Kaj je simulacijski model?

16. 4. 2019

Članek bo govoril o simulacijskih modelih. To je precej zapletena tema, ki zahteva ločeno obravnavo. Zato bomo to vprašanje poskušali pojasniti v dostopnem jeziku.

Simulacijski modeli

Kaj je to? Prvič, simulacijski modeli so potrebni za reprodukcijo kakršnih koli značilnosti kompleksnega sistema, v katerem elementi medsebojno delujejo. Poleg tega ima takšno modeliranje številne značilnosti.

Prvič, gre za objekt modeliranja, ki najpogosteje predstavlja kompleksen kompleksen sistem. Drugič, to so naključni dejavniki, ki so vedno prisotni in imajo določen vpliv na sistem. Tretjič, treba je opisati zapleten in dolgotrajen proces, ki ga opazimo kot rezultat modeliranja. Četrti dejavnik je, da brez uporabe računalniške tehnologije ni mogoče doseči želenih rezultatov. simulacijski modeli

Razvoj simulacijskega modela

Leži v tem, da ima vsak predmet določene značilnosti. Vsi so shranjeni v računalniku s pomočjo posebnih tabel. Interakcija med vrednostmi in kazalniki je vedno opisana z uporabo algoritma.

Posebnost in lepota modeliranja je, da je vsaka stopnja postopna in gladka, kar omogoča spreminjanje lastnosti in parametrov korak za korakom in doseganje različnih rezultatov. Program, ki vključuje simulacijske modele, prikazuje informacije o dobljenih rezultatih na podlagi določenih sprememb. Pogosto se uporablja grafična ali animirana predstavitev, ki močno poenostavlja zaznavanje in razumevanje mnogih kompleksnih procesov, ki jih je v algoritmični obliki težko uresničiti.

Determinizem

Imitacijski matematični modeli temeljijo na dejstvu, da kopirajo kakovost in značilnosti nekaterih resničnih sistemov. Vzemimo primer, ko je treba raziskati število in dinamiko števila nekaterih organizmov. Če želite to narediti z uporabo modeliranja, lahko ločeno upoštevate vsak organizem, da bi natančno analizirali njegove kazalnike. V tem primeru so pogoji najpogosteje določeni verbalno. Na primer, po določenem času lahko nastavite reprodukcijo telesa in po daljšem obdobju - njegovo smrt. Izpolnjevanje vseh teh pogojev je možno v simulacijskem modelu. razvoj simulacijskega modela

Pogosto so podani primeri modeliranja gibanja plinskih molekul, saj je znano, da se gibljejo nenavadno. Preučite lahko interakcijo molekul s stenami posode ali med seboj in opišete rezultate v obliki algoritma. To nam bo omogočilo pridobiti povprečne lastnosti celotnega sistema in opraviti analizo. Razumeti je treba, da se takšen računalniški eksperiment dejansko lahko imenuje resničen, saj so vse značilnosti modelirane zelo natančno. Kakšen je pomen tega procesa?

Dejstvo je, da simulacijski model omogoča izbiro specifičnih in čistih značilnosti in kazalnikov. Zdi se, da se je znebila naključnih, nepotrebnih in številnih drugih dejavnikov, o katerih se raziskovalci morda niti ne bi strinjali. Upoštevajte, da sta določanje in matematično modeliranje zelo pogosto podobna, če zato ne smemo ustvariti avtonomne strategije ukrepanja. Primeri, ki smo jih obravnavali zgoraj, se nanašajo na deterministične sisteme. Razlikujejo se v tem, da nimajo elementov verjetnosti.

Naključni procesi

Ime je zelo enostavno razumeti, če vzamete vzporednico iz običajnega življenja. Na primer, ko stojiš v vrsti v trgovini, ki se zapre po 5 minutah, in se sprašuješ, ali jo lahko dobiš. Tudi manifestacija priložnosti je mogoče opaziti, ko nekoga pokličete in preštejete piske, razmišljate, s kakšno verjetnostjo boste prišli skozi. Morda se to zdi presenetljivo za nekatere, toda zaradi tako preprostih primerov se je na začetku prejšnjega stoletja rodila najnovejša veja matematike, namreč teorija čakalnih vrst. Uporablja statistiko in teorijo verjetnosti, da pripravi nekaj zaključkov. Kasneje so raziskovalci dokazali, da je ta teorija zelo tesno povezana z vojaškimi zadevami, ekonomijo, produkcijo, ekologijo, biologijo itd. simulacijski model

