Esempio di modellazione di simulazione. Perché abbiamo bisogno della modellazione simulativa? Dove, in quali casi viene utilizzato il metodo di simulazione e per quale scopo?

Quando creavo una metodologia per la modellazione di simulazione, avevo bisogno di comprenderne i termini. Il problema era che i termini convenzionali non erano adatti a descrivere i dati statistici raccolti durante il processo di simulazione. Termini: processi E istanze di processo erano inaccettabili perché non potevo lavorare all'interno del paradigma di Aristotele. Il paradigma di Aristotele non si adatta all'hardware che ho usato. Allo stesso tempo, l'applicazione pratica di questa tecnica era semplice: modellazione e simulazione di oggetti aziendali allo scopo di prendere decisioni gestionali. Il programma ha creato un oggetto virtuale, la cui descrizione consisteva in una descrizione degli scenari e della loro interazione. Gli scenari sono stati eseguiti all'interno del programma e le risorse e le loro interazioni sono state modellate.

Permettimi di ricordarti che:

Modellazione di simulazione- un metodo per studiare gli oggetti, basato sul fatto che l'oggetto studiato viene sostituito da un oggetto simulante. Gli esperimenti vengono eseguiti con un oggetto simulato (senza ricorrere a esperimenti su un oggetto reale) e di conseguenza si ottengono informazioni sull'oggetto studiato. L'oggetto simulante è un oggetto informativo.

Scopo della modellazione di simulazione- ottenere una conoscenza approssimativa di un determinato parametro di un oggetto senza misurarne direttamente i valori. È chiaro che ciò è necessario se e solo se la misurazione non è possibile o costa più della simulazione. Inoltre, per studiare questo parametro, possiamo utilizzare altri parametri noti dell'oggetto e un modello della sua progettazione. Supponendo che il modello di progettazione descriva l'oggetto in modo abbastanza accurato, si presume che le distribuzioni statistiche dei valori dei parametri dell'oggetto di modellazione ottenute durante la simulazione, in un modo o nell'altro, coincidano con la distribuzione dei valori dei parametri dell'oggetto di modellazione oggetto reale.

È chiaro che l’hardware utilizzato è la matematica statistica. È chiaro che la statistica matematica non utilizza i termini istanze e tipi. Funziona con oggetti e set. Di conseguenza, per scrivere la metodologia, sono stato costretto a utilizzare il paradigma logico sulla base del quale è stato creato lo standard ISO 15926. La sua base è la presenza di oggetti, classi e classi di classi.

Definizioni di esempio:

Operazione

Evento

La figura mostra la relazione tra entità: gli eventi vengono raccolti in classi di eventi. La classe evento viene descritta utilizzando l'oggetto directory “Events”. Gli eventi di una classe sono rappresentati sui diagrammi di processo utilizzando elementi grafici. In base all'oggetto directory Eventi, il motore di simulazione crea eventi simulati.

Processi

Processo simulato: Sequenza di operazioni simulate. È conveniente descrivere questa sequenza sotto forma di diagramma di Gantt. La descrizione contiene eventi. Ad esempio, gli eventi: “inizio del processo” e “fine del processo”.
Processo di simulazione: Un oggetto creato per simulare il processo da modellare. Questo oggetto viene creato nella memoria del computer durante l'esecuzione della simulazione.
Classe di processi simulati: Un insieme di processi simulati, combinati secondo alcune caratteristiche. L'unione più comune è l'unione di processi che hanno un modello comune. Un diagramma di processo realizzato in qualsiasi notazione di modellazione può essere utilizzato come modello: Processo, Procedura, EPC, BPMN.
Classe di processi di simulazione: Una varietà di processi simulati creati nell'ambito della simulazione per simulare l'attività.
Processi ( come oggetto nella directory): Oggetto della directory “Processi.
Processi ( diagramma di processo): Un modello di processi di una classe, realizzato sotto forma di diagramma. Sulla base di questo modello vengono creati processi di simulazione.

