sistemnii_analiz_v_ypravlenii_V (998781), страница 23

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

Текст из файла (страница 23)

Скорее всего (хотя строгого доказательства справедливости этого утверждения получить пока не удалось), применительно к рассматриваемой области моделирования ни один из перечисленных выше двух методов ни в одной из их обсуждавшихся разновидностей принципиально не может обеспечить приемлемой технико-экономической эффективности управления. Из этой констатации следует, что задача оптимального анализа не имеет продуктивного разрешения и необходимо решать задачу оптимального синтеза – т.е. разработки нового метода имитационного моделирования.

Последняя, в свою очередь, декомпозируется на подзадачу выбора исходной схемы (включая исследование ее существования) и подзадачу разработки собственно самого нового метода имитационного моделирования. Вполне естественное при этом требование обеспечения сочетания достоинств методов дискретных шагов и модельных событий и взаимопогашение (абсолютное или частичное) их недостатков, т.е. создание гибридного метода имитационного моделирования.

Таким образом, необходимо и достаточно рассматривать такую версию способа формирования системы модельного инструментария, как ее расширение. С учетом того, что применительно к сфере маркетинговых операций требование адекватности является приоритетным, целесообразно выбрать в качестве отправного, базисного метод модельных событий.

Целевой направленности и содержанию сформулированной задачи синтеза не противоречит ее версия, предусматривающая обоснование введения процедуры обработки модельных событий, которая, с одной стороны, не ухудшила бы точностных характеристик модели, а, с другой стороны, резко бы сократила потребление вычислительных ресурсов (прежде всего временных) при проведении компьютерных экспериментов.

Анализ затрат процессорного времени для случая применения метода модельных событий показывает, что очень значительное машинное время расходуется, во-первых, на диспетчеризацию модельных событий, и, во-вторых, на передачу обработочного управления элементам иерархической системы программной реализации – прежде всего подпрограммам (в силу длительности операций ОС со стеками).

Кроме того, расширение типажа непосредственно диспетчеризуемых модельных событий неприемлемо обогащает и тем самым резко усложняет модельное описание. Даже если соответствующий модельный и программный аппарат является приниципиально реализуемым, он, тем не менее, становится чрезмерно дорогостоящим в части его разработки.

Таким образом, искомая процедура должна быть направлена на минимизацию номенклатуры диспетчеризуемых модельных событий.

Единственным решением при таком подходе, насколько это удалось установить на основе логического анализа, является переход от индивидуальных модельных событий к специально сформированным их группам (кортежам), подлежащим диспетчеризации и обработке. Иными словами, должен быть реализован переход от ординарного потока модельных событий к ординарному потоку некоторым образом организованных кортежей модельных событий, причем модельные события каждого кортежа являются условно скомпрессированными в единый момент времени.

Такой метод, основанный на формировании кортежей модельных событий и их последующей обработке в процессе модельного эксперимента, был назван методом ключевых модельных событий. Следует отметить, что доказательств его единственности или превалирования по эффективности над другими потенциально существующими процедурами не искалось и получено не было. Однако он удовлетворяет условиям сформулированной задачи разработки гибридного метода и дает хороший реальный эффективностный выигрыш по сравнению с традиционными методами дискретных шагов и модельных событий.

Рассмотрим, в чем заключается этот гибридный метод ключевых модельных событий.

По отношению к сложным объектам, для которых строятся имитационные модели состояния на базе метода модельных событий, был установлен ряд важных особенностей.

Пусть модельные события расположены в хронологической последовательности их наступления с учетом причинно-следственных связей: R₁, ..., R_. Эта последовательность обладает следующими свойствами:

1) Любому из ее элементов присуща сложная, имеющая вероятностный характер, зависимость вида:

R_v = R_v (R_v-1,..., R₁ , H), v>1,

где H – параметры объекта моделирования, отраженные в имитационной модели.

