Симулационно моделиране на системи: какво е това и къде се използва. Симулационни модели Какво е симулационен модел

Проектирането на всеки обект е многоетапен процес, който изисква анализ на данни, систематизиране, изграждане и проверка на резултатите. В зависимост от обема на работата и трудността на нейното изпълнение се използват реални тестове или симулации. Това опростява процеса, прави го по-евтин и също така ви позволява да правите корекции и подобрения още по време на експеримента.

В статията ще говорим за математическо симулационно моделиране на системи – какво представлява, какви модели се получават, къде намират своето приложение.

Характеристики на технологията

Всяка работа с модели се състои от два основни етапа:

  • разработване и създаване на мостра;
  • нейния аналитичен анализ.

След това вече се правят корекции или този план е одобрен. Ако е необходимо, можете да повторите процедурата няколко пъти, за да постигнете безупречно изграждане.

Така този метод може да се нарече визуално познание за реалността в миниатюра. Има обекти, които са скъпи и трудоемки за реализиране в пълен размер без точна увереност в ефективността на всички конструктивни елементи, напр. Космически корабиили всички употреби на фотоеластична аеродинамична симулация.

Създаването на идентичен модел, повтарящ характеристиките на цялата система, помага да се постигне не само отражение на вътрешни модели, но и външни. активни силинапример въздушни течения или водоустойчивост.

Конструирането на копия на обекти започва с появата на първите компютри и първоначално е със схематичен характер, с развитието на технологиите става все по-развито и започва да се използва дори в малки производства поради своята яснота.

Къде, в какви случаи се използва симулационният метод и с каква цел?

  • цената на обекта е много по-висока от цената за разработване на модела;
  • дейността на продукта е обект на голяма променливост, има нужда да се изчислят всички възможни повреди;
  • в дизайна е голям броймалки части;
  • важно е да видите визуален пример с акцент върху външен вид;
  • работата се извършва в трудни за изследване среди - във въздух или вода.

Приложението се дължи на факта, че става възможно:

  • изчислява реални стойности и коефициенти на дейността на инженерите;
  • вижте недостатъците, отстранете ги, направете корекции;
  • вижте работата на съоръжението в реално време;
  • направете визуална демонстрация.

Методът на симулация се използва за:

  • Проектиране на реални бизнес процеси.

  • Симулации на бойни действия - макети на реални боеприпаси, снаряди, военна техникаи цели. Така те анализират обхвата на изстрела, неговите разрушителни способности и радиуса на засегнатата територия, проверяват оръжието, преди да го пуснат в производство.
  • Анализ на динамиката на населението.
  • Създаване на инфраструктурен проект за град или регион.
  • Автентично изображение на историческата действителност.
  • Логистиката.
  • Проектиране на движението на пешеходци и автомобили по пътното платно.
  • Производственият процес е под формата на експериментален метод.
  • Анализатори на пазара и конкурентни компании.
  • Ремонт на автомобили.
  • Управление на предприятието.
  • Пресъздаване на екосистема с флора и фауна.
  • Медицински и научни експерименти.

Ще разгледаме характеристиките на симулационното моделиране на примера на производствената работа и дизайна. Но разнообразието от системи показва необходимостта от прилагане на метода в различни области на дейност. Така се изследват характеристиките на конкретни зони – какви промени могат да настъпят, как да ги контролираме и какво да правим, за да предотвратим евентуални негативни последици.

Всички възможности за създаване на модел се реализират с помощта на компютър, но има два основни вида на процеса:

  • Математически - помага за разработването на диаграма физични явленияс посочените параметри.
  • Симулации - основната им задача е да покажат променливостта на поведението, така че оригиналните данни да могат да варират.

Както математическото, така и компютърното симулационно моделиране се основават на програми за компютърно проектиране, така че трябва да подходите отговорно към избора на софтуер. Фирма ZWSOFT предлага своите продукти на ниски цени. – е аналог на ACAD, но в същото време става по-популярен с времето от стария софтуер. Това се дължи на:

  • опростена система за лицензиране;
  • приемлива ценова политика;
  • превод на руски и адаптиране за потребители от много страни;
  • богат избор от добавки и модули, които са създадени за конкретни специалности и разширяват основната функционалност на ZWCAD.

Видове симулация

  • Базиран на агент. По-често се използва за анализ на сложни системи, където промените не се определят от действието на определени закони и следователно не подлежат на прогнозиране. Променливостта зависи от агентите – нефиксирани елементи. Често този сорт се използва в науки като социология, биология, екология.
  • Дискретно събитие. Този метод се използва за изолиране на конкретни действия от интерес от общата последователност от събития. Често се използва за управление на производствения цикъл, когато е важно да се отбележи само резултатът от определени области на дейност.
  • Системна динамика. Това е основният метод за изчисляване на причинно-следствените връзки и взаимодействия. Използва се в производствените процеси и при конструирането на модели на бъдещ продукт, за да се анализират неговите характеристики в реалния живот.

