โมเดลจำลอง สาระสำคัญของวิธีการจำลอง
ในการสร้างแบบจำลองการจำลอง ผลลัพธ์ไม่สามารถคำนวณหรือคาดการณ์ล่วงหน้าได้ ดังนั้น ในการคาดการณ์พฤติกรรมของระบบที่ซับซ้อน (พลังงานไฟฟ้า, SES ของโรงงานผลิตขนาดใหญ่ ฯลฯ) จำเป็นต้องมีการทดลอง การจำลองบนแบบจำลองด้วยข้อมูลเบื้องต้นที่ให้ไว้
การจำลองแบบจำลองของระบบที่ซับซ้อนใช้ในการแก้ปัญหาต่อไปนี้
หากไม่มีข้อความที่สมบูรณ์ของปัญหาการวิจัยและกระบวนการรับรู้เกี่ยวกับวัตถุของแบบจำลองกำลังดำเนินการอยู่
หากมีวิธีการวิเคราะห์ แต่ขั้นตอนทางคณิตศาสตร์นั้นซับซ้อนและใช้เวลานานมาก ซึ่งการจำลองแบบจำลองจะให้วิธีที่ง่ายกว่าในการแก้ปัญหา
นอกจากการประมาณค่าพารามิเตอร์ของระบบที่ซับซ้อนแล้ว ควรตรวจสอบพฤติกรรมของส่วนประกอบในช่วงเวลาหนึ่ง
เมื่อการจำลองเป็นวิธีเดียวในการศึกษาระบบที่ซับซ้อนเนื่องจากไม่สามารถสังเกตปรากฏการณ์ในสภาพจริงได้
เมื่อจำเป็นต้องควบคุมการไหลของกระบวนการในระบบที่ซับซ้อนโดยเร่งหรือชะลอปรากฏการณ์ระหว่างการจำลอง
ในการฝึกอบรมผู้เชี่ยวชาญและการพัฒนาเทคโนโลยีใหม่ๆ
เมื่อมีการศึกษาสถานการณ์ใหม่ๆ ในระบบที่ซับซ้อนซึ่งไม่ค่อยมีใครรู้หรือไม่รู้เลย
ลำดับของเหตุการณ์ในระบบที่ซับซ้อนที่ออกแบบมาจึงมีความสำคัญเป็นพิเศษ และแบบจำลองนี้ใช้เพื่อทำนาย "ปัญหาคอขวด" ของการทำงานของระบบ
การสร้างแบบจำลองการจำลองของระบบที่ซับซ้อนเริ่มต้นด้วยคำสั่งปัญหา แต่บ่อยครั้งที่ลูกค้าไม่ได้กำหนดงานให้ชัดเจนเพียงพอ ดังนั้น งานมักจะเริ่มต้นด้วยการศึกษาเชิงสำรวจของระบบ สิ่งนี้สร้างข้อมูลใหม่เกี่ยวกับข้อจำกัด ความท้าทาย และทางเลือกอื่นที่เป็นไปได้ ส่งผลให้เกิดขั้นตอนต่อไปนี้:
จัดทำคำอธิบายที่มีความหมายของระบบ
การเลือกตัวชี้วัดคุณภาพ
ความหมายของตัวแปรควบคุม
คำอธิบายโดยละเอียดของโหมดการทำงาน
พื้นฐานของการจำลองแบบจำลองคือวิธีการสร้างแบบจำลองทางสถิติ (วิธีมอนติคาร์โล) นี่เป็นวิธีการเชิงตัวเลขในการแก้ปัญหาทางคณิตศาสตร์โดยการสร้างแบบจำลองตัวแปรสุ่ม วันเดือนปีเกิดของวิธีนี้ถือเป็นปีพ. ศ. 2492 ผู้สร้างคือนักคณิตศาสตร์ชาวอเมริกัน L. Neumann และ S. Ulam บทความแรกเกี่ยวกับวิธีการมอนติคาร์โลถูกตีพิมพ์ในประเทศของเราในปี 1955 อย่างไรก็ตาม ก่อนการมาถึงของคอมพิวเตอร์ วิธีนี้ไม่สามารถหาการประยุกต์ใช้แบบกว้างๆ ได้ เนื่องจากการจำลองตัวแปรสุ่มด้วยตนเองเป็นงานที่ลำบากมาก ชื่อของวิธีการนี้มาจากเมืองมอนติคาร์โลในอาณาเขตของโมนาโก ซึ่งมีชื่อเสียงจากบ้านเล่นการพนัน ความจริงก็คือหนึ่งในอุปกรณ์กลไกที่ง่ายที่สุดในการรับตัวแปรสุ่มคือเทปวัด
พิจารณาตัวอย่างคลาสสิก คุณต้องคำนวณพื้นที่ของรูปทรงแบนตามอำเภอใจ ขอบเขตของมันสามารถเป็นเส้นโค้งโดยกำหนดเป็นกราฟิกหรือวิเคราะห์ซึ่งประกอบด้วยหลายส่วน ให้นี่คือรูปของรูปที่ 3.20. สมมติว่าตัวเลขทั้งหมดอยู่ภายในตารางหน่วย มาเลือกสี่เหลี่ยมกันเถอะ คะแนนสุ่ม แสดงโดย
จำนวนจุดที่อยู่ภายในรูปร่าง
. จะเห็นได้ชัดเจนว่าพื้นที่
ประมาณเท่ากับอัตราส่วน
. ยิ่ง
ยิ่งมีความแม่นยำในการประมาณการมากขึ้น
R คือ.3.20.ภาพประกอบตัวอย่าง
ในตัวอย่างของเรา ,
(ข้างใน
). จากที่นี่
. พื้นที่จริงสามารถคำนวณได้ง่ายและมีค่าเท่ากับ 0.25
วิธีมอนติคาร์โลมีสองลักษณะ
ฟีเจอร์แรก– ความเรียบง่ายของอัลกอริธึมการคำนวณ ในโปรแกรมการคำนวณ จำเป็นต้องกำหนดว่าสำหรับการดำเนินการสุ่มหนึ่งเหตุการณ์ จำเป็นต้องเลือกจุดสุ่มและตรวจสอบว่าเป็นของ . การทดสอบนี้ซ้ำแล้วซ้ำอีก
ครั้ง และการทดสอบแต่ละครั้งไม่ได้ขึ้นอยู่กับการทดสอบอื่น และผลลัพธ์ของการทดสอบทั้งหมดจะถูกนำมาเฉลี่ย ดังนั้นจึงเรียกวิธีการ - วิธีการทดสอบทางสถิติ
คุณสมบัติที่สองวิธี: ข้อผิดพลาดในการคำนวณมักจะเป็นสัดส่วนกับ
,
ที่ไหน เป็นค่าคงที่;
คือจำนวนการทดลอง
สูตรนี้แสดงให้เห็นว่าเพื่อลดข้อผิดพลาดลง 10 เท่า (กล่าวคือเพื่อให้ได้ตำแหน่งทศนิยมที่ถูกต้องมากกว่าหนึ่งตำแหน่งในคำตอบ) คุณต้องเพิ่ม (ปริมาณการทดสอบ) 100 ครั้ง
ความคิดเห็นวิธีการคำนวณจะใช้ได้ก็ต่อเมื่อแต้มสุ่มไม่ได้เป็นเพียงการสุ่มแต่ยังมีการกระจายอย่างสม่ำเสมอ
การใช้แบบจำลองการจำลอง (รวมถึงวิธีมอนติคาร์โลและการดัดแปลง) สำหรับการคำนวณความน่าเชื่อถือของระบบทางเทคนิคที่ซับซ้อนนั้นขึ้นอยู่กับข้อเท็จจริงที่ว่ากระบวนการทำงานนั้นแสดงด้วยแบบจำลองความน่าจะเป็นทางคณิตศาสตร์ที่สะท้อนเหตุการณ์ทั้งหมดแบบเรียลไทม์ (ความล้มเหลว) , การกู้คืน) ที่เกิดขึ้นในระบบ
ด้วยความช่วยเหลือของแบบจำลองดังกล่าว กระบวนการของการทำงานของระบบจึงถูกจำลองซ้ำๆ บนคอมพิวเตอร์ และพิจารณาจากผลลัพธ์ที่ได้ จะกำหนดลักษณะทางสถิติที่ต้องการของกระบวนการนี้ ซึ่งเป็นตัวชี้วัดความน่าเชื่อถือ การใช้วิธีการจำลองช่วยให้สามารถพิจารณาความล้มเหลวที่ขึ้นต่อกัน กฎการกระจายโดยพลการของตัวแปรสุ่ม และปัจจัยอื่นๆ ที่ส่งผลต่อความน่าเชื่อถือ
อย่างไรก็ตาม วิธีการเหล่านี้ เช่นเดียวกับวิธีการเชิงตัวเลขอื่นๆ จะให้วิธีแก้ปัญหาเฉพาะที่สอดคล้องกับข้อมูลเบื้องต้นเฉพาะ (ส่วนตัว) เท่านั้น โดยไม่อนุญาตให้รับตัวบ่งชี้ความน่าเชื่อถือตามฟังก์ชันของเวลา ดังนั้น เพื่อที่จะทำการวิเคราะห์ความน่าเชื่อถืออย่างครอบคลุม จึงจำเป็นต้องจำลองกระบวนการการทำงานของระบบซ้ำๆ ด้วยข้อมูลเริ่มต้นที่แตกต่างกัน
ในกรณีของเรา อย่างแรกเลย โครงสร้างระบบไฟฟ้าที่แตกต่างกัน ค่าความน่าจะเป็นของความล้มเหลวที่แตกต่างกันและระยะเวลาของการทำงานที่ปราศจากข้อผิดพลาด ซึ่งสามารถเปลี่ยนแปลงได้ระหว่างการทำงานของระบบ และตัวชี้วัดประสิทธิภาพอื่นๆ .
