рефераты конспекты курсовые дипломные лекции шпоры

Реферат Курсовая Конспект

Достоинства и недостатки имитационного моделирования

Достоинства и недостатки имитационного моделирования - Лекция, раздел Философия, ПРИКЛАДНОЕ ПРОГРАММИРОВАНИЕ В ТЕХНИЧЕСКИХ СИСТЕМАХ Все Имитационные Модели Представляют Собой Модели Типа Так Называемого "...

Все имитационные модели представляют собой модели типа так называемого "черного ящика". Это означает, что они обеспечивают выдачу выходного сигнала системы, если на ее взаимодействующие подсистемы поступает входной сигнал. Поэтому для получения необ­ходимой информации или результатов необходимо осуществлять "про­гон" имитационных моделей, а не "решать" их. Имитационные модели не способны формировать свое собственное решение в том виде, в каком это имеет место в аналитических моделях, а могут лишь слу­жить в качестве средства для анализа поведения системы в услови­ях, которые определяются экспериментатором. Следовательно, имита­ционное моделирование - не теория, а методология решения проблем. Более того, имитационное моделирование является только одним из нескольких имеющихся в распоряжении системного аналитика важней­ших методов решения проблем. Поскольку необходимо приспосабливать средство или метод к решению задачи, а не наоборот, то возникает естественный вопрос: в каких случаях имитационное моделирование полезно?

Мы определили имитационное моделирование как экспериментиро­вание с моделью реальной системы. Необходимость решения задачи путем экспериментирования становится очевидной, когда возникает потребность получить о системе специфическую информацию, которую нельзя найти в известных источниках. Непосредственное эксперимен­тирование на реальной системе устраняет много затруднений, если необходимо обеспечить соответствие между моделью и реальными ус­ловиями; однако недостатки такого экспериментирования иногда весьма значительны, поскольку:

1. Оно может нарушить установленный порядок работы объекта.

2. Если составной частью системы являются люди, то на ре­зультаты экспериментов может повлиять так называемый хауторнский эффект, проявляющийся в том, что люди, чувствуя, что за ними наб­людают, могут изменить свое поведение.

3. Может оказаться сложным поддержание одних и тех рабочих.

условий при каждом повторении эксперимента или в течение всего

времени проведения серии экспериментов.

4. Для получения одной и той же величины выборки (и, следо­вательно, статистической значимости результатов экспериментирова­ния) могут потребоваться чрезмерные затраты времени и средств .

5. При экспериментировании с реальными системами может ока­заться невозможным исследование множества альтернативных вариан­тов.

 

ПРИКЛАДНОЕ ПРОГРАММИРОВАНИЕ В ТЕХНИЧЕСКИХ СИСТЕМАХ

ЛЕКЦИЯ N 13

ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ

По этим причинам исследователь должен рассмотреть целесооб­разность применения имитационного моделирования при наличии любо­го из следующих условий:

1. Не существует законченной математической постановки дан­ной задачи, либо еще не разработаны аналитические методы решения сформулированной математической модели. К этой категории относят­ся многие модели массового обслуживания, связанные с рассмотрени­ем очередей.

2. Аналитические методы имеются, но математические процедуры столь сложны и трудоемки, что имитационное моделирование даст бо­лее простой способ решения задачи.

3. Аналитические решения существуют, но их реализация невоз­можна вследствие недостаточной математической подготовки имеюще­гося персонала. В этом случае следует сопоставить затраты на про­ектирование, испытания и работу на имитационной модели с затрата­ми, связанными с приглашением специалистов со стороны.

4. Кроме оценки определенных параметров, желательно осущест­вить на имитационной модели наблюдение за ходом процесса в тече­ние определенного периода.

5. Имитационное моделирование может оказаться единственной возможностью вследствие трудностей постановки экспериментов и наблюдения явлений в реальных условиях; соответствующим примером может служить изучение поведения космических кораблей в условиях межпланетных полетов.

6. Для долговременно действующих систем или процессов может понадобиться сжатие временной шкалы. Имитационное моделирование дает возможность полностью контролировать время изучаемого про­цесса, поскольку явление может быть замедлено или ускоренно по желанию.