Conclusione

Grazie per l'attenzione. Spero sinceramente che la mia esperienza possa essere utile a coloro che desiderano distinguere tra gli oggetti di cui sopra. Il problema dello stato attuale del settore è tale che le entità denominate con un termine cessano di differire nella mente degli analisti. Ho provato a darti un esempio di come puoi pensare e come puoi introdurre termini per distinguere tra diverse entità. Spero che la lettura sia stata interessante.

Un altro esempio di modelli essenzialmente basati su macchine sono i modelli di simulazione. Nonostante il fatto che la modellazione di simulazione stia diventando un metodo sempre più popolare per studiare sistemi e processi complessi, oggi non esiste un’unica definizione di modello di simulazione riconosciuta da tutti i ricercatori.

La maggior parte delle definizioni utilizzate implicano che un modello di simulazione venga creato e implementato utilizzando un insieme di strumenti matematici e strumentali che consentono, utilizzando un computer, calcoli mirati delle caratteristiche del processo simulato e l'ottimizzazione di alcuni dei suoi parametri.

Ci sono anche punti di vista estremi. Uno di questi è associato all'affermazione che un modello di simulazione può essere riconosciuto come qualsiasi descrizione logico-matematica di un sistema che può essere utilizzato durante esperimenti computazionali. Da queste posizioni, i calcoli associati a parametri variabili in problemi puramente deterministici sono riconosciuti come modelli di simulazione.

I sostenitori dell'altro punto di vista estremo ritengono che un modello di simulazione sia necessariamente uno speciale pacchetto software che consente di simulare le attività di qualsiasi oggetto complesso. “Il metodo di simulazione è un metodo sperimentale per studiare un sistema reale utilizzando il suo modello computerizzato, che combina le caratteristiche dell'approccio sperimentale e le condizioni specifiche per l'utilizzo della tecnologia informatica. La modellazione di simulazione è un metodo di modellazione computerizzata; infatti, non è mai esistita senza un computer, e solo lo sviluppo della tecnologia informatica ha portato alla creazione di questo tipo di modellazione computerizzata. Questo approccio nega la possibilità di creare i modelli di simulazione più semplici senza l'uso di un computer.

Definizione 1.9. Modello di simulazione- un tipo speciale di modelli informativi che combina elementi di modelli analitici, informatici e analogici, che consente, utilizzando una sequenza di calcoli e una visualizzazione grafica dei risultati del suo lavoro, di riprodurre (simulare) i processi di funzionamento dell'oggetto studiato quando esposto a vari fattori (solitamente casuali).

La modellazione di simulazione viene oggi utilizzata per modellare processi aziendali, catene di approvvigionamento, guerre, dinamiche demografiche, processi storici, concorrenza e altri processi per prevedere le conseguenze delle decisioni gestionali in una varietà di aree. La modellazione di simulazione consente di studiare sistemi di qualsiasi natura, complessità e scopo e con quasi ogni grado di dettaglio, limitato solo dalla complessità dello sviluppo di un modello di simulazione e dalle capacità tecniche degli strumenti informatici utilizzati per condurre esperimenti.

I modelli di simulazione sviluppati per risolvere i problemi pratici moderni contengono solitamente un gran numero di elementi stocastici che interagiscono in modo complesso, ciascuno dei quali è descritto da un gran numero di parametri ed è soggetto a influenze stocastiche. In questi casi, di regola, la modellazione su scala reale è indesiderabile o impossibile e una soluzione analitica è difficile o addirittura impossibile. Spesso l'implementazione di un modello di simulazione richiede l'organizzazione del calcolo distribuito. Per questi motivi, i modelli di simulazione sono essenzialmente modelli basati su macchine.

Un modello di simulazione implica la rappresentazione del modello sotto forma di un algoritmo implementato da un programma per computer, la cui esecuzione simula la sequenza dei cambiamenti di stato nel sistema e riflette quindi il comportamento del sistema o processo simulato.

Nota!

In presenza di fattori casuali, le caratteristiche necessarie dei processi simulati si ottengono come risultato di più esecuzioni del modello di simulazione e successiva elaborazione statistica delle informazioni accumulate.

