Компьютерное имитационное моделирование

Министерство образования и науки РФ

Федеральное государственное бюджетное

образовательное учреждение высшего профессионального образования

«Стерлитамакский филиал Башкирского государственного университета»

Факультет математики и естественных наук

 

 

Кафедра информатики и вычислительной техники

 

 

 

 

Курсовая работа

Компьютерное имитационное моделирование

 

 

 

Выполнил:

студент группы И-31

Фёдоров Артём Кирилович

Научный руководитель:

Чиганова Наталья Викторовна

 

 

 

 

 

 

Стерлитамак 2012

Оглавление

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ГЛАВА 1. Понятие имитационного моделирования.

1. Имитационное моделирование

Имитационное моделирование (ситуационное моделирование) — метод, позволяющий строить модели, описывающие процессы так, как они проходили бы в действительности. Такую модель можно «проиграть» во времени как для одного испытания, так и заданного их множества. При этом результаты будут определяться случайным характером процессов. По этим данным можно получить достаточно устойчивую статистику.

Имитационное моделирование — это метод исследования, при котором изучаемая система заменяется моделью, с достаточной точностью описывающей реальную систему, с которой проводятся эксперименты с целью получения информации об этой системе. Экспериментирование с моделью называют имитацией (имитация — это постижение сути явления, не прибегая к экспериментам на реальном объекте). [6]

Имитационное моделирование — это частный случай математического моделирования. Существует класс объектов, для которых по различным причинам не разработаны аналитические модели, либо не разработаны методы решения полученной модели. В этом случае аналитическая модель заменяется имитатором или имитационной моделью.

Имитационным моделированием иногда называют получение частных численных решений сформулированной задачи на основе аналитических решений или с помощью численных методов.

Имитационная модель — логико-математическое описание объекта, которое может быть использовано для экспериментирования на компьютере в целях проектирования, анализа и оценки функционирования объекта. [6]

2. Применение имитационного моделирования

К имитационному моделированию прибегают, когда :

• дорого или невозможно экспериментировать на реальном объекте;

• невозможно построить аналитическую модель: в системе есть время, причинные связи, последствие, нелинейности, стохастические (случайные) переменные;

• необходимо сымитировать поведение системы во времени.

Цель имитационного моделирования состоит в воспроизведении поведения исследуемой системы на основе результатов анализа наиболее существенных взаимосвязей между ее элементами или другими словами — разработке симулятора (англ. simulation modeling) исследуемой предметной области для проведения различных экспериментов.[6]

Имитационное моделирование позволяет имитировать поведение системы во времени. Причём плюсом является то, что временем в модели можно управлять: замедлять в случае с быстропротекающими процессами и ускорять для моделирования систем с медленной изменчивостью. Можно имитировать поведение тех объектов, реальные эксперименты с которыми дороги, невозможны или опасны. С наступлением эпохи персональных компьютеров производство сложных и уникальных изделий, как правило, сопровождается компьютерным трёхмерным имитационным моделированием. Эта точная и относительно быстрая технология позволяет накопить все необходимые знания, оборудование и полуфабрикаты для будущего изделия до начала производства. Компьютерное 3D моделирование теперь не редкость даже для небольших компаний.

Имитация, как метод решения нетривиальных задач, получила начальное развитие в связи с созданием ЭВМ в 1950-х — 1960-х годах.

Можно выделить две разновидности имитации:

• Метод Монте-Карло (метод статистических испытаний);
• Метод имитационного моделирования (статистическое моделирование)

3. Виды имитационного моделирования

 

 

 

 

 

Три подхода имитационного моделирования

Подходы имитационного моделирования на шкале абстракции

• Агентное моделирование — относительно новое (1990-е-2000-е гг.) направление в имитационном моделировании, которое используется для исследования децентрализованных систем, динамика функционирования которых определяется не глобальными правилами и законами (как в других парадигмах моделирования), а наоборот, когда эти глобальные правила и законы являются результатом индивидуальной активности членов группы. Цель агентных моделей — получить представление об этих глобальных правилах, общем поведении системы, исходя из предположений об индивидуальном, частном поведении ее отдельных активных объектов и взаимодействии этих объектов в системе. Агент — некая сущность, обладающая активностью, автономным поведением, может принимать решения в соответствии с некоторым набором правил, взаимодействовать с окружением, а также самостоятельно изменяться.

• Дискретно-событийное моделирование — подход к моделированию, предлагающий абстрагироваться от непрерывной природы событий и рассматривать только основные события моделируемой системы, такие как: «ожидание», «обработка заказа», «движение с грузом», «разгрузка» и другие. Дискретно-событийное моделирование наиболее развито и имеет огромную сферу приложений — от логистики и систем массового обслуживания до транспортных и производственных систем. Этот вид моделирования наиболее подходит для моделирования производственных процессов. Основан Джеффри Гордоном в 1960-х годах.

• Системная динамика — парадигма моделирования, где для исследуемой системы строятся графические диаграммы причинных связей и глобальных влияний одних параметров на другие во времени, а затем созданная на основе этих диаграмм модель имитируется на компьютере. По сути, такой вид моделирования более всех других парадигм помогает понять суть происходящего выявления причинно-следственных связей между объектами и явлениями. С помощью системной динамики строят модели бизнес-процессов, развития города, модели производства, динамики популяции, экологии и развития эпидемии. Метод основан Джеем Форрестером в 1950 годах.