Дополнительным преимуществом имитационного моделирования можно считать широчайшие возможности его применения в сфере обра­зования и профессиональной подготовки. Разработка и использование имитационной модели позволяют экспериментатору видеть и "разыгры-

вать" на модели реальные процессы и ситуации. Это в свою очередь.

должно в значительной мере помочь ему понять и прочувствовать

проблему, что стимулирует процесс поиска нововведений.

Когда руководитель достигает подлинного понимания проблемы и начинает свободно управлять своей моделью, он обретает способ­ность видеть содержание своей работы с иных точек зрения. Он за­хочет проверить на модели множество альтернативных вариантов, чтобы оценить открывшиеся ему новые возможности По сути дола он использует модель для повышения своего мастерства управления, позволяющего ему на новом уровне четко установить все существен­ные последствия вносимых в систему изменений. Возможно, он мог бы проделать это и на реальной системе, но вследствие ее сложности это было бы очень утомительно и сопряжено с ошибками. Вот почему он обращается к модели как к средству оценки своих новых интуи­тивных предположений и умозаключений.

Идея имитационного моделирования интуитивно привлекательна и для руководителей, и для исследователей систем благодаря своей простоте. Поэтому метод имитационного моделирования стремятся применять для решения каждой задачи, с которой приходится сталки­ваться. И хотя людям с высокой математической подготовкой имита­ционный подход представляется грубым силовым приемом или послед­ним средством, к которому следует прибегать, факт заключается в том, что этот метод является распространенным инструментом в ру­ках ученых.

Несмотря на недостаточное математическое изящество, имитаци­онное моделирование является одним из наиболее широко распростра­ненных количественных методов, используемых при решении проблем управления. Большинство администраторов и исследователей заинте­ресованы главным образом в решении своих неотложных задач, руко­водствуясь девизом "цель оправдывает средства!". Но именно .забо­та о применимости конечных результатов побуждает нас задаться вопросом: можно ли вообще опираясь на имитационное моделирование, получить результаты также и наиболее эффективным способом? Ответ нередко будет отрицательным по следующим причинам:

1. Разработка хорошей имитационной модели часто обходится дорого и требует много времени, а также наличия высокоодаренных специалистов, которых а данной фирме может и не оказаться.

2. Может показаться, что имитационная модель отражает реаль­ное положение вещей, хотя в действительности это не так. Если этого не учитывать, то некоторые свойственные имитации особеннос­ти могут привести к неверному решению.

3. Имитационная модель в принципе не точна, и мы не в состо­янии измерить степень этой неточности. Это затруднение может быть преодолено лишь частично путем анализа чувствительности модели к изменению определенных параметров.

4. Результаты, которые дает имитационная модель, обычно яв­ляются численными, а их точность определяется количеством знаков после запятой, выбираемым экспериментатором. В связи с этим воз­никает опасность "обожествления чисел", т.е. приписывания им большей значимости, чем они на самом деле имеют.

Приведенные соображения показывают, что, хотя имитационное моделирование является чрезвычайно ценным и полезным методом ре­шения сложных задач, этот метод, конечно, не панацея для решения всех проблем управления. Разработка и применение имитационных мо­делей все еще в большей степени искусство, нежели наука. Следова­тельно, как и в других видах искусства, успех или неудача опреде­ляется не столько методом, сколько тем, как он применяется.

СТРУКТУРА ИМИТАЦИОННЫХ МОДЕЛЕЙ

Прежде чем начать разработку модели, необходимо понять, что собой представляют структурные элементы, из которых она строится. Хотя математическая или физическая структура модели может быть очень сложной, основы ее построения весьма просты. В общем случае структуру модели мы можем представить в виде

E = f(xi,yj),

где E - результат действия системы: xi - переменные и параметры,

которыми мы можем управлять; yj - переменные и параметры, которы­ми мы управлять не можем; f - функциональная зависимость между хi и уj, которая определяет величину Е.

Столь явное и чрезмерное упрощение полезно лишь тем, что оно

показывает зависимость функционирования системы как от контроли­руемых нами, так и от неконтролируемых переменных. Почти каждая модель представляет собой, вообще говоря, некоторую комбинацию таких составляющих, как

- структурные компоненты,

- переменные,

- параметры,

- функциональные зависимости,

- ограничения,

- целевые функции.

