Классификация языков и систем моделирования, их основные характеристики

Классификация языков и систем моделирования позволяет упорядочить сведения о существующих многочисленных языках моделирования, а также более обоснованно выбирать подходящую систему моделирования.

В основу классификации положим следующие общепризнанные характеристики языков и систем моделирования:

• Класс моделируемых систем;

• Средства описания моделируемых систем;

• Инструментально-технологические возможности систем моделирования.

Принято выделять три класса моделируемых объектов: дискретные, непрерывные, дискретно-непрерывные (комбинированные). Соответственно различают три класса языков моделирования. Области применения языков непрерывного и дискретного моделирования практически не пересекаются. Языки комбинированного моделирования используются при работе с моделями объектов и непрерывного, и дискретного класса. Примерами классических языков и систем непрерывного типа являются: DYNAMO, Vensim и др., поддерживающие методы системной динамики.

Широко известные в свое время языки непрерывно-дискретного моделирования: GASP, SLAM, языки дискретного моделирования: SMPL, SIMULA, GPSS, АИС (агрегативная имитационная система) и др.

Средства описания моделируемых систем включают базовую для языка моделирования схему алгоритмизации; альтернативные схемы алгоритмизации; синтаксическую основу языка моделирования; средства проблемной ориентации в языке моделирования Под базовой схемой алгоритмизации подразумевается совокупность понятий, которые используются для алгоритмизации (формализации) моделируемой системы и непосредственно представлены в языке моделирования. В настоящее время используется большое число различных способов алгоритмизации. В языках непрерывного моделирования широко применяются системы дифференциальных и интегро-дифференциальных уравнений, структурные схемы, графы связей. Среди дискретного моделирования различают: языки событий, языки работ, языки процессов, языки транзактов, языки, основанные на автоматных и сетевых представлениях, и др. Языки комбинированного моделирования могут основываться на агрегатах, КОМБИ сетях, использовать комбинированные схемы алгоритмизации языков непрерывного и дискретного моделирования. Базовая схема алгоритмизации предполагает определенную организацию работы управляющей системы моделирования.

В качестве доминирующих базовых концепций формализации и структуризации в современных системах моделирования используются:

• для дискретного моделирования – системы, основанные на описании процессов (process description) или на сетевых концептах (network paradigms), – (Extend, Arena, ProModel, Witness, Taylor, Gpss/H'Proof, ARIS и др.);

• для систем, ориентированных на непрерывное моделирование – модели и методы системной динамики, – (Powersim, Vensim, Dynamo, Stella, Ithink и др.).

Кроме базовой схемы алгоритмизации при построении имитационной модели могут быть применены альтернативные схемы, близкие к базовой, либо приводимые к ней. Например, язык структурных схем можно использовать для моделирования систем дифференциальных уравнений, дискретные сети можно моделировать на языке транзактов или процессов. Как правило, в современных системах, с целью расширения их функциональности присутствуют альтернативные концепции формализации.

Так, например, в системах Powersim, Ithink встроен аппарат дискретного моделирования, и, наоборот, в системах Extend, ProcessModel реализована поддержка, правда, довольно слабая, непрерывного моделирования. Часто проще и целесообразнее разработать методику программирования для выбранной схемы алгоритмизации, чем найти язык, основанный на этой схеме. Таким образом, один и тот же язык моделирования можно применять для реализации различных способов алгоритмизации моделей. Актуальной задачей сегодня является разработка систем моделирования, интегрирующих различные подходы в имитационном моделировании. Примером является система моделирования AnyLogic, совмещающая различные подходы в описании динамических процессов: транзактноориентированный способ описания дискретных систем, динамическое моделирование, диаграммы состояний универсального языка моделирования UML, агентный подход в моделировании.

По синтаксической основе различают языки моделирования:

– вложенные в базовый язык моделирования или расширяющие его, а также с собственным синтаксисом.

Классическим языком с собственным синтаксисом является язык моделирования GPSS. Наличие средств проблемной ориентации в языке моделирования позволяет разрабатывать языки конечных пользователей, вводить макропонятия для упрощения программирования. Средства проблемной Имитационное моделирование экономических процессов ориентации могут быть реализованы различными способами. Весьма распространенный способ – использование макросов. В универсальном языке моделирования SIMULA для проблемной ориентации языка служат классы. В процедурно-ориентированных языках могут использоваться подпрограммы или процедуры.

Далее рассмотрим 3 группу характеристик: инструментально-технологические возможности систем моделирования.

4.3 Технологические возможности системмоделирования.

Технология системного моделирования – основа целенаправленной деятельности, смысл которой в обеспечении возможности эффективного выполнения на ЭВМ исследований функционирования сложной системы.

Имитационная модель – специфическое, сложное программное изделие, ее разработка должна вестись с применением высокотехнологичных систем моделирования. Действия исследователя организуются на всех этапах имитационного моделирования, начиная с изучения предметной области и выделения моделируемой проблемной ситуации и кончая построением и реализацией планов машинных экспериментов и обработкой результатов.