Metoda Monte Carlo

Pomembna metoda za reševanje problema samopostrežbe je statistična testna metoda ali metoda Monte Carlo. Upoštevajte, da so možnosti analiziranja naključnih procesov analitično precej kompleksne, metoda Monte Carlo je zelo preprosta in univerzalna, kar je njena glavna značilnost. Lahko si ogledamo primer trgovine, v katero vstopi eden ali več kupcev, prihod bolnikov v središče travme za eno ali celo množico itd. Hkrati razumemo, da so vse to naključni procesi, intervali med nekaterimi dejanji pa so neodvisni dogodki, ki so razdeljeni po zakonih, ki jih je mogoče izpeljati šele po velikem številu opazovanj. Včasih to ni mogoče, tako da se vzame povprečje. Kaj pa je namen modeliranja naključnih procesov?

Dejstvo je, da vam omogoča, da dobite odgovore na številna vprašanja. Nezanesljivo je izračunati, koliko bo oseba morala stati v vrsti, ko bo upoštevala vse okoliščine. Zdi se, da je to dokaj preprost primer, toda to je samo prva stopnja in takih situacij je lahko veliko. Včasih je čas zelo pomemben.

Lahko zastavite tudi vprašanje, kako lahko določite čas med čakanjem na storitev. Še bolj zapleteno vprašanje se nanaša na to, kako naj se parametri nanašajo, tako da čakalna vrsta nikoli ne doseže na novo vnesenega kupca. Zdi se, da je to precej enostavno vprašanje, toda če pomislite in začnete vsaj malo bolj zapleteno, postane jasno, da odgovor ni tako preprost. primeri simulacijskih modelov

Proces

Kako se zgodi naključno modeliranje? Uporabljajo se matematične formule, in sicer zakoni porazdelitve naključnih spremenljivk. Uporabljajo se tudi numerične konstante. Upoštevajte, da v tem primeru ni treba uporabiti nobenih enačb, ki se uporabljajo v analitičnih metodah. V tem primeru se zgodi samo posnemanje iste vrste, o kateri smo govorili zgoraj. Samo prvič se uporabljajo programi, ki lahko generirajo naključne številke in jih povezujejo z določenim zakonom o distribuciji. Po tem izvedemo obseg, statistično obdelavo dobljenih vrednosti, ki analizira podatke o subjektu, ali ustrezajo začetnemu namenu simulacije. Nadaljevali bomo še, da je mogoče najti optimalno število ljudi, ki bodo delali v trgovini, tako da se čakalna vrsta ne bo nikoli pojavila. V tem primeru je matematični aparat, uporabljen v tem primeru, metode matematične statistike.

Izobraževanje

Malo pozornosti se posveča analizi simulacijskih modelov v šolah. Na žalost lahko to resno vpliva na prihodnost. Otroci bi morali poznati osnovna načela modeliranja iz šole, saj je razvoj sodobnega sveta brez tega procesa nemogoč. V osnovnem tečaju računalništva lahko otroci preprosto uporabljajo model simulacije življenja. analiza simulacijskih modelov

Podrobnejše študije se lahko izvajajo v srednji šoli ali v specializiranih šolah. Najprej je treba preučiti simulacijsko modeliranje naključnih procesov. Ne pozabite, da se v ruskih šolah takšen koncept in metode šele začenjajo uvajati, zato je zelo pomembno, da ohranimo raven izobraževanja učiteljev, ki se bodo soočili s številnimi vprašanji otrok z absolutnim jamstvom. V tem primeru ne bomo zapletli naloge, pri čemer se bomo osredotočili na to, da gre za osnovni uvod v to temo, ki jo lahko podrobneje preučimo v dveh urah.

Ko se otroci naučijo teoretične osnove, je treba poudariti tehnična vprašanja, ki se nanašajo na generiranje zaporedja naključnih števil na računalniku. Hkrati pa ni treba naložiti otrok informacij o delovanju računalnika in načelih, na katerih temelji analitik. Iz praktičnih veščin jih je treba naučiti ustvarjati generatorje enotnih naključnih števil na segmentu ali naključnih številah po zakonu distribucije.

