Имитационное моделирование как научный метод
Основные понятия имитационного моделирования
Прежде чем совершать какие-либо манипуляции с реальным объектом, необходимо удостовериться, что эти манипуляции пойдут на пользу и никак не навредят текущему состоянию объекта. Поэтому еще давно люди начали использовать модели, отражающие свойства реального объекта, в качестве его аналога.
Моделирование представляет собой мощный инструмент поддержки принятия решений и предсказывания изменения состояния и поведения объекта в будущем [Докинз, Р. Эгоистичный ген [Текст] / Р. Докинз; пер с англ. Н.О. Фоминой. – М.: АСТ, 2013. – 512 с.].
Модель и объект находятся в отношении подобия, т. е. модель должна быть подобна моделируемому объекту. Подобие модели и объекта называют изоморфизмом и выделяют следующие виды подобия [Куприяшкин, А.Г. Основы моделирования систем [Текст]: учеб. пособие / А.Г. Куприяшкин; Норильский индустр. ин-т. – Норильск: НИИ, 2015. – 135 с.]:
· подобное масштабирование, когда делают точную уменьшенную в разы копию исследуемого объекта;
· косвенное подобие, когда стоят математическую аналогию;
· условное подобие, когда схематично описывают исследуемый объект.
В процессе моделирования исследуют объект, выявляют существенные для моделирования свойства и отражают их на модели. Существенными в данном случае считают свойства, которые определяют проблемную ситуацию.
Существуют специальные процедуры проверки, является ли модель точным представлением реальной системы, т.е., адекватна ли модель системе. При верификации, т.е. проверке достоверности модели, определяется, правильно ли концептуальная модель (модельные допущения) преобразована в компьютерную программу.
Валидация – это процесс, позволяющий установить, является ли модель точным представлением системы для конкретных целей исследования. Определяющим моментом в этих процедурах является положение: «модель и ее результаты достоверны, если руководители проекта признают их правильными» [Кельтон, Д. Имитационное моделирование. Классика CS [Текст] / Д. Кельтон, А. Лоу; [пер. с англ.]. – СПб.: Питер, 2004. – 847 с. ]. В итоге, если модель «адекватна», ее можно использовать для принятия решений относительно системы, которую она представляет, как если бы они принимались на основании экспериментов с реальной системой.
В-третьих, итоговый результат (т.е. «хорошая» или «плохая» модель получится) зависит от личности разработчика. Моделирование, как метод научного познания, предполагает творческий подход к объекту и целям исследования. В этом виде научного производства не обойтись без развитого воображения, умения анализировать и делать обобщения. Хорошие модели – это «минитеории» и их создание требует нестандартного мышления.
Системный подход в моделировании
Материальные сущности – это собрание взаимосвязанных и взаимодействующих элементов, образующих системы разного уровня сложности. Топологическая сложность определяется числом элементов и связей. Функциональная сложность характеризуется процессами (поведением) системы и ее элементов. По этим признакам можно найти положение данного объекта в иерархии систем (вплоть до мировой) и сформировать предметную область моделирования.
На нижних уровнях главенствуют индивидуальные поведения, фиксированные физические связи, точные размеры, расстояния, скорости, времена. На верхних уровнях существенны глобальные причинные зависимости, тенденции, сценарии, динамика потоков, влияние обратных связей и окружающей среды, моделирование которой может быть выделено в отдельную и весьма непростую задачу.
В сложных системах состав элементов и типы связей могут существенно изменяться. Такие системы могут расти, стареть, умирать, перестраиваться и эволюционировать. Систему как «организованно работающую целостность» характеризуют состояния и особенности их смены (рис. 1.1).
Рис. 1.1 Типы систем
При определении типа системы принимается решение, в рамках какой типовой математической схемы будет строиться модель (рис. 1.2).
Рис. 1.2 Типовые математические схемы моделирования систем: D (dynamic) – модели, вида dx/dt = f(x); Q (queuing) – модели систем массового обслуживания; F (finite automata) – конечные автоматы; P (probabilistic automata) – вероятностные автоматы