Имитационно моделиране
Имитационното моделиране е метод за изгаждане на модел и описващи процеси по начини, по които биха протекли в действителност. То е изследователски метод, при който системата на изследване е заменена от модела с достатъчна точност. Целта е да се експериментира с модела, за да се набави информация за реалната система. Експериментирането с модела се нарича имитация. Имитационното моделиране е частен случай на математическото моделиране. Понякога се използват аналитични и числени методи. [1] За уточняване на използваната терминология е необходимо да се отбележи,че понякога в литературата вместо термините "имитация","имитационен модел", "имитационно моделиране"се срещат съответните им синоними: "симулация", "симулационен модел", "цифрово моделиране"; "имитационна система", "електронна имитация", "машинна имитация" и по-тесните по смисъл термини: "статистическо моделиране", "метод Монте Карло", "автоматно моделиране" и други.
Характерни особености на имитационното моделиране
Имитационният модел е формализирано описание на изучаваното явление в цялата му пълнота. Най-често представлява общо логико-математическо представяне на дадена система или операция, запрограмирано за решаване от компютърна система. Имитационното моделиране, както и всеки числен метод, има недостатък, че полученото решение винаги носи частен характер, отговаряйки на фиксирани значения на параметрите на системата, входната информация и началните условия. Независимо от това, имитационното моделиране е най-ефективният метод за изследване на сложни системи (понякога и практически единствено достъпното средство за получаване на необходимата информация за поведението на системата). Друг недостатък е, че построяването на имитационен модел на дадена система е твърде сложен и трудоемък процес, изискващ освен това висока и разностранна квалификация. Имитационните модели могат да се изграждат като детерминирани или вероятностни модели. В последният случай те имат значителни предимства, тъй като опитът да се отчете в аналитическите модели влиянието на случайните фактори привежда към твърде значителни и не винаги преодолими трудности, докато въвеждането на случайни смущения не внася принципни усложнения. По тази причина вероятностните аналитични модели се използват за изучаване на сравнително прости системи, а изследването на сложни случайни процеси се провежда като правило на имитационни модели. Имитационното моделиране е числен метод на математическото моделиране, заключаващ се в имитация на процеси, чрез възпроизвеждане на елементарните явления и актове на процеса в последователност,отразяваща реалните взаимовръзки и взаимозависимости. Позволява да се изследват сложни системи от произволен тип. Дава възможността за отчитане на нелинейности, динамика, вероятностна природа на явленията. Дава възможности да се осъществява т.нар. ненатурен експеримент в ускорен мащаб на времето.
Приложение на имитационното моделиране в стопански системи
Имитационното моделиране на дадена стопанска система представлява целесъобразно изградена искуствена система, която: 1. Отразява най-съществените страни на реалната система, като: • описва най-съществените (за целите на изследването) елементи и връзки в реалната система; • има поведение, достатъчно близко (за целите на изследването) до поведението на реалната система. 2. Дава възможност за получаване на нова информация за реалната система, като: • позволява да се проследи поведението й в бъдещи или минали периоди, при ускорен мащаб на времето; • замества в известен смисъл (за целите на изследването) реалната система и позволява да се извършат числени експерименти с модела вместо с реалната система. Имитацията е най-добрият метод за изследване на системи с голяма сложност, особено в случаите, когато от една страна получаването на математическо описание на системата по аналитичен път е твърде затруднено,а от друга срана -непосредственото експериментиране върху нея е невъзможно, опасно, твърде скъпо или твърде бавно. За повечето стопански системи прякото експериментиране е дотолкова затруднено, че практически няма значение като научен метод. От друга страна, необходимостта от включване в техните математически описания на нелинейни зависимости, многочислени случайни величини с различна природа, едновременното описание на дискретни и непрекъснати процеси,отчитането на тяхната нестационарност и др. води до непреодолими трудности при аналитическото им описание, но не създава принципни затруднения при тяхното имитационно моделиране. Като правило,се прилага в тези случаи,когато аналитичното решение на проблема е невъзможно, а непосредственото експериментиране с реалната система по едни или други причини е нецелесъобразно. Подобни ситуации възникват,преди всичко, при изучаването на т.нар.сложни системи,в които е трудно или невъзможно предварително да се предскажат последствията от едни или други управляващи решения, структурни или функционални изменения,а също така различни въздействия от страна на околната среда. Следователно, най-важното предимство на имитационните модели на стопански системи е,че те дават възможност да се решават задачи,нерешими по друг начин,чрез извършване на експерименти с модела вместо с реалната система. Обективна пречка за широкото използуване на имитационното моделиране в стопански системи е голямата сложност и трудоемкост на тяхното изграждане. Понякога до 90% от времето определено за изпълнението на даден проект, се заемат от изграждане на модела. Съществено съкращаване на необходимите време, сили и средства може да се постигне само чрез висока степен на автоматизация в процеса на изграждане на имитационното моделиране в стопански системи.
Приложение на имитационното моделиране в човешката дейност
Имитационното моделиране е намерило приложение на практика във всички области на човешката дейност. Непрекъснато се появяват публикации за имитационни модели на най-различни по своята природа системи (имитационно моделиране на атомни реактори, химични технологии и екологични процеси и пр. Според нивото на моделиране системите могат да се посочат: • Имитационни модели на производствено-икономически системи (предприятия, складове, системи за масово обслужване, транспортни процеси, конвейерни производства и пр.) Като правило тези модели се използват за решаване на въпроси,свързани с рационалната организация на моделираната система, или с нейното оперативно управление. • Имитационни модели на фирми и корпорации. • Имитационни модели на национално ниво. По-голямата част от разработените модели са построени във вид на системи от едновременни уравнения, синтезирани с иконометрични методи. Значително внимание се отделя на изграждането на моделите (разработка на алгоритми и програми, подпомагащи изследователя). • Имитационни модели на глобално ниво. Възможен подход е чрез обединяване на голям брой национални и регионални модели да се създаде модел на световната икономика, позволяващ да се извършват различни имитационни експерименти.
Управленски задачи и решения на имитационното моделиране
• Използване на имитационно моделиране за изследователски цели (т.е. като средство за разкриване и анализ на действащите в реалната система закономерности). • Използването на имитационно моделиране като основа за управленски (операционни, делови, образователни) игри. • Използване на имитационното моделиране в компютърната симулация • Използване на имитационно моделиране за прогнозиране на бъдещото поведение на реалната система. • Използването на имитационно моделиране за проектиране, или модернизация на системата. • Използване на имитационно моделиране като средство за предварително проиграване на управленски решения и анализ на техните последствия. • Използване на имитационно моделиране за оценка на влиянието на различни външни променливи, параметри и начални условия, както и на вътрешни организационни и други изменения върху поведението на системата(т.е. изследване на чувствителността на системата). • Използване на имитационно моделиране в планирането (за предварително проиграване и сравняване на различни варианти на плана). ==
Вижте също:
Урбанизационна симулация Метод Монте Карло Метод Монте Карло във финансите Мрежи на Петри
Източници:
Външни препрадки:
http://www.chem.unl.edu/zeng/joy/mclab/mcintro.html http://proektirane.eu/index.php?option=com_content&view=article&id=307:2009-03-14-14-35-42&catid=137:cat http://reliability.sandia.gov/Manuf_Statistics/Statistical_Modeling/statistical_modeling.html