ІМІТАЦІЙНІ МОДЕЛІ СИСТЕМ

Імітаційні моделі є по суті алгоритми поведінкові моделі, які відображають процеси, що протікають в системі при впливі на неї ззовні як корисних, наприклад, керуючих сигналів, так і обурень, що ускладнюють правильне функціонування системи, тобто. перешкод, які мають ще й, зазвичай, випадковий характер. Імітаційні моделі є окремим випадком про алгоритмічних моделей, у яких зв'язок між вихідними параметрами системи та її внутрішніми і зовнішніми параметрами задаєтьсянеявнояк алгоритму моделювання. Цим імітаційні моделі принципово відрізняються від розглянутих вище аналітичних математичних моделей, у яких залежність вихідних параметрів від параметрів внутрішніх та зовнішніх задаються за допомогою явних виразів чи рівнянь.

Що ж до терміна «імітаційне моделювання», він прижився далеко ще не відразу. Як зазначає низка експертів, поєднання слів «імітація» та «моделювання» неприпустимо і є тавтологією, однак, історичний процес формування цього словосполучення призводить до висновку, що даний термін визначає в моделюванні таку область, яка відноситься до отримання інформації про складний об'єкт шляхом експериментів з його моделлю на комп'ютері (оскільки іншим шляхом отримати цю інформацію не вдається). українською мовою з'явилися терміни «імітаційна модель» та «імітаційне моделювання» (ІМ), а в англійській мові – simulation modeling. «Треба зазначити, що якщо в англійській мові термін має цілком чітке значення, бо симуляція та моделювання не є синонімами, то українською імітаційна модель – це нонсенс. Будь-яка модель, в принципі, імітаційна, бо вона імітує реальність», – вважає Н.Н. Моїсеєв («Математичні завдання системногоаналізу». - М.: Наука, 1981).

З урахуванням останнього зауваження імітаційна модель розглядається як спеціальна форма математичної моделі, в якій: 1) декомпозиція системи на компоненти проводиться з урахуванням структури об'єкта, що проектується або вивчається; 2) як закони поведінки можуть використовуватися експериментальні дані, отримані в результаті натурних експериментів; 3) поведінка системи у часі ілюструється заданими динамічними образами.

ІМ на комп'ютерах є одним із найпотужніших засобів дослідження складних динамічних систем. Як і будь-яке комп'ютерне моделювання, воно дає можливість проводити обчислювальні експерименти з системами, що ще тільки проектуються, і вивчати системи, натурні експерименти з якими, через міркування безпеки або дорожнечі, не доцільні. У той же час, завдяки своїй близькості формою до фізичного моделювання, цей метод дослідження доступний ширшому колу користувачів.

Прикладом нехтування моделюванням, що увійшло в історію, є планування японцями захоплення атолу Мідуей у 1942 році. Гральні кістки, за допомогою яких моделювалися результати нальоту американської авіації на японські кораблі, дали дев'ять попадань. Цифри приховали, а через місяць бомбардувальники, що пікірують, потопили чотири японські авіаносці, переломивши хід війни на користь Об'єднаних націй. Це показало, що навіть стосовно війни найпростіші методи ІМ могли давати досить точні результати.

Ще однією визначальною рисою ІМ є неодмінна повторюваність експериментів, оскільки один окремо взятий експеримент нічого не означає. Імітаційний об'єкт має імовірнісний характер функціонування. Для дослідника цікаві висновки, що мають характерстатистичних показників, оформлених, можливо, навіть у вигляді графіків або таблиць, у яких кожному варіанту досліджуваних параметрів поставлені у відповідність певні середні значення з набором характеристик їх розподілу, без отримання залежності в аналітичному вигляді.

Ця особливість є і гідністю, і одночасно недоліком імітаційних моделей. Гідність у тому, що різко розширюється клас об'єктів, що вивчаються, а недолік – у відсутності простого вираження, що дозволяє прогнозувати результат повторного експерименту. У реальному житті також неможливо для скільки-небудь складного об'єкта отримати точне значення будь-якого якісного показника, а лише його очікуване значення з можливими відхиленнями.

Таким чином, ІМ дозволяє за допомогою спеціально згенерованих псевдовипадкових вихідних даних багаторазово «прокручувати» процеси, подібні до реальних, накопичуючи вихідні статистичні дані, за якими можна робити висновки і потім переносити їх на реальні процеси. Зазвичай імітаційні моделі будуються для пошуку оптимального рішення в умовах обмеження ресурсів, коли інші математичні моделі виявляються занадто складними.

Однак виявляється, що ІМ дозволяє будувати також прогнози явищ, які насправді взагалі не спостерігалися! Класичним прикладом дослідження Н.Н. Мойсеєвим «ядерної зими» – гіпотетичного результату впливу світової війни на екосистему планети. Адже про кліматичні наслідки ядерних вибухів півстоліття тому ще ніхто не здогадувався, незважаючи на те, що температурний мінімум після виверження вулкана Кракатау був описаний метеорологами ще 1883 року.