Основи на аеродинамичното и хидродинамично симулационно моделиране

Най-трудоемки за разработване са обекти, които са произведени за работа в условия на високо налягане, устойчивост или са труднодостъпни. Към тях трябва да се подхожда от гледна точка на ИМ, да се създават математически схеми, да се променят изходните данни и да се проверява влиянието на различни фактори и да се подобрява моделът. При необходимост се създава триизмерен модел, който се потапя в симулация на реалната среда. Такива обекти включват:

  • Конструкции, които са потопени под вода или са частично в течност, като по този начин изпитват натиска на потоците. Например, за да се моделира подводница, е необходимо да се изчислят всички сили, които ще влияят на корпуса, и след това да се анализира как те ще се променят с увеличаване на скоростта и дълбочината на гмуркане.
  • Обекти, предназначени да летят във въздуха или дори да избягат от земната атмосфера. Изкуствените спътници и космически кораби преминават многобройни проверки преди изстрелване и инженерите не се задоволяват само с компютърна визуализация, а правят модел на живо въз основа на данните, зададени на компютъра.

Аеродинамиката на ИМ често се основава на метода на фотоеластичността - определяне на ефектите на определени сили върху материята поради двойното пречупване на лъчите в материали с оптичен характер. Така че можете да определите степента на напрежение и деформация на стените. Същият метод може да определи не само статични ефекти, но и динамични, тоест последствията от експлозии и ударни вълни.

Хидродинамичният модел се задава ръчно с няколко параметъра; всички геоложки, биологични, химически и физични свойствасреда и обект. Въз основа на тези данни се създава триизмерен модел. Задават се начални и максимални граници на въздействие върху конструкцията. След това се извършва адаптиране към условията на местоположението на обекта и последващо извеждане на крайните данни.

Този метод се използва активно в минната промишленост и при пробиване на кладенци. Това взема предвид информацията за земните, въздушните и водните извори и възможните слоеве, неблагоприятни за работа.


Разработка на модел

Реконструираната проекция е опростена версия на реален обект със запазване на характеристики, характеристики, свойства, както и причинно-следствени връзки. Това е реакцията на влияния, която обикновено се превръща в най-важния елемент на обучението. Концепцията за „симулационно моделиране“ включва три етапа на работа с модела:

  1. Изграждането му след задълбочен анализ на природната система, пренасяне на всички характеристики в математически формули, изграждане на графично изображение, неговата триизмерна версия.
  2. Експериментирайте и записвайте промените в качествата на оформлението, извличайте модели.
  3. Проектиране на получената информация върху реален обект, извършване на корекции.

Софтуер за симулация на системи

Когато избирате програма за изпълнение на проект, трябва да изберете софтуер, който поддържа триизмерно пространство. Важна е и възможността за 3D визуализация с последващ обемен печат.

Фирма ZVSOFT предлага своите продукти.

Basic CAD е аналог на популярния софтуер - AutoCAD. Но много инженери преминават към ZVKAD поради опростената система за лицензиране, по-ниската цена и удобния интерфейс на руски език. В същото време новата разработка изобщо не е по-ниска по функционалност:

  • поддържа работа както в двуизмерно, така и в триизмерно пространство;
  • интеграция с почти всякакви текстови и графични файлове;
  • удобство и голяма функционална лента с инструменти.

В същото време можете да инсталирате много добавки на ZWCAD, насочени към решаване на определени проблеми.

– програма за създаване и работа със сложни 3D обекти. Неговите предимства:

  • Удобен интерфейс, достъпен за потребители с всякакво ниво на умения и автоматизиран процес на избор на елементи.
  • Лесно структуриране на обекти на базата на решетка, която може да се променя (могат да се компресират, разтягат, увеличават или намаляват по височина, клонират, проектират, правят вдлъбнатини и изпъкналости и много други).
  • Елементи от NURBZ криви и повърхнини, тяхната модификация с професионални инструменти за редактиране.
  • Създаване на триизмерни фигури по производни основни и сложни обекти.
  • Моделиране на поведението на обекти, описани под формата на математически функции.
  • Трансформация на едни форми в други, подчертаване на отделни преходни елементи.
  • С плъгините RenderZone и V-Ray става възможно подробно изобразяване на всички детайли и текстури.
  • Анимацията ви позволява да зададете движението на обектите както независимо, така и в зависимост един от друг.
  • 3D печат на модели.
  • Експорт към системи за инженерен анализ.

Друго развитие е програмата. Универсална CAD система в три варианта - олекотен, стандартен и професионален. Възможности:

  • Създаване на триизмерен обект с всякаква сложност.
  • Хибридно моделиране.
  • Използване на математически формули и функции за конструиране на фигури.
  • Обратно инженерство или обратно инженерство на продукти за извършване на корекции.
  • Моделиране на движение с помощта на анимация.
  • Работете с модел като плътен, кух или телена рамка.
  • Получаване на проби на 3D принтер.
  • Използване на променливи и математически среди за симулиране на поведение.

В статията обяснихме какво представляват симулационните методи и каква е тяхната цел. Бъдещето на науката и производството е в новите технологии.