2) Последовательность включает подпоследовательности, элементы которых R_ ,..., R_+lw = R^w₁ ,..., R^w_lw допускает объединение по признаку:

T(R^w₁) = ... = T(R^w_lw ),

но R^w_g+1, с точки зрения причинно-следственной связи, следует за R^w_g, где g – номер произвольного события, а

T(R_+lw+1) > T(R_+lw),  + 1 < ,

где T(R) – момент наступления модельного события R.

3) Все таким образом выделенные подпоследовательности могут быть разделены на m групп, в пределах каждой из которых элементы соответствующей подпоследовательности не образуют инверсий по своему содержанию, т.е. выделяется кортеж, названный схемой следования модельных событий S^k₁ ,..., S^k_lk , k[1,m], характерная для каждой из таких групп. Устойчивость соответствия схеме следования проявляется в том, что ведущее событие группы присутствует всегда, а наличие или отсутствие других элементов подпоследовательности обусловлено состоянием объекта моделирования и реализацией отражаемых в имитационной модели разного рода случайных величин. При этом каждое из S^k₁, k[1,m] (именно они и названы ключевыми модельными событиями) отвечает либо поступлению входных воздействий на локальный подобъект, например, представленный в виде системы массового обслуживания (СМО), либо возникновению реакции на выходе, либо уничтожению сигнала в локальной СМО, либо наступлению момента измерения или варьирования параметров и структуры. Первые три ситуации соответствуют поступлению требования на вход, окончанию обслуживания требования или его потере из-за превышения ограничения на время пребывания, времени ожидания (могут быть и другие причины).

Выделенные ситуации задают процедуру генерации кортежей. Таким образом, в этом новом методе очередное «продвижение» модельного времени производится на шаг, отвечающий наступлению очередного (ближайшего по времени появления), но ведущего модельного события, либо некоторому дискретному моменту.

В данном случае S^k₁, k[1,m] отражает одну из следующих ситуаций:

- поступление требований на вход локальной СМО;

- завершение обслуживания в локальной СМО или ее фазе (для матричной СМО - каналов, связанных с приоритетными требованиями);

- истечение допустимого срока пребывания требований в очереди;

- наступление момента измерений или варьирования параметров и структуры (т.е. реализация тактовых событий).

Этот метод включает в качестве частного случая и концепцию кусочно-линейного автомата.

Оценка наблюдаемых показателей состояния может быть реализована одним из двух способов:

- методом синхронного расчета показателей состояния или подбора элементов выборки для их последующего вынесенного расчета;

- методом апостериорного анализа трассировки наблюдавшихся состояний (например, протокола имитационного эксперимента).

Второй метод позволяет не только оценивать показатели состояния, но и анализировать причины возникновения тех или иных неординарных ситуаций. Однако он требует архивации огромных файлов и пригоден лишь для относительно несложных вариантов, так как для анализа сложных ситуаций DEBUG-трассировка (отладочная трассировка) недостаточна, а нужен нестереотипный разрез или полный DUMP (полный протокол) имитационного эксперимента, который физически невозможно размещать на внешних носителях, не говоря уже о манипуляциях с ними. Поэтому, как правило, пользуются методом синхронного расчета показателей состояния.

Для оценки наблюдаемых показателей состояния при применении метода модельных ключевых событий используют один из трех способов:

- регистрационный (для каждого дискретного момента времени и произвольной реализации имитационного эксперимента показателем состояния является значение рабочей переменной имитационной модели);

- логический (искомое значение показателя состояния находят в результате логического анализа имеющегося в данный момент календарного модельного времени содержания банка состояний имитационной модели);

- оценочный (рассчитываемый показатель состояния определяется как некоторая статистическая оценка по наблюдавшейся выборке событий или реализаций случайной величины).

Таким образом, с помощью метода ключевых модельных событий удается построить имитационную модель более сложную, чем это возможно при использовании метода дискретных шагов, и по быстродействию на один-два порядка превосходящую модель, которую позволяет создать традиционный метод модельных событий.

