Разработка имитационной модели (стр. 1 из 4)

Содержание

1. Введение

2. Постановка задачи

3. Описание метода решения

4. Разработка модели

4.1 Логико-математическое описание моделируемой системы

4.2 Формализованная схема объекта моделирования

4.3 Временная диаграмма

4.4 Блок-схемы программных блоков и основной программы

5. Перевод алгоритма на язык программирования

6. Верификация: установление правильности машинной программы

7. Результаты эксперимента

8. Анализ результатов

9. Заключение

10. Список использованной литературы

1.Введение

Имитационное моделирование применяется к процессам, в ход которых может время от времени вмешиваться человеческая воля. Человек, руководящий операцией, может в зависимости от сложившейся обстановки, принимать те или иные решения. Затем приводится в действие математическая модель, которая показывает, какое ожидается изменение обстановки, в ответ на это решение и к каким последствиям оно приведет спустя некоторое время. Следующее текущее решение принимается уже с учетом реальной новой обстановки и т. д. В результате многократного повторения такой процедуры руководитель как бы «набирает опыт», учится на своих и чужих ошибках и постепенно выучиваться принимать правильные решения – если не оптимальные, то почти оптимальные.

В исследовании операций широко применяются как аналитические, так и статистические модели. Каждый из этих типов имеет свои преимущества и недостатки. Аналитические модели более грубы, учитывают меньшее число факторов, всегда требуют каких-то допущений и упрощений. Зато результаты расчета по ним легче обозримы, отчетливее отражают присущие явлению основные закономерности. А, главное, аналитические модели больше приспособлены для поиска оптимальных решений. Статистические модели, по сравнению, с аналитическими, более точны и подробны, не требуют столь грубых допущений, позволяют учесть большое (в теории – неограниченно большое) число факторов. Но и у них – свои недостатки: громоздкость, плохая обозримость, большой расход машинного времени, а главное, крайняя трудность поиска оптимальных решений, которые приходятся искать «на ощупь», путем догадок и проб.

Наилучшие работы в области исследования операций основаны на совместном применении аналитических и статистических моделей. Аналитическая модель дает возможность в общих чертах разобраться в явлении, наметить как бы контур основных закономерностей. Любые уточнения могут быть получены с помощью статистических моделей.

Имитационное моделирование основано на прямом описании моделируемого объекта. Существенной характеристикой таких моделей является структурное подобие объекта и модели. Это значит, каждому существенному с точки зрения решаемой задачи элементу объекта ставится в соответствие элемент модели. При построении имитационной модели описываются законы функционирования каждого элемента объекта и связи между ними. Работа с имитационной моделью заключается в проведении имитационного эксперимента. Процесс, протекающий в модели в ходе эксперимента, подобен процессу в реальном объекте. Поэтому исследование объекта на его имитационной модели сводится к изучению характеристик процесса, протекающего в ходе эксперимента.

Для формального представления информационной системы при имитационном моделировании обычно используется схема с дискретными событиями. При этом процесс функционирования системы во времени отождествляется с последовательностью событий, возникающих в системе в соответствии с закономерностями ее функционирования. И формальное понятие «событие» вкладывается конкретное смысловое содержание, определяемое целями моделирования. Ценным качеством имитации является возможность управлять масштабом времени. Динамический процесс в имитационной модели протекает в так называемом системном времени. Системное время имитирует реальное время. При этом пересчет системного времени в модели можно выполнять двумя способами. Первый заключается в «движении» по времени с некоторым постоянным шагом Δt, второй - в «движении» по времени от события к событию. Считается, что в промежутках времени между событиями в модели изменении не происходит. Кроме реального и системного времени существует ещё один тип времени - машинное, т.е. время, за которое реализуется имитационный эксперимент.

Цель курсовой работы по дисциплине «Имитационное моделирование экономических процессов» состоит в ознакомлении с современными концепциями построения моделирующих систем, с основными приемами имитационного моделирования, встраиваемыми в общую процедуру преобразования информации от структурирования и формализации составляющих предметных областей до интерпретации обработанных данных и приобретенных знаний, связанных с описанием экономических процессов.

