Участник:Курсахом: различия между версиями

Материал из SurWiki
Перейти к навигации Перейти к поиску
(Новая страница: « Имитационное моделирование — один из наиболее распространенных методов, а возможно, и …»)
 
(АВЕРИЛЛ М. ЛОУ)
 
(не показано 10 промежуточных версий этого же участника)
Строка 1: Строка 1:
    Имитационное моделирование — один из наиболее распространенных методов, а возможно, и самый распространенный метод исследования операций и теории управления, о чем свидетельствуют, например, Зимние конференции по вопросам имитационного моделирования (Winter Simulation Conference), ежегодно собира­ющие до 700 участников. Существует еще несколько конференций, организуемых поставщиками программных продуктов для моделирования, в которых ежегодно участвует свыше 100 человек.  Известно также несколько обзоров, посвященных использованию методов исследования операций. Например, Лейн, Мансор и Харпелл в своих отчетах за период с 1973 по 1988 год приходят к выводу, что моделирование постоянно входит в число трех наиболее важных методов исследования операций. К двум другим они относят математическое программирование (универсальный термин, применяемый для обозначения таких методов, как линейное программирование, нелинейное программирование и т. п.) и статистику (которая, по сути, не является методом исследования операций). Гупта [Gupta, 1997] проанализировал 1294 статьи журнала Interfaces (одного из ведущих журналов, освещающих применение методов исследования операций) за период с 1970 по 1992 год и установил, что из 13 упоминающихся технологий моделирование занимает второе место, пропустив вперед лишь математическое программирование.
+
== Имитационное моделирование ==
  
    Более широкому распространению имитационного моделирования воспрепятствовали несколько факторов. Во-первых, модели, применяемые для исследования больших систем, все больше усложняются, что, в свою очередь, затрудняет на писание для них компьютерных программ. В последние годы эту задачу удалось существенно облегчить благодаря появлению мощных программных продуктов, автоматически предоставляющих многие элементы, необходимые для «програм­мирования» имитационной модели. Во-вторых, моделирование сложных систем часто требует много компьютерного времени. Однако по мере увеличения быстро действия и снижения стоимости компьютеров данная проблема также постепенно становится решаемой. И наконец, создается неверное впечатление о моделировании как об упражнении в программировании, пусть и очень сложном. Из-за этого многие исследования посредством моделирования выполняются как построение и программирование эвристической модели с последующим разовым запуском программы для получения «ответа». Мы опасаемся, что при упомянутом подходе не учитывается вопрос о том, как правильно запрограммированная модель должна использоваться для получения выводов о системе, и такой подход приводит к ошибочным результатам. Система — это совокупность объектов, например людей или механизмов, функционирующих и взаимодействующих друг с другом для достижения определенной цели. Данное определение предложено Шмидтом и Тейлором. На практике понятие системы зависит от задач конкретного исследования. Так, совокупность предметов, которые составляют систему в одном исследовании, может являться лишь подмножеством в иной системе, при проведении другого ис следования. Скажем, при исследовании функционирования банка с целью определения числа кассиров, необходимого для обеспечения адекватного обслуживания клиентов, желающих снять деньги со счета, обналичить чек, сделать вклад, система будет состоять из кассиров и посетителей, ожидающих своей очереди на обслуживание. Если же в исследовании должны быть учтены служащие, занимающиеся выдачей кредитов, и сейфы для вкладов на ответственном хранении, определение системы расширится соответствующим образом.
+
Имитационное моделирование — один из наиболее распространенных методов, а возможно, и самый распространенный метод исследования операций и теории управления, о чем свидетельствуют, например, Зимние конференции по вопросам имитационного моделирования (Winter Simulation Conference), ежегодно собира­ющие до 700 участников. Существует еще несколько конференций, организуемых поставщиками программных продуктов для моделирования, в которых ежегодно участвует свыше 100 человек. Известно также несколько обзоров, посвященных использованию методов исследования операций. Например, Лейн, Мансор и Харпелл в своих отчетах за период с 1973 по 1988 год приходят к выводу, что моделирование постоянно входит в число трех наиболее важных методов исследования операций. К двум другим они относят математическое программирование (универсальный термин, применяемый для обозначения таких методов, как линейное программирование, нелинейное программирование и т. п.) и статистику (которая, по сути, не является методом исследования операций). Гупта [Gupta, 1997] проанализировал 1294 статьи журнала Interfaces (одного из ведущих журналов, освещающих применение методов исследования операций) за период с 1970 по 1992 год и установил, что из 13 упоминающихся технологий моделирование занимает второе место, пропустив вперед лишь математическое программирование.
  
