Što je simulacijski model?

16. 4. 2019.

Članak će govoriti o simulacijskim modelima. Ovo je vrlo složena tema koja zahtijeva odvojeno razmatranje. Zato ćemo ovo pitanje pokušati objasniti na pristupačnom jeziku.

Simulacijski modeli

O čemu se radi? Za početak, simulacijski modeli su potrebni da bi se reproducirale bilo kakve karakteristike složenog sustava u kojem elementi međusobno djeluju. Štoviše, takvo modeliranje ima niz značajki.

Prvo, to je objekt modeliranja, koji najčešće predstavlja složeni složeni sustav. Drugo, to su slučajni faktori koji su uvijek prisutni i imaju određeni utjecaj na sustav. Treće, potreba je opisati složen i dugotrajan proces koji se promatra kao rezultat modeliranja. Četvrti faktor je da bez uporabe računalne tehnologije nije moguće postići željene rezultate. simulacijski modeli

Razvoj simulacijskog modela

Leži u činjenici da svaki objekt ima određeni skup svojih karakteristika. Svi su pohranjeni na računalu pomoću posebnih tablica. Interakcija vrijednosti i pokazatelja uvijek se opisuje pomoću algoritma.

Osobitost i ljepota modeliranja je da je svaka faza postupna i glatka, što omogućuje promjenu karakteristika i parametara korak po korak i postizanje različitih rezultata. Program, koji uključuje simulacijske modele, prikazuje informacije o dobivenim rezultatima na temelju određenih promjena. Često se koristi grafički ili animirani prikaz, što uvelike pojednostavljuje percepciju i razumijevanje mnogih složenih procesa, koje je prilično teško ostvariti u algoritamskom obliku.

determinizam

Imitacijski matematički modeli temelje se na činjenici da kopiraju kvalitetu i karakteristike nekih stvarnih sustava. Razmotrite primjer kada je potrebno istražiti broj i dinamiku broja pojedinih organizama. Da biste to učinili, pomoću modeliranja, možete zasebno razmotriti svaki organizam kako bi se konkretno analizirali njegovi pokazatelji. U tom slučaju uvjeti se najčešće postavljaju verbalno. Na primjer, nakon određenog vremenskog razdoblja, možete postaviti reprodukciju tijela, a nakon duljeg razdoblja - njegovu smrt. Ispunjavanje svih ovih uvjeta je moguće u simulacijskom modelu. razvoj simulacijskog modela

Vrlo često se daju primjeri modeliranja kretanja molekula plina, jer se zna da se kreću neredovito. Možete proučavati interakciju molekula sa stijenkama posude ili međusobno i opisati rezultate u obliku algoritma. To će nam omogućiti dobivanje prosječnih karakteristika cijelog sustava i izvršiti analizu. Treba razumjeti da se takav računalni eksperiment zapravo može nazvati stvarnim, budući da su sve karakteristike modelirane vrlo točno. Ali što je smisao ovog procesa?

Činjenica je da simulacijski model omogućuje odabir specifičnih i čistih karakteristika i pokazatelja. Čini se da se riješava slučajnih, nepotrebnih i brojnih drugih čimbenika, o kojima istraživači čak i ne mogu pogoditi. Napominjemo da su vrlo često određivanje i matematičko modeliranje slični ako se, kao rezultat toga, ne želi stvarati autonomna strategija djelovanja. Primjeri o kojima smo gore raspravljali odnose se na determinističke sustave. Razlikuju se po tome što nemaju elemente vjerojatnosti.

Slučajni procesi

Ime je vrlo jednostavno razumjeti ako povučete paralelu iz običnog života. Na primjer, kada stojite u redu u trgovini koja se zatvara nakon 5 minuta, i pitate se možete li je dobiti. Također, očitovanje šanse može se primijetiti kada nekoga nazovete i prebrojite zvučne signale, razmišljajući s kojom ćete vjerojatnošću proći. Za neke to može izgledati iznenađujuće, ali upravo zahvaljujući tako jednostavnim primjerima, najstarija grana matematike, naime, teorija čekanja u redu, rođena je početkom prošlog stoljeća. Ona koristi statistiku i teoriju vjerojatnosti kako bi izvela neke zaključke. Kasnije su istraživači dokazali da je ova teorija vrlo usko povezana s vojnim poslovima, ekonomijom, proizvodnjom, ekologijom, biologijom itd. simulacijski model