В тази статия ще говорим за симулационни модели. Това е доста сложна тема, която изисква отделно разглеждане. Ето защо ще се опитаме да обясним този въпрос на достъпен език.

Симулационни модели

За какво говорим? Нека започнем с факта, че симулационните модели са необходими за възпроизвеждане на всякакви характеристики на сложна система, в която елементите взаимодействат. Такова моделиране обаче има редица характеристики.

Първо, това е обект за моделиране, който най-често представлява сложна комплексна система. Второ, това са случайни фактори, които винаги присъстват и оказват определено влияние върху системата. На трето място, необходимо е да се опише сложният и продължителен процес, който се наблюдава в резултат на моделирането. Четвъртият фактор е, че без използването на компютърни технологии е невъзможно да се получат желаните резултати.

Разработване на симулационен модел

Тя се крие във факта, че всеки обект има определен набор от характеристики. Всички те се съхраняват на компютъра с помощта на специални таблици. Взаимодействието на стойности и индикатори винаги се описва с помощта на алгоритъм.

Особеността и очарованието на моделирането е, че всеки от неговите етапи е постепенен и плавен, което дава възможност да се променят характеристиките и параметрите стъпка по стъпка и да се получават различни резултати. Програма, която използва симулационни модели, показва информация за получените резултати въз основа на определени промени. Често се използва тяхното графично или анимирано представяне, което значително опростява възприемането и разбирането на много сложни процеси, които са доста трудни за разбиране в алгоритмична форма.

Детерминизъм

Симулационните математически модели се основават на факта, че копират качествата и характеристиките на някои реални системи. Помислете за пример, когато е необходимо да се проучи броят и динамиката на броя на определени организми. За целта с помощта на моделиране всеки организъм може да се разглежда отделно, за да се анализират конкретно неговите показатели. В този случай условията най-често се поставят устно. Например след определен период от време можете да зададете възпроизвеждането на организма, а след по-дълъг период - неговата смърт. Изпълнението на всички тези условия е възможно в симулационния модел.

Много често те дават примери за моделиране на движението на газовите молекули, тъй като е известно, че те се движат хаотично. Можете да изследвате взаимодействието на молекулите със стените на съд или една с друга и да опишете резултатите под формата на алгоритъм. Това ще ви позволи да получите средни характеристики на цялата система и да извършите анализ. Трябва да се разбере, че такъв компютърен експеримент всъщност може да се нарече реален, тъй като всички характеристики се моделират много точно. Но какъв е смисълът от този процес?

Факт е, че симулационният модел ви позволява да подчертаете конкретни и чисти характеристики и показатели. Изглежда, че се отървава от случайни, ненужни и редица други фактори, за които изследователите може дори да не са наясно. Обърнете внимание, че много често решителността и математическото моделиране са подобни, ако резултатът не е да се създаде автономна стратегия за действие. Примерите, които разгледахме по-горе, се отнасят до детерминистични системи. Те се различават по това, че нямат елементи на вероятност.

Случайни процеси

Името е много лесно за разбиране, ако направите паралел от обикновения живот. Например, когато стоите на опашка в магазин, който затваря след 5 минути, и се чудите дали ще имате време да закупите стоките. Друга проява на случайност може да се види, когато се обаждате на някого и броите позвъняванията, чудейки се колко е вероятно да успеете. Това може да изглежда изненадващо за някои, но именно благодарение на такива прости примери в началото на миналия век се роди най-новият клон на математиката, а именно теорията на опашките. Тя използва статистика и теория на вероятностите, за да направи някои заключения. По-късно изследователите доказаха, че тази теория е много тясно свързана с военното дело, икономиката, производството, екологията, биологията и др.

Метод Монте Карло

Важен метод за решаване на проблема със самообслужването е методът на статистическите тестове или методът на Монте Карло. Имайте предвид, че възможностите за аналитично изследване на случайни процеси са доста сложни, а методът Монте Карло е много прост и универсален, което го прави основна характеристика. Можем да разгледаме примера на магазин, в който влизат един или няколко клиенти, пациентите, които пристигат в спешното отделение един по един или в тълпа и т.н. В същото време разбираме, че всичко това са случайни процеси и времевите интервали между някои действия са независими събития, които се разпределят според закони, които могат да бъдат изведени само чрез извършване на огромен брой наблюдения. Понякога това не е възможно, така че се взема средният вариант. Но каква е целта на моделирането на случайни процеси?

Факт е, че ви позволява да получите отговори на много въпроси. Тривиално е да се изчисли колко време ще трябва да стои човек на опашка, като се вземат предвид всички обстоятелства. Изглежда, че това е доста прост пример, но това е само първото ниво и може да има много подобни ситуации. Понякога времето е много важно.

Можете също така да попитате как можете да разпределите времето, докато чакате услуга. Още по-труден въпрос е как трябва да се съотнасят параметрите, така че купувачът, който току-що е влязъл, никога да не стигне до линията. Това изглежда доста лесен въпрос, но ако се замислите и започнете дори малко да го усложнявате, става ясно, че отговорът не е толкова лесен.