ขั้นตอนการทำงานของระบบไฟฟ้า (หรือการติดตั้งระบบไฟฟ้า) แสดงเป็นกระแสของเหตุการณ์สุ่ม - การเปลี่ยนแปลงสถานะเกิดขึ้นในเวลาสุ่ม การเปลี่ยนแปลงในสถานะของ EPS เกิดจากความล้มเหลวและการคืนค่าองค์ประกอบที่เป็นส่วนประกอบ
พิจารณาการแสดงแผนผังของกระบวนการทำงานของ EPS ซึ่งประกอบด้วย องค์ประกอบ (รูปที่ 3.21) ซึ่งยอมรับการกำหนดต่อไปนี้:
-ช่วงเวลา
ความล้มเหลว
-องค์ประกอบที่;
-ช่วงเวลา
การฟื้นตัว
-องค์ประกอบที่;
– ช่วงเวลาทำงาน
-องค์ประกอบที่หลัง
การกู้คืน;
– ระยะเวลาพักฟื้น
-องค์ประกอบที่หลัง
th การปฏิเสธ;
–ฉัน- สถานะของ EPS ในช่วงเวลานั้น
.
ปริมาณ ,
สัมพันธ์กันด้วยความสัมพันธ์:
(3.20)
ความล้มเหลวและการกู้คืนเกิดขึ้นในเวลาสุ่ม ดังนั้น ช่วงเวลา และ
ถือได้ว่าเป็นการรับรู้ของตัวแปรสุ่มอย่างต่อเนื่อง:
– เวลาระหว่างความล้มเหลว
- เวลาการกู้คืน
-องค์ประกอบที่
กระแสเหตุการณ์ อธิบายช่วงเวลาของเหตุการณ์ที่เกิดขึ้น
.
การสร้างแบบจำลองของกระบวนการทำงานประกอบด้วยการสร้างแบบจำลองช่วงเวลาของการเปลี่ยนแปลงในสถานะของ EPS ตามกฎหมายที่กำหนดของการกระจายเวลาทำงานระหว่างความล้มเหลวและเวลาการกู้คืนขององค์ประกอบที่เป็นส่วนประกอบในช่วงเวลา ตู่(ระหว่าง PPR)
มีสองวิธีที่เป็นไปได้ในการสร้างแบบจำลองการทำงานของ EPS
ในแนวทางแรก อันดับแรกสำหรับแต่ละ - องค์ประกอบของระบบ
กำหนดตามกฎที่กำหนดของการกระจายเวลาการทำงานระหว่างความล้มเหลวและเวลาการกู้คืน ช่วงเวลา
และ
และคำนวณโดยใช้สูตร (3.20) ช่วงเวลาของความล้มเหลวและการบูรณะที่อาจเกิดขึ้นตลอดระยะเวลาที่ศึกษา
การทำงานของ EPS หลังจากนั้นก็เป็นไปได้ที่จะจัดช่วงเวลาของความล้มเหลวและการฟื้นฟูองค์ประกอบซึ่งเป็นช่วงเวลาของการเปลี่ยนแปลงในสถานะของ EPS
ตามลำดับจากน้อยไปมาก ดังแสดงในรูปที่ 3.21
R คือ.3.21. EPS รัฐ
ตามด้วยการวิเคราะห์สถานะที่ได้จากการสร้างแบบจำลอง A ฉันระบบที่เป็นของพวกมันในพื้นที่ของรัฐที่ปฏิบัติการได้หรือใช้งานไม่ได้ ด้วยวิธีนี้ จำเป็นต้องบันทึกช่วงเวลาแห่งความล้มเหลวและการคืนค่าองค์ประกอบทั้งหมดของ EPS ในหน่วยความจำคอมพิวเตอร์
สะดวกกว่าคือ แนวทางที่สองซึ่งสำหรับองค์ประกอบทั้งหมด เฉพาะช่วงเวลาของความล้มเหลวครั้งแรกเท่านั้นที่จะถูกจำลองขึ้นเป็นครั้งแรก ตามค่าขั้นต่ำของพวกเขา การเปลี่ยนแปลงครั้งแรกของ EPS เป็นสถานะอื่นจะเกิดขึ้น (จาก แต่ 0 ถึง A ฉัน) และในขณะเดียวกันก็มีการตรวจสอบว่าสถานะที่ได้รับนั้นเป็นของพื้นที่ของรัฐที่ใช้งานได้หรือใช้งานไม่ได้
จากนั้น ช่วงเวลาของการกู้คืนและความล้มเหลวครั้งต่อไปขององค์ประกอบที่ทำให้เกิดการเปลี่ยนแปลงในสถานะก่อนหน้าของ EPS จะถูกจำลองและแก้ไข อีกครั้ง เวลาที่น้อยที่สุดของความล้มเหลวครั้งแรกและความล้มเหลวครั้งที่สองขององค์ประกอบจะถูกกำหนด สถานะที่สองของ EPS จะถูกสร้างและวิเคราะห์ - ฯลฯ
แนวทางในการสร้างแบบจำลองดังกล่าวมีความสอดคล้องกับกระบวนการทำงานของ EPS จริงมากกว่า เนื่องจากช่วยให้พิจารณาเหตุการณ์ที่ขึ้นต่อกันได้ ในแนวทางแรก ความเป็นอิสระของการทำงานขององค์ประกอบของ EPS นั้นจำเป็นต้องสันนิษฐาน เวลาคำนวณของตัวบ่งชี้ความน่าเชื่อถือโดยการจำลองขึ้นอยู่กับจำนวนการทดลองทั้งหมด จำนวนสถานะที่พิจารณาของ EES จำนวนองค์ประกอบในนั้น ดังนั้น หากสถานะที่สร้างขึ้นกลายเป็นสถานะของความล้มเหลวของ EPS ช่วงเวลาของความล้มเหลวของ EPS จะได้รับการแก้ไขและคำนวณ
ช่วงเวลาการทำงาน EPS จากช่วงเวลาของการกู้คืนหลังจากความล้มเหลวครั้งก่อน การวิเคราะห์สถานะที่เกิดขึ้นจะดำเนินการตลอดช่วงเวลาที่พิจารณาทั้งหมด ตู่.