    Состояние системы определяется как совокупность переменных, необходимых для описания системы на определенный момент времени в соответствии с задача ми исследования. При исследовании банка примерами переменных состояния могут служить число занятых кассиров, число посетителей в банке и время при бытия каждого клиента в банк. Существуют системы двух типов: дискретные и непрерывные. В дискретной системе переменные состояния в различные периоды времени меняются мгновенно. Банк можно назвать примером дискретной системы, поскольку переменные состояния, например количество посетителей в банке, меняются только по при бытии нового посетителя, по окончании обслуживания или уходе посетителя, раньше находившегося в банке. В непрерывной системе переменные меняются бес прерывно во времени. Самолет, движущийся в воздухе, может служить примером непрерывной системы, поскольку переменные состояния (например, положение и скорость) меняются постоянно по отношению ко времени. На практике система редко является полностью дискретной или полностью непрерывной. Но в каждой системе, как правило, превалирует один тип изменений, по нему мы и определяем ее либо как дискретную, либо как непрерывную.  
+
Более широкому распространению имитационного моделирования воспрепятствовали несколько факторов. Во-первых, модели, применяемые для исследования больших систем, все больше усложняются, что, в свою очередь, затрудняет на писание для них компьютерных программ. В последние годы эту задачу удалось существенно облегчить благодаря появлению мощных программных продуктов, автоматически предоставляющих многие элементы, необходимые для «програм­мирования» имитационной модели. Во-вторых, моделирование сложных систем часто требует много компьютерного времени. Однако по мере увеличения быстро действия и снижения стоимости компьютеров данная проблема также постепенно становится решаемой. И наконец, создается неверное впечатление о моделировании как об упражнении в программировании, пусть и очень сложном. Из-за этого многие исследования посредством моделирования выполняются как построение и программирование эвристической модели с последующим разовым запуском программы для получения «ответа». Мы опасаемся, что при упомянутом подходе не учитывается вопрос о том, как правильно запрограммированная модель должна использоваться для получения выводов о системе, и такой подход приводит к ошибочным результатам. Система — это совокупность объектов, например людей или механизмов, функционирующих и взаимодействующих друг с другом для достижения определенной цели. Данное определение предложено Шмидтом и Тейлором. На практике понятие системы зависит от задач конкретного исследования. Так, совокупность предметов, которые составляют систему в одном исследовании, может являться лишь подмножеством в иной системе, при проведении другого ис следования. Скажем, при исследовании функционирования банка с целью определения числа кассиров, необходимого для обеспечения адекватного обслуживания клиентов, желающих снять деньги со счета, обналичить чек, сделать вклад, система будет состоять из кассиров и посетителей, ожидающих своей очереди на обслуживание. Если же в исследовании должны быть учтены служащие, занимающиеся выдачей кредитов, и сейфы для вкладов на ответственном хранении, определение системы расширится соответствующим образом.
  
