Имитационное моделирование (им). области использования и достоинства им. проблемы им

Введение

Статистическое моделирование – это методика изучения сложных систем, базирующаяся на описании процессов работы каждого компонента системы в их взаимных связях для того, чтобы получить множество отдельных результатов, которые подлежат обработке при помощи методов математической статистики, для формирования итогового результата. Основой статистического моделирования является метод Монте-Карло.

Имитационная модель является универсальным средством изучения сложных систем, представляющим собой логическое и алгоритмическое описание функционирования всех компонентов системы и законов из взаимодействия, которые отображают очерёдность событий, происходящих в моделируемой системе.

Когда статистическое моделирование осуществляется при помощи имитационных моделей, то это моделирование именуется имитационным. Термины «статистическое» и «имитационное» моделирование иногда воспринимаются в качестве синонимов. Но нужно отметить, что статистическое моделирование не всегда считается имитационным.

Наиболее часто имитационное моделирование используется при изучении сложных систем, имеющих дискретный характер работы, включая модели массового обслуживания. Чтобы описать рабочие процессы подобных систем как правило применяются временные диаграммы.

Временной диаграммой является графическое отображение очерёдности событий, которые происходят в системе. Чтобы построить временную диаграмму, нужно обладать чётким и однозначным представлением о взаимосвязях событий в системе. Уровень детализации при формировании диаграмм определяется свойствами моделируемой системы и целями выполнения моделирования.

Имитационное моделирование, как правило, осуществляется на электронной вычислительной машине (ЭВМ) согласно программе, выполняющей необходимое логическое и алгоритмическое описание. Причём большие временные интервалы можно смоделировать на компьютере за более короткие промежутки времени. Обычно модель не представляет собой точный аналог системы, а скорее выступает как её символическое отображение. Тем не менее, подобная модель даёт возможность реализовать измерения, которые нельзя выполнить какими-нибудь иными методами.

Предназначение имитационного моделирования

Под имитационными моделями понимается один из видов аналоговых моделей, которые реализуются посредством применения комплекта математических инструментов, специальных компьютерных программных приложений, выполняющих имитацию. Они позволяют с помощью аналоговых процессов выполнить целевое изучение структурного построения и функционирования какого-либо большого процесса в компьютерной памяти в имитационном режиме и осуществить определение его оптимальных параметров.

Имитационной моделью является специализированный программный набор, позволяющий выполнить имитацию работы выбранного сложного объекта. Эти программы начинают выполнять в компьютере параллельно разные процессы вычислений, обладающие взаимным влиянием, которые повторяют по своим характеристикам (включая временное и пространственное масштабирование) аналогичные процессы, подлежащие исследованию. Задачей имитационной модели является отражение значительного количества параметрических характеристик, логические принципы о законы поведения объекта моделирования во временной и пространственной области (временная и пространственная динамика). Экономические модели увязаны с термином «финансовая динамика объекта».

Имитационную модель необходимо использовать, когда объект, подлежащий моделированию, имеет такой уровень сложности, что представить его функционирование, к примеру, уравнениями математики или логики практически не реально или очень трудно. Иногда такие модельные объекты представляют собой «чёрный ящик», то есть объект, внутренняя структурная организация которого неизвестна, поэтому неизвестно его реакция на внешние воздействия и изменения внутри. В таких вариантах имитационное моделирование даёт возможность имитировать входные воздействия, которые аналогичны по характеристикам реальным, и, наблюдая реагирование модели на эти воздействия, проанализировать структурное построении объекта и его поведенческие параметры. Выстроить имитационную модель не более сложно, чем использовать типовые математические построения. Но отдача от имитационной модели существенно больше, поскольку она даёт возможность определить такие параметры, которые недоступны при применении типовых математических функций.

Сферы использования методик имитационного моделирования

Экономические процессы моделируются посредством имитации, как правило, в следующих случаях:

1. При поиске управленческих решений в сложных бизнес-процессах.
2. При экспериментальных работах с дискретно-непрерывным моделированием сложнейших экономических объектов с целью получить и отследить их динамическое поведение в экстренных случаях, сопряжённых с рисками, физические модели которых нельзя построить или они нежелательны.

