Развитие методологии имитационных исследований сложных экономических систем (1142216), страница 19
Текст из файла (страница 19)
Процесс создания модели86обеспечиваетсямножествомнаглядныхвизуальныхсредств,автоматическимиподсказками, специальными отладочными процедурами и множеством других сервисныхвозможностей, которые облегчают Разработчику создание модели.Время выполнения всех работ на данном этапе (T3) очень зависит от квалификацииразработчика модели, уровня используемой системы ИМ и сложности моделируемойсистемы. Как правило, в современных средствах ИМ на разработку и предварительнуюотладку даже очень сложных моделей уходит не более месяца.Этап 4 – «Подготовка данных»При написании текста модели исследователь предполагает наличие исходныхданных и строит модель с учетом типов и структур этих данных. Затем идут достаточнодлительные процессы сбора и обработки данных.
В отличие от семидесятых –восьмидесятых годов прошлого века кардинально изменился процесс сбора данных.Появилось даже новое направление в способах и средствах сбора данных – мониторингданных. Он осуществляется автоматически с помощью различных регистраторов данных(физических или программных). Поэтому чаще всего разработчикам моделей доступныфайлы с очень большими массивами данных. Эти массивы либо напрямую заносятся вмодель, либо предварительно статистически обрабатываются.Например, если собраны статистические выборки по некоторой величинеX=(x1,x2,…,xn), то производится их предварительная обработка с целью:1.Построение статистического ряда;2.Расчет моментов статистического распределения.
Например, математическогоожидания m(x), дисперсии D(x) и других моментов;3.Выбор гипотезы о типе теоретического распределения F(x) или функцииплотности f(x);4.Проверка согласиявыбранного распределенияс опытными даннымипоспециальным критериям. Например, используются такие известные критерии2согласия – Колмогорова-Смирнова, Фишера, χ (Пирсона), Стьюдента и др.Аппроксимацияэкспериментальныхраспределенийслучайныхчиселстандартными статистическими законами является одним из наиболее проработанных вматематическом плане разделов статистического анализа. Она описана во всех учебникахпо теории вероятностей и математической статистике, например [18, 20, 129].87Далее они могут быть легко описаны в имитационной модели.
Например, в системемоделированияGPSSWorldпредусмотреноиспользование26теоретическихраспределений – экспоненциального, логарифмического, нормального, Эрланга и т.д.В случае если ни один из описываемых аналитически законов не удовлетворяеттребованиям критериев согласия, то тогда производится статистическое выравнивание(сглаживание) данных и выборка вводится в модель в виде, обработанном под требованияязыка ИМ. Например, в системе моделирования GPSS World исследователь имеетвозможность задания случайных величин с помощью функций пользователя.В самом общем виде последовательность действий исследователя на этапеподготовки данных представлена на рисунке 2.6.Программныесредства мониторингаСистема,требующаяисследованиеПрограммыобработки статистикиДанныеЭкспертыДанныеПредметнаяобластьОбработанныеданныеДанныеРазработчик моделиМодель исследуемойсистемы с реальнымиданнымиОтлаженная и готовая квводу данных модельИсточник: составлено авторомРисунок 2.6 – Этап «Подготовки данных».Выполнение этапов 3 и 4 итеративно.
Результаты обработки исходных данныхмогут потребовать изменения модели. Тогда исследователь возвращается к этапу 3.Итоговым результатом этапов 3 и 4 является разработанный исследователем исходныйтекст модели на выбранном языке ИМ и готовый к окончательной отладке на реальныхданных. Время исполнения этого этапа (T4) достаточно велико, обычно первоначальная(самая длительная итерация) занимает от недели до месяца.Этап 5 – «Трансляция модели»На этом этапе осуществляется более глубокая отладка модели.
Устраняются еелогические ошибки. Уточняется и сама модель – приводятся в соответствие объектымодели, выделенные для данных, согласуются формат и размерность данных. Отладка88производится посредством проведения одиночных отладочных экспериментов нареальных исходных данных.Общая схема исполнения этапа «Трансляция модели» изображена на рисунке 2.7.В 70-е годы прошлого столетия это был очень длительный этап (T5), занимавшийнесколько недель.
так как доступ к ЭВМ и время использования ее были ограничены. Внастоящее время этой проблемы нет, у исследователя всегда есть в распоряженииперсональная ЭВМ, он использует современную систему ИМ, и поэтому отладка моделейпроисходит существенно быстрее. В среднем, как показывает опыт, на отладку сложноймодели затрачивается неделя.Модель исследуемойсистемы с реальнымиданнымиРазработчик моделиСистема ИМРезультаты прогонамоделиПолностью отлаженнаямодельИсточник: составлено авторомРисунок – 2.7.
Этап «Трансляция модели».Результатом этапа 5 является полностью отлаженная, с использованием реальныхисходных данных модель.Этап 6 – «Оценка адекватности»Прежде чем начать эксперименты, нужно убедиться в правильности работымодели, т.е. нужно провести испытания модели и оценить, достоверна ли модель.Насколько точны результаты, получаемые исследователем с помощью модели, можно лиим доверять.По своей сути и предназначению имитационные модели изоморфны, т.е.
