекта (системы S ) можно выделить мысленное и реальное моделирование.

Мысленное моделирование часто является единственным спосо­бом моделирования объектов, которые либо практически нереализуемы в заданном интервале времени, либо существуют вне усло­вий, возможных для их физического создания. Например, на базе мысленного моделирования могут быть проанализированы многие ситуации микромира, которые не поддаются физическому экспери­менту. Мысленное моделирование может быть реализовано в виде наглядного , символического и математического . При наглядном моделировании , на базе представлений человека о реальных объектах создаются различные наглядные модели, отоб­ражающие явления и процессы, протекающие в объекте. В основу гипотетического моделирования исследователем закладывается не­которая гипотеза о закономерностях протекания процесса в реаль­ном объекте, которая отражает уровень знаний исследователя об объекте и базируется на причинно-следственных связях между вхо­дом и выходом изучаемого объекта. Гипотетическое моделирова­ние используется, когда знаний об объекте недостаточно для по­строения формальных моделей. Аналоговое моделирование основывается на применении анало­гий различных уровней. Наивысшим уровнем является полная ана­логия, имеющая место только для достаточно простых объектов. С усложнением объекта используют аналогии последующих уров­ней, когда аналоговая модель отображает несколько либо только одну сторону функционирования объекта. Существенное место при мысленном наглядном моделировании занимает макетирование . Мысленный макет может применяться в случаях, когда протекающие в реальном объекте процессы не поддаются физическому моделированию, либо может предшество­вать проведению других видов моделирования. В основе постро­ения мысленных макетов также лежат аналогии, однако обычно базирующиеся на причинно-следственных связях между явлениями и процессами в объекте . Если ввести условное обозначение отдель­ных понятий, т. е. знаки, а также определенные операции между этими знаками, то можно реализовать знаковое моделирование и с помощью знаков отображать набор понятий - составлять от­дельные цепочки из слов и предложений. Используя операции объ­единения, пересечения и дополнения теории множеств, можно в от­дельных символах дать описание какого-то реального объекта. В основе языкового моделирования лежит некоторый тезаурус. Последний образуется из набора входящих понятий, причем этот набор должен быть фиксированным. Следует отметить, что между тезаурусом и обычным словарем имеются принципиальные раз­личия. Тезаурус - словарь, который очищен от неоднозначности, т. е. в нем каждому слову может соответствовать лишь единствен­ное понятие, хотя в обычном словаре одному слову могут соответ­ствовать несколько понятий.

Символическое моделирование представляет собой искусственный процесс создания логического объекта, который замещает реальный и выражает основные свойства его отношений с помощью опреде­ленной системы знаков или символов.


Математическое моделирование . Для исследования характерис­тик процесса функционирования любой системы S математичес­кими методами, включая и машинные, должна быть проведена формализация этого процесса, т. е. построена математическая мо­дель.

Под математическим моделированием будем понимать процесс установления соответствия данному реальному объекту некоторого математического объекта, называемого математической моделью, и исследование этой модели, позволяющее получать характеристи­ки рассматриваемого реального объекта . Вид математической мо­дели зависит как от природы реального объекта, так и задач ис­следования объекта и требуемой достоверности и точности решения этой задачи. Любая математическая модель, как и всякая другая, описывает реальный объект лишь с некоторой степенью приближе­ния к действительности. Математическое моделирование для исследования характеристик процесса функционирования систем мож­но разделить на аналитическое, имитационное и комбинированное .

Для аналитического моделированияхарактерно то, что процессы функционирования элементов системы записываются в виде неко­торых функциональных соотношений (алгебраических, интегро-дифференциальных, конечно-разностных и т. п.) или логических усло­вий. Аналитическая модель может быть исследована следующими методами :

аналитическим , когда стремятся получить в общем виде явные зависимости для искомых характеристик;

численным , когда, не умея решать уравнений в общем виде, стремятся получить числовые результаты при конкретных начальных данных;

качест­венным , когда, не имея решения в явном виде, можно найти неко­торые свойства решения (например, оценить устойчивость реше­ния).

Наиболее полное исследование процесса функционирования си­стемы можно провести, если известны явные зависимости, связыва­ющие искомые характеристики с начальными условиями, парамет­рами и переменными системы S. Однако такие зависимости удается получить только для сравнительно простых систем. При усложне­нии систем исследование их аналитическим методом наталкивается на значительные трудности, которые часто бывают непреодолимы­ми. Поэтому, желая использовать аналитический метод, в этом случае идут на существенное упрощение первоначальной модели, чтобы иметь возможность изучить хотя бы общие свойства систе­мы. Такое исследование на упрощенной модели аналитическим методом помогает получить ориентировочные результаты для определения более точных оценок другими методами. Численный метод позволяет исследовать по сравнению с аналитическим мето­дом более широкий класс систем, но при этом полученные решения носят частный характер. Численный метод особенно эффективен при использовании ЭВМ.

В отдельных случаях исследования системы могут удовлетво­рить и те выводы, которые можно сделать при использовании качественного метода анализа математической модели. Такие каче­ственные методы широко используются, например, в теории авто­матического управления для оценки эффективности различных ва­риантов систем управления.