Si noti che dal punto di vista di uno scienziato, è legittimo interpretare la modellazione di simulazione come una tecnologia informatica: “La modellazione di simulazione di un processo controllato o di un oggetto controllato è una tecnologia informatica di alto livello che fornisce due tipi di azioni eseguite utilizzando un computer:

1) lavorare sulla creazione o modifica di un modello di simulazione;
2) funzionamento del modello di simulazione e interpretazione dei risultati."

Principio modulare per la costruzione di un modello di simulazione. Pertanto, la modellazione di simulazione presuppone la presenza di modelli logico-matematici costruiti che descrivono il sistema studiato in relazione all'ambiente esterno, la riproduzione dei processi che si verificano in esso mantenendo la loro struttura logica e sequenza nel tempo utilizzando la tecnologia informatica. La soluzione più razionale è costruire un modello di simulazione del funzionamento del sistema utilizzando un principio modulare. In questo caso, è possibile identificare tre blocchi interconnessi di moduli di tale modello (Fig. 1.7).

Riso. 1.7.

La parte principale del modello algoritmico è implementata in un blocco per la simulazione dei processi di funzionamento degli oggetti (blocco 2). Qui viene organizzato il conto alla rovescia del tempo del modello, vengono riprodotte la logica e la dinamica dell'interazione degli elementi del modello e vengono condotti esperimenti per accumulare i dati necessari per calcolare le stime delle caratteristiche del funzionamento dell'oggetto. Il blocco di simulazione delle influenze casuali (blocco 1) viene utilizzato per generare valori di variabili e processi casuali. Include generatori di distribuzioni standard e strumenti per implementare algoritmi per modellare effetti casuali con le proprietà richieste. Nel blocco di elaborazione dei risultati della simulazione (blocco 3), vengono calcolati i valori attuali e finali delle caratteristiche che compongono i risultati degli esperimenti con il modello. Tali esperimenti possono consistere nella risoluzione di problemi correlati, inclusa l'ottimizzazione o problemi inversi.

Lychkina II. II. Decreto. Operazione.
Il calcolo distribuito è un modo per risolvere problemi informatici ad alta intensità di lavoro utilizzando diversi computer, il più delle volte combinati in un sistema informatico parallelo.
Emelyanov A. A., Vlasova E. A., Duma R. V. Modellazione di simulazione dei processi economici. M.: Finanza e Statistica, 2006. P. 6.

Modelloè una descrizione astratta del sistema, il cui livello di dettaglio è determinato dal ricercatore stesso. Una persona decide se un dato elemento del sistema è essenziale e, quindi, se sarà incluso nella descrizione del sistema. Questa decisione viene presa tenendo conto dello scopo alla base dello sviluppo del modello. Il successo della modellazione dipende dalla capacità del ricercatore di identificare gli elementi essenziali e le relazioni tra loro.

Un sistema è visto come costituito da molti elementi interconnessi combinati per svolgere una funzione specifica. La definizione di un sistema è in gran parte soggettiva, vale a dire dipende non solo dallo scopo dell'elaborazione del modello, ma anche da chi definisce esattamente il sistema.

Quindi, il processo di modellazione inizia con la definizione dell'obiettivo di sviluppo del modello, sulla base del quale confini del sistema E livello di dettaglio richiesto processi simulati. Il livello di dettaglio scelto dovrebbe consentire di astrarre da aspetti del funzionamento di un sistema reale che non sono definiti con precisione a causa della mancanza di informazioni. Inoltre, la descrizione del sistema deve includere criteri per l'efficacia del sistema e valutare soluzioni alternative che possono essere considerate parte del modello o come suoi input. Le valutazioni di soluzioni alternative basate su determinati criteri di prestazione sono considerate come risultati del modello. Tipicamente, la valutazione delle alternative richiede modifiche alla descrizione del sistema e, quindi, la ristrutturazione del modello. Pertanto, in pratica, il processo di costruzione di un modello è iterativo. Una volta formulate raccomandazioni basate sulla valutazione delle alternative, si può iniziare l’implementazione dei risultati della modellizzazione. Allo stesso tempo, le raccomandazioni dovrebbero formulare chiaramente sia le principali decisioni che le condizioni per la loro attuazione.

