1.3. Процесс имитационного моделирования

Процесс последовательной разра­ботки имитационной модели начинается с создания простой модели, которая затем постепенно усложняется в соответствии с требованиями, предъявляемыми решаемой проблемой. В про­цессе имитационного моделирования можно выделить следую­щие основные этапы:

1. Формулирование   проблемы:  описание  исследуемой  пробле­мы и определение целей исследования.

2. Разработка модели: логико-математическое описание мо­делируемой системы в соответствии с формулировкой проблемы.

3.  Подготовка данных: идентификация, спецификация и сбор данных.

4. Трансляция модели:  перевод модели на  язык, приемлемый  для используемой ЭВМ.

5. Верификация: установление правильности машинных про­грамм.

6. Валидация: оценка требуемой точности и соответствия имитационной модели реальной системе.

7. Стратегическое и тактическое планирование: определение условий проведения машинного эксперимента с имитационной моделью.

8. Экспериментирование: прогон имитационной модели на ЭВМ для получения требуемой информации.

9. Анализ результатов:  изучение  результатов  имитационного эксперимента для подготовки выводов и рекомендаций по ре­шению проблемы.

10. Реализация и документирование:  реализация   рекомендаций, полученных на основе имитации, и составление докумен­тации по модели и ее использованию.

Первой задачей имитационного исследования является точ­ное определение проблемы и детальная формулировка целей исследования. Как правило, определение проблемы является непрерывным процессом, который обычно осуществляется в те­чение всего исследования. Оно пересматривается по мере более глубокого понимания исследуемой проблемы и возникновения новых ее аспектов.

Как только сформулировано начальное определение пробле­мы, начинается этап построения модели исследуемой системы. Модель включает статическое и динамическое описание си­стемы. В статическом описании определяются элементы си­стемы и их характеристики, а в динамическом — взаимодействия элементов системы, в результате которых происходят измене­ния ее состояния во времени.

Процесс формулирования модели во многом является искус­ством. Разработчик модели должен понять структуру системы, выявить правила ее функционирования и суметь выделить в них самое существенное, исключив ненужные детали. Модель должна быть простой для понимания и в то же время достаточ­но сложной, чтобы реалистично отображать характерные черты реальной системы. Наиболее важными являются принимаемые разработчиком решения относительно того, верны ли принятые упрощения и допущения, какие элементы и взаимодействия между ними должны быть включены в модель. Уровень детали­зации модели зависит от цели ее создания. Необходимо рассмат­ривать только те элементы, которые имеют существенное значе­ние для решения исследуемой проблемы. Как на этапе форму­лирования проблемы, так и на этапе моделирования необходи­мо тесное взаимодействие между разработчиками модели и ее пользователями. «Первый эскиз» модели должен быть постро­ен, проанализирован и обсужден. Во многих случаях это требует от разработчиков большой ответственности и готовности про­демонстрировать свое возможное незнание исследуемой системы. Однако эволюционный процесс моделирования позволяет быст­рее обнаруживать допущенные разработчиками неточности и более эффективно их конкретизировать. Кроме того, тесное взаимодействие на этапах формулирования проблемы и разра­ботки модели создает у пользователя уверенность в правильности модели и поэтому помогает обеспечить успешную реали­зацию результатов имитационного исследования.

На этапе разработки модели определяются требования к входным данным. Некоторые из этих данных могут уже быть в распоряжении разработчика модели, в то время как для сбора других потребуются время и усилия. Обычно значения таких входных данных задаются на основе некоторых гипотез или предварительного анализа. В некоторых случаях точные зна­чения одного (и более) входного параметра оказывают неболь­шое влияние на результаты прогонов модели. Чувствительность получаемых результатов к изменению входных данных может быть оценена путем проведения серии имитационных прогонов для различных значений входных параметров. Имитационная модель, следовательно, может использоваться для уменьшения затрат времени и средств на уточнение входных данных.

После того как разработана модель и собраны начальные входные данные, следующей задачей является перевод модели в форму, доступную для ЭВМ. Хотя для программирования имитационной модели может использоваться универсальный язык, применение специализированного имитационного языка имеет существенные преимущества. Помимо сокращения вре­мени программирования использование имитационного языка упрощает разработку модели, так как язык содержит набор понятий для формализованного описания системы.

На этапах верификации и валидации осуществляется оцен­ка функционирования имитационной модели. На этапе верифи­кации определяется, соответствует ли запрограммированная для ЭВМ модель замыслу разработчика. Это обычно осуществ­ляется путем ручной проверки вычислений, а также может быть использован и ряд статистических методов.

Установление адекватности имитационной модели исследуе­мой системе осуществляется на этапе валидации. Валидация модели обычно выполняется на различных уровнях. Рекомендуется выполнять валидацию на уровне входных дан­ных, элементов модели, подсистем и их взаимосвязей [1,2].        И хотя валидация имитационных моделей достаточно сложна, она яв­ляется существенно более легкой задачей, чем валидация моде­лей других типов, например моделей линейного программирова­ния. В имитационных моделях существует соответствие между элементами модели и элементами реальной системы, поэтому проверка адекватности разработанной модели включает сравне­ние ее структуры со структурой системы, а также сравнение то­го, как реализованы элементарные функции и решения в модели и системе.

Условия проведения машинных прогонов модели определя­ются на этапах стратегического и тактического планирования [2]. Задача стратегического планирования заключается в раз­работке эффективного плана эксперимента, в результате которо­го либо выясняется взаимосвязь между управляемыми перемен­ными, либо находится комбинация значений управляемых пере­менных, минимизирующая или максимизирующая отклик ими­тационной модели. В тактическом планировании в отличие от стратегического решается вопрос о том, как в рамках плана эксперимента провести каждый имитационный прогон, чтобы получать наибольшее количество информации из выходных дан­ных. Важное место в тактическом планировании занимают оп­ределение начальных условий имитационных прогонов и методы снижения дисперсии среднего значения отклика модели.

Следующие этапы в процессе имитационного исследования - проведение машинного эксперимента и анализ результатов - включают прогон имитационной модели на компьютере и ин­терпретацию полученных выходных данных. При использовании результатов имитационных экспериментов для подготовки вы­водов или проверки гипотез о функционировании реальной си­стемы применяются статистические методы.

Последним этапом в процессе имитационного исследования являются реализация полученных решений и документирование имитационной модели и ее использования. Ни один из имита­ционных проектов не должен считаться законченным до тех пор, пока их результаты не будут использованы в процессе при­нятия решений. Успех реализации во многом зависит от того, насколько правильно разработчик модели выполнил все преды­дущие этапы процессов имитационного исследования. Если раз­работчик и пользователь работали в тесном контакте и достиг­ли взаимопонимания при разработке модели и ее исследова­нии, то результаты проекта скорее всего будут успешно внедряться. Если же между ними не было тесной взаимосвязи, то, несмотря на элегантность и адекватность имитационной моде­ли, сложно будет разработать эффективные рекомендации.

Названные выше этапы имитационного исследования редко выполняются в строго заданной последовательности, начиная с определения проблемы и кончая документированием. В ходе имитационного исследования могут быть сбои в прогонах мо­дели, ошибочные допущения, от которых в дальнейшем прихо­дится отказываться, переформулировки целей исследования, по­вторные оценки и перестройки модели. Такой итеративный про­цесс позволяет разработать имитационную модель, которая дает верную оценку альтернатив и облегчает процесс принятия ре­шения [2].