โปรแกรมสำหรับคำนวณตัวบ่งชี้ความน่าเชื่อถือประกอบด้วยส่วนหลักและบล็อกรูทีนย่อยอิสระที่แยกจากกันตามตรรกะ ในส่วนหลัก ตามลำดับตรรกะทั่วไปของการคำนวณ มีการเรียกรูทีนย่อยวัตถุประสงค์พิเศษ การคำนวณตัวบ่งชี้ความน่าเชื่อถือโดยใช้สูตรที่รู้จัก และผลลัพธ์ของการคำนวณสำหรับการพิมพ์
ลองพิจารณาผังงานแบบง่ายที่แสดงลำดับของงานในการคำนวณตัวบ่งชี้ความน่าเชื่อถือของ EPS โดยใช้วิธีการจำลอง (รูปที่ 3.22)
รูทีนย่อยสำหรับวัตถุประสงค์พิเศษดำเนินการ: ป้อนข้อมูลเบื้องต้น; การสร้างแบบจำลองช่วงเวลาแห่งความล้มเหลวและการฟื้นฟูองค์ประกอบตามกฎหมายว่าด้วยการกระจายเวลาทำงานและเวลาการกู้คืน การกำหนดค่าขั้นต่ำของช่วงเวลาแห่งความล้มเหลวและช่วงเวลาของการฟื้นฟูองค์ประกอบและการระบุองค์ประกอบที่รับผิดชอบต่อค่าเหล่านี้ การสร้างแบบจำลองของกระบวนการทำงานของ EES ในช่วงเวลาและการวิเคราะห์สถานะที่เกิดขึ้น
ด้วยการสร้างโปรแกรมดังกล่าว เป็นไปได้โดยไม่กระทบต่อตรรกะทั่วไปของโปรแกรม เพื่อทำการเปลี่ยนแปลงที่จำเป็นและส่วนเพิ่มเติมที่เกี่ยวข้อง ตัวอย่างเช่น การเปลี่ยนแปลงกฎหมายที่เป็นไปได้ของการกระจายเวลาการทำงานและเวลาการกู้คืนขององค์ประกอบ
R is.3.22. บล็อกไดอะแกรมของอัลกอริทึมสำหรับการคำนวณตัวบ่งชี้ความน่าเชื่อถือโดยการจำลอง
การสร้างแบบจำลองการจำลอง
แนวคิดของแบบจำลองจำลอง
แนวทางการสร้างแบบจำลองจำลอง
ตามคำจำกัดความของนักวิชาการ V. Maslov: “การจำลองแบบจำลองประกอบด้วยการสร้างแบบจำลองทางจิต (เครื่องจำลอง) ที่จำลองวัตถุและกระบวนการ (เช่น เครื่องจักรและงาน) ตามตัวบ่งชี้ที่จำเป็น (แต่ไม่สมบูรณ์): สำหรับ เช่น เวลาทำงาน ความเข้มข้น ต้นทุนทางเศรษฐกิจ ที่ตั้งร้าน เป็นต้น เป็นความไม่สมบูรณ์ของคำอธิบายของวัตถุที่ทำให้แบบจำลองการจำลองโดยพื้นฐานแตกต่างจากแบบจำลองทางคณิตศาสตร์ในความหมายดั้งเดิมของคำ จากนั้นจะมีการค้นหาในการสนทนากับคอมพิวเตอร์ที่มีตัวเลือกที่เป็นไปได้มากมาย และตัวเลือกในกรอบเวลาที่กำหนดของวิธีแก้ปัญหาที่ยอมรับได้มากที่สุดจากมุมมองของวิศวกร ในขณะเดียวกันก็ใช้สัญชาตญาณและประสบการณ์ของวิศวกรที่ตัดสินใจซึ่งเข้าใจสถานการณ์ที่ยากลำบากที่สุดในการผลิต
ในการศึกษาวัตถุที่ซับซ้อนดังกล่าว อาจไม่พบวิธีแก้ปัญหาที่เหมาะสมที่สุดในความหมายทางคณิตศาสตร์อย่างเคร่งครัด แต่คุณจะได้รับวิธีแก้ปัญหาที่ยอมรับได้ในเวลาอันสั้น โมเดลจำลองประกอบด้วยองค์ประกอบฮิวริสติก บางครั้งใช้ข้อมูลที่ไม่ถูกต้องและขัดแย้งกัน ทำให้การจำลองใกล้เคียงกับชีวิตจริงและเข้าถึงได้ง่ายขึ้นสำหรับผู้ใช้ - วิศวกรในอุตสาหกรรม ในการพูดคุยกับคอมพิวเตอร์ ผู้เชี่ยวชาญจะขยายประสบการณ์ พัฒนาสัญชาตญาณ ในทางกลับกัน โอนไปยังแบบจำลองการจำลอง
จนถึงตอนนี้ เราได้พูดคุยกันมากมายเกี่ยวกับออบเจกต์ต่อเนื่อง แต่ไม่ใช่เรื่องแปลกที่จะจัดการกับอ็อบเจกต์ที่มีตัวแปรอินพุตและเอาต์พุตแยกกัน เป็นตัวอย่างการวิเคราะห์พฤติกรรมของวัตถุดังกล่าวโดยใช้แบบจำลองการจำลอง ให้เราพิจารณา "ปัญหาคนเมาที่สัญจรไปมา" หรือปัญหาการเดินสุ่ม
ให้เราคิดว่าคนที่เดินผ่านไปซึ่งยืนอยู่ตรงหัวมุมถนนตัดสินใจจะเดินแยกย้ายกระโดด. ให้ความน่าจะเป็นที่ถึงสี่แยกถัดไปเขาจะไปเหนือ ใต้ ตะวันออก หรือตะวันตก เท่ากัน. ความน่าจะเป็นที่หลังจากเดิน 10 ช่วงตึกแล้ว คนที่เดินผ่านไปจะอยู่ห่างจากที่ที่เขาเริ่มเดินไม่เกินสองช่วงตึกเป็นเท่าใด
ระบุตำแหน่งที่จุดตัดแต่ละจุดด้วยเวกเตอร์สองมิติ
(X1, X2) ("ออก") โดยที่
การย้ายแต่ละบล็อกไปทางทิศตะวันออกสอดคล้องกับการเพิ่มขึ้นของ X1 ทีละ 1 และแต่ละการย้ายไปยังหนึ่งบล็อกทางทิศตะวันตกสอดคล้องกับการลดลงใน X1 ขึ้น 1 (X1, X2 เป็นตัวแปรที่ไม่ต่อเนื่อง) ในทำนองเดียวกัน การย้ายผู้สัญจรไปทางเหนือหนึ่งช่วงตึก X2 เพิ่มขึ้น 1 และอีกหนึ่งช่วงตึกทางใต้ X2 ลดลง 1
ทีนี้ หากเรากำหนดตำแหน่งเริ่มต้นเป็น (0,0) เราจะรู้แน่ชัดว่าผู้สัญจรไปมาจะสัมพันธ์กับตำแหน่งเริ่มต้นนี้ที่ใด
หากเมื่อสิ้นสุดการเดิน ผลรวมของค่าสัมบูรณ์ของ X1 และ X2 มากกว่า 2 เราจะถือว่าเขาได้ไปไกลกว่าสองช่วงตึกเมื่อสิ้นสุดการเดิน 10 ช่วงตึก
เนื่องจากความน่าจะเป็นที่ผู้สัญจรไปมาในสี่ทิศทางที่เป็นไปได้นั้นเท่ากันและเท่ากับ 0.25 (1:4=0.25) เราจึงสามารถประมาณการเคลื่อนไหวของเขาโดยใช้ตารางตัวเลขสุ่ม ตกลงกันว่าถ้าตัวเลขสุ่ม (SN) อยู่ระหว่าง 0 ถึง 24 คนเมาจะไปทางตะวันออกและเราจะเพิ่ม X1 ขึ้น 1 ถ้าจาก 25 เป็น 49 มันจะไปทางทิศตะวันตกและเราจะลด X1 ลง 1 ถ้าจาก 50 เป็น 74 เขาจะไปทางเหนือและเราจะเพิ่ม X2 ขึ้น 1 หากเสียงกลางอยู่ระหว่าง 74 ถึง 99 ผู้สัญจรไปมาจะไปทางใต้ และเราจะลด X2 ลง 1
