Primjer simulacijskog modeliranja procesa funkcionisanja hidrauličkog sistema. Šta su simulacijski modeli? Koncept vremena modela. Diskretni i kontinuirani simulacijski modeli

Imitacijske tehnologije su zasnovane na konstrukciji razni primjeri stvarni sistemi koji zadovoljavaju profesionalni kontekst određene situacije. Sastavljaju se simulacijski modeli koji zadovoljavaju zahtjeve datog trenutka, a obučeni subjekt se uživljava u rad s njima. Modeliranje simulacije i simulacije-igre koje postoje u metodama praćeno je reprodukcijom prilično adekvatnih procesa koji se odvijaju u stvarnosti. Dakle, obuka omogućava formiranje realnosti profesionalno iskustvo, uprkos kvazi- profesionalna aktivnost.

Uloge

U procesu učenja podrazumevaju se postupci igre koji nude izgrađene simulacione modele, što znači da je obezbeđena i raspodela uloga: učenici komuniciraju jedni sa drugima i sa nastavnikom, imitirajući profesionalne aktivnosti. Stoga su simulacijske tehnologije podijeljene na dva dijela - igranje i neigre, a analiza predložene situacije pomaže u određivanju vrste. Da bi se to postiglo, potrebno je razjasniti sistem vanjskih uslova koji podstiču pokretanje aktivnih akcija. Odnosno, svi problemi, pojave, međusobno povezane činjenice koje karakterišu situaciju moraju biti prilagođene simulacionim modelima.

Određeni događaj ili određeni period aktivnosti organizacije zahtijeva od menadžera da donese adekvatne naredbe, odluke i radnje. Metodologija analize studija specifične situacije- detaljno i dubinsko proučavanje stvarne situacije ili vještački stvorene situacije, identifikujući karakteristična svojstva. To doprinosi razvoju učenika u potrazi sistematski pristup na rješavanje problema, identificiranje opcija za pogrešna rješenja, analiziranje kriterija za optimalna rješenja. Tako se uspostavljaju profesionalni poslovni kontakti, kolektivno se donose odluke i otklanjaju sukobi.

Situacije

Situacije se dijele na četiri tipa: prvo se razmatra problemska situacija, gdje učenici moraju pronaći uzroke, postaviti i riješiti problem, zatim se situacija procjenjuje na osnovu donesenih odluka. Nakon toga se gradi situacija koja primjerima ilustruje sve navedene teme ovog predmeta, a za osnovu se uzimaju upravo riješeni zadaci, a tema se završava situacijskom vježbom, gdje simulacijski modeli rješavaju jednostavne probleme metodom analogije. - to su takozvane trening situacije.

Specifične vrste situacija su različite: to su klasične i žive, incidentne situacije, situacije sa analizom poslovne korespondencije, kao i radnje po uputama. Izbor je određen mnogim faktorima: ciljevima studija, stepenom obučenosti, dostupnošću tehničkih sredstava i ilustrativnog materijala - sve zavisi od individualnog stila nastavnika, čija kreativnost nije ograničena ni strogom regulacijom u izboru. sorti ili u metodama analize. Evo prvih faza razvoja simulacionih modela.

Praktični zadaci

U praksi su ideje kontekstualnog pristupa najbolje utjelovljene, jer se sastoje od konkretnih i stvarnih životnih situacija: slučaj, priča, koja sadrži simulacijski model, primjer opisa događaja koji su se zbili ili su sasvim mogući, završavaju greškama u rješavanju proizvodnih problema. Zadatak je identificirati i analizirati ove greške prilikom primjene ideja i koncepata ovog predmeta.

Stručno usavršavanje ovog tipa je sasvim realno i efikasno u poređenju sa formulisanjem pojedinačnih pitanja koja se razmatraju čisto teorijski. Orijentacija situacionog učenja je takva da se vještine i znanja ne podučavaju kao predmet, već kao sredstvo za rješavanje različitih problema koji se javljaju u aktivnostima specijaliste. Trening situacije se baziraju na stvarnim profesionalnim produkcijskim fragmentima, uzimajući u obzir sve međuljudskim odnosima, što je izuzetno važno za uspješan rad preduzeća. Pripravnici dobijaju nacrt i kontekst buduće profesionalne aktivnosti.

Odabir situacija

Ovo je jedan od najtežih nastavnih zadataka. Primjer situacije učenja obično ispunjava sljedeće zahtjeve:

Scenario je zasnovan na stvarnosti ili je preuzet iz života. To ne znači da je potrebno dostaviti proizvodni fragment s brojnim detaljima i tehnološkim suptilnostima koji će odvratiti učenika od rješavanja glavnog problema. Proizvodni žargon u u ovom slučaju takođe neprikladan.
Situacija učenja ne bi trebalo da sadrži više od pet do sedam tačaka, koje učenici komentarišu koristeći termine u skladu sa konceptom koji se izučava. Simulacijski model čiji je primjer teško riješiti vjerovatno neće brzo naučiti studente.
Ali i situacija učenja treba da bude lišena primitivnosti: pored pet do sedam tačaka problema koji se proučava, u tekstu moraju postojati dva ili tri veznika. Obično se životni problemi ne razlažu na odvojenim policama radi dosljednog rješavanja. Problemi na poslu obično su povezani sa socijalnim ili psihološkim problemima. Primjena ideja kursa je posebno važna u nastavi.

Tekst obrazovne situacije

Na primjer, menadžer prodaje u kompaniji Lotus Flower, specijaliziranoj za proizvode za higijenu, kozmetiku i parfeme. Na ovo mjesto je došla zbog promocije prije šest mjeseci. Razgovor sa generalnim direktorom na osnovu rezultata njenog rada obaviće se za deset dana.

Prije toga, Irina je dvije godine uspjela u posebnom odjelu kompanije, na primjer u prodaji higijenskih proizvoda, i to joj se izuzetno svidjelo. Bila je poštovana, popularna među prodavcima i stekla je mnogo stalnih kupaca.

Razvoj situacije

Naravno, bila je sretna zbog promocije i počela je s entuzijazmom raditi na svojoj novoj poziciji. Međutim, iz nekog razloga stvari nisu išle kako treba. Nije imala vremena da radi u kancelariji, jer je skoro sve vreme bila u sali i pratila postupke prodavaca. Čak sam morao da nosim posao kući. I dalje nije imala vremena ništa učiniti: zahtjev uprave da pripremi ideje za izložbu i prodaju završen je posljednjeg dana, jer se ništa zanimljivo nije smišljalo unaprijed; kreativnost i nije tako jednostavna stvar. Bolesna daktilografkinja nije mogla prekucati papire sa Irininom idejom. Kao rezultat toga, Irina nije izvršila zadatak u roku koji su postavili njeni nadređeni. U ovom trenutku bi joj najviše pomogli simulacijski modeli učenja.

