Simulacijsko modeliranje sustava: što je to i gdje se koristi. Simulacijski modeli Što je simulacijski model

Projektiranje bilo kojeg objekta je višefazni proces koji zahtijeva analizu podataka, sistematizaciju, konstrukciju i provjeru rezultata. Ovisno o opsegu posla koji treba obaviti i težini njegove provedbe, koriste se stvarni testovi ili simulacije. To pojednostavljuje proces, čini ga jeftinijim, a također vam omogućuje da napravite prilagodbe i poboljšanja već u vrijeme eksperimenta.

U članku ćemo govoriti o matematičkom simulacijskom modeliranju sustava – što je to, koji se modeli dobivaju, gdje nalaze svoju primjenu.

Značajke tehnologije

Svaki rad s modelima sastoji se od dvije glavne faze:

  • razvoj i izrada uzorka;
  • njegovu analitičku analizu.

Zatim se vrše prilagodbe ili se plan odobrava. Po potrebi postupak možete ponoviti nekoliko puta kako biste postigli besprijekornu građu.

Stoga se ova metoda može nazvati vizualnim poznavanjem stvarnosti u malom. Postoje objekti koji su skupi i radno intenzivni za prevođenje u stvarnost u punoj veličini bez preciznog povjerenja u učinkovitost svih strukturnih elemenata, na primjer, svemirski brodovi ili sve upotrebe simulacije fotoelastične aerodinamike.

Stvaranje identičnog modela koji ponavlja značajke cijelog sustava pomaže postići ne samo odraz unutarnjih obrazaca, već i vanjskih. aktivne snage npr. strujanje zraka ili otpor vode.

Izrada kopija predmeta započela je s pojavom prvih računala i isprva je bila shematske prirode, a razvojem tehnologije sve se više razvijala te se zbog svoje preglednosti počela koristiti iu malim industrijama.

Gdje se, u kojim slučajevima koristi metoda simulacije i u koju svrhu?

  • trošak objekta mnogo je veći od troška razvoja modela;
  • aktivnost proizvoda podložna je velikoj varijabilnosti, potrebno je izračunati sve moguće kvarove;
  • u dizajnu je veliki broj mali dijelovi;
  • važno je vidjeti vizualni primjer s naglaskom na izgled;
  • rad se odvija u okruženjima teškima za proučavanje - u zraku ili vodi.

Primjena je zbog činjenice da postaje moguće:

  • izračunati stvarne vrijednosti i koeficijente aktivnosti inženjera;
  • vidjeti nedostatke, ukloniti ih, izvršiti prilagodbe;
  • vidjeti rad objekta u stvarnom vremenu;
  • napravite vizualnu demonstraciju.

Metoda simulacije koristi se za:

  • Projektiranje stvarnih poslovnih procesa.

  • Simulacije borbenih djelovanja - makete pravog streljiva, granata, vojne opreme i mete. Tako se analiziraju domet pogotka, njegove razorne sposobnosti i radijus pogođenog područja, te se oružje provjerava prije puštanja u proizvodnju.
  • Analiza populacijske dinamike.
  • Izrada infrastrukturnog projekta za grad ili regiju.
  • Autentičan prikaz povijesne zbilje.
  • Logistika.
  • Projektiranje kretanja pješaka i automobila na kolniku.
  • Proces proizvodnje je u obliku eksperimentalne metode.
  • Analitičari tržišta i konkurentskih tvrtki.
  • Popravak auta.
  • Upravljanje poduzećem.
  • Ponovno stvaranje ekosustava s florom i faunom.
  • Medicinski i znanstveni eksperimenti.

Razmotrit ćemo značajke simulacijskog modeliranja na primjeru proizvodnog rada i dizajna. Ali raznolikost sustava pokazuje potrebu primjene metode u različitim područjima djelovanja. Time se istražuju karakteristike pojedinih područja – do kakvih promjena može doći, kako ih kontrolirati i što učiniti kako bi se spriječile moguće negativne posljedice.

Sve mogućnosti za izradu modela realiziraju se pomoću računala, ali postoje dvije glavne vrste procesa:

  • Matematika - pomaže u razvoju dijagrama fizičke pojave s navedenim parametrima.
  • Simulacije – njihova glavna zadaća je pokazati varijabilnost ponašanja, tako da se početni podaci mogu mijenjati.

I matematičko i računalno simulacijsko modeliranje temelje se na programima za projektiranje pomoću računala, stoga morate odgovorno pristupiti odabiru softvera. Tvrtka ZWSOFT nudi svoje proizvode po niskim cijenama. – analogan je ACAD-u, ali u isto vrijeme s vremenom postaje sve popularniji od starog softvera. To je zbog:

  • pojednostavljeni sustav izdavanja dozvola;
  • prihvatljiva politika cijena;
  • prijevod na ruski i prilagodba za korisnike mnogih zemalja;
  • širok izbor dodataka i modula koji su kreirani za određene specijalnosti i proširuju osnovnu funkcionalnost ZWCAD-a.

Vrste simulacije

  • Na temelju agenta. Češće se koristi za analizu složenih sustava, gdje promjene nisu određene djelovanjem određenih zakona, pa stoga nisu podložne predviđanju. Varijabilnost ovisi o agentima – nefiksnim elementima. Često se ova sorta koristi u znanostima kao što su sociologija, biologija, ekologija.
  • Diskretni događaj. Ova se metoda koristi za izdvajanje specifičnih radnji od interesa iz općeg slijeda događaja. Često se koristi za upravljanje proizvodnim ciklusom, kada je važno zabilježiti samo rezultat pojedinih područja djelatnosti.
  • Dinamika sustava. Ovo je glavna metoda za izračunavanje uzročno-posljedičnih odnosa i međudjelovanja. Koristi se u proizvodnim procesima iu izradi modela budućeg proizvoda kako bi se analizirala njegova svojstva u stvarnom životu.

