การสร้างแบบจำลองการจำลอง

การสร้างแบบจำลองสถานการณ์ (การสร้างแบบจำลองสถานการณ์)- วิธีการที่ช่วยให้คุณสามารถสร้างแบบจำลองที่อธิบายกระบวนการตามที่จะเกิดขึ้นในความเป็นจริง โมเดลดังกล่าวสามารถ "เล่น" เมื่อเวลาผ่านไปสำหรับทั้งการทดสอบครั้งเดียวและชุดที่กำหนด ในกรณีนี้ ผลลัพธ์จะถูกกำหนดโดยลักษณะการสุ่มของกระบวนการ จากข้อมูลเหล่านี้เราสามารถรับสถิติที่ค่อนข้างคงที่ได้

การสร้างแบบจำลองการจำลองเป็นวิธีการวิจัยโดยแทนที่ระบบที่กำลังศึกษาด้วยแบบจำลองที่อธิบายระบบจริงด้วยความแม่นยำเพียงพอ โดยทำการทดลองเพื่อให้ได้ข้อมูลเกี่ยวกับระบบนี้ การทดลองกับแบบจำลองเรียกว่าการเลียนแบบ (การเลียนแบบคือการทำความเข้าใจแก่นแท้ของปรากฏการณ์โดยไม่ต้องอาศัยการทดลองกับวัตถุจริง)

การสร้างแบบจำลองการจำลองคือ กรณีพิเศษการสร้างแบบจำลองทางคณิตศาสตร์ มีคลาสของออบเจ็กต์ซึ่งด้วยเหตุผลหลายประการ แบบจำลองการวิเคราะห์ยังไม่ได้รับการพัฒนา หรือวิธีการในการแก้ไขแบบจำลองผลลัพธ์ยังไม่ได้รับการพัฒนา ในกรณีนี้ แบบจำลองการวิเคราะห์จะถูกแทนที่ด้วยเครื่องจำลองหรือแบบจำลองการจำลอง

การสร้างแบบจำลองการจำลองบางครั้งเรียกว่าการได้รับคำตอบเชิงตัวเลขบางส่วนสำหรับปัญหาที่ถูกกำหนดโดยอาศัยวิธีแก้ปัญหาเชิงวิเคราะห์หรือการใช้วิธีการเชิงตัวเลข

แบบจำลองสถานการณ์เป็นคำอธิบายเชิงตรรกะและคณิตศาสตร์ของวัตถุที่สามารถใช้สำหรับการทดลองบนคอมพิวเตอร์เพื่อวัตถุประสงค์ในการออกแบบ วิเคราะห์ และประเมินการทำงานของวัตถุ

การประยุกต์การสร้างแบบจำลองแบบจำลอง

การสร้างแบบจำลองการจำลองจะใช้เมื่อ:

• การทดลองกับวัตถุจริงมีราคาแพงหรือเป็นไปไม่ได้
• เป็นไปไม่ได้ที่จะสร้างแบบจำลองการวิเคราะห์: ระบบมีเวลา ความสัมพันธ์เชิงสาเหตุ ผลที่ตามมา ความไม่เชิงเส้น ตัวแปรสุ่ม (สุ่ม)
• จำเป็นต้องจำลองพฤติกรรมของระบบเมื่อเวลาผ่านไป

วัตถุประสงค์ของการสร้างแบบจำลองการจำลองคือการจำลองพฤติกรรมของระบบที่กำลังศึกษาอยู่บนพื้นฐานของผลการวิเคราะห์ความสัมพันธ์ที่สำคัญที่สุดระหว่างองค์ประกอบต่างๆ หรือกล่าวอีกนัยหนึ่งคือเพื่อพัฒนาเครื่องจำลอง การสร้างแบบจำลองการจำลอง) ของสาขาวิชาที่กำลังศึกษาเพื่อทำการทดลองต่างๆ

การสร้างแบบจำลองการจำลองทำให้คุณสามารถจำลองพฤติกรรมของระบบเมื่อเวลาผ่านไปได้ นอกจากนี้ ข้อดีคือสามารถควบคุมเวลาในแบบจำลองได้ โดยช้าลงในกรณีของกระบวนการที่รวดเร็ว และเร่งความเร็วได้สำหรับระบบการสร้างแบบจำลองที่มีความแปรปรวนช้า มีความเป็นไปได้ที่จะเลียนแบบพฤติกรรมของวัตถุเหล่านั้นซึ่งการทดลองจริงมีราคาแพง เป็นไปไม่ได้ หรือเป็นอันตราย กับการมาถึงของยุคสมัย คอมพิวเตอร์ส่วนบุคคลการผลิตผลิตภัณฑ์ที่ซับซ้อนและมีเอกลักษณ์มักจะมาพร้อมกับการสร้างแบบจำลองสามมิติด้วยคอมพิวเตอร์ สิ่งนี้มีความแม่นยำและค่อนข้างมาก เทคโนโลยีที่รวดเร็วให้คุณสะสมทุกอย่างได้ ความรู้ที่จำเป็นอุปกรณ์และผลิตภัณฑ์กึ่งสำเร็จรูปสำหรับผลิตภัณฑ์ในอนาคตก่อนเริ่มการผลิต การสร้างแบบจำลอง 3 มิติด้วยคอมพิวเตอร์ไม่ใช่เรื่องแปลกแม้แต่กับบริษัทขนาดเล็กก็ตาม

ได้รับการเลียนแบบซึ่งเป็นวิธีการในการแก้ปัญหาที่ไม่สำคัญ การพัฒนาเบื้องต้นที่เกี่ยวข้องกับการสร้างคอมพิวเตอร์ในช่วงทศวรรษปี 1950-1960

การเลียนแบบมีสองประเภท:

• วิธีมอนติคาร์โล (วิธีทดสอบทางสถิติ);
• วิธีการสร้างแบบจำลองแบบจำลอง (การสร้างแบบจำลองทางสถิติ)

ประเภทของการจำลอง

แนวทางการจำลองสามประการ

แนวทางการจำลองในระดับนามธรรม

• การสร้างแบบจำลองโดยใช้เอเจนต์เป็นแนวทางที่ค่อนข้างใหม่ (ช่วงปี 1990-2000) ในการสร้างแบบจำลองแบบจำลอง ซึ่งใช้สำหรับการวิจัย ระบบกระจายอำนาจพลวัตของการทำงานไม่ได้ถูกกำหนดโดยกฎและกฎหมายระดับโลก (เช่นในกระบวนทัศน์การสร้างแบบจำลองอื่น ๆ ) แต่ในทางกลับกัน เมื่อกฎและกฎหมายระดับโลกเหล่านี้เป็นผลมาจากกิจกรรมส่วนบุคคลของสมาชิกกลุ่ม วัตถุประสงค์ของแบบจำลองที่อิงเอเจนต์คือการทำความเข้าใจกฎสากลเหล่านี้ พฤติกรรมทั่วไปของระบบ บนพื้นฐานของสมมติฐานเกี่ยวกับบุคคล พฤติกรรมส่วนตัวของออบเจ็กต์ที่ใช้งานอยู่แต่ละรายการ และการโต้ตอบของออบเจ็กต์เหล่านี้ในระบบ ตัวแทนคือเอนทิตีบางอย่างที่มีกิจกรรม พฤติกรรมที่เป็นอิสระ สามารถตัดสินใจตามกฎบางชุด มีปฏิสัมพันธ์กับสภาพแวดล้อม และยังสามารถเปลี่ยนแปลงได้อย่างอิสระ

• Discrete-event modeling เป็นแนวทางในการสร้างแบบจำลองที่เสนอนามธรรมจากธรรมชาติของเหตุการณ์ที่ต่อเนื่อง และพิจารณาเฉพาะเหตุการณ์หลักของระบบจำลอง เช่น "การรอ" "การประมวลผลคำสั่ง" "การเคลื่อนย้ายพร้อมกับสินค้า" "การขนถ่าย" และคนอื่น ๆ. การสร้างแบบจำลองเหตุการณ์แบบแยกส่วนได้รับการพัฒนามากที่สุดและมีการใช้งานที่หลากหลาย ตั้งแต่ระบบลอจิสติกส์และการจัดคิวไปจนถึงการขนส่งและ ระบบการผลิต. การสร้างแบบจำลองประเภทนี้เหมาะสมที่สุดสำหรับการสร้างแบบจำลอง กระบวนการผลิต. ก่อตั้งโดย Jeffrey Gordon ในปี 1960