โครงการ (a) และอัลกอริทึม (b) ของการเคลื่อนไหวของ "คนเมา"
ก) ข)
จำเป็นต้องดำเนินการ "การทดลองด้วยเครื่องจักร" จำนวนมากเพียงพอเพื่อให้ได้ผลลัพธ์ที่เชื่อถือได้ แต่ในทางปฏิบัติแล้วเป็นไปไม่ได้เลยที่จะแก้ปัญหาดังกล่าวด้วยวิธีการอื่น
ในวรรณคดี วิธีการจำลองยังพบได้ภายใต้ชื่อของดิจิทัล เครื่องจักร สถิติ ความน่าจะเป็น แบบจำลองไดนามิก หรือวิธีการจำลองด้วยเครื่องจักร
วิธีจำลองถือเป็นวิธีทดลองชนิดหนึ่ง ความแตกต่างจากการทดลองทั่วไปคือ วัตถุประสงค์ของการทดลองคือแบบจำลองจำลองที่นำมาใช้เป็นโปรแกรมคอมพิวเตอร์
การใช้แบบจำลองการจำลอง ทำให้ไม่สามารถรับความสัมพันธ์เชิงวิเคราะห์ระหว่างปริมาณได้
เป็นไปได้ที่จะประมวลผลข้อมูลการทดลองด้วยวิธีใดวิธีหนึ่งและเลือกนิพจน์ทางคณิตศาสตร์ที่เหมาะสม
เมื่อสร้างแบบจำลองจำลองที่ใช้อยู่ในปัจจุบัน สอง เข้าใกล้: ไม่ต่อเนื่องและต่อเนื่อง
ทางเลือกของวิธีการส่วนใหญ่จะพิจารณาจากคุณสมบัติของวัตถุ - ต้นฉบับและธรรมชาติของอิทธิพลของสภาพแวดล้อมภายนอกที่มีต่อวัตถุ
อย่างไรก็ตาม ตามทฤษฎีบท Kotelnikov กระบวนการต่อเนื่องของการเปลี่ยนแปลงสถานะของวัตถุถือได้ว่าเป็นลำดับของรัฐที่ไม่ต่อเนื่องและในทางกลับกัน
เมื่อใช้วิธีการที่ไม่ต่อเนื่องเพื่อสร้างแบบจำลองการจำลอง มักใช้ระบบนามธรรม
แนวทางอย่างต่อเนื่องในการสร้างแบบจำลองจำลองได้รับการพัฒนาอย่างกว้างขวางโดยนักวิทยาศาสตร์ชาวอเมริกัน J. Forrester วัตถุที่สร้างแบบจำลองโดยไม่คำนึงถึงธรรมชาติของวัตถุนั้นถูกทำให้เป็นระบบนามธรรมต่อเนื่องระหว่างองค์ประกอบที่ "กระแส" อย่างต่อเนื่องของธรรมชาติอย่างใดอย่างหนึ่งหรืออย่างอื่นหมุนเวียน
ดังนั้น ภายใต้แบบจำลองแบบจำลองของวัตถุดั้งเดิม ในกรณีทั่วไป เราสามารถเข้าใจระบบบางระบบที่ประกอบด้วยระบบย่อยที่แยกจากกัน (องค์ประกอบ ส่วนประกอบ) และการเชื่อมต่อระหว่างกัน (มีโครงสร้าง) และการทำงาน (การเปลี่ยนแปลงสถานะ) และภายใน การเปลี่ยนแปลงองค์ประกอบทั้งหมดของแบบจำลองภายใต้การกระทำของการเชื่อมต่อสามารถกำหนดอัลกอริธึมไม่ทางใดก็ทางหนึ่งในลักษณะเดียวกับการโต้ตอบของระบบกับสภาพแวดล้อมภายนอก
ขอบคุณไม่เพียง แต่เทคนิคทางคณิตศาสตร์เท่านั้น แต่ยังรวมถึงความสามารถที่รู้จักกันดีของคอมพิวเตอร์ด้วยในการสร้างแบบจำลองการจำลองกระบวนการทำงานและปฏิสัมพันธ์ขององค์ประกอบต่าง ๆ ของระบบนามธรรมสามารถอัลกอริทึมและทำซ้ำได้ - ไม่ต่อเนื่องและต่อเนื่องความน่าจะเป็นและกำหนดขึ้น ทำหน้าที่ของการบริการ ความล่าช้า ฯลฯ
โปรแกรมคอมพิวเตอร์ (ร่วมกับเซอร์วิสโปรแกรม) ที่เขียนด้วยภาษาระดับสูงสากลทำหน้าที่เป็นแบบจำลองการจำลองของวัตถุในสูตรนี้
นักวิชาการ NN Moiseev ได้กำหนดแนวคิดของการจำลองแบบจำลองดังนี้: “ระบบจำลองคือชุดของแบบจำลองที่จำลองกระบวนการภายใต้การศึกษา รวมกับระบบพิเศษของโปรแกรมเสริมและฐานข้อมูลที่ช่วยให้คุณค่อนข้างง่ายและ ใช้การคำนวณตัวแปรอย่างรวดเร็ว”
การจำลอง
การสร้างแบบจำลองการจำลอง (การสร้างแบบจำลองสถานการณ์)- วิธีการที่ช่วยให้คุณสร้างแบบจำลองที่อธิบายกระบวนการต่างๆ ตามที่จะเกิดขึ้นจริง โมเดลดังกล่าวสามารถ "เล่น" ได้ทันเวลาสำหรับการทดสอบครั้งเดียวและชุดที่กำหนด ในกรณีนี้ ผลลัพธ์จะถูกกำหนดโดยลักษณะสุ่มของกระบวนการ จากข้อมูลเหล่านี้ เราสามารถได้รับสถิติที่ค่อนข้างเสถียร
แบบจำลองการจำลองเป็นวิธีการวิจัยที่ระบบที่อยู่ระหว่างการศึกษาถูกแทนที่ด้วยแบบจำลองที่อธิบายระบบจริงที่มีความแม่นยำเพียงพอ โดยทำการทดลองเพื่อให้ได้ข้อมูลเกี่ยวกับระบบนี้ การทดลองกับแบบจำลองเรียกว่าการเลียนแบบ (การเลียนแบบเป็นการทำความเข้าใจสาระสำคัญของปรากฏการณ์โดยไม่ต้องอาศัยการทดลองกับวัตถุจริง)
การสร้างแบบจำลองการจำลองเป็นกรณีพิเศษของการสร้างแบบจำลองทางคณิตศาสตร์ มีคลาสของอ็อบเจ็กต์ที่ ตัวแบบวิเคราะห์ยังไม่ได้รับการพัฒนา ด้วยเหตุผลต่างๆ นานา หรือวิธีการในการแก้ไขโมเดลผลลัพธ์ยังไม่ได้รับการพัฒนา ในกรณีนี้ โมเดลเชิงวิเคราะห์จะถูกแทนที่ด้วยเครื่องจำลองหรือแบบจำลอง
การจำลองแบบบางครั้งเรียกว่าการได้มาซึ่งคำตอบเชิงตัวเลขของปัญหาที่กำหนดขึ้นโดยอาศัยโซลูชันการวิเคราะห์หรือการใช้วิธีการเชิงตัวเลข
โมเดลจำลองเป็นคำอธิบายเชิงตรรกะและคณิตศาสตร์ของวัตถุที่สามารถใช้สำหรับการทดลองบนคอมพิวเตอร์เพื่อออกแบบ วิเคราะห์ และประเมินการทำงานของวัตถุ
การประยุกต์ใช้แบบจำลองการจำลอง
การจำลองจะใช้เมื่อ:
- การทดลองกับวัตถุจริงมีราคาแพงหรือเป็นไปไม่ได้
- เป็นไปไม่ได้ที่จะสร้างแบบจำลองการวิเคราะห์: ระบบมีเวลา ความสัมพันธ์เชิงสาเหตุ ผลที่ตามมา การไม่เชิงเส้น ตัวแปรสุ่ม (สุ่ม)