Под компонентами мы понимаем составные части, которые при соответствующем объединении образуют систему. Иногда мы считаем компонентами также элементы системы или ее подсистемы. Системаопределяется как группа или совокупность объектов, объединенных некоторой формой регулярного взаимодействия или взаимозависимости для выполнения заданной функции. Компоненты суть объекты, образу­ющие изучаемую систему.

Параметры суть величины, которые оператор, работающий на мо­дели, может выбирать произвольно, в отличие от переменных, кото­рые могут принимать только значения, определяемые видом данной функции. Смотря на это под другим углом зрения, мы можем сказать, что параметры, после того как они установлены, являются постоян­ными величинами, не подлежащими изменению. Например, в уравнении y=3x число 3 есть параметр.

В модели системы мы различаем переменные двух видов - экзо­генные и эндогенные. Экзогенные переменные называются также вход­ными, это значит, что они порождаются вне системы или являются результатом воздействия внешних причин. Эндогенными переменными называются переменные, возникающие в системе или в результате воздействия внутренних причин. Эндогенные переменные подразделя­ются на переменные состояния (когда они характеризуют состояние или условия, имеющие место в системе) и выходные переменные (ког­да речь идет о выходах системы). Статистики иногда называют экзо­генные переменные независимыми, а эндогенные - зависимыми.

Функциональные зависимости описывают поведение переменных и параметров в пределах компонента или выражают соотношения между компонентами системы. Эти соотношения, или операционные характе­ристики, по своей природе являются либо детерминистскими, либо стохастическими. Детерминистские соотношения - это тождества или определения, которые устанавливают зависимость между определенны­ми переменными или параметрами в тех случаях, когда процесс на выходе системы однозначно определяется заданной информацией на входе. В отличие от этого стохастические соотношения представляют собой такие зависимости, которые при заданной входной информации дают на выходе неопределенный результат. Оба типа соотношений обычно выражаются в форме математического уравнения, которое ус­танавливает зависимость между эндогенными переменными (переменны­ми состояния) и экзогенными переменными. Обычно эти соотношения можно строить лишь на основе гипотез или выводить с помощью ста­тистического или математического анализа.

Ограничения представляют собой устанавливаемые пределы изме­нения значений переменных или ограничивающие условия распределе­ния и расходования тех или иных средств (энергии, запасов, време­ни и т. п.). Они могут вводиться либо разработчиком (искусствен­ные ограничения), либо самой системой вследствие присущих ей свойств (естественные ограничения). Примерами искусственных огра­ничений могут быть заданные максимальный и минимальный уровни за­нятости рабочих или установленная максимальная сумма денежных средств, ассигнуемых на капиталовложения. В физической системе такого типа, как ракета, искусственным ограничением может быть заданный радиус действия или максимально допустимый вес. Боль­шинство технических требований к системам представляет собой на­бор искусственных ограничений. Естественные ограничения обуслов­лены самой природой системы. Например, нельзя продать больше из­делий, нем система может изготовить, и никто не может сконструи­ровать систему, нарушающую законы природы. Таким образом, ограни­чения одного типа обусловлены неизменными законами природы, в то время как ограничения другого типа, будучи делом рук человечес­ких, могут подвергаться изменению. Исследователю весьма важно помнить об этом, потому что в ходе своих исследований он должен постоянно оценивать привнесенные человеком ограничения, с тем чтобы ослабить или усилить их по мере необходимости.

Целевая функция, или функция критерия, - это точное отобра­жение целей или задач системы и необходимых правил оценки их вы­полнения. Обычно выделяют два типа целей: сохранение и приобрете­ние. Цели сохранения связаны с сохранением или поддержанием ка­ких-либо ресурсов (временных, энергетических, творческих и т. д.) или состояний (комфорта, безопасности, уровня занятости н т. д.). Цели приобретения связаны с приобретением новых ресурсов (прибы­ли, персонала, заказчиков и т. п.) или достижением определенных состояний, к которым стремится организация или руководитель (зах­ват части рынка и т.п.). Выражение для целевой функции должно быть однозначным определением целей и задач, с которыми должны соразмеряться принимаемые решения.