Процес

Как се случва случайната симулация? Използват се математически формули, а именно законите за разпределение на случайните величини. Използват се и числови константи. Имайте предвид, че в този случай не е необходимо да се прибягва до уравнения, които се използват в аналитичните методи. В този случай същата опашка, за която говорихме по-горе, просто се имитира. Само първо се използват програми, които могат да генерират произволни числа и да ги съпоставят с даден закон на разпределение. След това се извършва обширна статистическа обработка на получените стойности, която анализира данните, за да се определи дали отговарят на първоначалната цел на моделирането. Продължавайки по-нататък, да кажем, че можете да намерите оптималния брой хора, които ще работят в магазина, така че опашката никога да не се появява. Освен това използваният в случая математически апарат са методите на математическата статистика.

образование

Малко внимание се обръща на анализа на симулационните модели в училищата. За съжаление това може да има доста сериозни последствия за бъдещето. Децата трябва да знаят някои основни принципи на моделиране от училище, тъй като развитието на съвременния свят без този процес е невъзможно. В основен курс по компютърни науки децата могат лесно да използват модела за симулация на живота.

По-задълбочено изучаване може да се преподава в гимназията или специализираните училища. На първо място, трябва да проучим симулацията на случайни процеси. Запомнете това в руски училищаТази концепция и методи тепърва започват да се въвеждат, така че е много важно да се поддържа нивото на образование на учителите, които абсолютно гарантирано ще се сблъскат с редица въпроси от страна на децата. В същото време няма да усложняваме задачата, като се фокусираме върху факта, че говорим за елементарно въведение в тази тема, което може да бъде разгледано подробно след 2 часа.

След като децата усвоят теоретичната основа, си струва да обхванем технически въпроси, свързани с генерирането на последователност от произволни числа на компютър. В същото време няма нужда да претоварвате децата с информация за това как работи компютърът и на какви принципи се основава анализът. За практически умения те трябва да бъдат научени да създават генератори на еднакви случайни числа на сегмент или случайни числа според закона за разпределение.

Уместност

Нека поговорим малко защо са необходими симулационни модели за управление. Въпросът е, че в модерен святПочти невъзможно е да се мине без моделиране във всяка област. Защо е толкова търсен и популярен? Симулацията може да замени реални събития, необходими за получаване на конкретни резултати, чието създаване и анализ са твърде скъпи. Или може да има случай, при който провеждането на реални експерименти е забранено. Хората го използват и когато е просто невъзможно да се изгради аналитичен модел поради редица случайни фактори, последствия и причинно-следствени връзки. Последният път, когато този метод се използва, е когато е необходимо да се симулира поведението на система за даден период от време. За всичко това са създадени симулатори, които се опитват да възпроизведат максимално качествата на оригиналната система.

Видове

Симулационните изследователски модели могат да бъдат няколко вида. И така, нека разгледаме подходите за симулационно моделиране. Първият е системната динамика, която се изразява в това, че има взаимосвързани променливи, определени акумулатори и обратна връзка. Така най-често се разглеждат две системи, в които има такива Основни характеристикии точки на пресичане. Следващ изгледмоделиране - дискретно-събитийно. Отнася се за случаи, когато има определени процеси и ресурси, както и последователност от действия. Най-често по този начин възможността за конкретно събитие се изследва през призмата на редица възможни или случайни фактори. Третият вид моделиране е базирано на агенти. Състои се в изучаване на индивидуалните свойства на организма в тяхната система. В този случай е необходимо индиректно или пряко взаимодействие между наблюдавания обект и други.

Моделирането на дискретни събития предполага абстрахиране от непрекъснатостта на събитията и разглеждане само на основните точки. Така се изключват случайни и ненужни фактори. Този метод е силно развит и се използва в много области: от логистиката до производствените системи. Той е най-подходящ за моделиране на производствени процеси. Между другото, той е създаден през 60-те години на миналия век от Джефри Гордън. Системната динамика е парадигма за моделиране, където изследванията изискват графично изображениевръзки и взаимно влияние на едни параметри върху други. В този случай се взема предвид факторът време. Само въз основа на всички данни се създава глобален модел на компютъра. Именно този тип ви позволява да разберете много дълбоко същността на изследваното събитие и да идентифицирате някои причини и връзки. Благодарение на това моделиране се изграждат бизнес стратегии, производствени модели, развитие на болести, градско планиране и т.н. Този метод е изобретен през 50-те години на миналия век от Forrester.

Моделирането, базирано на агенти, датира от 90-те години на миналия век и е сравнително ново. Това направление се използва за анализ на децентрализирани системи, чиято динамика се определя не от общоприети закони и правила, а от индивидуалната дейност на определени елементи. Същността на това моделиране е да се разбере новите правила, да се характеризира системата като цяло и да се намерят връзки между отделните компоненти. В същото време се изучава елемент, който е активен и автономен, може самостоятелно да взема решения и да взаимодейства със своята среда, както и да се променя независимо, което е много важно.

