Имитационный характер исследования предполагает наличие логико- или логико-математических моделей, описываемых изучаемый процесс (систему).
Логико-математическая модель сложной системы может быть как алгоритмической, так и неалгоритмической (например, система дифференциальных уравнений преобразуется в алгоритмическую с использованием численного метода интегрирования, при этом свойства модели меняются и это надо учитывать).
Чтобы быть машинно-реализуемой, на основе логико-математической модели сложной системы строится моделирующий алгоритм, который описывает структуру и логику взаимодействия элементов в системе.
Программная реализация моделирующего алгоритма – есть имитационная модель. Она составляется с применением средств автоматизации моделирования [1, стр. 45].
1.2. Достоинства имитационного моделирования
Имитационное моделирование представляет собой численный метод проведения на ЭВМ вычислительных экспериментов с математическими моделями, имитирующими поведение реальных объектов, процессов и систем во времени в течении заданного периода. При этом функционирование РПС разбивается на элементарные явления, подсистемы и модули. Функционирование этих элементарных явлений, подсистем и модулей описывается набором алгоритмов, которые имитируют элементарные явления с сохранением их логической структуры и последовательности протекания во времени.
Основное достоинство ИМ:
1. Возможность описания поведения компонент (элементов) процессов или систем на высоком уровне детализации;
2. Отсутствие ограничений между параметрами ИМ и состоянием внешней среды РПС;
3. Возможность исследования динамики взаимодействия компонент во времени и пространстве параметров системы.
Эти достоинства обеспечивают имитационному методу широкое распространение.
Рекомендуется использовать имитационное моделирование в следующих случаях:
1. Если не существует законченной постановки задачи исследования и идет процесс познания объекта моделирования. Имитационная модель служит средством изучения явления;
2. Если аналитические методы имеются, но математические процессы сложны и трудоемки, и имитационное моделирование дает более простой способ решения задачи;
3. Когда кроме оценки влияния параметров (переменных) процесса или системы желательно осуществить наблюдение за поведением компонент (элементов) процесса или системы (ПС) в течение определенного периода;
4. Когда имитационное моделирование оказывается единственным способом исследования сложной системы из-за невозможности наблюдения явлений в реальных условиях (реакции термоядерного синтеза, исследования космического пространства);
5. Когда необходимо контролировать протекание процессов или поведение систем путем замедления или ускорения явлений в ходе имитации;
6. При подготовке специалистов для новой техники, когда на имитационных моделях обеспечивается возможность приобретения навыков в эксплуатации новой техники;
7. Когда изучаются новые ситуации в РПС. В этом случае имитация служит для проверки новых стратегий и правил проведения натурных экспериментов;
8. Когда особое значение имеет последовательность событий в проектируемых ПС и модель используется для предсказания узких мест в функционировании РПС.
Однако имитационное моделирование наряду с достоинствами имеет и недостатки:
1. Разработка хорошей ИМ часто обходится дороже создания аналитической модели и требует больших временных затрат;
2. Может оказаться, что ИМ неточна (что бывает часто), и мы не в состоянии измерить степень этой неточности.
Зачастую исследователи обращаются к ИМ, не представляя тех трудностей, с которыми они встретятся и совершают при этом ряд ошибок методологического характера.
Тем не менее, ИМ является одним из наиболее широко используемых методов при решении задач синтеза и анализа сложных процессов и систем [5].