Имитационное моделирование используется в разных экономических сферах. Примерами типичных задач, которые решаются методами имитационного моделирования, являются:

• Задача по управлению процессом выполнения инвестиционного проекта на разных ступенях его существования при учёте вероятных рисков и тактических вариантов распределения финансов.
• Задача формирования прогноза финансовых итогов работы организации за конкретный временной интервал.
• Задача коррекции структурной организации и распределения ресурсов фирмы-банкрота.
• Задача выработки политики управления ресурсами.
• Задача разработки проекта и анализа функционирования систем транспорта. Например, это могут быть аэропорты, порты и так далее.
• Задача разработки проекта и выполнения анализа производственных структур.
• Задача выполнения анализа систем экономики и финансов.

Замечание 1

При помощи имитационного моделирования возможно прогнозировать главные финансовые итоги работы предприятия и обосновать целесообразность различных вариантов его реорганизации, финансовых вложений или получения кредитов на производственные работы.

Применение имитационного моделирования[]

К имитационному моделированию прибегают, когда :

— дорого или невозможно экспериментировать на реальном объекте;

— невозможно построить аналитическую модель: в системе есть время, причинные связи, последствие, нелинейности, стохастические (случайные) переменные;

— необходимо сымитировать поведение системы во времени.

Цель имитационного моделирования состоит в воспроизведении поведения исследуемой системы на основе результатов анализа наиболее существенных взаимосвязей между ее элементами или другими словами — разработке симулятора исследуемой предметной области для проведения различных экспериментов.

Имитационное моделирование позволяет имитировать поведение системы во времени. Причём плюсом является то, что временем в модели можно управлять: замедлять в случае с быстропротекающими процессами и ускорять для моделирования систем с медленной изменчивостью. Можно имитировать поведение тех объектов, реальные эксперименты с которыми дороги, невозможны или опасны. С наступлением эпохи персональных компьютеров производство сложных и уникальных изделий, как правило, сопровождается компьютерным трёхмерным имитационным моделированием.             Эта точная и относительно быстрая технология позволяет накопить все необходимые знания, оборудование и полуфабрикаты для будущего изделия до начала производства. Компьютерное 3D моделирование теперь не редкость даже для небольших компаний.

Виды имитационного моделирования

• Моделирование функционирования применяют главным образом на стадии разработки концепции для формирования и требований к , а также для исследования альтернативных концепций и выбора предпочтительной концепции.

  Анализ особенностей поведения и действий часто называют системным анализом. Важный инструмент системного анализа —

• Моделирование эффективности системы — основной инструмент при принятии решений о выборе предпочтительной концепции системы. Для оценки эффективности также требуется спроектировать и построить модель среды функционирования. Обе модели должны допускать варьирование параметров, чтобы изучить как различные варианты эксплуатации, так и различные возможности системы.
• Моделирование условий применения сосредоточено на разработке режимов эксплуатации системы. На таких моделях отрабатываются статические и динамические характеристики компонентов и значимые особенности окружения. Оператор имитационной модели может ставить эксперименты типа «что, если» для нахождения наилучшего решения.
• Физическое моделирование создается для исследования физического поведения элементов системы. Используется преимущественно на стадии инженерной разработки системы.
  • Программно-аппаратное (Hardware-in-the-loop Simulation) — разновидность физического моделирования, когда аппаратные средства системы используются в сочетании с имитационным моделированием на компьютере.
  • Моделирование окружения (Environmental Simulation) — разновидность физического моделирования, когда моделируется не сама система, а элементы окружающей среды. Такие модели предназначены для изучения условий эксплуатации (обычно опасных). Примеры:
    • вибрационные стенды (механические испытания на прочность)
    • краш-тесты (испытания столкновением с препятствием)
    • аэродинамическая труба (моделирование сил, действующих в потоке газа)
  • Моделирование виртуальной реальности (VR Simulation)
    • Пространственные модели
    • Видеоигры
    • Моделирование района боевых действий

Подходы имитационного моделирования[]

