8.Достоинства и недостатки имитационного моделирования.

Основные достоинства:

• имитационная модель позволяет, в принципе, описать моделируемый процесс с большей адекватностью, чем другие;

• имитационная модель обладает известной гибкостью варьирования структуры, алгоритмов и параметров системы;

• применение ЭВМ существенно сокращает продолжительность испытаний по сравнению с натурным экспериментом (если он возможен), а также их стоимость.

Основные недостатки:

• решение, полученное на имитационной модели, всегда носит частный характер, так как оно соответствует фиксированным элементам структуры, алгоритмам поведения и значениям параметров системы;

• большие трудозатраты на создание модели и проведение экспериментов, а также обработку их результатов;

• если использование системы предполагает участие людей при проведении машинного эксперимента, на результаты может оказать влияние так называемый хауторнский эффект (заключающийся в том, что люди, зная (чувствуя), что за ними наблюдают, могут изменить свое обычное поведение).

9.Принципы,на которых основана техн-ия моделир-ия.

1.Принцип инф-ой достаточности. Если нет никакой инф-ии о с-ме, то осуществить моделир-ие такой с-мы невозможно. Должно быть необх-ое кол-во переменных для моделирования.

2.Принцип осуществимости. О заключается в том, что разрабатываемая модель должна достигнуть реализации цели исслед-ия с отличной от нуля вероятностью за определённое время. Т.е. должно выполняться соотношениеР(Г₀)>р₀, где Р(/"₀)-вероятность достижения цели моделирования за приемлемое время t₀; Ро ^- заданная вероятность достижения цели моделирования.

3.Принцип множественности моделей. В разрабатываемой модели необходимо реализовывать только те св-ва с-мы или явл-ия, к-ые оказывают существенное влияние на показатель эффективности. => исп-ие полученной модели отражает только опред-ые стороны реального пр-сса. Поэтому для полного исслед-ия моделируемого пр-сса потреб-ся построение набора моделей, к-ые бы позволили с разных сторон и с разной степенью детализации анализировать характеристики реального пр-сса.

4. Принцип агрегирования. Любая сложная с-ма м б представлена набором некоторых подсистем (агрегатов), а для их матем описания можно исп-ть опред-ые матем схемы. Этот принцип даёт возм-ть довольно легко перестраивать модель в завис-ти от возникающих проблем и задач исслед-ия.

5. Принцип параметризации. Если подсистемы характеризуются нек-ым параметром, то представляется возм-ым заменить их в модели соответствующими числовыми значениями (графиками, таблицами, формулами) и не описывать их функционирование. Использование этого принципа сокращает объём и время моделирования, но следует учитывать, что при этом снижается адекватность модели.

10. Этапы построения имитационных моделей.

1. Формулировка проблемы. Описание исследуемой пр-мы и опр-ие целей исследования.

2. Разработка модели. Логико-математическое описание моделируемой системы: разработка концептуальной модели (абстрактная умозрительная модель, опред-яя структуру модели,св-ва её элементов и причинно-сдедственные связи) и формализация построенной концептуальной модели (представление модели с помощью языка или ап-та мат методов).

3. Подготовка данных Включает 1) идентификацию (статистический анализ модели, оценивание неизвестных параметров), 2) спецификацию (опр-ие конечных целей моделирования; опр-ие набора экзогенных и эндогенных переменных; опр-ие с-ва с-мы уравнений, их структур; формулировка исходных предпосылок, ограничений и 3) сбор данных.

4. Трансляция- перевод модели с имит-ых языков на язык прогр-ия.

5. Верификация – это установка правильности разработанной программы, формальное, либо практическое д-во ее правильной работоспособности на ЭВМ.

6.Валидация –оценка требуемой точности и адекватности ИМ

7. Планирование. Опр-ие усл-ий машинного эксперимента с ИМ, а также параметров при тестировании модели, рез-ты по входным данным.

8. Постановка экспериментов. Прогон программы модели на ЭВМ, получение результатов, позволяющих оценить адекватность построенной модели.

9. Анализ результатов. Рассмотрение возможности применения имитационной модели для решения некоторой проблемы. 10. Реализация и документирование. Документальное отражение процесса функционирования модели и полученных результатов.