Modellazione di simulazione(in senso lato) è il processo di costruzione di un modello di un sistema reale e di conduzione di esperimenti su questo modello al fine di comprendere il comportamento del sistema o valutare (entro i vincoli imposti) varie strategie che garantiscono il funzionamento di questo sistema .

Modellazione di simulazione(in senso stretto) è una rappresentazione del comportamento dinamico di un sistema spostandolo da uno stato all'altro secondo regole operative ben note (algoritmi).

Quindi, per creare un modello di simulazione, è necessario identificare e descrivere lo stato del sistema e gli algoritmi (regole) per modificarlo. Questo viene poi scritto in termini di alcuni strumenti di modellazione (linguaggio algoritmico, linguaggio specializzato) ed elaborato su un computer.

Modello di simulazione(IM) è una descrizione logico-matematica di un sistema che può essere utilizzato durante gli esperimenti su un computer digitale.

L'MI può essere utilizzata per progettare, analizzare e valutare il funzionamento dei sistemi. Con l'IM vengono eseguiti esperimenti sulla macchina, che ci consentono di trarre conclusioni sul comportamento del sistema:

· in assenza della sua realizzazione, se si tratta di un sistema progettato;

· senza interferire con il suo funzionamento, se si tratta di un sistema esistente la cui sperimentazione è impossibile o non auspicabile (costi elevati, pericolo);

· senza distruggere il sistema, se lo scopo dell'esperimento è determinare l'impatto su di esso.

Il processo di formazione di un modello di simulazione può essere brevemente rappresentato come segue ( Fig.2):

Fig.2. Schema di formazione di un modello di simulazione

Conclusione: L'IM è caratterizzato dalla riproduzione di fenomeni descritti da un diagramma di processo formalizzato, preservandone la struttura logica, la sequenza di alternanze nel tempo e talvolta il contenuto fisico.

La modellazione di simulazione (IM) su un computer è ampiamente utilizzata nello studio e nel controllo di sistemi discreti complessi (CDS) e dei processi che si verificano in essi. Tali sistemi includono strutture economiche e industriali, porti marittimi, aeroporti, complessi di pompaggio di petrolio e gas, sistemi di irrigazione, software per sistemi di controllo complessi, reti di computer e molti altri. L'uso diffuso dell'IM è spiegato dal fatto che la dimensione dei problemi da risolvere e la mancanza di formalizzabilità di sistemi complessi non consentono l'uso di metodi di ottimizzazione rigorosi.

Sotto imitazione comprenderemo il metodo numerico per condurre esperimenti al computer con modelli matematici che descrivono il comportamento di sistemi complessi per un lungo periodo di tempo.

Esperimento di simulazioneè la visualizzazione di un processo che si verifica nella SDS per un lungo periodo di tempo (minuto, mese, anno, ecc.), che di solito richiede diversi secondi o minuti di funzionamento del computer. Tuttavia, ci sono problemi per i quali è necessario eseguire così tanti calcoli durante la modellazione (di norma si tratta di problemi relativi ai sistemi di controllo, al supporto della modellazione per prendere decisioni ottimali, allo sviluppo di strategie di controllo efficaci, ecc.) che il MI funziona più lento del sistema reale. Pertanto, la capacità di simulare un lungo periodo di funzionamento del VTS in breve tempo non è la cosa più importante fornita dalla simulazione.

Funzionalità di simulazione:

1. Con l'IM vengono eseguiti esperimenti sulla macchina, che ci consentono di trarre conclusioni sul comportamento del sistema:

· senza la sua costruzione, se si tratta di un sistema progettato;

· senza interferire con il suo funzionamento, se si tratta di un sistema esistente la cui sperimentazione è impossibile o non auspicabile (costosa, pericolosa);

· senza la sua distruzione, se lo scopo dell'esperimento è determinare il massimo impatto sul sistema.

2. Esplorare sperimentalmente le interazioni complesse all'interno del sistema e comprendere la logica del suo funzionamento.

