Основные понятия теории моделирования сложных систем

ПРИНЦИПЫ СИСТЕМНОГО ПОДХОДА
В МОДЕЛИРОВАНИИ СИСТЕМ
При классическом подходе реальный объект, подлежащий моделированию, разбивается на отдельные подсистемы, т. е. выбираются исходные данные Д для моделирования и ставятся цели Ц, отображающие отдельные стороны процесса моделирования. По отдельной совокупности исходных данных Д ставится цель моделирования отдельной стороны функционирования системы, на базе этой цели формируется некоторая компонента К будущей модели. Совокупность компонент объединяется в модель М (рис. 1.1а).

ПРИНЦИПЫ СИСТЕМНОГО ПОДХОДА
В МОДЕЛИРОВАНИИ СИСТЕМ
При системном подходе на основе исходных данных Д, которые известны из анализа внешней системы, тех ограничений, которые накладываются на систему сверху либо исходя из возможностей ее реализации, и на основе цели функционирования формулируются исходные требования Т к модели системы S. На базе этих требований формируются ориентировочно подсистемы П, элементы Э и осуществляется наиболее сложный этап синтеза — выбор В составляющих системы, для чего используются специальные критерии выбора КВ (рис. 1.1б).

ПРИНЦИПЫ СИСТЕМНОГО ПОДХОДА
В МОДЕЛИРОВАНИИ СИСТЕМ
Структурой системы называется совокупность связей между элементами системы, отражающих их взаимодействие. Существует ряд подходов к исследованию структуры системы с ее свойствами:
при структурном подходе выявляются состав выделенных элементов системы S и связи между ними;
при функциональном подходе оцениваются функции, которые выполняет система, причем под функцией понимается свойство, приводящее к достижению цели.

ОСНОВНЫЕ СТАДИИ ПРОЕКТИРОВАНИЯ
1) на стадии макропроектирования:
строится модель внешней среды;
выявляются ресурсы и ограничения для построения модели системы S;
выбирается модель системы и критерии, позволяющие оценить адекватность модели М;
выбирается оптимальная стратегия управления.

ОСНОВНЫЕ СТАДИИ ПРОЕКТИРОВАНИЯ
1) на стадии микропроектирования:
обеспечивается создание информационного, математического, технического и программного обеспечений системы моделирования;
устанавливаются основные характеристики созданной модели;
оценивается время работы с системой;
оцениваются затраты ресурсов для получения заданного качества соответствия модели процессу функционирования системы.

ПРИНЦИПЫ СИСТЕМНОГО ПОДХОДА
1) пропорционально-последовательное продвижение по этапам и направлениям создания модели;
2) согласование информационных, ресурсных, надежностных и других характеристик;
3) правильное соотношение отдельных уровней иерархии в системе моделирования;
4) целостность отдельных обособленных стадий построения модели.

ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ СИСТЕМ
Эксперимент - некоторая процедура организации и наблюдения каких-то явлений, которые осуществляют в условиях, близких к естественным, либо имитируют их, при этом различают два вида эксперимента:
пассивный эксперимент, когда исследователь наблюдает протекающий процесс,
активный эксперимент, когда наблюдатель вмешивается и организует протекание процесса.

ИНФОРМАЦИОННЫЕ ПРОЦЕССЫ В МОДЕЛИРОВАНИИ
создание модели М базируется на информации о реальном объекте;
в процессе реализации модели получается информация о данном объекте,
в процессе эксперимента с моделью вводится управляющая информация,
существенное место занимает обработка полученных результатов.

ХАРАКТЕРНЫЕ ПРИЗНАКИ БОЛЬШИХ СИСТЕМ
1. Цель функционирования;
2. Сложность;
3. Целостность;
4. Неопределенность;
5. Поведенческая страта;
6. Адаптивность;
7. Организационная структура системы моделирования;
8. Управляемость модели;
9. Возможность развития модели.