Критерий - это мерило оценки, правило или вид проверки, при помощи которых составляется правильное суждение о чем-либо. Изб­ранный критерий оказывает громадное влияние на процесс создания модели и манипулирования с ней. Неправильное определение критерия обычно ведет к неправильным заключениям. Функция критерия (целе­вая функция) обычно является органической составной частью моде­ли, и весь процесс манипулирования с моделью направлен на оптими­зацию или удовлетворение заданного критерия.

 

ПРИКЛАДНОЕ ПРОГРАММИРОВАНИЕ В ТЕХНИЧЕСКИХ СИСТЕМАХ

ЛЕКЦИЯ N 14

ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ

АНАЛИЗ И СИНТЕЗ

Даже небольшие участки реального мира слишком сложны, чтобы человек смог их полностью понять и описать. Почти все проблемные ситуации чрезвычайно сложны и включают в себя почти бесконечное число элементов, переменных, параметров, соотношений, ограничений и т. д. Пытаясь построить модель, мы могли бы включить в нее бес­конечное число фактов и потратить уйму времени, собирая мельчай­шие факты, касающиеся любой ситуации, и устанавливая связи между ними. Рассмотрим, например, простое действие, состоящее в том, что вы берете лист бумаги и пишите на нем письмо. Ведь можно было бы определить точный химический состав бумаги, карандашного гри­феля и резинки, влияние атмосферных условий на влажность бумаги и влияние последней на силу трения, действующую на острие каранда­ша, движущегося по бумаге; исследовать статистическое распределе­ние букв во фразах текста и т. д. Однако если единственный ас­пект, который нас в данной ситуации интересует, это факт отправ­ления письма, то ни одна из упомянутых подробностей не относится к делу. Следовательно, мы должны отбросить большую часть реальных характеристик изучаемого события и абстрагировать из реальной си­туации только те особенности, которые воссоздают идеализированный вариант реального события. Все модели суть упрощенные представле­ния реального мира или абстракции. Если они выполнены корректно, то эти идеализации дают нам полезноё приближенное отображение ре­альной ситуации или по крайней мере ее определенных особенностей.

Сходство модели с объектом, который она отображает, называ­ется степенью изоморфизма. Для того чтобы быть изоморфной (т. е. идентичной или сходной по форме), модель должна удовлетворять двум условиям.

Во-первых, должно существовать взаимно однозначное соответс­твие между элементами модели и элементами представляемого объек­та. Во-вторых, должны быть сохранены точные соотношения или взаи­модействия между элементами. Степень изоморфизма модели относи-

тельна, и большинство моделей скорее гомоморфны, чем изоморфны.

Под гомоморфизмом мы понимаем сходство по форме при различии ос-

новных структур, причем имеет место лишь поверхностное подобие

между различными группами элементов модели и объекта. Гомоморфные

модели являются результатом процессов упрощения и абстракции.

Для разработки идеализированной гомоморфной модели мы обычно разбиваем систему на некоторое число более мелких частей. Это де­лается для того, чтобы должным образом интерпретировать их, т. е. произвести требуемый анализ задачи. Такой способ действий зависит от наличия частей или элементов, которые в первом приближении не зависят друг от друга или взаимодействуют между собой относитель­но простым образом. Так, мы можем проанализировать режим работы автомашины, проверяя последовательно двигатель, коробку передач, привод, систему подвески и т. д., хотя эти узлы не полностью не­зависимы.

С такого рода анализом при построении модели близко связан процесс упрощения реальной системы (под упрощением понимается пренебрежение несущественными деталями или принятие предположений о более простых соотношениях). Например, мы часто предполагаем, что между двумя переменными имеет место линейная зависимость, хо­тя можем подозревать или даже знать, что истинная зависимость между ними нелинейна. Мы предполагаем, что по крайней мере в ог­раниченном диапазоне значений переменных такое приближение будет удовлетворительным. Инженер-электрик работает с моделями цепей, предполагая, что резисторы, конденсаторы и т. д. не изменяют сво­их параметров; это упрощение, потому что мы знаем, что электри­ческие характеристики этих компонентов изменяются а зависимости от температуры, влажности, срока службы и т. д.

