Глава 1. Модели. Наука и искусство моделирования

 

Глава 2. Виды моделей

Глава 3. Имитационное моделирование

Глава 4. Имитационное моделирование в среде AnyLogic. Общие понятия.

В части I излагаются основные сведения об имитационном моделировании. Главная цель этой вводной части — определить, что такое модель и что мо­жет дать ее анализ, представить общую схему жизненного цикла модели, охарактеризовать его отдельные этапы, показать на простом примере основ­ные концепции моделирования в среде AnyLogic.

В главе 1 обсуждаются общие вопросы моделирования. Вводятся такие ба­зовые понятия, как модель, абстрагирование при построении моделей, адекватность модели. В главе 2 рассматриваются различные типы моделей. Глава 3 посвящена изложению основных принципов имитационного моде­лирования, в ней рассматриваются примеры имитационных моделей и ос­новные этапы процесса моделирования: разработка модели, эксперимент с моделью, задачи верификации модели и ее калибровки, различные зада­чи анализа модели. В главе 4 общие принципы и понятия, связанные с разработкой и анализом моделей, поясняются на примерах моделей, уже разработанных в среде AnyLogic. Здесь объясняется, из каких структурных единиц состоит модель, как она представлена на экране компьютера, как запустить модель, что можно увидеть при анализе модели. В конце этой главы объясняются основные концепции имитационного моделирования в среде AnyLogic.

После проработки части I читатель сможет запускать и исследовать модели, разработанные в AnyLogic. Много таких моделей находится в разделе Examples программной системы AnyLogic.

 

Глава 1

Модели. Наука и искусство моделирования

Название этой главы фактически совпадает с названием известной моно­графии Роберта Шеннона [РШ71]. Моделирование состоит из трех этапов, на которых от разработчика модели требуются как формальные, так и не­формальные умения. Первый этап — анализ реального явления и построе­ние его упрощенной модели, второй этап — анализ построенной модели формальными средствами (например, с помощью компьютера), и, наконец, на третьем этапе выполняется интерпретация результатов, полученных на модели, в терминах реального явления. Первый и третий этапы не могут быть формализованы, их выполнение требует интуиции, творческого вооб­ражения и понимания сути изучаемого явления, т. е. качеств, присущих ра­ботникам искусства. В данной главе эти вопросы рассматриваются более подробно.

Модели процессов и систем

Современная парадигма научного исследования состоит в том, что реальные объекты заменяются их упрощенными представлениями, абстракциями, вы­бираемыми таким образом, чтобы в них была отражена суть явления, те свойства исходных объектов, которые существенны для решения поставлен­ной проблемы. Построенный в результате упрощения объект называется мо­делью. Модель — это упрощенный аналог реального объекта или явления, представляющий законы поведения входящих в объект частей и их связи. Построение модели и ее анализ называется моделированием. В научной рабо­те моделирование является одним из главных элементов научного познания.

В практической деятельности цель построения модели — решение некото­рой проблемы реального мира, которую дорого либо невозможно решать, экспериментируя с реальным объектом. На рис. 1.1 схематично представлены эти два пути: прямой путь решения проблемы, основанный на эксперимен­тах с реальным объектом, может быть заменен "окольным" путем, на кото­ром эксперименты проводятся с абстрактной моделью. Практика показывает, что диаграмма рис. 1.1 коммутативна при правильно выбранном уровне аб­стракции. Иными словами, оба пути могут привести к решению проблемы, но с помощью моделирования такое решение находится значительно проще и дешевле.

Обычно исходная проблема состоит в анализе существующего или предпо­лагаемого объекта для принятия решения по его управлению. Например, таким объектом может быть географически распределенная система постав­щиков сырья, заводов, складов готовой продукции и их транспортные связи. Другой пример — порт для разгрузки танкеров с несколькими терминалами, емкостями для загрузки нефти, пулом нефтеналивных цистерн для вывоза нефти.

При построении модели как заменителя реальной системы выделяются те аспекты, которые существенны для решения проблемы, и игнорируются те аспекты, которые усложняют проблему, делают анализ очень сложным или вообще невозможным. Проблема анализа всегда ставится в мире реальных объектов. В примере с портом это может быть проблема оптимального ис­пользования существующих ресурсов (организация движения танкеров в аква­тории порта и использования железнодорожных нефтеналивных цистерн) для организации перекачки нефти из танкеров и ее отправки потребителям.

 

Принимать решения по управлению ресурсами, перестраивая реальную сис­тему, экономически нецелесообразно. Другой путь решения — сформулиро­вать эту проблему для модели, которую составят схема порта, объемы неф­теналивных емкостей, скорости разгрузки, средняя интенсивность прибытия танкеров, среднее время оборачиваемости цистерн и т. п. Пример такой мо­дели приведен на рис. 1.2. Откройте апплет Tanker Unloading Applet (HTML документ), находящийся в папке Model Examples / Part I / Tanker Unloading Applet Files. Запустите апплет, щелкнув по кнопке слева вверху. Анима­ционная картинка дает наглядное представление происходящих в системе процессов и их взаимодействия. В соответствии с рис. 1.1, на этой модели можно выполнить эксперименты, изменяя ее параметры с целью выбора подходящих объемов береговых накопителей нефти, эффективного расписа­ния движения цистерн. После получения такого расписания можно конкре­тизировать его для конкретных цистерн, конкретных мест их загрузки и т. п.

Реальные объекты и ситуации обычно сложны, и модели нужны для того, чтобы ограничить эту сложность, дать возможность понять ситуацию, по­нять тенденции изменения ситуации (спрогнозировать будущее поведение анализируемой системы), принять решение по изменению будущего поведе­ния системы и проверить его. Если модель отражает свойства системы, су­щественные для решения конкретной проблемы, то анализ модели позволя­ет вывести характеристики, которые объяснят известные и предскажут новые свойства исследуемой реальной системы без экспериментов с самой системой. С помощью моделирования получено множество впечатляющих результатов в науке, технике и на производстве.