4. Studiare l'impatto dei disturbi casuali esterni ed interni.

5. Investigare il grado di influenza dei parametri del sistema sugli indicatori di prestazione.

6. Sperimentare nuove strategie gestionali e decisionali nella gestione operativa.

7. Prevedere e pianificare il funzionamento del sistema nel futuro.

8. Condurre la formazione del personale.

La base dell'esperimento di simulazione è il modello del sistema simulato.

L'IM è stato sviluppato per modellare sistemi stocastici complessi: discreti, continui, combinati.

Modellazione significa che vengono specificati istanti successivi nel tempo e lo stato del modello viene calcolato dal computer in sequenza in ciascuno di questi istanti temporali. Per fare ciò è necessario stabilire una regola (algoritmo) per la transizione del modello da uno stato a quello successivo, cioè una trasformazione:

dove è lo stato del modello al -esimo momento nel tempo, che è un vettore.

Introduciamo in considerazione:

Vettore dello stato dell'ambiente esterno (input del modello) al momento-esimo,

Vettore di controllo al momento-esimo.

Quindi l'IM viene determinato specificando l'operatore, con l'aiuto del quale è possibile determinare lo stato del modello nel momento successivo in base allo stato al momento attuale, ai vettori di controllo e all'ambiente esterno:

Scriviamo questa trasformazione in forma ricorrente:

Operatore definisce un modello di simulazione di un sistema complesso con la sua struttura e parametri.

Un vantaggio importante dell'IM è la capacità di tenere conto dei fattori incontrollati dell'oggetto modellato, che sono un vettore:

Poi abbiamo:

Modello di simulazioneè una descrizione logico-matematica di un sistema che può essere utilizzato durante gli esperimenti su un computer.

Fig.3. Composizione del MI di un sistema complesso

Ritornando al problema della modellazione simulativa di un sistema complesso, evidenziamo condizionatamente in IM: modello dell'oggetto controllato, modello del sistema di controllo e modello dei disturbi casuali interni (Fig.3).

Gli ingressi del modello a oggetti controllati sono suddivisi in disturbi controllati controllati e disturbi non controllati non controllati. Questi ultimi sono generati da sensori di numeri casuali secondo una determinata legge di distribuzione. Il controllo, a sua volta, è l'output del modello del sistema di controllo, mentre i disturbi sono l'output di sensori a numero casuale (modello dei disturbi interni).

Ecco l'algoritmo del sistema di controllo.

La simulazione consente di studiare il comportamento di un oggetto simulato per un lungo periodo di tempo – simulazione dinamica. In questo caso, come accennato in precedenza, viene interpretato come il numero del momento. Inoltre, puoi studiare il comportamento del sistema in un determinato momento: simulazione statica, quindi trattato come un numero di stato.

Con la simulazione dinamica, il tempo può cambiare in passi costanti e variabili ( Fig.4):

Fig.4. Simulazione dinamica

Qui G io– momenti degli eventi nel VTS, g * io– momenti di eventi durante la simulazione dinamica con un passo costante, g ' io- momenti di eventi a passo variabile.

Con un passo costante, l'implementazione è più semplice, ma la precisione è inferiore e potrebbero esserci punti temporali vuoti (ovvero extra) quando viene calcolato lo stato del modello.

Con passi variabili, il tempo si sposta da un evento all'altro. Questo metodo è una riproduzione più accurata del processo; non ci sono calcoli inutili, ma è più difficile da implementare.

Disposizioni fondamentali, derivante da quanto detto:

1. MI è un metodo numerico e deve essere utilizzato quando non è possibile utilizzare altri metodi. Per i sistemi complessi questo è attualmente il principale metodo di ricerca.

2. L'imitazione è un esperimento, il che significa che quando lo si conduce è necessario utilizzare la teoria della pianificazione di un esperimento e dell'elaborazione dei suoi risultati.

3. Quanto più accuratamente viene descritto il comportamento dell'oggetto modellato, tanto più accurato è richiesto il modello. Più il modello è accurato, più è complesso e richiede più risorse informatiche e tempo per la ricerca. Pertanto è necessario cercare un compromesso tra l’accuratezza del modello e la sua semplicità.