Nakon toga je sve krenulo naopako. Pošto je provela vrijeme u razgovoru sa redovnim klijentom, Irina nije razmišljala o svom govoru kada je njena koleginica svečano primila sertifikat, a čak je i zakasnila na ceremoniju. Zatim su nekoliko puta njeni podređeni napuštali posao bez upozorenja. Služba za ljudske resurse ju je u više navrata podsjećala na potrebu izrade programa obuke o korištenju medicinske kozmetike, ali Irina nije mogla kontaktirati nastavnika sa medicinskog instituta. Uvijek je kasnila da uvede čak i mlađe prodavače na više pozicije. A Irina još nije pripremila tromjesečni izvještaj s prognozom asortimana. A nije ni odgovorila na nekoliko pisama kupaca koji su željeli robu primiti poštom. I kao šlag na tortu, nedavna svađa sa jednim od njenih ranije veoma cenjenih prodavaca oko cena. Ispostavilo se da biti dobar menadžer nije tako lako.

Analiza situacije

Simulacijski model je prije svega očitavanje situacije. Ovdje se pojavljuje sljedeća slika od šest tačaka sa podtačkama.

Došlo je do promjena na mom novom poslu. Koje su njihove sputavajuće i motivirajuće snage?
Prije promjena - imati samopoštovanje i poznavanje prodajnog mehanizma.
Motivacija u želji za uspjehom, ali i za održavanjem prodajnih sposobnosti - konflikt uloga.
Stil upravljanja je potpuna nesposobnost da se dio ovlaštenja da podređenima. Sukobi sa podređenima se ne mogu izbjeći.
IN nova uloga: nije odredio specifičnosti radnog mjesta, veličinu posla, nije riješio jednostavan problem sa preštampanjem, škrtari na planiranju i kontroli, dopušta da se podređeni ne pojave na poslu, remeti plan obuke osoblja, ne zna kako organizirati svoje vrijeme i postaviti prioritete, gubi kreativnost - nema novih ideja.
Stil upravljanja poverenog osoblja: dozvoljava vertikalne sukobe, meša se u poslove podređenih, nema samopouzdanja, vodi bez pomoći menadžmenta.

Identifikacija problema

Struktura simulacijskih modela pretpostavlja da je drugi korak identificiranje novih problema za njihovo dosljedno rješavanje. Ovdje morate slijediti iste tačke, uzimajući u obzir obavljenu analizu, ali s obzirom na situaciju s drugim ciljem.

Promjene: postoje li načini upravljanja promjenama i koji, kako smanjiti otpor promjenama koje su se dogodile.
Stilovi vođenja: zašto je stil koji je Irina odabrala neuspješan i koji je bolje napustiti u korist.
Motivacija: što teorija menadžmenta kaže o poticajima za Irinu i prodavače.
Specifičnosti radnih ciljeva: zna li Irina sve detalje u vezi novi posaošta su bili ciljevi i kako ih treba postići.
Planiranje i kontrola: da li je Irina planirala svoje postupke kao menadžera, jesu li bili kontrolirani?
Konflikt: koji je razlog i problem sukoba koji je nastao i kako se može riješiti.

Tematske veze

Upotreba simulacijskih modela pomaže u izgradnji situacije od njenog nastanka (motivi), otkrivajući motive njenog početka, do prelaska na novi kvalitet. Šta će to biti zavisi od toga kako će se analiza provesti i kakvi će se zaključci izvući. Nijedna situacija nije potpuna bez povezivanja tema. Najčešće simulacijski modeli ne reproduciraju stvarnost u svim aspektima, ali nekoliko takvih veza mora biti prisutno u igri. Evo ih kako slijedi.

Irina nije vidjela nikakve razlike u radu menadžera i prodavača.
Irina je bila loše pripremljena za svoju novu poziciju.
Irina nema osnovna znanja o menadžmentu.

Razvoj povezujućih motiva

Šta je moguće i šta treba učiniti u vezi povezivanja tema?

Prije svega, neophodan je prijenos informacija. Irinini nadređeni su dužni da joj predoče konkretne uslove za posao odmah nakon njenog imenovanja. Irina mora svoje podređene upoznati sa svojim stilom upravljanja na poslu.
Drugo, potrebno je obučiti Irinu u osnove menadžmenta, njene podređene u prodajnim metodama, i naravno, Irina i njeni podređeni moraju proći obuku za međuljudsku interakciju.
Treće, potrebno je jasno planiranje funkcionalne odgovornosti Irina kao rukovodilac i aktivnosti cijelog odjela u cjelini.
Četvrto, mora postojati pravilno upravljanje osobljem: Irini je potrebna pomoć u određivanju ciljeva i prioriteta, kako trenutnih tako i dugoročnih, odnosno, logično je da odjel za ljudske resurse planira naprednu obuku za zaposlenike za koje je kompanija zainteresovana.

Cijela ova tema je direktno vezana samo za prijenos informacija.

Kada igra dođe do faze sumiranja i izvođenja zaključaka, postaje jasno šta su simulacioni modeli i koliko su korisni. Zaključci su vrlo tačni i konkretni za gotovo sve, jer je situacija analizirana do najsitnijih detalja.

Prije svega, menadžer se mora dogovoriti o specifičnostima posla sa svojim nadređenima i prenijeti rezultate svojim podređenima.
Drugo, svi prioriteti i ciljevi moraju biti jasni menadžeru i takođe objašnjeni ostatku osoblja.

Irina treba da ovlada tehnikama upravljanja u upravljanju vlastitim vremenom, u kontroli i planiranju, u upravljanju ljudima i bilo kakvim sukobima, u kruženju novih informacija među timom i u njegovom razvoju.

Irina se u HR odjelu treba detaljno informirati o procedurama obuke, kao io usavršavanju zaposlenih, kako bi ih što pravilnije primijenila. Moraće sama da unapredi svoj profesionalni nivo, au budućnosti i završi studije. Ove preporuke mogu uplašiti nespremnu osobu, pa ih morate odmah podijeliti u tri dijela: hitna provedba, preporuke srednje hitnosti i posljednja tačka - jasno dugoročna. Ima smisla da Irina i njeni nadređeni razgovaraju o razlozima neuspjeha i učine sve da se oni više ne ponove.

Nakon analize umjetno konstruirane situacije, svaki student će razumjeti šta su simulacijski modeli.

Modeli ekonomskog razvoja

Društveno-ekonomski razvoj ima različite simulacijske modele od drugih. To je zahtijevalo poseban naziv kako bi se konkretno znao opseg primjene ove ili one situacijske umjetne konstrukcije. Dinamički simulacijski modeli su dizajnirani posebno za predviđanje rada ekonomskih sistema. U naslovu se ističe da je dinamika najveća glavna karakteristika takve konstrukcije, a zasnivaju se na principima sistemske dinamike.

Faze konstrukcije imaju sljedeći slijed radnji: prvo se gradi shema kognitivne strukture, zatim se odabiru statistički podaci i šema se rafinira. Sljedeći korak je formiranje gdje su opisane kognitivne veze, a zatim se IDM sastavlja kao cjelina. Model je debagovan i verifikovan, a na kraju se izvode multivarijantni proračuni, uključujući i prediktivne.

Metoda skriptiranja

Analiza scenarija, što znači simulacijski model određenog projekta, potrebna je kako bi se izračunale opasnosti na putu razvoja projekta i načini za njihovo prevazilaženje. Rizik koji prijeti investiciji može se izraziti u odstupanju novčanog toka namijenjenog datom projektu, suprotno očekivanjima, a što je veće odstupanje, to je veći rizik. Svaki projekat demonstrira mogući raspon rezultata projekta, stoga je davanjem probabilističke procjene moguće procijeniti tokove gotovine, uzimajući u obzir stručne procjene vjerovatnoće generiranja svih ovih tokova ili veličinu odstupanja svih komponenti toka od očekivane vrijednosti.