• ไดนามิกของระบบเป็นกระบวนทัศน์การสร้างแบบจำลองที่มีการสร้างไดอะแกรมกราฟิกของความสัมพันธ์เชิงสาเหตุและอิทธิพลทั่วโลกของพารามิเตอร์บางตัวที่มีต่อพารามิเตอร์อื่นๆ เมื่อเวลาผ่านไปสำหรับระบบที่กำลังศึกษาอยู่ จากนั้นแบบจำลองที่สร้างขึ้นบนพื้นฐานของไดอะแกรมเหล่านี้จะถูกจำลองบนคอมพิวเตอร์ ในความเป็นจริง การสร้างแบบจำลองประเภทนี้มากกว่ากระบวนทัศน์อื่นๆ ทั้งหมด ช่วยให้เข้าใจสาระสำคัญของการระบุความสัมพันธ์ระหว่างเหตุและผลระหว่างวัตถุและปรากฏการณ์อย่างต่อเนื่อง มีการใช้พลวัตของระบบ แบบจำลองกระบวนการทางธุรกิจ การพัฒนาเมือง แบบจำลองการผลิต พลวัตของประชากร นิเวศวิทยา และการพัฒนาโรคระบาด วิธีการนี้ก่อตั้งโดย Jay Forrester ในปี 1950

พื้นที่ใช้งาน

• พลวัตของประชากร
• โครงสร้างพื้นฐานด้านไอที
• การสร้างแบบจำลองทางคณิตศาสตร์ กระบวนการทางประวัติศาสตร์
• พลวัตของคนเดินเท้า
• การตลาดและการแข่งขัน
• ศูนย์บริการ
• ห่วงโซ่อุปทาน
• การจราจร
• เศรษฐศาสตร์สาธารณสุข

ระบบจำลองฟรี

ดูสิ่งนี้ด้วย

• การสร้างแบบจำลองเครือข่าย

หมายเหตุ

วรรณกรรม

• เฮมดี เอ. ทาฮา บทที่ 18 การสร้างแบบจำลองการจำลอง// บทนำสู่การวิจัยปฏิบัติการ = การวิจัยปฏิบัติการ: บทนำ - ฉบับที่ 7 - อ.: “วิลเลียมส์”, 2550. - หน้า 697-737. - ไอ 0-13-032374-8

• Strogalev V.P. , Tolkacheva I.O.การสร้างแบบจำลองการจำลอง - ม.สธ. อิ่ม บาวแมน, 2008. - หน้า 697-737. - ไอ 978-5-7038-3021-5

ลิงค์

• การสร้างแบบจำลองคอมพิวเตอร์และแบบจำลองคงที่บน Intuit.ru
• การสร้างแบบจำลองจำลองในปัญหาทางวิศวกรรมเทคโนโลยี Makarov V. M. , Lukina S. V. , Lebed P. A.

มูลนิธิวิกิมีเดีย 2010.

ดูว่า "การสร้างแบบจำลองการจำลอง" ในพจนานุกรมอื่น ๆ คืออะไร:

การจำลอง- (การปรับปรุงบริการอย่างต่อเนื่องของ ITIL) (การออกแบบบริการของ ITIL) เทคนิคที่สร้างแบบจำลองโดยละเอียดเพื่อทำนายพฤติกรรมของรายการกำหนดค่าหรือบริการด้านไอที โมเดลจำลองสามารถนำไปปฏิบัติได้มากด้วย ความแม่นยำสูง, แต่นี่… … คู่มือนักแปลด้านเทคนิค

การสร้างแบบจำลองการจำลอง- การสร้างแบบจำลองการจำลอง: การสร้างแบบจำลอง (สัญลักษณ์, หัวเรื่อง) ของวัตถุทางเทคนิค โดยอิงจากการจำลองกระบวนการที่มาพร้อมกับการมีอยู่ของวัตถุเหล่านั้น... ที่มา: ข้อมูลสนับสนุนอุปกรณ์และกิจกรรมของผู้ปฏิบัติงาน ภาษา… … คำศัพท์ที่เป็นทางการ

การสร้างแบบจำลองการจำลอง- ดูการเลียนแบบเครื่องจักร การทดลองแบบตั้งโต๊ะ... พจนานุกรมเศรษฐศาสตร์และคณิตศาสตร์

การพัฒนาสร้างแบบจำลองวัตถุบางอย่างเพื่อการวิจัย พจนานุกรมคำศัพท์ทางธุรกิจ Akademik.ru. 2544 ... พจนานุกรมคำศัพท์ทางธุรกิจ

การจำลอง- 3.9 การสร้างแบบจำลองการจำลอง: การสร้างแบบจำลอง (สัญลักษณ์ หัวเรื่อง) ของวัตถุทางเทคนิค โดยอาศัยการจำลองกระบวนการที่มาพร้อมกับการดำรงอยู่ของวัตถุเหล่านั้น แหล่งที่มา … หนังสืออ้างอิงพจนานุกรมเกี่ยวกับเอกสารเชิงบรรทัดฐานและทางเทคนิค

การสร้างแบบจำลองการจำลอง- (...จากตัวอย่างแบบจำลองภาษาฝรั่งเศส) วิธีการศึกษาปรากฏการณ์และกระบวนการใด ๆ โดยใช้การทดสอบทางสถิติ (วิธีมอนติคาร์โล) โดยใช้คอมพิวเตอร์ วิธีการนี้อาศัยการวาด (จำลอง) อิทธิพลของปัจจัยสุ่มต่อปรากฏการณ์ที่กำลังศึกษาหรือ... ... พจนานุกรมสารานุกรมในด้านจิตวิทยาและการสอน

การสร้างแบบจำลองการจำลอง- นี่คือการจำลองสถานการณ์จริงโดยเฉพาะบนแบบจำลอง การศึกษา และท้ายที่สุดคือการค้นหาสิ่งที่ดีที่สุด การตัดสินใจที่ดี. ที่จริงแล้วฉันประกอบด้วยการออกแบบ แบบจำลองทางคณิตศาสตร์ระบบจริงและการจัดเตรียมบนนั้น... ... พจนานุกรมศัพท์เฉพาะของบรรณารักษ์เกี่ยวกับหัวข้อทางเศรษฐกิจและสังคม

บทความนี้ควรเป็นวิกิพีเดีย โปรดจัดรูปแบบตามกฎการจัดรูปแบบบทความ แบบจำลองการจำลองไม่เกี่ยวข้องกับการนำเสนอเชิงวิเคราะห์ แต่เกี่ยวข้องกับหลักการของการจำลองโดยใช้ข้อมูลและโปรแกรม... Wikipedia

การจำลองมอนติคาร์โล- (วิธีมอนติคาร์โล) วิธีการวิเคราะห์สำหรับการแก้ปัญหาโดยดำเนินการทดสอบจำนวนมาก เรียกว่าการจำลอง และได้ผลลัพธ์ที่ต้องการจากผลการทดสอบแบบรวม วิธีการคำนวณ...... พจนานุกรมการลงทุน

ด้วยการจำลอง ทำให้ไม่สามารถคำนวณหรือคาดการณ์ผลลัพธ์ล่วงหน้าได้ ดังนั้น ในการทำนายพฤติกรรมของระบบที่ซับซ้อน (ระบบพลังงานไฟฟ้า ระบบพลังงานแสงอาทิตย์ของโรงงานผลิตขนาดใหญ่ ฯลฯ) การทดลองและการจำลองบนแบบจำลองด้วยข้อมูลเบื้องต้นที่ได้รับจึงมีความจำเป็น

การสร้างแบบจำลองการจำลอง ระบบที่ซับซ้อนใช้เพื่อแก้ไขปัญหาต่อไปนี้

หากไม่มีคำชี้แจงปัญหาการวิจัยที่สมบูรณ์และกำลังดำเนินการกระบวนการรับรู้ของวัตถุแบบจำลอง

หากมีวิธีวิเคราะห์ แต่ขั้นตอนทางคณิตศาสตร์มีความซับซ้อนและใช้เวลานานจนการจำลองทำให้วิธีแก้ปัญหาง่ายขึ้น

เมื่อนอกเหนือจากการประมาณค่าพารามิเตอร์ของระบบที่ซับซ้อนแล้ว ยังเป็นที่พึงปรารถนาที่จะติดตามพฤติกรรมของส่วนประกอบต่างๆ ในช่วงเวลาหนึ่ง

เมื่อการจำลองเป็นวิธีเดียวที่จะศึกษาระบบที่ซับซ้อนเนื่องจากไม่สามารถสังเกตปรากฏการณ์ในสภาวะจริงได้