4. Области применения

• Бизнес-процессы

• Боевые действия

• Динамика населения

• Дорожное движение

• ИТ-инфраструктура

• Математическое моделирование исторических процессов

• Пешеходная динамика

• Производство

• Рынок и конкуренция

• Сервисные центры

• Цепочки поставок

• Управление проектами

• Экономика здравоохранения

• Экосистема

• Информационная безопасность

 

 

ГЛАВА 2. Средства имитационного моделирования бизнес-процессов

2.1. Моделирование.

 Моделирование — один из способов исследования и устранения проблем, возникающих в окружающем нас мире. Говоря более строго, модель является реальным или абстрактным объектом, который заменяет (представляет) объект исследования в процессе его изучения, находится в отношении сходства с последним (аналогия, физическое подобие и т. п.) и более удобен для экспериментов. Наиболее естественная и важная сфера применения моделирования — анализ сложных систем, в том числе социотехнических (производственных, финансовых и т. д.).[2]

Традиционно различают аналитическое и имитационное моделирование.

Аналитическая модель, как правило, статическая (ее выходы функционально зависят от входов) и поэтому в ряде практических случаев может быть реализована даже с помощью электронных таблиц.

К имитационным моделям прибегают тогда, когда объект моделирования настолько сложен, что адекватно описать его поведение математическими уравнениями невозможно или затруднительно. Имитационное (динамическое) моделирование рассматривает модель как совокупность правил (дифференциальных уравнений, конечных автоматов, сетей Петри и т.п.), которые определяют, в какое состояние в будущем перейдет моделируемый объект из некоторого предшествующего состояния.[3]

2.2. Что дает имитационное моделирование?

Если рассматривать современное предприятие в виде сложной кибернетической системы (у которой системообразующим фактором по Анохину является прибыль как результат деятельности), то на передний план выходит задача максимального соответствия архитектуры предприятия целям его деятельности. Указанная архитектура не просто объединяет воедино все подсистемы предприятия (производство, финансы, снабжение, сбыт, информационное обеспечение и т. д.) — она агрегирует знания о бизнес-процессах, бизнес-правилах, всех видах потоков (материальных, энергетических, финансовых, информационных, людских), организационной структуре. Соответственно, все подсистемы в рамках эффективной архитектуры должны работать на общий результат; в противном случае подсистема-«дезорганизатор» должна быть максимально ограничена в своих степенях свободы.[3]

Отсюда следует важнейшая черта имитационного моделирования деятельности предприятий (организаций): инструментальная поддержка анализа функционирования во всех мыслимых аспектах (технологическом, экономическом, организационном и пр.) в целях совершенствования производственных и управленческих процессов, скоординированной и контролируемой работы всех подсистем. В конечном итоге это будет способствовать повышению монолитности предприятия, формированию единого целостного организма, способного в кратчайшие сроки мобилизовать все свои ресурсы и перебросить их на направление «главного удара». Увидеть не только сегодняшние «узкие места», но и предвосхитить с помощью имитационной модели их появление в будущем — вот путь к полному пониманию собственного бизнеса, когда в любой момент времени можно получить ответ на вопрос о том, что, почему и как происходит в каждой из подсистем предприятия.

Реструктуризация производства, повышение качества продукции, снижение производственных и логистических расходов, моделирование жизненного цикла новой продукции, максимальный учет требований и пожеланий клиентов — вот далеко не исчерпывающий перечень проблем, полноценное решение которых вряд ли возможно без использования имитационных моделей.[4]

Среди наиболее интересных задач имитационного моделирования, которыми занимались в последние 2-3 года ученые и специалисты-практики Украины, России и Беларуси, можно отметить следующие:

• в производстве — моделирование процессов адаптации предприятия к изменению спроса на продукцию, применение методов имитационного моделирования для разработки оргтехпроектов модернизации существующих производств судостроительных предприятий, моделирование процессов бюджетирования на промышленном предприятии;
• в сельском хозяйстве — моделирование нештатных режимов работы агрегатов сельхозмашин;
• на транспорте — имитационное моделирование транспортных потоков региона, анализ динамики обслуживания пассажиров в городском транспорте, модель работы терминала морского порта, моделирование процессов управления управляемых потоков воздушного движения;
• в топливно-энергетическом комплексе — моделирование системы хранения и реализации нефтепродуктов, имитационная компьютерная модель-тренажер системы диспетчерского управления магистральным нефтепроводом, имитационное моделирование горных работ (моделирование конвейерной сети шахты, конвейерно-локомотивного транспорта шахты, взаимодействия экскаваторов и самосвалов на разрезе, технологии проходки комбайновым и буровзрывным методом);
• в социальной сфере — имитационное моделирование региональных социально-экономических систем и др.

Для решения перечисленных выше классов задач в современном имитационном моделировании сформировались и наиболее широко применяются три основных подхода — дискретно-событийное моделирование, системная динамика и агентное моделирование.[7]

Аппарат системной динамики обычно оперирует непрерывными во времени процессами, а дискретно-событийное и агентное моделирование чаще всего используются для дискретных во времени процессов. С другой стороны, системная динамика предполагает максимальный уровень абстракции модели, дискретно-событийное моделирование отражает абстракции низкого и среднего уровня. Агентное моделирование может применяться на любом уровне модели любого масштаба.