В настоящее время распространены методы машинной реализа­ции исследования характеристик процесса функционирования боль­ших систем. Для реализации математической модели на ЭВМ необ­ходимо построить соответствующий моделирующий алгоритм.

При имитационном моделировании реализующий модель алго­ритм воспроизводит процесс функционирования системы S во вре­мени, причем имитируются элементарные явления, составляющие процесс, с сохранением их логической структуры и последователь­ности протекания во времени, что позволяет по исходным данным получить сведения о состояниях процесса в определенные моменты времени, дающие возможность оценить характеристики систе­мы S.

Основным преимуществом имитационного моделирования по сравнению с аналитическим является возможность решения более сложных задач. Имитационные модели позволяют достаточно про­сто учитывать такие факторы, как наличие дискретных и непрерыв­ных элементов, нелинейные характеристики элементов системы, многочисленные случайные воздействия и др., которые часто созда­ют трудности при аналитических исследованиях. В настоящее время имитационное моделирование - наиболее эффективный метод ис­следования больших систем, а часто и единственный практически доступный метод получения информации о поведении системы, особенно на этапе ее проектирования .

Метод имитационного моделирования позволяет решать задачи анализа больших систем S, включая задачи оценки: вариантов структуры системы, эффективности различных алгоритмов управле­ния системой, влияния изменения различных параметров системы. Имитационное моделирование может быть положено также в ос­нову структурного, алгоритмического и параметрического синтеза больших систем, когда требуется создать систему, с заданными характеристиками при определенных ограничениях, которая являет­ся оптимальной по некоторым критериям оценки эффективности .

При решении задач машинного синтеза систем на основе их имитационных моделей помимо разработки моделирующих алго­ритмов для анализа фиксированной системы необходимо также разработать алгоритмы поиска оптимального варианта системы. Далее в методологии машинного моделирования будем различать два основных раздела: статику и динамику,- основным содержани­ем которых являются соответственно вопросы анализа и синтеза систем, заданных моделирующими алгоритмами.

Комбинированное (аналитико-имитациоиное)моделирование при анализе и синтезе систем позволяет объединить достоинства анали­тического и имитационного моделирования. При построении ком­бинированных моделей проводится предварительная декомпозиция процесса функционирования объекта на составляющие подпроцессы и для тех из них, где это возможно, используются аналитические модели, а для остальных подпроцессов строятся имитационные модели . Такой комбинированный подход позволяет охватить каче­ственно новые классы систем, которые не могут быть исследованы с использованием только аналитического и имитационного модели­рования в отдельности.

Другие виды моделирования . При реальном моделировании ис­пользуется возможность исследования различных характеристик либо на реальном объекте целиком, либо на его части. Такие исследования могут проводиться как на объектах, работающих в нормальных режимах, так и при организации специальных режи­мов для оценки интересующих исследователя характеристик (при других значениях переменных и параметров, в другом масштабе времени и т. д.). Реальное моделирование является наиболее адек­ватным, но при этом его возможности с учетом особенностей реальных объектов ограничены. Например, проведение реального моделирования АСУ предприятием потребует, во-первых, создания такой АСУ, а во-вторых, проведения экспериментов с управляемым объектом, т. е. предприятием, что в большинстве случаев невозмож­но. Рассмотрим разновидности реального моделирования.

Натурным моделированием называют проведение исследования на реальном объекте с последующей обработкой результатов экс­перимента на основе теории подобия . При функционировании объекта в соответствии с поставленной целью удается выявить закономерности протекания реального процесса. Надо отметить, что такие разновидности натурного эксперимента, как производст­венный эксперимент и комплексные испытания, обладают высокой степенью достоверности.

С развитием техники и проникновением в глубь процессов, протекающих в реальных системах, возрастает техническая осна­щенность современного научного эксперимента. Он характеризуется широким использованием средств автоматизации проведения, при­менением весьма разнообразных средств обработки информации, возможностью вмешательства человека в процесс проведения экс­перимента, и в соответствии с этим появилось новое научное направление - автоматизация научных экспериментов.

Отличие эксперимента от реального протекания процесса заклю­чается в том, что в нем могут появиться отдельные критические ситуации и определяться границы устойчивости процесса. В ходе эксперимента вводятся новые факторы и возмущающие воздейст­вия в процессе функционирования объекта. Одна из разновидностей эксперимента - комплексные испытания, которые также можно от­нести к натурному моделированию, когда вследствие повторения испытаний изделий выявляются общие закономерности о надеж­ности этих изделий, о характеристиках качества и т. д . В этом случае моделирование осуществляется путем обработки и обобщения све­дений, проходящих в группе однородных явлений. Наряду со специ­ально организованными испытаниями возможна реализация натур­ного моделирования путем обобщения опыта, накопленного в ходе производственного процесса, т. е. можно говорить о производствен­ном эксперименте. Здесь на базе теории подобия обрабатывают статистический материал по производственному процессу и получа­ют его обобщенные характеристики.