Dobra stvar je što je na osnovu ovakvih stručnih procjena moguće konstruirati najmanje tri moguće razvojne situacije: pesimističnu, najrealniju (vjerovatniju) i optimističnu. Simulacijski modeli su ovdje jedina razlika od stvarnosti – ne proizvodi sam sistem, već njegov model. Simulacijski modeli sistema dolaze u pomoć u slučajevima kada je provođenje stvarnih eksperimenata u najmanju ruku nerazumno, a maksimalno skupo i opasno. Simulacija je način proučavanja sistema bez i najmanjeg stepena rizika. Praktično je nemoguće, na primjer, procijeniti rizik investicionih projekata bez simulacija, gdje se koriste samo prognozni podaci o troškovima, obimu prodaje, cijenama i drugim komponentama koje određuju rizike.

Finansijska analiza

Modeli se koriste za rješavanje mnogih problema s kojima se suočavaju finansijske analize, sadrže slučajne varijable koje ne mogu kontrolirati donosioci odluka. Ovo su stohastički simulacijski modeli. Simulacija omogućava zaključivanje mogućih ishoda na osnovu distribucije vjerovatnoće. slučajne varijable. Stohastička simulacija se takođe često naziva Monte Carlo metodom.

Kako se modeliraju rizici investicionih projekata? Provodi se niz brojnih eksperimenata koji čisto empirijski procjenjuju stepen utjecaja različitih faktora (odnosno početnih vrijednosti) na rezultate koji u potpunosti zavise od njih. Provođenje simulacijskog eksperimenta obično se dijeli na određene faze.

Uspostavljanjem odnosa između početnih i konačnih indikatora u obliku matematičke nejednakosti ili jednačine, čini se prvi korak na putu eksperimentiranja. Zatim morate dati zakone mašine koji distribuiraju vjerovatnoće za ključne parametre. Zatim se provodi kompjuterska simulacija svih vrijednosti glavnih parametara modela i izračunavaju se karakteristike distribucije početnih i konačnih pokazatelja. Na kraju se vrši analiza rezultata koje je proizveo kompjuter i donosi se odluka.

Projektovanje bilo kojeg objekta je višestepeni proces koji zahtijeva analizu podataka, sistematizaciju, konstrukciju i verifikaciju rezultata. U zavisnosti od obima posla koji treba obaviti i težine njegove implementacije, koriste se ili stvarni testovi ili simulacije. Ovo pojednostavljuje proces, čini ga jeftinijim, a također vam omogućava da izvršite prilagodbe i poboljšanja već u vrijeme eksperimenta.

U ovom članku ćemo govoriti o simulaciji matematičko modeliranje sistemi - šta su, koji modeli se dobijaju, gde nalaze svoju primenu.

Karakteristike tehnologije

Svaki rad sa modelima sastoji se od dvije glavne faze:

razvoj i kreiranje uzorka;
njena analitička analiza.

Zatim se vrše prilagođavanja ili se plan odobrava. Ako je potrebno, postupak možete ponoviti nekoliko puta kako biste postigli besprijekornu građu.

Stoga se ova metoda može nazvati vizualnim znanjem stvarnosti u malom. Postoje objekti koji su skupi i radno intenzivni da se dovedu u stvarnost u punoj veličini bez preciznog povjerenja u djelotvornost svih strukturnih elemenata, npr. svemirski brodovi ili sve upotrebe simulacije fotoelastične aerodinamike.

Kreiranje identičnog modela koji ponavlja karakteristike cijelog sistema pomaže u postizanju ne samo refleksije unutrašnjih obrazaca, već i vanjskih djelujućih sila, na primjer, strujanja zraka ili otpora vode.

Izgradnja kopija objekata počela je pojavom prvih kompjutera i u početku je bila shematske prirode, s razvojem tehnologije sve se više razvijala i počela se koristiti čak i u malim industrijama zbog svoje jasnoće.

Gdje, u kojim slučajevima se koristi metoda simulacije i u koju svrhu?

cijena objekta je mnogo veća od cijene razvoja modela;
aktivnost proizvoda je podložna velikoj varijabilnosti, postoji potreba da se izračunaju svi mogući kvarovi;
dizajn sadrži veliki broj malih dijelova;
važno je vidjeti vizualni primjer s naglaskom na izgled;
rad se odvija u okruženjima koja se teško proučavaju - u vazduhu ili vodi.

Aplikacija je zbog činjenice da postaje moguće:

izračunati stvarne vrijednosti i koeficijente aktivnosti inženjera;
vidjeti nedostatke, otkloniti ih, izvršiti prilagođavanja;
vidjeti rad objekta u realnom vremenu;
napraviti vizuelnu demonstraciju.

Metoda simulacije se koristi za:

Dizajniranje stvarnih poslovnih procesa.

Simulacije borbenih dejstava - makete prave municije, granata, vojne opreme i mete. Na taj način se analizira domet hitca, njegove destruktivne sposobnosti i radijus pogođenog područja, a oružje se provjerava prije puštanja u proizvodnju.
Analiza dinamike stanovništva.
Izrada infrastrukturnog projekta za grad ili regiju.
Autentičan prikaz istorijske stvarnosti.
Logistika.
Projektovanje kretanja pješaka i automobila na kolovozu.
Proces proizvodnje je u obliku eksperimentalne metode.
Analitičari tržišta i konkurentskih kompanija.
Popravka automobila.
Upravljanje preduzećima.
Ponovno stvaranje ekosistema sa florom i faunom.
Medicinski i naučni eksperimenti.

Razmotrit ćemo karakteristike simulacijskog modeliranja na primjeru proizvodnog rada i dizajna. Ali raznolikost sistema pokazuje potrebu primjene metode u različitim oblastima aktivnosti. Ovo istražuje karakteristike specifičnih područja – koje promjene mogu nastati, kako ih kontrolisati i šta učiniti kako bi se spriječile moguće negativne posljedice.

Sve mogućnosti za kreiranje modela ostvaruju se pomoću računara, ali postoje dvije glavne vrste procesa:

Matematički - pomaže u razvoju dijagrama fizičke pojave sa navedenim parametrima.
Simulacije - njihov glavni zadatak je da pokažu varijabilnost ponašanja, pa se početni podaci mogu mijenjati.

I matematičko i kompjutersko simulaciono modeliranje zasnivaju se na programima za projektovanje uz pomoć kompjutera, tako da morate odgovorno pristupiti izboru softvera. Kompanija ZWSOFT nudi svoje proizvode po niskim cijenama. – je analog ACAD-a, ali u isto vrijeme postaje sve popularniji od starog softvera. Ovo je zbog:

pojednostavljeni sistem licenciranja;
prihvatljiva politika cijena;
prevod na ruski i adaptacija za korisnike mnogih zemalja;
širok izbor dodataka i modula koji su kreirani za specifične specijalnosti i proširuju osnovnu funkcionalnost ZWCAD-a.