เมื่อจำเป็นต้องควบคุมการไหลของกระบวนการในระบบที่ซับซ้อนโดยการเร่งหรือชะลอปรากฏการณ์ระหว่างการจำลอง

เมื่อฝึกอบรมผู้เชี่ยวชาญและเชี่ยวชาญเทคโนโลยีใหม่

เมื่อมีการศึกษาสถานการณ์ใหม่ในระบบที่ซับซ้อนซึ่งรู้เพียงเล็กน้อยหรือไม่รู้เลย

ดังนั้นลำดับเหตุการณ์ในระบบที่ซับซ้อนที่ถูกออกแบบจึงมีความสำคัญเป็นพิเศษและแบบจำลองจะถูกใช้ในการทำนาย” คอขวด» การทำงานของระบบ

การสร้างแบบจำลองระบบที่ซับซ้อนเริ่มต้นด้วยการกำหนดปัญหา แต่บ่อยครั้งที่ลูกค้ากำหนดงานไม่ชัดเจนเพียงพอ ดังนั้นงานจึงมักเริ่มต้นด้วยการศึกษาค้นคว้าระบบ สิ่งนี้ทำให้เกิดข้อมูลใหม่เกี่ยวกับข้อจำกัด ความท้าทาย และทางเลือกที่เป็นไปได้ เป็นผลให้เกิดขั้นตอนต่อไปนี้:

จัดทำคำอธิบายที่มีความหมายของระบบ

การคัดเลือกตัวชี้วัดคุณภาพ

คำจำกัดความของตัวแปรควบคุม

คำอธิบายโดยละเอียดของโหมดการทำงาน

พื้นฐานของการสร้างแบบจำลองการจำลองคือวิธีการสร้างแบบจำลองทางสถิติ (วิธีมอนติคาร์โล) เป็นวิธีเชิงตัวเลขในการแก้ปัญหาทางคณิตศาสตร์โดยการสร้างแบบจำลองตัวแปรสุ่ม วันเดือนปีเกิดของวิธีนี้ถือเป็นปี 1949 ผู้สร้างคือนักคณิตศาสตร์ชาวอเมริกัน L. Neumann และ S. Ulam บทความแรกของเราเกี่ยวกับวิธี Monte Carlo ได้รับการตีพิมพ์ในปี 1955 อย่างไรก็ตาม ก่อนการถือกำเนิดของคอมพิวเตอร์ วิธีการนี้ไม่พบแอปพลิเคชันที่แพร่หลายใดๆ เนื่องจากการสร้างแบบจำลองตัวแปรสุ่มด้วยตนเองเป็นงานที่ต้องใช้แรงงานมาก ชื่อของวิธีการนี้มาจากเมืองมอนติคาร์โลในอาณาเขตของโมนาโกซึ่งมีชื่อเสียงในด้านบ่อนการพนัน ความจริงก็คือหนึ่งในอุปกรณ์เชิงกลที่ง่ายที่สุดในการรับตัวแปรสุ่มคือเทปวัด

ลองดูตัวอย่างคลาสสิก คุณต้องคำนวณพื้นที่ของรูปทรงแบนตามอำเภอใจ ขอบเขตของมันสามารถเป็นเส้นโค้ง ระบุเป็นภาพหรือวิเคราะห์ และประกอบด้วยหลายส่วน ให้นี่คือรูปของรูป 3.20. สมมติว่ารูปร่างทั้งหมดอยู่ภายในหน่วยสี่เหลี่ยมจัตุรัส มาเลือกกันเป็นสี่เหลี่ยม
คะแนนสุ่ม ให้เราแสดงโดย
จำนวนจุดภายในรูป . จะเห็นได้ชัดเจนว่าพื้นที่นั้นทางเรขาคณิต ประมาณเท่ากับอัตราส่วน
. ยิ่ง
ยิ่งความแม่นยำของการประมาณค่ามีมากขึ้นเท่านั้น

ร คือ.3.20.ภาพประกอบตัวอย่าง

ในตัวอย่างของเรา
,
(ข้างใน ). จากที่นี่
. พื้นที่จริงสามารถคำนวณได้ง่ายคือ 0.25

วิธีมอนติคาร์โลมีคุณลักษณะสองประการ

คุณสมบัติแรก– ความเรียบง่ายของอัลกอริทึมการคำนวณ โปรแกรมการคำนวณจะต้องจัดเตรียมไว้เพื่อที่จะดำเนินการอย่างใดอย่างหนึ่ง เหตุการณ์สุ่มคุณต้องเลือกจุดสุ่มและตรวจสอบว่าเป็นของหรือไม่ . จากนั้นให้ทำการทดสอบนี้ซ้ำ
ครั้ง และการทดสอบแต่ละครั้งไม่ได้ขึ้นอยู่กับการทดสอบอื่นๆ และผลลัพธ์ของการทดสอบทั้งหมดจะถูกนำมาเฉลี่ย นั่นคือสาเหตุที่วิธีนี้เรียกว่าวิธีทดสอบทางสถิติ

คุณสมบัติที่สองวิธีการ: ข้อผิดพลาดในการคำนวณมักจะเป็นสัดส่วน

,

ที่ไหน
– ค่าคงที่บางส่วน;
– จำนวนการทดสอบ

จากสูตรนี้ชัดเจนว่าเพื่อลดข้อผิดพลาดลง 10 เท่า (หรืออีกนัยหนึ่งเพื่อให้ได้คำตอบที่ถูกต้องมากขึ้นอีกหนึ่งตำแหน่ง) คุณต้องเพิ่ม
(ปริมาณการทดสอบ) 100 ครั้ง

ความคิดเห็นวิธีการคำนวณจะใช้ได้ก็ต่อเมื่อคะแนนสุ่มไม่ได้เป็นเพียงการสุ่มเท่านั้น แต่ยังกระจายอย่างเท่าเทียมกันด้วย

การใช้การสร้างแบบจำลองการจำลอง (รวมถึงวิธีมอนติคาร์โลและการดัดแปลง) เพื่อคำนวณความน่าเชื่อถือของระบบทางเทคนิคที่ซับซ้อนนั้นขึ้นอยู่กับความจริงที่ว่ากระบวนการทำงานของพวกเขานั้นแสดงโดยแบบจำลองความน่าจะเป็นทางคณิตศาสตร์ที่สะท้อนให้เห็นในแบบเรียลไทม์ของเหตุการณ์ทั้งหมด (ความล้มเหลว ,การบูรณะ) ที่เกิดขึ้นในระบบ

เมื่อใช้แบบจำลองดังกล่าว กระบวนการการทำงานของระบบจะถูกจำลองซ้ำ ๆ บนคอมพิวเตอร์ และขึ้นอยู่กับผลลัพธ์ที่ได้รับ จะกำหนดลักษณะทางสถิติที่ต้องการของกระบวนการนี้ ซึ่งเป็นตัวบ่งชี้ความน่าเชื่อถือ การใช้วิธีการสร้างแบบจำลองการจำลองทำให้สามารถคำนึงถึงความล้มเหลวที่ขึ้นต่อกัน กฎการกระจายตัวแปรสุ่มโดยพลการ และปัจจัยอื่น ๆ ที่ส่งผลต่อความน่าเชื่อถือ

อย่างไรก็ตาม วิธีการเหล่านี้ เช่นเดียวกับวิธีการเชิงตัวเลขอื่นๆ ที่ให้วิธีแก้ปัญหาเพียงบางส่วนเท่านั้น ซึ่งสอดคล้องกับข้อมูลเริ่มต้นที่เฉพาะเจาะจง (เฉพาะ) โดยไม่อนุญาตให้ได้รับตัวบ่งชี้ความน่าเชื่อถือเป็นฟังก์ชันของเวลา ดังนั้น เพื่อดำเนินการวิเคราะห์ความน่าเชื่อถืออย่างครอบคลุม จึงจำเป็นต้องจำลองกระบวนการทำงานของระบบด้วยข้อมูลเริ่มต้นที่แตกต่างกันซ้ำๆ

ในกรณีของเราก่อนอื่นนี่คือโครงสร้างที่แตกต่างกันของระบบไฟฟ้าค่าความน่าจะเป็นของความล้มเหลวและระยะเวลาของการทำงานที่ปราศจากความล้มเหลวที่แตกต่างกันซึ่งสามารถเปลี่ยนแปลงได้ระหว่างการทำงานของระบบและตัวบ่งชี้ประสิทธิภาพอื่น ๆ .

