Файл: Моделирование работы аэропорта и составление расписания взлёта и посадки самолётов.pdf
Добавлен: 27.06.2023
Просмотров: 222
Скачиваний: 6
ВВЕДЕНИЕ
Для современного этапа развития экономики характерно динамичное, ускоренное изменение социально-экономических условий. В связи с этим особую роль приобретает способность органов управления (государственных, региональных, корпоративных) своевременно принимать соответствующие эффективные меры. Обеспечить информационную поддержку их выработки и обоснования призваны системы поддержки принятия решения. Среди разнообразных инструментов, входящих в состав последних, важное место занимает имитационное моделирование как основа многовариантного прогнозирования и анализа систем высокой степени сложности.
Сущность метода имитационного моделирования – в математическом описании динамических процессов, воспроизводящего функционирование изучаемой системы.
Данный метод позволяет анализировать сложные динамические системы (предприятия, банки, отрасли экономики, регионы и т.д.). Его применение предполагает два этапа – построение комплекса динамических имитационных моделей и выполнение аналитических и прогнозных расчетов.
Важное место здесь занимает сценарный подход, позволяющий проводить многовариантный ситуационный анализ моделируемой системы. Сценарий является некоторой оценкой возможного развития.
Каждый сценарий связывает изменение внешних условий с результирующими переменными.
Применение имитационного моделирования и сценарного подхода позволяет строить эффективные СППР, предназначенные для решения следующего круга задач в различных отраслях и для различных объектов (регионов, корпораций, макроэкономических систем):
- прогнозирование и анализ последствий управленческих решений;
- исследование эффективности и сравнение принимаемых мер;
- выбор либо построение оптимального решения.
Наиболее результативно имитационное моделирование в СППР, поддерживающих концепции хранилищ данных и оперативного многомерного анализа данных.
Для реализации таких СППР целесообразно использование следующей схемы разработки:
- интеграция источников данных;
- создание единого информационного хранилища данных;
- формирование аналитической отчетности;
- построение комплекса динамических имитационных моделей для выполнения многовариантных расчетов.
Имитационное моделирование основано на воспроизведении с помощью ЭВМ развернутого во времени процесса функционирования системы с учетом взаимодействия с внешней средой. Основой всякой имитационной модели (ИМ) является:
- разработка модели исследуемой системы на основе частных имитационных моделей (модулей) подсистем, объединенных своими взаимодействиями в единое целое;
- выбор информативных (интегративных) характеристик объекта, способов их получения и анализа;
- построение модели воздействия внешней среды на систему в виде совокупности имитационных моделей внешних воздействующих факторов;
- выбор способа исследования имитационной модели в соответствии с методами планирования имитационных экспериментов (ИЭ).
Условно имитационную модель можно представить в виде действующих, программно (или аппаратно) реализованных блоков.
Целью имитационного моделирования является конструирование ИМ объекта и проведение ИЭ над ней для изучения закона функционирования и поведения с учетом заданных ограничений и целевых функций в условиях имитации и взаимодействия с внешней средой.
К достоинствам метода имитационного моделирования могут быть отнесены:
проведение ИЭ над ММ системы, для которой натурный эксперимент не осуществим по этическим соображениям или эксперимент связан с опасностью для жизни, или он дорог, или из-за того, что эксперимент нельзя провести с прошлым;
решение задач, аналитические методы для которых неприменимы, например, в случае непрерывно- дискретных факторов, случайных воздействий, нелинейных характеристик элементов системы и т.п.;
возможность анализа общесистемных ситуаций и принятия решения с помощью ЭВМ, в том числе для таких сложных систем, выбор критерия сравнения стратегий поведения которых на уровне проектирования не осуществим;
сокращение сроков и поиск проектных решений, которые являются оптимальными по некоторым критериям оценка эффективности;
проведение анализа вариантов структуры больших систем, различных алгоритмов управления изучения влияния изменений параметров системы на ее характеристики и т.д.
Основными методами имитационного моделирования являются: аналитический метод, метод статического моделирования и комбинированный метод (аналитико-статистический) метод.
Аналитический метод применяется для имитации процессов в основном для малых и простых систем, где отсутствует фактор случайности. Например, когда процесс их функционирования описан дифференциальными или интегро-дифференциальными уравнениями. Метод назван условно, так как он объединяет возможности имитации процесса, модель которого получена в виде аналитически замкнутого решения, или решения полученного методами вычислительной математики.
Метод статистического моделирования первоначально развивался как метод статистических испытаний (Монте-Карло). Это – численный метод, состоящий в получении оценок вероятностных характеристик, совпадающих с решением аналитических задач (например, с решением уравнений и вычислением определенного интеграла). В последствии этот метод стал применяться для имитации процессов, происходящих в системах, внутри которых есть источник случайности или которые подвержены случайным воздействиям. Он получил название метода статистического моделирования. В параграфах 2-5 данного раздела излагается суть этого метода.
Комбинированный метод (аналитико-статистический) позволяет объединить достоинства аналитического и статистического методов моделирования. Он применяется в случае разработки модели, состоящей из различных модулей, представляющих набор как статистических так и аналитических моделей, которые взаимодействуют как единое целое. Причем в набор модулей могут входить не только модули соответствующие динамическим моделям, но и модули соответствующие статическим математическим моделям.