Агентное моделирование — относительно новое (1990-е-2000-е гг.) направление в имитационном моделировании, которое используется для исследования децентрализованных систем, динамика функционирования которых определяется не глобальными правилами и законами (как в других парадигмах моделирования), а наоборот, когда эти глобальные правила и законы являются результатом индивидуальной активности членов группы. Цель агентных моделей — получить представление об этих глобальных правилах, общем поведении системы, исходя из предположений об индивидуальном, частном поведении ее отдельных активных объектов и взаимодействии этих объектов в системе. Агент — некая сущность, обладающая активностью, автономным поведением, может принимать решения в соответствии с некоторым набором правил, взаимодействовать с окружением, а также самостоятельно изменяться.

Дискретно-событийное моделирование — подход к моделированию, предлагающий абстрагироваться от непрерывной природы событий и рассматривать только основные события моделируемой системы, такие как: «ожидание», «обработка заказа», «движение с грузом», «разгрузка» и другие. Дискретно-событийное моделирование наиболее развито и имеет огромную сферу приложений — от логистики и систем массового обслуживания до транспортных и производственных систем. Этот вид моделирования наиболее подходит для моделирования производственных процессов. Основан Джеффри Гордоном в 1960-х годах.

Системная динамика — парадигма моделирования, где для исследуемой системы строятся графические диаграммы причинных связей и глобальных влияний одних параметров на другие во времени, а затем созданная на основе этих диаграмм модель имитируется на компьютере. По сути, такой вид моделирования более всех других парадигм помогает понять суть происходящего выявления причинно-следственных связей между объектами и явлениями. С помощью системной динамики строят модели бизнес-процессов, развития города, модели производства, динамики популяции, экологии и развития эпидемии. Метод основан Джеем Форрестером в 1950 годах.

Организационные принципы имитационного моделирования

Имитационное моделирование позволяет испытать, оценить и провести разные эксперименты с изучаемой системой без оказания непосредственного воздействия на неё. При исследовании какой-либо конкретной системы вначале следует выделить её основные компоненты, и сформулировать логические правила, определяющие взаимодействие этих компонентов. Сформированное в итоге этих действий описание считается моделью системы. В состав модели, как правило, входят те системные параметры, которые наиболее интересны на текущий момент или необходимо их исследование.

Так как целью формирования любых моделей считается изучение характеристик моделируемой системы, то в имитационную модель всегда включаются средства, предназначенные для сбора и переработки статистических информационных данных по каждой исследуемой характеристике, базирующиеся на математической статистике.

Построить в ручном режиме временные диаграммы с огромным количеством информационных данных не представляется возможным. Применение для этих целей компьютеров даёт возможность значительно более оперативно построить модель системы и получить итоговый результат. То есть, имитационное моделирование может рассматриваться как процесс формирования диаграмм работы изучаемой системы.

Следовательно, имитационная модель по сути является алгоритмом, реализующим временную диаграмму работы изучаемой системы. Присутствие практически во всех алгоритмических языках генератора случайных чисел делает реализацию имитационных моделей на компьютере существенно более простой. Но это не решает всех проблем, возникающих при имитационном моделировании. Одной из таких проблем является принцип реализации временных диаграмм и, сопряжённой с ними, проблемами построения службы времени в имитационной модели.

В самом простом случае временные диаграммы можно реализовать следующими действиями:

1. В начале следует сформировать моменты прихода в систему всех заявок.
2. Для каждой заявки нужно определить время выполнения обслуживания в приборе.
3. Сформировать моменты окончания обслуживания.

Такой метод далеко не в каждом случае можно использовать, так как даже для несложных систем нужно сохранять в памяти компьютера единовременно больше миллиона значений.

Другим методом, который можно применить для формирования временных диаграмм, является пошаговое выстраивание диаграммы. Для него нужно задать переменную для модельного времени и определить шаг At его изменений. Во все моменты времени, определяемые шагом, нужно выполнять проверку, какое из событий, а именно, получение системой заявки или её завершение, случилось в системе в течение предыдущего интервала At.