Vrste simulacija

Agent-based. Češće se koristi za analizu složenih sistema, gdje promjene nisu određene djelovanjem određenih zakona, pa stoga nisu podložne predviđanju. Varijabilnost zavisi od agenasa – nefiksnih elemenata. Često se ova sorta koristi u znanostima kao što su sociologija, biologija, ekologija.
Diskretni događaj. Ova metoda se koristi za izdvajanje specifičnih radnji od interesa iz opšteg slijeda događaja. Često se koristi za upravljanje proizvodnim ciklusom, kada je važno zabilježiti samo rezultat određenih područja djelatnosti.
Dinamika sistema. Ovo je glavna metoda za izračunavanje uzročno-posledičnih veza i interakcija. Koristi se u proizvodnim procesima iu izgradnji modela budućeg proizvoda kako bi se analizirale njegove karakteristike u stvarnom životu.

Osnove aerodinamičkog i hidrodinamičkog simulacijskog modeliranja

Najzahtjevniji za razvoj su objekti koji su proizvedeni za rad u uslovima visokog pritiska, otpornosti ili su teško dostupni. Njima se mora pristupiti sa stanovišta IM, kreiraju se matematičke šeme, mijenjaju se početni podaci i provjerava uticaj različitih faktora, te unapređuje model. Po potrebi se kreira trodimenzionalni model koji je uronjen u simulaciju stvarnog okruženja. Takvi objekti uključuju:

Konstrukcije koje su potopljene pod vodom ili su djelimično u tečnosti, pri čemu doživljavaju pritisak strujanja. Na primjer, za modeliranje podmornice potrebno je izračunati sve sile koje će utjecati na trup, a zatim analizirati kako će se one mijenjati s povećanjem brzine i dubine ronjenja.
Objekti dizajnirani da lete u zraku ili čak pobjegnu iz Zemljine atmosfere. Umjetni sateliti, svemirski brodovi prolaze višestruke provjere prije lansiranja, a inženjeri se ne zadovoljavaju samo kompjuterskom vizualizacijom, već prave model uživo na osnovu podataka navedenih na računaru.

IM aerodinamika se često zasniva na metodi fotoelastičnosti – određivanju efekata određenih sila na materiju usled dvostrukog prelamanja zraka u materijalima optičke prirode. Na taj način možete odrediti stepen naprezanja i deformacije zidova. Ista metoda može odrediti ne samo statičke efekte, već i one dinamičke, odnosno posljedice eksplozija i udarnih valova.

Hidrodinamički model se specificira ručno sa nekoliko parametara; svi geološki, biološki, hemijski i fizička svojstva okruženje i objekat. Na osnovu ovih podataka kreira se trodimenzionalni model. Postavljene su početne i maksimalne granice uticaja na konstrukciju. Zatim dolazi do prilagođavanja uslovima u kojima se objekat nalazi i naknadno povlačenje konačni podaci.

Ova metoda se aktivno koristi u rudarskoj industriji i pri bušenju bušotina. Pri tome se uzimaju u obzir podaci o tlu, izvorima zraka i vode, te mogućim slojevima nepovoljnim za rad.

Razvoj modela

Rekonstruisana projekcija je pojednostavljena verzija stvarnog objekta sa očuvanjem karakteristika, karakteristika, svojstava, kao i uzročno-posledičnih veza. Reakcija na uticaje obično postaje najvažniji element učenja. Koncept “simulacijskog modeliranja” uključuje tri faze rada sa modelom:

Njena konstrukcija nakon detaljne analize prirodnog sistema, prenošenje svih karakteristika u matematičke formule, izrada grafičke slike, njena trodimenzionalna verzija.
Eksperimentirajte i zabilježite promjene u kvaliteti izgleda, izvedite obrasce.
Projektovanje primljenih informacija na stvarni objekat, prilagođavanje.

Softver za simulaciju sistema

Prilikom odabira programa za implementaciju projekta, morate odabrati softver koji podržava trodimenzionalni prostor. Važna je i mogućnost 3D vizualizacije praćene volumetrijskom štampom.

Svoje proizvode nudi kompanija ZVSOFT.

Osnovni CAD je analog popularnog softvera - AutoCAD-a. Ali mnogi inženjeri prelaze na ZVKAD zbog pojednostavljenog sistema licenciranja, niže cijene i praktičnog sučelja na ruskom jeziku. Istovremeno, novi razvoj uopće nije inferioran u funkcionalnosti:

Podržava rad u 2D i trodimenzionalni prostor;
integracija sa gotovo svim tekstualnim i grafičkim datotekama;
praktičnost i velika funkcionalna traka sa alatkama.

Istovremeno, na ZWCAD možete instalirati mnoge dodatke koji imaju za cilj rješavanje određenih problema.

– program za kreiranje i rad sa složenim 3D objektima. Njegove prednosti:

Zgodno sučelje dostupno korisnicima bilo kojeg nivoa vještina i automatizirani proces odabira elemenata.
Lako strukturiranje objekata na osnovu mreže koja se može mijenjati (mogu se komprimirati, rastezati, povećavati ili smanjivati po visini, klonirati, projektirati, praviti udubljenja i konveksnosti i još mnogo toga).
Elementi iz NURBZ krivulja i površina, njihova modifikacija profesionalnim alatima za uređivanje.
Kreiranje volumetrijskih figura na osnovu izvedenih osnovnih i složenih objekata.
Modeliranje ponašanja objekata, opisano u obliku matematičkih funkcija.
Transformacija jednih oblika u druge, isticanje pojedinih prijelaznih elemenata.
Uz dodatke RenderZone i V-Ray, postaje moguće detaljno prikazivanje svih detalja i tekstura.
Animacija vam omogućava da postavite kretanje objekata nezavisno i zavisno jedan od drugog.
3D štampa modela.
Izvoz u sisteme inženjerske analize.

Drugi razvoj je program. Univerzalni CAD sistem u tri verzije - lagana, standardna i profesionalna. mogućnosti:

Kreiranje trodimenzionalnog objekta bilo koje složenosti.
Hibridno modeliranje.
Korištenje matematičkih formula i funkcija za konstruiranje figura.
Obrnuti inženjering, ili obrnuti inženjering proizvoda za prilagođavanje.
Modeliranje kretanja pomoću animacije.
Radite s modelom kao čvrstim, šupljim ili žičanim okvirom.
Dobivanje uzoraka na 3D štampaču.
Korištenje varijabli i matematičkih okruženja za simulaciju ponašanja.

U članku smo objasnili šta su metode simulacije i koja je njihova svrha. Budućnost nauke i proizvodnje leži u novim tehnologijama.

Još jedan primjer modela baziranih na mašinama su simulacijski modeli. Unatoč činjenici da simulacijsko modeliranje postaje sve popularnija metoda za proučavanje složenih sistema i procesa, danas ne postoji jedinstvena definicija simulacijskog modela koju prepoznaju svi istraživači.

Većina korištenih definicija podrazumijeva da se simulacijski model kreira i implementira korištenjem skupa matematičkih i instrumentalnih alata koji omogućavaju, uz korištenje kompjutera, ciljano izračunavanje karakteristika simuliranog procesa i optimizaciju nekih njegovih parametara.