กระบวนการการทำงานของระบบไฟฟ้า (หรือการติดตั้งระบบไฟฟ้า) แสดงเป็นกระแสของเหตุการณ์สุ่ม - การเปลี่ยนแปลงสถานะที่เกิดขึ้นในช่วงเวลาสุ่ม การเปลี่ยนแปลงสถานะของ EPS เกิดจากความล้มเหลวและการบูรณะองค์ประกอบที่เป็นส่วนประกอบ

ลองพิจารณาการแสดงแผนผังกระบวนการทำงานของ EPS ซึ่งประกอบด้วย องค์ประกอบ (รูปที่ 3.21) ซึ่งมีการนำการกำหนดต่อไปนี้:

-ช่วงเวลา การปฏิเสธครั้งที่ องค์ประกอบที่ -th;

-ช่วงเวลา -การฟื้นตัวครั้งที่ องค์ประกอบที่ -th;

– ช่วงเวลาทำงาน องค์ประกอบที่ตามมา
- การกู้คืนครั้งที่;

- เวลาการกู้คืน องค์ประกอบที่ตามมา -การปฏิเสธครั้งที่;

–ฉัน- สถานะของ EPS ในขณะนั้น .

ปริมาณ ,เชื่อมโยงกันด้วยความสัมพันธ์ดังต่อไปนี้:

(3.20)

ความล้มเหลวและการกู้คืนเกิดขึ้นในเวลาสุ่ม ดังนั้นช่วงเวลา และ ถือได้ว่าเป็นการรับรู้ตัวแปรสุ่มต่อเนื่อง: – เวลาระหว่างความล้มเหลว - เวลาการกู้คืน องค์ประกอบที่

สตรีมกิจกรรม
บรรยายตามช่วงเวลาที่เกิดขึ้น
.

การสร้างแบบจำลองกระบวนการทำงานประกอบด้วยการจำลองช่วงเวลาของการเปลี่ยนแปลงสถานะของ EPS ตามกฎหมายที่กำหนดในการกระจายเวลาการทำงานระหว่างความล้มเหลวและเวลาการกู้คืนขององค์ประกอบที่เป็นส่วนประกอบในช่วงเวลาหนึ่ง ต(ระหว่างพีพีอาร์)

มีสองวิธีที่เป็นไปได้ในการสร้างแบบจำลองการทำงานของ EPS

ในแนวทางแรกจำเป็นต้องทำแต่ละอย่างก่อน - องค์ประกอบที่ 2 ของระบบ
กำหนดตามกฎการกระจายเวลาการทำงานระหว่างความล้มเหลวและเวลาการกู้คืนช่วงเวลา
และ
และคำนวณโดยใช้สูตร (3.20) ช่วงเวลาของความล้มเหลวและการฟื้นฟูที่อาจเกิดขึ้นตลอดระยะเวลาที่ศึกษา การทำงานของ EPS หลังจากนี้ คุณสามารถจัดช่วงเวลาแห่งความล้มเหลวและการฟื้นฟูองค์ประกอบต่างๆ ซึ่งเป็นช่วงเวลาแห่งการเปลี่ยนแปลงในสถานะของ EPS ตามลำดับจากน้อยไปหามาก ดังแสดงในรูปที่ 3.21

ร คือ.3.21. EPS ระบุ

ตามด้วยการวิเคราะห์สถานะ A ที่ได้จากการสร้างแบบจำลอง ฉันระบบเพื่อตรวจสอบว่าอยู่ในพื้นที่ของรัฐที่ปฏิบัติการได้หรือใช้งานไม่ได้ ด้วยวิธีนี้จำเป็นต้องบันทึกทุกช่วงเวลาของความล้มเหลวและการกู้คืนองค์ประกอบทั้งหมดของ EPS ลงในหน่วยความจำคอมพิวเตอร์

สะดวกกว่าคือ แนวทางที่สองซึ่งสำหรับองค์ประกอบทั้งหมด จะมีการจำลองเฉพาะช่วงเวลาของความล้มเหลวครั้งแรกเท่านั้น ขึ้นอยู่กับขั้นต่ำของพวกเขา การเปลี่ยนแปลงครั้งแรกของ EES ไปเป็นสถานะอื่นจะเกิดขึ้น (จาก ก 0 ใน A ฉัน) และในขณะเดียวกันก็ตรวจสอบว่าสถานะผลลัพธ์เป็นของพื้นที่ของสถานะที่ใช้งานได้หรือใช้งานไม่ได้หรือไม่

จากนั้นช่วงเวลาของการฟื้นตัวและความล้มเหลวครั้งต่อไปขององค์ประกอบที่ทำให้เกิดการเปลี่ยนแปลงในสถานะก่อนหน้าของ EPS จะถูกสร้างแบบจำลองและบันทึก ขอย้ำอีกครั้งว่าเวลาที่น้อยที่สุดของความล้มเหลวครั้งแรกและความล้มเหลวครั้งที่สองขององค์ประกอบจะถูกกำหนด สถานะที่สองของ EPS จะถูกสร้างขึ้นและวิเคราะห์ - ฯลฯ

วิธีการสร้างแบบจำลองนี้สอดคล้องกับกระบวนการทำงานของ EPS จริงมากกว่า เนื่องจากช่วยให้สามารถพิจารณาเหตุการณ์ที่ต้องพึ่งพาได้ วิธีแรกจำเป็นต้องถือว่าความเป็นอิสระของการทำงานขององค์ประกอบ EPS เวลาในการคำนวณตัวบ่งชี้ความน่าเชื่อถือโดยใช้วิธีจำลองจะขึ้นอยู่กับจำนวนการทดลองทั้งหมด
จำนวนสถานะ EPS ที่อยู่ระหว่างการพิจารณา จำนวนองค์ประกอบในนั้น ดังนั้น หากสถานะที่สร้างขึ้นกลายเป็นสถานะของความล้มเหลวของ EPS ช่วงเวลาของความล้มเหลวของ EPS จะถูกบันทึกและคำนวณ ช่วงเวลาของการดำเนินการที่ปราศจากความล้มเหลวของ EPS จากช่วงเวลาของการบูรณะหลังจากความล้มเหลวครั้งก่อน การวิเคราะห์สถานะที่เกิดขึ้นจะดำเนินการตลอดช่วงเวลาที่พิจารณา ต.

โปรแกรมสำหรับคำนวณตัวบ่งชี้ความน่าเชื่อถือประกอบด้วยส่วนหลักและแยกบล็อกรูทีนย่อยอิสระเชิงตรรกะ ในส่วนหลักตามลำดับตรรกะทั่วไปของการคำนวณจะมีการเรียกรูทีนย่อยที่มีวัตถุประสงค์พิเศษตัวบ่งชี้ความน่าเชื่อถือจะถูกคำนวณโดยใช้สูตรที่รู้จักและผลการคำนวณจะถูกพิมพ์

ลองพิจารณาบล็อกไดอะแกรมแบบง่ายที่สาธิตลำดับการทำงานในการคำนวณตัวบ่งชี้ความน่าเชื่อถือของ EPS โดยใช้วิธีการจำลอง (รูปที่ 3.22)

รูทีนย่อยที่มีวัตถุประสงค์พิเศษดำเนินการ: การป้อนข้อมูลเริ่มต้น; การสร้างแบบจำลองช่วงเวลาของความล้มเหลวและการฟื้นฟูองค์ประกอบตามกฎการกระจายเวลาการทำงานและเวลาการฟื้นฟู การกำหนดค่าต่ำสุดของช่วงเวลาความล้มเหลวและช่วงเวลาการกู้คืนขององค์ประกอบและการระบุองค์ประกอบที่รับผิดชอบต่อค่าเหล่านี้ การสร้างแบบจำลองกระบวนการทำงานของ EPS ในช่วงเวลาและการวิเคราะห์สถานะที่เกิดขึ้น

ด้วยโครงสร้างของโปรแกรมดังกล่าว จึงเป็นไปได้โดยไม่กระทบต่อตรรกะทั่วไปของโปรแกรม ที่จะทำการเปลี่ยนแปลงที่จำเป็นและเพิ่มเติมที่เกี่ยวข้อง เช่น การเปลี่ยนแปลงกฎการกระจายเวลาการทำงานและเวลาการกู้คืนองค์ประกอบที่เป็นไปได้

ร คือ.3.22. ผังงานของอัลกอริทึมสำหรับการคำนวณตัวบ่งชี้ความน่าเชื่อถือโดยใช้วิธีการจำลอง

