1.1 Понятие имитационного моделирования

Имитационное моделирование (ИМ) применяется для исследования и проектирования таких сложных систем и процессов, как предприятия, информационные сети, мировые динамики в экономике или экологии и т.д.

Имитационная модель системы - это программа, в которой определяются все наиболее существенные элементы и связи в системе и задаются начальные значения параметров, соответствующие некоторому «нулевому» моменту времени, а все последующие изменения, происходящие в системе по закону причин и следствий, вычисляются на ЭВМ автоматически при выполнении программы.

Выполнение имитационной модели называется имитационным экспериментом (ИЭ). ИЭ подобен натурному эксперименту. Однако он позволяет, в отличие от натурного метода, экспериментировать с системами, которых еще или уже нет, позволяет предсказывать поведение существующих систем в будущем, изучать их поведение в чрезвычайных условиях. Он дешевле и быстрее натурных экспериментов.

Типы имитационных моделей

По характеру возможных изменений переменных величин модели подразделяются на непрерывные модели и дискретные.

В непрерывных моделях величины представляют собой непрерывные функции времени (рис.1). В соответствии с этим продвижение во времени, т.е. пересчет значений переменных величин в ходе модельного времени, осуществляется в имитационной модели по принципу «малых D t », т.е. следующее состояние системы определяется по ее предыдущему состоянию с малым промежутком времени между этими состояниями.

В дискретных моделях любые изменения происходят мгновенно, скачкообразно (рис.2), и между моментами изменений состояния элементов остаются постоянными. Изменения в дискретных моделях называют событиями.

Рис. 1. Непрерывная модель

t₁ t₂ ... t

Рис. 2. Дискретная модель

Продвижение в модельном времени в ходе ИЭ осуществляется по принципу «от события к событию», т.е. из нулевого момента времени модель перемещается сразу к моменту t₁, из него - к моменту t₂ и т.д.

Реальные системы не бывают непрерывными или дискретными. Просто для одних систем удобнее применять непрерывные модели, для других - дискретные. По характеру проявления причинно-следственных связей имитационные модели подразделяются на детерминированные и стохастические, т.е. вероятностные. Практически все языки моделирования имеют датчики случайных чисел, т.е. позволяют моделировать как детерминированные, так и стохастические процессы. Стохастичность модели практически не отражается на языке моделирования, но сказывается на организации ИЭ. В случае стохастических моделей приходится выполнять ИЭ многократно (или продолжать его достаточно долго), чтобы объем накопленных данных обеспечивал необходимую точность статистических оценок.