Методы имитационного моделирования

Report
Лекция 1
Имитационное моделирование систем
связи
1
Вопросы лекции
1.
2.
Методы моделирования
Имитационное моделирование систем
связи
2
Методы моделирования


Моделирование – эффективный метод
исследования сложных систем, включая
телекоммуникационные сети
Модель – сущность/объект, который
отображает процессы, протекающие в
реальных системах с помощью
математических или натурных средств.
3
Методы моделирования
Модель – условное (!) отображение реальной
системы
Условность связана с возможностью формализации
описания процесса и взаимосвязей его показателей.
По-сути, в моделях отражаются процессы в виде
взаимосвязей показателей процесса и на этой
основе осуществляются оценки характеристик
(зависимостей) и/или параметров процессов
исследуемых систем
4
Методы моделирования
Методы моделирования




Натурные или физические испытания
(исследования)
Аналитическое моделирование
Имитационное моделирование
Комбинированные методы моделирования
Основные условия выбора метода
 Постановка задачи
 Составом, характером и объемом исходных данных
 Временем на решение исследовательской задачи
5
Методы моделирования
Натурное (физическое) моделирование



Достоинства



Измерение характеристик осуществляется на исследуемых
системах в реальном времени ( проведение экспериментов)
Данные исследователь получает ведя наблюдение за процессами
в реальной системе
Высокая адекватность модели реальной системе
Высокая точность результатов
Недостатки



Высокая стоимость создания модели
Большие временные затраты
Необходимость доработки отдельных узлов реальной системы
для проведения натурных экспериментов
Пример: исследование надежностных характеристик автомобилей
(crash test)
6
Методы моделирования
Аналитическое моделирование

Модель представляется совокупностью
аналитических выражений, которые отражают
явные функциональные зависимости между
параметрами реальной системы в процессе ее
работы





Линейные и нелинейные уравнения
Дифференциальные и интегральные уравнения
Вероятностные зависимости ( модели СМО)
Аналитические модели применяются для
относительно простых систем, для исследования
характеристик которых не требуется высокая
точность.
Аналитическая модель – относительное
приближение к действительности
7
Методы моделирования
Аналитическое моделирование

Достоинства



Простота и низкая стоимость модели
Возможность быстро получить численные
результаты
Недостатки




Большое число допущений и ограничений
Не высокая точность результатов
Относительное соответствие результатов
определенным условиям
Большая сложность аналитического описания
функциональных зависимостей
8
Методы моделирования
Имитационное моделирование
 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.
9
Методы моделирования
Имитационное моделирование
 Имитационное статистическое моделирование
представляет собой численный метод проведения
на ЭВМ вычислительных экспериментов с
математическими моделями, имитирующими
поведение реальных объектов, процессов и систем
во времени в течении заданного периода.

Имитационное моделирование - это совокупность
методов алгоритмизации функционирования
объектов исследований, программной реализации
алгоритмических описаний, организации,
планирования и выполнения на ЭВМ
вычислительных экспериментов с
математическими моделями,
10
Методы моделирования

Достоинства имитационного моделирования








Высокая адекватность между физической сущностью
описываемого процесса и его моделью
Возможность описать сложную систему на достаточно
высоком уровне детализации
Значительно больше областей исследования, чем
аналитическое моделирование
Отсутствие ограничений отражение в модели зависимостей
между параметрами модели
Возможность оценки функционирования системы не только в
стационарных состояниях, но и в переходных режимах
(процессах)
Получение большого числа данных об исследуемом объекте
(функцию распределения случайных величин, числовые
значения абсолютные и относительные, и многое другое)
Наиболее рациональное отношение «результат – затраты»
по отношению к аналитическому и физическому
моделированию
Доступность и развитость инструментов моделирования
11
Методы моделирования

Недостатки имитационного моделирования




Разработка хорошей ИМ часто обходится дороже,
чем аналитической и требует больше времени на
создание и отладку.
Сложно оценить степень точности модели, ее
адекватность исследуемому процессу.
Относительно высокие требования к
квалификации исследователя для написания
модели
Общность применения и индивидуальность
реализации
12
Методы моделирования
Комбинированные методы
моделирования



Модель представляется в комбинации методов
моделирования
Наиболее широко применяются имитационноаналитические модели
Степень применения методов моделирования
определяет исследователь, исходя из
поставленных задач, имеющихся ресурсов (
знаний, компьютера) и времени на проведение
исследовательской работы
13
Имитационное моделирование систем
связи



Имитация, как метод решения нетривиальных задач,
получила начальное развитие в связи с созданием ЭВМ в
1950х — 1960х годах
Одним из основных видов имитационного моделирования
является статистическое имитационное моделирование.
Статистическая модель случайного процесса - это алгоритм, с
помощью которого имитируют работу сложной системы,
подверженной случайным возмущениям; имитируют
взаимодействие элементов системы, носящих вероятностный
характер
14
Имитационное моделирование систем
связи
Области применения имитационного моделирования














Телекоммуникационные системы и сети
Бизнес процессы
Боевые действия
Динамика населения
ИТ- инфраструктура
Математическое моделирование исторических процессов
Логистика (цепочки поставок)
Пешеходная динамика
Уличное движение
Производство, рынок и конкуренция
Сервисные центры
Управление проектами
Экономика здравоохранения
Экосистемы
15
Имитационное моделирование систем
связи


При реализации на ЭВМ статистического имитационного
моделирования возникает задача получения на ЭВМ случайных
числовых последовательностей с заданными вероятностными
характеристиками.
Численный метод, решающий задачу генерирования
последовательности случайных чисел с заданными законами
распределения, получил название "метод статистических
испытаний" или "метод Монте-Карло«.


