Имитационное моделирование.

Имитационное моделирование представляет собой метод исследования проектируемой системы, заключающийся в имитации на ЭВМ процесса ее функционирования.

Как уже отмечалось, имитационное моделирование реализуется программным алгоритмом процесса функционирования системы с учетом выбранного уровня детализации и его испытаний для получения нужных характеристик. Таким образом, под имитационным моделированием понимается процесс конструирования модели реальной системы и постановки экспериментов на этой модели с целью изучения ее поведения либо оценки в рамках ограничений, накладываемых некоторым критерием или совокупностью критериев, стратегий, обеспечивающих функционирование систем.

Конструируя модель, ЭВМ как бы имитирует явления и события моделируемого процесса, что и отражено в названии этого способа моделирования.

Процесс имитации включает в себя большое число операций, связанных с формированием, преобразованием и использованием реализации случайных событий, величин и процессов. Результаты моделирования носят случайный характер, отражают лишь случайные сочетания действующих факторов, складывающихся в процессе моделирования. Искомые величины при имитационном моделировании обычно определяют средние значения по данным некоторого числа реализаций процесса. Совокупность реализации выступает в роли статистического материала при машинном эксперименте, а оценка параметров исследуемой системы по результатам моделирования — в роли экспериментальных данных. Поэтому имитационное моделирование иногда называют методом статистического моделирования.

Имитационное моделирование позволяет исследовать системы управления любой сложности, и на любом уровне детализации его можно представить в виде непрерывного спектра, простирающегося от точных моделей или макетов реальных систем до совершенно абстрактных ма­тематических моделей. Как следствие этой широты имитационное моделирование представляет собой недостаточно четко определенное понятие в гораздо более узком смысле, чем это следует из приведенного выше определения.

Структуру имитационной модели в самом общем виде можно представить как результат действия реальногообъекта (устройства, системы)

,

где f—функциональная зависимость между и , определяющая величину Е; , — переменные и параметры, которыми мы можем и соответственно не можем управлять.

Это явное упрощение полезно тем, что дает зависимость функционирования системы от контролируемых и неконтролируемых переменных.

Схема процесса имитационного моделирования показана на рис. З. 4. 1.. Этап определения границ характеристик системы подразумевает установление границ, ограничений и измерителей показателей эффективности, подлежащих изучению. На этапе формирования модели осуществляется переход от представлений о реальной системе к абстра­гированию, т. е. к некоторой логической схеме. Подготовка данных состоит в отборе данных, необходимых для построения модели, и представлении их в соответствующей форме. Трансляция заключается в описании модели на языке, приемлемом для используемой ЭВМ. Оценка адекватности модели осуществляется путем обращения к модели и сопоставлении полученной информации с данными о реальной системе.

Рис. 3.2.1. Схема процесса имитационного моделирования

Планирование эксперимента включает в себя совокупность сведений по организации эксперимента. Экспериментирование — собственно процесс имитации с получением необходимых данных. Построение выводов по данным, полученным путем имитации, осуществляется на этапе ин­терпретации результатов. Документирование включает регистрацию как процесса проектирования и его результатов, так и процесса создания и использования модели. Реализация подразумевает практическое применение модели и результатов моделирования.

Недостатки имитационного моделирования:

1. В отличие от математического моделирования, позволяющего в ряде случаев получать аналитические зависимости показателей от внутренних характеристик системы, одиночное испытание модели может дать лишь чис­ленные величины некоторого показателя при заданных значениях характеристик.

2 Получение формальных и графических зависимостей от характеристик системы требует многократных испытаний.

3. Разработка программ сложных имитационных моделей весьма трудоемка и требует высокой квалификации разработчиков.

4. Имитационная модель в принципе неточна, и не представляется возможным измерить степень этой неточности. Этот недостаток может быть преодолен лишь частично путем анализа чувствительности модели к изменению определенных параметров.

Следует иметь в виду, что имитационное моделирование представляет собой крайнее средство, используемое для решения задачи. Естественно, что когда задача может быть сведена к простой модели и решена аналитически, то необходимость в имитационном моделировании не возникает.

Реальным способом снижения трудоемкости имитационного моделирования является автоматизация процедур построения и реализации моделей. Одним из средств достижения этого служат специализированные языки моделирования. Однако даже для относительно несложных систем подготовка моделей и отладка программ требуют больших усилий. Наиболее полное решение задачи достигается при создании универсального пакета прикладных программ, называемого обычно автоматизированной имитационной моделью (АИМ), способного настраиваться на имитацию любых реальных объектов из данного заранее определенного класса. В этом случае все процедуры обслуживания модели, связанные с вводом в ЭВМ исходных данных, их расположением в памяти, преобразованием элементов структуры и схем сопряжения к стандартному виду, настройкой модели на реальный объект и конкретную задачу, фиксацией, обработкой и анализом результатов моделирования и т. д., которые могут быть формализованы, программируются для выполнения при помощи ЭВМ.