Читайте также:
|
|
Идея метода имитационного моделирования состоит в том, что вместо аналитического описания взаимосвязей между входами, состояниями и выходами строят алгоритм, отображающий последовательность развития процессов внутри исследуемого объекта, а затем "проигрывают" поведение объекта на ЭВМ. Следует отметить, что поскольку для имитационного моделирования зачастую требуются большие выборки статистических данных, поэтому издержки, связанные с имитацией, почти всегда высоки по сравнению с расходами, необходимыми для решения задач на небольшой аналитической модели. Нужно сопоставлять затраты с ценностью информации, которую ожидают получить.
Имитационная модель - вычислительная процедура, формализовано описывающая изучаемый объект и имитирующая его поведение. При ее составлении нет необходимости упрощать описание явления, отбрасывая даже существенные детали, чтобы втиснуть его в рамки модели, удобной для применения тех или иных известных математических методов анализа. По своей форме имитационная модель является логико-математической (алгоритмической), выраженной на языках математики и логики.
Имитационные модели, являющиеся особым классом математических моделей, принципиально отличаются от аналитических тем, что использование ЭВМ в процессе их реализации играет определяющую роль. Имитационные модели не накладывают жестких ограничений на используемые исходные данные, позволяют в процессе исследования использовать всю собранную информацию вне зависимости от ее формы представления и степени формализации.
Имитационная модель строится по аналогии с объектом исследования. Элементы могут описываться произвольно выбранными исследователем методами. Различают два вида имитационных моделей:
- детерминированные - модели с фиксированными входными параметрами и параметрами модели;
- статистические, в которых входные параметры и параметры модели имеют случайные значения.
Имитационные модели как подкласс математических моделей можно классифицировать на статические, динамические и стохастические; дискретные и непрерывные.
Порядок построения имитационной модели и ее исследование включают следующие этапы.
1. Определение системы - установление границ, ограничений и измерителей эффективности системы, подлежащей изучению.
2. Формирование модели - переход от реальной системы к некоторой логической схеме (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 используемой ЭВМ.
5. Оценка адекватности - повышение до приемлемого уровня степени уверенности, с которой можно судить о корректности выводов, полученных на основании модели о реальной системе.
6. Стратегическое планирование и планирование эксперимента, который должен дать необходимую информацию.
7. Тактическое планирование - определение способа проведения каждой серии испытаний, предусмотренных 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 и (или) результатов моделирования.
11. Документирование - регистрация хода осуществления проекта и его результатов, а также документирование процесса создания и использования модели.
Методы имитационного моделирования позволяют сочетать формально математические методы исследования с интуицией и опытом специалистов. Для того чтобы такое сочетание осуществить наиболее эффективно, необходимо максимально сократить по времени, облегчить и упростить общение специалистов с машиной.
Оценка адекватности и точности математической модели является важнейшей задачей моделирования, так как любые исследования на неадекватной модели теряют смысл. Но с ростом адекватности и точности модели возрастают как стоимость, так и ценность ее для исследования. Приходится решать вопрос о компромиссе между стоимостью модели и последствиями ошибочных решений из-за ее неадекватности исследуемому процессу. Оценка адекватности и точности модели представляет собой непрерывный процесс, начинающийся с начала исследования и осуществляющийся на практике за счет повторения цикла "построение модели - проверка модели".
Трудность состоит в том, что понятие адекватной модели не имеет количественного измерения. Достоверность и точность имитационной модели будет определяться тем, насколько оптимально сочетаются в ней сложность модели (определяющей методологическую ошибку), метода расчета (определяющего ошибку расчета) и точность входной информации.
Оценка адекватности построенной имитационной модели, в конечном счете, либо позволит убедиться, что с ее помощью будут получены результаты, которые действительно характеризуют функционирование исследуемого объекта, либо сделать вывод о необходимости корректировки имеющейся модели и ее направлениях (учет новых факторов, переход от линейных зависимостей к более гибким нелинейным, замена статических моделей динамическими, учет статичности и т.д.).
Дата добавления: 2015-07-15; просмотров: 114 | Нарушение авторских прав
<== предыдущая страница | | | следующая страница ==> |
Вопрос 35 Понятие и классификация моделей | | | Этап 5. Регистрация в ПФР, ФОМС |