Ustreznost

Spregovorimo malo o tem, zakaj so potrebni imitacijski modeli nadzora. Dejstvo je, da je v sodobnem svetu skoraj nemogoče brez modeliranja v nobeni sferi. Zakaj je tako priljubljen in priljubljen? Simulacija lahko nadomesti resnične dogodke, ki so potrebni za doseganje specifičnih rezultatov, katerih izdelava in analiza sta predraga. Lahko pa se zgodi, da je prepovedano izvajati prave poskuse. Prav tako jo ljudje uporabljajo, ko je zaradi številnih naključnih dejavnikov, posledic in vzročnih povezav nemogoče zgraditi analitični model. V zadnjem primeru, ko se uporablja ta metoda, je potrebno simulirati obnašanje katerega koli sistema v določenem časovnem obdobju. Za vse to so ustvarjeni simulatorji, ki poskušajo čim bolj reproducirati lastnosti prvotnega sistema. simulacijski model nadzora

Pogledi

Simulacijski raziskovalni modeli so lahko več vrst. Zato razmislite o pristopih simulacije. Prva je sistemska dinamika, ki se izraža v tem, da so med seboj povezane spremenljivke, nekateri pogoni in povratne informacije. Tako se najpogosteje obravnavata dva sistema, v katerih so nekatere skupne značilnosti in presečišča. Naslednja vrsta simulacije je diskretni dogodek. Uporablja se za tiste primere, kjer obstajajo določeni procesi in viri, kot tudi zaporedje dejanj. Najpogosteje na ta način raziskujejo možnost dogodka skozi prizmo več možnih ali naključnih dejavnikov. Tretjič simulacijo - agent. Sestavljen je v preučevanju posameznih lastnosti organizma v njihovem sistemu. Hkrati je potrebna posredna ali neposredna interakcija opazovanega objekta in drugih.

Modeliranje diskretnih dogodkov ponuja abstrakcijo iz kontinuitete dogodkov in upošteva le glavne točke. Tako so izključeni naključni in nepotrebni dejavniki. Ta metoda je maksimalno razvita in se uporablja na številnih področjih: od logistike do proizvodnih sistemov. Da je najbolj primeren za modeliranje proizvodnih procesov. Mimogrede, v šestdesetih letih je ustvaril Jeffrey Gordon. Dinamika sistema - to je paradigma modeliranje, kjer raziskave zahtevajo grafično podobo povezav in medsebojne vplive nekaterih parametrov na druge. Pri tem se upošteva časovni dejavnik. Samo na podlagi vseh podatkov se na računalniku ustvari globalni model. Ta vrsta omogoča, da zelo globoko razumemo bistvo preučevanega dogodka in razkrijemo razloge in povezave. Zahvaljujoč temu modeliranju so zgrajene poslovne strategije, proizvodni modeli, razvoj bolezni, urbanistično načrtovanje itd. To metodo je v petdesetih letih izumil Forrester.

Modeliranje agentov se je pojavilo v devetdesetih letih, je relativno novo. Ta smer se uporablja za analizo decentraliziranih sistemov, katerih dinamiko v tem primeru ne določajo splošno sprejeti zakoni in pravila, temveč individualna aktivnost določenih elementov. Bistvo te simulacije je, da dobimo idejo o novih pravilih na splošno, da bi opredelili sistem in našli povezavo med posameznimi komponentami. Hkrati se proučuje element, ki je aktiven in avtonomen, lahko samostojno odloča in komunicira z okoljem ter se neodvisno spreminja, kar je zelo pomembno. imitacija matematičnih modelov

Stopnje

Zdaj razmislite o glavnih fazah razvoja simulacijskega modela. Vključujejo njegovo formulacijo na samem začetku procesa, izdelavo konceptualnega modela, izbiro metode modeliranja, izbiro modelirnega aparata, načrtovanje in izvedbo naloge. Na zadnji stopnji se vsi pridobljeni podatki analizirajo in obdelajo. Izgradnja simulacijskega modela je kompleksen in dolgotrajen proces, ki zahteva veliko pozornosti in razumevanja bistva zadeve. Upoštevajte, da trajajo same faze kar največ časa, proces modeliranja na računalniku pa ne traja več kot nekaj minut. Zelo pomembno je uporabiti prave modele simulacije, saj brez tega ne bo mogoče doseči želenih rezultatov. Nekateri podatki bodo pridobljeni, vendar ne bodo realni in ne produktivni.

Če povzamem članek, bi rad povedal, da je to zelo pomembna in sodobna industrija. Preučili smo primere simulacijskih modelov, da bi razumeli pomen vseh teh točk. V sodobnem svetu ima modeliranje veliko vlogo, saj je osnova za razvoj ekonomije, urbanizma, proizvodnje in podobno. Pomembno je razumeti, da so modeli simulacijskih sistemov zelo zahtevni, saj so neverjetno donosni in priročni. Tudi z ustvarjanjem realnih pogojev ni vedno mogoče pridobiti zanesljivih rezultatov, saj na njih vedno vplivajo številni šolski dejavniki, ki jih preprosto ni mogoče upoštevati.