Другим видом реального моделирования являетсяфизическое, отличающееся от натурного тем, что исследование проводится на установках, которые сохраняют природу явлений и обладают физи­ческим подобием . В процессе физического моделирования задаются некоторые характеристики внешней среды и исследуется поведение либо реального объекта, либо его модели при заданных или со­здаваемых искусственно воздействиях внешней среды. Физическое моделирование может протекать в реальном и нереальном (псевдоре­альном) масштабах времени, а также может рассматриваться без учета времени. В последнем случае изучению подлежат так называ­емые «замороженные» процессы, которые фиксируются в некото­рый момент времени. Наибольшие сложность и интерес с точки зрения верности получаемых результатов представляет физическое моделирование в реальном масштабе времени.

С точки зрения математического описания объекта и в зависи­мости от его характера модели можно разделить на модели анало­говые (непрерывные), цифровые (дискретные) и аналого-цифровые (комбинированные) .

Под аналоговой моделью понимается модель, которая описывается уравнениями, связывающими непрерывные величины.

Под цифровой понимают модель , которая описывается уравнениями, связывающими дискретные величины, представлен­ные в цифровом виде.

Под аналого-цифровой понимается модель , которая может быть описана уравнениями, связывающими непре­рывные и дискретные величины.

Особое место в моделировании занимает кибернетическое моделирование, в котором отсутствует непосредственное подо­бие физических процессов, происходящих в моделях, реальным процессам. В этом случае стремятся отобразить лишь некоторую функцию и рассматривают реальный объект как «черный ящик», имеющий ряд входов и выходов, и моделируют некоторые связи между выходами и входами. Чаще всего при использовании кибер­нетических моделей проводят анализ поведенческой стороны объекта при различных воздействиях внешней среды. Таким образом, в основе кибернетических моделей лежит отражение некото­рых информационных процессов управления, что позволяет оценить поведение реального объекта. Для построения имитационной моде­ли в этом случае необходимо выделить исследуемую функцию реального объекта, попытаться формализовать эту функцию в виде некоторых операторов связи между входом и выходом и воспроиз­вести на имитационной модели данную функцию, причем на базе совершенно иных математических соотношений и, естественно, иной физической реализации процесса.

ЛЕКЦИЯ 5

«ВОЗМОЖНОСТИ И ЭФФЕКТИВНОСТЬ МОДЕЛИРОВАНИЯ СИСТЕМ НА ЗВМ»

Обеспечение требуемых показателей качества функционирова­ния больших систем, связанное с необходимостью изучения проте­кания стохастических процессов в исследуемых и проектируемых системах S, позволяет проводить комплекс теоретических и экс­периментальных исследований, взаимно дополняющих друг друга. Эффективность экспериментальных исследований сложных систем оказывается крайне низкой, поскольку проведение натурных экс­периментов с реальной системой либо требует больших материаль­ных затрат и значительного времени, либо вообще практически невозможно (например, на этапе проектирования, когда реальная система отсутствует). Эффективность теоретических исследований с практической точки зрения в полной мере проявляется лишь тогда, когда их результаты с требуемой степенью точности и до­стоверности могут быть представлены в виде аналитических соот­ношений или моделирующих алгоритмов, пригодных для получе­ния соответствующих характеристик процесса функционирования исследуемых систем.

1.Средства моделирования систем .

Появление современных ЭВМ было решающим условием широкого внедрения аналитических ме­тодов в исследование сложных систем. Стало казаться, что модели и методы, например математического программирования, станут практическим инструментом решения задач управления в больших системах. Действительно, были достигнуты значительные успехи и создании новых математических методов решения этих задач, однако математическое программирование так и не стало прак­тическим инструментом исследования процесса функционирования сложных систем, так как модели математического программирова­ния оказались слишком грубыми и несовершенными для их эффек­тивного использования. Необходимость учета стохастических свойств системы, недетерминированности исходной информации, наличия корреляционных связей между большим числом перемен­ных и параметров, характеризующих процессы в системах, приво­дят к построению сложных математических моделей, которые не могут быть применены в инженерной практике при исследовании таких систем аналитическим методом. Пригодные для практических расчетов аналитические соотношения удается получить лишь при упрощающих предположениях, обычно существенно искажающих фактическую картину исследуемого процесса. Поэтому в последнее время все ощутимее потребность в разработке методов, которые дали бы возможность уже на этапе проектирования систем исследо­вать более адекватные модели. Указанные обстоятельства приводят к тому, что при исследовании больших систем все шире применяют методы имитационного моделирования.

Наиболее конструктивным средством решения инженерных за­дач на базе моделирования в настоящее время стали ЭВМ. Со­временные ЭВМ можно разделить на две группы: универсальные, прежде всего предназначенные для выполнения расчетных работ, и управляющие, позволяющие проводить не только расчетные ра­боты, но прежде всего приспособленные для управления объектами в реальном масштабе времени. Управляющие ЭВМ могут быть использованы как для управления технологическим процессом, экспериментом, так и для реализации различных имитацион­ных моделей.

