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 данните, систематизиране, проектиране и проверка на резултатите. В зависимост от обема на работата, която трябва да бъде извършена, трудността на нейното изпълнение, се използват реални тестове или симулация. Това опростява процеса, прави го по-евтин, а също така ви позволява да правите корекции и подобрения още по време на експеримента.

В статията ще говорим за симулационното математическо моделиране на системи - какво е това, какви модели се получават, къде намират своето приложение.

Технологични характеристики

Всяка работа с модели се състои от два основни етапа:

  • разработване и създаване на извадка;
  • неговия аналитичен анализ.

Тогава вече са направени корекции или този план е одобрен. Ако е необходимо, можете да повторите процедурата няколко пъти, за да постигнете безупречна конструкция.

По този начин този метод може да се нарече визуално познание за реалността в миниатюра. Има обекти, които са скъпи и отнемат време за превръщане в реалност в реални размери без точна увереност в ефективността на всички структурни елементи, напр. Космически корабиили цялото използване на симулация в областта на аеродинамиката по метода на фотоеластичността.

Създаването на идентичен модел с повторение на характеристиките на цялата система помага да се постигне не само отразяването на вътрешни модели, но и външни. активни силикато въздушни течения или водоустойчивост.

Изграждането на копия на обекти започва с появата на първите компютри и отначало има схематичен характер, с развитието на технологиите, prem става все по-развит и започва да се използва дори в малки индустрии поради своята видимост.

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

  • цената на обекта е много по-висока от цената на разработването на модела;
  • производствените дейности са силно променливи, необходимо е да се изчислят всички възможни повреди;
  • дизайнът съдържа голям брой малки части;
  • важно е да се види ясен пример с акцент върху външен вид;
  • експлоатацията се извършва в трудни за изследване среди - във въздух или вода.

Приложението се дължи на факта, че става възможно:

  • изчисляване на реалните стойности и коефициенти на дейността на инженерите;
  • вижте недостатъците, елиминирайте ги, направете корекции;
  • вижте работата на обекта в реално време;
  • направи визуална демонстрация.

Методът на симулация се използва за:

  • Проектиране на реални бизнес процеси.

  • Имитации на военни действия - има макети на истински боеприпаси, снаряди, военна техника и 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 на града, обл.
  • Автентично изобразяване на историческата действителност.
  • Логистиката.
  • Проектиране на движението на пешеходци и превозни средства по пътното платно.
  • Производственият процес е под формата на експериментален метод.
  • Анализатори на пазара и конкурентни фирми.
  • Ремонт на автомобили.
  • Управление на предприятието.
  • Реконструкция на екосистема с флора и фауна.
  • Медицински и научни експерименти.

Ще разгледаме характеристиките на симулационното моделиране на примера на производствената работа и проектиране. Но разнообразието от системи показва необходимостта от прилагане на метода в различни сфери на дейност. Това разглежда характеристиките на конкретни области – какви промени могат да настъпят, как да ги контролирате и какво да направите, за да предотвратите възможни негативни последици.

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

  • Математически - помага за разработването на схема физически явленияс дадените параметри.
  • Симулации – основната им задача е да покажат променливостта на поведението, така че оригиналните данни могат да бъдат разнообразни.

И математическата, и компютърната симулация се основават на програми за компютърно проектиране, така че трябва да подхождате отговорно към избора на софтуер. ZWSOFT предлага своите продукти на ниска цена. - е аналог на ACAD, но в същото време става по-популярен от стария софтуер с течение на времето. Това се дължи на:

  • опростена система за лицензиране;
  • приемлива ценова политика;
  • превод на руски език и адаптация за потребители в много страни;
  • богат избор от добавки и модули, които са предназначени за тесни специалности и разширяват основната функционалност на ZWCAD.

Видове симулационно моделиране

  • Агент. По-често се използва за анализ на сложни системи, при които 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 такива науки като социология, биология, екология.
  • Дискретно събитие. Този метод се използва за изолиране на конкретни действия, представляващи 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 начин за изчисляване на причинно-следствените връзки и взаимните влияния. Именно той се използва в производствените процеси и проектирането на модели на бъдещия продукт, за да се анализират неговите характеристики в реалния живот.

