Общие черты (этапы) машинного эксперимента при решении сложных прикладных задач. Графическая схема этапов машинного эксперимента

Использование машинного эксперимента как средства решения сложных прикладных проблем, несмотря на присущую каждой конкретной задаче специфику, имеет ряд общих черт (этапов). На рис. 1 представлены этапы применения математической (имитационной) модели (по взглядам академика А. А. Самарского) [8].

Рисунок 1. Этапы машинного эксперимента

Каждому из показанных на рисунке этапов присущи собственные приемы, методы, технологии.

После того как имитационная модель реализована на ЭВМ, исследователь должен выполнить последовательность следующих этапов (их часто называют технологическими) [2, 5]:

· испытание модели;

· исследование свойств модели;

· планирование имитационного эксперимента;

· эксплуатация модели (проведение расчетов).

Испытание имитационной моделивключает работы по четырем направлениям:

· задание исходной информации;

· верификацию имитационной модели;

· проверку адекватности модели;

· калибровку имитационной модели.

Задание исходной информации – это процедура задания; определяется типом моделируемой системы:

· если моделируется функционирующая (существующая) система, проводят измерение характеристик ее функционирования и затем используют эти данные в качестве исходных при моделировании;

· если моделируется проектируемая система, проводят измерения на прототипах;

· если прототипов нет, используют экспертные оценки параметров и переменных модели, формализующих характеристики реальной системы.

Верификация имитационной модели. Она состоит в доказательстве утверждений соответствия алгоритма ее функционирования цели моделирования путем формальных и неформальных исследований реализованной программы модели.

Проверка адекватности модели. Количественную оценку адекватности модели объекту исследования проводят для случая, когда можно определить значения отклика системы в ходе натурных испытаний.

Калибровка имитационной модели. К калибровке имитационной модели приступают в случае, когда модель оказывается неадекватной реальной системе. За счет калибровки иногда удается уменьшить неточности описания отдельных подсистем (элементов) реальной системы и тем самым повысить достоверность получаемых модельных результатов.

Важная практическая рекомендация: чем ближе структура модели к структуре реальной системы и чем выше степень детализации учитываемых в модели факторов, тем шире область устойчивости (пригодности) результатов имитации.

53. Испытание имитационной модели: задание исходной информации, верификация модели, проверка адекватности и калибровка модели.

Испытание и исследование свойств имитационной модели. После реализации имитационной модели на ЭВМ, необходимо провести испытания для оценки достоверности модели. На этапе испытания и исследования разработанной имитационной модели организуется комплексное тестирование модели (testing) – планируемый итеративный процесс, направленный на поддержку процедур верификации и валидации имитационных моделей и данных.

Если в результате проведенных процедур модель окажется недостаточно достоверной, то может быть выполнена калибровка имитационной модели (в моделирующий алгоритм встраиваются калибровочные коэффициенты) с целью обеспечения адекватности модели. В более сложных случаях возможны многочисленные итерации на ранние этапы с целью получения дополнительной информации о моделируемом объекте или доработки имитационной модели. Наличие ошибок во взаимодействии компонентов модели возвращает исследователя на этап создания имитационной модели. Причиной этого может быть изначально упрощенная модель процесса или явления, что приводит к неадекватности модели объекту. В случае, если выбор способа формализации оказался неудачным, то необходимо повторить этап составления концептуальной модели с учетом новой информации и приобретенного опыта. Наконец, когда оказалось недостаточно информации об объекте, необходимо вернуться к этапу составления содержательного описания системы и уточнить его с учетом результатов испытания.

Направленный вычислительный эксперимент на имитационной модели. Анализ результатов моделирования и принятие решений. На заключительных этапах имитационного моделирования необходимо проводить стратегическое и тактическое планирование имитационного эксперимента. Организация направленного вычислительного эксперимента на имитационной модели предполагает выбор и применение различных аналитических методов для обработки результатов имитационного исследования. Для этого применяются методы планирования вычислительного эксперимента, регрессионный и дисперсионный анализ, методы оптимизации. Организация и проведение эксперимента требует корректного применения аналитических методов. По полученным результатам проведенное исследование должно позволить сделать выводы, достаточные для принятия решений по обозначенным на ранних этапах проблемам и задачам.

Верификация модели - проверка правильности динамики развития алгоритма моделирования объекта исследования в ходе имитации его функционирования.

Адекватность программной имитационной модели реальному объекту -это совпадение с заданной точностью векторов характеристик поведения объекта и модели.

Калибровка модели - при отсутствии адекватности «подправляют» характеристики алгоритмов компонент модели.