Esempi di compiti da risolvere: analisi dei progetti di sistema in varie fasi, analisi dei sistemi esistenti, utilizzo nei sistemi di controllo, utilizzo nei sistemi di ottimizzazione, ecc.

L'esempio seguente può essere utilizzato per risolvere un'ampia classe di problemi. Ad esempio, problemi di gestione delle risorse umane e tecniche. La simulazione aiuterà qualsiasi azienda commerciale a ridurre i costi di materiali, personale e attrezzature.

Trovare il numero ottimale di dipendenti per fornire ai clienti il livello di servizio richiesto

Nella prima fase viene stabilito il criterio principale per il livello di servizio in banca: la dimensione media della coda. Successivamente, vengono selezionati i parametri di sistema appropriati per impostare i parametri del modello: il numero di clienti, l'intensità del loro arrivo, il tempo per ricevere un cliente e le deviazioni naturali dai valori medi che si presentano periodicamente, ad esempio, ore di punta e richieste complesse del cliente.

Viene quindi creato un diagramma di flusso che corrisponde alla struttura delle filiali e ai processi aziendali della banca. Il modello tiene conto solo dei fattori che influenzano il problema analizzato. Ad esempio, la presenza di un dipartimento di assistenza alle persone giuridiche o di un dipartimento di credito non influisce sui soggetti che forniscono servizi, poiché questi dipartimenti sono fisicamente e funzionalmente separati.

Infine, dopo aver caricato i dati di input nel modello, viene eseguita la simulazione e diventa possibile vedere il funzionamento dello sportello bancario in dinamica, consentendo di elaborare e analizzare i risultati. Se la dimensione media della coda del cliente supera il limite impostato, il numero di dipendenti disponibili viene aumentato e l'esperimento viene ripetuto. Questo processo può essere eseguito automaticamente finché non viene trovata una soluzione ottimale.

Modellazione di simulazione

Modellazione di simulazione (modellazione situazionale)- un metodo che consente di costruire modelli che descrivono i processi come avrebbero luogo nella realtà. Tale modello può essere “giocato” nel tempo sia per un test che per un dato insieme di essi. In questo caso, i risultati saranno determinati dalla natura casuale dei processi. Da questi dati si possono ottenere statistiche abbastanza stabili.

La modellazione di simulazione è un metodo di ricerca in cui il sistema oggetto di studio viene sostituito da un modello che descrive il sistema reale con sufficiente precisione, con il quale vengono condotti esperimenti per ottenere informazioni su questo sistema. Sperimentare un modello si chiama imitazione (l'imitazione è comprendere l'essenza di un fenomeno senza ricorrere a esperimenti su un oggetto reale).

La modellazione di simulazione è un caso speciale di modellazione matematica. Esiste una classe di oggetti per i quali, per vari motivi, non sono stati sviluppati modelli analitici o non sono stati sviluppati metodi per risolvere il modello risultante. In questo caso il modello analitico viene sostituito da un simulatore o da un modello di simulazione.

La modellazione di simulazione viene talvolta definita come l'ottenimento di soluzioni numeriche parziali a un problema formulato sulla base di soluzioni analitiche o utilizzando metodi numerici.

Un modello di simulazione è una descrizione logica e matematica di un oggetto che può essere utilizzata per la sperimentazione su un computer allo scopo di progettare, analizzare e valutare il funzionamento dell'oggetto.

Applicazione della modellazione simulativa

La modellazione di simulazione viene utilizzata quando:

è costoso o impossibile sperimentare su un oggetto reale;
è impossibile costruire un modello analitico: il sistema ha tempo, relazioni causali, conseguenze, non linearità, variabili stocastiche (casuali);
è necessario simulare il comportamento del sistema nel tempo.

Lo scopo della modellizzazione di simulazione è riprodurre il comportamento del sistema oggetto di studio sulla base dei risultati dell'analisi delle relazioni più significative tra i suoi elementi o, in altre parole, sviluppare un simulatore. modellazione di simulazione) dell'area oggetto di studio per condurre vari esperimenti.