Основи на аеродинамичното и хидродинамичното симулиране

Най-отнемащи време за разработване са обекти, които са направени за работа в условия на високо налягане, устойчивост или са трудно достъпни. Към тях трябва да се подходи от гледна точка на МИ, 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 триизмерно оформление, което е потопено в имитация на реалната среда. Тези обекти включват:

  • Конструкции, които са потопени под вода или са частично в течността, като по този начин изпитват налягането на потоците. Например, за да се моделира подводница, е необходимо да се изчислят всички сили, които ще повлияят на корпуса, и след това да се анализира как те ще се променят с увеличаване на скоростта и дълбочината на потапяне.
  • Предмети, предназначени да летят във въздуха или дори да избягат от земната атмосфера. Изкуствените спътници и космически кораби преминават през множество проверки преди изстрелването и инженерите не се задоволяват само с компютърна визуализация, а правят макет на живо според данните, дадени на компютъра.

IM на аеродинамиката често се основава на метода на фотоеластичността - определяне на въздействието върху веществото на определени сили поради двойното пречупване на лъчите в материали от оптичен характер. Така че можете да определите степента на напрежение и деформация на стените. Същият метод може да се използва за определяне не само на статично въздействие, но и на динамично, тоест последствията от експлозии, ударна вълна.

Хидродинамичният модел се задава ръчно от няколко параметъра, всички геоложки, биологични, химически и физични свойствасреда и обект. Въз основа на тези данни се създава триизмерен модел. Задават се началните и максималните граници на въздействие върху конструкцията. След това има адаптиране към условията на намиране на обекта и последващо извеждане на крайните данни.

Този метод се използва активно в минната индустрия и при пробиване на кладенци. Това отчита информация за земята, въздуха и водните извори, възможните неблагоприятни слоеве за работа.


Разработване на модел

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

  1. Неговото проектиране след задълбочен анализ на природната система, прехвърляне на всички характеристики в математически формули, изграждане на графично изображение, неговата обемна версия.
  2. Експериментиране и фиксиране на промените в качествата на оформлението, извеждане на шаблони.
  3. Прожектиране на получената информация върху реален обект, извършване на корекции.

Софтуер за симулация на системи

При избора на програма за изпълнение на проекта е необходимо да се избере софтуер с поддръжка на 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 рускоезичен интерфейс. В същото време новата разработка изобщо не отстъпва по функционалност:

  • работата се поддържа 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 на ZWCAD могат да бъдат инсталирани много добавки, насочени към решаване на определени проблеми.

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

  • Удобен за потребителя, удобен за потребителя интерфейс с всяко ниво на умения и автоматизиран процес за избор на елементи.
  • Лесно структуриране на обекти въз основа на решетка, която може да се променя (те могат да бъдат компресирани, разтягани, увеличавани или намалявани по височина, клонирани, проектирани, издълбани и издути и много други).
  • Елементи от NURBZ криви и повърхности, тяхната модификация с професионални инструменти за редактиране.
  • Създаване на триизмерни фигури на базата на извлечени основни и сложни обекти.
  • Моделиране на поведението на обектите, описани под формата на математически функции.
  • Преобразуване на едни форми в други с подбор на отделни преходни елементи.
  • С плъгините RenderZone и V-Ray става възможно детайлно изобразяване на всички детайли и текстури.
  • Анимацията ви позволява да задавате 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 версии - лека, стандартна и професионална. Възможности:

  • Създаване на триизмерен обект с всякаква сложност.
  • хибридно моделиране.
  • Използването на математически формули и функции при конструирането на фигури.
  • Обратно инженерство или обратно инженерство на продукти за извършване на корекции.
  • Моделиране на движение с анимация.
  • Работете с модела като с плътно, кухо или телено изображение.
  • Получаване на проби на 3D принтер.
  • Използване на променливи и математическа среда за симулиране на поведение.

В статията говорихме за това какво се отнася до методите за симулация и каква е неговата цел. Новите технологии са бъдещето на науката и производството.