    Физическая модель или математическая модель? При слове «модель» большинство из нас представляет себе кабины, установленные вне самолетов на тренировочных площадках и применяемые для обучения пилотов, либо миниатюрные супертанкеры, движущиеся в бассейне. Это все примеры физических моделей (именуемых также тоническими или образными). Они редко ис пользуются при исследовании операций или анализе систем. Но в некоторых случаях создание физических моделей может оказаться весьма эффективным при исследовании технических систем или систем управления. Примерами мо гут служить масштабные настольные модели погрузочно-разгрузочных систем и, по крайней мере, один случай создания полномасштабной физической мо дели заведения быстрого питания в большом магазине, в реализации которой были задействованы вполне реальные посетители [Swart and Donno, 1981]. Однако преобладающее большинство создаваемых моделей являются мате матическими. Они представляют систему посредством логических и количес­твенных отношений, которые затем подвергаются обработке и изменениям, чтобы определить, как система реагирует на изменения, точнее — как бы она реагировала, если бы существовала на самом деле. Наверное, самым простым примером математической модели является известное соотношение s = vt, где s — расстояние, v — скорость перемещения, t— время перемещения. Иногда такая модель может быть и адекватна (например, в случае с космическим зон дом, направленным к другой планете, по достижении им скорости полета), но в других ситуациях она может не соответствовать действительности (например, транспортное сообщение в часы пик на городской перегруженной автостраде).
+
Состояние системы определяется как совокупность переменных, необходимых для описания системы на определенный момент времени в соответствии с задача ми исследования. При исследовании банка примерами переменных состояния могут служить число занятых кассиров, число посетителей в банке и время при бытия каждого клиента в банк. Существуют системы двух типов: дискретные и непрерывные. В дискретной системе переменные состояния в различные периоды времени меняются мгновенно. Банк можно назвать примером дискретной системы, поскольку переменные состояния, например количество посетителей в банке, меняются только по при бытии нового посетителя, по окончании обслуживания или уходе посетителя, раньше находившегося в банке. В непрерывной системе переменные меняются бес прерывно во времени. Самолет, движущийся в воздухе, может служить примером непрерывной системы, поскольку переменные состояния (например, положение и скорость) меняются постоянно по отношению ко времени. На практике система редко является полностью дискретной или полностью непрерывной. Но в каждой системе, как правило, превалирует один тип изменений, по нему мы и определяем ее либо как дискретную, либо как непрерывную.  
  
    АВЕРИЛЛ М. ЛОУ
+
Физическая модель или математическая модель? При слове «модель» большинство из нас представляет себе кабины, установленные вне самолетов на тренировочных площадках и применяемые для обучения пилотов, либо миниатюрные супертанкеры, движущиеся в бассейне. Это все примеры физических моделей (именуемых также тоническими или образными). Они редко ис пользуются при исследовании операций или анализе систем. Но в некоторых случаях создание физических моделей может оказаться весьма эффективным при исследовании технических систем или систем управления. Примерами мо гут служить масштабные настольные модели погрузочно-разгрузочных систем и, по крайней мере, один случай создания полномасштабной физической мо дели заведения быстрого питания в большом магазине, в реализации которой были задействованы вполне реальные посетители [Swart and Donno, 1981]. Однако преобладающее большинство создаваемых моделей являются мате матическими. Они представляют систему посредством логических и количес­твенных отношений, которые затем подвергаются обработке и изменениям, чтобы определить, как система реагирует на изменения, точнее — как бы она реагировала, если бы существовала на самом деле. Наверное, самым простым примером математической модели является известное соотношение s = vt, где s — расстояние, v — скорость перемещения, t— время перемещения. Иногда такая модель может быть и адекватна (например, в случае с космическим зон дом, направленным к другой планете, по достижении им скорости полета), но в других ситуациях она может не соответствовать действительности (например, транспортное сообщение в часы пик на городской перегруженной автостраде).
  
"И первое, что оказывается необходимым для реализации подобных идей, - это умение организовать серию вариантных расчетов: эксперту важно представить себе характер изучаемого процесса, степень его "управляемости", характер предельных возможностей (множеств достижимости), т.е. организовать многократно повторенный машинный эксперимент с моделью.
+
===== АВЕРИЛЛ М. ЛОУ =====
 +
 +
 
 +
"И первое, что оказывается необходимым для реализации подобных идей, - это умение организовать серию вариантных расчетов: эксперту важно представить себе характер изучаемого процесса, степень его "управляемости", характер предельных возможностей (множеств достижимости), т.е. организовать многократно повторенный машинный эксперимент с моделью.
  