Osnove aerodinamičkog i hidrodinamičkog simulacijskog modeliranja

Najzahtjevniji za izradu su objekti koji se proizvode za rad u uvjetima visokog pritiska, otpora ili su teško dostupni. Mora im se pristupiti sa stajališta IM-a, izrađuju se matematičke sheme, mijenjaju se početni podaci i provjerava utjecaj različitih čimbenika te usavršava model. Po potrebi se izrađuje trodimenzionalni model koji je uronjen u simulaciju stvarnog okruženja. Takvi objekti uključuju:

  • Strukture koje su uronjene pod vodu ili su djelomično u tekućini, pri čemu doživljavaju pritisak protoka. Na primjer, za modeliranje podmornice potrebno je izračunati sve sile koje će djelovati na trup, a zatim analizirati kako će se one mijenjati s povećanjem brzine i dubine ronjenja.
  • Objekti dizajnirani za let u zraku ili čak za bijeg iz Zemljine atmosfere. Umjetni sateliti i svemirske letjelice prolaze višestruke provjere prije lansiranja, a inženjeri se ne zadovoljavaju samo računalnom vizualizacijom, već izrađuju živi model na temelju podataka navedenih na računalu.

Aerodinamika IM često se temelji na metodi fotoelastičnosti – utvrđivanju djelovanja određenih sila na tvar zbog dvostrukog loma zraka u materijalima optičke prirode. Na taj način možete odrediti stupanj naprezanja i deformacije zidova. Istom metodom mogu se utvrditi ne samo statički učinci, već i dinamički, odnosno posljedice eksplozija i udarnih valova.

Hidrodinamički model zadaje se ručno s nekoliko parametara; svi geološki, biološki, kemijski i fizička svojstva okoliš i objekt. Na temelju tih podataka izrađuje se trodimenzionalni model. Postavljaju se početne i maksimalne granice utjecaja na konstrukciju. Zatim se događa prilagodba uvjetima lokacije objekta i naknadni izlaz konačnih podataka.

Ova metoda se aktivno koristi u rudarskoj industriji i pri bušenju bušotina. Pri tome se uzimaju u obzir podaci o tlu, izvorima zraka i vode te mogućim slojevima nepovoljnim za rad.


Razvoj modela

Rekonstruirana projekcija je pojednostavljena verzija stvarnog objekta uz očuvanje karakteristika, značajki, svojstava, kao i uzročno-posljedičnih odnosa. Reakcija na utjecaje obično postaje najvažniji element proučavanja. Koncept “simulacijskog modeliranja” uključuje tri faze rada s modelom:

  1. Njegova konstrukcija nakon temeljite analize prirodnog sustava, prijenos svih karakteristika u matematičke formule, konstrukcija grafičke slike, njezine trodimenzionalne verzije.
  2. Eksperimentirajte i bilježite promjene u kvaliteti izgleda, izvedite uzorke.
  3. Projiciranje dobivenih informacija na stvarni objekt, prilagodba.

Softver za simulaciju sustava

Prilikom odabira programa za provedbu projekta morate odabrati softver koji podržava trodimenzionalni prostor. Važna je i mogućnost 3D vizualizacije praćene volumetrijskim ispisom.

Tvrtka ZVSOFT nudi svoje proizvode.

Basic CAD je analog popularnog softvera - AutoCAD-a. Ali mnogi inženjeri prelaze na ZVKAD zbog pojednostavljenog sustava licenciranja, niže cijene i prikladnog sučelja na ruskom jeziku. U isto vrijeme, novi razvoj nije nimalo inferioran u funkcionalnosti:

  • podržava rad u dvodimenzionalnom i trodimenzionalnom prostoru;
  • integracija s gotovo svim tekstualnim i grafičkim datotekama;
  • praktičnost i velika funkcionalna alatna traka.

U isto vrijeme, možete instalirati mnoge dodatke na ZWCAD koji imaju za cilj rješavanje određenih problema.

– program za izradu i rad sa složenim 3D objektima. Njegove prednosti:

  • Zgodno sučelje dostupno korisnicima bilo koje razine vještina i automatizirani proces odabira elemenata.
  • Lako strukturiranje objekata na temelju rešetke koja se može mijenjati (mogu se komprimirati, rastezati, povećavati ili smanjivati ​​po visini, klonirati, projicirati, napraviti udubljenja i konveksitete i još mnogo toga).
  • Elementi iz NURBZ krivulja i ploha, njihova izmjena profesionalnim alatima za uređivanje.
  • Izrada volumetrijskih figura na temelju izvedenih osnovnih i složenih objekata.
  • Modeliranje ponašanja objekata opisanih u obliku matematičkih funkcija.
  • Transformacija jednih oblika u druge, isticanje pojedinih prijelaznih elemenata.
  • Uz RenderZone i V-Ray dodatke, postaje moguće detaljno renderiranje svih detalja i tekstura.
  • Animacija vam omogućuje da postavite kretanje objekata neovisno i ovisno jedan o drugom.
  • 3D printanje modela.
  • Izvoz u sustave inženjerske analize.

Drugi razvoj je program. Univerzalni CAD sustav u tri verzije - lagana, standardna i profesionalna. Mogućnosti:

  • Izrada trodimenzionalnog objekta bilo koje složenosti.
  • Hibridno modeliranje.
  • Korištenje matematičkih formula i funkcija za konstruiranje likova.
  • Obrnuti inženjering ili obrnuti inženjering proizvoda radi prilagodbi.
  • Modeliranje pokreta pomoću animacije.
  • Radite s modelom kao punim, šupljim ili žičanim okvirom.
  • Dobivanje uzoraka na 3D printeru.
  • Korištenje varijabli i matematičkih okruženja za simulaciju ponašanja.

U članku smo objasnili što su metode simulacije i koja je njihova svrha. Budućnost znanosti i proizvodnje je u novim tehnologijama.