В статията 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 става дума? Нека започнем с факта, че симулационните модели са необходими за възпроизвеждане на всякакви характеристики на сложна система, в която взаимодействат елементи. В същото време такова моделиране има редица характеристики.

Първо, това е обект на моделиране, който най-често представлява сложна сложна система. Второ, това са случайни фактори, които винаги присъстват и оказват определено влияние върху системата. Трето, това е необходимостта 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

Той се крие във факта, че всеки обект има определен набор от свои характеристики. Всички те се съхраняват в 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 етап е постепенен и плавен, което дава възможност да се променят характеристиките и параметрите стъпка по стъпка и да се получат 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 са изградени върху 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 да направите това, 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 задават устно. Например след определен период от време можете да настроите възпроизвеждането на организма, а след по-дълъг период - смъртта му. Изпълнението на всички тези условия е възможно в симулационния модел.

Много често те дават примери за моделиране на движението на газовите молекули, защото е известно, че те се движат произволно. Възможно е да се изследва взаимодействието на молекулите със стените на съдовете или помежду си и резултатите да се опишат под формата на алгоритъм. Това ще ви позволи да получите средните характеристики на цялата система и да извършите анализ. В същото време трябва да се разбере, че такъв компютърен експеримент всъщност може да се нарече реален, тъй като всички характеристики са моделирани много точно. Но каква е целта на този процес?

Факт е, че симулационният модел ви позволява да подчертаете специфични и чисти характеристики и показатели. Изглежда, че се отървава от случайни, излишни и редица други фактори, за които изследователите може дори да не са наясно. Имайте предвид, че много често определянето и математическото моделиране са сходни, освен ако в резултат не трябва 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.

произволни 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 артикул. Можете също да видите проявлението на произволност, когато се обадите на някого и преброите звуковите сигнали, като си мислите колко вероятно ще преминете. Може да изглежда изненадващо за някои, но именно благодарение на толкова 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 т.н.

Метод Монте Карло

Важен метод за решаване на проблема за самообслужване е методът на статистически тест или методът на Монте Карло. Имайте предвид, че възможностите за изучаване на случайни процеси аналитично са доста сложни, а методът на Монте Карло е много прост и универсален, поради което основна характеристика. Можем да разгледаме пример с магазин, в който влизат един или няколко клиенти, пристигането на пациенти в спешното отделение един по един или от цяла тълпа и т.н. В същото време разбираме, че всичко това са случайни процеси и интервалите от време между някои действия са независими събития, които се разпределят по закони, които могат да бъдат изведени само чрез 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. Банално е да се изчисли колко дълго човек ще трябва да стои 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 да зададете въпрос за това как можете да разпределите времето, докато чакате услуга. Още по-труден въпрос е как трябва да бъдат свързани параметрите, така че опашката никога да не стигне до нововъведения купувач. Това изглежда доста лесен въпрос, но ако се замислите и започнете да го усложнявате дори малко, става ясно, че отговорът не е толкова лесен.

процес

Как работи произволното моделиране? 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 каквито и да е уравнения, които се използват в аналитичните методи. В този случай има просто имитация на същата опашка, за която говорихме по-горе. Само в началото се използват програми, които могат да генерират произволни числа и да ги съпоставят с даден закон на разпределението. След това се извършва обемна, статистическа обработка на получените стойности, която анализира данните за това 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 възниква. В същото време математическият апарат, използван в случая, са методите на математическата статистика.

Образование

Малко внимание се обръща на анализа на симулационни модели в училищата. За съжаление, това може да повлияе доста сериозно на бъдещето. Децата трябва да знаят някои основни принципи на моделиране от училище, тъй като развитието на съвременния свят е невъзможно без този процес. В основния курс по компютърни науки децата могат лесно да използват симулационния модел Life.

По-задълбочено изучаване може да се преподава в гимназия или специализирани училища. На първо място е необходимо да се проучи симулационното моделиране на случайни процеси. Запомнете това в руски училищаподобна концепция и методи тепърва започват да се въвеждат, така че е много важно да се запази нивото на образование на учителите, които с абсолютна гаранция ще се сблъскат с редица въпроси от 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 за 2 часа.