Monte Carlo metoda

Važna metoda za rješavanje problema samoposluživanja je statistička metoda ispitivanja ili metoda Monte Carlo. Napominjemo da su mogućnosti analiziranja slučajnih procesa analitički prilično složene, a Monte Carlo metoda je vrlo jednostavna i univerzalna, što je i njezina glavna značajka. Možemo razmotriti primjer trgovine u koju ulazi jedan ili više kupaca, dolazak pacijenata u traumatološki centar za jednu ili cijelu gomilu itd. U isto vrijeme, razumijemo da su sve to slučajni procesi, a intervali između nekih radnji su neovisni. događaji koji se distribuiraju prema zakonima koji se mogu izvesti samo nakon velikog broja opažanja. Ponekad to nije moguće, tako da se uzima prosjek. Ali koja je svrha modeliranja slučajnih procesa?

Činjenica je da vam omogućuje da dobijete odgovore na mnoga pitanja. Nevažno je izračunati koliko će osoba morati stajati u redu kada razmatra sve okolnosti. Čini se da je ovo prilično jednostavan primjer, ali ovo je samo prva razina, a takvih situacija može biti mnogo. Ponekad je vrijeme vrlo važno.

Također možete postaviti pitanje o tome kako možete dodijeliti vrijeme dok čekate na uslugu. Još složenije pitanje tiče se odnosa parametara, tako da red čekanja nikada ne dođe do novopridošlog korisnika. Čini se da je ovo prilično jednostavno pitanje, ali ako razmislite o tome i počnete barem malo kompliciranije, postaje jasno da odgovor nije tako jednostavan. primjeri simulacijskih modela

proces

Kako se slučajno modeliranje događa? Koriste se matematičke formule, odnosno zakoni raspodjele slučajnih varijabli. Također se koriste numeričke konstante. Napominjemo da u ovom slučaju nema potrebe za pribjegavanjem bilo kakvim jednadžbama koje se koriste u analitičkim metodama. U ovom slučaju, pojavljuje se samo imitacija istog reda, o čemu smo već govorili. Samo se prvi koriste programi koji mogu generirati slučajne brojeve i povezati ih s određenim zakonom o distribuciji. Nakon toga se izvodi volumen, statistička obrada dobivenih vrijednosti, koja analizira podatke o subjektu, odgovaraju li početnoj svrsi simulacije. Nastavljajući dalje, recimo da je moguće pronaći optimalan broj ljudi koji će raditi u trgovini tako da se red ne pojavi. U ovom slučaju, matematički aparat koji se koristi u ovom slučaju su metode matematičke statistike.

formacija

Malo se pažnje posvećuje analizi simulacijskih modela u školama. Nažalost, ovo može ozbiljno utjecati na budućnost. Djeca bi trebala poznavati neka osnovna načela modeliranja iz škole, jer je razvoj modernog svijeta nemoguć bez tog procesa. U osnovnom tečaju računalne znanosti djeca mogu lako koristiti model simulacije života. analiza simulacijskih modela

Temeljitije učenje može se podučavati u srednjoj školi ili u specijaliziranim školama. Prije svega, potrebno je proučiti simulacijsko modeliranje slučajnih procesa. Zapamtite da se u ruskim školama tek počinje uvoditi takav koncept i metode, pa je vrlo važno zadržati razinu obrazovanja učitelja, koji će se suočiti s brojnim pitanjima djece s apsolutnim jamstvom. U ovom slučaju nećemo komplicirati zadatak, fokusirajući se na činjenicu da je ovo osnovni uvod u ovu temu, koji se može detaljno razmotriti u 2 sata.

Nakon što su djeca naučila teorijske osnove, vrijedno je istaknuti tehnička pitanja koja se odnose na stvaranje niza slučajnih brojeva na računalu. U isto vrijeme, nije potrebno učitati djecu s informacijama o tome kako računalo radi i na kojim se načelima temelji analitičar. Iz praktičnih vještina potrebno ih je naučiti stvarati generatore uniformnih slučajnih brojeva na segmentu ili slučajnim brojevima prema zakonu distribucije.

