Имитационное моделирование

Имитационное моделирование.

1 Общая информация

• С развитием компьютерной техники появилась возможность задавать модельную реализацию не в виде математического описания, а в виде некоторого алгоритма.
• Такого типа модели получили название имитационных моделей, а сам подход получил название имитационного моделирования.
• Имитационная модель играет двоякую роль.
  • Отлаженная и проверенная на экспериментальных данных и физической модели имитационная модель сама по себе может служить целям верификации математической модели.
  • С другой стороны, имитационная модель позволяет более эффективно, чем математическая модель, исследовать поведение моделируемой системы при разных вариантах входных данных.
• К имитационному моделированию прибегают, когда
  • дорого или невозможно экспериментировать на реальном объекте;
  • невозможно построить аналитическую модель: в системе есть время, причинные связи, последствие, нелинейности, стохастические (случайные) переменные;
  • необходимо сымитировать поведение системы во времени.
• Цель имитационного моделирования состоит в воспроизведении поведения исследуемой системы на основе результатов анализа наиболее существенных взаимосвязей между её элементами или разработке симулятора (англ. simulation modeling) исследуемой предметной области для проведения различных экспериментов.

2 Виды имитационного моделирования

2.1 Дискретно-событийное моделирование

• Подход предложен Джеффри Гордоном в 1960-х годах.
• Дискретный подход.
• Применение:
  • логистика;
  • системы массового обслуживания;
  • транспортные задачи;
  • производственные системы.

2.2 Системная динамика

• Метод предложен Джеем Форрестером в 1950 годах.
• Задаются причинные связи.
• Учитывается глобальное влияние одних параметров на другие во времени.
• Помогает понять причинно-следственные связи между объектами и явлениями.
• Применение:
  • модели бизнес-процессов;
  • развития города;
  • модели производства;
  • динамики популяции;
  • экология;
  • развитие эпидемии.

2.3 Агентное моделирование

• Используется для исследования децентрализованных систем.
• Считаем, что глобальные правила и законы являются результатом индивидуальной активности членов группы.
• Цель агентных моделей — получить представление об этих глобальных правилах, общем поведении системы, исходя из предположений об индивидуальном, частном поведении её отдельных активных объектов и взаимодействии этих объектов в системе.
• Агент — некая сущность, обладающая активностью, автономным поведением, может принимать решения в соответствии с некоторым набором правил, взаимодействовать с окружением, а также самостоятельно изменяться.

3 Дискретно-событийное моделирование

3.1 Компоненты системы дискретно-событийного моделирования

3.1.1 Часы

• Основной компонент системы, синхронизирующий изменения системы, т.е. возникновение событий.

3.1.2 Список событий

• По крайней мере один список событий моделирования.
• Дискретно-событийное моделирование, основанные на мгновенных событиях, имеют только одно текущее событие.
• Многопоточные системы моделирования и системы моделирования, поддерживающие интервальные события, могут иметь несколько текущих событий.
• Возникают проблемы с синхронизацией между текущими событиями.

3.1.3 Генераторы случайных чисел

• Дискретно-событийные модели делятся на детерминированные и стохастические, в зависимости от того, каким образом генерируются события и основные характеристики очередей:
  • время наступления событий,
  • длительность обслуживания,
  • количество клиентов,
  • поступающих в очередь в единицу времени.
• Стохастические дискретно-событийные модели отличаются от моделей Монте-Карло наличием часов.

3.1.4 Статистика

• Основные данные, которые собираются в системах дискретно-событийного моделирования:
  • средняя занятость (доступность) ресурсов;
  • среднее количество клиентов в очереди;
  • среднее время ожидания в очереди.

3.1.5 Условие завершения

• Условием завершения могут выступать:
  • возникновение заданного события;
  • прохождение заданного числа циклов по часам системы моделирования.

3.2 Реализация

• Наиболее известные: Arena, AnyLogic, SIMSCRIPT, SLAM, SIMAN, AweSim, GPSS, SimPy.