В зависимости от того, удается ли построить до­статочно точную математическую модель реального процесса, или вследствие сложности объекта не удается проникнуть в глубь функ­циональных связей реального объекта и описать их какими-то ана­литическими соотношениями, можно рассматривать два основных пути использования ЭВМ:

как средства расчета по полученным аналитическим моделям и

как средства имитационного моделиро­вания.

Для известной аналитической модели, полагая, что она достато­чно точно отображает исследуемую сторону функционирования реального физического объекта, перед вычислительной машиной стоит задача расчета характеристик системы по каким-либо мате­матическим соотношениям при подстановке числовых значений. В этом направлении вычислительные машины обладают возмож­ностями, практически зависящими от порядка решаемого уравнения и от требований к скорости решения, причем могут быть исполь­зованы как ЭВМ, так и АВМ.

При использовании ЭВМ разрабатывается алгоритм расчета характеристик, в соответствии с которым составляются программы (либо генерируются с помощью пакета прикладных программ), дающие возможность осуществлять расчеты по требуемым анали­тическим соотношениям. Основная задача исследователя заключа­ется в том, чтобы попытаться описать поведение реального объекта одной из известных математических моделей.

Использование АВМ, с одной стороны, ускоряет для достаточно простых случаев процесс решения задачи, с другой стороны, могут возникать погрешности, обусловленные наличием дрейфа парамет­ров отдельных блоков, входящих в АВМ, ограниченной точностью, с которой могут быть заданы параметры, вводимые в машину, а также неисправностями технических средств и т. д.

Перспективно сочетание ЭВМ и АВМ, т. е. использование гиб­ридных средств вычислительной техники - гибридных вычислите­льных комплексов (ГВК), что в ряде случаев значительно ускоряет процесс исследования.

В ГВК удается сочетать высокую скорость функционирования аналоговых средств и высокую точность расчетов на базе цифровых средств вычислительной техники. Одновременно удается за счет наличия цифровых устройств обеспечить контроль проведения опе­раций. Опыт использования вычислительной техники в задачах моделирования показывает, что с усложнением объекта большую эффективность по скорости решения и по стоимости выполнения операций дает использование гибридной техники.

Конкретным техническим средством воплощения имитационной модели могут быть ЭВМ, АВМ и ГВК. Если использование анало­говой техники ускоряет получение конечных результатов, сохраняя некоторую наглядность протекания реального процесса, то приме­нение средств цифровой техники позволяет осуществить контроль за реализацией модели, создать программы по обработке и хране­нию результатов моделирования, обеспечить эффективный диалог исследователя с моделью.

Обычно модель строится по иерархическому принципу, когда последовательно анализируются отдельные стороны функциониро­вания объекта и при перемещении центра внимания исследователя рассмотренные ранее подсистемы переходят во внешнюю среду. Иерархическая структура моделей может раскрывать и ту последовательность, в которой изучается реальный объект, а именно после­довательность перехода от структурного (топологического) уровня к функциональному (алгоритмическому) и от функционального к параметрическому.

Результат моделирования в значительной степени зависит от адекватности исходной концептуальной (описательной) модели, от полученной степени подобия описания реального объекта, числа реализаций модели и многих других факторов. В ряде случаев сложность объекта не позволяет не только построить математичес­кую модель объекта, но и дать достаточно близкое кибернетическое описание, и перспективным здесь является выделение наиболее трудно поддающейся математическому описанию части объекта и включение этой реальной части физического объекта в имитаци­онную модель. Тогда модель реализуется, с одной стороны, на базе средств вычислительной техники, а с другой - имеется реальная часть объекта. Это значительно расширяет возможности и повыша­ет достоверность результатов моделирования.

Моделирующая система реализуется на ЭВМ и позволяет ис­следовать модель М , задаваемую в виде определен­ной совокупности отдельных блочных моделей и связей между ними в их взаимодействии в пространстве и времени при реализации какого-либо процесса. Можно выделить три основные группы бло­ков:

блоки, характеризующие моделируемый процесс функциониро­вания системы S;

блоки, отображающие внешнюю среду Е и ее воздействие на реализуемый процесс;

блоки, играющие служебную вспомогательную роль, обеспечивая взаимодействие первых двух, а также выполняющие дополнительные функции по получению и обработке результатов моделирования.

Кроме того, моделирующая система характеризуется набором переменных, с помощью которых удается управлять изучаемым процессом, и набором на­чальных условий, когда можно изменять условия проведения ма­шинного эксперимента.

Таким образом, моделирующая система есть средство проведе­ния машинного эксперимента, причем эксперимент может ставиться многократно, заранее планироваться, могут определяться условия его проведения. Необходимо при этом выбрать методику оценки адекватности получаемых результатов и автоматизировать как про­цессы получения, так и процессы обработки результатов в ходе машинного эксперимента.

2.Обеспечение моделирования .

Моделирующая система характеризуется наличием математического, программного, инфор­мационного, технического, эргономического и других видов обес­печения.