La modellazione di simulazione consente di simulare il comportamento di un sistema nel tempo. Inoltre, il vantaggio è che il tempo nel modello può essere controllato: rallentato nel caso di processi veloci e accelerato per modellare sistemi con variabilità lenta. È possibile imitare il comportamento di quegli oggetti con cui gli esperimenti reali sono costosi, impossibili o pericolosi. Con l'avvento dell'era dei personal computer, la produzione di prodotti complessi e unici è solitamente accompagnata dalla modellazione di simulazione tridimensionale al computer. Questa tecnologia precisa e relativamente veloce consente di accumulare tutte le conoscenze, le attrezzature e i semilavorati necessari per il prodotto futuro prima che inizi la produzione. La modellazione 3D computerizzata ormai non è rara nemmeno per le piccole aziende.

L'imitazione, come metodo per risolvere problemi non banali, ha ricevuto il suo sviluppo iniziale in connessione con la creazione di computer negli anni '50 -'60.

Esistono due tipi di imitazione:

Metodo Monte Carlo (metodo di test statistico);
Metodo di modellazione della simulazione (modellazione statistica).

Tipi di simulazione

Tre approcci di simulazione

Approcci di simulazione sulla scala dell'astrazione

La modellazione basata su agenti è una direzione relativamente nuova (anni '90 -2000) nella modellazione di simulazione, che viene utilizzata per studiare sistemi decentralizzati, la cui dinamica di funzionamento è determinata non da regole e leggi globali (come in altri paradigmi di modellazione), ma su al contrario, quando queste regole e leggi globali sono il risultato dell’attività individuale dei membri del gruppo. Lo scopo dei modelli basati su agenti è quello di acquisire una comprensione di queste regole globali, del comportamento generale del sistema, sulla base di ipotesi sul comportamento individuale e privato dei suoi singoli oggetti attivi e sull'interazione di questi oggetti nel sistema. Un agente è una certa entità che ha attività, comportamento autonomo, può prendere decisioni secondo un determinato insieme di regole, interagire con l'ambiente e anche cambiare in modo indipendente.

La modellazione ad eventi discreti è un approccio alla modellazione che propone di astrarre dalla natura continua degli eventi e considerare solo gli eventi principali del sistema simulato, come "attesa", "elaborazione dell'ordine", "movimento con carico", "scarico" e altri. La modellazione di eventi discreti è la più sviluppata e ha una vasta gamma di applicazioni: dai sistemi logistici e di code ai sistemi di trasporto e produzione. Questo tipo di modellazione è più adatta per modellare i processi produttivi. Fondata da Jeffrey Gordon negli anni '60.

La dinamica del sistema è un paradigma di modellazione in cui vengono costruiti diagrammi grafici delle relazioni causali e delle influenze globali di alcuni parametri su altri nel tempo per il sistema in esame, e quindi il modello creato sulla base di questi diagrammi viene simulato su un computer. In effetti, questo tipo di modellizzazione, più di tutti gli altri paradigmi, aiuta a comprendere l'essenza della continua identificazione delle relazioni di causa-effetto tra oggetti e fenomeni. Utilizzando la dinamica del sistema, vengono costruiti modelli di processi aziendali, sviluppo della città, modelli di produzione, dinamica della popolazione, ecologia e sviluppo epidemico. Il metodo è stato fondato da Jay Forrester nel 1950.

Aree di utilizzo

Dinamiche della popolazione
Infrastruttura IT
Modellazione matematica dei processi storici
Dinamica pedonale
Mercato e concorrenza
Centri servizi
Catene di fornitura
Traffico
Economia sanitaria

Sistemi di simulazione gratuiti

Guarda anche

Modellazione di rete

Appunti

Letteratura

Hemdi A. Taha Capitolo 18. Modellazione di simulazione// Introduzione alla ricerca operativa = Ricerca operativa: un'introduzione. - 7a ed. - M.: “Williams”, 2007. - pp. 697-737. - ISBN 0-13-032374-8

Strogalev V.P., Tolkacheva I.O. Modellazione di simulazione. - MSTU im. Bauman, 2008. - pp. 697-737. -