Имитационное моделирование

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Содержание

Введение……………………………………………………………………..3-5

Глава 1. Сущность понятия  «имитационное моделирование»

1.1. Понятие, цели и область применения имитационного моделирования………………………………………………………………6-7

1.2. Виды имитационного  моделирования……………………………….8-9

1.3.Имитационные модели  предприятий и производственных  объединений…………………………………………………………………9-12

1.4. Основные методы имитационного моделирования………………12-13

Глава 2. Имитационные модели в банковском деле. Их применение

2.1. Имитационные модели  в банковском деле: новые технологии  планирования и управления………………………………………………14-21

2.2. Применение имитационных технологий………………………….21-23

Глава 3. Преимущества и недостатки имитационных моделей………...24-28

Заключение………………………………………………………………….29

Список использованной литературы………………………………………30-31

 

 

 

 

 

 

Введение

В исследовании операций широко применяются как аналитические, так и

статистические модели. Каждый из этих типов имеет свои преимущества и

недостатки. Аналитические  модели более грубы, учитывают меньшее  число

факторов, всегда требуют  каких-то допущений и упрощений. Зато результаты расчета по ним легче обозримы, отчетливее отражают присущие явлению основные закономерности. А, главное, аналитические модели больше приспособлены для поиска оптимальных решений. Статистические модели, по сравнению, с аналитическими, более точны и подробны, не требуют столь грубых допущений, позволяют учесть большое (в теории – неограниченно большое) число факторов. Но и у них – свои недостатки: громоздкость, плохая обозримость, большой расход машинного времени, а главное, крайняя трудность поиска оптимальных решений, которые приходятся искать «на ощупь», путем догадок и проб. Наилучшие работы в области исследования операций основаны на совместном применении аналитических и статистических моделей. Аналитическая модель дает

возможность в общих чертах разобраться в явлении, наметить как бы контур

основных закономерностей. Любые уточнения могут быть получены с помощью статистических моделей. Имитационное моделирование применяется к процессам, в ход которых может время от времени вмешиваться человеческая воля. Человек,  руководящий операцией, может в зависимости от сложившейся обстановки, принимать те или другие

решения, подобно тому, как  шахматист, глядя на доску, выбирает свой очередной ход. Затем приводится в действие математическая модель, которая показывает, какое ожидается изменение обстановки в ответ на это решение и к каким последствиям оно приведет спустя некоторое время . Следующее «текущее решение» принимается уже с учетом реальной новой обстановки и т.д. В результате многократного повторения такой процедуры руководитель как бы

«набирает опыт», учится на своих и чужих ошибках и  постепенно выучивается принимать правильные решения – если не оптимальные, то почти оптимальные.

Имитационное моделирование  становится эффективным методом  исследования сложных систем со случайным  взаимодействием элементов, таких  как транспортные потоки, многоступенчатое промышленное производство, распределенные объекты управления. Принцип имитационного  моделирования заключается в  том, что поведение системы отображают компьютерной моделью взаимодействия ее элементов во времени и пространстве.

Главная ценность имитационного  моделирования состоит в том, что в его основу положена методология  системного анализа. Она дает возможность  исследовать проектируемую или  анализируемую систему по технологии операционного исследования, включая такие взаимосвязанные этапы, как содержательная постановка задачи; разработка концептуальной модели; разработка и программная реализация имитационной модели; оценка адекватности модели и точности результатов моделирования; планирование экспериментов; принятие решений. Благодаря этому имитационное моделирование можно применять как универсальный подход для принятия решений в условиях неопределенности и для учета в моделях трудно формализуемых факторов.

Изучение системы с  помощью модели позволяет проверить  новые решения без вмешательства  в работу реальной системы, растянуть  или сжать время функционирования системы, понять сложное взаимодействие элементов внутри системы, оценить  степень влияния факторов и выявить  “узкие места”.

Применение имитационного  моделирования целесообразно, если:

• провидение экспериментов с реальной системой невозможно или дорого;
• требуется изучить поведение системы при ускоренном или замедленном времени;
• аналитическое описание поведения сложной системы невозможно;
• поведение системы зависит от случайных воздействий внешней среды;
• требуется выявить реакцию системы на непредвиденные ситуации;
• нужно проверить идеи по созданию или модернизации системы;
• требуется подготовить специалистов по управлению реальной системой.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Глава 1. Сущность понятия «имитационное моделирование»

1.1.  Понятие,  цели и область применения  имитационного моделирования

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.

К имитационному моделированию  прибегают в случаях, 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 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.

