Классификация моделей по степени абстрагирования модели от оригинала

Е.В.Симонова

 

МОДЕЛИРОВАНИЕ информационно-вычислительных СИСТЕМ

 

 

Учебное пособие

по курсам «Моделирование информационно-вычислительных систем»,

«Моделирование информационных систем»

 

Самара 2012

Составитель: к.т.н., доц. Симонова Е. В.

 

УДК 519.87

 

Моделирование информационно-вычислительных систем / Е.В. Симонова. – Самара: Изд-во Самар. гос. аэрокосм. ун-та, 2012. – 80 с.

 

Учебное пособие предназначено для студентов, обучающихся по направлениям 230100.62 и 230100.68 «Информатика и вычислительная техника», изучающих дисциплины «Моделирование информационно-вычислительных систем» и «Моделирование информационных систем».

Представленное учебное пособие содержит курс лекций по указанным дисциплинам, определяет основные понятия компьютерной имитации, с единых методологических позиций рассматривает различные этапы разработки компьютерной имитационной модели нформационно-вычислительной системы, включая построение концептуальной модели исследуемой системы и ее формализацию, алгоритмизацию и компьютерную реализацию, анализ модели, получение и интерпретацию результатов моделирования.

Пособие содержит теоретические сведения по основным направлениям моделирования: моделирование как основной метод исследования сложных систем, структура и области применения имитационных моделей, модели стохастических факторов, модельная динамика систем с дискретными событиями, организация имитационного эксперимента с моделью, анализ и и интерпретация результатов имитационного эксперимента.

Учебное пособие имеет большое учебно-методическое значение и необходимо при самостоятельной работе студентов во время изучения указанных курсов и выполнения ими лабораторых работ.

 

Учебное пособие разработано на кафедре информационных систем и технологий

 

Печатается по решению редакционно-издательского совета Самарского государственного аэрокосмического университета им. академика С.П. Королева

 

Рецензент – канд. техн. наук, доцент Зеленко Л.С.

 

                        © С а м а р с к и й государственный

                                                              аэрокосмический университет, 2012

 

Моделирование как основной метод исследования сложных систем

 

Модель – это условный образ объекта исследования, конструируемый так, чтобы отобразить существенные для исследования характеристики объекта (свойства, взаимосвязи, параметры). Моделирование заключается в выявлении или воспроизведении свойств реальных объектов, предметов и явлений с помощью других объектов, процессов, явлений, либо с помощью абстрактного описания в виде изображения, совокупности уравнений, алгоритмов и программ.

Возможности моделирования, т.е. перенос результатов, полученных в ходе построения и исследования модели, на оригинал, основаны на том, что модель в определенном смысле отображает некоторые интересующие исследователя характеристики объекта.

Подобие процесса, протекающего в модели M, реальному процессу, протекающему в системе-оригинале S, является условием правильного функционирования модели, а не целью моделирования.

Цель моделирования – задача изучения какой-либо стороны функционирования объекта.

Объект моделирования – сложные организационно-технические системы.

 

Классификация моделей по степени абстрагирования модели от оригинала

 

Модели

 

Материальные (физические)                               Абстрактные (математические)

 

Натурные Масштабные     Аналоговые       Концептуальные Структурно-функциональные Аналитические Имитационные

                                                                                                (методология SADT, пакеты

                                                                                                BPWin, ERWin, UML)

                                                                                                                                      Численные методы расчета (ЧМР)

 

Концептуальная модель описывается с помощью специальных символов, знаков, операций над ними или с помощью естественного или искусственного языков.

Структурно-функциональная модель – это образ объекта исследования, описанный с помощью взаимосвязанных таблиц, блок-схем, диаграмм, графиков, рисунков, анимационных фрагментов, гипертекстов и т.п. и отображающий структуру элементов объекта и взаимосвязи между ними. Структурно-функциональная модель уточняет и дополняет концептуальную модель.

Математическая модель – формальная зависимость между значениями параметров на входе моделируемого объекта или процесса и выходными параметрами. Математические модели для исследования характеристик процесса функционирования системы можно разделить на аналитические и имитационные.

Для аналитического моделирования характерно то, что процессы функционирования элементов системы записываются в виде функциональных соотношений. Аналитическая модель может быть исследована:

· аналитическими методами – для получения в общем виде явных зависимостей искомых характеристик;

· численными методами – если уравнение не решается в общем виде, с помощью ЧМР получают множество частных решений для конкретных исходных данных.

К недостаткам аналитического моделирования следует отнести существенное упрощение первоначальной модели, которое производят, чтобы изучить хотя бы общие свойства системы.

Численные методы позволяют исследовать по сравнению с аналитическим методом более широкий класс систем, но при этом полученные решения носят частный характер. Численный метод расчета аналитических задач называется методом статистических испытаний (методом Монте-Карло).

При имитационном моделировании алгоритм, реализующий модель, воспроизводит процесс функционирования реальной системы S во времени с заданной степенью детализации, причем элементарные составляющие процесса имитируются с сохранением их логической структуры и последовательности протекания во времени.

Основные характеристики и преимущества имитационных моделей (ИМ):

· удобство учета в моделях дискретных, непрерывных, нелинейных и стохастических факторов;

· повторяемость, т.е. любая реализация процесса функционирования системы может быть многократно повторена;

· управляемость, т.е. возможность реактивации модели, а также возможность исследования процесса функционирования системы S в любых условиях, в том числе, в экстремальных режимах работы;

· доступность и гибкость, т.е. возможность изменить любые характеристики модели, в том числе, варьировать структуру, алгоритмы и параметры моделируемой системы, что важно с точки зрения поиска оптимального варианта системы;

· наглядность, т.е. применение современных средств визуализации.

Недостатки имитационных моделей:

· решение, полученное при анализе имитационной модели М, всегда носит частный характер в соответствии с фиксированными элементами структуры, алгоритмами поведения и параметрами моделируемой системы, а также внешними воздействиями.

Когда результаты, полученные при воспроизведении на имитационной модели процесса функционирования системы S, являются реализациями случайных величин и функций, для нахождения характеристик процесса требуется его многократное воспроизведение с последующей статистической обработкой результатов. В этом случае целесообразно в качестве метода компьютерной реализации имитационной модели использовать метод статистического моделирования. Таким образом, методом статистического моделирования называется метод компьютерной реализации имитационной модели, а методом статистических испытаний (Монте-Карло) – численный метод решения аналитической задачи.