Ученый, изучающий проблемы управления, для построения полез­ных моделей также прибегает к упрощению. Он предполагает, что его переменные либо детерминированы (чрезвычайно упрощенная трактовка реальности), либо подчиняются законам случайных событий, описыва­емым известными вероятностными функциями распределений, таких, как нормальное, пуассоновское, экспоненциальное и т. д. Он также зачастую предполагает, что зависимости между переменными носят

линейный характер, зная, что такое допущение не совсем правомер­но.

Другим аспектом анализа является абстракция - понятие, кото­рое в отличие от упрощения не так легко объяснить и осмыслить. Абстракция содержит или сосредоточивает в себе существенные ка­чества или черты поведения объекта, но не обязательно в той же форме и столь детально, как это имеет место в оригинале. Боль­шинство моделей - это абстракции в том смысле, что они стремятся представить качества и поведение моделируемого объекта в форме или способом, отличающимся от их действительной реализации. Так, в схеме организации работ мы пытаемся в абстрактной форме отра­зить трудовые взаимоотношения между различными группами работаю­щих или отдельными членами таких групп. То обстоятельство, что подобная схема только поверхностно отображает реальные взаимоот­ношения, не умаляет ее полезности для определенных целей.

После того как мы проанализировали и промоделировали части или элементы системы, мы приступаем к их объединению в единое це­лое. Иными словами, мы можем путем синтеза относительно простых частей сконструировать некоторое приближение к сложной реальной ситуации. Здесь важно предусмотреть два момента. Во-первых, ис­пользуемые для синтеза части должны быть выбраны корректно, и, во-вторых, должно быть корректно предсказано их взаимодействие. Если все это выполнено должным образом, то эти процессы анализа, абстракции, упрощения и синтеза в итоге приведут к созданию моде­ли, которая аппроксимирует поведение изучаемой реальной системы. Необходимо помнить, однако, что модель является только приближе­нием, а поэтому не будет себя вести в точности как реальный объ­ект. Мы оптимизируем модель, но не реальную систему. Вопрос о том, существует ли действительно взаимосвязь между характеристи­ками нашей модели и реальностью, зависит от того, насколько пра­вильно и разумно мы провели наши процессы анализа, абстракции, упрощения и синтеза.


ИСКУССТВО МОДЕЛИРОВАНИЯ

Процесс, при помощи которого инженер, занимающийся системами, или ученый, исследующий вопросы управления, создает модель изуча­емой им системы, может быть лучше всего определен как интуитивное искусство. Любой набор правил для разработки моделей в лучшем случае имеет ограниченную полезность и может служить лишь предпо­ложительно в качестве каркаса будущей модели или отправного пунк­та в ее построении. При попытке выразить процесс моделирования в точных терминах мы стремимся систематизировать знания, основанные на интуиции и опыте тех, кто ранее занимался моделированием. К сожалению, результаты всех научных исследований излагаются и со­общаются нам в форме логической реконструкции событий, имеющей целью оправдать смысл полученных результатов. Эта логическая ре­конструкция имеет мало общего со способом, при помощи которого исследования проводились в действительности. Ни в одном научном отчете вы не найдете описаний фальстартов, ошибочных предположе­ний, принятых и затем отвергнутых, разочарований, вызванных ошиб­ками, и внезапных озарений. В таких отчетах или статьях приводит­ся только последовательность событий и объяснение того, как бы теперь поступил исследователь, пользуясь своими ретроспективнымизнаниями и знанием конечного результата.

Конечно, для неопытного разработчика моделей опасность зак­лючается в том, что, не находя в литературе ничего, за исключени­ем логически построенных ретроспективных описаний, он принимает их за описание процесса открытия. Затем, когда он видит, что дела идут вовсе не так, как говорится в книгах, он легко теряет уве­ренность в себе, и его охватывает разочарование. Опытный разра­ботчик моделей знает, что мыслительные процессы, связанные с раз­работкой модели, значительно отличаются от того, что написано об этом в учебниках и литературе.

По-видимому, основой успешной методики моделирования должна быть тщательная отработка моделей. Обычно, начав с очень простой модели, постепенно продвигаются к более совершенной ее форме, от­ражающей сложную ситуацию более точно. Аналогии и ассоциации с хорошо построенными структурами, по-видимому, играют важную роль в определении отправной точки процесса совершенствования и отра­ботки деталей. Этот процесс связан с учетом взаимодействия и об-

ратной связи между реальной ситуацией и моделью. Между процессом

модификации модели и процессом обработки данных, генерируемых ре­альным объектом, имеет место непрерывное взаимодействие. По мере проведения испытаний и оценки каждого варианта модели возникает новый вариант, который приводит к повторным испытаниям и перео­ценкам.