Postoje i ekstremne tačke gledišta. Jedan od njih je povezan sa tvrdnjom da se simulacioni model može prepoznati kao bilo koji logičko-matematički opis sistema koji se može koristiti tokom računarskih eksperimenata. Sa ovih pozicija, proračuni povezani s promjenjivim parametrima u čisto determinističkim problemima se prepoznaju kao simulacijsko modeliranje.

Pristalice drugog ekstremna tačka gledišta smatraju da je simulacijski model nužno poseban softverski paket, koji vam omogućava da simulirate aktivnost bilo kojeg složenog objekta. “Metoda simulacije je eksperimentalna metoda istraživanje realnog sistema korišćenjem njegovog kompjuterskog modela, koji kombinuje karakteristike eksperimentalnog pristupa i specifične uslove za korišćenje računarske tehnologije. Simulacijsko modeliranje je metoda kompjuterskog modeliranja, zapravo nikad nije postojalo bez kompjutera, a tek je razvoj informacionih tehnologija doveo do uspostavljanja ove vrste kompjuterskog modeliranja.” Ovaj pristup negira mogućnost kreiranja najjednostavnijih simulacijskih modela bez upotrebe računala.

Definicija 1.9. Simulacijski model- poseban tip informacionih modela koji kombinuje elemente analitičkih, kompjuterskih i analognih modela, koji omogućava, koristeći niz proračuna i grafički prikaz rezultata svog rada, da reproducira (simulira) procese funkcionisanja objekta koji se proučava kada su izloženi raznim (obično slučajnim) faktorima.

Simulaciono modeliranje se danas koristi za modeliranje poslovnih procesa, lanaca snabdevanja, ratovanja, dinamike stanovništva, istorijskih procesa, konkurencije i drugih procesa za predviđanje posledica upravljačkih odluka u različitim oblastima. Simulacijsko modeliranje omogućava proučavanje sistema bilo koje prirode, složenosti i namjene i sa gotovo bilo kojim stepenom detalja, ograničeno samo složenošću razvoja simulacionog modela i tehničkim mogućnostima računarskih alata koji se koriste za izvođenje eksperimenata.

Simulacijski modeli koji se razvijaju za rješavanje modernih praktičnih problema obično sadrže veliki broj složeni interagujući stohastički elementi, od kojih je svaki opisan veliki broj parametara i podložan je stohastičkim uticajima. U ovim slučajevima, po pravilu, modeliranje u punoj veličini je nepoželjno ili nemoguće, a analitičko rješenje teško ili nemoguće. Često implementacija simulacionog modela zahtijeva organizaciju distribuiranog računarstva. Iz ovih razloga, simulacijski modeli su u suštini modeli zasnovani na mašinama.

Simulacijski model podrazumijeva predstavljanje modela u obliku algoritma koji implementira kompjuterski program, čije izvođenje simulira redoslijed promjena stanja u sistemu i na taj način odražava ponašanje simuliranog sistema ili procesa.

Bilješka!

U prisustvu slučajnih faktora, potrebne karakteristike simuliranih procesa dobijaju se kao rezultat višestrukih pokretanja simulacionog modela i naknadne statističke obrade akumuliranih informacija.

Imajte na umu da je sa stanovišta naučnog naučnika legitimno tumačiti simulacijsko modeliranje kao informatičku tehnologiju: „Simulacijsko modeliranje kontroliranog procesa ili kontroliranog objekta je informaciona tehnologija visokog nivoa koja obezbjeđuje dvije vrste radnji koje se izvode pomoću kompjuter:

1) rad na kreiranju ili modifikaciji simulacionog modela;
2) rad simulacionog modela i interpretacija rezultata."

Modularni princip konstruisanja simulacionog modela. Dakle, simulacijsko modeliranje pretpostavlja postojanje izgrađenih logičko-matematičkih modela koji opisuju sistem koji se proučava u vezi sa vanjskim okruženjem, reprodukciju procesa koji se u njemu odvijaju uz zadržavanje njihove logičke strukture i slijeda tokom vremena korištenjem računarske tehnologije. Najracionalnije je izgraditi simulacijski model funkcionisanja sistema po modularnom principu. U ovom slučaju mogu se identifikovati tri međusobno povezana bloka modula takvog modela (slika 1.7).

Rice. 1.7.

Glavni dio algoritamskog modela implementiran je u blok za simulaciju procesa funkcionisanja objekta (blok 2). Ovdje se organizira odbrojavanje vremena modela, reproducira se logika i dinamika interakcije elemenata modela i provode eksperimenti za prikupljanje podataka potrebnih za izračunavanje procjena karakteristika funkcionisanja objekta. Blok simulacije slučajnih utjecaja (blok 1) koristi se za generiranje vrijednosti slučajnih varijabli i procesa. Uključuje generatore standardnih distribucija i alate za implementaciju algoritama za modeliranje slučajnih efekata sa traženim svojstvima. U bloku obrade rezultata simulacije (blok 3) izračunavaju se trenutne i konačne vrijednosti karakteristika koje čine rezultate eksperimenata sa modelom. Takvi eksperimenti se mogu sastojati od rješavanja povezanih problema, uključujući optimizaciju ili inverzne probleme.

Lychkina II. II. Dekret. op.
Distribuirano računarstvo je način rješavanja radno intenzivnih računarskih problema pomoću nekoliko računara, najčešće kombinovanih u paralelni računarski sistem.
Emelyanov A. A., Vlasova E. A., Duma R. V. Simulacijsko modeliranje ekonomskih procesa. M.: Finansije i statistika, 2006. str. 6.

U ovom članku ćemo govoriti o simulacijskim modelima. Ovo je prilično složena tema koja zahtijeva odvojeno razmatranje. Zato ćemo pokušati da objasnimo ovo pitanje na pristupačnom jeziku.

Simulacijski modeli

o cemu pricamo? Počnimo s činjenicom da su simulacijski modeli neophodni za reprodukciju bilo koje karakteristike složenog sistema u kojem elementi međusobno djeluju. Međutim, takvo modeliranje ima niz karakteristika.

Prvo, radi se o objektu modeliranja, koji najčešće predstavlja složen složeni sistem. Drugo, to su nasumični faktori koji su uvijek prisutni i imaju određeni uticaj na sistem. Treće, postoji potreba da se opiše složen i dugotrajan proces koji se posmatra kao rezultat modeliranja. Četvrti faktor je da je bez upotrebe kompjuterske tehnologije nemoguće postići željene rezultate.

Razvoj simulacionog modela

Ona leži u činjenici da svaki predmet ima određeni skup svojih karakteristika. Svi se pohranjuju na računaru pomoću posebnih tablica. Interakcija vrijednosti i indikatora uvijek se opisuje pomoću algoritma.

Posebnost i ljepota modeliranja je u tome što je svaka faza postupna i glatka, što omogućava promjenu karakteristika i parametara korak po korak i dobijanje različitih rezultata. Program, koji koristi simulacijske modele, prikazuje informacije o dobijenim rezultatima, na osnovu određenih promjena. Često se koristi njihov grafički ili animirani prikaz, što uvelike pojednostavljuje percepciju i razumijevanje mnogih složenih procesa koje je prilično teško shvatiti u algoritamskom obliku.