2. Постановка задачи

Фирма имеет в городе 1 точку розничной продажи. Спрос на товары (в единицах товара) в этих точках имеет пуассоновское распределение с математическим ожиданием 10 единиц в день. Торговая точка обслуживаются оптовым магазином. На передачу запроса торговой точки в магазин требуется 1 день. Товары по запросу поступают из оптового магазина в торговую точку в среднем через 5 дней после получения запроса. Эта величина имеет логнормальное распределение с дисперсией 1. Оптовый магазин каждые 14 дней размещает заказы на фабрике. Время, в течение которого магазин получает груз с фабрики, распределено нормально с ожиданием 90 дней, среднеквадратичным отклонением 10 дней; однако заказ при этом никогда не выполняется ранее 60 дней и позднее 120 дней. Проимитировать работу описанной системы с целью определения изменения уровня запаса при данной стратегииуправления розничной торговой точкой и оптовым магазином.

Задать следующие начальные условия моделирования: первый запрос поступает в нулевой момент времени; текущий запас товара в каждой торговой точке составляет 70 единиц, нормативный запас также 70 единиц; запас в магазине составляет 1920 единиц; с фабрики отправлены три груза, в каждом из которых находится по 1800 единиц товара, причем первый груз поступит в магазин на 30-й день, второй - на 60-й, а третий - на 90-й день.

3. Описание метода решения

В нашей курсовой работе мы использовали метод имитационного моделирования. Его основные достоинства:

1. Имитационная модель позволяет описать моделируемый процесс с большой адекватностью, чем другие.

2. Имитационная модель обладает гибкостью варьирования, структуры алгоритмов и параметров системы.

3. Применение ЭВМ существенно сокращает продолжительность испытаний по сравнению с натуральным экспериментом, если он возможен, а также их стоимость.

Основные недостатки метода имитационного моделирования:

1. Решение, полученное на имитационной модели, всегда носит частный характер, т.к. оно соответствует фиксированным элементам структуры, алгоритмам поведения и значениям параметров системы.

2. Большие трудозатраты на создание модели и проведение экспериментов, а также обработку их результатов. Использование термина имитационное моделирование предполагает работу с такими математическими моделями, с помощью которых результаты исследуемой операции нельзя заранее вычислить или предсказать. Поэтому необходим эксперимент имитации на модели при заданных исходных данных. Сущность машинной имитации заключается в реализации численного метода проведения на ЭВМ экспериментов с математическими моделями, описывающими поведение сложной системы в течение заданного или формируемого периода времени.

Дискретно-событийный подход в имитационном моделировании

Суть дискретно-событийного подхода - моделирование системы с помощью описания изменений состояния системы, происходящих в дискретные моменты времени. Момент времени, в который может измениться: состояние системы, называется моментом наступления события, а соответствующая ему логическая процедура обработки "изменений состояния системы называется событием. Для построения дискретно-событийной модели системы необходимо определить события, при которых может изменяться состояние системы, а затем смоделировать процедуры, соответствующие каждому типу событий. Динамический портрет системы воспроизводится с помощью упорядоченной во времени последовательности событий, в каждом из которых, согласно логической процедуре, моделируются изменения состояния системы.

Состояние системы в дискретно-событийной модели, подобно состоянию в сетевой модели, определяется значениями переменных и атрибутов компонентов, принадлежащих различным классам. Начальное состояние системы устанавливается с помощью задания начальных значений переменных модели, генерации (при необходимости) начальных компонентов в системе, а также с помощью начального планирования событий в модели. В ходе имитации система «движется» от состояния к состоянию по мере того, как компоненты участвуют в действиях, изменяющих состояние системы. При дискретно-событийной имитации изменения состояния системы могут происходить только в начале действия, т. е. когда что-либо начинается, или в конце действия, т. е. когда что-либо завершается. Для моделирования начала и окончания действий используются события.

имитационное моделирование язык программирование

Рис. 1.1. Связь между понятиями «действие» и «событие».

Понятие события, происходящего мгновенно в определенный момент времени, в который начинается или заканчивается некоторое действие, является основополагающим. На рис. 1.1 показана связь между понятиями «действие» и «событие». Внутри события время не изменяется, а изменения состояния системы происходят только в моменты наступления событий. Поведение системы имитируется последовательностью изменений ее состояния, происходящих по мере наступления событий. Когда происходит событие, состояние системы может быть изменено четырьмя способами: 1) изменением значений одной или нескольких переменных модели; 2) изменением количества компонентов в системе; 3) изменением значении одного иди нескольких атрибутов одного компонента; 4) изменением взаимосвязей между компонентами с помощью средств оперирования с файлами. Отметим, что возможны и такие события, при которых состояние системы не меняется.