Шта је симулациони модел?

16. 4. 2019.

У чланку ће се говорити о симулационим моделима. Ово је прилично сложена тема која захтијева одвојено разматрање. Зато ћемо покушати да објаснимо ово питање на приступачном језику.

Симулацијски модели

О чему се ради? За почетак, симулациони модели су потребни да би се репродуковале било какве карактеристике комплексног система у којем елементи интерагују. Штавише, такво моделирање има бројне карактеристике.

Прво, то је објекат моделирања, који најчешће представља комплексан комплексан систем. Друго, то су случајни фактори који су увек присутни и имају одређени утицај на систем. Треће, потребно је описати сложен и дуготрајан процес који се посматра као резултат моделирања. Четврти фактор је да без употребе рачунарске технологије није могуће постићи жељене резултате. симулациони модели

Развој симулационог модела

Она лежи у чињеници да сваки објекат има одређени скуп својих карактеристика. Све се чувају на компјутеру користећи специјалне табеле. Интеракција вредности и индикатора се увек описује помоћу алгоритма.

Особитост и љепота моделирања је да је свака фаза постепена и глатка, што омогућава промјену карактеристика и параметара корак по корак и постизање различитих резултата. Програм, који укључује симулацијске моделе, приказује информације о добијеним резултатима, на основу одређених промјена. Често се користи графичка или анимирана репрезентација која увелико поједностављује перцепцију и разумијевање многих сложених процеса, које је прилично тешко остварити у алгоритамском облику.

Детерминизам

Имитација математичких модела заснива се на чињеници да копирају квалитет и карактеристике неких реалних система. Размотримо један пример када је потребно истражити број и динамику броја појединих организама. Да бисте то урадили, помоћу моделирања, можете засебно размотрити сваки организам како би се конкретно анализирали његови индикатори. У овом случају, услови се најчешће постављају вербално. На пример, након одређеног временског периода, можете подесити репродукцију тела, а после дужег периода - његову смрт. Испуњавање свих ових услова је могуће у симулационом моделу. развој симулационог модела

Врло често се дају примјери моделирања кретања молекула плина, јер је познато да се они крећу ерратично. Можете проучавати интеракцију молекула са зидовима посуде или међусобно и описати резултате у облику алгоритма. То ће нам омогућити да добијемо просечне карактеристике целог система и извршимо анализу. Треба схватити да се такав компјутерски експеримент, у ствари, може назвати реалним, јер су све карактеристике моделиране врло прецизно. Али шта је смисао овог процеса?

Чињеница је да симулациони модел омогућава одабир специфичних и чистих карактеристика и индикатора. Чини се да се отараси случајних, непотребних и бројних других фактора, о којима истраживачи можда и не погађају. Имајте на уму да су врло често одлучност и математичко моделирање слични ако се, као резултат тога, не треба креирати аутономна стратегија дјеловања. Примери које смо горе размотрили односе се на детерминистичке системе. Разликују се по томе што немају елементе вероватноће.

Случајни процеси

Име је врло једноставно разумјети ако повучете паралелу из обичног живота. На примјер, када стојите у реду у трговини која се затвара након 5 минута, и питате се можете ли је добити. Такође, манифестација шансе се може приметити када некога позовете и пребројите звучне сигнале, размишљајући са којом ћете вјероватноћом проћи. За неке то може изгледати изненађујуће, али управо захваљујући тако једноставним примјерима, најновији дио математике, наиме, теорија редова чекања, рођена је почетком прошлог стољећа. Она користи статистику и теорију вјероватноће да би извела неке закључке. Касније, истраживачи су доказали да је ова теорија веома уско повезана са војним пословима, економијом, производњом, екологијом, биологијом итд. симулациони модел дозвољава

Монте Царло метода

Важан метод за решавање проблема самопослуживања је статистичка метода испитивања или метода Монте Царло. Треба напоменути да су могућности анализирања случајних процеса аналитички прилично сложене, а Монте Царло метода је врло једноставна и универзална, што је и њена главна карактеристика. Можемо да размотримо пример продавнице у коју улази један или више купаца, долазак пацијената у трауматолошки центар за једну или читаву гомилу, итд. У исто време, разумемо да су све то случајни процеси, а интервали између неких акција су независни. догађаји који се дистрибуирају према законима који се могу извести само након великог броја запажања. Понекад то није могуће, тако да се узима просјек. Али која је сврха моделирања случајних процеса?

Чињеница је да вам омогућава да добијете одговоре на многа питања. Неважно је израчунати колико ће особа морати да стоји у реду када разматра све околности. Изгледа да је ово прилично једноставан пример, али ово је само први ниво, и може бити много таквих ситуација. Понекад је тајминг веома важан.

Такође можете поставити питање о томе како можете да доделите време док чекате услугу. Још компликованије питање тиче се односа параметара, тако да ред никада не дође до новопридошлог корисника. Чини се да је ово прилично лако питање, али ако размислите о томе и почнете барем мало компликованије, постаје јасно да одговор није тако једноставан. примери симулационих модела

Процес

Како се догађа случајно моделирање? Користе се математичке формуле, односно закони расподеле случајних варијабли. Користе се и нумеричке константе. Имајте на уму да у овом случају нема потребе за прибјегавањем било каквим једнаџбама које се користе у аналитичким методама. У овом случају, одвија се само имитација истог реда, о чему смо већ говорили. Само први се користе програми који могу генерисати случајне бројеве и повезати их са одређеним законом о дистрибуцији. Након тога се врши волуметријска статистичка обрада добијених вредности, која анализира податке о субјекту, да ли они одговарају оригиналној сврси симулације. Настављајући даље, рецимо да је могуће пронаћи оптимални број људи који ће радити у продавници тако да се ред не појављује. У овом случају, математички апарат који се користи у овом случају су методе математичке статистике.