НАУЧНО-ТЕХНИЧЕСКИЕ ПРОБЛЕМЫ МОДЕЛИРОВАНИЯ
определение цели, заключающееся в постановке задачи изучения какой-либо стороны функционирования объекта,
идентификация реальных объектов,
выбор вида моделей,
построение моделей и их машинная реализация,
взаимодействие исследователя с моделью в ходе машинного эксперимента,
проверка правильности полученных в ходе моделирования результатов,
выявление основных закономерностей, исследованных в процессе моделирования.

КЛАССИФИКАЦИОННЫЕ ПРИЗНАКИ МОДЕЛИРОВАНИЯ
1) по степени полноты модели делятся на:
полные,
неполные,
приближенные;
2) по характеру изучаемых процессов – на:
детерминированные и стохастические;
статические и динамические;
дискретные, непрерывные и дискретно-непрерывные;
3) по форме представления объекта – на:
мысленные,
реальные.

КЛАССИФИКАЦИЯ ВИДОВ МОДЕЛИРОВАНИЯ СИСТЕМ

КЛАССИФИКАЦИЯ ВИДОВ МОДЕЛИРОВАНИЯ СИСТЕМ
Мысленное моделирование - единственный способ моделирования объектов, которые либо практически нереализуемы в заданном интервале времени, либо существуют вне условий, возможных для их физического создания, и делится на:
1) наглядное моделирование, при котором создаются различные наглядные модели, отображающие явления и процессы, протекающие в объекте, на базе:
гипотетического моделирования, когда исследователем закладывается некоторая гипотеза о закономерностях протекания процесса в реальном объекте, которая отражает уровень знаний исследователя об объекте;
аналоговом моделировании, основывающемся на применении аналогий различных уровней;
макетировании - построении мысленных макетов, базирующиеся на причинно-следственных связях между явлениями и процессами в объекте;

КЛАССИФИКАЦИЯ ВИДОВ МОДЕЛИРОВАНИЯ СИСТЕМ
2) символическое моделирование – искусственный процесс создания логического объекта, который замещает реальный и выражает основные свойства его отношений с помощью определенной системы знаков или символов, а именно:
знаковое моделирование, когда вводится условное обозначение отдельных понятий, т. е. знаки, а также определенные операции между этими знаками;
языковое моделирование, основывающемся на применении тезауруса, который образуется из набора входящих понятий, причем этот набор должен быть фиксированным;

КЛАССИФИКАЦИЯ ВИДОВ МОДЕЛИРОВАНИЯ СИСТЕМ
3) математическое моделирование – процесс установления соответствия реальному объекту математического объекта, называемого математической моделью, и исследование этой модели, для получения характеристик реального объекта, а именно:
аналитическое моделирование, когда процессы функционирования элементов системы записываются в виде некоторых функциональных соотношений или логических условий и исследуются аналитическими, численными или качественными методами;
имитационное (статистическое) моделирование, при котором реализующий модель алгоритм воспроизводит процесс функционирования системы S во времени, причем имитируются элементарные явления, составляющие процесс;
комбинированное моделирование, при котором проводится предварительная декомпозиция процесса функционирования объекта на составляющие подпроцессы и для тех из них, где это возможно, используются аналитические модели, а для остальных подпроцессов строятся имитационные модели;

КЛАССИФИКАЦИЯ ВИДОВ МОДЕЛИРОВАНИЯ СИСТЕМ
Реальное моделирование – метод, при котором используется возможность исследования различных характеристик либо на реальном объекте целиком, либо на его части, работающих как в нормальных режимах, так и при организации специальных режимов для оценки интересующих исследователя характеристик. При этом различают:
1) натурное моделирование, т.е. проведение исследования на реальном объекте с последующей обработкой результатов различных экспериментов:
научного,
производственного, заключающегося в обобщении опыта, накопленного в ходе производственного процесса;
комплексных испытаний, заключающихся в обобщении результатов испытаний;