Математическое обеспечение моделирующей системы включает в себя совокупность математических соотношений, опи­сывающих поведение реального объекта, совокупность алгоритмов, обеспечивающих как подготовку, так и работу с моделью. Сюда могут быть отнесены алгоритмы: ввода исходных данных, имита­ции, вывода, обработки.

Программное обеспечение по своему содержанию включает в себя совокупность программ: планирования эксперимента, модели системы, проведения эксперимента, обработки и интерпре­тации результатов. Кроме того, программное обеспечение должно обеспечивать синхронизацию процессов в модели, т. е. необходим блок, организующий псевдопараллельное выполнение процессов в модели. Машинные эксперименты с моделями не могут проходить без хорошо разработан­ного и реализованного информационного обеспечения.

Информационное обеспечение включает в себя средства и технологию организации и реорганизации базы данных модели­рования, методы логической и физической организации массивов, формы документов, описывающих процесс моделирования и его результаты. Информационное обеспечение является наименее разработанной частью, поскольку только в на­стоящее время наблюдается переход к созданию сложных моделей и разрабатывается методология их использования при анализе и синтезе сложных систем с использованием концепции базы данных и знаний.

Техническое обеспечение включает в себя прежде всего средства вычислительной техники, связи и об­мена между оператором и сетью ЭВМ, ввода и вывода инфор­мации, управления проведением эксперимента.

Эргономическое обеспечение пред­ставляет собой совокупность научных и прикладных методик и ме­тодов, а также нормативно-технических и организационно-методи­ческих документов, используемых на всех этапах взаимодействия человека-экспериментатора с инструментальными средствами (ЭВМ, гибридными комплексами и т. д.). Эти документы, использу­емые на всех стадиях разработки и эксплуатации моделирующих систем и их элементов, предназначены для формирования и поддер­жания эргономического качества путем обоснования и выбора ор­ганизационно-проектных решений, которые создают оптимальные условия для высокоэффективной деятельности человека во взаимо­действии с моделирующим комплексом.

Таким образом, моделирующая система может рассматриваться как машинный аналог сложного реального процесса. Она позволяет заменить эксперимент с реальным процессом функционирования системы экспериментом с математической моделью этого процесса в ЭВМ. В настоящее время имитационные эксперименты широко используют в практике проектирования сложных систем, когда реальный эксперимент невозможен.

Возможности и эффективность моделирования систем на ЭВМ

Несмотря на то что имитационное моделирование на ЭВМ является мощным инстру­ментом исследования систем, его применение рационально не во всех случаях. Известно множество задач, решаемых более эффектив­но другими методами. Вместе с тем для большого класса задач исследования и проектирования систем метод имитационного моде­лирования наиболее приемлем. Правильное его употребление воз­можно лишь в случае четкого понимания сущности метода имита­ционного моделирования и условий его использования в практике исследования реальных систем при учете особенностей конкретных систем и возможностей их исследования различными методами.

В качестве основных критериев целесообразности применения метода имитационного моделирования на ЭВМ можно указать следующие: отсутствие или неприемлемость аналитических, числен­ных и качественных методов решения поставленной задачи; наличие достаточного количества исходной информации о моделируемой системе S для обеспечения возможности построения адекватной имитационной модели; необходимость проведения на базе других возможных методов решения очень большого количества вычисле­ний, трудно реализуемых даже с использованием ЭВМ; возмож­ность поиска оптимального варианта системы при ее моделирова­нии на ЭВМ.

Имитационное моделирование на ЭВМ, как и любой метод исследований, имеет достоинства и недостатки, проявляющиеся в конкретных приложениях. К числу основных достоинств ме­тода имитационного моделирования при исследовании сложных систем можно отнести следующие: машинный эксперимент с имита­ционной моделью дает возможность исследовать особенности про­цесса функционирования системы S в любых условиях; применение ЭВМ в имитационном эксперименте существенно сокращает продо­лжительность испытаний по сравнению с натурным экспериментом; имитационная модель позволяет включать результаты натурных испытаний реальной системы или ее частей для проведения даль­нейших исследований; имитационная модель обладает известной гибкостью варьирования структуры, алгоритмов и параметров мо­делируемой системы, что важно с точки зрения поиска оптималь­ного варианта системы; имитационное моделирование сложных систем часто является единственным практически реализуемым ме­тодом исследования процесса функционирования таких систем на этапе их проектирования.

Основным недостатком, проявляющимся при машинной реали­зации метода имитационного моделирования, является то, что ре­шение, полученное при анализе имитационной модели М, всегда носит частный характер, так как оно соответствует фиксированным элементам структуры, алгоритмам поведения и значениям парамет­ров системы S, начальных условий и воздействий внешней среды Е. Поэтому для полного анализа характеристик процесса функциони­рования систем, а не получения только отдельной точки приходится многократно воспроизводить имитационный эксперимент, варьи­руя исходные данные задачи. При этом, как следствие, возникает увеличение затрат машинного времени на проведение эксперимента с имитационной моделью процесса функционирования исследуемой системы S.