Determinizam

Simulacijski matematički modeli su izgrađeni na činjenici da kopiraju kvalitete i karakteristike određenih realnih sistema. Razmotrimo primjer kada je potrebno proučiti količinu i dinamiku populacije određenih organizama. Da biste to učinili, koristeći modeliranje, možete zasebno razmotriti svaki organizam kako biste analizirali njegove specifične pokazatelje. U ovom slučaju, uslovi se najčešće postavljaju usmeno. Na primjer, nakon određenog vremenskog perioda možete postaviti reprodukciju organizma, a nakon dužeg perioda - njegovu smrt. Ispunjenje svih ovih uslova moguće je u simulacionom modelu.

Vrlo često daju primjere modeliranja kretanja molekula plina, jer je poznato da se kreću haotično. Možete proučavati interakciju molekula sa zidovima posude ili međusobno i opisati rezultate u obliku algoritma. Ovo će vam omogućiti da dobijete prosječne karakteristike cijelog sistema i izvršite analizu. Treba shvatiti da se takav kompjuterski eksperiment, zapravo, može nazvati stvarnim, jer su sve karakteristike modelirane vrlo precizno. Ali koja je svrha ovog procesa?

Činjenica je da simulacijski model omogućava isticanje specifičnih i čistih karakteristika i pokazatelja. Čini se da se oslobađa nasumičnih, nepotrebnih i niza drugih faktora kojih istraživači možda nisu ni svjesni. Imajte na umu da su vrlo često determinacija i matematičko modeliranje slični ako rezultat nije stvaranje autonomne strategije djelovanja. Primjeri koje smo gore pogledali odnose se na determinističke sisteme. Razlikuju se po tome što nemaju elemente vjerovatnoće.

Slučajni procesi

Ime je vrlo lako razumjeti ako povučete paralelu iz običnog života. Na primjer, kada stojite u redu u radnji koja se zatvara za 5 minuta i pitate se hoćete li imati vremena da kupite robu. Još jedna manifestacija nasumice može se vidjeti kada nekoga pozovete i prebrojite prstenje, pitajući se kolika je vjerovatnoća da ćete proći. Ovo može nekome izgledati iznenađujuće, ali zahvaljujući takvima jednostavni primjeri Početkom prošlog veka rođena je najnovija grana matematike, odnosno teorija čekanja. Ona koristi statistiku i teoriju vjerovatnoće kako bi izvela neke zaključke. Kasnije su istraživači dokazali da je ova teorija vrlo blisko povezana s vojnim poslovima, ekonomijom, proizvodnjom, ekologijom, biologijom itd.

Monte Carlo metoda

Važna metoda za rješavanje problema samoposluživanja je statistička test metoda ili Monte Carlo metoda. Imajte na umu da su mogućnosti analitičkog proučavanja slučajnih procesa prilično složene, a Monte Carlo metoda je vrlo jednostavna i univerzalna, što je njena glavna karakteristika. Možemo uzeti u obzir primjer radnje u koju ulazi jedan ili više kupaca, pacijenti koji dolaze u hitnu jedan po jedan ili u gužvi, itd. neke radnje jesu nezavisnih događaja, koji se distribuiraju po zakonima o kojima se može zaključiti samo provođenjem ogromnog broja opservacija. Ponekad to nije moguće, pa se koristi prosječna opcija. Ali koja je svrha modeliranja slučajnih procesa?

Činjenica je da vam omogućava da dobijete odgovore na mnoga pitanja. Trivijalno je izračunati koliko dugo će osoba morati da stoji u redu, uzimajući u obzir sve okolnosti. Čini se da je ovo prilično jednostavan primjer, ali ovo je samo prvi nivo i može biti mnogo sličnih situacija. Ponekad je tajming veoma važan.

Također možete pitati kako možete rasporediti vrijeme dok čekate uslugu. Još teže pitanje odnosi se na to kako bi se parametri uskladili kako kupac koji je upravo ušao nikada ne bi došao do reda. Izgleda lepo lako pitanje, ali ako razmislite i počnete makar malo komplikovati, postaje jasno da odgovor nije tako lak.

Proces

Kako se dešava slučajna simulacija? Koriste se matematičke formule, odnosno zakoni distribucije slučajnih varijabli. Koriste se i numeričke konstante. Imajte na umu da u ovom slučaju nije potrebno pribjeći bilo kakvim jednadžbama koje se koriste u analitičkim metodama. U ovom slučaju se jednostavno oponaša isti red o kojem smo gore govorili. Samo prvo, koriste se programi koji mogu generirati slučajne brojeve i povezati ih sa datim zakonom distribucije. Nakon toga, volumetrijski statistička obrada dobijene vrijednosti, čime se analiziraju podaci kako bi se utvrdilo da li ispunjavaju prvobitnu svrhu modeliranja. Nastavljajući dalje, recimo da možete pronaći optimalan broj ljudi koji će raditi u trgovini tako da se red nikada ne pojavi. Štaviše, matematički aparat koji se koristi u ovom slučaju su metode matematičke statistike.

Obrazovanje

Malo pažnje se poklanja analizi simulacionih modela u školama. Nažalost, to bi moglo imati prilično ozbiljne posljedice za budućnost. Djeca bi trebala znati neke osnovne principe modeliranja od škole, jer je razvoj savremenog svijeta bez ovog procesa nemoguć. U osnovnom kursu informatike djeca mogu lako koristiti simulacijski model života.

Detaljnije učenje se može predavati u srednjim ili specijalizovanim školama. Prije svega, trebamo proučiti simulaciju slučajnih procesa. Zapamtite da se u ruskim školama ovaj koncept i metode tek počinju uvoditi, pa je vrlo važno održavati nivo obrazovanja nastavnika, koji će se 100% garantovano suočiti s brojnim pitanjima djece. Istovremeno, nećemo komplicirati zadatak, fokusirajući se na činjenicu da govorimo o elementarnom uvodu u ovu temu, koji se može detaljno ispitati za 2 sata.

Nakon što djeca savladaju teorijsku osnovu, vrijedi obraditi tehnička pitanja koja se odnose na generiranje niza slučajnih brojeva na računaru. Istovremeno, nema potrebe preopteretiti djecu informacijama o tome kako radi kompjuter i na kojim principima se bazira analitika. Za praktične vještine, potrebno ih je naučiti da kreiraju generatore uniformnih slučajnih brojeva na segmentu ili slučajnih brojeva prema zakonu distribucije.

Relevantnost

Razgovarajmo malo o tome zašto su potrebni simulacijski modeli upravljanja. Poenta je da u savremeni svet Gotovo je nemoguće bez modeliranja u bilo kojoj oblasti. Zašto je toliko tražen i popularan? Simulacija može zamijeniti stvarni događaji, neophodni za dobijanje konkretnih rezultata, čija je izrada i analiza preskupa. Ili može postojati slučaj u kojem je provođenje stvarnih eksperimenata zabranjeno. Ljudi ga koriste i kada je jednostavno nemoguće izgraditi analitički model zbog niza slučajnih faktora, posljedica i uzročno-posljedičnih veza. Posljednji put se ova metoda koristi kada je potrebno simulirati ponašanje nekog sistema u određenom vremenskom periodu. ovog segmenta vrijeme. Za sve to kreiraju se simulatori koji pokušavaju što više reproducirati kvalitete originalnog sistema.