онидолжны быть максимально приближены к реальной системе по своей структуре,детализации, логике работы. Но это в теории, а на практике очень сильное влияние намодель оказывают субъективные факторы – возможности и квалификация исследователя,отсутствие достоверных исходных данных, чрезвычайная сложность исследуемойсистемы и т.д. Это приводит к уменьшению детализации, искажению структуры модели и89как итог к построению гомоморфных моделей, существенно отличающихся от реальнойсистемы.Для оценке сходства (близости) модели и системы предназначен этап оценкиадекватности (достоверности) модели и результатов, получаемых при ее использовании.Этот этап исследования является ключевым с точки зрения применения результатовисследования на практике.Действительно, основным вопросом перед практическим использованием является:«Можно ли доверять результатам, полученным с помощью данной модели?».Существует множество теоретических и практических подходов к оценкеадекватности модели.
В результате многолетних исследований и разработок ученых испециалистов (Н.П. Бусленко [14, 15], Дж. Клейнен [57], В.В. Калашников [52],Ю.И. Рыжиков [97, 98] и др.) созданы и успешно используются специальные алгоритмы иметоды оценки адекватности имитационных моделей. Особо следует отметить методики,созданные О. Балчи, Р.
Сэджентом и Карсоном [135-137], [141], которые можно считатьстандартами решения задач данного этапа.В соответствии с этой методикой выделяют три основные процедуры оценки:1.Валидация моделиВалидация – это подтверждение того, что поведение и показатели модели судовлетворительной точностью соответствует поведению и показателям исследуемойсистемы. В этой процедуре осуществляется сравнение результатов имитационногомоделирования с результатами мониторинга реальной системы (при аналогичныххарактеристиках модели и системы).2.Верификация моделиВерификация – это проверка на соответствия поведения модели замысламсоздателя этой модели – исследователя.
С помощью этой процедуры производитсядоказательство возможности использования имитационной модели вместо созданнойисследователем концептуальной модели системы.Простойспособзапомнитьразницумеждувалидациейиверификациейзаключается в том, что валидация подтверждает, что «вы создали правильный продукт», аверификация подтверждает, что «вы создали продукт так, как и намеревались это сделать»[73]3.Валидация данныхВалидация данных – это проверка всех данных имитационного исследования:используемых в модели исходных данных, вводимых в процессе экспериментов значенийпараметров, результатов экспериментов и серий экспериментов и других данных90получаемых и используемых в процессе ИИСС.
В рамках данной процедуры все действияисследователя направлены на доказательство того, что все входные и выходные данныепроцесса ИИСС достоверны, корректны и обладают необходимой точностью.Для выполнения любой из этих процедур однозначно необходимо провеститестовые эксперименты с моделью, получить результаты и сформулировать статистическизначимые выводы.Из всех множеств входных данных для исследования адекватности модели исистемы исключительно важно выделить множество варьируемых исследователем вэкспериментах с моделью исходных данных: для модели – Х=(хi), для системы –Х*=(х*i).
Другие входные данные - множество параметров динамически перемещающихсяи входящих в систему объектов ρ=(ρi), множество неизменяемых (детерминированных ивероятностных) исходных данных α=(αi) и β=(βi), можно считать одинаковыми илистатистически равнозначными для всех экспериментов с моделью и при мониторингереальной системы.Все выходные данные модели и системы будем рассматривать как множество**базисных и интегральных показателей работы системы Y=(yi) и Y =(y i).Поэтому при оценке достоверности модели чаще всего используют упрощеннуюформулу черного ящика, которую для модели и системы можно записать в следующемвидеY(t) = F(X(t)) и Y*(t) = F(X*(t))(2.4)В самом общем виде действия исследователя на данном этапе изображены нарисунке 2.8.Результаты экспериментовс модельюРезультатыизмерений системыЭкспертные оценкиЗначения анализируемыхпоказателейСравнение показателей вмодели и в системеРазработчик моделиВыбранный методсравненияНетЗавершить анализ?Источник: составлено авторомРисунок 2.8 – Этап «Оценка адекватности».Да91Длительность этого этапа (T6) может быть различной.
Для сложных моделей онабольшая. так как необходимо провести множество итераций по проверке, прежде чемможно будет точно сказать, адекватна модель или нет. Также много времени уходит нестолько на эксперименты и оценку адекватности, сколько на ручной перенос данныхэксперимента в программы оценки адекватности.
В целом значение T6 может достигать отнескольких дней до недели и даже месяца.Этапы 7 и 8 – «Стратегическое и тактическое планирование».После того, как модель создана, и исследователь убедился в ее адекватности,необходимо приступить к подготовке экспериментов с моделью. Рассмотрим сразу дваэтапа – 7 и 8 (стратегическое и тактическое планирование экспериментов) в соответствиис поставленной целью и задачами исследования (этапы 1-3), так как технологияподготовки и планирования на стратегическом и тактическом уровне одинакова.Отличаются только сами показатели и факторы планирования, а также длительностьмоделируемого периода.Еще раз подчеркнем, что после разработки модели, с точки зрения проведенияэкспериментов, имитационная модель может рассматриваться как «черный ящик».Математически саму модель и процесс проведения экспериментов можно представитьследующим образом:•Изменяемые пользователем в процессе экспериментов параметры модели(факторы) – множество Х=(x1, x2, … ,xn);•Модель как функцию, зависящую от значений этих параметров - F(X);•Результаты выполнения модели как множество получаемых в моделипоказателей – Y=(y1,y2, … ,ym).На рисунке 2.9 показан принцип планирования экспериментов с имитационноймоделью, с произвольными примерами факторов и показателей.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