След като децата усвоят теоретичната база, си струва да се подчертаят техническите въпроси, свързани с генерирането на поредица от произволни числа на компютър. В същото време не е необходимо да зареждате децата с информация за това как работи компютърът и на какви принципи се изгражда анализът. От практически умения те трябва да бъдат научени да създават генератори на еднакви случайни числа на сегмент или случайни числа според закона на разпределението.

Уместност

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

Видове

Моделите за симулационно изследване могат да бъдат няколко вида. И така, нека разгледаме подходите за симулационно моделиране. Първата е системната динамика, която се изразява във факта, че има взаимосвързани променливи, определени акумулатори и обратна връзка. Така най-често се разглеждат две системи, в които има такива Основни характеристикии пресечни точки. следващ изгледсимулация - дискретно събитие. Това се отнася за случаите, когато има определени процеси и ресурси, както и последователност от действия. Най-често по този начин възможността за събитие се изследва през призмата на редица възможни или случайни фактори. Третият тип моделиране е базирано на агенти. То се крие във факта, че се изучават индивидуалните свойства на организма в тяхната система. В този случай е необходимо непряко или пряко взаимодействие на наблюдавания обект и други.

Моделирането на дискретни събития предполага абстрахиране от непрекъснатостта на събитията и разглеждане само на основните точки. По този начин се изключват случайни и ненужни фактори. Този метод е най-развитият и се използва в много области: от логистика до производствени системи. Именно 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 моделираща парадигма, където изследванията изискват графично изображениевръзки и взаимни влияния на едни параметри върху други. Това отчита фактора време. Само на базата на всички данни се създава глобален модел на компютъра. Именно този тип ви позволява да разберете дълбоко същността на изучаваното събитие и да идентифицирате някои причини и връзки. Благодарение на тази симулация 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, се появи през 90-те години на миналия век и е сравнително ново. Тази посока се използва за анализ на децентрализирани системи, чиято динамика се определя не от общоприети закони и правила, а от индивидуалната активност на определени елементи. Същността на тази симулация е да се получи представа за новите правила, да се характеризира системата като цяло и да се намери връзката между отделните компоненти. В същото време се изучава елемент, който е активен и автономен, може сам да взема решения и да взаимодейства със своята среда, както и независимо да се променя, което е много важно.

Етапи

Сега нека разгледаме основните етапи на разработване на симулационен модел. Те включват формулирането му в самото начало на процеса, изграждане на концептуален модел, избор на метод за моделиране, избор на апарат за моделиране, планиране и изпълнение на задача. На последна стъпкаима анализ и обработка на всички получени данни. Изграждането на симулационен модел е сложен и продължителен процес, който изисква много внимание и разбиране на същността на материята. Имайте предвид, че самите стъпки отнемат максимум време, а процесът на симулация на компютър отнема не повече от няколко минути. Много е важно да използвате правилните симулационни модели, защото без него няма да можете да постигнете желаните резултати. Някои данни ще бъдат получени, но те няма да бъдат реалистични и непродуктивни.

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 много търсени, тъй като 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 схоластични фактори, които е просто невъзможно да се вземат предвид.

Симулация

Симулационно моделиране (ситуационно моделиране)- метод, който ви позволява да изграждате модели, които описват процесите, както биха се случили в действителност. Такъв модел може да се „разиграе“ 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. Въз основа на тези данни може да се получи доста стабилна статистика.

Симулационното моделиране е изследователски метод, 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 (имитация е разбиране на същността на явление, без да се прибягва до експерименти върху реален обект).

Симулационното моделиране е специален 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 определени числени решения на формулираната задача на базата 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, анализ и оценка на функционирането на обект.

Прилагане на симулационно моделиране

Симулацията се използва, когато:

  • е скъпо или невъзможно да се експериментира върху реален обект;
  • невъзможно е да се изгради аналитичен модел: системата има време, причинно-следствени връзки, последствия, 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 - разработването на симулатор (инж. симулационно моделиране) от изследваната предметна област за провеждане на различни експерименти.

