Имитационное моднлирование

Содержание

 

Введение……………………………………………………………………..……2

1.Определение понятия «имитационное моделирование»……………………..3

2. Классификационные признаки моделирования……………………………...3

2.1 По характеру процессов…………………………………………………….4

2. По форме представления………………………………………………….…5

3. классификации языков моделирования……………………………………10

4. Достоинства и недостатки языков имитационного моделирования……..12

5. Языки имитационного  моделирования………………………………….…13

5.1 Язык моделирования  Симула………………………………………………14

5.2 Язык моделирования SIMSCRIPT………………………………………….15

5.3 Унифицированный язык  моделирования UML…………………………..16

5.4 Язык моделирования  DYNAMO…………………………………………..19

Заключение……………………………………………………………………...22

Список литературы……………………………………………………………..23

 

Введение

 

Имитационное моделирование на цифровых вычислительных машинах является одним из наиболее мощных средств исследования, в частности, сложных динамических систем. Как и любое компьютерное моделирование, оно дает возможность проводить вычислительные эксперименты с еще только проектируемыми системами и изучать системы, натурные эксперименты с которыми, из-за соображений безопасности или дороговизны, не целесообразны. В тоже время, благодаря своей близости по форме к физическому моделированию, это метод исследования доступен более широкому кругу пользователей.

В настоящее время, когда компьютерная промышленность предлагает разнообразнейшие средства моделирования, любой квалифицированный инженер, технолог или менеджер должен уметь уже не просто моделировать сложные объекты, а моделировать их с помощью современных технологий, реализованных в форме графических сред или пакетов визуального моделирования.

 

1. Определение понятия «имитационное моделирование»

 

В современной литературе не существует единой точки зрения по вопросу о том, что понимать под имитационным моделированием. Так существуют различные трактовки:

• в первой – под имитационной моделью понимается математическая модель в классическом смысле;
• во второй – этот термин сохраняется лишь за теми моделями, в которых тем или иным способом разыгрываются (имитируются) случайные воздействия;
• в третьей – предполагают, что имитационная модель отличается от обычной математической более детальным описанием, но критерий, по которому можно сказать, когда кончается математическая модель и начинается имитационная, не вводится.

Имитационное моделирование применяется к процессам, в ход которых может время от времени вмешиваться пользователь ЭВМ. Пользователь, руководящий операцией, может в зависимости от сложившейся обстановки принимать те или иные решения. Затем приводится в действие математическая модель, которая показывает, какое ожидается изменение обстановки в ответ на это решение, и к каким последствиям оно приведет спустя некоторое время. Следующее решение принимается уже с учетом реальной новой обстановки и т. д.

 

2. Классификационные признаки моделирования

 

В основе моделирования  лежит теория подобия, которая утверждает, что абсолютное подобие может  иметь место лишь при замене одного объекта другим точно таким же. При моделировании абсолютное подобие не имеет места, но стремится к тому, чтобы модель достаточно хорошо отображала исследуемую сторону функционирования объекта.

В качестве одного из первых признаков классификации видов  моделирования можно выбрать  степень полноты модели и разделить  модели в соответствии с этим признаком на:

• полные;
• неполные;
• приближенные.

В основе полного моделирования  лежит полное подобие, которое проявляется  как во времени, так и в пространстве.

Для неполного моделирования  характерно неполное подобие модели изучаемому объекту.

В основе приближенного  моделирования лежит приближенное подобие, при котором некоторые  стороны функционирования реального  объекта не моделируются совсем.

Классификационные признаки моделирования систем S приведены  на рис. 1.

Рис. 1. Классификация видов моделирования систем

 

1. По характеру процессов

 

В зависимости от характера  изучаемых процессов в системе S все виды моделирования могут  быть разделены на:

• детерминированные;
• стохастические;
• статические и динамические;
• дискретные;
• непрерывные;
• дискретно-непрерывные.

Детерминированное моделирование  отображает детерминированные процессы, т.е. процессы, в которых предполагается отсутствие всяких случайных воздействий.

Стохастическое моделирование отображает вероятностные процессы и события. В этом случае анализируется ряд реализаций случайного процесса, и оцениваются средние характеристики, т. е. набор однородных реализаций.

Статическое моделирование  служит для описания поведения объекта  в какой-либо момент времени, а динамическое моделирование отражает поведение объекта во времени.

Дискретное моделирование  служит для описания процессов, которые  предполагаются дискретными, соответственно непрерывное моделирование позволяет  отразить непрерывные процессы в  системах, а дискретно-непрерывное  моделирование используется для случаев, когда хотят выделить наличие как дискретных, так и непрерывных процессов.

 

2. По форме представления

 

В зависимости от формы  представления объекта (системы S) можно  выделить мысленное и реальное моделирование.

Мысленное моделирование часто является единственным способом моделирования объектов, которые либо практически нереализуемы в заданном интервале времени, либо существуют вне условий, возможных для их физического создания. Например, на базе мысленного моделирования могут быть проанализированы многие ситуации микромира, которые не поддаются физическому эксперименту.