- จำเป็นต้องจำลองพฤติกรรมของระบบให้ทันเวลา
วัตถุประสงค์ของการจำลองแบบจำลองคือการทำซ้ำพฤติกรรมของระบบภายใต้การศึกษาโดยพิจารณาจากผลการวิเคราะห์ความสัมพันธ์ที่สำคัญที่สุดระหว่างองค์ประกอบหรือในคำอื่น ๆ - การพัฒนาเครื่องจำลอง (อังกฤษ. แบบจำลองการจำลอง) ของสาขาวิชาที่กำลังศึกษาเพื่อทำการทดลองต่างๆ
การจำลองแบบจำลองทำให้คุณสามารถจำลองพฤติกรรมของระบบเมื่อเวลาผ่านไป ยิ่งไปกว่านั้น ข้อดีคือสามารถควบคุมเวลาในแบบจำลองได้: ช้าลงในกรณีของกระบวนการที่รวดเร็ว และเพิ่มความเร็วสำหรับระบบการสร้างแบบจำลองที่มีความแปรปรวนช้า เป็นไปได้ที่จะเลียนแบบพฤติกรรมของวัตถุเหล่านั้นซึ่งการทดลองจริงมีราคาแพง เป็นไปไม่ได้หรือเป็นอันตราย ด้วยการถือกำเนิดของยุคของคอมพิวเตอร์ส่วนบุคคล ตามกฎแล้วการผลิตผลิตภัณฑ์ที่ซับซ้อนและไม่ซ้ำใครจะมาพร้อมกับการจำลองสามมิติของคอมพิวเตอร์ เทคโนโลยีที่แม่นยำและค่อนข้างเร็วนี้ช่วยให้คุณสะสมความรู้ อุปกรณ์ และผลิตภัณฑ์กึ่งสำเร็จรูปที่จำเป็นทั้งหมดสำหรับผลิตภัณฑ์ในอนาคตก่อนเริ่มการผลิต การสร้างแบบจำลองคอมพิวเตอร์ 3 มิติไม่ใช่เรื่องแปลกแม้แต่กับบริษัทขนาดเล็ก
การเลียนแบบเป็นวิธีการแก้ปัญหาที่ไม่สำคัญ ได้รับการพัฒนาขึ้นครั้งแรกโดยเชื่อมโยงกับการสร้างคอมพิวเตอร์ในปี 1950 และ 1960
การเลียนแบบมีสองประเภท:
- วิธีมอนติคาร์โล (วิธีการทดสอบทางสถิติ);
- วิธีการจำลองแบบจำลอง (แบบจำลองทางสถิติ)
ประเภทของการจำลองแบบจำลอง
แนวทางการจำลองสามวิธี
การสร้างแบบจำลองการจำลองแนวทางในระดับของนามธรรม
- การสร้างแบบจำลองแบบใช้เอเจนต์เป็นทิศทางที่ค่อนข้างใหม่ (ทศวรรษ 1990-2000) ในการสร้างแบบจำลองการจำลอง ซึ่งใช้เพื่อศึกษาระบบการกระจายอำนาจ ซึ่งไดนามิกไม่ได้ถูกกำหนดโดยกฎและกฎหมายสากล (เช่นเดียวกับในกระบวนทัศน์การสร้างแบบจำลองอื่นๆ) แต่ในทางกลับกัน เมื่อกฎและกฎหมายระดับโลกเหล่านี้เป็นผลมาจากกิจกรรมส่วนบุคคลของสมาชิกกลุ่ม วัตถุประสงค์ของแบบจำลองตัวแทนคือการได้รับแนวคิดเกี่ยวกับกฎสากลเหล่านี้ พฤติกรรมทั่วไปของระบบ ตามสมมติฐานเกี่ยวกับบุคคล พฤติกรรมเฉพาะของวัตถุที่ทำงานอยู่แต่ละรายการ และปฏิสัมพันธ์ของวัตถุเหล่านี้ในระบบ ตัวแทนคือหน่วยงานบางอย่างที่มีกิจกรรม พฤติกรรมที่เป็นอิสระ สามารถตัดสินใจตามกฎชุดหนึ่ง โต้ตอบกับสิ่งแวดล้อม และเปลี่ยนแปลงอย่างอิสระด้วย
- การสร้างแบบจำลองเหตุการณ์แบบไม่ต่อเนื่องเป็นแนวทางในการสร้างแบบจำลองที่เสนอให้นามธรรมจากธรรมชาติที่ต่อเนื่องของเหตุการณ์และพิจารณาเฉพาะเหตุการณ์หลักของระบบจำลอง เช่น: "รอ", "การประมวลผลคำสั่ง", "การเคลื่อนไหวพร้อมโหลด", " ขนถ่าย" และอื่น ๆ การสร้างแบบจำลองเหตุการณ์แบบไม่ต่อเนื่องได้รับการพัฒนามากที่สุดและมีขอบเขตการใช้งานที่กว้างขวาง ตั้งแต่ระบบลอจิสติกส์และการจัดคิว ไปจนถึงระบบขนส่งและการผลิต การจำลองประเภทนี้เหมาะสมที่สุดสำหรับการสร้างแบบจำลองกระบวนการผลิต ก่อตั้งโดยเจฟฟรีย์ กอร์ดอนในทศวรรษ 1960
- พลวัตของระบบเป็นกระบวนทัศน์การสร้างแบบจำลองซึ่งไดอะแกรมกราฟิกของความสัมพันธ์เชิงสาเหตุและอิทธิพลระดับโลกของพารามิเตอร์บางอย่างที่มีต่อผู้อื่นในเวลาถูกสร้างขึ้นสำหรับระบบภายใต้การศึกษา จากนั้นแบบจำลองที่สร้างขึ้นบนพื้นฐานของไดอะแกรมเหล่านี้จะถูกจำลองบนคอมพิวเตอร์ อันที่จริง แบบจำลองประเภทนี้ มากกว่ากระบวนทัศน์อื่น ๆ ทั้งหมด ช่วยให้เข้าใจสาระสำคัญของการระบุความสัมพันธ์ของเหตุและผลระหว่างวัตถุและปรากฏการณ์อย่างต่อเนื่อง ด้วยความช่วยเหลือของพลวัตของระบบ โมเดลของกระบวนการทางธุรกิจ การพัฒนาเมือง โมเดลการผลิต พลวัตของประชากร นิเวศวิทยา และการพัฒนาด้านโรคระบาดได้ถูกสร้างขึ้น วิธีการนี้ก่อตั้งโดย Jay Forrester ในปี 1950
พื้นที่ใช้งาน
- พลวัตของประชากร
- โครงสร้างพื้นฐานด้านไอที
- แบบจำลองทางคณิตศาสตร์ของกระบวนการทางประวัติศาสตร์
- พลวัตคนเดินเท้า
- ตลาดและการแข่งขัน
- ศูนย์บริการ
- ห่วงโซ่อุปทาน
- การจราจร
- เศรษฐศาสตร์สาธารณสุข
ระบบจำลองฟรี
ดูสิ่งนี้ด้วย
- การสร้างแบบจำลองเครือข่าย
หมายเหตุ
วรรณกรรม
- Hemdy A. Taha บทที่ 18// Introduction to Operations Research = การวิจัยการดำเนินงาน: บทนำ. - ครั้งที่ 7 - M.: "Williams", 2007. - S. 697-737 - ไอเอสบีเอ็น 0-13-032374-8
- Strogalev V. P. , Tolkacheva I. O.การสร้างแบบจำลองการจำลอง - MSTU อิม บาวแมน, 2551. - ส. 697-737. - ไอ 978-5-7038-3021-5
ลิงค์
- คอมพิวเตอร์และการจำลองแบบสถิตบน Intuit.ru
- การจำลองแบบจำลองในปัญหาของวิศวกรรมเทคโนโลยี Makarov V. M. , Lukina S. V. , Lebed P. A.
มูลนิธิวิกิมีเดีย 2010 .
