ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ КАК ГЛАВНЫЙ ИНСТРУМЕНТ КОНСТРУИРОВАНИЯ  СЛОЖНЫХ ПРОЦЕССОВ И СИСТЕМ

29 августа 2:38

Актуальность темы с каждым годом в Стерлитамаке развиваются цифровые устройства, гибридные вычислительные машины, технологии, что является предпосылкой большего прогресса. Последние десятилетие в Стерлитамаке стремительно развиваются цифровые технологии, что делает Стерлитамак современным высокотехнологическим, высокоразвитым городом.

Процессы, в которые могут вмешиваться человек является имитационным моделированием. В зависимости от ситуации, текущей ситуации, человек примет решение, выберет лучшее решение и пойдет дальше. И, конечно же, в этом действии решение приводит к ожидаемым изменениям курса и запускается математическая модель. Дальнейшие решения будут приниматься с учетом реальной ситуации. Люди учатся действовать много раз, приобретают опыт, учатся на ошибках и постепенно принимают правильные решения.

В оперативных исследованиях используются как аналитические, так и статистические модели. У них есть свои преимущества и недостатки. Статистические модели являются более точными и подробными, чем аналитические модели, не требуют таких грубых допущений и могут учитывать большое количество (теоретически бесконечно больших) факторов. Однако у них тоже есть свои недостатки. Он громоздок, имеет плохую видимость, отнимает много компьютерного времени, и что наиболее важно, очень трудно угадать и попытаться найти лучшее решение, которое нужно искать «наощупь».

  Лучшая часть исследования операций — это сочетание аналитических и статистических моделей. Аналитические модели позволяют понять явления и как бы наметить основные закономерности. Имитационное моделирование применяется к процессам, в которые иногда могут вмешиваться люди.

  В литературе не существует общей точки зрения по вопросу о том, что понимать под имитационным моделированием.

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; 

Этапы процесса построения математической модели сложной системы:

  1. Формулируются основные вопросы о поведении системы, ответы на которые мы хотим получить с помощью модели.
  2. Из множества законов, управляющих поведением системы, выбираются те, влияние которых существенно при поиске ответов на поставленные вопросы.
  3. В пополнение к этим законам, если необходимо, для системы в целом или отдельных ее частей формулируются определенные гипотезы о функционировании.

Моделирование является основным инструментом для построения сложных экономических процессов и систем. Моделирование может сочетать математические методы с практическим и теоретическим опытом практикующего врача. Имитационное (компьютерное) моделирование экономических процессов используется, когда:

-управлять сложными бизнес-процессами (в этом случае имитационная модель управляемых экономических объектов используется в качестве инструмента контурирования для систем адаптивного управления, созданных на основе информационных технологий).

-для экспериментов с дискретными непрерывными моделями сложных экономических объектов (где имитационная модель управляемого экономического объекта используется для захвата и отслеживания динамики чрезвычайной ситуации, связанной с риском).

Можно выделить различные типовые задачи, которые решаются средствами компьютерного моделирования в процессе управления объектами:

—моделирование процессов логистики для определения временных параметров; —управление процессом реализации инвестиционного проекта;

—прогнозирование финансовых результатов деятельности предприятия на конкретный период времени;

—оценка параметров надежности и задержек в централизованной экономической информационной системе;

—анализ эксплуатационных параметров распределенной многоуровневой ведомственной информационной управляющей системы с учетом неоднородной структуры, пропускной способности каналов связи и несовершенства физической организации распределенной базы данных в региональных центрах; —анализ, сетевой модели PERT (Program Evaluation and Review Technique) для проектов замены и наладки производственного оборудования.

Цель имитационного моделирования — воспроизвести поведение исследуемой системы на основе анализа наиболее важных взаимосвязей между элементами. Другими словами, это разработка симулятора (англ. Simulation) в изучаемой области для различных экспериментов.

Имитационное моделирование позволяет моделировать поведение вашей системы во времени. Преимущество в том, что модель может контролировать время. Другими словами, это может быть медленнее, если процесс протекает быстро и быстрее, если процесс медленно изменяется. Умение моделировать поведение объектов, которые невозможно или опасно делать в реальных экспериментах. С развитием цифрового века производство информационных технологий, уникальных продуктов и объектов осуществляется с помощью компьютерного моделирования. Это позволяет нам накапливать все знания, оборудование и полуфабрикаты, необходимые для будущей продукции, до начала производства. Компьютерное 3D-моделирование не является редкостью даже в малых компаниях.

С появлением ЭВМ имитационное моделирование получила развитие, как метод решения сложных задач. Можно выделить два вида имитации:

 — Метод Монте-Карло (метод статистических испытаний);

 — Метод имитационного моделирования (статистическое моделирование).

Виды имитационного моделирования

Агентное моделирование является относительно новым направлением в имитационном моделировании и используется для изучения распределенных систем. Его динамика определяется, когда они являются результатом отдельных действий членов группы, а не глобальных правил или законов (как в других парадигмах моделирования). Цель модели агента состоит в том, чтобы понять эти глобальные правила, то есть общее поведение системы, основанное на предположении об индивидуальном частном поведении каждого активного объекта и взаимодействии этих объектов в системе. Агент — это конкретная сущность, которая имеет действия, автономные действия, может принимать решения в соответствии с определенным набором правил, взаимодействовать со средой и изменяться независимо. Моделирование дискретных событий — это подход к моделированию, абстрагируясь от непрерывного характера событий и только от основных событий системы моделирования, таких как «ожидание», «обработка заказа», «перемещение нагрузки», «выгрузка». самое развитое и имеет очень широкий спектр применения, от систем логистики и организации очередей до систем транспортировки и производства. Этот тип моделирования идеально подходит для моделирования производственных процессов. Основан Джеффри Гордоном в 1960-х годах. [. Системная динамика — это парадигма моделирования, которая строит графическую диаграмму причинно-следственных связей и их глобального влияния на другие параметры во времени для исследуемой системы и создает компьютерную модель на основе этих диаграмм. Моделируется. Фактически, этот тип моделирования помогает нам понять, больше, чем любая другая парадигма, суть того, что происходит, чтобы идентифицировать причинную связь между объектами и явлениями. Системная динамика используется для построения моделей бизнес-процессов, развития городов, производственных моделей, демографии, экологии и развития эпидемий. Этот метод был основан Джеем Форестером в 1950-х годах. Симуляция является частным случаем математического моделирования. Существуют классы объектов, для которых аналитические модели еще не разработаны. В этом случае математическая модель заменяется симулятором или имитационной моделью. 

Список  литературы:

  1. Эльберг М.С «Имитационное моделирование, учебное пособие». https://obuchalka.org/20181128105605/imitacionnoe-modelirovanie-uchebnoe-posobie-elberg-m-s-2017.html [Электронный ресурс]. https://obuchalka.org/
  2. М.В. Грачевой, Ю.Н. Черемных «Моделирование экономических процессов». http://list-of-lit.ru/modeli/modelirovanie.htm [Электронный ресурс]. http://list-of-lit.ru/