Практическая работа № 1
Имитационное моделирование складов, распределительных центров с использованием системной динамики в NETLOGO
Цель работы – исследовать динамику процессов путем имитационного моделирования.
Краткое теоретическое введение
Имитационное моделирование – это 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 и с ней 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).
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 математическая модель заменяется имитатором или имитационной моделью.
Имитационная модель – логико-математическое описание объекта, которое может быть использовано для экспериментирования на компьютере в целях проектирования, анализа и оценки функционирования объекта.
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.
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.
Имитация, как метод решения нетривиальных задач, получила начальное развитие в связи с созданием ЭВМ в 1950х – 1960х годах.
Можно выделить две разновидности имитации:
- Метод Монте-Карло (метод статистических испытаний);
- Метод имитационного моделирования (статистическое моделирование).
Виды имитационного моделирования
- Агентное моделирование – 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 1960х 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.
Области применения:
- Бизнес процессы
- Боевые действия
- Динамика населения
- Дорожное движение
- Логистика
- Производство
- Робототехника
- Рынок и конкуренция
- Сервисные центры
- Цепочки поставок
- Уличное движение
- Управление проектами
- Экономика здравоохранения
Применения компьютерного имитационного моделирования в социологических исследованиях является превосходным методом моделирования и постижения социальных процессов.
Имитационное моделирование позволяет взглянуть на социальные и экономические процессы с новой стороны, учитывая возможность появлении комплексного поведения в результате выполнения относительно простых действий.
Интерес к социальному моделированию возрос во всем мире недавно, по большей части, в результате увеличения доступности мощных персональных компьютеров. На данную область оказало влияние развитие искусственного интеллекта. Оно обеспечило социальное моделирование необходимыми инструментами.
Имитационное моделирование – это отдельный вид моделирования. Построение моделей является хорошо известным способом постижения мира: то, что мы делаем постоянно, но что наука и социальные исследователи оптимизировали и формализовали. Модель – это упрощение - меньшее по размерам, менее детализированное, менее сложное, или все это одновременно – какой-то структуры или системы. В модели самолета мы узнаем самолет, даже если она значительно меньше своего оригинала и в ней отсутствуют сложные системы управления.