ดูว่า "การจำลองแบบจำลอง" ในพจนานุกรมอื่นๆ คืออะไร:
แบบจำลองการจำลอง- (ITIL Continual Service Improvement) (ITIL Service Design) เทคนิคที่สร้างแบบจำลองโดยละเอียดเพื่อทำนายพฤติกรรมของรายการการกำหนดค่าหรือบริการ IT โมเดลจำลองสามารถใช้งานได้ด้วยความแม่นยำสูงมาก แต่สิ่งนี้ ... ... คู่มือนักแปลทางเทคนิค
การจำลอง- การสร้างแบบจำลองการจำลอง: การสร้างแบบจำลอง (เครื่องหมาย หัวเรื่อง) ของวัตถุทางเทคนิค โดยพิจารณาจากการทำซ้ำของกระบวนการที่มากับการมีอยู่ของพวกมัน ... ที่มา: ข้อมูลสนับสนุนของกิจกรรมทางเทคนิคและผู้ประกอบการ ภาษา… … คำศัพท์ทางการ
การจำลอง- ดูการจำลองเครื่องจักร การทดลองแบบตั้งโต๊ะ... พจนานุกรมเศรษฐศาสตร์และคณิตศาสตร์
การพัฒนา การสร้างแบบจำลองของวัตถุบางอย่างสำหรับการศึกษา พจนานุกรมคำศัพท์ทางธุรกิจ อคาเดมิก.ru 2001 ... อภิธานศัพท์ของเงื่อนไขทางธุรกิจ
แบบจำลองการจำลอง- 3.9 การสร้างแบบจำลองการจำลอง: การสร้างแบบจำลอง (เครื่องหมาย หัวเรื่อง) ของวัตถุทางเทคนิค โดยพิจารณาจากการทำซ้ำของกระบวนการที่มาพร้อมกับการมีอยู่ของวัตถุเหล่านั้น แหล่งที่มา … หนังสืออ้างอิงพจนานุกรมของข้อกำหนดของเอกสารเชิงบรรทัดฐานและทางเทคนิค
การจำลองแบบจำลอง- (... จากภาษาฝรั่งเศส modele sample) วิธีศึกษาปรากฏการณ์และกระบวนการใดๆ โดยวิธีทดสอบทางสถิติ (วิธี Monte Carlo) โดยใช้คอมพิวเตอร์ วิธีการจะขึ้นอยู่กับการวาดภาพ (เลียนแบบ) ของผลกระทบของปัจจัยสุ่มต่อปรากฏการณ์ภายใต้การศึกษาหรือ ... ... พจนานุกรมสารานุกรมจิตวิทยาและการสอน
การจำลอง- นี่คือการจำลองสถานการณ์จริงโดยเฉพาะ การศึกษา และสุดท้ายคือการค้นหาวิธีแก้ปัญหาที่ประสบความสำเร็จมากที่สุด อันที่จริง I. m. ประกอบด้วยการสร้างแบบจำลองทางคณิตศาสตร์ของระบบจริงและตั้งค่า ... ... พจนานุกรมคำศัพท์ของบรรณารักษ์ในหัวข้อเศรษฐกิจและสังคม
บทความนี้ควรเป็นวิกิ โปรดจัดรูปแบบตามกฎการจัดรูปแบบบทความ แบบจำลองการจำลองไม่เกี่ยวข้องกับการนำเสนอเชิงวิเคราะห์ แต่ด้วยหลักการเลียนแบบโดยใช้ข้อมูลและโปรแกรม ... Wikipedia
การจำลองมอนติคาร์โล- (วิธีมอนติคาร์โล) วิธีการวิเคราะห์สำหรับการแก้ปัญหาโดยดำเนินการทดสอบจำนวนมาก เรียกว่าการจำลอง และรับวิธีแก้ปัญหาที่จำเป็นจากผลการทดสอบแบบรวม วิธีการคำนวณ ...... พจนานุกรมการลงทุน
วิธีการหลักของการจำลองแบบจำลอง ได้แก่ วิธีการวิเคราะห์ วิธีการสร้างแบบจำลองคงที่ และวิธีการรวม (เชิงสถิติเชิงวิเคราะห์)
วิธีวิเคราะห์ใช้เพื่อจำลองกระบวนการเป็นหลักสำหรับระบบขนาดเล็กและเรียบง่าย ซึ่งไม่มีปัจจัยการสุ่ม ตัวอย่างเช่น เมื่ออธิบายกระบวนการทำงานด้วยสมการอนุพันธ์หรืออนุพันธ์จำนวนเต็ม วิธีการนี้มีชื่อแบบมีเงื่อนไข เนื่องจากเป็นการรวมความเป็นไปได้ของการจำลองกระบวนการ แบบจำลองที่ได้มาในรูปแบบของการแก้ปัญหาแบบปิดเชิงวิเคราะห์ หรือวิธีแก้ปัญหาที่ได้จากวิธีการคำนวณทางคณิตศาสตร์
วิธีการสร้างแบบจำลองทางสถิติเดิมพัฒนาเป็นวิธีการทดสอบทางสถิติ (มอนติคาร์โล) นี่เป็นวิธีเชิงตัวเลขที่ประกอบด้วยการประมาณค่าของลักษณะความน่าจะเป็นที่ตรงกับการแก้ปัญหาเชิงวิเคราะห์ (เช่น การแก้สมการและการคำนวณอินทิกรัลที่แน่นอน) ต่อจากนั้น วิธีนี้เริ่มใช้เพื่อจำลองกระบวนการที่เกิดขึ้นในระบบซึ่งมีแหล่งที่มาของการสุ่มหรืออยู่ภายใต้อิทธิพลแบบสุ่ม เรียกว่าวิธี การสร้างแบบจำลองทางสถิติ.
ในการศึกษาระบบที่ซับซ้อนภายใต้การรบกวนแบบสุ่ม จะใช้แบบจำลองการวิเคราะห์ความน่าจะเป็นและแบบจำลองการจำลองความน่าจะเป็น
ในแบบจำลองการวิเคราะห์ความน่าจะเป็น อิทธิพลของปัจจัยสุ่มจะถูกนำมาพิจารณาโดยการกำหนดลักษณะความน่าจะเป็นของกระบวนการสุ่ม (กฎการกระจายความน่าจะเป็น ความหนาแน่นสเปกตรัม หรือฟังก์ชันสหสัมพันธ์) ในเวลาเดียวกัน การสร้างแบบจำลองการวิเคราะห์ความน่าจะเป็นเป็นปัญหาการคำนวณที่ซับซ้อน ดังนั้น แบบจำลองการวิเคราะห์ความน่าจะเป็นจึงถูกใช้เพื่อศึกษาระบบที่ค่อนข้างง่าย
มีข้อสังเกตว่าการแนะนำการรบกวนแบบสุ่มในแบบจำลองการจำลองไม่ได้ทำให้เกิดภาวะแทรกซ้อนพื้นฐาน ดังนั้นการศึกษากระบวนการสุ่มที่ซับซ้อนจึงได้ดำเนินการตามกฎแล้วในแบบจำลองการจำลอง
ในการสร้างแบบจำลองการจำลองความน่าจะเป็น พวกมันไม่ได้ทำงานด้วยคุณสมบัติของกระบวนการสุ่ม แต่ด้วยค่าตัวเลขสุ่มเฉพาะของพารามิเตอร์ของกระบวนการและระบบ ในขณะเดียวกัน ผลลัพธ์ที่ได้จากการทำสำเนาในแบบจำลองการจำลองของกระบวนการที่กำลังพิจารณาอยู่นั้นเป็นการทำให้เกิดผลแบบสุ่ม ดังนั้น เพื่อที่จะค้นหาลักษณะวัตถุประสงค์และความเสถียรของกระบวนการ จำเป็นต้องทำซ้ำหลายครั้ง ตามด้วยการประมวลผลทางสถิติของข้อมูลที่ได้รับ นั่นคือเหตุผลที่การศึกษากระบวนการและระบบที่ซับซ้อนภายใต้การรบกวนแบบสุ่ม โดยใช้แบบจำลองการจำลอง จึงมักเรียกว่าแบบจำลองทางสถิติ
แบบจำลองทางสถิติของกระบวนการสุ่มคืออัลกอริธึมที่จำลองการทำงานของระบบที่ซับซ้อนซึ่งอยู่ภายใต้การรบกวนแบบสุ่ม เลียนแบบปฏิสัมพันธ์ขององค์ประกอบของระบบซึ่งมีลักษณะน่าจะเป็น
เมื่อใช้แบบจำลองการจำลองทางสถิติในคอมพิวเตอร์ ปัญหาเกิดจากการได้รับลำดับตัวเลขแบบสุ่มโดยมีลักษณะความน่าจะเป็นที่กำหนดบนคอมพิวเตอร์ วิธีเชิงตัวเลขที่แก้ปัญหาการสร้างลำดับของตัวเลขสุ่มโดยใช้กฎการแจกแจงที่กำหนดเรียกว่า "วิธีการทดสอบทางสถิติ" หรือ "วิธีมอนติคาร์โล"
เนื่องจากวิธีมอนติคาร์โล นอกเหนือจากการสร้างแบบจำลองทางสถิติแล้ว ยังประยุกต์ใช้กับวิธีการเชิงตัวเลขได้หลายวิธี (การหาปริพันธ์ การแก้สมการ) ขอแนะนำให้ใช้พจน์ที่ต่างกัน