Симулационното моделиране ви позволява да симулирате поведението на дадена система във времето. Освен това предимството е, че времето в модела може да се контролира: забавя се в случай на бързи процеси и се ускорява за системи за моделиране с бавна променливост. Възможно е да се имитира поведението на онези обекти, с които истинските експерименти са скъпи, невъзможни или опасни. С настъпването на ерата на персоналните компютри, производството на сложни и уникални продукти, като правило, се придружава от компютърна триизмерна симулация. Тази прецизна и сравнително бърза технология ви позволява да натрупате всички необходими знания, оборудване и полуготови продукти за бъдещ продукт преди началото на производството. Компютърното 3D моделиране вече не е необичайно дори за малки компании.

Имитацията, като метод за решаване на нетривиални проблеми, е разработена за първи път във връзка със създаването на компютрите през 50-те и 60-те години на миналия век.

Има два вида имитация:

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

Видове симулационно моделиране

Три симулационни подхода

Подходи за симулационно моделиране в мащаба на абстракцията

  • Моделирането, базирано на агенти, е сравнително нова (1990-2000-те) направление в симулационното моделиране, което се използва за изследване на децентрализирани системи, чиято динамика се определя не от глобални правила и закони (както в други парадигми на моделиране), а обратно, когато тези глобални правила и закони са резултат от индивидуалната дейност на членовете на групата. Целта на моделите на агента е да добият представа за тези глобални правила, общото поведение на системата, въз основа на предположения за индивида, конкретно поведение на неговите 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 независимо да се променя.
  • Моделирането на дискретни събития е подход към моделирането, който предлага да се абстрахира от непрекъснатия характер на събитията и да се вземат предвид само основните събития на симулираната система, като: "чакане", "обработка на поръчка", "движение с товар", "разтоварване " и други. Моделирането на дискретни събития е най-развитото и има огромен обхват на приложения - от логистични и опашки системи до транспортни и производствени системи. Този тип симулация е най-подходяща за моделиране на производствени процеси. Основан от Джефри Гордън през 60-те години на миналия век.
  • Системната динамика е моделираща парадигма, при която за изследваната система се изграждат графични диаграми на причинно-следствени връзки и глобални влияния на едни параметри върху други във времето, след което моделът, създаден на базата на тези диаграми, се симулира на компютър. Всъщност този тип моделиране, повече от всички други парадигми, помага да се разбере същността на продължаващото идентифициране на причинно-следствените връзки между обекти и явления. С помощта на системната динамика се изграждат модели на бизнес процеси, градско развитие, производствени модели, динамика на населението, екология и развитие на епидемията. Методът е основан от Джей Форестър през 50-те години на миналия век.

Области на използване

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

Безплатни симулационни системи

Вижте също

  • мрежово моделиране

Бележки

литература

  • Хемди А. Таха Глава 18// Въведение в оперативните изследвания = Operations Research: An Introduction. - 7-мо изд. - М .: "Уилямс", 2007. - С. 697-737. - ISBN 0-13-032374-8
  • Строгалев В. П., Толкачева И. О.Симулационно моделиране. - МГТУ им. Бауман, 2008. - С. 697-737. -

симулационен модел- логическо и математическо описание на обекта, 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 взаимодействието между тях. Изчисленията с помощта на тези програми с различни изходни данни позволяват симулиране на динамичните процеси, протичащи в реална система.

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

Чрез промяна на първоначалните симулационни данни може да се получи надеждна информация за поведението на обект в дадена ситуация. Тези данни могат впоследствие да се използват за разработване на теория за поведението на обекта.

Симулационните модели донякъде наподобяват физически модели, т.е. модели на реални обекти в миниатюра. Например има физически модел на ВЕЦ Братск, който възпроизвежда всички реални условия на нейната работа в намален мащаб. Чрез задаване на различни скорости на водния поток, променяйки условията за преминаване на водния поток през колелата на водноелектрическите агрегати, дънните и дренажните отвори, учените измерват различни параметри на водните потоци, оценяват стабилността на станционните конструкции, степента на ерозия на реката дъно, банки и дават заключения за най-добрите режими на работа на ВЕЦ. Същото важи и за процеса на симулация. Единствената разлика се състои във факта, че вместо водни потоци се използват информационни потоци за движението на водата, вместо индикации на физически инструменти - данни, получени с помощта на компютър. Разбира се, симулационният експеримент е по-малко очевиден от физическия експеримент, но неговите възможности са много по-широки, тъй като всички промени всъщност са разрешени в симулационния модел, всеки фактор може да се променя по преценка на изследователя, грешки, които възникват в модела или в оригиналните данни са по-лесни за забелязване.

