- •Имитационное моделирование
- •Оглавление
- •Глава 1. Математическое моделирование 8
- •Глава 2. Имитация случайных процессов 54
- •Глава 3. Имитационное моделирование 70
- •Предисловие
- •Введение
- •Глава 1. Математическое моделирование
- •1.1. Модели и их виды
- •1.2. Моделирование
- •1.3. Модельное время и виды процессов
- •1.4. Построение дискретной (пошаговой) аналитической модели
- •1.4.1. Сущность пошагового моделирования
- •1.4.2. Принципы построения пошаговой модели
- •1.4.3. Примеры моделей
- •1.5. Построение аналоговой (дифференциальной) аналитической модели
- •1.5.1. Сущность дифференциального (функционального) подхода
- •1.5.2. Диаграммы процессов и переход к дифференциальным уравнениям
- •1.5.3. Принципы построения дифференциальной модели
- •1.5.4. Примеры
- •1.6. Упражнения
- •Вопросы к главе
- •Глава 2. Имитация случайных процессов
- •2.1. Базовые сведения о случайных величинах
- •2.1.1. Случайные величины и их распределения
- •2.1.3. Характеристики случайных величин
- •2.1.4. Метод Монте-Карло
- •2.2. Дискретные случайные числа и их имитация
- •2.3. Непрерывные случайные числа и их имитация
- •2.4. Упражнения
- •Вопросы к главе
- •Глава 3. Имитационное моделирование
- •3.1. Постановка задачи имитационного моделирования
- •3.2. Специфика имитационных моделей
- •3.3. Построение дискретной (пошаговой) имитационной модели
- •3.3.1. Построение пошаговой имитационной модели
- •3.3.2. Примеры
- •3.4. Блочное моделирование
- •3.4.1. Преимущества блочного моделирования
- •3.4.2. Принципы блочного подхода к составлению дифференциальной модели
- •3.4.3. Переход от диаграммы процессов к блочной модели
- •3.4.4. Примеры
- •3.5. Стохастическое моделирование
- •3.5.1. Основы теории очередей
- •3.5.2. Принципы построения систем массового обслуживания
- •3.5.3. Текстовое моделирование
- •3.5.4. Примеры
- •3.6. Упражнения
- •3.6. Вопросы к главе
- •Заключение
- •Библиографический список
- •Имитационное моделирование
3.4. Блочное моделирование
Ключевые слова: визуальное проектирование, блок, связь, диаграмма процессов
3.4.1. Преимущества блочного моделирования
Разработка имитационных моделей – трудоёмкий процесс. Он требует не только получения численных характеристик экономических объектов, но и описание взаимосвязей между ними.
Рис. 22. Примеры блочной модели в программе МВТУ
Описание взаимодействия подсистем набором дифференциальных уравнений требует специальной подготовки. Поэтому возник вопрос: как сделать так, чтобы упростить создание модели. На помощь пришли методы графического проектирования, применяемые в CASE-средах Silverun, BPWin, ModelMacer и пр.
Среди представителей сред, использующих принцип блочного моделирования, выступают такие, как Pilgrim, Stella, DYNAMO (рис. 11), VisSim, МВТУ (рис. 22) и универсальные исследовательские пакеты (например, модуль Simulink программы MatLab).
3.4.2. Принципы блочного подхода к составлению дифференциальной модели
Принцип блочного моделирования заключается в следующем. Система представляется в виде совокупности графических блоков-пиктограмм, которые можно расставить и соединить мышью. Каждая подсистема представляется в виде специального блока-накопителя, на который воздействуют внешние связи. Любые классы воздействий (темпы, генераторы, константы и тому подобное) представлены в модели собственными видами графических объектов. Взаимодействие объектов в модели осуществляется с помощью связей между блоками. В результате получается схема, похожая на диаграмму потоков языка DYNAMO, но с более богатыми элементами описания объекта моделирования.
Разработка имитационных моделей – трудоёмкий процесс. Он требует не только получения численных характеристик экономических объектов, но и описание взаимосвязей между ними. Поэтому естественным развитием сред имитационного моделирования стало появление возможности графического конструирования моделей.
Технология создания моделей из блоков-примитивов полагается на методику объектного конструирования. Расстановка и объединение элементов модели осуществляется технологией Drag & Drop. При этом в блочных моделях можно легко сочетать как детерминированные, так и стохастические элементы.
Блочное моделирование обладает следующими признаками:
– дискретным или аналоговым временем моделирования (по выбору пользователя);
– визуальным конструированием модели;
– разнородными показателями в рамках одной модели;
– наглядной формой представления динамики модели в процессе просчёта;
– графическим или векторным представлением экспериментальных данных.
Преимущество блочного моделирования – быстрота и наглядность составления моделей. Но это лишь поверхностное впечатление: не зная принципов дифференциального моделирования, проблематично корректно описать взаимосвязи между подсистемами, опираясь исключительно на знание общих принципов функционирования моделируемых объектов (требуется достаточно высокая формализация).
В отличие от пошаговых и дифференциальных моделей, в блочных моделях процесс просчёта организован открыто: разработчик модели может наблюдать эволюцию отдельных процессов на всём интервале модельного времени в графическом виде. Просчёт модели заключается в инициализации модели (настройка параметров модельного времени) и определении начальных состояний подсистем. Результатом моделирования будет совокупность исследуемых величин, которые можно получить в виде как ряда чисел, так и графического представления (графиков, гистограмм, фазовых плоскостей).
Жизненный цикл блочной модели включает шесть этапов:
1) выявление цели, критериев и параметров моделирования;
2) сбор данных для выявления законов развития каждого процесса (возможно с построением диаграммы потоков);
3) конструирование из блоков-примитивов модели согласно математическим законам взаимодействия подсистем;
4) настройку параметров модельного времени;
5) просчёт модели;
6) анализ полученных данных и формулирование выводов.
Первые два этапа фактически идентичны тем, которые применяются в дифференциальном моделировании. Сам процесс конструирования можно разделить на несколько шагов. Сначала описываются подсистемы в виде группы обособленных друг от друга объектов. Затем каждая подсистема настраивается так, чтобы она могла быть просчитана в динамике. После этого все подсистемы объединяются между собой связями (стрелками), осуществляющими их взаимное влияние.
Настройка параметров модельного времени включает выбор типа просчёта (аналоговый или дискретный) и шага моделирования, а также, в зависимости от среды, алгоритмов просчёта.
Просчёт и анализ результатов моделирования тесно связаны с процессом визуализации, поэтому эволюцию исследуемой системы можно наблюдать в динамике.