 
Для этой цели и должны быть созданы модели, имитирующие реальность, имитирующие изучаемый процесс. Эксперт с помощью этих моделей, с помощью серии специально организованных вариантных расчетов получает те знания, без которых выбрать альтернативный вариант своей стратегии он не может. Эти возможности ЭВМ были быстро поняты специалистами, и в русском языке появились даже термины "имитационная модель" и "имитационная моделирование", а в английском языке – "simulation modeling". Надо отметить, что если в английском языке термин имеет вполне четкий смысл, ибо симуляция и моделирование не являются синонимами, то по-русски имитационная модель - это нонсенс (Курсив наш. Авторы.). Любая модель, в принципе, имитационная, ибо она имитирует реальность".
 
Для этой цели и должны быть созданы модели, имитирующие реальность, имитирующие изучаемый процесс. Эксперт с помощью этих моделей, с помощью серии специально организованных вариантных расчетов получает те знания, без которых выбрать альтернативный вариант своей стратегии он не может. Эти возможности ЭВМ были быстро поняты специалистами, и в русском языке появились даже термины "имитационная модель" и "имитационная моделирование", а в английском языке – "simulation modeling". Надо отметить, что если в английском языке термин имеет вполне четкий смысл, ибо симуляция и моделирование не являются синонимами, то по-русски имитационная модель - это нонсенс (Курсив наш. Авторы.). Любая модель, в принципе, имитационная, ибо она имитирует реальность".
Строка 19: Строка 22:
 
С учетом последнего замечания, имитационная модель рассматривается нами специальная форма математической модели, в которой:
 
С учетом последнего замечания, имитационная модель рассматривается нами специальная форма математической модели, в которой:
  
    декомпозиция системы на компоненты производится с учетом структуры проектируемого или изучаемого объекта;
+
декомпозиция системы на компоненты производится с учетом структуры проектируемого или изучаемого объекта;
    в качестве законов поведения, могут использоваться экспериментальные данные, полученные в результате натурных экспериментов;
+
в качестве законов поведения, могут использоваться экспериментальные данные, полученные в результате натурных экспериментов;
    а поведение системы во времени иллюстрируется заданными динамическими образами.
+
а поведение системы во времени иллюстрируется заданными динамическими образами.
 +
 
 +
Имитационное моделирование на цифровых вычислительных машинах является одним из наиболее мощных средств исследования, в частности, сложных динамических систем. Как и любое компьютерное моделирование, оно дает возможность проводить вычислительные эксперименты с еще только проектируемыми системами и изучать системы, натурные эксперименты с которыми, из-за соображений безопасности или дороговизны, не целесообразны.
 +
 
 +
[[Файл:Имит_модел.png‎ |200px|thumb|left|описание]]
  
Имитационное моделирование на цифровых вычислительных машинах является одним из наиболее мощных средств исследования, в частности, сложных динамических систем. Как и любое компьютерное моделирование, оно дает возможность проводить вычислительные эксперименты с еще только проектируемыми системами и изучать системы, натурные эксперименты с которыми, из-за соображений безопасности или дороговизны, не целесообразны. В тоже время, благодаря своей близости по фор
+
[http://www.vasilysi.info/analitika-i-optimizacia/imitacionnoe-modelirovanie http://www.vasilysi.info/analitika-i-optimizacia/imitacionnoe-modelirovanie]
  
[[Файл:File.png|200px|thumb|left|описание]]
+
[http://www.exponenta.ru/soft/others/mvs/ds_sim.asp http://www.exponenta.ru/soft/others/mvs/ds_sim.asp]