U ovom ćemo članku govoriti o simulacijskim modelima. Ovo je prilično složena tema koja zahtijeva zasebno razmatranje. Zato ćemo pokušati objasniti ovo pitanje na pristupačan jezik.

Simulacijski modeli

O čemu pričamo? Počnimo s činjenicom da su simulacijski modeli potrebni za reprodukciju bilo koje karakteristike složenog sustava u kojem elementi međusobno djeluju. Međutim, takvo modeliranje ima niz značajki.

Prvo, to je objekt za modeliranje, koji najčešće predstavlja složen kompleksan sustav. Drugo, to su slučajni faktori koji su uvijek prisutni i imaju određeni utjecaj na sustav. Treće, postoji potreba da se opiše složen i dugotrajan proces koji se promatra kao rezultat modeliranja. Četvrti čimbenik je da je bez korištenja računalne tehnologije nemoguće dobiti željene rezultate.

Izrada simulacijskog modela

Leži u činjenici da svaki objekt ima određeni skup svojih karakteristika. Svi su pohranjeni na računalu pomoću posebnih tablica. Interakcija vrijednosti i indikatora uvijek se opisuje pomoću algoritma.

Osobitost i ljepota modeliranja je u tome što je svaka faza postupna i glatka, što omogućuje promjenu karakteristika i parametara korak po korak i dobivanje različitih rezultata. Program koji koristi simulacijske modele prikazuje podatke o dobivenim rezultatima na temelju određenih promjena. Često se koristi njihov grafički ili animirani prikaz, što uvelike pojednostavljuje percepciju i razumijevanje mnogih složenih procesa koje je prilično teško sagledati u algoritamskom obliku.

Determinizam

Simulacijski matematički modeli izgrađeni su na činjenici da kopiraju kvalitete i karakteristike određenih stvarnih sustava. Razmotrimo primjer kada je potrebno proučavati količinu i dinamiku populacije određenih organizama. Da biste to učinili, pomoću modeliranja možete zasebno razmotriti svaki organizam kako biste analizirali njegove specifične pokazatelje. Uvjeti se u ovom slučaju najčešće postavljaju usmeno. Na primjer, nakon određenog vremena možete postaviti reprodukciju organizma, a nakon dužeg razdoblja - njegovu smrt. Ispunjenje svih ovih uvjeta moguće je u simulacijskom modelu.

Vrlo često daju primjere modeliranja kretanja molekula plina, jer je poznato da se one gibaju kaotično. Možete proučavati interakciju molekula sa stijenkama posude ili međusobno i opisati rezultate u obliku algoritma. To će vam omogućiti da dobijete prosječne karakteristike cijelog sustava i izvršite analizu. Treba razumjeti da se takav računalni eksperiment, zapravo, može nazvati stvarnim, budući da su sve karakteristike modelirane vrlo točno. Ali koji je smisao ovog procesa?

Činjenica je da vam simulacijski model omogućuje isticanje specifičnih i čistih karakteristika i pokazatelja. Čini se da se rješava slučajnih, nepotrebnih i niza drugih čimbenika kojih istraživači možda nisu ni svjesni. Imajte na umu da su odlučnost i matematičko modeliranje vrlo često slični ako rezultat nije stvaranje autonomne strategije djelovanja. Primjeri koje smo prethodno pogledali odnose se na determinističke sustave. Razlikuju se po tome što nemaju elemente vjerojatnosti.

Slučajni procesi

Ime je vrlo lako razumjeti ako povučete paralelu iz običnog života. Na primjer, kada stojite u redu u trgovini koja se zatvara za 5 minuta i pitate se hoćete li imati vremena kupiti robu. Još jedna manifestacija nasumičnosti može se vidjeti kada nekoga zovete i brojite zvona, pitajući se kolika je vjerojatnost da ćete proći. Možda će se to nekome činiti iznenađujućim, ali upravo je zahvaljujući tako jednostavnim primjerima početkom prošlog stoljeća rođena najnovija grana matematike, naime teorija čekanja u redu. Ona koristi statistiku i teoriju vjerojatnosti kako bi izvukla neke zaključke. Kasnije su istraživači dokazali da je ova teorija vrlo blisko povezana s vojnim poslovima, ekonomijom, proizvodnjom, ekologijom, biologijom itd.

Monte Carlo metoda

Važna metoda za rješavanje problema samoposluživanja je metoda statističkog ispitivanja ili Monte Carlo metoda. Imajte na umu da su mogućnosti analitičkog proučavanja slučajnih procesa prilično složene, a Monte Carlo metoda je vrlo jednostavna i univerzalna, što ju čini glavna značajka. Možemo razmotriti primjer trgovine u koju ulazi jedan ili više kupaca, pacijenti koji dolaze na hitnu pomoć jedan po jedan ili u gomili itd. Pritom razumijemo da su sve to nasumični procesi, a vremenski intervali između neke radnje su nezavisni događaji, koji su raspoređeni prema zakonima koji se mogu zaključiti samo provođenjem ogromnog broja promatranja. Ponekad to nije moguće, pa se uzima prosječna opcija. Ali koja je svrha modeliranja slučajnih procesa?

Činjenica je da vam omogućuje da dobijete odgovore na mnoga pitanja. Trivijalno je izračunati koliko će čovjek morati stajati u redu, uzimajući u obzir sve okolnosti. Čini se da je ovo prilično jednostavan primjer, ali ovo je samo prva razina i može biti puno sličnih situacija. Ponekad je vrijeme vrlo važno.

Također možete pitati kako možete raspodijeliti vrijeme dok čekate uslugu. Još je teže pitanje kako uskladiti parametre da kupac koji je upravo ušao nikad ne dođe na red. Ovo se čini kao prilično lako pitanje, ali ako razmislite o tome i počnete ga makar malo komplicirati, postaje jasno da odgovor nije tako jednostavan.