การสร้างแบบจำลองการจำลอง

แนวคิดของแบบจำลอง

แนวทางการสร้างแบบจำลองการสร้างแบบจำลอง

ตามคำจำกัดความของนักวิชาการ V. Maslov: “การสร้างแบบจำลองจำลองประกอบด้วยการสร้างแบบจำลองทางจิต (ตัวจำลอง) เป็นหลักที่จำลองวัตถุและกระบวนการ (เช่นเครื่องจักรและการทำงานของเครื่องจักร) ตามตัวบ่งชี้ที่จำเป็น (แต่ไม่สมบูรณ์): ตัวอย่างเช่น เวลาดำเนินการ ความเข้มข้น ต้นทุนทางเศรษฐกิจ สถานที่ในการประชุมเชิงปฏิบัติการ ฯลฯ มันเป็นความไม่สมบูรณ์ของคำอธิบายของวัตถุที่ทำให้แบบจำลองมีพื้นฐานแตกต่างจากแบบจำลองทางคณิตศาสตร์ในความหมายดั้งเดิมของคำนี้ ถัดไป ตัวเลือกที่เป็นไปได้จำนวนมากจะถูกจัดเรียงในการสนทนากับคอมพิวเตอร์ และเลือกวิธีแก้ปัญหาที่ยอมรับได้มากที่สุดจากมุมมองของวิศวกรภายในกรอบเวลาที่กำหนด ในกรณีนี้ จะใช้สัญชาตญาณและประสบการณ์ของวิศวกรที่ทำการตัดสินใจและเข้าใจสถานการณ์ที่ซับซ้อนทั้งหมดในการผลิต”

เมื่อศึกษาวัตถุที่ซับซ้อนเช่นนี้ อาจไม่พบวิธีแก้ปัญหาที่ดีที่สุดในความหมายทางคณิตศาสตร์อย่างเคร่งครัดเลย แต่คุณจะได้รับวิธีแก้ปัญหาที่ยอมรับได้ในเวลาอันสั้น แบบจำลองการจำลองประกอบด้วยองค์ประกอบการเรียนรู้และบางครั้งใช้ข้อมูลที่ไม่ถูกต้องและขัดแย้งกัน ด้วยวิธีนี้การสร้างแบบจำลองแบบจำลองจึงมีความใกล้ชิดมากขึ้น ชีวิตจริงและเข้าถึงได้มากขึ้นสำหรับผู้ใช้-วิศวกรในอุตสาหกรรม ในการสนทนากับคอมพิวเตอร์ ผู้เชี่ยวชาญจะขยายประสบการณ์ พัฒนาสัญชาตญาณ และโอนไปยังแบบจำลอง

จนถึงตอนนี้ เราได้พูดคุยกันมากมายเกี่ยวกับวัตถุต่อเนื่อง แต่ก็ไม่ใช่เรื่องแปลกที่จะจัดการกับวัตถุที่มีตัวแปรอินพุตและเอาต์พุตแยกกัน เพื่อเป็นตัวอย่างของการวิเคราะห์พฤติกรรมของวัตถุดังกล่าวตามแบบจำลอง ให้เราพิจารณา "ปัญหาคนเมาสัญจร" แบบคลาสสิกหรือปัญหาการเดินแบบสุ่ม

สมมุติว่าผู้สัญจรผ่านไปมายืนอยู่ที่มุมถนนตัดสินใจออกไปเดินเล่นเพื่อขจัดความเมาสุรา ให้ความน่าจะเป็นที่เมื่อถึงสี่แยกถัดไปเขาจะไปทางเหนือ ใต้ ตะวันออก หรือตะวันตกเท่ากัน ความน่าจะเป็นที่หลังจากเดินได้ 10 ช่วงตึก คนสัญจรไปมาจะอยู่ห่างจากจุดที่เขาเริ่มเดินไม่เกิน 2 ช่วงตึกเป็นเท่าใด

ให้เราแสดงตำแหน่งของจุดตัดแต่ละจุดด้วยเวกเตอร์สองมิติ

(X1, X2) (“เอาต์พุต”) โดยที่

แต่ละการเคลื่อนไหวหนึ่งช่วงตึกไปทางทิศตะวันออกสอดคล้องกับการเพิ่มขึ้นของ X1 คูณ 1 และการเคลื่อนไหวแต่ละครั้งไปทางทิศตะวันตกหนึ่งช่วงตึกสอดคล้องกับการลดลงของ X1 คูณ 1 (X1, X2 เป็นตัวแปรที่ไม่ต่อเนื่อง) ในทำนองเดียวกัน การเคลื่อนที่ของผู้สัญจรไปมาหนึ่งช่วงตึกทางเหนือของ X2 จะเพิ่มขึ้น 1 ช่วงตึก และหนึ่งช่วงตึกทางใต้ของ X2 ลดลง 1 ช่วงตึก

ตอนนี้ ถ้าเรากำหนดตำแหน่งเริ่มต้น (0,0) เราจะรู้ได้อย่างแน่ชัดว่าผู้สัญจรไปมาจะสัมพันธ์กับตำแหน่งเริ่มต้นนี้ที่ใด

หากในตอนท้ายของการเดินผลรวมของค่าสัมบูรณ์ของ X1 และ X2 มากกว่า 2 เราจะถือว่าเขาได้ไปไกลกว่าสองช่วงตึกเมื่อสิ้นสุดการเดิน 10 ช่วงตึก

เนื่องจากความน่าจะเป็นที่ผู้สัญจรผ่านไปมาในทิศทางที่เป็นไปได้ทั้งสี่ทิศทางตามเงื่อนไขจะเท่ากันและเท่ากับ 0.25 (1:4 = 0.25) เราจึงสามารถประมาณการเคลื่อนไหวของเขาโดยใช้ตารางตัวเลขสุ่ม ตกลงกันว่าหากตัวเลขสุ่ม (RN) อยู่ในช่วง 0 ถึง 24 คนเมาจะไปทางทิศตะวันออกและเราจะเพิ่ม X1 ขึ้น 1; ถ้าจาก 25 เป็น 49 มันจะไปทางทิศตะวันตกและเราจะลด X1 ลง 1 ถ้าจาก 50 เป็น 74 มันจะไปทางเหนือและเราจะเพิ่ม X2 ขึ้น 1; หาก MF อยู่ระหว่าง 74 ถึง 99 ผู้สัญจรไปมาจะไปทางทิศใต้ และเราจะลด X2 ลง 1

โครงการ (a) และอัลกอริทึม (b) ของการเคลื่อนไหวของ "คนเมา"

ก) ข)

มีความจำเป็นต้องดำเนินการ "การทดลองด้วยเครื่องจักร" เป็นจำนวนมากพอสมควรเพื่อให้ได้ผลลัพธ์ที่เชื่อถือได้ แต่แทบเป็นไปไม่ได้เลยที่จะแก้ไขปัญหาดังกล่าวโดยใช้วิธีอื่น

ในงานวิจัยนี้ วิธีการจำลองยังพบได้ภายใต้ชื่อของวิธีการดิจิทัล เครื่องจักร สถิติ ความน่าจะเป็น การสร้างแบบจำลองไดนามิก หรือการจำลองด้วยเครื่องจักร

วิธีการจำลองถือได้ว่าเป็นวิธีการทดลองชนิดหนึ่ง ความแตกต่างจากการทดลองทั่วไปคือ วัตถุที่ทำการทดลองจะเป็นแบบจำลองจำลองที่นำมาใช้ในรูปแบบของโปรแกรมคอมพิวเตอร์

การใช้แบบจำลองจำลองทำให้ไม่สามารถรับความสัมพันธ์เชิงวิเคราะห์ระหว่างปริมาณได้

คุณสามารถประมวลผลข้อมูลการทดลองด้วยวิธีใดวิธีหนึ่งและเลือกนิพจน์ทางคณิตศาสตร์ที่เหมาะสมได้

เมื่อสร้างแบบจำลองจำลอง พวกมันจะถูกใช้งานอยู่ในปัจจุบัน สอง เข้าใกล้: ไม่ต่อเนื่องและต่อเนื่อง

การเลือกแนวทางจะขึ้นอยู่กับคุณสมบัติของวัตถุดั้งเดิมและลักษณะของผลกระทบที่มีต่อวัตถุเป็นส่วนใหญ่ สภาพแวดล้อมภายนอก.

