Имитационное моделирование ( англ. simulation modeling ) — метод исследования , при котором изучаемая система заменяется моделью , с достаточной точностью описывающей реальную систему (построенная модель описывает процессы так, как они проходили бы в действительности), с которой проводятся эксперименты с целью получения информации об этой системе. Такую модель можно «проиграть» во времени, как для одного , так и заданного их множества. При этом результаты будут определяться случайным характером процессов. По этим данным можно получить достаточно ^{[ источник не указан 2246 дней ]} устойчивую статистику . Экспериментирование с моделью называют имитацией (имитация — это постижение сути явления, не прибегая к экспериментам на реальном объекте).

Определение

Имитационное моделирование — это частный случай математического моделирования . Существует класс объектов, для которых по различным причинам не разработаны аналитические модели, создание аналитической модели принципиально невозможно, не разработаны методы решения полученной модели либо решения неустойчивы. В этом случае аналитическая модель заменяется имитатором или имитационной моделью.

В отличие от аналитического решения дифференциальных уравнений, в результате которых получается формула, чётко указывающая, какие параметры влияют на моделируемую систему и как эти параметры связаны друг с другом, в результате имитационного моделирования получается набор чисел, не позволяющий установить связь между параметрами.

Имитационным моделированием иногда называют получение частных численных решений сформулированной задачи на основе аналитических решений или с помощью численных методов .

Имитационная модель — логико-математическое описание объекта, которое может быть использовано для экспериментирования на компьютере в целях проектирования, анализа и оценки функционирования объекта.

Применение имитационного моделирования

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.

Виды имитационного моделирования

• Дискретно-событийное моделирование — подход к моделированию , предлагающий абстрагироваться от непрерывной природы событий и рассматривать только основные события моделируемой системы, такие, как: «ожидание», «обработка заказа», «движение с грузом», «разгрузка» и другие. Дискретно-событийное моделирование наиболее развито и имеет огромную сферу приложений — от логистики и систем массового обслуживания до транспортных и производственных систем. Этот вид моделирования наиболее подходит для моделирования производственных процессов. Основан Джеффри Гордоном в 1960-х годах.

• Системная динамика — парадигма моделирования, где для исследуемой системы строятся графические диаграммы причинных связей и глобальных влияний одних параметров на другие во времени, а затем созданная на основе этих диаграмм модель имитируется на компьютере. По сути, такой вид моделирования более всех других парадигм помогает понять суть происходящего выявления причинно-следственных связей между объектами и явлениями. С помощью системной динамики строят модели бизнес-процессов, развития города, модели производства, динамики популяции, экологии и развития эпидемии. Метод основан Джеем Форрестером в 1950 годах.

• Агентное моделирование — относительно новое (1990-е-2000-е гг.) направление в имитационном моделировании, которое используется для исследования децентрализованных систем, динамика функционирования которых определяется не глобальными правилами и законами (как в других парадигмах моделирования), а наоборот, когда эти 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.

Области применения

Системы имитационного моделирования

Платные

• AnyLogic
• Plant Simulation

Бесплатные

• GPSS

Свободные

• Scilab
• Maxima
• от 14 января 2018 на Wayback Machine
• от 30 ноября 2018 на Wayback Machine

Реализация имитационного моделирования

Для реализации имитационного моделирования разрабатываются алгоритмы численного решения дифференциальных уравнений. Дифференциальные уравнения и их системы могут быть решены численными методами . Исходя из этого, для динамических систем высокого порядка со многими входами и выходами, а также сложной структурой внутренних связей и большим числом вносимых возмущений метод имитационного моделирования является практически единственным инструментом исследования. Причем методом имитационного моделирования обычно исследуется система в рабочем состоянии, состоящая из объекта регулирования и управляющего устройства .

См. также

• Сети Петри
• Имитационное моделирование сложных систем
• Исследование операций
• Математическое моделирование
• Физическое моделирование

языки моделирования:

• Allan ,
• SimInTech , , , , ,
• .

Примечания

Литература

• Хемди А. Таха. Глава 18. Имитационное моделирование // = Operations Research: An Introduction. — 7-е изд. — М. : , 2007. — С. —737. — ISBN 0-13-032374-8 .
• Строгалев В. П., Толкачева И. О. Имитационное моделирование. — МГТУ им. Баумана, 2008. — С. 697—737. — ISBN 978-5-7038-3021-5 .
• Олькова А. Е. (рус.) . — Онлайн-версия Большой российской энциклопедии (новая).

Ссылки

• Губарь Ю. // Интуит.ру , 15.03.2007
• от 13 июня 2020 на Wayback Machine (интервью чл.-корр. РАН Р. М. Юсупова ).
• от 16 ноября 2012 на Wayback Machine
• Макаров В. М., Лукина С. В., Лебедь П. А. от 31 июля 2020 на Wayback Machine