Текущая версия на 10:31, 10 мая 2013

Имитационное моделирование

Имитационное моделирование — один из наиболее распространенных методов, а возможно, и самый распространенный метод исследования операций и теории управления, о чем свидетельствуют, например, Зимние конференции по вопросам имитационного моделирования (Winter Simulation Conference), ежегодно собира­ющие до 700 участников. Существует еще несколько конференций, организуемых поставщиками программных продуктов для моделирования, в которых ежегодно участвует свыше 100 человек. Известно также несколько обзоров, посвященных использованию методов исследования операций. Например, Лейн, Мансор и Харпелл в своих отчетах за период с 1973 по 1988 год приходят к выводу, что моделирование постоянно входит в число трех наиболее важных методов исследования операций. К двум другим они относят математическое программирование (универсальный термин, применяемый для обозначения таких методов, как линейное программирование, нелинейное программирование и т. п.) и статистику (которая, по сути, не является методом исследования операций). Гупта [Gupta, 1997] проанализировал 1294 статьи журнала Interfaces (одного из ведущих журналов, освещающих применение методов исследования операций) за период с 1970 по 1992 год и установил, что из 13 упоминающихся технологий моделирование занимает второе место, пропустив вперед лишь математическое программирование.

Более широкому распространению имитационного моделирования воспрепятствовали несколько факторов. Во-первых, модели, применяемые для исследования больших систем, все больше усложняются, что, в свою очередь, затрудняет на писание для них компьютерных программ. В последние годы эту задачу удалось существенно облегчить благодаря появлению мощных программных продуктов, автоматически предоставляющих многие элементы, необходимые для «програм­мирования» имитационной модели. Во-вторых, моделирование сложных систем часто требует много компьютерного времени. Однако по мере увеличения быстро действия и снижения стоимости компьютеров данная проблема также постепенно становится решаемой. И наконец, создается неверное впечатление о моделировании как об упражнении в программировании, пусть и очень сложном. Из-за этого многие исследования посредством моделирования выполняются как построение и программирование эвристической модели с последующим разовым запуском программы для получения «ответа». Мы опасаемся, что при упомянутом подходе не учитывается вопрос о том, как правильно запрограммированная модель должна использоваться для получения выводов о системе, и такой подход приводит к ошибочным результатам. Система — это совокупность объектов, например людей или механизмов, функционирующих и взаимодействующих друг с другом для достижения определенной цели. Данное определение предложено Шмидтом и Тейлором. На практике понятие системы зависит от задач конкретного исследования. Так, совокупность предметов, которые составляют систему в одном исследовании, может являться лишь подмножеством в иной системе, при проведении другого ис следования. Скажем, при исследовании функционирования банка с целью определения числа кассиров, необходимого для обеспечения адекватного обслуживания клиентов, желающих снять деньги со счета, обналичить чек, сделать вклад, система будет состоять из кассиров и посетителей, ожидающих своей очереди на обслуживание. Если же в исследовании должны быть учтены служащие, занимающиеся выдачей кредитов, и сейфы для вкладов на ответственном хранении, определение системы расширится соответствующим образом.

Состояние системы определяется как совокупность переменных, необходимых для описания системы на определенный момент времени в соответствии с задача ми исследования. При исследовании банка примерами переменных состояния могут служить число занятых кассиров, число посетителей в банке и время при бытия каждого клиента в банк. Существуют системы двух типов: дискретные и непрерывные. В дискретной системе переменные состояния в различные периоды времени меняются мгновенно. Банк можно назвать примером дискретной системы, поскольку переменные состояния, например количество посетителей в банке, меняются только по при бытии нового посетителя, по окончании обслуживания или уходе посетителя, раньше находившегося в банке. В непрерывной системе переменные меняются бес прерывно во времени. Самолет, движущийся в воздухе, может служить примером непрерывной системы, поскольку переменные состояния (например, положение и скорость) меняются постоянно по отношению ко времени. На практике система редко является полностью дискретной или полностью непрерывной. Но в каждой системе, как правило, превалирует один тип изменений, по нему мы и определяем ее либо как дискретную, либо как непрерывную.