Мысленное моделирование  может быть реализовано в виде:

• наглядного;
• символического;
• математического.

При наглядном моделировании  на базе представлений человека о  реальных объектах создаются различные наглядные модели, отображающие явления и процессы, протекающие в объекте.

В основу гипотетического моделирования  исследователем закладывается некоторая  гипотеза о закономерностях протекания процесса в реальном объекте, которая отражает уровень знаний исследователя об объекте и базируется на причинно-следственных связях между входом и выходом изучаемого объекта. Гипотетическое моделирование используется, когда знаний об объекте недостаточно для построения формальных моделей.

Аналоговое моделирование основывается на применении аналогий различных уровней. Наивысшим уровнем является полная аналогия, имеющая место только для  достаточно простых объектов. С усложнением  объекта используют аналогии последующих  уровней, когда аналоговая модель отображает несколько либо только одну сторону функционирования объекта.

Существенное место при мысленном  наглядном моделировании занимает макетирование. Мысленный макет  может применяться в случаях, когда протекающие в реальном объекте процессы не поддаются физическому моделированию, либо может предшествовать проведению других видов моделирования.

В основе построения мысленных макетов  также лежат аналогии, однако обычно базирующиеся на причинно-следственных связях между явлениями и процессами в объекте. Если ввести условное обозначение отдельных понятий, т. е. знаки, а также определенные операции между этими знаками, то можно реализовать знаковое моделирование и с помощью знаков отображать набор понятий — составлять отдельные цепочки из слов и предложений. Используя операции объединения, пересечения и дополнения теории множеств, можно в отдельных символах дать описание какого-то реального объекта.

В основе языкового моделирования  лежит некоторый тезаурус. Последний  образуется из набора входящих понятий, причем этот набор должен быть фиксированным. Следует отметить, что между тезаурусом и обычным словарем имеются принципиальные различия.

Тезаурус — словарь, который  очищен от неоднозначности, т. е. в нем  каждому слову может соответствовать  лишь единственное понятие, хотя в обычном словаре одному слову могут соответствовать несколько понятий.

Символическое моделирование представляет собой искусственный процесс  создания логического объекта, который  замещает реальный и выражает основные свойства его отношений с помощью определенной системы знаков или символов.

Математическое моделирование. Для  исследования характеристик процесса функционирования любой системы S математическими  методами, включая и машинные, должна быть проведена формализация этого  процесса, т. е. построена математическая модель.

Под математическим моделированием понимается процесс установления соответствия данному реальному объекту некоторого математического объекта, называемого математической моделью, и исследование этой модели, позволяющее получать характеристики рассматриваемого реального объекта. Вид математической модели зависит как от природы реального объекта, так и задач исследования объекта и требуемой достоверности и точности решения этой задачи. Любая математическая модель, как и всякая другая, описывает реальный объект лишь с некоторой степенью приближения к действительности. Математическое моделирование для исследования характеристик процесса функционирования систем можно разделить на:

• аналитическое;
• имитационное;
• комбинированное.

Для аналитического моделирования  характерно то, что процессы функционирования элементов системы записываются в виде некоторых функциональных соотношений или логических условий. Аналитическая модель может быть исследована следующими методами:

• аналитическим, когда стремятся получить в общем виде явные зависимости для искомых характеристик;
• численным, когда, не умея решать уравнений в общем виде, стремятся получить числовые результаты при конкретных начальных данных;
• качественным, когда, не имея решения в явном виде, можно найти некоторые свойства решения.

При имитационном моделировании  реализующий модель алгоритм воспроизводит  процесс функционирования системы S во 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 S.

Основным преимуществом  имитационного моделирования по сравнению с аналитическим является возможность решения более сложных задач. Имитационные модели позволяют достаточно просто учитывать такие факторы, как наличие дискретных и непрерывных элементов, нелинейные характеристики элементов системы, многочисленные случайные воздействия и др., которые часто создают трудности при аналитических исследованиях. В настоящее время имитационное моделирование — наиболее эффективный метод исследования больших систем, а часто и единственный практически доступный метод получения информации о поведении системы, особенно на этапе ее проектирования.

Комбинированное (аналитико-имитационное) моделирование при анализе и  синтезе систем позволяет объединить достоинства аналитического и имитационного  моделирования. При построении комбинированных моделей проводится предварительная декомпозиция процесса функционирования объекта на составляющие подпроцессы, и для тех из них, где это возможно, используются аналитические модели, а для остальных подпроцессов строятся имитационные модели. Такой комбинированный подход позволяет охватить качественно новые классы систем, которые не могут быть исследованы с использованием только аналитического и имитационного моделирования в отдельности.

При реальном моделировании  используется возможность исследования различных характеристик либо на реальном объекте целиком, либо на его части. Такие исследования могут проводиться как на объектах, работающих в нормальных режимах, так и при организации специальных режимов для оценки интересующих исследователя характеристик. Реальное моделирование является наиболее адекватным, но при этом его возможности с учетом особенностей реальных объектов ограничены.