อย่างไรก็ตาม ตามทฤษฎีบทของ Kotelnikov กระบวนการต่อเนื่องในการเปลี่ยนแปลงสถานะของวัตถุถือได้ว่าเป็นลำดับของสถานะที่แยกจากกันและในทางกลับกัน

เมื่อใช้วิธีการแยกส่วนในการสร้างแบบจำลองการจำลอง โดยปกติจะใช้ระบบนามธรรม

วิธีการสร้างแบบจำลองอย่างต่อเนื่องได้รับการพัฒนาอย่างกว้างขวางโดยนักวิทยาศาสตร์ชาวอเมริกัน เจ. ฟอร์เรสเตอร์ วัตถุจำลองโดยไม่คำนึงถึงลักษณะของมัน ได้รับการทำให้เป็นทางการในรูปแบบของระบบนามธรรมที่ต่อเนื่อง ระหว่างองค์ประกอบที่ "ไหล" อย่างต่อเนื่องของธรรมชาติอย่างใดอย่างหนึ่งหรืออย่างอื่นหมุนเวียน

ดังนั้น ในกรณีทั่วไปโดยแบบจำลองการจำลองของวัตถุ - ดั้งเดิม เราสามารถเข้าใจระบบบางอย่างที่ประกอบด้วยระบบย่อยแต่ละระบบ (องค์ประกอบ ส่วนประกอบ) และการเชื่อมต่อระหว่างระบบเหล่านั้น (มีโครงสร้าง) และการทำงาน (การเปลี่ยนแปลงสถานะ ) และการเปลี่ยนแปลงภายในขององค์ประกอบทั้งหมดของแบบจำลองภายใต้อิทธิพลของการเชื่อมต่อสามารถอัลกอริทึมไม่ทางใดก็ทางหนึ่งในลักษณะเดียวกับปฏิสัมพันธ์ของระบบกับสภาพแวดล้อมภายนอก

ต้องขอบคุณไม่เพียงแต่เทคนิคทางคณิตศาสตร์เท่านั้น แต่ยังรวมไปถึงความสามารถที่รู้จักกันดีของคอมพิวเตอร์ในระหว่างการสร้างแบบจำลองการจำลอง กระบวนการทำงานและการโต้ตอบขององค์ประกอบที่หลากหลายของระบบนามธรรม - ไม่ต่อเนื่องและต่อเนื่อง ความน่าจะเป็นและกำหนดได้ การดำเนินการ ฟังก์ชั่นการบำรุงรักษา ความล่าช้า ฯลฯ สามารถอัลกอริทึมและทำซ้ำได้

ในการตั้งค่านี้ โปรแกรมคอมพิวเตอร์ (ร่วมกับโปรแกรมการบำรุงรักษาและการบริการ) ที่เขียนด้วยภาษาสากลระดับสูงจะทำหน้าที่เป็นแบบจำลองการจำลองของวัตถุ

นักวิชาการ N.N. Moiseev ได้กำหนดแนวความคิดของการสร้างแบบจำลองการจำลองดังนี้: “ระบบการจำลองคือชุดของแบบจำลองที่จำลองแนวทางของกระบวนการที่กำลังศึกษาอยู่รวมกับระบบพิเศษของโปรแกรมเสริมและฐานข้อมูลที่ช่วยให้หนึ่งสามารถค่อนข้างง่ายและ ดำเนินการคำนวณตัวแปรได้อย่างรวดเร็ว”

อีกตัวอย่างหนึ่งของโมเดลที่ใช้เครื่องจักรเป็นหลักคือโมเดลจำลอง แม้ว่าการสร้างแบบจำลองการจำลองจะกลายเป็นวิธีการที่นิยมมากขึ้นในการศึกษาระบบและกระบวนการที่ซับซ้อน แต่ในปัจจุบันไม่มีคำจำกัดความเดียวของแบบจำลองการจำลองที่นักวิจัยทุกคนยอมรับ

คำจำกัดความส่วนใหญ่ที่ใช้บอกเป็นนัยว่าแบบจำลองการจำลองถูกสร้างและใช้งานโดยใช้ชุดเครื่องมือทางคณิตศาสตร์และเครื่องมือที่อนุญาตให้ใช้คอมพิวเตอร์ในการคำนวณเป้าหมายของคุณลักษณะของกระบวนการจำลองและการปรับพารามิเตอร์บางตัวให้เหมาะสม

นอกจากนี้ยังมีมุมมองที่รุนแรง หนึ่งในนั้นเกี่ยวข้องกับข้อความที่ว่าแบบจำลองแบบจำลองสามารถรับรู้ได้ว่าเป็นคำอธิบายเชิงตรรกะและคณิตศาสตร์ของระบบที่สามารถใช้ได้ในระหว่างการทดลองทางคอมพิวเตอร์ จากตำแหน่งเหล่านี้ การคำนวณที่เกี่ยวข้องกับพารามิเตอร์ที่แตกต่างกันในปัญหาเชิงกำหนดล้วนๆ จะได้รับการยอมรับว่าเป็นแบบจำลองสถานการณ์

ผู้เสนอมุมมองสุดโต่งอื่นๆ เชื่อว่าแบบจำลองจำลองจำเป็นต้องเป็นชุดซอฟต์แวร์พิเศษที่ช่วยให้คุณสามารถจำลองกิจกรรมของวัตถุที่ซับซ้อนใดๆ ได้ “วิธีการจำลองก็คือ วิธีการทดลองการวิจัยระบบจริงบนพื้นฐานของมัน รุ่นคอมพิวเตอร์ซึ่งผสมผสานคุณสมบัติของแนวทางการทดลองและเงื่อนไขการใช้งานเฉพาะ เทคโนโลยีคอมพิวเตอร์. การสร้างแบบจำลองจำลองเป็นวิธีการสร้างแบบจำลองด้วยคอมพิวเตอร์ อันที่จริง มันไม่เคยมีอยู่จริงหากไม่มีคอมพิวเตอร์ และมีเพียงการพัฒนาเทคโนโลยีสารสนเทศเท่านั้นที่นำไปสู่การสร้างการสร้างแบบจำลองคอมพิวเตอร์ประเภทนี้” วิธีการนี้ปฏิเสธความเป็นไปได้ในการสร้างแบบจำลองจำลองที่ง่ายที่สุดโดยไม่ต้องใช้คอมพิวเตอร์

คำจำกัดความ 1.9 แบบจำลอง- ความหลากหลายพิเศษ โมเดลข้อมูลการรวมองค์ประกอบของแบบจำลองเชิงวิเคราะห์ คอมพิวเตอร์ และแอนะล็อก ซึ่งอนุญาตให้ใช้ลำดับการคำนวณและการแสดงกราฟิกของผลลัพธ์ของงาน เพื่อสร้าง (จำลอง) กระบวนการการทำงานของวัตถุที่กำลังศึกษาเมื่อสัมผัสกับสิ่งต่าง ๆ (โดยปกติจะเป็นแบบสุ่ม ) ปัจจัย.

ในปัจจุบัน การสร้างแบบจำลองการจำลองถูกนำมาใช้เพื่อสร้างแบบจำลองกระบวนการทางธุรกิจ ห่วงโซ่อุปทาน การปฏิบัติการทางทหาร พลวัตของประชากร กระบวนการทางประวัติศาสตร์ การแข่งขัน และกระบวนการอื่นๆ เพื่อทำนายผลที่ตามมา การตัดสินใจของฝ่ายบริหารในหลากหลายพื้นที่ การสร้างแบบจำลองการจำลองช่วยให้สามารถศึกษาระบบที่มีลักษณะ ความซับซ้อน และวัตถุประสงค์ใดก็ได้ และในเกือบทุกระดับของรายละเอียด ซึ่งจำกัดอยู่เพียงความซับซ้อนของการพัฒนาแบบจำลองและความสามารถทางเทคนิคของเครื่องมือคอมพิวเตอร์ที่ใช้ในการทำการทดลอง

แบบจำลองสถานการณ์ที่พัฒนาขึ้นเพื่อแก้ปัญหาเชิงปฏิบัติสมัยใหม่มักจะมีองค์ประกอบสุ่มที่มีปฏิสัมพันธ์ที่ซับซ้อนจำนวนมาก ซึ่งแต่ละองค์ประกอบมีการอธิบายไว้ จำนวนมากพารามิเตอร์และขึ้นอยู่กับอิทธิพลสุ่ม ในกรณีเหล่านี้ ตามกฎแล้ว การสร้างแบบจำลองเต็มรูปแบบเป็นสิ่งที่ไม่พึงประสงค์หรือเป็นไปไม่ได้ และวิธีการวิเคราะห์ก็ยากหรือเป็นไปไม่ได้เช่นกัน บ่อยครั้งที่การนำโมเดลจำลองไปใช้จำเป็นต้องมีการจัดการระบบคอมพิวเตอร์แบบกระจาย ด้วยเหตุผลเหล่านี้ โมเดลจำลองจึงเป็นโมเดลที่ใช้เครื่องจักรเป็นหลัก

แบบจำลองการจำลองเกี่ยวข้องกับการนำเสนอแบบจำลองในรูปแบบของอัลกอริทึมบางตัวที่นำมาใช้ โปรแกรมคอมพิวเตอร์การดำเนินการซึ่งจำลองลำดับของการเปลี่ยนแปลงสถานะในระบบและสะท้อนถึงพฤติกรรมของระบบหรือกระบวนการจำลอง

บันทึก!