Математическият апарат, използван за изграждане на симулационни модели, може да бъде много разнообразен, например: теория на опашките, теория на агрегатните системи, теория на автоматите, теория на диференциалните уравнения и др. Симулационните изследвания обикновено изискват статистическа обработка на резултатите от симулацията, следователно, методите на теорията на вероятностите и математическата 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) със знания в области, пряко свързани с обекта на изследване.

Експертните процедури използват колективния опит на хората и са предназначени да осреднят мненията и да получат обективна оценка на събитие или явление. Провеждането на прегледи в повечето случаи ви позволява да разработите определени решения за оценка на относителната важност на редица събития или за намиране на пропорции между показателите. Например на специалистите по планиране на услуги може да бъде зададен въпросът „В каква пропорция (пропорции) трябва да се развиват индустриите на услугите по отношение на продажбите на услуги?“ Когато отговаря на въпроса, всеки експерт е помолен да въведе относителните коефициенти на важност или точките на всяка група индустриални услуги, например в следната форма:

За да се определят пропорциите на развитието на секторните групи услуги, експертите получават въпросници от определен тип и се канят да се запознаят със „сценарията“ за развитие на сектора на обществените услуги. „Сценарият“ е вид прогноза за състоянието на развитието на обществените потребности в дългосрочен план, включително населението, неговите приходи и разходи по позиции на разходите, жилищни условия, въвеждане на ново оборудване и технологии в практиката, подобряване на видове и форми на обществени услуги, методи на организация и управление на обслужване и др.

След преглед на „сценарията“ експертите изразяват мнението си под формата на точки. След това се събират въпросниците и резултатите от експертния анализ (например оценките, дадени в примера) се осредняват за всяка отраслова група и се нормализират, т.е. оценките за всяка отраслова група се разделят на общата им сума. Получените нормализирани резултати отразяват желаните пропорции на развитието на индустриалните групи услуги.

Съществуват голям брой форми и методи на експертен анализ. Например, групи от експерти могат да бъдат свикани за обсъждане на разглежданите въпроси. Въпросници могат да бъдат изпратени на експерт вкъщи (на работа), а след това оценките ще отразяват неговото мнение без чужди влияния и дискусии. Възможно е да се вземе предвид компетентността на експерт, като му се даде подходящо „тежест”, подобно на точки.

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

По правило работата на експерти или експертни групи е свързана с обработката на данни на компютър, оценката на резултатите, получени след моделиране на определена задача, т.е. се основава на комуникацията на членовете на експертната група с компютъра, използвайки специални езици.

Комуникацията между човек експерт и компютър при симулация на "големи системи" е необходима в два случая. В първия случай, когато симулационният модел не използва формален математически апарат и е основно процес на експертна оценка на набор от значими събития или цели, за комуникация се използват стандартни пакети на Excel, Word и др. Процесът на комуникация между експерт и компютър при изчисляване на средни резултати или коефициенти, които оценяват определени събития, цели, се извършва по 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 се записва в един от специалните езици за симулация, като 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 езици за симулация налага ограничения върху формата на извеждане на информация за поведението на симулираната система. Използването на универсален език като Fortran ограничава най-малко формата на извеждане на данни. Напротив, използването на език като Simscript принуждава човек да се адаптира към изискванията, наложени от този език. Следователно в сложните симулационни системи се използват различни езици за комуникация с експертите по 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 - универсалните езици Fortran, PL, Algol, както и Excel , Word пакети и др.

изграждане на математически моделида опишат изследваните процеси;
  • използвайки най-новите компютри с висока скорост (милиони операции в секунда) и способни да водят диалог с човек.