именно рулетка является одним из самых широко
известных генераторов случайных чисел . Идея 1949 г.
Идея принадлежит Станиславу Уламу, который раскладывая пасьянсы,
задался вопросом, какова вероятность того, что пасьянс «сложится».
Ему в голову пришла идея, что вместо того, чтобы использовать
обычные для подобных задач соображения комбинаторики, можно
просто поставить «эксперимент» большое число раз и, таким образом,
подсчитав число удачных исходов, оценить их вероятность. Он же
предложил использовать компьютеры для расчётов методом МонтеКарло
16
Имитационное моделирование систем
связи


Метод статистическое имитационного
моделирования - это способ изучения сложных
процессов и систем, подверженных случайным
возмущениям, с помощью имитационных моделей.
Методика статистического моделирования состоит из
следующих этапов:
1.
Моделирование на ЭВМ псевдослучайных
последовательностей с заданной корреляцией и законом
распределения вероятностей (метод Монте-Карло),
имитирующих на ЭВМ случайные значения параметров при
каждом испытании;
2. Преобразование полученных числовых
последовательностей на имитационных математических
моделях.
3. Статистическая обработка результатов моделирования.
17
Имитационное моделирование систем
связи
Имитационное моделирование наука или искусство?
Универсального общего способа построения адекватных моделей
не существует.
Адекватность (от лат. adaequatus — приравненный, равный)
модели — совпадение свойств (функций / параметров /
характеристик и т. п.) модели и соответствующих свойств
моделируемого объекта.
Адекватностью называется совпадение модели моделируемой
системы в отношении цели моделирования.
18
Имитационное моделирование систем
связи
Имитационное моделирование наука или искусство?
Паради́ гма (от греч. παράδειγμα, «пример, модель, образец»)

Под термином парадигма можно понимать метод принятия
решений на основе модели.


Например, человек принимает решение на основе своей внутренней
модели мира
Парадигма моделирования ( программирования) определяет то,
в каких терминах программист описывает логику программы.
Имитационные модели – это более объекты искусства, чем
стандартные программы.
19
Имитационное моделирование систем
связи
Виды имитационного моделирования
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.
20
Имитационное моделирование систем
связи
Методы 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.

Агентное моделирование (agent-based model (ABM))—
метод имитационного моделирования, исследующий
поведение децентрализованных агентов и то как такое
поведение определяет поведение всей системы в целом.

В отличие от системной динамики аналитик определяет
поведение агентов на индивидуальном уровне, а глобальное
поведение возникает как результат деятельности множества
агентов (моделирование «снизу вверх»).
21
Имитационное моделирование систем
связи
Методы имитационного моделирования
Агентное моделирование включает в себя элементы теории игр,
сложных систем, мультиагентных систем и эволюционного
программирования, методы Монте-Карло, использует
случайные числа.
Цель агентных моделей – получить представление об этих
глобальных правилах, общем поведении системы, исходя из
предположений об индивидуальном 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.
22
Имитационное моделирование систем
связи
Виды имитационного моделирования

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 процессов в телекоммуникационных сетях

Основан Джеффри Гордоном в 1960х годах.
23
Имитационное моделирование систем
связи
По аналогии с моделями СМО, в телекоммуникационных системах
протекают следующие процессы:

Поступление заявок

Выбор обслуживающего устройства

Обслуживание

Освобождение
Для отражения этих процессов в ИМ должны быть средства,
позволяющие имитировать

Входной поток заявок

Управление/распределением заявок

Обслуживание

Выходной поток заявок

Статистическую обработку входных и выходных параметров
24
Имитационное моделирование систем
связи
Для построения имитационных моделей используются:
 Специальные системы моделирования
( MATLAB, ….)
 Специальные языки моделирования ( общего
применения и проблемно-ориентировнные)
 GPSS/PC, GPSS/H, GPSS World,
 GASP ( General Activity Simulation Programming)
 SIMSCRIPT ( SIMulation SCRIPT)
 Object GPSS, Arena, SimProcess, Enterprise
Dynamics, Auto-Mod, SIMPAS и др.
 Универсальные языки моделирования
 ALGOL, BASIC, FORTRAN, PL, SIMULA, PASCAL, СИ
25
Литература








Имитационное моделирование производственных систем /
Под. ред. А.А. Вавилова. – М.: Машиностроение; Берлин:
Ферлаг Техник, 1983. – 416с.
Советов Б.Я., Яковлев С.А. Моделирование сложных систем по
экспериментальным данным – М.: Радио и связь, 1987. – 120с.
Сети ЭВМ. Под редакцией В.М. Глушкова – М.: Связь, 1977
Бусленко Н. П. Моделирование сложных систем – М. : Наука,
1978
Шеннон Р. Имитационное моделирование систем - искусство
и наука: Пер. с англ. - М.: Мир, 1978.
Максимей И.В. Имитационное моделирование на ЭВМ. - М.:
Радио и связь, 1988.
Шрайбер Т.Дж. Моделирование на GPSS: Пер. с англ. - М.:
Машиностроение, 1980.
GPSS/PC general purpose simulation. Reference Manual. Minuteman software. P.O. Box 171. Stow, Massachusetts 01775,
1986.
26
Спасибо за внимание!
27

similar documents