Postupak

Kako se događa nasumična simulacija? Koriste se matematičke formule, odnosno zakoni raspodjele slučajnih varijabli. Također se koriste numeričke konstante. Imajte na umu da u ovom slučaju nije potrebno pribjegavati jednadžbama koje se koriste u analitičkim metodama. U ovom slučaju, isti red o kojem smo gore govorili jednostavno se imitira. Tek prvo se koriste programi koji mogu generirati slučajne brojeve i povezati ih sa danim zakonom distribucije. Nakon toga se provodi opsežna, statistička obrada dobivenih vrijednosti, kojom se analiziraju podaci kako bi se utvrdilo zadovoljavaju li izvornu svrhu modeliranja. Nastavljajući dalje, recimo da možete pronaći optimalan broj ljudi koji će raditi u trgovini tako da se red nikada ne pojavi. Štoviše, matematički aparat korišten u ovom slučaju su metode matematičke statistike.

Obrazovanje

Malo se pažnje posvećuje analizi simulacijskih modela u školama. Nažalost, to bi moglo imati vrlo ozbiljne posljedice za budućnost. Djeca bi od škole trebala znati neke osnovne principe modeliranja, budući da je razvoj suvremenog svijeta bez ovog procesa nemoguć. U osnovnom tečaju informatike djeca mogu lako koristiti simulacijski model života.

Temeljitiji studij može se predavati u srednjoj školi ili specijaliziranim školama. Prije svega, moramo proučiti simulaciju slučajnih procesa. Upamtite to u ruske škole Ovaj koncept i metode se tek počinju uvoditi, stoga je vrlo važno održati razinu obrazovanja učitelja, koji će se apsolutno sigurno susresti s nizom pitanja djece. U isto vrijeme, nećemo komplicirati zadatak, usredotočujući se na činjenicu da govorimo o elementarnom uvodu u ovu temu, koji se može detaljno ispitati za 2 sata.

Nakon što su djeca savladala teoretsku osnovu, vrijedi obraditi tehnička pitanja koja se odnose na generiranje niza slučajnih brojeva na računalu. Istovremeno, nema potrebe pretrpavati djecu informacijama o tome kako računalo radi i na kojim se principima temelji analitika. Za praktične vještine potrebno ih je naučiti stvarati generatore jednolikih slučajnih brojeva na segmentu ili slučajnih brojeva prema zakonu distribucije.

Relevantnost

Razgovarajmo malo o tome zašto su potrebni modeli upravljanja simulacijom. Poanta je u tome da u moderni svijet Gotovo je nemoguće bez manekenstva u bilo kojem području. Zašto je tako tražen i popularan? Simulacija može zamijeniti stvarni događaji, potrebnih za dobivanje specifičnih rezultata, čija su izrada i analiza preskupi. Ili može postojati slučaj kada je provođenje stvarnih eksperimenata zabranjeno. Ljudi ga također koriste kada je jednostavno nemoguće izgraditi analitički model zbog niza slučajnih čimbenika, posljedica i uzročno-posljedičnih veza. Posljednji put kada se ova metoda koristi je kada je potrebno simulirati ponašanje sustava u određenom vremenskom razdoblju. Za sve to stvoreni su simulatori koji pokušavaju reproducirati što je više moguće kvalitete izvornog sustava.

Vrste

Modeli simulacijskog istraživanja mogu biti nekoliko vrsta. Dakle, razmotrimo pristupe simulacijskom modeliranju. Prvi je dinamika sustava, koja se izražava u činjenici da postoje međusobno povezane varijable, određeni akumulatori i povratne sprege. Tako se najčešće razmatraju dva sustava u kojima ima nekih Opće karakteristike i točke presjeka. Sljedeći pogled modeliranje - diskretni događaj. Odnosi se na slučajeve u kojima postoje određeni procesi i resursi, kao i slijed radnji. Najčešće se na taj način istražuje mogućnost određenog događaja kroz prizmu niza mogućih ili slučajnih čimbenika. Treći tip modeliranja je baziran na agentima. Sastoji se od proučavanja pojedinačnih svojstava organizma u njihovom sustavu. U tom slučaju neophodna je neizravna ili izravna interakcija između promatranog objekta i drugih.

Modeliranje diskretnih događaja sugerira apstrahiranje od kontinuiteta događaja i razmatranje samo glavnih točaka. Stoga su slučajni i nepotrebni čimbenici isključeni. Ova metoda je vrlo razvijena i koristi se u mnogim područjima: od logistike do proizvodnih sustava. Najprikladniji je za modeliranje proizvodnih procesa. Usput, stvorio ga je 1960-ih Jeffrey Gordon. Dinamika sustava je paradigma modeliranja tamo gdje istraživanje zahtijeva grafička slika veze i međusobni utjecaji jednih parametara na druge. U ovom slučaju, faktor vremena se uzima u obzir. Tek na temelju svih podataka izrađuje se globalni model na računalu. Upravo vam ova vrsta omogućuje vrlo duboko razumijevanje suštine događaja koji se proučava i identificira neke uzroke i veze. Zahvaljujući ovom modeliranju izgrađuju se poslovne strategije, modeli proizvodnje, razvoj bolesti, planiranje grada i tako dalje. Ovu metodu je 1950-ih izumio Forrester.

Modeliranje temeljeno na agentima datira iz 1990-ih i relativno je novo. Ovaj se smjer koristi za analizu decentraliziranih sustava čija dinamika nije određena općeprihvaćenim zakonima i pravilima, već individualnom aktivnošću određenih elemenata. Bit ovog modeliranja je stjecanje razumijevanja novih pravila, karakterizacija sustava kao cjeline i pronalaženje veza između pojedinih komponenti. Pritom se proučava element koji je aktivan i autonoman, može samostalno donositi odluke i komunicirati sa svojom okolinom, te se samostalno mijenjati, što je vrlo važno.