Етапи

Сега нека разгледаме основните етапи на разработване на симулационен модел. Те включват неговото формулиране в самото начало на процеса, изграждане на концептуален модел, избор на метод за моделиране, избор на моделиращ апарат, планиране и изпълнение на задачата. На последна стъпкаВсички получени данни се анализират и обработват. Изграждането на симулационен модел е сложен и продължителен процес, който изисква много внимание и разбиране на материята. Моля, обърнете внимание, че самите етапи отнемат максимално време, а процесът на компютърно моделиране отнема не повече от няколко минути. Много е важно да използвате правилните симулационни модели, тъй като без тях няма да можете да постигнете желаните резултати. Ще бъдат получени някои данни, но те няма да бъдат реалистични или продуктивни.

Обобщавайки статията, бих искал да кажа, че това е много важна и модерна индустрия. Разгледахме примери за симулационни модели, за да разберем важността на всички тези точки. В съвременния свят моделирането играе огромна роля, тъй като на негова основа се развиват икономиката, градоустройството, производството и т.н. Важно е да се разбере, че моделите на симулационни системи са в голямо търсене, тъй като те са невероятно печеливши и удобни. Дори при създаване на реални условия не винаги е възможно да се получат надеждни резултати, тъй като винаги има много учебни фактори, които е просто невъзможно да се вземат предвид.

Симулационно моделиране

Симулационно моделиране (ситуационно моделиране)- метод, който ви позволява да изграждате модели, които описват процесите така, както биха протичали в действителност. Такъв модел може да се „играе“ във времето както за един тест, така и за даден набор от тях. В този случай резултатите ще се определят от случайния характер на процесите. От тези данни може да се получи доста стабилна статистика.

Симулационното моделиране е метод на изследване, при който изследваната система се заменя с модел, който описва реалната система с достатъчна точност, с който се провеждат експерименти, за да се получи информация за тази система. Експериментирането с модел се нарича имитация (имитацията е разбиране на същността на дадено явление, без да се прибягва до експерименти върху реален обект).

Симулационното моделиране е частен случай на математическото моделиране. Има клас обекти, за които по различни причини не са разработени аналитични модели или не са разработени методи за решаване на получения модел. В този случай аналитичният модел се заменя със симулатор или симулационен модел.

Симулационното моделиране понякога се нарича получаване на частични числени решения на формулиран проблем въз основа на аналитични решения или използване на числени методи.

Симулационният модел е логическо и математическо описание на обект, което може да се използва за експериментиране на компютър с цел проектиране, анализиране и оценка на функционирането на обекта.

Приложение на симулационното моделиране

Симулационното моделиране се използва, когато:

  • скъпо или невъзможно е да се експериментира върху реален обект;
  • невъзможно е да се изгради аналитичен модел: системата има време, причинно-следствени връзки, следствия, нелинейности, стохастични (случайни) променливи;
  • необходимо е да се симулира поведението на системата във времето.

Целта на симулационното моделиране е да възпроизведе поведението на изследваната система въз основа на резултатите от анализа на най-значимите връзки между нейните елементи или, с други думи, да разработи симулатор. симулационно моделиране) на изследваната предметна област за провеждане на различни експерименти.

Симулационното моделиране ви позволява да симулирате поведението на системата във времето. Освен това предимството е, че времето в модела може да бъде контролирано: забавено в случай на бързи процеси и ускорено за моделиране на системи с бавна променливост. Възможно е да се имитира поведението на онези обекти, с които реалните експерименти са скъпи, невъзможни или опасни. С настъпването на ерата на персоналните компютри, производството на сложни и уникални продукти обикновено се придружава от компютърно триизмерно симулационно моделиране. Тази точна и сравнително бърза технология ви позволява да натрупате всички необходими знания, оборудване и полуготови продукти за бъдещия продукт преди започване на производството. Компютърното 3D моделиране вече не е необичайно дори за малки компании.

Имитацията, като метод за решаване на нетривиални проблеми, получава първоначалното си развитие във връзка със създаването на компютри през 50-те - 60-те години на миналия век.

Има два вида имитация:

  • Метод Монте Карло (статистически тестов метод);
  • Метод на симулационно моделиране (статистическо моделиране).