ІМ широко використовується при дослідженні складних систем (СС) і протікають у них процесів. прикладамискладних систем можуть служити економічні та виробничі підприємства, морські та річкові порти, аеропорти, іригаційні системи, нафтогазові транспортні трубопровідні комплекси, обчислювальні системи та мережі, програмні комплекси та багато інших.

Підсумовуючи, можна зробити висновок, що широке застосування ІМ пояснюється тим, що слабка формалізованість СС і висока розмірність розв'язуваних завдань перешкоджають використанню строгих методів оптимізації.

Імітаційний експеримент

Імітаційний експериментполягає у відображенні процесу, що протікає у складній системі протягом тривалого інтервалу часу, за кілька секунд або хвилин роботи комп'ютерної програми імітації.

Разом з тим існують і такі складні завдання (як правило, вони пов'язані з системами управління, системами підтримки та прийняття рішень, експертними системами тощо), які вимагають при моделюванні проведення такої величезної кількості обчислень, що ІМ може працювати повільніше за реальну систему . І тут можливість заощадити час перестав бути визначальною.

Імітаційний експеримент дозволяє здійснити такі дії.

1. Зробити висновки про поведінку СС та її особливості:

– без побудови самої системи (у разі проектування);

– без втручання у її функціонування (у разі чинної системи);

- Без руйнування системи (у разі визначення граничних характеристик).

2. Синтезувати та досліджувати стратегії управління.

3. Прогнозувати та планувати роботу системи на майбутнє.

4. Навчати та тренувати управлінський персонал.

Недоліки імітаційного моделювання

1. Важко досягти адекватності опису системи (це, втім, проблема,властива будь-яким моделям взагалі).

2. Нетривіальна інтерпретація, трактування результатів моделювання.

3. Не завжди вдається забезпечити стохастичну збіжність процесу моделювання.

4. Проблема розмірності існує тут.

5. Значна трудомісткість ІМ.

Фактично зазначені недоліки притаманні як ІМ, а й моделювання взагалі.

Розвиток імітаційного моделювання

Розвиток ІМпочалося разом із появою сучасних обчислювальних машин, що дозволили здійснювати машинні експерименти з програмами, що описують логіку складних реальних явищ.

На цей час ІМ накопичило великий досвід, що відбивається у різноманітних алгоритмах і методиках.

Основні фази розвитку засобів ІМ

1. Створення ІМ універсальною мовою(Фортран, Паскаль, Модула, С++, Ада та ін.) абоспеціалізованою мовоюІМ(GPSS, Q-GERT, GASP IV , SLAM II, SIMULA та ін) або об'єктно-орієнтованою мовою ІМ (MODSIM III, SIMULA 67, Sim++, C++Sim, Simex 3.0, QNAP 2).

Мови моделювання мають дві найбільш важливі переваги: ​​зручність і швидкість програмування і концептуальна виразність. Але при цьому вони забезпечують менше можливостей, порівняно з універсальними мовами. В даний час у світі розроблено використовується понад 700 мов моделювання.

2. Використання при розробці ІМ проблемно-орієнтованих систем та засобів ІМ, таких як ПІДСИМ, АСІМПТОТА, DOSIMIS-3, Process Charter 1.0.2 (компанії Scitor, USA), Powersim 2.01 (Modell Data AS, Norge), Lthink 3.0. 61 (High Performance Systems (Німеччина), Extend+BPR 3.1 (Imagine That! USA), Arena (Systems Modeling), ProModel (ProModel), ReTnink (Gensym).

Подібні системи, як правило, невимагають від користувача знання програмування, але водночас дозволяють моделювати лише щодо вузькі класи складних систем. Імітаційні моделі генеруються програмною системою в процесі діалогу з користувачем, що дозволяє зробити створення моделі швидким та ефективним, уникнувши багатьох помилок програмування. Таких систем налічується кілька десятків.

3. Інтелектуальне ІМ, що характеризується можливістю використання методів штучного інтелекту і насамперед знань: при прийнятті рішень у процесі імітації, при реалізації інтерфейсу користувача, при створенні інформаційних банків ІМ, при використанні нечітких даних і т.д.

Існує суперечність між універсальністю (широтою класу систем, для моделювання яких може бути використаний даний засіб) та гнучкістю (легкістю опису конкретної системи). Це означає, що якщо засіб може бути використаний для моделювання широкого класу систем, то мова опису, як правило, складна і незручна для опису конкретної системи і навпаки.

Невирішеною проблемою залишається і присутність у процесі імітаційного моделювання творчого, неформального етапу перекладу поставленого завдання мовою математики.

Інтелектуальні системи мають велику гнучкість і універсальність і можуть імітувати діяльність людини при прийнятті рішень. Інтелектуалізація процесу ІМ покликана вирішити зазначені вище проблеми.

---