Эффективность машинного моделирования. При имитационном моделировании, так же как и при любом другом методе анализа и синтеза системы S, весьма существен вопрос его эффективности. Эффективность имитационного моделирования может оцениваться рядом критериев, в том числе точностью и достоверностью резуль­татов моделирования, временем построения и работы с моделью М, затратами машинных ресурсов (времени и памяти), стоимостью разработки и эксплуатации модели . Очевидно, наилучшей оценкой эффективности является сравнение получаемых результатов с реаль­ным исследованием, т. е. с моделированием на реальном объекте при проведении натурного эксперимента. Поскольку это не всегда удается сделать, статистический подход позволяет с определенной степенью точности при повторяемости машинного эксперимента получить какие-то усредненные характеристики поведения системы. Существенное влияние на точность моделирования оказывает число реализаций, и в зависимости от требуемой достоверности можно оценить необходимое число реализаций воспроизводимого случай­ного процесса.

Существенным показателем эффективности являются затраты машинного времени. В связи с использованием ЭВМ различного типа суммарные затраты складываются из времени по вводу и выводу данных по каждому алгоритму моделирования, времени на проведение вычислительных операций, с учетом обращения к опера­тивной памяти и внешним устройствам, а также сложности каждого моделирующего алгоритма. Расчеты затрат машинного времени являются приближенными и могут уточняться по мере отладки программ и накопления опыта у исследователя при работе с имита­ционной моделью. Большое влияние на затраты машинного време­ни при проведении имитационных экспериментов оказывает рацио­нальное планирование таких экспериментов. Определенное влияние на затраты машинного времени могут оказать процедуры обработ­ки результатов моделирования, а также форма их представления.

В настоящее время понятие “система” в науке является до конца не определенным. Ученые приступили к исследованию сложных систем (СС).
В многочисленной литературе по системному анализу и системотехнике отмечаются следующие основные свойства сложных систем:

Свойство 1. Целостность и членимость.

Сложная система рассматривается как целостная совокупность элементов, характеризующаяся наличием большого количества взаимосвязанных и взаи-модействующих между собой элементов.
У исследователя существует субъективная возможность разбиения системы на подсистемы, цели функционирования которых подчинены общей цели функционирования всей системы (целенаправленность систем). Целенаправленность интерпретируется, как способность системы осуществлять в условиях неопределенности и воздействия случайных факторов поведение (выбор поведения), преследующее достижение определенной цели.

Свойство 2. Связи.

Наличие существенных устойчивых связей (отношений) между элементами или (и) их свойствами, превосходящими по мощности (силе) связи (отношения) этих элементов с элементами, не входящими в данную систему (внешней сре-дой).
Под “связями” понимается некоторый виртуальный канал, по которому осуществляется обмен между элементами и внешней средой веществом, энергией, информацией.

Свойство 3. Организация.

Свойство характеризуется наличием определенной организации – формированием существенных связей элементов, упорядоченным распределением связей и элементов во времени и пространстве. При формировании связей складывается определенная структура системы, а свойства элементов трансформируются в функции (действия, поведение).

При исследовании сложных систем обычно отмечают:

  • сложность функции, выполняемой системой и направленной на достижение заданной цели функционирования;
  • наличие управления, разветвленной информационной сети и интенсивных потоков информации;
  • наличие взаимодействия с внешней средой и функционирование в условиях неопределенности и воздействия случайных факторов различной природы.

Свойство 4. Интегративные качества.

Существование интегративных качеств (свойств), т.е. таких качеств, кото-рые присущи системе в целом, но не свойственны ни одному из ее элементов в отдельности. Наличие интегративных качеств показывает, что свойства систе-мы хотя и зависят от свойств элементов, но не определяются ими полностью.
Примеры СС в экономической сфере многочисленны: организационно – производственная система, предприятие; социально – экономическая система, например регион; и др.
Методологией исследования СС является системный анализ. Один из важнейших инструментов прикладного системного анализа – компьютерное моделирование .
Имитационное моделирование является наиболее эффективным и универ-сальным вариантом компьютерного моделирования в области исследования и управления сложными системами.

Модель представляет собой абстрактное описание системы (объекта, процесса, проблемы, понятия) в некоторой форме, отличной от формы их реального существования.

Моделирование представляет собой один из основных методов познания, является формой отражения действительности и заключается в выяснении или воспроизведении тех или иных свойств реальных объектов, предметов и явлений с помощью других объектов, процессов, явлений, либо с помощью абстрактного описания в виде изображения, плана, карты, совокупности уравнений, алгоритмов и программ.

В процессе моделирования всегда существует оригинал (объект) и модель , которая воспроизводит (моделирует, описывает, имитирует) некоторые черты объекта.

Моделирование основано на наличии у многообразия естественных и искусственных систем, отличающихся как целевым назначением, так и физическим воплощением, сходства или подобия некоторых свойств: геометрических, структурных, функциональных, поведенческих. Это сходство может быть полным (изоморфизм) и частичным (гомоморфизм).