Такой метод способен сократить объём необходимой памяти, так как в таком варианте в каждый текущий момент времени следует сохранять в памяти компьютера величины параметров лишь тех заявок, которые присутствуют в системе в этот временной момент.

Но и этот метод не свободен от недостатков. Основной проблемой здесь считается правильное определение размера временного интервала At.

Самым эффективным считается подход с использованием переменного шага передвижения модельного времени, который осуществляется согласно принципу «до самого ближнего события». Методика изменения модельного времени до самого ближнего события состоит в следующем:

1. Во всех процессах, происходящих одновременно в изучаемой системе, в каждый временной момент фиксируются моменты наступления «самого близкого события в будущем».
2. Время модели перемещается вперёд до наступления самого ближнего из вероятных событий.
3. Согласно этому ближайшему событию осуществляются необходимые, в этом случае, действия.

Плюсы имитационного моделирования

Метод имитационного моделирования и ФСА также будут полезны, если нужно спроектировать новый бизнес. Как должна выглядеть организационная структура бизнеса? Как часто следует выполнять процессы? Какая длительность и стоимость процессов будет оптимальной?

На все данные вопросы можно получить ответ ДО момента, когда фирма начнет свою деятельность и выяснит, что материальных ресурс все время не хватает, а трудовые — перегружены.

Конечно, сначала можно организовать фирму, придерживаться принципа работы «как пойдет», убедиться, что подход регрессивный и только после этого начать решать задачи оптимизации работы. Но если сразу, на начальном этапе спроектировать эффективно работающий бизнес, то большинство проблем вообще не возникнут, что в итоге сэкономит много времени, которое можно направить на развитие молодой организации.

Основные определения[]

Имитационное моделирование (ситуационное моделирование) — метод, позволяющий строить модели, описывающие процессы так, как они проходили бы в действительности. Такую модель можно «проиграть» во времени как для одного испытания, так и заданного их множества. При этом результаты будут определяться случайным характером процессов. По этим данным можно получить достаточно устойчивую статистику.

Имитационное моделирование — это метод исследования, при котором изучаемая система заменяется моделью, с достаточной точностью описывающей реальную систему, с которой проводятся эксперименты с целью получения информации об этой системе. Экспериментирование с моделью называют имитацией (имитация — это постижение сути явления, не прибегая к экспериментам на реальном объекте).

Имитационное моделирование — это частный случай математического моделирования. Существует класс объектов, для которых по различным причинам не разработаны аналитические модели, либо не разработаны методы решения полученной модели. В этом случае аналитическая модель заменяется имитатором или имитационной моделью.

Имитационным моделированием иногда называют получение частных численных решений сформулированной задачи на основе аналитических решений или с помощью численных методов.

Имитационная модель — логико-математическое описание объекта, которое может быть использовано для экспериментирования на компьютере в целях проектирования, анализа и оценки функционирования объекта.

Проведение имитационного моделирования

Проведение имитационного моделирования подразумевает выполнение 4 ключевых этапов:

1. Построение модели процессов, осуществление которых нужно оптимизировать.
2. Старт имитации выполнения процессов утвержденной модели.
3. Анализ полученных данных.
4. Повторение трех вышеперечисленных пунктов для альтернативных сценариев осуществления процесса и выбор максимально подходящего.

Более подробней процесс выглядит так:

Имитационное моделирование дает возможность имитировать выполнение процесса таким образом, как он происходил бы в реальности, но в ускоренном режиме. Рассмотрим, как процессы реализуются в жизни. 

Классификация видов моделирования систем

Классификационными признаками типов моделирования систем являются:

1. Уровень наполненности модели.
2. Характеристики процессов, подлежащих изучению.
3. Формат отображения объекта.

По разработанной полноте моделирования можно выделить полное моделирование, неполное моделирование и приближённое моделирование.

Базой полного моделирования является абсолютная аналогичность, которая видна как в пространственном измерении, так и во временном.

При неполном моделировании проявляется не совсем полное соответствие модели объекту исследований.
Основой приближённого моделирования считается примерное соответствие, при котором отдельные параметры работы изучаемого объекта совсем не отображены в модели.