ในกรณีที่มีปัจจัยสุ่ม ลักษณะที่จำเป็นของกระบวนการจำลองจะได้มาจากการดำเนินการจำลองแบบจำลองหลายครั้งและการประมวลผลทางสถิติของข้อมูลที่สะสมตามมา

โปรดทราบว่าจากมุมมองของนักวิทยาศาสตร์การวิจัยทางวิทยาศาสตร์ การตีความการสร้างแบบจำลองการจำลองเป็นเทคโนโลยีสารสนเทศเป็นสิ่งที่ถูกต้องตามกฎหมาย: “การสร้างแบบจำลองการจำลองของกระบวนการควบคุมหรือวัตถุควบคุมนั้นเป็นระดับสูง เทคโนโลยีสารสนเทศซึ่งมีการดำเนินการสองประเภทที่ดำเนินการโดยใช้คอมพิวเตอร์:

• 1) ทำงานเกี่ยวกับการสร้างหรือแก้ไขแบบจำลอง
• 2) การทำงานของแบบจำลองจำลองและการตีความผลลัพธ์"

หลักการโมดูลาร์ของการสร้างแบบจำลองจำลอง ดังนั้น การสร้างแบบจำลองการจำลองสันนิษฐานว่ามีแบบจำลองเชิงตรรกะ-คณิตศาสตร์ที่สร้างขึ้นซึ่งอธิบายระบบที่กำลังศึกษาโดยเชื่อมโยงกับสภาพแวดล้อมภายนอก การสร้างกระบวนการที่เกิดขึ้นซ้ำในขณะที่ยังคงรักษาโครงสร้างเชิงตรรกะและลำดับตามเวลาโดยใช้เทคโนโลยีคอมพิวเตอร์ มีเหตุผลมากที่สุดที่จะสร้างแบบจำลองการทำงานของระบบโดยใช้หลักการแบบโมดูลาร์ ในกรณีนี้สามารถระบุโมดูลที่เชื่อมต่อถึงกันสามบล็อกของรุ่นดังกล่าวได้ (รูปที่ 1.7)

ข้าว. 1.7.

ส่วนหลักของโมเดลอัลกอริทึมถูกนำไปใช้ในบล็อกสำหรับจำลองกระบวนการทำงานของวัตถุ (บล็อก 2) ในที่นี้ มีการจัดระเบียบการนับถอยหลังของเวลาแบบจำลอง ตรรกะและไดนามิกของการโต้ตอบขององค์ประกอบแบบจำลองจะถูกทำซ้ำ และทำการทดลองเพื่อสะสมข้อมูลที่จำเป็นสำหรับการคำนวณการประมาณค่าคุณลักษณะของการทำงานของวัตถุ บล็อกการจำลองอิทธิพลแบบสุ่ม (บล็อก 1) ใช้เพื่อสร้างค่าของตัวแปรสุ่มและกระบวนการ ประกอบด้วยตัวสร้างการแจกแจงมาตรฐานและเครื่องมือสำหรับการนำอัลกอริธึมไปใช้สำหรับการสร้างแบบจำลองเอฟเฟกต์แบบสุ่มด้วยคุณสมบัติที่ต้องการ ในบล็อกการประมวลผลผลลัพธ์การจำลอง (บล็อก 3) จะมีการคำนวณค่าปัจจุบันและค่าสุดท้ายของคุณลักษณะที่ประกอบขึ้นเป็นผลลัพธ์ของการทดลองด้วยแบบจำลอง การทดลองดังกล่าวอาจประกอบด้วยการแก้ปัญหาที่เกี่ยวข้อง รวมทั้งการหาค่าเหมาะที่สุดหรือปัญหาผกผัน

• ลิชคินาที่ 2 ครั้งที่สอง พระราชกฤษฎีกา ปฏิบัติการ
• การประมวลผลแบบกระจายเป็นวิธีหนึ่งในการแก้ปัญหาการประมวลผลที่ใช้แรงงานเข้มข้นโดยใช้คอมพิวเตอร์หลายเครื่อง ซึ่งส่วนใหญ่มักจะรวมกันเป็นระบบคอมพิวเตอร์แบบขนาน
• Emelyanov A. A. , Vlasova E. A. , Duma R. V. การสร้างแบบจำลองการจำลองกระบวนการทางเศรษฐกิจ อ.: การเงินและสถิติ, 2549. หน้า 6.

การสร้างแบบจำลองทางคณิตศาสตร์เพื่ออธิบายกระบวนการที่กำลังศึกษา

ใช้คอมพิวเตอร์ความเร็วสูงรุ่นล่าสุด (ล้านการดำเนินการต่อวินาที) และสามารถทำการสนทนากับบุคคลได้

สาระการเรียนรู้แกนกลาง การสร้างแบบจำลองคอมพิวเตอร์เป็นดังนี้: ตามแบบจำลองทางคณิตศาสตร์ ชุดของการทดลองทางคอมพิวเตอร์ดำเนินการโดยใช้คอมพิวเตอร์ เช่น มีการตรวจสอบคุณสมบัติของวัตถุหรือกระบวนการ พารามิเตอร์ที่เหมาะสมที่สุดและโหมดการทำงาน โดยมีการระบุรุ่น ตัวอย่างเช่น การมีสมการที่อธิบายเส้นทางของกระบวนการหนึ่งๆ คุณสามารถเปลี่ยนค่าสัมประสิทธิ์ เงื่อนไขเริ่มต้นและขอบเขต และศึกษาว่าวัตถุจะมีพฤติกรรมอย่างไร โมเดลจำลอง- สิ่งเหล่านี้ดำเนินการบนคอมพิวเตอร์ การทดลองทางคอมพิวเตอร์ด้วยแบบจำลองทางคณิตศาสตร์ที่จำลองพฤติกรรมของวัตถุ กระบวนการ หรือระบบจริง

กระบวนการและระบบจริงสามารถศึกษาได้โดยใช้แบบจำลองทางคณิตศาสตร์สองประเภท: การวิเคราะห์และการจำลอง

ในแบบจำลองการวิเคราะห์ พฤติกรรมของกระบวนการและระบบจริง (RPS) จะถูกระบุในรูปแบบที่ชัดเจน การพึ่งพาการทำงาน(สมการเชิงอนุพันธ์หรือปริพันธ์ ระบบสมการเหล่านี้) อย่างไรก็ตาม เป็นไปได้ที่จะได้รับการขึ้นต่อกันเหล่านี้สำหรับ RPS ที่ค่อนข้างง่ายเท่านั้น เมื่อปรากฏการณ์มีความซับซ้อนและหลากหลาย ผู้วิจัยต้องใช้วิธีนำเสนอ RPS ที่ซับซ้อนให้ง่ายขึ้น เป็นผลให้แบบจำลองการวิเคราะห์กลายเป็นการประมาณความเป็นจริงที่หยาบเกินไป อย่างไรก็ตาม หากเป็นไปได้ที่จะได้รับแบบจำลองเชิงวิเคราะห์สำหรับ RPS ที่ซับซ้อน ก็มักจะกลายเป็นปัญหาที่แก้ไขยาก ผู้วิจัยจึงถูกบังคับให้ใช้บ่อยๆ การจำลอง.