Исследование современных СС предполагает различные классы моделей . Развитие информационных технологий можно интерпретировать как возможность реализации моделей различного вида в рамках информационных систем различного назначения, например, информационные системы, системы распознавания образов, системы искусственного интеллекта, системы поддержки принятия решений. В основе этих систем лежат модели различных типов: семантические, логические, математические и т.п.

Приведем общую классификацию основных видов моделирования :

  • концептуальное моделирование – представление системы с помощью специальных знаков, символов, операций над ними или с помощью естественных или искусственных языков;
  • физическое моделирование – моделируемый объект или процесс воспроизводится исходя из соотношения подобия, вытекающего из схожести физических процессов и явлений;
  • структурно – функциональное моделирование – моделями являются схемы (графы, блок-схемы), графики, диаграммы, таблицы, рисунки со специальными правилами их объединения и преобразования;
  • математическое (логико-математическое) моделирование – построение модели осуществляется средствами математики и логики;
  • имитационное (программное) моделирование – в этом случае логико-математическая модель исследуемой системы представляет собой алгоритм функционирования системы, программно-реализуемый на компьютере.

Указанные виды моделирования могут применяться самостоятельно или одновременно, в некоторой комбинации (например, в имитационном моделировании используются практически все перечисленные виды моделирования или отдельные приемы). Так, например, имитационное моделирование включает в себя концептуальное (на ранних этапах формирования имитационной модели) и логико-математическое (включая методы искусственного интеллекта) моделирование для описания отдельных подсистем модели, а также в процедурах обработки и анализа результатов вычислительного эксперимента и принятия решений. Технология проведения и планирования вычислительного эксперимента с соответствующими математическими методами привнесена в имитационное моделирование из физического (экспериментального натурного или лабораторного) моделирования. Наконец, структурно-функциональное моделирование используется как при создании стратифицированного описания многомодельных комплексов, так и для формирования различных диаграммных представлений при создании имитационных моделей.

Понятие компьютерного моделирования трактуется шире традиционного понятия “моделирование на ЭВМ” . Приведем его.

Компьютерное моделирование – это метод решения задач анализа или синтеза сложной системы на основе использования ее компьютерной модели.

Компьютерное моделирование можно рассматривать как:

  • математическое моделирование;
  • имитационное моделирование;
  • стохастическое моделирование.

Под термином “компьютерная модель” понимают условный образ объекта или некоторой системы объектов (или процессов), описанный с помощью уравнений, неравенств, логических соотношений, взаимосвязанных компьютерных таблиц, графов, диаграмм, графиков, рисунков, анимационных фрагментов, гипертекстов и т.д. и отображающих структуру и взаимосвязи между элементами объекта. Компьютерные модели, описанные с помощью уравнений, неравенств, логических соотношений, взаимосвязанных компьютерных таблиц, графов, диаграмм, графиков, будем называть математическими. Компьютерные модели, описанные с помощью взаимосвязанных компьютерных таблиц, графов, диаграмм, графиков, рисунков, анимационных фрагментов, гипертекстов и т.д. и отображающих структуру и взаимосвязи между элементами объекта, будем называть структурно-функциональными ;

Компьютерные модели (отдельную программу, совокупность программ, программный комплекс), позволяющие, с помощью последовательности вычислений и графического отображения результатов ее работы, воспроизводить (имитировать) процессы функционирования объекта (системы объектов) при условии воздействия на объект различных, как правило, случайных факторов, будем называть имитационными .

Суть компьютерного моделирования заключена в получении количественных и качественных результатов на имеющейся модели. Качественные результаты анализа обнаруживают неизвестные ранее свойства сложной системы: ее структуру, динамику развития, устойчивость, целостность и др. Количественные выводы в основном носят характер анализа существующей СС или прогноза будущих значений некоторых переменных. Возможность получения не только качественных, но и количественных результатов составляет существенное отличие имитационного моделирования от структурно-функционального . Имитационное моделирование имеет целый ряд специфических черт.

Методологией компьютерного моделирования является системный анализ (направление кибернетики, общая теория систем), в котором доминирующая роль отводится системным аналитикам. В отличие от математического моделирования на ЭВМ, где методологической основой являются: исследование операций, теория математических моделей, теория принятия решений, теория игр и др.

Центральной процедурой системного анализа является построение обобщенной модели, отражающей все факторы и взаимосвязи реальной системы . Предметом компьютерного моделирования может быть любая сложная система, любой объект или процесс. Категории целей при этом могут быть самыми различными. Компьютерная модель должна отражать все свойства, основные факторы и взаимосвязи реальной сложной системы, критерии, ограничения.

Компьютерное моделирование предлагает совокупность методологических подходов и технологических средств, используемых для подготовки и принятия решений в различных областях исследования.

Выбор метода моделирования для решения постановленной задачи или исследования системы является актуальной задачей, с которой системный аналитик должен уметь справляться.