Области применения имитационного  моделирования:

- бизнес процессы;

- боевые действия;

- динамика населения;

- дорожное движение;

- ИТ-инфраструктура;

- математическое моделирование  исторических процессов;

- логистика;

- пешеходная динамика;

- производство;

- рынок и конкуренция;

- сервисные центры;

- цепочки поставок;

- уличное движение;

- управление проектами;

- экономика здравоохранения;

- экосистемы

 

 

 

1.2 Виды имитационного моделирования

Агентное  моделирование — относительно новое (1990е-2000е гг.) 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.¹

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 Форрестером в 1950 годах.

1.3. Имитационные модели предприятий и производственных объединений

Для имитации сложных производственных систем требуется создание логико-математической модели исследуемой системы, позволяющей  проведение с нею экспериментов  на ЭВМ. Модель реализуют в виде комплекса  программ, написанных на одном из универсальных  языков программирования высокого уровня либо на специальном языке моделирования. С развитием имитационного моделирования появились системы и языки, сочетающие возможности имитации как непрерывных, так и дискретных систем, что позволяет моделировать сложные системы типа предприятий и производственных объединений. При построении модели, прежде всего, следует определить ее назначение. В модели должны быть отражены все существенные с точки зрения цели, ее построения функции моделируемого объекта и в то же время в ней не должно быть ничего лишнего, иначе она будет слишком громоздкой и мало эффективной. Основным назначением моделей предприятий и объединений является их исследование с целью совершенствования системы управления либо обучения и повышения квалификации управленческого персонала. При этом моделируется не само производство, а отображение производственного процесса в системе управления. Для построения модели используется укрупненная СИВС. Методом единичной нити выявляют те функции и задачи, в результате которых может быть получен искомый результат в соответствии с назначением модели. На основании логико-функционального анализа строят структурную схему модели. Построение структурной схемы позволяет выделить ряд самостоятельных моделей, входящих в виде составных частей в модель предприятия. На рис. 3 приведен пример построения структурной схемы моделирования финансово-экономических показателей предприятия. Модель учитывает как внешние факторы – спрос на продукцию, план поставок, так и внутренние –   затраты на производство, существующие и планируемые производственные возможности.

 

 

Рис.3

 

Некоторые из моделей являются детерминированными– расчет планируемого полного дохода по номенклатуре и  количествам в соответствии с  планом производства при известных  ценах и стоимости упаковки. Модель плана производства является оптимизационной, настраиваемой на один из возможных критериев – максимизацию дохода или использования производственных мощностей; наиболее полное удовлетворение спроса; минимизацию потерь поставляемых материалов и комплектующих изделий и пр. В свою очередь модели спроса на продукцию, планируемых производственных мощностей и плана поставок являются вероятностными с различными законами распределения. Взаимосвязь между моделями, координация их работы и связь с пользователями осуществляется с помощью специальной программы, которая на рис.3 не показана. Эффективная работа пользователей с моделью достигается в режиме диалога. Построение структурной схемы модели не формализовано и во многом зависит от опыта и интуиции ее разработчика. Здесь важно соблюдать общее правило – лучше на первых этапах составления схемы включить в нее большее число элементов с последующим их постепенным сокращением, чем начать с некоторых, кажущихся основными, блоков, намереваясь в последующем их дополнять и детализировать. После построения схемы, обсуждения ее с заказчиком и корректировки переходят к построению отдельных моделей. Необходимая для этого информация содержится в системных спецификациях –   перечень и характеристики задач, необходимые для их решения исходные данные и выходные результаты и т д. Если системные спецификации не составлялись, эти сведения берут из материалов обследования, а иногда прибегают к дополнительным обследованиям. Важнейшими условиями эффективного использования моделей являются проверка их адекватности и достоверность исходных данных. Если проверка адекватности осуществляется известными методами, то достоверность имеет некоторые особенности. Они заключаются в том, что во многих случаях исследование модели и работу с нею лучше проводить не с реальными данными, а со специально подготовленным их набором. При подготовке набора данных руководствуются целью использования модели, выделяя ту ситуацию, которую хотят промоделировать и исследовать.

1.4. Основные методы имитационного моделирования

Основными методами имитационного  моделирования являются: аналитический  метод, метод статического моделирования  и комбинированный метод (аналитико-статистический) метод.

Аналитический метод применяется для имитации процессов в основном для малых и простых систем, где отсутствует фактор случайности. Например, когда процесс их функционирования описан дифференциальными или интегродифференциальными уравнениями. Метод назван условно, так как он объединяет возможности имитации процесса, модель которого получена в виде аналитически замкнутого решения, или решения полученного методами вычислительной математики.