ดังนั้น การสร้างแบบจำลองทางสถิติเป็นวิธีการศึกษากระบวนการและระบบที่ซับซ้อนซึ่งอาจมีการรบกวนแบบสุ่มโดยใช้แบบจำลองการจำลอง
วิธีมอนติคาร์โลเป็นวิธีการเชิงตัวเลขที่จำลองบนลำดับตัวเลขสุ่มหลอกของคอมพิวเตอร์โดยมีลักษณะความน่าจะเป็นที่กำหนด
เทคนิคการสร้างแบบจำลองทางสถิติประกอบด้วยขั้นตอนต่อไปนี้:
1. การจำลองด้วยคอมพิวเตอร์ของลำดับสุ่มหลอกด้วยความสัมพันธ์ที่กำหนดและกฎการแจกแจงความน่าจะเป็น (วิธีมอนติคาร์โล) การจำลองค่าสุ่มของพารามิเตอร์บนคอมพิวเตอร์ระหว่างการทดสอบแต่ละครั้ง
2. การแปลงลำดับตัวเลขที่ได้รับในแบบจำลองทางคณิตศาสตร์จำลอง
3. การประมวลผลทางสถิติของผลการจำลอง
วิธีผสมผสาน(เชิงสถิติเชิงวิเคราะห์) ช่วยให้คุณสามารถรวมข้อดีของวิธีการสร้างแบบจำลองเชิงวิเคราะห์และเชิงสถิติได้ ใช้ในกรณีของการพัฒนาแบบจำลองที่ประกอบด้วยโมดูลต่างๆ ที่แสดงถึงชุดของแบบจำลองทางสถิติและเชิงวิเคราะห์ที่โต้ตอบโดยรวม ยิ่งไปกว่านั้น ชุดของโมดูลไม่เพียงแต่รวมโมดูลที่สอดคล้องกับโมเดลไดนามิกเท่านั้น แต่ยังรวมถึงโมดูลที่สอดคล้องกับโมเดลทางคณิตศาสตร์แบบคงที่ด้วย
โครงการจำลองประกอบด้วยขั้นตอนต่อไปนี้: ระยะแนวคิด ระยะการตีความ ขั้นตอนการทดลอง ลองพิจารณารายละเอียดเพิ่มเติม
1. แนวความคิดในขั้นตอนนี้ ความคุ้นเคยเบื้องต้นกับวัตถุประสงค์ของการศึกษาจะเกิดขึ้นและเป็นที่ชัดเจนว่าข้อมูลใดที่จำเป็นในการทำให้โครงการเสร็จสมบูรณ์ ข้อมูลทั่วไปเกี่ยวกับแบบจำลองถูกสร้างขึ้น: ชื่อของแบบจำลอง วัตถุประสงค์และวัตถุประสงค์ของการพัฒนา รายการของวัตถุที่วางแผนไว้เพื่อใช้แบบจำลองนั้นถูกกำหนดโดยเจ้าหน้าที่ที่มีความสนใจในงานจะได้รับการแก้ไข มีการอธิบายสาระสำคัญทางกายภาพของกระบวนการจำลองและขอบเขตของแบบจำลอง
ในขั้นตอนเดียวกัน เกณฑ์จะถูกกำหนดโดยการประเมินประสิทธิภาพของแบบจำลองหรือคุณภาพของแบบจำลอง มีการอธิบายข้อจำกัดและสมมติฐานที่ใช้ในการพัฒนาแบบจำลอง วิธีการวิเคราะห์ที่วางแผนไว้เพื่อใช้ในการพัฒนาแบบจำลองแสดงไว้ ลำดับการเปิดตัวและการจัดการโมเดล โหมดการใช้งานที่เป็นไปได้ และการเชื่อมต่อกับรุ่นอื่นๆ จะถูกกำหนด มีการชี้แจงแหล่งที่มาของข้อมูลที่ใช้ในแบบจำลอง ตลอดจนองค์ประกอบและโครงสร้างของข้อมูลนี้ หากมีการวางแผนว่าจะใช้ตัวแปรสุ่มในการสร้างแบบจำลอง แสดงว่าอยู่ในขั้นตอนของแนวคิดที่จะพิสูจน์กฎของการแจกแจงของพวกมัน
สิ่งสำคัญในขั้นตอนนี้คือการพิจารณาข้อกำหนดสำหรับการกำหนดค่าฮาร์ดแวร์และซอฟต์แวร์: พิจารณาคุณสมบัติของฮาร์ดแวร์ (ประเภทของโปรเซสเซอร์กลาง การมีอยู่ของโปรเซสเซอร์ร่วม ปริมาณ RAM และหน่วยความจำถาวร ฯลฯ) และเตรียมซอฟต์แวร์ทั่วไป (ระบบปฏิบัติการ ระบบปฏิบัติการเครือข่าย ฯลฯ) เป็นต้น) ซอฟต์แวร์ระบบทั่วไป (DBMS ชุดสำนักงาน ฯลฯ)
จำเป็นต้องตรวจสอบให้แน่ใจว่ามีการป้องกันข้อมูลที่ใช้ในแบบจำลอง เพื่อจุดประสงค์นี้ ในขั้นตอนแนวคิด นโยบายความปลอดภัยจะถูกกำหนด (ภัยคุกคามที่อาจเกิดขึ้น ความเสียหายที่เป็นไปได้ในกรณีที่มีการละเมิดความปลอดภัย กลุ่มผู้ใช้ สิทธิ์การเข้าถึง ฯลฯ) .
2. ขั้นตอนการตีความเขารวมถึงการทำให้เป็นทางการของคำอธิบายของวัตถุแบบจำลองตามกรณีที่เลือก - หมายถึง ในขั้นตอนนี้ คำอธิบายเชิงความหมายขององค์ประกอบของวัตถุที่อยู่ระหว่างการศึกษา ปฏิสัมพันธ์ระหว่างองค์ประกอบของวัตถุกับวัตถุกับสภาพแวดล้อมภายนอกจะได้รับในภาษาธรรมชาติ ตามคำอธิบายของวัตถุ โมเดลจำลองถูกสร้างขึ้นโดยใช้ภาษาของแบบจำลองที่เลือกเพื่อจุดประสงค์นี้ รูปที่ 6.4. ยกตัวอย่างโมเดลที่สร้างขึ้นโดยใช้ ARIS
ข้าว. 6.4. ตัวอย่างแบบจำลองที่สร้างขึ้นในสภาพแวดล้อม ARIS
นอกจากนี้ยังกำหนดลักษณะเวลาและต้นทุน
หน้าที่และกระบวนการทางธุรกิจ ตัวอย่างแสดงในรูปที่ 6.5
ข้าว. 6.5. คำอธิบายลักษณะเชิงปริมาณและเชิงคุณภาพ
ในขั้นตอนนี้ แบบจำลองผลลัพธ์จะถูกตรวจสอบด้วยว่าสอดคล้องกับรูปแบบทางทฤษฎีที่เป็นพื้นฐานสำหรับคำอธิบายอย่างเป็นทางการของวัตถุแบบจำลอง กระบวนการนี้มักเรียกว่าการตรวจสอบแบบจำลอง ขั้นตอนที่สองจบลงด้วยการตรวจสอบความสอดคล้องของแบบจำลองการจำลองด้วยคุณสมบัติของระบบจริง หากไม่เป็นเช่นนั้น คุณควรกลับไปที่ช่วงเวลาของการทำให้โมเดลเป็นทางการอีกครั้ง
3. ขั้นตอนการทดลองเวทีนี้ ประกอบด้วยการดำเนินการทดลองเชิงตัวเลขกับแบบจำลองที่พัฒนาแล้วโดย "เรียกใช้" บนคอมพิวเตอร์ ก่อนเริ่มการศึกษา จะเป็นประโยชน์ในการสร้างลำดับของแบบจำลอง "รัน" ซึ่งจะทำให้ได้รับข้อมูลจำนวนที่จำเป็นด้วยองค์ประกอบที่กำหนดและความน่าเชื่อถือของข้อมูลเริ่มต้น นอกจากนี้ บนพื้นฐานของแผนการทดลองที่พัฒนาแล้ว โมเดลจำลองถูกเรียกใช้บนคอมพิวเตอร์และประมวลผลผลลัพธ์เพื่อนำเสนอในรูปแบบที่สะดวกสำหรับการวิเคราะห์
จากการวิเคราะห์ผลลัพธ์ ได้มีการเตรียมและกำหนดข้อสรุปขั้นสุดท้ายเกี่ยวกับการจำลอง และมีการพัฒนาคำแนะนำเกี่ยวกับวิธีการใช้ผลการจำลองเพื่อให้บรรลุเป้าหมายที่ตั้งไว้ โดยมากบนพื้นฐานของข้อสรุปเหล่านี้ พวกเขากลับไปที่จุดเริ่มต้นของกระบวนการสร้างแบบจำลองสำหรับการเปลี่ยนแปลงที่จำเป็นในส่วนทฤษฎีและภาคปฏิบัติของแบบจำลอง และศึกษาใหม่ด้วยแบบจำลองที่แก้ไข ผลลัพธ์จากวงจรดังกล่าวหลายๆ รอบ ได้แบบจำลองการจำลองที่เหมาะสมกับงานมากที่สุด
มีระบบซอฟต์แวร์ค่อนข้างน้อยที่ให้คุณสร้างแบบจำลองจำลองได้ ซึ่งรวมถึง:
Ø Business Studio (การจำลองกระบวนการทางธุรกิจ)
Ø PTV Vision VISSIM
Ø การจำลองโรงงาน Tecnomatix
ระบบเหล่านี้บางระบบจะกล่าวถึงในรายละเอียดเพิ่มเติมในบทที่ 7
คำถามสำหรับบทที่ 6
1. การจำลองแบบจำลองคืออะไร?
2. กำหนดแบบจำลองการจำลอง
3. พื้นฐานของแบบจำลองใด ๆ คืออะไร?
4. จุดประสงค์ของการจำลองแบบจำลองคืออะไร?
