Область применения имитационных моделей

При разработке имитационной модели остаются справедливыми принципы моделирования, рассмотренные в главе 1.

В качестве следствия из этого утверждения необходимо отметить два важных обстоятельства:

· взаимосвязь между отдельными элементами системы, описанными в модели, а также между некоторыми величинами (параметрами), может быть представлена в виде аналитических зависимостей;

· модель можно считать реализуемой и имеющей практическую ценность, только в том случае, если в ней отражены лишь те свойства реальной системы, которые влияют на значение выбранного показателя эффективности.

Поскольку основой имитационного моделирования является метод статистических испытаний, то наибольший эффект от его применения достигается при исследовании сложных систем, на функционирование которых существенное влияние оказывают случайные факторы.

Применение имитационного моделирования целесообразно также в следующих случаях:

· если не существует законченной постановки задачи на исследование и идет процесс познания объекта моделирования;

· если характер протекающих в системе процессов не позволяет описать эти процессы в аналитической форме;

· если необходимо наблюдать за поведением системы (или отдельных ее компонентов) в течение определенного периода, в том числе с изменением скорости протекания процессов;

· при изучении новых ситуаций в системе либо при оценке функционирования ее в новых условиях;

· если исследуемая система является элементом более сложной системы, другие элементы которой имеют реальное воплощение;

· когда необходимо исследовать поведение системы при введении в нее новых компонентов;

· при подготовке специалистов и освоении новой техники (в качестве тренажеров).

Приведенный список возможных областей применения имитационных моделей можно рассматривать и как перечень их достоинств, но, к сожалению, имитационные модели имеют и ряд недостатков. Первый, и весьма существенный, заключается в том, что разработка имитационных моделей, как правило, требует больших затрат времени и сил. Кроме того, любая имитационная модель сложной системы значительно менее «объективна», чем аналитическая модель, поскольку она, прежде всего, отражает субъективные представления разработчика о моделируемой системе. И, наконец, результаты имитационного моделирования, как и при любом численном методе, всегда носят частный характер. Для получения обоснованных выводов необходимо проведение серии модельных экспериментов, а обработка результатов требует применения специальных статистических процедур.

Современное состояние вычислительной техники и ее программного обеспечения позволило создать мощные инструментальные средства моделирования, статистического анализа и визуализации полученных результатов. К этим средствам, в частности, относится пакет MATLAB.

«Объективность» создаваемой модели может быть обеспечена в том случае, когда разработчик ясно представляет себе, какие именно характеристики исследуемой системы его интересуют. Дело в том, что для каждого варианта постановки задачи исследования может быть выбрана соответствующая схема построения модели.

Дата добавления: 2014-12-27