aktualnost

Razgovarajmo malo o tome zašto su imitacijski modeli kontrole potrebni. Činjenica je da je u suvremenom svijetu gotovo nemoguće bez modeliranja u bilo kojoj sferi. Zašto je toliko popularan i popularan? Simulacija može zamijeniti stvarne događaje koji su potrebni za proizvodnju određenih rezultata, a njihovo stvaranje i analiza su preskupi. Ili to može biti slučaj kada je provođenje stvarnih eksperimenata zabranjeno. Također, ljudi ga koriste kada je jednostavno nemoguće izgraditi analitički model zbog niza slučajnih faktora, posljedica i uzročnih veza. Posljednji slučaj, kada se koristi ova metoda, je kada je potrebno simulirati ponašanje bilo kojeg sustava tijekom određenog vremenskog razdoblja. Za sve to, stvoreni su simulatori koji pokušavaju što je moguće više reproducirati kvalitete izvornog sustava. simulacijski model upravljanja

vrste

Simulacijski modeli istraživanja mogu biti više vrsta. Dakle, razmotrite pristupe simulacije. Prva je dinamika sustava, koja se izražava u činjenici da postoje međusobno povezane varijable, određene pogone i povratne informacije. Tako se najčešće razmatraju dva sustava, u kojima postoje neke zajedničke karakteristike i točke presijecanja. Sljedeći tip simulacije je diskretni događaj. Ona se primjenjuje na one slučajeve u kojima postoje određeni procesi i resursi, kao i niz aktivnosti. Na taj način najčešće istražuju mogućnost događaja kroz prizmu niza mogućih ili slučajnih faktora. treći vrsta simulacije - agent. Sastoji se od proučavanja pojedinačnih svojstava organizma u njihovom sustavu. U isto vrijeme, nužna je neizravna ili izravna interakcija promatranog objekta i drugih.

Modeliranje diskretnih događaja nudi apstrahiranje od kontinuiteta događaja i razmatranje samo glavnih točaka. Stoga su isključeni slučajni i nepotrebni čimbenici. Ova metoda je maksimalno razvijena i koristi se u mnogim područjima: od logistike do proizvodni sustavi. Da je najprikladniji za modeliranje proizvodnih procesa. Usput rečeno, 1960-ih je stvorio Jeffrey Gordon. Dinamika sustava - ovo je paradigma modeliranje, gdje istraživanje zahtijeva grafičku sliku veza i međusobnih utjecaja nekih parametara na druge. To uzima u obzir vremenski faktor. Samo na temelju svih podataka na računalu se stvara globalni model. Upravo taj tip omogućuje duboko razumijevanje suštine događaja koji se proučava i otkrivanje nekih razloga i veza. Zahvaljujući ovom modeliranju, izgrađene su poslovne strategije, modeli proizvodnje, razvoj bolesti, urbanističko planiranje i tako dalje. Ovu metodu izumio je Forrester 1950-ih.

Modeliranje agenta pojavilo se 1990-ih, relativno je novo. Taj se smjer koristi za analizu decentraliziranih sustava čija se dinamika u ovom slučaju određuje ne općeprihvaćenim zakonima i pravilima, već individualnom aktivnošću pojedinih elemenata. Suština ove simulacije je dobiti ideju o novim pravilima, općenito, za karakterizaciju sustava i pronalaženje veze između pojedinih komponenti. Istodobno se proučava element koji je aktivan i autonoman, može samostalno donositi odluke i komunicirati sa svojim okruženjem, kao i samostalno mijenjati, što je vrlo važno. imitacija matematičkih modela

faze

Sada razmotrite glavne faze razvoja simulacijskog modela. Oni uključuju njegovu formulaciju na samom početku procesa, konstrukciju konceptualnog modela, izbor metode modeliranja, izbor uređaja za modeliranje, planiranje i izvršenje zadatka. U zadnjoj fazi analiziraju se i obrađuju svi dobiveni podaci. Izgradnja simulacijskog modela je složen i dugotrajan proces koji zahtijeva puno pažnje i razumijevanja suštine stvari. Imajte na umu da same faze traju najviše vremena, a proces modeliranja na računalu ne traje više od nekoliko minuta. Vrlo je važno koristiti prave modele simulacije, jer bez toga neće biti moguće postići željene rezultate. Neki podaci će se dobiti, ali neće biti realni i neće biti produktivni.

Sumirajući članak, želim reći da je ovo vrlo važna i moderna industrija. Pogledali smo primjere simulacijskih modela kako bismo razumjeli važnost svih tih točaka. U suvremenom svijetu, modeliranje igra veliku ulogu, jer je osnova za razvoj ekonomije, urbanizma, proizvodnje i tako dalje. Važno je razumjeti da su modeli simulacijskih sustava vrlo traženi jer su nevjerojatno profitabilni i praktični. Čak i uz stvaranje stvarnih uvjeta, nije uvijek moguće dobiti pouzdane rezultate, jer na njih uvijek utječu mnogi skolastički čimbenici koje je jednostavno nemoguće uzeti u obzir.