Faze

Sada pogledajmo glavne faze razvoja simulacijskog modela. Oni uključuju njegovu formulaciju na samom početku procesa, konstrukciju konceptualnog modela, izbor metode modeliranja, izbor aparata za modeliranje, planiranje i izvršenje zadatka. Na posljednja faza Svi primljeni podaci se analiziraju i obrađuju. Izrada simulacijskog modela složen je i dugotrajan proces koji zahtijeva puno pažnje i razumijevanja materije. Imajte na umu da same faze traju maksimalno vrijeme, a proces računalnog modeliranja ne traje više od nekoliko minuta. Vrlo je važno koristiti prave simulacijske modele jer bez njih nećete moći postići željene rezultate. Dobit će se neki podaci, ali oni neće biti realni ni produktivni.

Rezimirajući članak, želio bih reći da je ovo vrlo važna i moderna industrija. Pogledali smo primjere simulacijskih modela kako bismo razumjeli važnost svih ovih točaka. U suvremenom svijetu modeliranje igra veliku ulogu, jer se na njegovoj osnovi razvijaju gospodarstvo, urbanizam, proizvodnja i tako dalje. Važno je razumjeti da su modeli simulacijskih sustava u velikoj potražnji, jer su nevjerojatno isplativi i praktični. Čak i kada se stvaraju stvarni uvjeti, nije uvijek moguće dobiti pouzdane rezultate, jer uvijek postoji mnogo školskih čimbenika koje je jednostavno nemoguće uzeti u obzir.

Simulacijsko modeliranje

Simulacijsko modeliranje (situacijsko modeliranje)- metoda koja vam omogućuje izgradnju modela koji opisuju procese onako kako bi se odvijali u stvarnosti. Takav se model može "igrati" tijekom vremena i za jedan test i za njihov skup. U ovom slučaju, rezultati će biti određeni slučajnom prirodom procesa. Iz ovih podataka može se dobiti prilično stabilna statistika.

Simulacijsko modeliranje je istraživačka metoda u kojoj se proučavani sustav zamjenjuje modelom koji s dovoljnom točnošću opisuje stvarni sustav, s kojim se provode eksperimenti kako bi se dobile informacije o tom sustavu. Eksperimentiranje s modelom naziva se imitacija (imitacija je razumijevanje biti neke pojave bez pribjegavanja pokusima na stvarnom objektu).

Simulacijsko modeliranje poseban je slučaj matematičkog modeliranja. Postoji klasa objekata za koje iz različitih razloga nisu razvijeni analitički modeli ili nisu razvijene metode za rješavanje rezultirajućeg modela. U tom se slučaju analitički model zamjenjuje simulatorom ili simulacijskim modelom.

Simulacijsko modeliranje ponekad se naziva dobivanje djelomičnih numeričkih rješenja formuliranog problema na temelju analitičkih rješenja ili korištenjem numeričkih metoda.

Simulacijski model je logički i matematički opis objekta koji se može koristiti za eksperimentiranje na računalu u svrhu projektiranja, analize i procjene funkcioniranja objekta.

Primjena simulacijskog modeliranja

Simulacijsko modeliranje koristi se kada:

  • skupo je ili nemoguće eksperimentirati na stvarnom objektu;
  • nemoguće je izgraditi analitički model: sustav ima vrijeme, uzročne veze, posljedice, nelinearnosti, stohastičke (slučajne) varijable;
  • potrebno je simulirati ponašanje sustava tijekom vremena.

Svrha simulacijskog modeliranja je reproducirati ponašanje proučavanog sustava na temelju rezultata analize najznačajnijih odnosa među njegovim elementima ili, drugim riječima, razviti simulator. simulacijsko modeliranje) predmetnog područja koje se proučava za provođenje raznih eksperimenata.

Simulacijsko modeliranje omogućuje simulaciju ponašanja sustava tijekom vremena. Štoviše, prednost je što se vrijeme u modelu može kontrolirati: usporiti u slučaju brzih procesa i ubrzati za modeliranje sustava sa sporom varijabilnošću. Moguće je oponašati ponašanje onih objekata s kojima su pravi eksperimenti skupi, nemogući ili opasni. S dolaskom ere osobnih računala, proizvodnju složenih i jedinstvenih proizvoda obično prati računalno trodimenzionalno simulacijsko modeliranje. Ova precizna i relativno brza tehnologija omogućuje vam da akumulirate sve potrebno znanje, opreme i poluproizvoda za budući proizvod prije početka proizvodnje. Računalno 3D modeliranje sada nije neuobičajeno čak ni za male tvrtke.

Imitacija, kao metoda za rješavanje netrivijalnih problema, dobila je svoj početni razvoj u vezi sa stvaranjem računala 1950-ih - 1960-ih.

Postoje dvije vrste imitacije:

  • Monte Carlo metoda (statistička metoda ispitivanja);
  • Metoda simulacijskog modeliranja (statističko modeliranje).