Физическая модель или математическая модель? При слове «модель» большинство из нас представляет себе кабины, установленные вне самолетов на тренировочных площадках и применяемые для обучения пилотов, либо миниатюрные супертанкеры, движущиеся в бассейне. Это все примеры физических моделей (именуемых также тоническими или образными). Они редко ис пользуются при исследовании операций или анализе систем. Но в некоторых случаях создание физических моделей может оказаться весьма эффективным при исследовании технических систем или систем управления. Примерами мо гут служить масштабные настольные модели погрузочно-разгрузочных систем и, по крайней мере, один случай создания полномасштабной физической мо дели заведения быстрого питания в большом магазине, в реализации которой были задействованы вполне реальные посетители [Swart and Donno, 1981]. Однако преобладающее большинство создаваемых моделей являются мате матическими. Они представляют систему посредством логических и количес­твенных отношений, которые затем подвергаются обработке и изменениям, чтобы определить, как система реагирует на изменения, точнее — как бы она реагировала, если бы существовала на самом деле. Наверное, самым простым примером математической модели является известное соотношение s = vt, где s — расстояние, v — скорость перемещения, t— время перемещения. Иногда такая модель может быть и адекватна (например, в случае с космическим зон дом, направленным к другой планете, по достижении им скорости полета), но в других ситуациях она может не соответствовать действительности (например, транспортное сообщение в часы пик на городской перегруженной автостраде).

АВЕРИЛЛ М. ЛОУ

"И первое, что оказывается необходимым для реализации подобных идей, - это умение организовать серию вариантных расчетов: эксперту важно представить себе характер изучаемого процесса, степень его "управляемости", характер предельных возможностей (множеств достижимости), т.е. организовать многократно повторенный машинный эксперимент с моделью.

Для этой цели и должны быть созданы модели, имитирующие реальность, имитирующие изучаемый процесс. Эксперт с помощью этих моделей, с помощью серии специально организованных вариантных расчетов получает те знания, без которых выбрать альтернативный вариант своей стратегии он не может. Эти возможности ЭВМ были быстро поняты специалистами, и в русском языке появились даже термины "имитационная модель" и "имитационная моделирование", а в английском языке – "simulation modeling". Надо отметить, что если в английском языке термин имеет вполне четкий смысл, ибо симуляция и моделирование не являются синонимами, то по-русски имитационная модель - это нонсенс (Курсив наш. Авторы.). Любая модель, в принципе, имитационная, ибо она имитирует реальность".

Н.Н. Моисеев "Математические задачи системного анализа". М.: Наука, 1981.

С выделенным курсивом утверждением Н.Н. Моисеева трудно не согласится, если его назначение - акцентировать внимание читателя на сути терминов модель и моделирование. В тоже время в русском языке прилагательное "имитационный" часто используют как синоним прилагательных "сходный", "похожий". Среди словосочетаний "математическая модель", "аналоговая модель", "статистическая модель", пара - "имитационная модель", появившаяся в русском языке, наверное, в результате неточности перевода, постепенно приобрела новое, отличное от первоначального значение. Указывая, что данная модель имитационная, мы обычно подчеркиваем, что в отличие от других типов абстрактных моделей, в этой модели сохранены и легко узнаваемы такие черты моделируемого объекта, как структура, связи между компонентами, способ передачи информации. С имитационными моделями также обычно связывают и требование иллюстрации их поведения с помощью принятых в данной прикладной области, графических образов. Недаром имитационными обычно называют модели предприятий, экологические и социальные модели.

С учетом последнего замечания, имитационная модель рассматривается нами специальная форма математической модели, в которой:

декомпозиция системы на компоненты производится с учетом структуры проектируемого или изучаемого объекта; в качестве законов поведения, могут использоваться экспериментальные данные, полученные в результате натурных экспериментов; а поведение системы во времени иллюстрируется заданными динамическими образами.

Имитационное моделирование на цифровых вычислительных машинах является одним из наиболее мощных средств исследования, в частности, сложных динамических систем. Как и любое компьютерное моделирование, оно дает возможность проводить вычислительные эксперименты с еще только проектируемыми системами и изучать системы, натурные эксперименты с которыми, из-за соображений безопасности или дороговизны, не целесообразны.

описание

http://www.vasilysi.info/analitika-i-optimizacia/imitacionnoe-modelirovanie

http://www.exponenta.ru/soft/others/mvs/ds_sim.asp