По характеру процессов в системе, подлежащих изучению, все типы моделей можно поделить на:

1. Детерминированные.
2. Стохастические.
3. Статические.
4. Динамические.
5. Дискретные.
6. Непрерывные.
7. Смешанные.

При детерминированном моделировании моделируются процессы, в которых нет возможности проявления случайного воздействия.

В стохастических моделях присутствуют события, имеющие определённую вероятность их появления.

В статических моделях нет временных зависимостей.

В динамических моделях отображается временная зависимость.

В дискретных моделях описываются дискретные процессы.

Непрерывные модели отражают непрерывность процессов в системе.

В реальной жизни большинство систем являются смешанными.

Имитационное моделирование на реальных примерах

Довольно редко процесс осуществляется четко и оперативно. Практически во все случаях возникают какие-либо перерывы и задержки, связанные с наличием более приоритетной задачи, загруженностью сотрудников или несвоевременным заказом комплектующих.

Примеров данных процессов очень много, для более лучшего понимания разберем несколько моментов:

• менеджер по продажам занят написанием ответного письма по электронной почте клиенту и в это время раздается телефонный звонок. Сотрудник отрывается от работы и переключается на телефонный разговор, только после его завершения он вновь возвращается к написанию письма;
• когда завершается рабочий день руководителя отдела, составляющего план работ на последующий месяц, то процесс останавливается и продолжается только на следующие сутки, когда руководитель выходит на работу;
• в процессе производства товара применяются товарно-материальные ценности, которые закупаются у поставщика. Если по ряду причин отдел закупок с опозданием сделал заказ или поставщик задержал доставку, производство товара остановится и возобновится вновь только после поступления ТМЦ;
• для выполнения такого процесса, как «Ввод системы в эксплуатацию» требуется больше количество специалистов, а если из них кто-занят другим делом, то процесс может быть вообще не выполнен.

Чтобы смоделировать все разнообразия подобных ситуаций, следует учитывать некоторые факторы:

• в какой конкретно временной промежуток возникают события, приводящие к активации некоторой деятельности;
• актуальные графики работы персонала и оборудования (то есть, трудовых ресурсов компании);
• трудовой ресурс одномоментно может работать только над одной задачей;
• значения переменных или вероятности, на базе которых определяется следующий шаг;
• итоги одного вида деятельности могут повлиять на другой.

Прибавляя к данным факторам описание бизнес-процессов, мы получаем готовую модель, над которой свободно можно проводить эксперименты и получать ответы на важные вопросы.

Используйте AnyLogic для моделирования в следующих областях:

• Цепи поставок

  проектирование

  оптимизация политик

  оценка риска

  и другое…

• Производство

  планирование

  улучшение процессов

  размещение объектов

  и другое…

• Перевозки

  логистический план

  управление парком

  анализ рисков

  и другое…

• Склад

  создание проекта

  бизнес-процессы

  оптимизация штата

  и другое…

  

  

  

  

  

  

  

  

  

  

• Железные дороги

  проектирование сети

  оптимизация графика

  испытание политик

  и другое…

• Горное дело

  прогнозирование и анализ

  планирование добычи

  транспортная оптимизация

  и другое…

• Нефть и газ

  планирование операций

  управление хранилищами

  транспортировка нефти

  и другое…

• Порты и терминалы

  контейнерный склад

  портовая логистика

  оценка рисков

  и другое…

• Дорожное движение

  планировка дорог

  анализ потока

  оптимизация сети

  и другое…

• Пассажиропотоки

  вместимость зданий

  пункты обслуживания

  планы эвакуации

  и другое…

• Здравоохранение

  проект клиники

  улучшение процессов

  оптимизация политик

  и другое…

• Бизнес-процессы

  оценка эффективности

  снижение затрат

  анализ узких мест

  и другое…

• Управление активами

  прогнозирование

  анализ рисков

  оценка проектов

  и другое…

• Маркетинг

  выбор потребителей

  поведение рынка

  эффект от рекламы

  и другое…

  

  

  

  

  

  

  

• Социальные процессы

  здравоохранение

  экономика

  экология

  и другое…

• Безопасность

  техническое обслуживание

  цепи поставок и логистика

  и другое…

Что такое имитационное моделирование

Имитационное моделирование — это способ исследования, который базируется на замене изучаемой системы на модель, имитирующую эту систему. Над установленной моделью проводят необходимы эксперименты и в итоге получают сведения о настоящей системе. Имитационное моделирование активно применяется в проектах по реинжинирингу деятельности организаций, когда требуется заранее спрогнозировать результаты.