Технология системного моделирования объединяет современные методы и средства, используемые на всех этапах имитационного моделирования, и включает современные способы формализации моделируемых процессов, средства программирования и трассировки моделей, технологию проведения испытаний, поддержку имитационного эксперимента.

Начальные этапы имитационного моделирования трудно поддаются автоматизации. Самая большая степень автоматизации традиционно приходится на этап программирования (и этап эксплуатации) имитационной модели. Принципиальным недостатком систем моделирования прошлых лет было то, что автоматизации подлежал только этап программирования имитационной модели. Технология имитационного моделирования должна охватывать весь цикл системного моделирования, от постановки проблемы и формирования концептуальной модели – до анализа результатов вычислительного эксперимента и принятия решения. Актуально, для современного уровня развития технологии системного моделирования автоматизировать этап проведения испытаний имитационной модели и обработки результатов эксперимента.

Опыт эксплуатации различных систем моделирования показывает, что функциональные свойства любой системы моделирования определяется наличием развитых средств, поддерживающих реализацию следующих основных функций:

• Подготовка, редактирование и модификация в ходе трассировки программы-имитатора и основных модельных характеристик;

• Интерактивное взаимодействие системы с исследователем в процессе имитации;

• Управление направленным вычислительным экспериментом на имитационной модели.

Рассмотрим с помощью, каких инструментов реализуются в системах моделирования эти основные функции.

Подготовка, редактирование и модификация в ходе трассировки программы-имитатора и основных модельных характеристик. Для поддержки этих функций в системе моделирования, как правило, представлены:

– поддержка создания формализованных описаний;

– создание модели (языки плюс графический интерфейс);

– развитые средства визуализации и редактирования программы и модельных характеристик;

– эффективные средства трансляции, компилирования программы-имитатора;

– средства трассировки (отладки) и диагностики: выдача сообщений в процессе составления модели и по ходу имитации;

– трассировка (в реальном времени), верификация по ходу имитации, ручная имитация;

– развитые средства визуализации модельных характеристик по ходу и по окончании прогона;

– средства сбора и выдачи результатов моделирования, возможность управления ими. Присутствуют как стандартные формы вывода выходной статистики, так и средства для создания нестандартных средств обработки и вывода результатов моделирования. (Как правило, все языки моделирования имеют стандартные средства сбора и вывода результатов моделирования в табличной или графической форме. Эти средства не всегда достаточно гибки и не во всех случаях удовлетворяют пользователя. Поэтому должна быть предусмотрена возможность подключения нестандартных средств обработки и вывода результатов моделирования, разработанных пользователем);

– передача выходных данных в другие среды (в том числе в базы данных);

– средства для анализа входных данных (Input Analyzer);

– средства для реализации арифметических, математических, логических функций, расширяющие алгоритмические возможности языка моделирования;

Имитационное моделирование экономических процессов и другие.

Интерактивное взаимодействие системы с исследователем в процессе имитации:

– интерактивные средства взаимодействия с пользователем: удобный графический интерфейс, выдача стандартной и формируемой пользователем выходной статистики и др. модельных характеристик в том числе по ходу имитации (в реальном времени) и в процессе трассировки;

– возможность доступа пользователя к модельным характеристикам, доступ к графикам, таблицам, модельным характеристикам с промежуточной статистикой,

– управление ходом имитации, управление прогоном (задание начальных условий, условий завершения имитационного прогона, возобновление имитации и др.) (Средства управления имитационными экспериментами позволяют автоматизировать установку начального состояния модели, определить условия завершения прогона, выбрать режимы работы управляющей программы, хранить и восстанавливать промежуточные состояния программы-имитатора, проводить анализ чувствительности. Наличие таких средств значительно упрощает проведение имитационных экспериментов с моделями);

– наличие специальных средств испытания имитационных программ;

– анимация (аnimation) (современные графические системы, позволяющие наблюдать за поведением “реальной” системы на модели);

– и т.п.

Управление направленным вычислительным экспериментом на имитационной модели. Для управления имитационным исследованием в системе моделирования должно присутствовать: развитое математическое и программное обеспечение (библиотеки, макросы), средства для организации статистических исследований, средства вторичного моделирования: файловые структуры, базы данных результатов моделирования, выход в другие программные среды или собственные

инструменты для реализации и поддержки направленных вычислительных экспериментов. Как правило, наборы этих инструментов ориентированы на:

– анализ чувствительности (проведение многократных прогонов с различными входными данными, регулировка параметров, а также сбор и обработка выходной статистики);

– статистическую поддержку моделирования (макросы, библиотеки и т.п.);

– накопление данных по серии прогонов и организация их в файловые структуры или базы данных, организации связи с системой управления базой данных;

– оптимизация (Output Analyzer – инструмент реализации направленного вычислительного эксперимента);

– транспорт данных в другие интеллектуальные среды.

Поиск по сайту: