Введение

В настоящий момент системы имитационного моделирования являются наиболее эффективным средством исследования сложных систем. Блок имитационного моделирования входит в типовые архитектуры САПР (CAE-модуль) и АСНИ (Автоматизированная система научных исследований).

В отличие от традиционного аналитического моделирования принцип имитационного моделирования основывается на том, что математическая модель воспроизводит процесс функционирования во времени, причем имитируются элементарные события, протекающие в системе с сохранением логики их взаимодействия.

За последнее время в самых разных областях практики возникла необходимость в решении различных вероятностных задач, связанных с работой так называемых систем массового обслуживания (СМО). При решении таких задач и используется имитационное моделирование. Примером таких систем могут служить: телефонные станции, парикмахерские, ремонтные мастерские и т. п. На сегодняшний день метод имитационного моделирования является одним из самых мощных и наиболее эффективных методов исследования процессов и систем самой различной природы и степени сложности. Сущность этого метода состоит в написании компьютерной программы, имитирующей процесс функционирования системы, и проведение экспериментов на этой программе с целью получения статистических характеристик моделируемой системы. Используя результаты имитационного моделирования, можно описать поведение системы, оценить влияние различных параметров системы на ее характеристики, выявить преимущества и недостатки предлагаемых изменений, прогнозировать поведение системы. Лучшей иллюстрацией области применения имитационного моделирования являются системы массового обслуживания. В терминах систем массового обслуживания описываются многие реальные системы: вычислительные системы, узлы сетей связи, магазины, производственные участки – любые системы, где возможны очереди и отказы в обслуживании. Системы массового обслуживания отличаются высокой наглядностью отображения моделируемых объектов и вследствие этого сравнительной простотой перехода от реальных объектов к соответствующим СМО.

1. Общие сведения

об имитационном моделировании

Моделирование представляет собой мощный метод научного познания, при использовании которого исследуемый объект заменяется более простым объектом, называемым моделью. Моделирование можно считать основным инструментом, обеспечивающим принятие своевременных и обоснованных решений. Особым классом моделей являются имитационные модели (ИМ). Такие модели представляют собой компьютерную программу, которая шаг за шагом воспроизводит события, происходящие в реальной системе.

При имитационном моделировании сети не требуется приобретать дорогостоящее оборудование – его работы имитируются программами, достаточно точно воспроизводящими все основные особенности и параметры такого оборудования.

Преимуществом имитационных моделей является возможность подмены процесса смены событий в исследуемой системе в реальном масштабе времени на ускоренный процесс смены событий в темпе работы программы. В результате за несколько минут можно воспроизвести работу системы в течение нескольких дней, что дает возможность оценить работу в широком диапазоне варьируемых параметров.

Результатом работы имитационной модели являются собранные в ходе наблюдения за протекающими событиями статистические данные о наиболее важных характеристиках сети: временах реакции, коэффициентах использования каналов и узлов, вероятности потерь пакетов и т.п.

Имитационная модель – это формальное описание логики функционирования исследуемой системы и взаимодействия отдельных её элементов во времени, учитывающее причинно-следственные связи, присущие системе, и обеспечивающее проведение статистических экспериментов.

При разработке ИМ справедливы основные принципы моделирования. И в качестве следствия из этого утверждения необходимо отметить два важных обстоятельства:

• взаимосвязь между отдельными элементами системы, описанными в модели, а также между некоторыми величинами (параметрами) может быть представлена в виде аналитических зависимостей;

• модель можно считать реализуемой и имеющей практическую ценность только в том случае, если в ней отражены лишь те свойства реальной системы, которые влияют на значение выбранного показателя эффективности.

Целью имитационного моделирования является конструирование ИМ объекта и проведение имитационного эксперимента (ИЭ) над ней для изучения закона функционирования и поведения с учетом заданных ограничений и целевых функций в условиях имитации и взаимодействия с внешней средой.

К достоинствам метода имитационного моделирования могут быть отнесены:

• проведение ИЭ над математической модели системы, для которой натурный эксперимент не осуществим по этическим соображениям или эксперимент связан с опасностью для жизни, или он дорог, или из-за того, что эксперимент нельзя провести с прошлым;

• решение задач, аналитические методы для которых неприменимы, например, в случае непрерывно-дискретных факторов, случайных воздействий, нелинейных характеристик элементов системы и т.п.;

• возможность анализа общесистемных ситуаций и принятия решения с помощью ЭВМ, в том числе для таких сложных систем, выбор критерия сравнения стратегий, поведения которых на уровне проектирования не осуществим;

• сокращение сроков и поиск проектных решений, которые являются оптимальными по некоторым критериям оценка эффективности;

• проведение анализа вариантов структуры больших систем, различных алгоритмов управления изучения влияния изменений параметров системы на ее характеристики и т.д.

Поскольку основой имитационного моделирования является метод статистических испытаний, наибольший эффект от его применения достигается при исследовании сложных систем, на функционирование которых существенное влияние оказывают случайные факторы.

Применение имитационного моделирования целесообразно также в следующих случаях:

• если не существует законченной постановки задачи на исследование, и идёт процесс познания объекта моделирования;

• если характер протекающих в системе процессов не позволяет описать эти процессы в аналитической среде;

• если необходимо наблюдать за поведением системы в течение определённого периода, в том числе с изменением скорости протекания процессов;

• при изучении новых ситуаций в системе, либо при оценке функционирования её в новых условиях;

• если исследуемая система является элементом более сложной системы, другие элементы которой имеют реальное воплощение;

• когда необходимо исследовать поведение системы при введении в неё новых компонентов;

• при подготовке специалистов и освоении новой техники.

При этом имитационные модели имеют целый ряд недостатков. Весьма существенный заключается в том, что разработка ИМ, как правило, требует больших затрат времени и сил. Кроме того, любая имитационная модель сложной системы значительно менее «объективна», чем аналитическая модель, поскольку она, прежде всего, отражает субъективные представления разработчика о моделируемой системе.

Построение имитационных моделей больших систем и проведение машинных экспериментов с этими моделями представляют собой достаточно трудоемкий процесс. Традиционным подходом к созданию имитационных моделей является использование языков программирования, что приводит к написанию запутанных и сложных моделирующих программ. Использование языков моделирования требует от пользователей специальных знаний и навыков, а подобные системы моделирования либо не предоставляют никаких средств наглядного отображения модели, либо стоят очень дорого. Таким образом, получение знаний в области имитационного моделирования требует навыков программирования с помощью какого-либо универсального или специального языка.