Vrste

Modeli simulacionog istraživanja mogu biti nekoliko tipova. Dakle, razmotrimo pristupe simulacijskog modeliranja. Prvi je sistemska dinamika, koja se izražava u činjenici da postoje međusobno povezane varijable, određeni akumulatori i povratna sprega. Tako se najčešće razmatraju dva sistema u kojima ih ima Opće karakteristike i tačke ukrštanja. Sljedeći tip modeliranja je diskretni događaj. Odnosi se na slučajeve u kojima postoje određeni procesi i resursi, kao i slijed radnji. Najčešće se na ovaj način mogućnost određenog događaja istražuje kroz prizmu niza mogućih ili slučajnih faktora. Treći tip modeliranja je baziran na agentima. Sastoji se od proučavanja individualnih svojstava organizma u njihovom sistemu. U ovom slučaju neophodna je indirektna ili direktna interakcija između posmatranog objekta i drugih.

Modeliranje diskretnih događaja predlaže apstrahiranje od kontinuiteta događaja i razmatranje samo glavnih tačaka. Dakle, slučajni i nepotrebni faktori su isključeni. Ova metoda je visoko razvijena i koristi se u mnogim područjima: od logistike do proizvodnih sistema. Najprikladniji je za modeliranje proizvodnih procesa. Inače, kreirao ga je 1960-ih Jeffrey Gordon. Dinamika sistema je paradigma modeliranja u kojoj istraživanje zahtijeva grafički prikaz veza i međusobnih utjecaja jednih parametara na druge. U ovom slučaju se uzima u obzir faktor vremena. Samo na osnovu svih podataka kreira se globalni model na računaru. Upravo ovaj tip vam omogućava da vrlo duboko shvatite suštinu događaja koji se proučava i identificira neke uzroke i veze. Zahvaljujući ovom modeliranju grade se poslovne strategije, modeli proizvodnje, razvoj bolesti, planiranje grada itd. Ovu metodu je 1950-ih izumio Forrester.

Modeliranje zasnovano na agentima datira iz 1990-ih i relativno je novo. Ovaj pravac se koristi za analizu decentralizovanih sistema, čija dinamika nije određena opšteprihvaćenim zakonima i pravilima, već individualnom aktivnošću određenih elemenata. Suština ovog modeliranja je da se shvati nova pravila, okarakteriše sistem kao celina i pronađu veze između pojedinih komponenti. Istovremeno, proučava se element koji je aktivan i autonoman, može samostalno donositi odluke i komunicirati sa svojom okolinom, a također se samostalno mijenja, što je vrlo važno.

Faze

Pogledajmo sada glavne faze razvoja simulacionog modela. One uključuju njegovu formulaciju na samom početku procesa, izgradnju konceptualnog modela, izbor metode modeliranja, izbor aparata za modeliranje, planiranje i izvođenje zadatka. U posljednjoj fazi se analiziraju i obrađuju svi primljeni podaci. Izrada simulacionog modela je složen i dugotrajan proces koji zahtijeva puno pažnje i razumijevanja materije. Imajte na umu da same faze traju maksimalno vrijeme, a proces kompjuterskog modeliranja ne traje više od nekoliko minuta. Vrlo je važno koristiti prave simulacijske modele, jer bez njih nećete moći postići željene rezultate. Neki podaci će se dobiti, ali neće biti realni niti produktivni.

Sumirajući članak, želio bih reći da je ovo vrlo važna i moderna industrija. Pogledali smo primjere simulacijskih modela kako bismo razumjeli važnost svih ovih tačaka. U savremenom svijetu modeliranje igra ogromnu ulogu, jer se na njegovoj osnovi razvija ekonomija, urbano planiranje, proizvodnja i tako dalje. Važno je shvatiti da su modeli simulacijskih sistema veoma traženi, jer su nevjerovatno profitabilni i praktični. Čak i kada se stvaraju stvarni uslovi, nije uvijek moguće dobiti pouzdane rezultate, jer uvijek postoji mnogo školskih faktora koje je jednostavno nemoguće uzeti u obzir.

Model je apstraktni opis sistema, čiji nivo detalja određuje sam istraživač. Osoba donosi odluku o tome da li je određeni element sistema bitan, a samim tim i da li će biti uključen u opis sistema. Ova odluka se donosi uzimajući u obzir svrhu koja je u osnovi razvoja modela. Uspjeh modeliranja ovisi o tome koliko dobro je istraživač u stanju identificirati bitne elemente i odnose između njih.

Smatra se da se sistem sastoji od mnogo međusobno povezanih elemenata koji se kombinuju radi obavljanja specifična funkcija. Definicija sistema je uglavnom subjektivna, tj. ne zavisi samo od svrhe obrade modela, već i od toga ko tačno definiše sistem.

Dakle, proces modeliranja počinje definisanjem cilja razvoja modela, na osnovu kojeg se granice sistema I potreban nivo detalja simulirani procesi. Odabrani nivo detalja treba da omogući da se apstrahuju aspekti funkcionisanja realnog sistema koji nisu precizno definisani zbog nedostatka informacija. Dodatno, opis sistema mora uključivati kriterije za efektivnost sistema i procijenjena alternativna rješenja koja se mogu smatrati dijelom modela ili njegovim inputima. Procjene alternativnih rješenja zasnovanih na datim kriterijima performansi smatraju se rezultatima modela. Tipično, evaluacija alternativa zahtijeva promjene u opisu sistema i, prema tome, restrukturiranje modela. Stoga je u praksi proces izgradnje modela iterativan. Jednom kada se mogu dati preporuke na osnovu procjena alternativa, može početi implementacija rezultata modeliranja. Istovremeno, preporuke treba da jasno formulišu i glavne odluke i uslove za njihovu implementaciju.

Simulacijsko modeliranje(u širem smislu) je proces izgradnje modela realnog sistema i provođenja eksperimenata na ovom modelu kako bi se ili razumjelo ponašanje sistema ili ocijenilo (unutar nametnutih ograničenja) različite strategije koje osiguravaju funkcioniranje ovog sistema. .

Simulacijsko modeliranje(u užem smislu) predstavlja prikaz dinamičkog ponašanja sistema premještanjem iz jednog stanja u drugo u skladu sa dobro poznatim operativnim pravilima (algoritmima).

Dakle, za kreiranje simulacionog modela potrebno je identifikovati i opisati stanje sistema i algoritme (pravila) za njegovu promenu. Ovo se zatim piše u terminima nekog alata za modeliranje (algoritamski jezik, specijalizovani jezik) i obrađen na računaru.

Simulacijski model(IM) je logičko-matematički opis sistema koji se može koristiti tokom eksperimenata na digitalnom računaru.

MI se može koristiti za dizajniranje, analizu i evaluaciju funkcionisanja sistema. Eksperimenti mašina se izvode sa IM, što nam omogućava da izvučemo zaključke o ponašanju sistema:

· u nedostatku njegove konstrukcije, ako se radi o projektovanom sistemu;

· bez ometanja njegovog funkcionisanja, ako se radi o postojećem sistemu, eksperimentisanje sa kojim je nemoguće ili nepoželjno (visoki troškovi, opasnost);

· bez uništavanja sistema, ako je svrha eksperimenta da se utvrdi uticaj na njega.