5. ระบุข้อดีหลักของการจำลองแบบจำลอง
6. ข้อเสียของการจำลองแบบจำลองคืออะไร:
7. ยกตัวอย่างทั่วไปที่สามารถใช้ MI ได้
8. แบบจำลองการจำลองมีกี่ประเภท?
9. ไดนามิกของระบบคืออะไร?
10. อะไรคือองค์ประกอบของการจำลองเหตุการณ์แบบไม่ต่อเนื่อง
11. วัตถุประสงค์ของแบบจำลองตัวแทนคืออะไร?
12. ระบุขั้นตอนของการจำลอง
การสร้างแบบจำลองการจำลอง (การสร้างแบบจำลองสถานการณ์)- วิธีการที่ช่วยให้คุณสร้างแบบจำลองที่อธิบายกระบวนการต่างๆ ตามที่จะเกิดขึ้นจริง โมเดลดังกล่าวสามารถ "เล่น" ได้ทันเวลาสำหรับการทดสอบครั้งเดียวและชุดที่กำหนด ในกรณีนี้ ผลลัพธ์จะถูกกำหนดโดยลักษณะสุ่มของกระบวนการ จากข้อมูลเหล่านี้ เราสามารถได้รับสถิติที่ค่อนข้างเสถียร
แบบจำลองการจำลองเป็นวิธีการวิจัยที่ระบบที่อยู่ระหว่างการศึกษาถูกแทนที่ด้วยแบบจำลองที่อธิบายระบบจริงที่มีความแม่นยำเพียงพอ โดยทำการทดลองเพื่อให้ได้ข้อมูลเกี่ยวกับระบบนี้ การทดลองกับแบบจำลองเรียกว่าการเลียนแบบ (การเลียนแบบเป็นการทำความเข้าใจสาระสำคัญของปรากฏการณ์โดยไม่ต้องอาศัยการทดลองกับวัตถุจริง)
การสร้างแบบจำลองการจำลองเป็นกรณีพิเศษของการสร้างแบบจำลองทางคณิตศาสตร์ มีคลาสของอ็อบเจ็กต์ที่ ตัวแบบวิเคราะห์ยังไม่ได้รับการพัฒนา ด้วยเหตุผลต่างๆ นานา หรือวิธีการในการแก้ไขโมเดลผลลัพธ์ยังไม่ได้รับการพัฒนา ในกรณีนี้ โมเดลเชิงวิเคราะห์จะถูกแทนที่ด้วยเครื่องจำลองหรือแบบจำลอง
การจำลองแบบบางครั้งเรียกว่าการได้มาซึ่งคำตอบเชิงตัวเลขของปัญหาที่กำหนดขึ้นโดยอาศัยโซลูชันการวิเคราะห์หรือการใช้วิธีการเชิงตัวเลข
โมเดลจำลองเป็นคำอธิบายเชิงตรรกะและคณิตศาสตร์ของวัตถุที่สามารถใช้สำหรับการทดลองบนคอมพิวเตอร์เพื่อออกแบบ วิเคราะห์ และประเมินการทำงานของวัตถุ
สารานุกรม YouTube
1 / 3
✪ การสร้างแบบจำลองระบบ บรรยาย 8
✪ การสัมมนาผ่านเว็บ: การจำลองกระบวนการทางธุรกิจ
✪ การประยุกต์ใช้แบบจำลองการจำลองในโลจิสติกส์
คำบรรยาย
การประยุกต์ใช้แบบจำลองการจำลอง
การจำลองจะใช้เมื่อ:
- การทดลองกับวัตถุจริงมีราคาแพงหรือเป็นไปไม่ได้
- เป็นไปไม่ได้ที่จะสร้างแบบจำลองการวิเคราะห์: ระบบมีเวลา ความสัมพันธ์เชิงสาเหตุ ผลที่ตามมา การไม่เชิงเส้น ตัวแปรสุ่ม (สุ่ม)
- จำเป็นต้องจำลองพฤติกรรมของระบบให้ทันเวลา
วัตถุประสงค์ของการจำลองแบบคือเพื่อสร้างพฤติกรรมของระบบภายใต้การศึกษาโดยพิจารณาจากผลการวิเคราะห์ความสัมพันธ์ที่สำคัญที่สุดระหว่างองค์ประกอบหรืออีกนัยหนึ่งคือการพัฒนาเครื่องจำลอง (eng. แบบจำลองการจำลอง) ของการศึกษา หัวข้อสำหรับการทดลองต่างๆ
ประเภทของการจำลองแบบจำลอง
- การสร้างแบบจำลองแบบใช้เอเจนต์เป็นทิศทางที่ค่อนข้างใหม่ (ทศวรรษ 1990-2000) ในการสร้างแบบจำลองการจำลอง ซึ่งใช้เพื่อศึกษาระบบการกระจายอำนาจ ซึ่งไดนามิกไม่ได้ถูกกำหนดโดยกฎและกฎหมายสากล (เช่นเดียวกับในกระบวนทัศน์การสร้างแบบจำลองอื่นๆ) แต่ในทางกลับกัน เมื่อกฎและกฎหมายระดับโลกเหล่านี้เป็นผลมาจากกิจกรรมส่วนบุคคลของสมาชิกกลุ่ม วัตถุประสงค์ของแบบจำลองตัวแทนคือการได้รับแนวคิดเกี่ยวกับกฎสากลเหล่านี้ พฤติกรรมทั่วไปของระบบ ตามสมมติฐานเกี่ยวกับบุคคล พฤติกรรมเฉพาะของวัตถุที่ทำงานอยู่แต่ละรายการ และปฏิสัมพันธ์ของวัตถุเหล่านี้ในระบบ ตัวแทนคือหน่วยงานบางอย่างที่มีกิจกรรม พฤติกรรมที่เป็นอิสระ สามารถตัดสินใจตามกฎชุดหนึ่ง โต้ตอบกับสิ่งแวดล้อม และเปลี่ยนแปลงอย่างอิสระด้วย
- การสร้างแบบจำลองเหตุการณ์แบบไม่ต่อเนื่องเป็นแนวทางในการสร้างแบบจำลองที่เสนอให้นามธรรมจากธรรมชาติที่ต่อเนื่องของเหตุการณ์และพิจารณาเฉพาะเหตุการณ์หลักของระบบจำลอง เช่น: "รอ", "การประมวลผลคำสั่ง", "การเคลื่อนไหวพร้อมโหลด", " ขนถ่าย” และอื่น ๆ การสร้างแบบจำลองเหตุการณ์แบบไม่ต่อเนื่องได้รับการพัฒนามากที่สุดและมีขอบเขตการใช้งานที่กว้างขวาง ตั้งแต่ระบบลอจิสติกส์และการจัดคิว ไปจนถึงระบบขนส่งและการผลิต การจำลองประเภทนี้เหมาะสมที่สุดสำหรับการสร้างแบบจำลองกระบวนการผลิต ก่อตั้งโดยเจฟฟรีย์ กอร์ดอนในทศวรรษ 1960
- พลวัตของระบบเป็นกระบวนทัศน์การสร้างแบบจำลองซึ่งไดอะแกรมกราฟิกของความสัมพันธ์เชิงสาเหตุและอิทธิพลระดับโลกของพารามิเตอร์บางอย่างที่มีต่อผู้อื่นในเวลาถูกสร้างขึ้นสำหรับระบบภายใต้การศึกษา จากนั้นแบบจำลองที่สร้างขึ้นบนพื้นฐานของไดอะแกรมเหล่านี้จะถูกจำลองบนคอมพิวเตอร์ อันที่จริง แบบจำลองประเภทนี้ มากกว่ากระบวนทัศน์อื่น ๆ ทั้งหมด ช่วยให้เข้าใจสาระสำคัญของการระบุความสัมพันธ์ของเหตุและผลระหว่างวัตถุและปรากฏการณ์อย่างต่อเนื่อง ด้วยความช่วยเหลือของพลวัตของระบบ โมเดลของกระบวนการทางธุรกิจ การพัฒนาเมือง โมเดลการผลิต พลวัตของประชากร นิเวศวิทยา และการพัฒนาด้านโรคระบาดได้ถูกสร้างขึ้น วิธีการนี้ก่อตั้งโดย Jay Forrester ในปี 1950
พื้นที่ใช้งาน
- พลวัตของประชากร
- โครงสร้างพื้นฐานด้านไอที
- แบบจำลองทางคณิตศาสตร์ของกระบวนการทางประวัติศาสตร์
- พลวัตคนเดินเท้า
- ตลาดและการแข่งขัน
- ศูนย์บริการ
- ห่วงโซ่อุปทาน
- การจราจร
- เศรษฐศาสตร์สาธารณสุข