Vrste simulacije

Tri pristupa simulaciji

Simulacijski pristupi na razini apstrakcije

  • Modeliranje temeljeno na agentima je relativno nov (1990-ih-2000-ih) smjer u simulacijskom modeliranju, koji se koristi za proučavanje decentraliziranih sustava, čija dinamika funkcioniranja nije određena globalnim pravilima i zakonima (kao u drugim paradigmama modeliranja), već na naprotiv, kada su ta globalna pravila i zakoni rezultat individualne aktivnosti članova grupe. Svrha modela temeljenih na agentima je stjecanje razumijevanja ovih globalnih pravila, općeg ponašanja sustava, temeljenog na pretpostavkama o individualnom, privatnom ponašanju njegovih pojedinačnih aktivnih objekata i interakciji tih objekata u sustavu. Agent je određeni entitet koji ima aktivnost, autonomno ponašanje, može donositi odluke u skladu s određenim skupom pravila, komunicirati s okolinom, a također se samostalno mijenjati.
  • Modeliranje diskretnih događaja je pristup modeliranju koji predlaže apstrahiranje od kontinuirane prirode događaja i razmatranje samo glavnih događaja simuliranog sustava, kao što su "čekanje", "obrada naloga", "kretanje s teretom", "istovar" i drugi. Modeliranje diskretnih događaja najrazvijenije je i ima ogroman raspon primjena – od logističkih i sustava čekanja do transportnih i proizvodnih sustava. Ova vrsta modeliranja je najprikladnija za modeliranje proizvodnih procesa. Osnovao Jeffrey Gordon 1960-ih.
  • Dinamika sustava je paradigma modeliranja gdje se za sustav koji se proučava konstruiraju grafički dijagrami uzročno-posljedičnih veza i globalnih utjecaja jednih parametara na druge tijekom vremena, a zatim se model kreiran na temelju tih dijagrama simulira na računalu. Zapravo, ova vrsta modeliranja, više od svih drugih paradigmi, pomaže razumjeti bit stalne identifikacije uzročno-posljedičnih odnosa između objekata i pojava. Korištenjem dinamike sustava izgrađuju se modeli poslovnih procesa, razvoja grada, modeli proizvodnje, populacijske dinamike, ekologije i razvoja epidemije. Metodu je utemeljio Jay Forrester 1950. godine.

Područja upotrebe

  • Dinamika stanovništva
  • IT infrastruktura
  • Matematičko modeliranje povijesnih procesa
  • Dinamika pješaka
  • Tržište i konkurencija
  • Servisni centri
  • Lanci opskrbe
  • Promet
  • Ekonomika zdravstva

Besplatni simulacijski sustavi

vidi također

  • Mrežno modeliranje

Bilješke

Književnost

  • Hemdi A. Taha Poglavlje 18. Simulacijsko modeliranje// Uvod u operacijska istraživanja = Operations Research: An Introduction. - 7. izd. - M.: “Williams”, 2007. - str. 697-737. - ISBN 0-13-032374-8
  • Strogalev V.P., Tolkacheva I.O. Simulacijsko modeliranje. - MSTU im. Bauman, 2008. - pp. 697-737. -

Simulacijski model- logički i matematički opis objekta, koji se može koristiti za eksperimentiranje na računalu u svrhu projektiranja, analize i procjene funkcioniranja objekta.

Simulacijski modeli su prilično složeni računalni programi koji opisuju ponašanje komponenti sustava i interakcije među njima. Izračuni pomoću ovih programa s različitim početnim podacima omogućuju simulaciju dinamičkih procesa koji se odvijaju u stvarnom sustavu.

Kao rezultat proučavanja modela koji je analogan stvarnom objektu, dobivaju se kvantitativne karakteristike koje odražavaju njegovo ponašanje u danim uvjetima (početni podaci).

Promjenom početnih podataka modeliranja možete dobiti pouzdane informacije o ponašanju objekta u određenoj situaciji. Ti se podaci kasnije mogu koristiti za razvoj teorije ponašanja objekata.

Simulacijski modeli donekle nalikuju fizičkim modelima, tj. modeli stvarnih objekata u minijaturi. Na primjer, postoji fizički model hidroelektrane Bratsk, koji reproducira sve stvarne uvjete njezina rada u smanjenom mjerilu. Postavljanjem različitih brzina protoka vode, mijenjanjem uvjeta za prolazak protoka vode kroz kotače hidrauličkih jedinica, dno i odvodne otvore, znanstvenici mjere različite parametre protoka vode, procjenjuju stabilnost konstrukcija stanica, stupanj erozije rijeke dna i obala, te dati zaključke o najboljim načinima rada hidroelektrana. Proces simulacijskog modeliranja odvija se otprilike na isti način. Jedina je razlika što se umjesto tokova vode koriste tokovi informacija o kretanju vode, a umjesto očitanja s fizičkih instrumenata koriste se podaci dobiveni pomoću računala. Naravno, simulacijski eksperiment je manje vizualan od fizičkog eksperimenta, ali njegove mogućnosti su puno šire, budući da su sve promjene zapravo dopuštene u simulacijskom modelu, svaki čimbenik može varirati prema nahođenju istraživača, pogreške koje se pojavljuju u modelu odnosno izvorni podaci lakše se uočavaju.

Matematički aparat koji se koristi za izgradnju simulacijskih modela može biti vrlo raznolik, na primjer: teorija čekanja, teorija agregatnih sustava, teorija automata, teorija diferencijalnih jednadžbi itd. Simulacijske studije obično zahtijevaju statističku obradu rezultata simulacije, stoga je osnova bilo kojeg simulacija uključuje teorijske metode vjerojatnosti i matematičke statistike.

Simulacijsko modeliranje je višefazni proces i povezan je s vrednovanjem dobivenih rezultata, promjenom strukture modela, ciljeva i kriterija modeliranja. Za proučavanje dobivenih eksperimentalnih podataka potrebna je grupa ljudi (stručnjaka) sa znanjem iz područja koja su izravno povezana s predmetom proučavanja.

Postupci vještačenja koriste se kolektivnim iskustvom ljudi i osmišljeni su za usrednjavanje mišljenja i dobivanje objektivne ocjene bilo kojeg događaja ili pojave. Provođenje ispitivanja u većini slučajeva omogućuje donošenje određenih odluka za procjenu relativne važnosti niza događaja ili pronalaženje razmjera između pokazatelja. Na primjer, stručnjacima koji se bave planiranjem u sektoru javnih usluga može se postaviti pitanje: "U kojem omjeru (proporcijama) bi se sektori javnih usluga trebali razvijati u smislu obujma prodaje usluga?" Kada odgovara na pitanje, od svakog se stručnjaka traži da navede koeficijente relativne važnosti ili bodove za svaku industrijsku uslužnu skupinu, na primjer, u sljedećem obliku:

Kako bi se utvrdili razmjeri razvoja uslužnih skupina industrije, stručnjacima se daju upitnici određenog uzorka i od njih se traži da se upoznaju sa „scenarijem“ razvoja uslužnog sektora. „Scenarij“ je svojevrsna prognoza stanja razvoja društvenih potreba na dugi rok, uključujući brojnost stanovništva, njegove prihode i rashode po stavkama troškova, uvjete stanovanja, uvođenje nove opreme i tehnologija u praksu, poboljšanje vrste i oblici usluga stanovništvu, način organizacije i upravljanja uslugom i dr.

