Два метода моделирования. аналитическое и имитационное. При аналитическом моделировании модель системы или ее элементов имеет вид функциональных зависимостей между входными, выходными и параметрами состояния системы.
Это могут быть математические или логические функции, а модели могут иметь вид алгебраических, дифференциальных, интегро-дифференциальных уравнений или логических условий. Исследования поведения системы или ее элементов по аналитическим моделям состоит в решении аналитически, либо численными методами соответствующих уравнений и интерпретации полу-ченных результатов.
Для аналитического моделирования характерно то, что процессы функционирования элементов системы записываются в виде функциональных соотношений (алгебраических, интегро-дифференциальных, конечно-разностных и т.п.) или логических условий. Аналитическая модель может быть исследована следующим методами: - аналитическим, когда стремятся получить в общем виде зависимости для искомых характеристик; - численными, когда стремятся получить числовые результаты при конкретных начальных данных; - качественными, когда имея решения в явном виде можно найти некоторые свойства решения (оценить устойчивость решения). Однако аналитическое моделирование дает хорошие результаты в случае достаточно простых систем.
В случае сложных систем требуется либо существенное упрощение первоначальной модели, чтобы изучить хотя бы общие свойства системы.
Это позволяет получить ориентировочные результаты, а для определения более точных оценок использовать другие методы, например, имитационное моделирование. При имитационном моделировании процесс функционирования исследуемого объекта воспроизводится на ЭВМ в отсутствие аналитических зависимостей между входными, выходными параметрами и параметрами состояния системы. По результатам имитационного моделирования на ЭВМ можно прогнозировать поведение исследуемой системы. При имитационном моделировании процесс функционирования системы воспроизводится по времени, причем имитируются элементарные явления, составляющие процесс, с сохранением их логической структуры и последовательности протекания во времени, что позволяет по исходным данным получить сведения о состояниях процесса в определенные моменты времени, дающие возможность оценить характеристики системы.
Имитационные модели позволяют достаточно просто учитывать такие факторы, как наличие дискретных и непрерывных элементов, нелинейные характеристики системы, многочисленные случайные воздействия и другие.
В настоящее время имитационное моделирование – наиболее эффективный метод исследования больших систем, включая задачи оценки: вариантов структуры системы, влияние изменения различных параметров системы. Имитационное моделирование может быть положено в основу структурного, алгоритмического и параметрического синтеза больших систем. Когда же результаты, полученные при воспроизведении на имитационной модели процесса функционирования системы, являются реализациями случайных величин и функций, то для нахождения характеристик процесса требуется его многократное воспроизведение с последующей статической обработкой ин-формации.
В этом случае в качестве метода машинной реализации имитационной модели следует использовать метод статического мо-делирования (метод Монте – Карло). 7.