На сегодняшний день на рынке существует множество пакетов компьютерных программ предназначенных для компьютерного моделирования систем. В связи с этим перед человеком, предполагающим использовать компьютерное моделирование в качестве инструмента исследования, неминуемо встаёт проблема выбора. AnyLogic, Arena, AutoMod, Dymola, Extend, eM-Plant, EASY5, Gpss/H-Prof, iThink, Matlab, Modelica, ModelVision, MBTY, ProModel, PowerSim, Quest, Stella, Simfactory, Simplle++, Taylor, Vensim, VisSim, Witness, Automod, Extend, Mast, Deneb, Proquest - вот далеко не полный список продуктов, каждый из которых претендует на лидерство.
1.Основная часть
Классификация моделей:
1) По способу учета временного признака
a. Статические
b. Динамические
Модель называется статической, если среди ее параметров нету временного параметра.
С помощью динамической системы описывается поведение системы.
2) В зависимости от того, как описывается поведение системы во времени.
a. Дискретные
b. Непрерывные
c. Дискретно-непрерывные
Дискретные модели описывают поведение системы в дискретный момент времени.
Непрерывные модели описывают поведение системы в любой момент времени.
3) В зависимости от того, в каких отношениях находятся параметры системы
a. Детерминированные
b. Стохастические
Модель называется детерминированной, если каждому набору входных параметров можно однозначно поставить в соответсвие набор выходных параметров.
Стохастические – вероятностные.
4) По форме реализации модели
a. Абстрактные
b. Реальные
Реальные, это те, что существуют в реальности и с ними можно проводить эксперименты.
Применение имитационных моделей дает множество преимуществ по сравнению с выполнением экспериментов над реальной системой и использованием других методов.
Стоимость. Допустим, компания уволила часть сотрудников, что в дальнейшем привело к снижению качества обслуживания и потери части клиентов. Принять обоснованное решение помогла бы имитационная модель, затраты на применение которой состоят лишь из цены программного обеспечения и стоимости консалтинговых услуг.
Время. В реальности оценить эффективность, например, новой сети распространения продукции или измененной структуры склада можно лишь через месяцы или даже годы. Имитационная модель позволяет определить оптимальность таких изменений за считанные минуты, необходимые для проведения эксперимента.
Повторяемость. Современная жизнь требует от организаций быстрой реакции на изменение ситуации на рынке. Например, прогноз объемов спроса продукции должен быть составлен в срок, и его изменения критичны. С помощью имитационной модели можно провести неограниченное количество экспериментов с разными параметрами, чтобы определить наилучший вариант.
Точность. Традиционные расчетные математические методы требуют применения высокой степени абстракции и не учитывают важные детали. Имитационное моделирование позволяет описать структуру системы, ее процессы в естественном видео, не прибегая к использованию.
В процессе управления различными процессами постоянно возникает необходимость прогнозирования результатов в тех или иных условиях. Для ускорения принятия решения о выборе оптимального варианта управление и экономии средств на эксперимент используются модели процессов. Имитационные модели имитируют действия, выполняемые объектом, и выходные параметры получаются как результат этих действий. Осуществлять моделирование можно как с помощью физической имитации процессов, так и с помощью средств ЭВМ. Второй способ, естественно, является наиболее предпочтительным с точки зрения времени и затрат на построение модели и проведение экспериментов с ней. В настоящее время под термином «Имитационная модель», как правило, понимают именно специальный программный продукт, позволяющий имитировать заданный процесс. В данной курсовой работе описывается имитационное моделирование заданного процесса.
Для построения имитационной модели сначала необходимо построить граф имитируемой модели. Для этого используется программный продукт GEM (от «Generator models»), который является графическим конструктором для построения модели.
Конструктор Gem генерирует программу на языке С++, которая в дальнейшем должна быть скомпилирована в составе проекта в среде MS DeveloperStudio, где предварительно должен быть установлен Visual C++ с библиотеками Pilgrim.
Преимущества GEM:
1. автоматизировать процесс создания графа модели;
2. автоматически генерировать программный код на языке C++
3. предупреждает разработчика о возможных ошибках и не позволяет выполнять заведомо неверные действия.
4. имеет возможность проверки графа в целом.
5. не позволяет осуществлять заведомо ложные действия при редактировании пользователем модели.
Тем самым снимается ряд проблем, возникающих при ручном кодировании модели в виде программного файла.
После построения графа необходимо завершить модель и создать .cpp файл, который экспортируется в Pilgrim для ввода требуемых данных.
«Pilgrim» (разработчики системы – Московский институт статистики и информатики; фирма «МегаТрон», Россия; фирма «Keisy», Нидерланды; фирма «Enit», Эстония). Универсальная система имитационного моделирования, которая обладает большим спектром возможностей имитации временной, пространственной и финансовой динамики моделируемых объектов. Разрабатываемые модели имеют свойство коллективного управления процессом моделирования. В текст модели можно вставлять любые блоки с помощью стандартного языка С++. Pilgrim является кросс-платформенным приложением, что позволяет использовать его на различных ОС, таких как Windows, Unix, MAC OS x, при наличии компилатора С++. Модели в системе Pilgrim компилируются и поэтому имеют высокое быстродействие, что очень важно для отработки управленческих решений и адаптивного выбора вариантов в очень сжатые временные сроки. Полученные после компиляции объектный код можно встраивать в разрабатываемые программные комплексы, так как при эксплуатации моделей инструментальные средства Pilgrim не используются. Большим преимуществом пакета Pilgrim является возможность графического конструирования модели. Это позволяет связать в графическом представлении на одной схеме моделируемые процессы с административными, геоинформационными, конструктивными или экономическими особенностями моделируемой сложной экономической системы.