Nakon čitanja "scenarija", stručnjaci izražavaju svoja mišljenja u obliku bodova. Zatim se prikupljaju upitnici i rezultati stručne analize (na primjer, ocjene dane u primjeru) usrednjavaju se za svaku industrijsku skupinu i normaliziraju, tj. Bodovi za svaku industrijsku skupinu dijele se ukupnim brojem. Dobiveni standardizirani rezultati odražavaju željene omjere razvoja grupa usluga u industriji.

Postoji veliki broj oblika i metoda za provođenje vještačenja. Na primjer, mogu se okupiti skupine stručnjaka za raspravu o pitanjima koja se razmatraju. Upitnici se mogu poslati stručnjaku na kućnu adresu (na posao), a onda će procjene odražavati njegovo mišljenje bez vanjskih utjecaja i rasprava. Stručnost stručnjaka možete uzeti u obzir tako da mu dodijelite odgovarajuću "težinu", slično bodovima.

Pri ocjeni kvalitete funkcioniranja bilo kojeg simulacijskog modela stručnjaci određuju koji su parametri modela glavni, a koji sporedni; postaviti željene granice za promjenu parametara; odaberite najbolju opciju modela. Zadaci stručnjaka također uključuju promjenu uvjeta modeliranja, ako je potrebno, te odabir i prilagodbu ciljeva modeliranja u slučajevima kada se nakon provođenja modelskih eksperimenata identificiraju novi neuračunati čimbenici.

Rad stručnjaka ili stručnih skupina u pravilu je povezan s obradom podataka na računalu, vrednovanjem rezultata dobivenih modeliranjem zadatka, tj. temelji se na komunikaciji između članova stručne skupine i računala pomoću posebnih jezika.

Komunikacija između ljudskog stručnjaka i računala pri simulaciji "velikih sustava" potrebna je u dva slučaja. U prvom slučaju, kada simulacijski model ne koristi formalni matematički aparat i uglavnom je proces stručne procjene skupa značajnih događaja ili ciljeva, za komunikaciju se koriste standardni Excel, Word itd. paketi. Proces komunikacije između stručnjaka i računala pri izračunu prosječnih ocjena ili koeficijenata koji vrednuju određene događaje ili ciljeve odvija se prema metodologiji ekspertne analize. Ovdje je upotreba računala minimalna. U drugom slučaju, kada se simulacijski model koristi za proučavanje funkcioniranja složenog objekta, kao što je proizvodno poduzeće, banka ili tržište, strojnom simulacijom informacijskih procesa pod danim uvjetima, model je napisan na jednom od posebnih simulacijskih jezika , na primjer JPSS, Simscript, Simula, Dynamo, MathCad plus, itd.

Važna prednost takvih jezika je prisutnost u njima metoda za pronalaženje pogrešaka koje značajno premašuju odgovarajuće mogućnosti univerzalnih jezika. Međutim, korištenje posebnih simulacijskih jezika nameće ograničenja na oblik izlaza informacija o ponašanju simuliranog sustava. Korištenje univerzalnog jezika kao što je Fortran najmanje ograničava oblik ispisa podataka. Naprotiv, korištenje jezika kao što je SimScript tjera vas da se prilagodite zahtjevima koje nameće ovaj jezik. Stoga se u složenim simulacijskim sustavima koriste različiti jezici za komunikaciju između stručnjaka i simulacijskog modela. Za opis procesa u simuliranom sustavu mogu se koristiti jezici kao što su JPSS, Simscript, Simula, Dynamo, a za opisivanje različitih “servisnih” i izlaznih procedura - univerzalni jezici Fortran, PL, Algol, kao i Excel, Word paketi, itd.

izgradnja matematičkih modela opisati procese koji se proučavaju;
  • koristeći najnovija računala velike brzine (milijuni operacija u sekundi) i sposobna voditi dijalog s osobom.

    • Suština računalno modeliranje je sljedeći: na temelju matematičkog modela, niz računalnih eksperimenata provodi se pomoću računala, tj. proučavaju se svojstva objekata ili procesa, pronalaze njihovi optimalni parametri i načini rada te se model dorađuje. Na primjer, ako imate jednadžbu koja opisuje tijek određenog procesa, možete mijenjati njegove koeficijente, početne i rubne uvjete i proučavati kako će se objekt ponašati. Simulacijski modeli- provode se na računalu računalni eksperimenti matematičkim modelima koji simuliraju ponašanje stvarnih objekata, procesa ili sustava.

    Stvarni procesi i sustavi mogu se proučavati pomoću dvije vrste matematičkih modela: analitičkih i simulacijskih.

    U analitičkim modelima ponašanje stvarnih procesa i sustava (RPS) specificirano je u obliku eksplicitnog funkcionalne ovisnosti(linearne ili nelinearne, diferencijalne ili integralne jednadžbe, sustavi tih jednadžbi). Međutim, moguće je dobiti ove ovisnosti samo za relativno jednostavne RPS-ove. Kada su fenomeni složeni i raznoliki, istraživač mora pribjeći pojednostavljenim prikazima složenih RPS. Kao rezultat toga, analitički model postaje pregruba aproksimacija stvarnosti. Ako je ipak moguće dobiti analitičke modele za složene RPS-ove, onda se oni često pretvaraju u nerješiv problem. Stoga je istraživač prisiljen često koristiti simulacija.

