Ю. Карпов - Иммитационное моделирование систем с AnyLogic 5 (1124147), страница 4

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 4)

Например, моделирование динамических систем направлено на исследование сложных объектов, поведение которых описывается системами алгебродифференциальных уравнений. Инженерным подходом к моделированию таких объектов 40 лет назад была сборка блок-схем из решающих блоков аналоговых компьютеров: интеграторов, усилителей и сумматоров, токи и напряжения в которых представляли переменныс и параметры люделируемой системы.

Этот подход и сейчас является основным в моделировании динамических систем, только решающие блоки являются не аппаратными. а программными. Он реализован, например, в инструментальной среде ЯпгцбпЕ. В другой области идея моделирования систем с дискретными событиями, в которых потоки пассивных заявок обрабатываются активными приборами, была сформулирована более 40 лет назад и реализована в среде моделирования ОРБИ, которая с некоторыми модификациями до сих пор используется для обучсния имитационному моделированию.

Еше одним примером является системная динамика. Идея потоковых диаграмм, отра- Введение каюших причинно-следственные связи в сз|ожной системс, была предложена Дж. Форрестером сше в !958 году, она реализована в существующих ло сих пор на рынке систелзах моделирования. В современном мире информапионных технологий лесятилетие сравнимо с веком прогресса в традиционных технологиях, и удивительно то, что в имитационном моделировании почти без изменения и почти повсеместно применяются илеи и решения 60-х годов прошлого века. Возникшие тогда парадигмы имитационного моделирования зафиксированы в распространяелзых на рынке программных продуктах, они не используют появившихся ~ачительно позже современных постижений информационных технологий.

которые привели к революционным изменениям во многих прикладных областях. Поэтому и сейчас разработка имитационных моделей в рамках традиционных парадигм остается непростой задачей. Кроме того, проблемы анализа современных реальных систем часто требуют разработки моделей, не уюпшываюшихся в рамки одной единственной парадигмы моделирования. Например, при моделировании системы с преобладающим дискретным типом событий может потребоваться введение переменных, описьвающих непрерывные характеристики среды. В парадигму блочной модели потоков данных совершенно не вписываются дискретно-событийные системы, поэтому, например, в среде В!!пп!нзк с болыиим трудом выражаются сущности дискретно-событийных моделей: события и состояния, поведение, управляемое событиями. В рамках обеих этих парадигм невыразимы такие концепции, как активные объекты, взаимодействующие с окружением, что необходимо использовать, например, лля моделирования конкуренции компаний на рынке.

В системно-динамической модели часто возникает необходимость учета дискретных событий или моделирования индивидуальных свойств объектов из разнородных групп. Подобные требования, выводящие за рамки традиционных парадигм при построении моделей, требуют использования скриптовых языков, тонких и сложных средств интеграции внешних программных модулей с моделью и т. п., что существенно усложняет разработку моделей в традиционных средах.

Имитационное моделирование в настоящее время реально используется узким кругом профессионалов, которые лолжны иметь нс только глубокие знания в той прикладной области, для которой строится молель, но также п1убокие знания в программировании, теории вероятностей и статистике. Учебники и монографии с названием "Имитационное моделирование", изданные даже в последние годы, приводят в качестве примеров первых простейших моделей программы из сотен строк на алгоритмических языках.

Например, имитационные модели в !.!!К04! представляются как последовательности операторов языка ОРВВ. Злесь подробно объясняются программные методы организации связанных списков. В !ЮР04! как элемент тсхнологии имитационного моделирования описываются даже методы борьбы с переполнением разрядной сетки компьютера при генерации случайных чисел! Введение В некоторых монографиях, названных "Имитационное моделирование", зта область рассматривается как часть прикладной статистики: в 1БК021, например, излагается теория вероятностей и математическая статистика с формулировкой и доказательством теорем, а монография 1ЛК041 рассматривает вопросы статистической подготовки входных данных и обработки выходных данных моделей как основные проблсмы имитационного моделирования.

Реализациониые технические вопросы занимают сегодня основное место в обучении имитациониол1у моделированию. Как слелствие, в оценке трудоемкости разработки имитационных моделей книга 1ЮР041 повторяет оценку Р. Шеннона 30-летней давности 1РШ711: разработка даже простых моделей требует 5 — б человеко-месяцев и стоит порядка 30 000 долларов, а сложных — на два порядка больше.

Иными словами, трудоемкость построения сложной имитационной модели традиционными методами оценивается в сотню человеко-лет. Интересно, кто бы мог быть заказчиком такой модели? Апу~ оц1с — инструмент имитационного моделирования нового поколения В данной книге представлен пакет Апу1 оя1с — отечественный профессиональный инструмент имитационного люделироваиия нового поколения, который существенно упрощает разработку моделей и их анализ. Программный инструмент Апу1.оя1с основан на объектио-ориентированной концепции.