До тех пор пока модель поддается математическому описанию, аналитик может добиваться все больших ее улучшений или усложнять исходные предположения. Когда же модель становится "непослушной", т.е. неразрешимой, разработчик прибегает к ее упрощению и исполь­зованию более глубокой абстракции.

Таким образом, искусство моделирования состоит в способности анализировать проблему, выделять из нее путем абстракции ее су­щественные черты, выбирать и должным образом модифицировать ос­новные предположения, характеризующие систему, а затем отрабаты­вать и совершенствовать модель до тех пор, пока она не станет да­вать полезные для практики результаты. Разработчику модели надле­жит:

- разложить общую задачу исследования системы на ряд более простых задач,

- четко сформулировать цели,

- подыскать аналогии,

- рассмотреть специальный численный пример, соответствующий данной задаче,

- выбрать определенные обозначения,

- записать очевидные соотношения,

- если полученная модель поддается математическому описанию, расширить ее. В противном случае упростить.

Вообще говоря, упростить модель можно, выполнив одну из пе­речисленных ниже операций (в то время как для расширения модели требуется как раз обратное):

- превратить переменные величины в константы;

- исключить некоторые переменные или объединить их;

- предположить линейную зависимость между исследуемыми величи­нами;

- ввести более жесткие предположении и ограничения;

- наложить на систему более жесткие граничные условия.

– Конец работы –

Эта тема принадлежит разделу:

ПРИКЛАДНОЕ ПРОГРАММИРОВАНИЕ В ТЕХНИЧЕСКИХ СИСТЕМАХ

ПРИКЛАДНОЕ ПРОГРАММИРОВАНИЕ В ТЕХНИЧЕСКИХ СИСТЕМАХ... ЛЕКЦИЯ N ВВОДНАЯ I ОРГВОПРОСЫ Списки групп...

Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Достоинства и недостатки имитационного моделирования

Что будем делать с полученным материалом:

Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:

Все темы данного раздела:

РИСОВАНИЕ ЭЛЛИПСОВ
Современные микропроцессоры, используемые в персональных ЭВМ, включают в себя быстродействующие блоки для вычислений с плавающей запятой. Это позволяет рассчитывать любые эллипсы. Однако н

ПРЯМАЯ РАБОТА С ПАМЯТЬЮ В СОВРЕМЕННЫХ ВИДЕОКОНТРОЛЛЕРАХ
Вообще говоря, изобилие видеорежимов является результатом несогласованной и непродуманной технической и маркетинговой поли­тики фирм-изготовителей аппаратуры. Фирмы просто не смогли вовре­мя вырабо

Выбор окна видеопамяти
Вследствие ошибки, допущенной еще при разработке процессора Intel 8086, вся размещенная на видеокарте память оказалась разде­ленной на кусочки размером по 64 кб - так называемые "окна" ил

Установка логической длины строки развертки
Страницы видеопамяти отображаются на экран последовательно, друг за другом. При этом на экран отображается только некоторая часть видеопамяти. Другая, невидимая часть, может использоваться как вспо

Пограммирование таблицы цветов в 256-цветном режиме
В восьмибитовом режиме каждому из 256 кодов поставлен в со­ответствие определенный оттенок. Часто бывает необходимо переоп­ределить набор оттенков (стандартный набор неудобен). Каждый отте

Следовательно, модель должна описывать как количественные, так и качественные характеристики системы.
Модель может применяться в качестве: - средства осмысления действительности; - средства общения; - средства обучения и тренировки; - инструмента прогнозирования;

Хотите получать на электронную почту самые свежие новости?
Education Insider Sample
Подпишитесь на Нашу рассылку
Наша политика приватности обеспечивает 100% безопасность и анонимность Ваших E-Mail
Реклама
Соответствующий теме материал
  • Похожее
  • Популярное
  • Облако тегов
  • Здесь
  • Временно
  • Пусто
Теги