    Simulacijsko modeliranje je numerička metoda za provođenje računalnih eksperimenata na računalu s matematičkim modelima koji simuliraju ponašanje stvarnih objekata, procesa i sustava u vremenu za određeno razdoblje. U ovom slučaju funkcioniranje RPS-a podijeljeno je na elementarne pojave, podsustave i module. Funkcioniranje ovih elementarnih pojava, podsustava i modula opisano je skupom algoritama koji simuliraju elementarne pojave i istovremeno ih čuvaju logična struktura i redoslijed pojavljivanja kroz vrijeme.

    Simulacijsko modeliranje je skup metoda za algoritmiziranje funkcioniranja objekata istraživanja, programsku implementaciju algoritamskih opisa, organizaciju, planiranje i izvođenje na računalu računalnih eksperimenata s matematičkim modelima koji simuliraju funkcioniranje RPS-a tijekom zadanog razdoblja.

    Pod algoritmizacijom funkcioniranja RPS-a podrazumijeva se operativni opis rada svih njegovih funkcionalnih podsustava pojedinih modula s razinom detalja koja odgovara skupu zahtjeva za model.

    "Simulacijsko modeliranje"(IM) je dvostruki pojam. "Imitacija" i "modeliranje" su sinonimi. Gotovo sva područja znanosti i tehnologije modeli su stvarnih procesa. Kako bi razlikovali matematičke modele jedne od drugih, istraživači su im počeli davati dodatna imena. Termin "simulacijsko modeliranje" znači da se radi o matematičkim modelima uz pomoć kojih je nemoguće unaprijed izračunati ili predvidjeti ponašanje sustava, a za predviđanje ponašanja sustava potrebno je računski eksperiment(imitacija) na matematičkom modelu sa zadanim početnim podacima.

    Glavna prednost IM-a:

    1. sposobnost opisivanja ponašanja komponenti (elemenata) procesa ili sustava na visoka razina detaljiranje;
    2. nema ograničenja između MI parametara i stanja vanjskog okruženja RPS-a;
    3. sposobnost proučavanja dinamike međudjelovanja komponenti u vremenu i prostoru parametara sustava;

    Ove prednosti osiguravaju široku primjenu metode simulacije.

    1. Ako ne postoji cjelovita konstatacija problema istraživanja i u tijeku je proces spoznaje predmeta modeliranja. Simulacijski model služi kao sredstvo za proučavanje fenomena.
    2. Ako analitičke metode dostupan, ali matematički procesi složeno i dugotrajno, i simulacija daje jednostavniji način rješavanja problema.
    3. Kada je uz procjenu utjecaja parametara (varijabli) procesa ili sustava poželjno pratiti i ponašanje komponenti (elemenata) procesa ili sustava (PS) u određenom razdoblju.
    4. Kada simulacija pokazuje se jedinim načinom proučavanja složenog sustava zbog nemogućnosti promatranja pojava u stvarnim uvjetima (reakcije termonuklearna fuzija, istraživanje svemira).
    5. Kada je potrebno kontrolirati tijek procesa ili ponašanje sustava usporavanjem ili ubrzavanjem pojava tijekom simulacije.
    6. Kada obučavate stručnjake za novu tehnologiju, kada simulacijski modeli pruža mogućnost stjecanja vještina rada s novom opremom.
    7. Kada se u RPS proučavaju nove situacije. U ovom slučaju, simulacija služi za testiranje novih strategija i pravila za provođenje eksperimenata u punoj veličini.
    8. Kada je redoslijed događaja u projektiranim trafostanicama od posebne važnosti i model se koristi za predviđanje uskih grla u radu trafostanice.

    Međutim, uz svoje prednosti, IM ima i nedostatke:

    1. Razvoj dobrog MI često je skuplji od izrade analitičkog modela i zahtijeva više vremena.
    2. Može se dogoditi da je MI netočan (što je često slučaj) i da nismo u mogućnosti izmjeriti opseg te netočnosti.
    3. Često se istraživači okreću IM-u ne sluteći s kakvim će se poteškoćama susresti i pritom čine niz metodoloških pogrešaka.

    Ipak, MI je jedna od najčešće korištenih metoda u rješavanju problema sinteze i analize složenih procesa i sustava.

    Jedna od vrsta simulacijsko modeliranje je statistički simulacija, koji omogućuje reproduciranje funkcioniranja složenih slučajnih procesa na računalu.

    Pri proučavanju složenih sustava podložnih slučajnim poremećajima, probabilistički analitički modeli i probabilistički simulacijski modeli.

    U probabilističkim analitičkim modelima utjecaj slučajnih čimbenika uzima se u obzir određivanjem probabilističkih karakteristika slučajnih procesa (zakoni distribucije vjerojatnosti, spektralne gustoće ili korelacijske funkcije). U isto vrijeme, izgradnja probabilističkih analitičkih modela je složena. računski problem. Stoga se probabilističko analitičko modeliranje koristi za proučavanje relativno jednostavnih sustava.

    Primjećuje se da uvođenje slučajnih poremećaja u simulacijski modeli ne uvodi temeljne komplikacije, stoga se proučavanje složenih slučajnih procesa trenutno provodi, u pravilu, na simulacijski modeli.

    U probabilističkom simulacijsko modeliranje ne rade s karakteristikama slučajnih procesa, već s određenim slučajnim numeričkim vrijednostima parametara PS. Štoviše, rezultati dobiveni pri reprodukciji na simulacijski model procesa koji se razmatra su slučajne realizacije. Stoga je za pronalaženje objektivnih i stabilnih karakteristika procesa potrebno njegovo višekratno ponavljanje, nakon čega slijedi statistička obrada dobivenih podataka. Zbog toga se proučavanje složenih procesa i sustava podložnih slučajnim poremećajima koristi simulacijsko modeliranje obično se naziva statističko modeliranje.