Объектно-ориентированный подход к представлению сложных систем является лучшим иа сегодняшний лень методом управления сложностью информации, зта концепция позволяет простым и естественным образом оргаиизовать и представить структуру сложной системы. Таким образом, идеи и методы, направленные на управление сложностью, выработанные в последние десятилетия в области создания программных систем, позволяют разработчикам моделей в среде Апу1оя1с организовать мышление, структурировать разработку и, в конечном счете, упростить и ускорить создание моделей. Другой базовой концепцией Апу1.оя1с является представление молели как набора взаимодействуюших параллельно функционирующих активностей. Такой подход к моделированию интуитивно очень понятен и естественен во многих приложениях, поскольку системы реальной жизни состоят из совокупности активностей, взаилюдействуюших с другими объектами. Активный объект в Апу1 оя1с — это объект со своим собственным функционированием, взаимодействуюший с окружением.

Он люжет включать в себя любое количество экземпляров других активных объектов. Активные обьекты могут динамически порождаться и исчезать в соответсгвии с законами функциони- Введение ровании системы. Так могут моделироваться социальные ~руппы, холдинги компаний, транспортные системы и т. п. Графическая среда моделирования Апу).оя1с поддерживает проектирование, разработку, документирование модели. выполнение компьютерных экспериментов с моделью. включая различные виды анализа — от анализа чувствительности до оптимизации параметров лзодели относительно некоторого критерия. В результате Ануа.оя1с не ограничивает пользователя одной-единственной парадигмой моделирования, что является характерным фактически для всех инструментов моделирования, сушесгвуюцзих сегодня на рынке.

В АпуЕорс разработчик может гибко использовать различные уровни абстрагирования, различные стили и концепции, строить модели в рамках той или иной парадигмы и смешивать их при создании одной и той же модели, использовать ранее разработанные модули, собранные в библиотеки, дополнять и строить свои собственныс библиотеки модулей, При разработке людели на АпуЕорс можно использовать концепции и средства из нескольких "классических" областей моделировании, например, в агентной модели использовать методы системной динамики лля представления изменений состояния среды или в непрерывной модели динамической системы учесть дискретные события.

Например, анализ !Т-инфраструктуры компании (анализ производительности серверов, узких мест локальной сети и т. п.), который легко производится с помощью методов дискретного событийного моделирования, имеет немного пользы, если в модели не отражено влияние возможных изменений параметров этой инфраструктуры на бизнес-процессы и, в конечном счете, на прибыль компании, а такая связь в модели не может быть реализована только срелствами дискретно-событийного моделирования.

В Апу) огас легко строятся подобные модели с требуемым уровнем адекватности, позволяющие ответить на многие вопросы, интересующие исследователя. Богатые возможности анимации и визуального представления результатов в процессе работы модели позволяют понять суть процессов, происходящих в моделируемой системе, упростить отладку модели.

Удобный интерфейс и многочисленные средства поддержки разработки молелей в АпуЕорс делают не только использование, но и создание компьютерных имитационных моделей в этой среде моделирования досзупнымн даже для начинающих. Структура книги В чполи 7 приводятся основные сведения об имитационном моделировании, этапах разработки моделей, методах проверки правильности, корректности модели. В чести 11 описываются основные средства инструмента имитационного моделирования АпуЕой1с.

Здесь рассматриваются практические вопросы Введение техники создания моделей с помощью этого инструмента таким образом, чтобы читатель смог приступить к созданию своих собственных моделей как можно скорее. В отлельных главах привалится описание более сложных средств АпуЕод1с, в частности, использование языка программирования абака для описания логических правил поведения объектов малели. В части!11 книги анализируются методологические и практические вопросы анализа молелей. Сюда относятся вопросы постановки компьютерного эксперимента, поиска оптимальных вариантов решений. В этом же разлеле рассматриваются проблемы подготовки исходных данных стахастической природы лля модели и обработка стохастических результатов моделирования.

В послелней главе этой части рассматриваются вопросы интеграции молели с другими программными системами обработки и хранения данных. Честь 1г' книги посвящена изложению четырех подходов к разработке молелен: это моделирование динамических систем, системная динамика, дискретно-событийные системы и новая быстро развивающаяся область моделирования — многоагентные системы. Каждая из этих областей основана на своей концепции, парадигме моделирования, и в каждой из них существуют программные системы, поддерживающие, упрощающие разработку моделей именно в рамках соответствующей парадигмы. В данной части демонстрируется, как в среде АпуЕай!с можно строить модели в соответствии с каждой из этих концепций моделирования.

Характеристики

Список файлов книги