การสร้างแบบจำลองการจำลองเป็นวิธีเชิงตัวเลขสำหรับดำเนินการทดลองทางคอมพิวเตอร์บนคอมพิวเตอร์ด้วยแบบจำลองทางคณิตศาสตร์ที่จำลองพฤติกรรมของวัตถุ กระบวนการ และระบบจริงตามเวลาในช่วงเวลาที่กำหนด ในกรณีนี้ การทำงานของ RPS แบ่งออกเป็นปรากฏการณ์เบื้องต้น ระบบย่อย และโมดูล การทำงานของปรากฏการณ์เบื้องต้น ระบบย่อย และโมดูลเหล่านี้อธิบายโดยชุดอัลกอริธึมที่จำลองปรากฏการณ์เบื้องต้นในขณะที่ยังคงรักษาไว้ โครงสร้างเชิงตรรกะและลำดับเหตุการณ์ที่เกิดขึ้นเมื่อเวลาผ่านไป

การสร้างแบบจำลองการจำลองเป็นชุดของวิธีการสำหรับอัลกอริทึมการทำงานของวัตถุการวิจัย การใช้ซอฟต์แวร์คำอธิบายอัลกอริทึม การจัดระเบียบ การวางแผนและการดำเนินการบนคอมพิวเตอร์ของการทดลองทางคอมพิวเตอร์ด้วยแบบจำลองทางคณิตศาสตร์ที่จำลองการทำงานของ RPS ในช่วงเวลาที่กำหนด

อัลกอริทึมของการทำงานของ RPS นั้นเป็นที่เข้าใจกันว่าเป็นคำอธิบายการปฏิบัติงานของการทำงานของระบบย่อยการทำงานทั้งหมดของแต่ละโมดูลพร้อมระดับรายละเอียดที่สอดคล้องกับชุดข้อกำหนดสำหรับแบบจำลอง

“การสร้างแบบจำลองจำลอง”(IM) เป็นคำสองคำ "การเลียนแบบ" และ "การสร้างแบบจำลอง" เป็นคำพ้องความหมาย วิทยาศาสตร์และเทคโนโลยีแทบทุกแขนงเป็นแบบจำลองของกระบวนการจริง เพื่อแยกแบบจำลองทางคณิตศาสตร์ออกจากกัน นักวิจัยจึงเริ่มตั้งชื่อเพิ่มเติม ภาคเรียน "การสร้างแบบจำลอง"หมายความว่าเรากำลังจัดการกับแบบจำลองทางคณิตศาสตร์ด้วยความช่วยเหลือซึ่งเป็นไปไม่ได้ที่จะคำนวณหรือทำนายพฤติกรรมของระบบล่วงหน้า และเพื่อทำนายพฤติกรรมของระบบตามความจำเป็น การทดลองทางคอมพิวเตอร์(การเลียนแบบ) บนแบบจำลองทางคณิตศาสตร์ด้วยข้อมูลเริ่มต้นที่กำหนด

ข้อได้เปรียบหลักของ IM:

1. ความสามารถในการอธิบายพฤติกรรมของส่วนประกอบ (องค์ประกอบ) ของกระบวนการหรือระบบ ระดับสูงรายละเอียด;
2. ไม่มีข้อจำกัดระหว่างพารามิเตอร์ MI และสถานะของสภาพแวดล้อมภายนอกของ RPS
3. ความสามารถในการศึกษาพลวัตของการโต้ตอบของส่วนประกอบในเวลาและพื้นที่ของพารามิเตอร์ระบบ

ข้อดีเหล่านี้ทำให้มั่นใจได้ว่ามีการใช้วิธีการจำลองอย่างกว้างขวาง

1. หากไม่มีคำชี้แจงปัญหาการวิจัยที่สมบูรณ์และกำลังดำเนินการกระบวนการรับรู้ของวัตถุแบบจำลอง แบบจำลองทำหน้าที่เป็นช่องทางในการศึกษาปรากฏการณ์
2. ถ้า วิธีการวิเคราะห์มีอยู่แต่กระบวนการทางคณิตศาสตร์มีความซับซ้อนและใช้เวลานานและ การจำลองช่วยให้แก้ปัญหาได้ง่ายขึ้น
3. เมื่อนอกเหนือจากการประเมินอิทธิพลของพารามิเตอร์ (ตัวแปร) ของกระบวนการหรือระบบแล้ว ยังเป็นที่พึงปรารถนาที่จะติดตามพฤติกรรมของส่วนประกอบ (องค์ประกอบ) ของกระบวนการหรือระบบ (PS) ในช่วงเวลาหนึ่ง
4. เมื่อไร การจำลองกลายเป็นวิธีเดียวที่จะศึกษาระบบที่ซับซ้อนเนื่องจากไม่สามารถสังเกตปรากฏการณ์ในสภาวะจริงได้ (ปฏิกิริยาเทอร์โมนิวเคลียร์ฟิวชั่น, การสำรวจอวกาศ)
5. เมื่อจำเป็นต้องควบคุมการไหลของกระบวนการหรือพฤติกรรมของระบบโดยการชะลอหรือเร่งปรากฏการณ์ระหว่างการจำลอง
6. เมื่อฝึกอบรมผู้เชี่ยวชาญด้านเทคโนโลยีใหม่เมื่อใด แบบจำลองให้โอกาสในการได้รับทักษะในการใช้งานอุปกรณ์ใหม่
7. เมื่อมีการศึกษาสถานการณ์ใหม่ใน RPS ในกรณีนี้ การจำลองทำหน้าที่ทดสอบกลยุทธ์และกฎใหม่สำหรับการดำเนินการทดลองเต็มรูปแบบ
8. เมื่อลำดับของเหตุการณ์ในสถานีย่อยที่ออกแบบมีความสำคัญเป็นพิเศษ และใช้แบบจำลองเพื่อทำนายปัญหาคอขวดในการทำงานของสถานีย่อย

อย่างไรก็ตาม นอกจากข้อดีแล้ว IM ยังมีข้อเสียอีกด้วย:

1. การพัฒนา MI ที่ดีมักจะมีราคาแพงกว่าการสร้างแบบจำลองเชิงวิเคราะห์และต้องใช้เวลามากกว่า
2. อาจเป็นไปได้ว่า MI นั้นไม่ถูกต้อง (ซึ่งมักจะเป็นเช่นนั้น) และเราไม่สามารถวัดขอบเขตของความไม่ถูกต้องนี้ได้
3. บ่อยครั้งที่นักวิจัยหันมาใช้ IM โดยไม่ได้ตระหนักถึงความยากลำบากที่พวกเขาจะต้องเผชิญ และในการทำเช่นนั้นทำให้เกิดข้อผิดพลาดด้านระเบียบวิธีหลายประการ

อย่างไรก็ตาม MI เป็นหนึ่งในวิธีการที่ใช้กันอย่างแพร่หลายในการแก้ปัญหาการสังเคราะห์และการวิเคราะห์ กระบวนการที่ซับซ้อนและระบบต่างๆ

หนึ่งในประเภท การสร้างแบบจำลองการจำลองเป็นสถิติ การจำลองซึ่งช่วยให้สามารถสร้างการทำงานของกระบวนการสุ่มที่ซับซ้อนบนคอมพิวเตอร์ได้

เมื่อศึกษาระบบที่ซับซ้อนซึ่งมีการรบกวนแบบสุ่ม แบบจำลองการวิเคราะห์ความน่าจะเป็น และความน่าจะเป็น แบบจำลอง.

ในแบบจำลองการวิเคราะห์ความน่าจะเป็น อิทธิพลของปัจจัยสุ่มจะถูกนำมาพิจารณาด้วยการระบุลักษณะความน่าจะเป็นของกระบวนการสุ่ม (กฎการกระจายความน่าจะเป็น ความหนาแน่นของสเปกตรัม หรือฟังก์ชันสหสัมพันธ์) ในขณะเดียวกัน การสร้างแบบจำลองการวิเคราะห์ความน่าจะเป็นก็มีความซับซ้อน ปัญหาการคำนวณ. ดังนั้น การสร้างแบบจำลองเชิงวิเคราะห์ความน่าจะเป็นจึงถูกนำมาใช้เพื่อศึกษาระบบที่ค่อนข้างง่าย

มีข้อสังเกตว่ามีการนำสัญญาณรบกวนแบบสุ่มเข้ามา แบบจำลองไม่ทำให้เกิดภาวะแทรกซ้อนพื้นฐาน ดังนั้นตามกฎแล้วการศึกษากระบวนการสุ่มที่ซับซ้อนจึงดำเนินการอยู่ แบบจำลอง.

ในความน่าจะเป็น การสร้างแบบจำลองการจำลองพวกมันไม่ได้ทำงานด้วยคุณสมบัติของกระบวนการสุ่ม แต่มีค่าตัวเลขสุ่มเฉพาะของพารามิเตอร์ PS นอกจากนี้ผลลัพธ์ที่ได้รับเมื่อเล่นกลับ แบบจำลองของกระบวนการที่อยู่ระหว่างการพิจารณาเป็นการตระหนักรู้แบบสุ่ม ดังนั้น เพื่อที่จะค้นหาคุณลักษณะที่เป็นรูปธรรมและมีเสถียรภาพของกระบวนการ จำเป็นต้องมีการผลิตซ้ำซ้ำ ตามด้วยการประมวลผลทางสถิติของข้อมูลที่ได้รับ นั่นคือเหตุผลที่การศึกษากระบวนการและระบบที่ซับซ้อนภายใต้การรบกวนแบบสุ่มโดยใช้