В первую очередь оптимизации подвергаются такие показатели, как:

• затраты процесса;
• длительность процесса;
• объем произведенного продукта или количество обслуженных клиентов. 

Нерезультативные значения этих параметров снижают эффективность процессов, что в свою очередь приведет к потере финансового актива организации и недовольству руководителя. Почему данные параметры выделяются как ключевые? Высокая цена бизнеса-процесса напрямую повышает затраты фирмы. Длительное выполнение процесса зачастую приводит к запоздалому получению результатов, когда они уже будут не актуальны. Недостаточное количество продукта организации — показатель даже не требует комментариев.

Метод имитационного моделирования дает возможность оценить как время выполнения процесса, так и временные промежутки, затрачиваемые на задержки в ходе его выполнения. Например, оператор отлучился на перерыв или товарно-материальные ценности привезли с опозданием, Кроме этого, метод позволяет оценить непосредственно количество продукта, получаемое за конкретный интервал наблюдения.

Чтобы определить стоимость процесса вместе с имитационным моделированием, целесообразно выполнить функционально-стоимостный анализ (сокращенно — ФСА). Это способ расчета себестоимости товара, который отличается от классического тем, что акцент ставится на подсчете стоимости процессов, требуемых для производства продукта и осуществления услуги, а не на детальном разделении затрат на прямые и косвенные с группировкой трат по статьям калькуляции. ФСА основывается на положении о том, что для производства товара следует выполнить ряд процессов, на осуществление которых затрачиваются ресурсы. Стоимость бизнес-процесса определяется методом переноса цены ресурсов на стоимость каждого этапа процесса. Непосредственно сумма расходов на выполнение включительно всех этапов составляет себестоимость товара.

Имитационное моделирование в PMI PMBoK

Имитационное моделирование используется в процессе 11.4 Количественный анализ рисков (PMI PMBoK). Модель имитирует совокупное воздействие индивидуальных рисков проекта и других источников неопределенности с целью оценить их потенциальное влияние на достижение целей проекта.

Имитации, как правило, проводятся с помощью анализа по методу Монте-Карло. При этом:

• При проведении анализа рисков стоимости используются оценки стоимости.
• При проведении анализа рисков расписания используются диаграмма сети расписания проекта и оценки длительности.
• В интегрированном количественном анализе рисков стоимости и расписания используются оба входа.

Выходом является модель количественного анализа рисков.

Для прогона итераций в модели количественного анализа рисков несколько тысяч раз применяется компьютерное программное обеспечение. Значения на входе (например, оценки стоимостей, оценки длительностей или наличие вероятностных ветвей) выбираются для каждой итерации произвольно. Выходы представляют диапазон вероятных результатов для проекта (например, дата окончания проекта, стоимость проекта по завершении). Типичные выходы включают в себя гистограмму, представляющую количество итераций, где определенный результат получен по итогам имитации, или суммарное распределение вероятностей (S-кривая) представляющее вероятность достижения какого-то определенного значения конечного результата или меньшего значения.

Для количественного анализа рисков расписания возможно также проведение анализа критичности, цель которого состоит в том, чтобы определить, какие элементы модели рисков оказывают наибольшее воздействие на критический путь проекта. Расчет индекса критичности производится для каждого элемента модели рисков, что дает частоту появления данного элемента на протяжении критического пути в ходе имитации, обычно — в процентах.

Выход анализа критичности позволяет команде проекта сосредоточить работу по планированию реагирования на риски на тех мероприятиях, которые потенциально могут оказать наиболее сильное воздействие на исполнение расписания проекта в целом.