Моделирование это процесс описания или формализации объекта
реального мира с целью - создание аналога-модели, адекватного объекту.
Как было отмечено выше, моделирование можно разделить аналитическое и имитационное (Рисунок 1.2.1).
Под аналитическим моделированием понимается процесс
формализации реального объекта и нахождение его решения в
аналитических функциях.
Модель, сформулированная на языке математики, физики, химии или
другой науки с помощью системы специализированных символов с точными
правилами сочетаемости, называется аналитической моделью, чаще всего
они представляются в виде формул, неравенств, линейных и нелинейных
уравнений, в том числе дифференциальных и интегро-дифференциальных
уравнений и их комбинаций.
Рисунок 1.2.1 – Виды математического моделирования
Под имитационным моделированием понимается «разработка модели
системы в виде программы для компьютера и проведение экспериментов с
программой, вместо проведения экспериментов с реальной системой или
объектом».
Имитационное моделирование применяется, когда невозможно построить аналитическую модель системы, учитывающую причинные связи,
последствие, нелинейности, стохастические переменные, когда необходимо
имитировать поведение системы во времени, рассматривая различные
возможные сценарии ее развития при изменении внешних и внутренних условий.
Модель представляет собой упрощенное отображение реальности - это
менее детальное, менее сложное, менее подробное воспроизведение реально
существующего объекта, системы или феномена, процесса.
Имитационное моделирование условно может быть представлено различными разновидностями или направлениями, соответственно имеющими
свои методологии (рис. 1.2.2).
Статистическое (численное) моделирование является разновидностью имитационного моделирования. Этот подход к исследованию реального процесса был назван методом статистических испытаний (методом Монте- Карло). Модели здесь строятся для явлений и систем объектов, входы и (или) функциональные соотношения между различными компонентами которой содержат элементы случайности или полностью случайных процессов, подчиняющиеся вероятностным законам.
Реализация решения вероятностной модели реального объекта осуществляется на компьютере. Компьютерная имитация позволяет исследовать модель, как в определенные моменты времени, так и в течение продолжительных периодов времени. Для нахождения устойчивых решений (характеристик) при численном статистическом моделировании требуется его многократное воспроизведение с последующей статистической обработкой.
Динамические системы. Под динамической системой понимается любой объект, процесс или явление, для которого однозначно определено понятие состояния как совокупности некоторых величин и задан закон, который описывает изменение начального состояния с течением времени, двигающуюся в пространстве и изменяющуюся во времени. Динамическими объектами могут быть механические, производственные, физические и др.
Рисунок 1.2.2–Разновидности имитационного моделирования
Дискретно-событийное моделирование. Этот подход используется для описания функционирования системы(процесса) из одного состояния в другое дискретным образом в виде события. Подход к построению имитационных моделей, предлагающий аппроксимировать реальные процессы такими событиями, и называется «дискретно-событийным» моделированием (discrete event modeling).
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. Агентное моделирование (agent-based model (ABM)) – разновидность имитационного моделирования, современный метод, позволяющий исследовать работу децентрализованных агентов и то, как такое поведение определяет поведение всей системы в целом.
В отличие от системной динамики аналитик определяет поведение агентов на индивидуальном уровне, а глобальное поведение возникает как результат деятельности множества агентов (моделирование «снизу вверх»).
Методология когнитивного моделирования, предназначенная для анализа и принятия решений в плохо определенных ситуациях. Под когнитивными технологиями понимается широкий спектр технологий рационализации и формализации интеллектуальных систем создания и функционирования знаний, экспертизы, коммуникации и принятия решения. Когнитивные информационные технологии представляет собой совокупность
методов, приемов, действий, процессов, осуществляемых в определенной последовательности, инструментальных средств (ПК),позволяющих преобразовать входную информацию в варианты управленческого решения.
Ситуационное моделирование. Ситуационное моделирование(situational simulation), ситуационное управление (management situations) – направление исследований и принятия решений.
Ситуационное управление – это метод управления сложными техническими и организационными системами, основанный на идеях теории искусственного интеллекта: представление знаний об объекте управления и способах управления им на уровне логико-лингвистических моделей, использование обучения и обобщения в качестве основных процедур при построении процедур управления по текущим ситуациям, использование дедуктивных систем для построения многошаговых решений. Ситуационное моделирование как метод исследования ситуаций, включающий в себя построение модели реальной ситуации и проведение с ней различного рода мысленных экспериментов: прогнозирования направлений ее развития и (или) “проигрывание” на ней предполагаемых решений по управлению ситуацией с целью выбора оптимального.