Видове симулация

Три симулационни подхода

Симулационни подходи в мащаба на абстракцията

  • Агентно-базираното моделиране е сравнително ново (1990-2000-те) направление в симулационното моделиране, което се използва за изследване на децентрализирани системи, чиято динамика на функциониране се определя не от глобални правила и закони (както в други парадигми за моделиране), а от напротив, когато тези глобални правила и закони са резултат от индивидуалната дейност на членовете на групата. Целта на моделите, базирани на агенти, е да придобият разбиране за тези глобални правила, общото поведение на системата, базирано на предположения за индивидуалното, частно поведение на нейните отделни активни обекти и взаимодействието на тези обекти в системата. Агентът е определен субект, който има активност, автономно поведение, може да взема решения в съответствие с определен набор от правила, да взаимодейства с околната среда и също така да се променя независимо.
  • Моделирането на дискретни събития е подход към моделирането, който предлага абстрахиране от непрекъснатия характер на събитията и разглеждане само на основните събития на симулираната система, като „изчакване“, „обработка на поръчки“, „преместване с товар“, „разтоварване“ и други. Моделирането на дискретни събития е най-развитото и има огромен набор от приложения - от логистични и системи за масово обслужване до транспортни и производствени системи. Този вид моделиране е най-подходящ за моделиране на производствени процеси. Основан от Джефри Гордън през 60-те години.
  • Системната динамика е парадигма за моделиране, при която графични диаграми на причинно-следствени връзки и глобални влияния на някои параметри върху други във времето се конструират за изследваната система и след това моделът, създаден въз основа на тези диаграми, се симулира на компютър. Всъщност този тип моделиране, повече от всички останали парадигми, помага да се разбере същността на продължаващата идентификация на причинно-следствените връзки между обекти и явления. Използвайки системната динамика, се изграждат модели на бизнес процеси, градско развитие, производствени модели, динамика на населението, екология и епидемично развитие. Методът е основан от Джей Форестър през 1950 г.

Области на използване

  • Динамика на населението
  • IT инфраструктура
  • Математическо моделиране на исторически процеси
  • Пешеходна динамика
  • Пазар и конкуренция
  • Сервизни центрове
  • Вериги за доставки
  • Трафик
  • Здравна икономика

Безплатни системи за симулация

Вижте също

  • Мрежово моделиране

Бележки

Литература

  • Хемди А. Таха Глава 18. Симулационно моделиране// Въведение в изследването на операциите = Изследване на операциите: Въведение. - 7-мо изд. - М .: "Уилямс", 2007. - стр. 697-737. - ISBN 0-13-032374-8
  • Строгалев В.П., Толкачева И.О.Симулационно моделиране. - MSTU im. Бауман, 2008. - стр. 697-737. -

Симулационен модел- логическо и математическо описание на обект, което може да се използва за експериментиране на компютър с цел проектиране, анализ и оценка на функционирането на обекта.

Симулационните модели са доста сложни компютърни програми, които описват поведението на компонентите на системата и взаимодействията между тях. Изчисленията с помощта на тези програми с различни първоначални данни позволяват да се симулират динамични процеси, протичащи в реална система.

В резултат на изследване на модел, който е аналог на реален обект, се получават количествени характеристики, които отразяват поведението му при дадени условия (първоначални данни).

Чрез промяна на първоначалните данни за моделиране можете да получите надеждна информация за поведението на даден обект в дадена ситуация. Тези данни могат впоследствие да се използват за разработване на теория за поведението на обекта.

Симулационните модели до известна степен наподобяват физическите модели, т.е. модели на реални предмети в миниатюра. Например, има физически модел на Братската водноелектрическа централа, който възпроизвежда всички реални условия на нейната работа в намален мащаб. Задавайки различни дебити на водата, променяйки условията за преминаване на водния поток през колелата на хидравличните агрегати, дъното и дренажните отвори, учените измерват различни параметри на водните потоци, оценяват стабилността на конструкциите на станцията, степента на ерозия на реката дъно и брегове и дават изводи за най-добрите режими на работа на водноелектрическите централи. Процесът на симулационно моделиране протича почти по същия начин. Единствената разлика е, че вместо водни потоци се използват информационни потоци за движението на водата, а вместо показания от физически инструменти се използват данни, получени с помощта на компютър. Разбира се, симулационният експеримент е по-малко визуален от физическия експеримент, но неговите възможности са много по-широки, тъй като всякакви промени всъщност са разрешени в симулационния модел, всеки фактор може да се променя по преценка на изследователя, грешките, които възникват в модела или изходните данни са по-лесни за забелязване.

Математическият апарат, използван за изграждане на симулационни модели, може да бъде много разнообразен, например: теория на масовото обслужване, теория на агрегатните системи, теория на автоматите, теория на диференциалните уравнения и др. Симулационните изследвания обикновено изискват статистическа обработка на резултатите от симулацията, следователно основата на всяка симулацията включва теоретични методи вероятност и математическа статистика.

Симулационното моделиране е многоетапен процес и е свързан с оценка на получените резултати, промяна на структурата на модела, целите и критериите за моделиране. За изследване на получените експериментални данни е необходима група от хора (експерти) с познания в области, пряко свързани с обекта на изследване.

Експертните процедури използват колективния опит на хората и са предназначени за осредняване на мнения и получаване на обективна оценка на всяко събитие или явление. Извършването на прегледи в повечето случаи дава възможност да се разработят определени решения за оценка на относителната важност на редица събития или да се намерят пропорции между показатели. Например, на експертите, участващи в планирането в сектора на обществените услуги, може да бъде зададен въпросът: „В какво съотношение (пропорции) трябва да се развиват секторите на обществените услуги по отношение на обемите на продажбите на услуги?“ Когато отговаря на въпроса, всеки експерт е помолен да предостави относителни коефициенти на важност или резултати за всяка група услуги в индустрията, например в следната форма:

За да се определят пропорциите на развитие на индустриалните групи услуги, на експертите се дават въпросници с определена извадка и се изисква да се запознаят със „сценария“ за развитие на сектора на услугите. „Сценарият“ е вид прогноза за състоянието на развитието на социалните потребности в дългосрочен план, включително числеността на населението, неговите приходи и разходи по разходни позиции, жилищни условия, въвеждане на ново оборудване и технологии в практиката, подобряване на видовете и формите на обслужване на населението, методите на организация и управление на обслужването и др.