С этой целью уточним место имитационных моделей и их специфику среди моделей других классов. Кроме того, уточним некоторые понятия и определения, с которыми имеет дело системный аналитик в процессе моделирования. С этой целью рассмотрим процедурно-технологическую схему построения и исследования моделей сложных систем . Эта схема (приведенная на стр.6) включает, характерные для любого метода моделирования, следующие этапы определения:

  1. Системы (предметная, проблемная область);
  2. Объекта моделирования;
  3. Целевого назначения моделей;
  4. Требований к моделям;
  5. Формы представления;
  6. Вида описания модели;
  7. Характера реализации модели;
  8. Метода исследования модели.

Первые три этапа характеризуют объект и цель исследования и практически определяют следующие этапы моделирования. При этом большое значение приобретает корректное описание объекта и формулировка цели моделирования из предметной области исследования.

Предметная (проблемная) область . Исследование различных систем: математических, экономических, производственных, социальных, систем массового обслуживания, вычислительных, информационных и многих других.

Модель должна строиться целенаправленно. Целенаправленная модель представляет собой замену действительности с той степенью абстракции, которая необходима для поставленной цели. То есть, модель, прежде всего, должна отражать те существенные свойства и те стороны моделируемого объекта, которые определены задачей. При этом важно правильно обозначить и сформулировать проблему, четко определить цельисследования, проводимого с помощью моделирования.

Требования к моделям . Моделирование связано с решением реальных задач и необходимо быть уверенным, что результаты моделирования с достаточной степенью точности отражают истинное положение вещей, т.е. модель адекватна реальной действительности.

Хорошая модель должна удовлетворять некоторым общепринятым требованиям. Такая модель должна быть:

  • адекватной;
  • надежной;
  • простой и понятной пользователю;
  • целенаправленной;
  • удобной в управлении и обращении;
  • функционально полной с точки зрения возможностей решения главных задач;
  • адаптивной, позволяющей легко переходить к другим модификациям или обновлять данные;
  • допускающей изменения (в процессе эксплуатации она может усложняться).

В зависимости от целевой направленности модели, для нее задаются специальные требования. Наиболее характерными являются: целостность, отражение информационных свойств, многоуровневость, множественность (многомодельность), расширяемость, универсальность, осуществимость (реальная возможность построения самой модели и ее исследования), реализуемость (например, на ЭВМ, возможность материализации модели в виде реальной системы в задачах проектирования), эффективность (затраты временных, трудовых, материальных и других видов ресурсов на построение моделей и проведение экспериментов находятся в допустимых пределах или оправданы). Значимость или приоритетность требований к модели непосредственно вытекают из назначения модели. Например, в исследовательских задачах, задачах управления, планирования и описания важным требованием является адекватность модели объективной реальности. В задачах проектирования и синтеза уникальных систем важным требованием является реализуемость модели, например в САПР или систему поддержки принятия решений (СППР).

Цель моделирования и задание требований к модели определяют форму представления модели.

Любая модель (прежде чем стать объективно существующим предметом) должна существовать в мысленной форме, быть конструктивно разработанной, переведена в знаковую форму и материализована. Таким образом, можно выделить три формы представления моделей:

  • мысленные (образы);
  • знаковые (структурные схемы, описания в виде устного и письменного изложения, логические, математические, логико-математические конструкции);
  • материальные (лабораторные и действующие макеты, опытные образцы).

Особое место в моделировании занимают знаковые , в частности логические, математические, логико-математические модели, а также модели, воссозданные на основе описания, составленного экспертами. Знаковые модели используются для моделирования разнообразных систем. Это направление связано с развитием вычислительных систем. Ограничимся ими в дальнейшем рассмотрении.

Следующий этап процедурной схемы – это выбор вида описания и
построения модели. Для знаковых форм такими описаниями могут быть:

  • отношение и исчисление предикатов, семантические сети, фреймы, методы искусственного интеллекта и др. - для логических форм .
  • алгебраические, дифференциальные, интегральные, интегрально-дифференциальные уравнения и др. - для математических форм .

Характер реализации знаковых моделей бывает :

  • аналитический (например, система дифференциальных уравнений может быть решена математиком на листе бумаги);
  • машинный (аналоговый или цифровой);
  • физический (автоматный).

В каждом из них, в зависимости от сложности модели, цели моделирования, степени неопределенности характеристик модели, могут иметь место различные по характеру способы проведения исследований (экспериментов), т.е., методы исследования. Например, при аналитическом исследовании применяются различные математические методы. При физическом или натурном моделировании применяется экспериментальный метод исследования.

Анализ применяемых и перспективных методов машинного экспериментирования позволяет выделить расчетный, статистический, имитационный и самоорганизующийся методы исследований.

Расчетное (математическое) моделирование применяется при исследовании математических моделей и сводится к их машинной реализации при различных числовых исходных данных. Результаты этих реализаций (расчетов) выдаются в графической или табличной формах. Например, классической схемой является машинная реализация математической модели, представленной в виде системы дифференциальных уравнений, основанная на применении численных методов, с помощью которых математическая модель приводится к алгоритмическому виду, программно реализуется на ЭВМ, для получения результатов проводится расчет.

Имитационное моделирование отличается высокой степенью общности, создает предпосылки к созданию унифицированной модели, легко адаптируемой к широкому классу задач, выступает средством для интеграции моделей различных классов.