    • същност компютърна симулациясе състои в следното: на базата на математически модел се провежда серия от изчислителни експерименти с помощта на компютър, т.е. изследват се свойствата на обекти или процеси, намират се оптималните им параметри и режими на работа, усъвършенства се моделът. Например, като имате уравнение, което описва хода на конкретен процес, можете да промените неговите коефициенти, начални и гранични условия и да проучите как ще се държи обектът в този случай. симулационни модели- те са компютърно базирани изчислителни експериментис математически модели, имитиращи 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 реалните процеси и системи (RPS) се дава под формата на експлицит функционални зависимости(линейни или нелинейни, диференциални или интегрални уравнения, системи от тези уравнения). Тези зависимости обаче могат да бъдат получени само за относително прости RPS. Когато явленията са сложни и разнообразни, изследователят трябва да търси опростени представяния на сложни RPS. В резултат на това аналитичният модел става твърде грубо приближение към реалността. Ако все пак е възможно да се получат аналитични модели за сложни RPS, тогава те често се превръщат в проблем, който е труден за решаване. Следователно изследователят е принуден да използва симулационно моделиране.

    Симулацияе 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 същото време функционирането на RPS е разделено на елементарни явления, подсистеми и модули. Функционирането на тези елементарни явления, подсистеми и модули се описва от набор от алгоритми, които имитират елементарни явления, като запазват тяхната логическа структураи последователност във времето.

    Симулация- това е набор от методи за алгоритмизиране на функционирането на изследователските обекти, софтуерна реализация на алгоритмични описания, организация, планиране и изпълнение на компютър на изчислителни експерименти с математически модели, които симулират функционирането на RPS през даден период.

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

    "симулация"(IM) е двоен термин. "Имитация" и "симулация" 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 такива математически модели, с които е невъзможно да се изчисли или предскаже поведението на системата предварително, а за да се предвиди поведението на системата, е необходимо изчислителен експеримент(симулация) върху математически модел с дадени изходни данни.

    Основното предимство на IM:

    1. способността да се описва поведението на компонентите (елементите) на процеси или системи върху високо ниводетайлизиране;
    2. липса на ограничения между параметрите на МИ и състоянието на външната среда на РПС;
    3. възможността за изследване на динамиката на взаимодействието на компонентите във времето и пространството на параметрите на системата;

    Тези предимства правят метода на симулация широко използван.

    1. При липса на цялостна постановка на изследователския проблем и протича процесът на опознаване на обекта на моделиране. симулационен моделслужи като средство за изследване на явлението.
    2. Ако аналитични методиса налични, но математически процесисложни и трудоемки, и симулационно моделиранедава по-лесен начин за решаване на проблема.
    3. Когато освен оценка на влиянието на параметрите (променливите) на процес или система е желателно да се следи поведението на компонентите (елементите) на процеса или системата (PS) за определен период.
    4. Кога симулационно моделиранесе 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 потокът от процеси или поведението на системите чрез забавяне или ускоряване на явления по време на симулация.
    6. При обучение на специалисти за нови технологии, кога симулационни моделие осигурена възможност за придобиване на умения за работа с ново оборудване.
    7. Когато се изучават нови ситуации в RPS. В този случай симулацията служи за тестване на нови стратегии и правила за провеждане на полеви експерименти.
    8. Когато последователността на събитията в проектираната ПС е от особено значение и моделът се използва за прогнозиране на тесни места във функционирането на RPS.

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

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

    Независимо от това, IM е един от най-широко използваните методи при решаване на проблеми за синтез и анализ на сложни процеси и системи.

    Един от видовете симулационно моделиранее статистическа симулационно моделиране, което прави възможно възпроизвеждането на функционирането на сложни произволни процеси на компютър.

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

    В вероятностните аналитични модели влиянието на случайните фактори се отчита чрез задаване на вероятностните характеристики на случайните процеси (закони за разпределение на вероятностите, спектрални плътности или корелационни функции). В същото време изграждането на вероятностни аналитични модели е сложна задача. изчислителна задача. Следователно, вероятностно аналитично моделиране се използва за изследване на относително прости системи.

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

    В вероятностно симулационно моделиранете оперират не с характеристиките на случайни процеси, а със специфични произволни числови стойности на параметрите на PS. В същото време резултатите, получени при игра 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, използвайки симулационно моделираненаречено статистическо моделиране.