След като прочетат „сценария“, експертите изразяват мненията си под формата на точки. След това въпросниците се събират и резултатите от експертния анализ (например оценките, дадени в примера) се осредняват за всяка отраслова група и се нормализират, т.е. Резултатите за всяка индустриална група се разделят на общата им сума. Получените стандартизирани резултати отразяват желаните пропорции на развитие на индустриалните групи услуги.

Съществуват голям брой форми и методи за извършване на експертни анализи. Например групи от експерти могат да бъдат събрани за обсъждане на разглеждани въпроси. Въпросниците могат да бъдат изпратени до дома (работата) на експерта и тогава оценките ще отразяват неговото мнение без външни влияния и дискусии. Можете да вземете предвид компетентността на експерта, като му присвоите подходящо „тегло“, подобно на точките.

При оценката на качеството на функциониране на всеки симулационен модел експертите определят кои параметри на модела са основни и кои са вторични; задайте желаните граници за промяна на параметрите; изберете най-добрата опция за модел. Задачите на експерта също включват промяна на условията на моделиране, ако е необходимо, и избор и коригиране на целите на моделирането в случаите, когато след провеждане на моделни експерименти се идентифицират нови неотчетени фактори.

По правило работата на експерти или експертни групи е свързана с обработка на данни на компютър, оценка на резултатите, получени след моделиране на задача, т.е. се основава на комуникация между членове на експертна група и компютър, използващ специални езици.

Комуникацията между човешки експерт и компютър при симулиране на „големи системи“ е необходима в два случая. В първия случай, когато симулационният модел не използва формален математически апарат и е предимно процес на експертна оценка на набор от значими събития или цели, за комуникация се използват стандартни пакети Excel, Word и др. Процесът на комуникация между експерт и компютър при изчисляване на средни оценки или коефициенти, които оценяват определени събития или цели, се извършва съгласно методологията на експертния анализ. Тук използването на компютри е минимално. Във втория случай, когато симулационен модел се използва за изследване на функционирането на сложен обект, като производствено предприятие, банка или пазар, чрез машинно симулиране на информационни процеси при дадени условия, моделът е написан на един от специалните симулационни езици , например JPSS, Simscript, Simula, Dynamo, MathCad plus и др.

Важно предимство на такива езици е наличието в тях на методи за намиране на грешки, които значително надвишават съответните възможности на универсалните езици. Въпреки това, използването на специални симулационни езици налага ограничения върху формата на извеждане на информация за поведението на симулираната система. Използването на универсален език като Fortran най-малко ограничава формата на извеждане на данни. Напротив, използването на език като SimScript ви принуждава да се адаптирате към изискванията, наложени от този език. Следователно в сложни симулационни системи се използват различни езици за комуникация между експертите и симулационния модел. При описване на процеси в симулирана система могат да се използват езици като JPSS, Simscript, Simula, Dynamo, а за описание на различни „сервизни” и изходни процедури - универсални езици Fortran, PL, Algol, както и Excel, Word пакети и др.

изграждане на математически моделида описват процесите, които се изучават;
  • използвайки най-новите високоскоростни компютри (милиони операции в секунда) и способни да водят диалог с човек.

    • Същността компютърно моделиранее както следва: на базата на математически модел се извършва серия от изчислителни експерименти с помощта на компютър, т.е. изследват се свойствата на обекти или процеси, намират се техните оптимални параметри и режими на работа и се усъвършенства моделът. Например, разполагайки с уравнение, което описва хода на определен процес, можете да промените неговите коефициенти, начални и гранични условия и да проучите как ще се държи обектът. Симулационни модели- извършват се на компютър изчислителни експериментис математически модели, които симулират поведението на реални обекти, процеси или системи.

    Реалните процеси и системи могат да бъдат изследвани с помощта на два вида математически модели: аналитични и симулационни.

    В аналитичните модели поведението на реални процеси и системи (RPS) е определено под формата на експлицит функционални зависимости(линейни или нелинейни, диференциални или интегрални уравнения, системи от тези уравнения). Въпреки това е възможно да се получат тези зависимости само за сравнително прости RPS. Когато явленията са сложни и разнообразни, изследователят трябва да прибегне до опростени представяния на сложни RPS. В резултат на това аналитичният модел се превръща в твърде грубо приближение на реалността. Ако все пак е възможно да се получат аналитични модели за сложни RPS, тогава те често се превръщат в неразрешим проблем. Поради това изследователят е принуден често да използва симулация.

