Как разрабатывается имитационная модель?

Имитационные модели состоят из следующих компонентов:

  • системные объекты,
  • входные переменные,
  • показатели эффективности,
  • функциональные связи.

Например, если взять такую модель как сервер и очередь пользователей к нему с запросами, то сама очередь и сервер будут системными объектами, скорость поступления и скорость обслуживания – входные переменные, среднее время ожидания и максимальную длина очереди — показатели эффективности работы. Пример функциональной связи: «время в системе = время ожидания + время обслуживания».

Я уже писал в предыдущей статье, какие этапы имитационного моделирования приходится проходить в работе. Теперь остановимся на них подробнее.

Этап 1: определение проблемы

Перечисляем проблемы, которые имеет существующая система. Создайте требования к предлагаемой системе.

Этап 2: сформулируйте проблему

Выберите границы системы, проблемы или ее части для изучения. Определите общую цель исследования и некоторые из конкретных вопросов, которые необходимо решать. Определите производительность, задайте количественные критерии, на основе которых будут сопоставляться различные конфигурации системы Обозначьте временные рамки исследования, т.е. будет ли модель использоваться для решения единовременной задачи (например, капитальные расходы) или в течение определенного периода времени на регулярной основе (например, планирование воздушного движения). Задайте конечного пользователя имитационной модели. Проблемы должны быть сформулированы настолько точно, насколько это возможно.

Этап 3: сбор и обработка данных в реальном масштабе системы

Сбор данных по спецификации системы (например, узнать полосу пропускания для сети), входные переменные, а также производительность существующей системы. Определить источники хаотичности в системе, то есть стохастические входящие переменные. Выберите подходящий тип ввода их.

Выберите подходящие программные пакеты для создания статистики. Стандартные распределения, например, экспоненциальное, Пуассона, нормальное, гиперэкспоненциальное и т.д. легко моделировать . Эмпирические распределения используются, когда стандартные распределения не подходят или не подходят имеющиеся данные системы.

Этап 4: сформулировать и разработать модель

Создайте схемы и сетевые диаграммы системы. Переведите эти концептуальные модели для моделирования программного обеспечения в приемлемую форму. Убедитесь в том, что имитационная модель выполняется так, как и задумывалось.

Методы проверки включают в себя ручное задание случайных входных параметров (из допустимого диапазона) и проверка результатов.


Этап 5: проверка модели

Сравните производительность модели с производительностью реальной системы. Проанализируйте выводы статистических тестов и проведите экспертизу системы. Оцените уверенность конечного пользователя в том, что его проблема будет решена данной моделью. Чтобы повысить доверие к вашей имитационной модели, создайте её структурное представление.