КЛАССИФИКАЦИЯ ВИДОВ МОДЕЛИРОВАНИЯ СИСТЕМ
2) физическое моделирование – метод, который отличается от натурного тем, что исследование проводится на установках, которые сохраняют природу явлений и обладают физическим подобием, и может протекать:
в реальном масштабе времени;
в нереальном (псевдореальном) масштабе времени;
без учета времени;
Кибернетическое моделирование – метод, в котором отсутствует непосредственное подобие физических процессов, происходящих в моделях, реальным процессам. В этом случае стремятся отобразить лишь некоторую функцию и рассматривают реальный объект как «черный ящик», имеющий ряд входов и выходов, и моделируют некоторые связи между выходами и входами.

ПРЕИМУЩЕСТВА ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ
Стоимость.
Время.
Повторяемость.
Точность.
Наглядность.
Универсальность - имитационное моделирование позволяет решать задачи из любых областей:
производства,
логистики,
финансов,
здравоохранения и многих других.

ПОДХОДЫ В ИМИТАЦИОННОМ МОДЕЛИРОВАНИИ
Рассматривая имитационное моделирование как средство решения проблем бизнеса, можно выделить четыре основных подхода:
Метод статистических испытаний;
Системная динамика, из которой иногда выделяют моделирование динамических систем;
Дискретно-событийное моделирование (Процессно-ориентированное);
Агентное моделирование.

ПОДХОДЫ В ИМИТАЦИОННОМ МОДЕЛИРОВАНИИ

МЕТОД СТАТИСТИЧЕСКИХ ИСПЫТАНИЙ
Статистическое (численное) моделирование.
Изначально оно появилось в теории случайных процессов и математической статистике как способ вычисления статистических характеристик случайных процессов путем многократного воспроизведения течения процесса с помощью модели этого процесса.
Этот подход к исследованию реального процесса был назван методом статистических испытаний (методом Монте-Карло).

Системная динамика
Системная динамика
это подход имитационного моделирования, своими методами и инструментами позволяющий понять структуру и динамику сложных систем;
это метод моделирования, использующийся для создания точных компьютерных моделей сложных систем для дальнейшего использования с целью проектирования более эффективной организации и политики взаимоотношений с данной системой.
Системная динамика предполагает высокий уровень абстракции и используется в основном для задач стратегического уровня.

Дискретно-событийное моделирование
«Дискретно-событийное" моделирование (discrete event modeling)
это подход к построению имитационных моделей, предлагающий представить реальные действия событиями;
это "процессное" моделирование, где динамика системы представляется как последовательность операций (прибытие, задержка, захват ресурса, разделение, ...) над некими сущностями (entities, по-русски - транзакты, заявки), которые пассивны, сами не контролируют свою динамику, но могут обладать определёнными атрибутами, влияющими на процесс их обработки.
Процессно-ориентированный (дискретно-событийный) подход используется в основном на операционном и тактическом уровне.

Агентное моделирование
Агентное моделирование
это метод имитационного моделирования, исследующий поведение децентрализованных агентов и то, как это поведение определяет поведение всей системы в целом.
это ряд взаимодействующих активных объектов, которые отражают объекты и отношения в реальном мире.
Спектр применения агентных моделей включает задачи любого уровня абстракции: агент может представлять компанию на рынке, покупателя, проект, идею, транспортное средство, пешехода, робота и т.д.

Примеры использования агентного моделирования
Хороший пример использования агентного моделирования – потребительский рынок.
Другой стандартный пример – это эпидемиология. Здесь агенты - это люди, которые могут быть иммунными, носителями инфекции, переболевшими или восприимчивыми к болезни.
Задачи, связанные с:
логистикой,
производством,
цепями поставок,
бизнес-процессами.

ВЫВОД:
Если вы располагаете данными об индивидуальных объектах – используйте агентное моделирование.
Если система может быть описана как процесс – используйте
дискретно-событийное моделирование.
Если у вас есть информация только о глобальных зависимостях – используйте системную динамику.
Если системе присущи все эти особенности – комбинируйте различные методы.