2. ОСНОВНЫЕ ЭТАПЫ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ
Вне зависимости от типа моделей (непрерывные и дискретные, детерминированные и стохастические) имитационное моделирование включает в себя ряд основных этапов:
1. Формулировка проблемы и определение целей имитационного исследования. Документированным результатом на этом этапе является составленное содержательное описание объекта моделирования;
2. Разработка концептуального описания. Результатом деятельности системного аналитика является концептуальная модель (или вербальное описание) и выбор способа формализации для заданного объектамоделирования;
3. Формализация имитационной модели. Составляется формальное описание объекта моделирования;
4. Программирование имитационной модели (разработка программы-имитатора). На этапе осуществляется выбор средств автоматизации моделирования, алгоритмизация, программирование и отладка имитационной модели;
5. Испытание и исследование модели, проверка модели. Проводится верификация модели, оценка адекватности, исследование свойств имитационной модели и другие процедуры комплексного тестирования разработанной модели;
6. Планирование и проведение имитационного эксперимента. На данном технологическом этапе осуществляется стратегическое и тактическое планирование имитационного эксперимента. Результатом является составленный и реализованный план эксперимента, заданные условия имитационного прогона для выбранного плана;
7. Анализ результатов моделирования. Исследователь проводит интерпретацию результатов моделирования и их использование – собственно принятие решений.[3, стр. 31]
3. СИСТЕМА ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ
3.1 Методологические подходы к построению дискретных имитационных моделей
В дискретных имитационных системах изменение состава и состояния происходит в дискретные моменты времени, называемые событиями.
Под событием понимается мгновенное изменение состояния модели, произошедшее в результате осуществления множества взаимодействий между компонентами модели в один и тот же момент имитационного времени.
Функционирование дискретной системы можно описать:
1. Определяя изменения состояния системы, происходящие в моменты свершения событий;
2. Описывая действия, в которых принимают участие элементы системы;
3. Описывая процесс, через который проходят элементы.
Процесс – это ориентированная во времени последовательность событий, которая может состоять из нескольких действий.
Эти представления лежат в основе трех альтернативных методологических подходов к построению дискретных имитационных моделей, называемых обычно:
1. Событийный;
2. Подход сканирования активностей (на практике получил небольшое распространение);
3. Процессно-ориентированный подход (включает транзактный способ имитации).
Это основные концепции (схемы) структуризации для дискретных имитационных моделей. Их основа закладывается в некоторые языки и системы моделирования. Примерами могут служить языки моделирования:
1. GASP, SIMSCRIPT, ориентированные на события;
2. Язык работ SLAM;
3. Широко распространенные языки моделирования GPSS, SIMULA и др., предназначенные для описания параллельных процессов.
GPSS (англ. General Purpose Simulation System — общецелевая система моделирования) — язык программирования, используемый для имитационного моделирования различных систем, в основном систем массового обслуживания.
Система GPSS была разработана сотрудником фирмы IBM Джефри Гордоном в 1961 году. Гордоном были созданы 5 первых версий языка: GPSS (1961), GPSS II (1963), GPSS III (1965), GPSS/360 (1967) и GPSS V (1971). Известный ранее только специалистам, в нашей стране этот программный пакет завоевал популярность после издания в СССР в 1980 году монографии Т. Дж. Шрайбера. В ней была рассмотрена одна из ранних версий языка – GPSS/360, а также основные особенности более мощной версии – GPSS V, поддерживаемой компанией IBM, у нас она была более известна как пакет моделирования дискретных систем (ПМДС). Этот пакет работал в среде подсистемы диалоговой обработки системы виртуальных машин единой серии (ПДО СВМ ЕС) ЭВМ. После окончания поддержки GPSS V компанией IBM следующей версией стала система GPSS/H компании Wolverine Software разработанная в 1978 году под руководством Дж. Хенриксена. В 1984 году появилась первая версия GPSS для персональных компьютеров с операционной системой DOS – GPSS/PC. Она была разработана компанией Minuteman Software под руководством С. Кокса. Конец XX века ознаменовался разработкой компанией Minuteman Software программного продукта GPSS World, увидевшей свет в 1993 году. За сравнительно небольшой период времени было выпущено несколько его версий, причем в каждой последующей возможности системы моделирования наращивались. Помимо этих основных версий существует также Micro-GPSS, разработанная Ингольфом Сталлом в Швеции, это упрощенная версия, предназначенная для изучения языка GPSS и WebGPSS, также предназначенная для изучения работы системы и разработки простейших имитационных моделей в сети интернет [4].
3.3 Содержание базовой концепции структуризации языка моделирования GPSS
В языке GPSS реализована блочно-ориентированная концепция структуризации моделируемого процесса, разработанная с ориентацией на описание систем массового обслуживания.