Компьютерное моделирование используется для снижения риска, связанного с созданием новых систем или с внесением изменений в уже существующие. Более чем когда-либо, современные организации хотят убедиться, что инвестиции в создание или совершенствование производственных систем приведут к ожидаемым результатам. Например, сборочная линия может потребоваться для производства определенного количества автомобилей в течение восьмичасовой смены. Сложные, взаимодействующие факторы влияют на работу такой линии, поэтому для проведения точного анализа необходимы достаточно мощные инструменты.
За последние несколько десятилетий программное обеспечение компьютерного моделирования вместе со статистическими методами анализа эволюционировало. По мере того, как мир становится все более технологичным, потребность в точности становится более важной. Бизнес, промышленность и правительственные организации уже не могут позволить себе делать необоснованные предположения при разработке систем. По этой причине компьютерное моделирование становится более важным, чем когда-либо.
Обычное моделирование использует модель для выработки заключений, обеспечивающих понимание поведения изучаемых элементов реального мира. Компьютерное моделирование использует ту же концепцию, но предполагает создание модели с помощью компьютерного программирования.
Использование компьютерного моделирования увеличилось из-за роста вычислительной мощности компьютеров и развития соответствующего программного обеспечения. Но к этому добавляются трудности или даже невозможность точного описания сложных систем реального мира с использованием аналитических или чисто математических моделей. По этим причинам возникла необходимость в инструменте, который позволяет преодолеть эти сложности. Таким инструментом и является имитационное моделирование.
Данное учебное пособие адресовано студентам, магистрантам, аспирантам, работникам высшей школы, специализирующимся в области бизнес-информатики, экономики и менеджмента.
Тема 1. Введение в имитационное моделирование
Люди пытались предсказывать будущее с древних времен. Короли прибегали к услугам волшебников и предсказателей. Различные религии использовали пророков. Провидцы, такие как французский аптекарь Мишель де Ностредаме (более известный как Нострадамус), прославились своими предсказаниями будущего. Другие пытались делать прогнозы, основываясь на датах рождения людей и расположении звезд в этот момент. Хрустальные шары, кости и карты таро использовались как инструменты для исследования будущего.
Безусловно, методы, практикуемые современными аналитиками, несравнимы с методами прогнозирования, используемыми в давние времена. Однако есть и общие моменты. Например, каждый предсказатель стремился устранить риск, связанный с будущим событием и уменьшить связанную с этим неопределенность. Пророк пытался сделать это с помощью магии, доступной в то время. Сегодня аналитик использует современную «магию», основанную на математических принципах, информатике и статистике.
Имитационное моделирование можно в широком смысле определить следующим образом: «Использование компьютера для имитации поведения объектов в реальном мире, согласно предположениям, принятым в форме математических, логических или статистических отношений, которые разрабатываются и формируются в виде модели».
Использование имитационного моделирования для анализа социально-экономических систем имеет много преимуществ по сравнению с другими методами принятия решений.
Среди этих преимуществ:
1. С имитационной моделью можно экспериментировать, не опасаясь сбоев в деятельности реально существующих систем. В системах, которые уже существуют, тестирование новых идей может быть трудным, дорогостоящим или вовсе невозможным. Имитационное моделирование позволяет разрабатывать модель и сравнивать ее с реальной системой, чтобы обеспечить точное отражение всех процессов. В процессе моделирования могут быть проверены любые модификации системы и любые режимы работы, а затем может быть принято решение о внедрении изменений в рамках реальной системы.
2. Концепция или идея изменений могут быть протестированы до этапа реального внедрения. Это тестирование может выявить непредвиденные недостатки проекта изменений, а имитационная модель может послужить инструментом для его улучшения. Без такого тестирования изменения в реальной системе могут оказаться очень дорогостоящими или даже невозможными для реализации.
3. Обнаружение непредвиденных проблем или ошибок. Детальное моделирование реальной системы может помочь выявить непредвиденные проблемы или ошибки, которые могут быть заложены в структуре предлагаемой системы. Обнаружив эти проблемы до внедрения проекта изменения реальной системы, можно избежать дополнительных затрат времени и средств на отладку и доработку проекта системы. Кроме того, в процессе экспериментов с имитационной моделью могут быть обнаружены возможности улучшения функционирования реальной системы.
4. Рост знаний о системе – одно из основных преимуществ процесса имитационного моделирования. В начале реализации нового проекта, особенно при моделировании сложных систем, знания часто неравномерно распределены среди множества разных людей. Каждый человек является экспертом в своей области. Чтобы разработать адекватную и полезную модель, всю эту информацию необходимо собрать вместе, а затем структурировать. Этот процесс объединения всех частей знания о системе представляет большую ценность. В ситуации, когда моделирование проводится на регулярной основе, необходимо установить каналы для процесса сбора информации. Это значительно ускорит процесс моделирования.
5. Скорость анализа. После того, как модель была разработана, можно запускать моделируемую систему со скоростями, намного превышающими те, которых можно было бы достичь в реальном мире. Процесс моделирования может занять от нескольких секунд до нескольких часов для получения итоговых результатов. Но эти результаты могут представлять минуты, часы, дни или даже годы системного времени.
6. Определение параметров системы. Чтобы создать действующую модель, важно знать все аспекты моделируемой системы. Если существуют неправильные или неполные представления о системе, модель будет неточной, и ее нельзя будет использовать в качестве инструмента анализа и прогнозирования. Поэтому разработка имитационной модели заканчивается тем, что аналитик полностью определяет все параметры, относящиеся к работе системы. Если отдельные параметры не могут быть определены с достаточной точностью, следует предусмотреть возможные последствия их изменения, что и позволяет сделать работа с имитационной моделью.
