Имитационное моделирование — это метод исследования, при котором изучаемая система заменяется моделью, с достаточной точностью описывающей реальную систему, с которой 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). 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 аналитическая 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, 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 её элементами или другими словами — разработке симулятора (англ. simulation modeling) исследуемой предметной области для проведения различных экспериментов.
Имитационное моделирование позволяет:
- Прогнозировать развитие и поведение системы во времени;
- Анализировать варианты функционирования системы при изменении тех или иных параметров.
- Для исследуемой системы определяются причинно-следственные связи, на основе которых создается компьютерная модель. Модель обрабатывает данные в режиме реального времени и строит прогнозы типа «что, если».
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.
Виды имитационного моделирования:
Агентное моделирование — используется для исследования децентрализованных систем, динамика функционирования которых определяется результатом индивидуальной активности членов группы.
Дискретно-событийное моделирование — подход к моделированию, предлагающий абстрагироваться от непрерывной природы событий и рассматривать только основные события моделируемой системы. Считается, что этот вид моделирования наиболее подходит для моделирования производственных процессов.
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. С помощью системной динамики строят модели бизнес-процессов, развития города, модели производства, динамики популяции, экологии и развития эпидемии.
Можно выделить следующие этапы процесса имитации.
1. Определение системы - установление границ ограничений и эффективности системы, подлежащей изучению.
2. Формирование модели - переход от реальной системы к некоторой логической системе (абстрагирование).
3. Подготовка данных - отбор данных необходимых для построения модели и представление их в соответствующей форме.
4. Трансляция модели - описание модели на языке, приемлемом для использования на ЭВМ.
5. Оценка адекватности - повышенная до приемлемого уровня степень уверенности, с которой можно судить относительно корректировки выводов о реальной системе.
6. Стратегическое планирование - планирование эксперимента (данная тема выделена в отдельную главу учебного пособия см. гл.4).
7. Тактическое планирование - определение способа проведения каждой серии испытаний, представленных планом эксперимента.
8. Экспериментирование - процесс осуществления имитации с целью получения желаемых данных и анализа чувствительности.
9. Интерпретация - построение выводов по данным, полученным путем имитации.
10.Реализация - практическое использование модели.
11.Документирование - регистрация хода осуществления проекта и его результатов.
Метод Монте-Карло - метод статистических испытаний - численный метод решения различных задач при помощи моделирования случайных событий.
Метод Монте'Карло – исследование детерминированных процессов, заданных в виде математических моделей с логическими элементами с помощью статистических испытаний на ЭВМ. Особенностью статистического моделирования является случайное задание исходных данных с известными законами распределения и, как следствие, вероятностное оценивание характеристик исследуемых процессоров. Статистическое моделирование является эффективным методом исследования слабоорганизованных систем с несложной логикой функционирования.
29. Имитационное моделирование продукционного процесса. WOFOST как пример имитационной модели роста растений.
Для изучения процессов, происходящих в экологических системах, используется как математическое, так и имитационное моделирование.
Имитационное моделирование применяется для исследования сложных логических и логико-математических моделей с неточным заданием исходных данных (заданным законом распределения, оценочными характеристиками).
В экологическом моделировании можно выделить два основных направления:
а) моделирование взаимодействия организмов друг с другом и с окружающей средой ("классическая" экология);
б) моделирование, связанное с состоянием окружающей среды и ее охраной (социальная экология).
Оба направления представлены большим количеством разработанных моделей.
Моделирование, связанное с состоянием окружающей среды, в свою очередь, распадается на ряд направлений.
Назовем некоторые из них:
моделирование водных экосистем (трансформации компонент экосистемы, образования и превращения веществ, потребления, роста и гибели организмов);
моделирование продукционного процесса растений (для выбора оптимальной стратегии проведения сельскохозяйственных мероприятий: орошения, полива, внесения удобрений, выбора сроков посева или посадки растений с целью получения максимального урожая);
моделирование лесных сообществ (используются как для описания лесных массивов на больших пространственных и временных масштабах, так и для моделирования популяций, в которых основным объектом является отдельное дерево);
моделирование загрязнения атмосферы и поверхности земли промышленными выбросами (перенос загрязняющих веществ, ущерб, наносимый
здоровью населения, сельскохозяйственным угодьям, лесным массивам, почве, затраты на восстановление окружающей среды и т.д.)
WOFOST model - детерминированная модель моделирования урожая на основе физиологических процессов
30. Модульная организация имитационных моделей. BOIMA как пример модульного имитационного моделирования.
Имитационное моделирование является по своей сути машинным экспери ментом с моделью исследуемой или проектируемой системы
Модульная организация системы является необходимым требованием, а сама суть модульности тесно переплетена с сутью других свойств объектной модели.
Основная цель экспериментальных исследований с помощью имитационных моделей состоит в наиболее глубоком изучении поведения моделируемой системы. Для этого необходимо планировать и проектировать не только саму модель, но и процесс ее использования, т. е. проведение с ней экспериментов на ЭВМ.
31. Перспективы развития математического моделирования в экологии и почвоведении.
Широкое применение методологии и конкретных физических результатов в рассматриваемых направлениях, а также пути более эффективного применения методов математического моделирования с использованием современной вычислительной техники в различных предметных областях.
32. Использование графовых моделей для решения задач оценки пригодности земель.
Графовой моделью называют подвид математических моделей или ранние моделями данных. Они представляют собой инструменты для создания и использования различных разновидностей баз данных сетевой и иерархической структуры. Эти модели получили свое название по видам рассматриваемых в них структур данных.
В графовых моделях данных предусматриваются характерные для представимых в них структур данных операции навигации и манипулирования данными. Принципиальное значение при этом имеет то обстоятельство, что модельные операции манипулирования данными обеспечивают одновременную обработку только одиночных экземпляров данных из базы данных - записей базы данных, сегментов и т.п.
Поможем написать любую работу на аналогичную тему