Этот метод дает возможность строить модели замкнутого контура управления за счет введения синхронизации и взаимосвязей с моделями внешней динамики, а также организовывать интерактивные процедуры.

Для обеспечения полной инвариантности разработанной имитационной модели по отношению к тому, какая модель внешней динамики используется, задание последней в исходных данных организовано так, что оно соответствует кусочно-постоянной аппроксимации развертки во времени переменных, определяющих эту внешнюю динамику.

Правило останова функционирования имитационной модели обычно принимается стереотипным. Имитационный эксперимент прекращается, если выполняется хотя бы одно из следующих условий:

- исчерпан выделенный лимит компьютерного времени или допустимое время ожидания пользователя;

- реализованы для заданного интервала имитации все повторные реализации;

- произошел выход вычислительного эксперимента на невоспроизводимую имитационной моделью экстремальную ситуацию.

В отдельных случаях ориентируются на приостанов или останов вычислений при выполнении заранее заданного экспериментатором некоторого содержательного условия (так называемые BREAKPOINT-условия или условия приостанова).

Структура имитационной модели на базе метода ключевых модельных событий имеет вид, показанный на рис. 2.2. Для идентификации каждого типа ключевых модельных событий введен перечень реквизитов, содержание которых полностью обусловливает последствия этих событий с учетом знания в данный момент всего состояния объекта моделирования. Эти реквизиты составляют код описания ключевого модельного события (КОС). Эта структура имитационной модели является топологически типовой.

Имитационная модель рассматриваемого типа функционируют следующим образом (см. рис. 2.3).

Первоначально задаются начальные условия. Затем формируются модельные начальные условия путем начальной установки банка состояний, представляющего собой совокупность файлов, которые позволяют для каждого момента модельного календарного времени:

Рис. 2.3. Блок-схема функционирования имитационной модели
на базе метода ключевых модельных событий

- фиксировать моменты наступления очередных (будущих) ключевых модельных событий и их КОС, насколько это обусловлено для каждого текущего момента модельного календарного времени;

- идентифицировать состояние и характеристики объекта моделирования.

После этого производится заданное число повторных реализаций имитационного эксперимента. Для любой из них и произвольного момента календарного модельного времени на интервале имитации с помощью модуля-диспетчера осуществляется идентификация очередного ключевого модельного события из числа описанных в банке будущих ключевых модельных событий: момент его наступления t (ключевой модельный момент); тип ключевого модельного события r; КОС.

Такая диспетчеризация проводится исходя из того, что в некоторый момент времени выбирается и объявляется очередным то ключевое модельное событие, которое должно произойти в ближайшее к этому моменту время.

По найденному r – типу очередного ключевого модельного события – устанавливается локальный модуль-имитатор, к которому происходит переход. Этот модуль-имитатор представляет собой алгоритм, описывающий соответствующую схему следования S^r_l ,..., S^r_lr. При обращении в r-ому локальному модулю-имитатору используются следующие данные: момент наступления ключевого модельного события t; банк состояний в априорном по отношению к данному вхождению в данный локальный модуль-имитатор состояний; КОС.

В общем случае в процессе имитации согласно схеме следования S^r_l ,..., S^r_lr разыгрываются моменты будущих ключевых модельных событий и определяются их КОС. Некоторые из ключевых модельных событий, запланированные в предыдущие моменты времени, отменяются, а также разыгрываются в рамках вероятностных механизмов или исчисляются на основе детерминированных схем исходы модельных событий, не являющихся ключевыми. При этом соответствующие изменения производятся в банке состояний, кро­ме того, может пополняться файл регистрации наблюдаемых переменных состояний (ФРНПС) третьего уровня – ФРНПС-III. Локальные блоки-имитаторы и схема следования построены так, чтобы реализовать максимум возможных для момента t модельных событий и определить (в том числе переопределить и отменить), возможно, больше ключевых модельных событий на будущее.

Характеристики

Список файлов книги