Образовање

Мало пажње се посвећује анализи симулационих модела у школама. Нажалост, ово може озбиљно утицати на будућност. Деца треба да знају неке основне принципе моделовања из школе, јер је развој савременог света немогућ без овог процеса. На основном курсу рачунарске науке, деца могу лако да користе модел симулације живота. анализа симулационих модела

У средњој школи или у специјализованим школама може се обавити темељитија студија. Прије свега, потребно је проучити симулацијско моделирање случајних процеса. Запамтите да се у руским школама такав концепт и методе тек почињу уводити, тако да је веома важно задржати ниво образовања наставника, који ће се суочити са бројним питањима дјеце са апсолутном гаранцијом. У овом случају нећемо комплицирати задатак, фокусирајући се на чињеницу да је ово елементарни увод у ову тему, који се може детаљно размотрити за 2 сата.

Након што су деца научила теоријску основу, вреди истаћи техничка питања која се односе на генерисање низа случајних бројева на рачунару. Истовремено, није неопходно да се деца оптерећују информацијама о томе како рачунар функционише и на којим принципима је аналитичар изграђен. Из практичних вештина потребно их је научити да стварају генераторе униформних случајних бројева на сегменту или случајним бројевима према закону дистрибуције.

Релевантност

Хајде да мало причамо о томе зашто су имитациони модели контроле потребни. Чињеница је да је у савременом свету готово немогуће без модела у било којој сфери. Зашто је толико популаран и популаран? Симулација може замијенити стварне догађаје који су потребни да би се произвели одређени резултати, чије су стварање и анализа прескупи. Или то може бити случај када је спровођење правих експеримената забрањено. Такође, људи га користе када је једноставно немогуће изградити аналитички модел због низа случајних фактора, посљедица и узрочних веза. Последњи случај, када се користи овај метод, је када је потребно симулирати понашање било ког система током датог временског периода. За све ово, створени су симулатори који покушавају да репродукују што је могуће више квалитете првобитног система. симулациони модел контроле

Виевс

Симулациони истраживачки модели могу бити више врста. Дакле, размотрите приступе симулације. Први је системска динамика, која се изражава у чињеници да постоје међусобно повезане варијабле, одређене погоне и повратне информације. Тако се најчешће разматрају два система, у којима постоје неке заједничке карактеристике и тачке пресека. Следећи тип симулације је дискретни догађај. Односи се на оне случајеве у којима постоје одређени процеси и ресурси, као и низ акција. Најчешће на овај начин истражују могућност догађаја кроз призму низа могућих или случајних фактора. Треће врста симулације - агент. Она се састоји у проучавању индивидуалних својстава организма у њиховом систему. У исто време, неопходна је индиректна или директна интеракција посматраног објекта и других.

Моделирање дискретних догађаја нуди апстракцију из континуитета догађаја и разматрање само главних тачака. Стога су искључени случајни и непотребни фактори. Овај метод је максимално развијен и користи се у многим областима: од логистике до производни системи. Да је најпогоднији за моделирање производних процеса. Успут речено, креирао га је Џефри Гордон шездесетих година. Системска динамика - ово је парадигма моделирање, гдје истраживање захтијева графички приказ веза и међусобних утјецаја неких параметара на друге. Ово узима у обзир временски фактор. Само на основу свих података креира се глобални модел на рачунару. Управо овај тип омогућава да се дубоко схвати суштина догађаја који се проучава и да се открију неки разлози и везе. Захваљујући овом моделирању, изграђене су пословне стратегије, модели производње, развој болести, урбанистичко планирање и тако даље. Овај метод је 1950. године изумио Форрестер.

Моделирање агента појавило се 1990-их, релативно је ново. Овај правац се користи за анализу децентрализованих система, чија се динамика у овом случају одређује не општеприхваћеним законима и правилима, већ индивидуалном активношћу појединих елемената. Суштина ове симулације је да добијете идеју о новим правилима, уопштено, да карактеришете систем и пронађете везу између појединачних компоненти. Истовремено се проучава елемент који је активан и аутономан, може самостално доносити одлуке и комуницирати са својим окружењем, као и самостално мијењати, што је врло важно. имитација математичких модела

Фазе

Сада размотрите главне фазе развоја симулационог модела. Они укључују његову формулацију на самом почетку процеса, конструкцију концептуалног модела, избор методе моделирања, избор уређаја за моделирање, планирање и извршење задатка. У последњој фази, сви добијени подаци се анализирају и обрађују. Изградња симулацијског модела је сложен и дуготрајан процес који захтијева пуно пажње и разумијевања суштине ствари. Имајте на уму да саме фазе трају највише времена, а процес моделирања на рачунару не траје више од неколико минута. Веома је важно користити праве моделе симулације, јер без тога неће бити могуће постићи жељене резултате. Неки подаци ће се добити, али неће бити реални и неће бити продуктивни.

Сумирајући чланак, желим рећи да је ово веома важна и модерна индустрија. Погледали смо примере симулационих модела да бисмо разумели значај свих ових тачака. У савременом свету, моделирање игра велику улогу, јер је основа за развој економије, урбанизма, производње и тако даље. Важно је разумети да су модели симулационих система веома тражени, јер су невероватно профитабилни и згодни. Чак и са стварањем реалних услова, није увек могуће добити поуздане резултате, јер на њих увек утичу многи сколастички фактори које је једноставно немогуће узети у обзир.