Имитационное моделирование

Развитие системных исследований как науки, обусловленное усложнением существующих и возникновением новых систем и новых научно-технических проблем, сопровождается ростом требований к средствам моделирования изучаемых процессов. Все более часты случаи, когда не удается построить математическую модель, отражающую реальные события во всей их сложности, или когда построенная модель приводит к таким задачам, которые находятся на грани неразрешимости.

Здесь на помощь исследователю приходит электронно-вычислительная техника с ее возможностями провести численный эксперимент, накопить статистические данные, оперативно дать разные варианты решений. Математические модели и методы приобретают новое важное качество – становятся основой математического обеспечения моделирующих комплексов.

[сс]Однако, оснащение исследовательских учреждений современной вычислительной техникой не заменяет собой знаний, опыта, искусства человека. То есть, возникла необходимость рационального сочетания возможностей ЭВМ по хранению, переработке большого объема информации, оперативного проведения многовариантных расчетов со способностью человека мыслить, анализировать, принимать решения. Как говорил Ч. Хитч: «Машине надо поручать то, что нужно считать, а человеку – то, над чем надо думать».

Эта потребность привела к созданию новых методологических подходов к проблеме разработки и применения моделей в системных, в том числе экономических исследованиях, наиболее распространенным среди которых.является имитационное моделирование с активным использованием диалога между человеком (как оперирующей стороной) и ЭВМ.

Термин «имитационное» происходит от латинского imititio (копирование, подражание) и выражает стремление оценить расчетным путем и своевременно учесть последствия возможных изменений обстановки, в которой функционирует (или будет функционировать) данная система.

Под имитацией в данном случае следует понимать численный метод проведения на ЭВМ экспериментов с математическими моделями, описывающими поведение сложной системы для определения интересующих нас функциональных характеристик.

Математический аппарат, применяемый в имитационном моделировании, практически ничем не ограничен. Так, для описания отдельных частей системы могут быть использованы аналитические подходы, для описания других частей – алгоритмические или даже эвристические. Однако в основе имитационного моделирования как экспериментального метода лежит моделирование случайных явлений. В результате имитации получаются статистические выводы, которые позволяют оценить те или иные характеристики системы.

Важной составляющей имитационного моделирования можно считать, так называемые, диалоговые системы, которые позволяют исследователю значительно расширить свои аналитические средства, повысить качество и обоснованность проектных решений, а также существенно сократить сроки их выработки. Диалоговые системы называются так именно потому, что между исследователем и ЭВМ осуществляется «диалог»: человек не только вводит дан­ные в машину и получает готовое решение, но может изменять условия в ходе моделирования и корректировать этот процесс.

[13/с.15] Диалоговый режим общения исследователя (или другого представителя оперирующей стороны) с вычислительным комплексом, включающий периодический обмен информацией между участниками диалога в форме вопросов, ответов, указаний позволяет в наибольшей степени использовать опыт и интуицию специалистов.

Диалоговые системы позволяют работать с единой моделью (вводить в нее новые исходные данные, вносить коррективы и т. д.) как различным «узким» специалистам-проектировщикам отдельных подсистем, так и системным аналитикам. Причем ЭВМ сама варьирует эти данные и выдает варианты решения, из которых исследователи могут выбрать наиболее подходящие для данного случая варианты (принятие решения остается, конечно, за человеком). Исследователь может, кроме того, «вызвать» из памяти ЭВМ нужные ему данные. Целостная же модель исследуемой системы постоянно хранится в машине в течение всего процесса исследования. Все это существенно облегчает работу системного аналитика.

Появление имитационного моделирования и превращение его в эффективное средство анализа сложных систем было, с одной стороны, обусловлено потребностями практики, а с другой стороны, обеспечено развитием метода статистических испытаний (метод Монте-Карло), открывшего возможность моделирования случайных факторов, которыми изобилуют реальные системы, а также развитием электронной вычислительной техники, являющейся базой для проведения статистических экспериментов.

[6/с.364] Успешное использование вычислительных машин в анализе тесно связано с созданием математической модели. Однако, необходимо отметить, что, если для данной проблемы или хотя бы для ее части нельзя построить модель, то вычислительная машина бесполезна. Вычислительная машина при современном понимании того, как она может быть использована, не может помочь решению проблемы, которую теоретически нельзя решить без ее помощи.

Вычислительная машина не является универсальным средством. То, что в данном исследовании использовалась вычислительная машина, не является гарантией его качества. Достоверность результата не выше достоверности модели, с которой работала вычислительная машина.

Факт использования в анализе вычислительной машины может свидетельствовать о том, что проблема была изучена детально, что были рассмотрены разнообразные возможности. Но он ничего не говорит о качестве этого исследования.

[12/с.148] В последнее время все большее распространение получают, так называемые, имитационные игры, проходящие с непосредственным участием специалистов. В этом случае модель, испытываемая на вычислительной машине, представляет управляемую систему, а люди, участвующие в игре, принимают необходимые решения в процессе самого эксперимента. Такой способ имитации применяется как для обучения персонала, так и для исследования сложных систем, функционирующих с участием людей, деятельность которых не поддается формальному описанию.

В такой интерпретации, имитационное моделирование широко применяется в различных областях: производстве, экономике, космических исследованиях, военном деле и т.д. и является эффективным средством анализа и проектирования сложных систем.