Proces formiranja simulacionog modela može se ukratko predstaviti na sljedeći način ( Fig.2):

Fig.2. Šema formiranja simulacionog modela

zaključak: IM karakteriše reprodukcija pojava opisanih formalizovanim dijagramom procesa, uz očuvanje njihove logičke strukture, redosleda promena u vremenu, a ponekad i fizičkog sadržaja.

Simulacijsko modeliranje (IM) na računaru se široko koristi u proučavanju i upravljanju složenim diskretnim sistemima (CDS) i procesima koji se u njima odvijaju. Takvi sistemi uključuju ekonomske i proizvodne objekte, morske luke, aerodromi, kompleksi za pumpanje nafte i gasa, sistemi za navodnjavanje, softveri za složene sisteme upravljanja, kompjuterske mreže i mnogi drugi. Široka upotreba IM-a objašnjava se činjenicom da veličina problema koji se rješavaju i nedostatak formalizabilnosti složenih sistema ne dozvoljavaju korištenje strogih metoda optimizacije.

Ispod imitacija razumećemo numerička metoda izvođenje kompjuterskih eksperimenata sa matematički modeli, koji opisuje ponašanje složenih sistema tokom dugih vremenskih perioda.

Simulacijski eksperiment je prikaz procesa koji se odvija u SDS-u u dužem vremenskom periodu (minuta, mjesec, godina, itd.), koji obično traje nekoliko sekundi ili minuta vremena rada računara. Međutim, postoje problemi za koje je potrebno izvršiti toliko proračuna tokom modeliranja (po pravilu su to problemi vezani za upravljačke sisteme, podršku modeliranju za donošenje optimalnih odluka, razvoj efikasnih strategija upravljanja itd.) da IM radi sporiji od pravog sistema. Stoga, sposobnost simulacije dugog perioda rada VTS-a u kratkom vremenu nije najvažnija stvar koju simulacija pruža.

Mogućnosti simulacije:

1. Eksperimenti mašina se izvode sa IM, koji nam omogućavaju da izvučemo zaključke o ponašanju sistema:

· bez njegove konstrukcije, ako se radi o projektovanom sistemu;

· bez ometanja njegovog funkcionisanja, ako se radi o postojećem sistemu, eksperimentisanje sa kojim je nemoguće ili nepoželjno (skupo, opasno);

· bez njegovog uništenja, ako je svrha eksperimenta da se utvrdi maksimalni uticaj na sistem.

2. Eksperimentalno istražiti složene interakcije unutar sistema i razumjeti logiku njegovog funkcionisanja.

4. Proučiti uticaj spoljašnjih i unutrašnjih nasumičnih poremećaja.

5. Istražiti stepen uticaja parametara sistema na indikatore performansi.

6. Testirajte nove strategije upravljanja i donošenja odluka u operativnom menadžmentu.

7. Predvidjeti i planirati funkcionisanje sistema u budućnosti.

8. Provesti obuku osoblja.

Osnova simulacionog eksperimenta je model simuliranog sistema.

IM je razvijen za modeliranje složenih stohastičkih sistema - diskretnih, kontinuiranih, kombinovanih.

Modeliranje znači da se specificiraju uzastopni momenti u vremenu i da se stanje modela izračunava od strane kompjutera uzastopno u svakom od ovih trenutaka u vremenu. Da biste to učinili, potrebno je postaviti pravilo (algoritam) za prelazak modela iz jednog stanja u drugo, odnosno transformaciju:

gdje je stanje modela u -tom trenutku vremena, što je vektor.

Hajde da uvedemo u razmatranje:

Vektor stanja vanjskog okruženja (unos modela) u th trenutku vremena,

Kontrolni vektor u th trenutku vremena.

Zatim se IM određuje specificiranjem operatora, uz pomoć kojeg možete odrediti stanje modela u sljedećem trenutku na osnovu stanja u trenutnom trenutku, upravljačkih vektora i vanjskog okruženja:

Ovu transformaciju pišemo u rekurentnom obliku:

Operater definira simulacijski model složenog sistema sa njegovom strukturom i parametrima.

Važna prednost IM-a je mogućnost uzimanja u obzir nekontrolisanih faktora modeliranog objekta, a to su vektor:

tada imamo:

Simulacijski model je logičko-matematički opis sistema koji se može koristiti tokom eksperimenata na računaru.

Fig.3. Sastav IM složenog sistema

Vraćajući se na problem simulacionog modeliranja složenog sistema, u IM uslovno istaknemo: model kontrolisanog objekta, model sistema upravljanja i model unutrašnjih slučajnih poremećaja (Fig.3).

Ulazi modela kontroliranog objekta podijeljeni su na kontrolirane kontrolirane i nekontrolirane nekontrolirane smetnje. Ove posljednje generiraju senzori slučajnih brojeva prema datom zakonu distribucije. Kontrola je, pak, izlaz modela upravljačkog sistema, a poremećaji su izlaz senzora slučajnih brojeva (model unutrašnjih poremećaja).

Evo algoritma kontrolnog sistema.

Simulacija vam omogućava da proučavate ponašanje simuliranog objekta tokom dužeg vremenskog perioda – dinamička simulacija. U ovom slučaju, kao što je gore navedeno, tumači se kao broj trenutka u vremenu. Osim toga, možete proučavati ponašanje sistema u određenom trenutku - statička simulacija, a zatim se tretira kao državni broj.

Sa dinamičkom simulacijom, vrijeme se može mijenjati u konstantnim i varijabilnim koracima ( Fig.4):

Fig.4. Dinamička simulacija

Ovdje g i– trenuci događaja u VTS, g * i– momenti događaja tokom dinamičke simulacije sa konstantnim korakom, g ' i- momenti događaja u promjenjivom koraku.

Sa konstantnim korakom implementacija je jednostavnija, ali je tačnost manja i mogu postojati prazne (odnosno, dodatne) vremenske tačke kada se izračunava stanje modela.

Sa promjenjivim koracima, vrijeme se kreće od događaja do događaja. Ova metoda je preciznija reprodukcija procesa, nema nepotrebnih proračuna, ali je teže implementirati.

Osnovne odredbe, proizilazeći iz rečenog:

1. MI je numerička metoda i treba je koristiti kada se druge metode ne mogu koristiti. Za složene sisteme to je ovog trenutka glavna metoda istraživanja.

2. Imitacija je eksperiment, što znači da se pri njegovom izvođenju mora koristiti teorija planiranja eksperimenta i obrade njegovih rezultata.

3. Što je preciznije opisano ponašanje modeliranog objekta, to je model potreban precizniji. Što je model precizniji, to je složeniji i zahtijeva više računarskih resursa i vremena za istraživanje. Stoga je potrebno tražiti kompromis između tačnosti modela i njegove jednostavnosti.

Primjeri zadataka koje treba riješiti: analiza sistemskih projekata u različitim fazama, analiza postojeći sistemi, upotreba u sistemima upravljanja, upotreba u sistemima za optimizaciju, itd.