    Симулационно моделиранее числен метод за провеждане на изчислителни експерименти на компютър с математически модели, които симулират поведението на реални обекти, процеси и системи във времето за даден период. В този случай функционирането на RPS се разделя на елементарни явления, подсистеми и модули. Функционирането на тези елементарни явления, подсистеми и модули се описва от набор от алгоритми, които симулират елементарни явления, като същевременно ги запазват логическа структураи последователността на възникване във времето.

    Симулационно моделиранее набор от методи за алгоритмизиране на функционирането на изследователски обекти, софтуерна реализация на алгоритмични описания, организиране, планиране и изпълнение на компютър на изчислителни експерименти с математически модели, симулиращи функционирането на RPS през даден период.

    Алгоритмизирането на функционирането на RPS се разбира като оперативно описание на работата на всички негови функционални подсистеми от отделни модули с ниво на детайлност, съответстващо на набора от изисквания към модела.

    "Симулационно моделиране"(IM) е двоен термин. „Имитация“ и „моделиране“ са синоними. Почти всички области на науката и технологиите са модели на реални процеси. За да разграничат математическите модели един от друг, изследователите започнаха да им дават допълнителни имена. Срок "симулационно моделиране"означава, че имаме работа с математически модели, с помощта на които е невъзможно да се изчисли или предскаже поведението на системата предварително, а за да се предвиди поведението на системата е необходимо изчислителен експеримент(имитация) по математически модел със зададени изходни данни.

    Основното предимство на IM:

    1. способността да се опише поведението на компоненти (елементи) на процеси или системи на високо ниводетайлизиране;
    2. няма ограничения между параметрите на MI и състоянието на външната среда на RPS;
    3. способността да се изследва динамиката на взаимодействие на компонентите във времето и пространството на параметрите на системата;

    Тези предимства гарантират, че методът на симулация се използва широко.

    1. Ако няма пълно изложение на изследователския проблем и процесът на познаване на обекта на моделиране е в ход. Симулационен моделслужи като средство за изследване на явлението.
    2. Ако аналитични методиналичен, но математически процесисложни и отнемащи време, и симулациядава по-прост начин за решаване на проблема.
    3. Когато в допълнение към оценката на влиянието на параметри (променливи) на процес или система е желателно да се наблюдава поведението на компоненти (елементи) на процес или система (PS) за определен период.
    4. Кога симулациясе оказва единственият начин за изследване на сложна система поради невъзможността да се наблюдават явления в реални условия (реакции термоядрен синтез, изследване на космоса).
    5. Когато е необходимо да се контролира протичането на процесите или поведението на системите чрез забавяне или ускоряване на явления по време на симулация.
    6. При обучение на специалисти за нова технология, когато симулационни моделидава възможност за придобиване на умения за работа с нова техника.
    7. Когато се изучават нови ситуации в РПС. В този случай симулацията служи за тестване на нови стратегии и правила за провеждане на пълномащабни експерименти.
    8. Когато последователността от събития в проектираните подстанции е от особено значение и моделът се използва за прогнозиране на тесни места във функционирането на подстанцията.

    Въпреки това, наред с предимствата си, IM има и недостатъци:

    1. Разработването на добър MI често е по-скъпо от създаването на аналитичен модел и изисква повече време.
    2. Може да се окаже, че MI е неточен (както често се случва) и ние не сме в състояние да измерим степента на тази неточност.
    3. Често изследователите се обръщат към ИМ, без да осъзнават трудностите, които ще срещнат, и по този начин допускат редица методологични грешки.

    И все пак МИ е един от най-широко използваните методи за решаване на задачи за синтез и анализ на сложни процеси и системи.

    Един от видовете симулационно моделиранее статистическа симулация, което позволява да се възпроизведе функционирането на сложни произволни процеси на компютър.

    При изучаване на сложни системи, подложени на случайни смущения, вероятностни аналитични модели и вероятностни симулационни модели.

    Във вероятностните аналитични модели влиянието на случайните фактори се взема предвид чрез определяне на вероятностните характеристики на случайни процеси (закони за разпределение на вероятностите, спектрални плътности или корелационни функции). В същото време изграждането на вероятностни аналитични модели е сложно. изчислителен проблем. Следователно, вероятностното аналитично моделиране се използва за изследване на относително прости системи.

    Отбелязва се, че въвеждането на случайни смущения в симулационни моделине въвежда фундаментални усложнения, следователно изследването на сложни случайни процеси в момента се извършва, като правило, на симулационни модели.

    Във вероятностен симулационно моделиранете работят не с характеристиките на случайни процеси, а със специфични произволни числени стойности на параметрите на PS. Освен това резултатите, получени при възпроизвеждане на симулационен моделна разглеждания процес са случайни реализации. Следователно, за да се намерят обективни и стабилни характеристики на процеса, е необходимо многократното му възпроизвеждане, последвано от статистическа обработка на получените данни. Ето защо изследването на сложни процеси и системи, подложени на случайни смущения, се използва симулационно моделиранеобикновено се нарича статистическо моделиране.