Этапы проведения имитационных исследований. Процесс имитационного моделирования.

 

Весь процесс имитационное моделирование можно условно разбить на следующие этапы: постановка задачи; конструирование модели; проверка адекватности модели; планирование эксперимента; экспериментирование, анализ полученных результатов; реализация выводов и рекомендации.

1. Постановка задачи. На этом этапе определяются цели моделирования и обосновывается необходимость имитационного моделирования для их достижения. Для этого изучается работа действующей или планируемой системы, анализируются факторы действующие на систему, выбираются показатели, характеризующие ее эффективность, определяются вопросы, на которые должно ответить моделирование – каковы значения показателей эффективности системы при фиксированных параметрах, выбор рациональных параметров и т.д. Очевидно, что сформулированная задача существенным образом определяет и весь остальной процесс имитационного моделирования: выбор степени детализации при описании модели, формулировку упрощений, планы проведения имитац. экспериментов и т.д.

2. Конструирование модели. Оно включает в себя описание исследуемой системы, ее формализацию, составление моделирующего алгоритма, написание, отладку и тестирование готовой программы. При этом модель не должна быть излишне детальной, что приводит как к возрастанию трудностей ее реализации, так и затруднениям при использовании для целей исследования ( возрастает стоимость и сроки разработки, большое время счета и т.п. ). С другой стороны она должна отражать все те аспекты работы исследуемой системы, которые отвечают целям исследования.

3. Проверка адекватности. Под адекватностью модели понимают совпадение с заданной точностью ее характеристик и характеристик поведения исследуемой системы. Однако это выполнимо лишь для моделей действующих систем, или систем, имеющих действующие аналоги, да и то лишь в тех случаях, когда имеется возможность получения необходимой для такой проверки информации с реальной системы. При этом проверка адекватности могут быть сведена к применению известных статистических методов – проверка статистических гипотез относительно оценок параметров, видов законов распределения, дисперсионного, факторного, регрессионного, спектрального анализа и др.

В противном случае ( отсутствие информации о функционировании реальных систем ) оценка адекватности сводятся к проверкам двух видов: «верификации моделей» и «проверка правильности исходных «посылок», заложенных в модель».

При верификации модели необходимо убедиться в том, что модель ведет себя так, как было задумано. Для этого варьируются параметры модели, проверяются реакция на это критериев эффективности, анализируется поведение модели на вариации. Предельных значений параметров модели и т.д. Оценка правильности поведения модели должна производиться с участием экспертов, хорошо представляющих себе процесс функционирования моделируемой системы.

Проверка правильности исходных посылок заключается в проверке предположений, упрощений, допущений, заложенных в модель. Для такой проверки так же целесообразно привлечение экспертов-разработчиков исследуемой системы или ее аналогов.

Если в процессе проверки адекватности выясняется несоответствие модели и реальной системы, то необходим возврат на этап конструирования модели с целью устранения выявленных несоответствий.

4. Планирование эксперимента. Этот этап характерен для любых экспериментальных исследований, в том числе и для имитационных. Трудности его определяются многофакторностью собственно модели, многоплановостью целей исследования, стохастическим, как правило, характером модели. Среди задач, стоящих перед экспериментом – определение сочетания факторов, оптимизирующих выбранный показатель (показатели) эффективности, построения на основе эксперимента регрессионных (или других обобщенных) моделей системы, обеспечение заданной точности вычисления показателей при сокращении затрат на проведение имитационных исследований и т.д.

5. Экспериментирование. Представляет собой собственно процесс моделирования соответственно с составленным планом эксперимента. В случае, если время, необходимое для моделирования велико необходимо обеспечить хранение промежуточных результатов, повторный запуск модели с промежуточных точек ( режим рестарта ) и т.д.

6. Анализ результатов. В ходе анализа результатов моделирования вырабатываются выводы по исследуемой системе как по ее качеству, так и по необходимости ее доработок и совершенствования. В случае, если в ходе анализа выявляются ошибки в модели или ее несовершенство ( малая точность и т.п.), то она возвращается на доработку.

7. Внедрение результатов. Полученные выводы и рекомендации могут быть использованы разработчиком системы для ее совершенствования. В этом случае для новой версии системы должна быть разработана новая ИМ, или модернизирована имеющаяся, на которой будут проверка решения, заложение в систему.

<== предыдущая лекция | следующая лекция ==>
Классификация имитационных моделей. | Конструирование имитационной модели.


Дата добавления: 2018-03-01; просмотров: 55; ЗАКАЗАТЬ НАПИСАНИЕ РАБОТЫ


Поиск по сайту:

При помощи поиска вы сможете найти нужную вам информацию, введите в поисковое поле ключевые слова и изучайте нужную вам информацию.

Поделитесь с друзьями:

Если вам понравился данный ресурс вы можете рассказать о нем друзьям. Сделать это можно через соц. кнопки выше.
helpiks.org - Хелпикс.Орг - 2014-2018 год. Материал сайта представляется для ознакомительного и учебного использования. | Поддержка
Генерация страницы за: 0.006 сек.