Розділ 1 Принципи імітаційного моделювання Лекція 1 Основи

Розділ 1. Принципи імітаційного моделювання Лекція 1 Основи теорії складних систем та завдання імітаційного моделювання 1

Питання лекції 1. 2. 3. 4. Мета, завдання, зміст дисципліни «Імітаційне моделювання» . Основні поняття теорії складних систем. Місце імітаційного моделювання серед інших видів моделювання та вирішувані задачі. Основні поняття моделювання: ціль, об’єкт, структура, інструменти, обробка результатів, валідація, верифікація. 2

Литература n n n n Имитационное моделирование производственных систем / Под. ред. А. А. Вавилова. – М. : Машиностроение; Берлин: Ферлаг Техник, 1983. – 416 с. Советов Б. Я. , Яковлев С. А. Моделирование сложных систем по экспериментальным данным – М. : Радио и связь, 1987. – 120 с. Сети ЭВМ. Под редакцией В. М. Глушкова – М. : Связь, 1977 Бусленко Н. П. Моделирование сложных систем – М. : Наука, 1978 Шеннон Р. Имитационное моделирование систем - искусство и наука: Пер. с англ. - М. : Мир, 1978. Максимей И. В. Имитационное моделирование на ЭВМ. - М. : Радио и связь, 1988. Шрайбер Т. Дж. Моделирование на GPSS: Пер. с англ. - М. : Машиностроение, 1980. GPSS/PC general purpose simulation. Reference Manual. - Minuteman software. P. O. Box 171. Stow, Massachusetts 01775, 1986. 3

Базовые понятия n n n n Принципы – наиболее общие закономерности, присущие данному объекту. Концепция – центральная идея, конструктивный принцип деятельности. Способ – действие или система действий, дающих возможность достичь определенного результата. Метод – путь, способ познавательной и практической деятельности людей; Методика – совокупность способов и приёмов целесообразного проведения какой-либо работы. Алгоритм – точное и полное описание последовательности выполнения конечных действий, необходимых для решения задачи данного типа. Методология – учение о методах, используемых в определенных науках: методология научных исследований. 4

2. Основні поняття теорії складних систем. Под системой понимают функционально завершенную совокупность элементов и их взаимных связей, свойства которых не тождественны сумме свойств образующих ее элементов. Под функциональной завершенностью понимается свойство системы выполнять конкретную задачу (иметь завершенную функцию). Техническая система – система, реализованная техническими средствами. n В общеупотребительном смысле под информацией понимают всякую совокупность сведений о проявлении материального мира. Однако в технических приложениях чаще используют субъективный подход к понятию информация. n Тогда под информацией понимается совокупность сведений, извлекаемых субъектом из проявлений материального мира. n Информационная среда - рассматриваемая субъектом часть материального мира с точки зрения извлечения необходимой ему информации. Сам субъект становится пользователем данной информационной среды. n 5

Базовые понятия n Информационная система — это техническая система, предназначенная для действий с информацией или воздействия на информацию (в субъективном смысле). 6

Базовые понятия Сообщение - конкретная форма предъявления информации, выбираемой субъектом или обусловленной природой информационной среды. n Пользователю необходимы материальный переносчик сообщения — сигнал, который субъект выбирает как регистрируемое им событие, отклик. n Система связи, как техническая система, которая решает задачу передачи сообщения от одного субъекта (источника) к другому субъекту (получателю) посредством сигналов. Системы связи, в которых для передачи сообщений используются электрические сигналы, называются системой электросвязи, или телекоммуникационной системой. Телекоммуникационная система — совокупность устройств и условий, используемых для передачи сообщений с помощью электрических сигналов. n 7

Базовые понятия n Следует считать данную систему сложной системой в том случае, когда в силу свойств самой системы и по характеру задач, возникающих при ее исследовании, необходимо принимать во внимание наличие в системе большого количества взаимно связанных и взаимодействующих между собой элементов, обеспечивающих выполнение системой некоторой достаточно сложной функции. Примеры сложных телекоммуникационных систем – телефонная сеть города; – мобильная сеть оператора; – сеть услуг Интернет-провайдера. n 8

Базовые понятия При формальном подходе к сложным системам элементом считается объект, не подлежащий дальнейшему делению на части. Внутренняя структура элемента не является предметом изучения. n Существенны только такие свойства элемента, которые влияют на свойства системы в целом или определяют его взаимодействие с другими элементами системы. n Любая совокупность элементов данной системы может рассматриваться как ее подсистема. Обычно подсистемы являются некоторыми самостоятельно функционирующими частями системы. n Сеть услуг Интернет-провайдера состоит из подсистем: – внешняя телекоммуникационная система; – внешняя сеть доставки трафика (к провайдеру); – сеть распределения трафика; – внутренняя (абонентская) телекоммуникационная система; – внутренняя сеть доставки трафика (к абоненту); – подсистема расчетов с абонентами (биллинг); – юридическая служба; 9 – бухгалтерия и т. д.

Сложная система Основные отличительные признаки сложных систем: 1. Наличие большого количества взаимно связанных и взаимодействующих между собой элементов. 2. Сложность функции, выполняемой системой и направленной на достижение заданной цели функционирования. 3. Возможность разбиения системы на подсистемы, цель функционирования которых подчинены общей цели функционирования всей системы. 4. Наличие управления (часто имеющего иерархически, структуру), разветвленной информационной сети и интенсивных потоков информации. 5. Наличие взаимодействия с внешней средой и функционирование в условиях воздействия случайных факторов. 10

Эффективность функционирования сложных систем. n n n Если цели и задачи системы определены, ей можно ставить вопрос об оценке качества ее функционирования на основе выбранного критерия качества ее функционирования, а также критерия эффективности ее функционирования. Критерий - это решающее правило. Критерий эффективности – критерий, позволяющий оценить степень достижения цели с учетом произведенных затрат различных ресурсов. Критерию эффективности функционирования системы следует поставить в соответствие показатель эффективности. Под показателем эффективности сложной системы будем понимать такую числовую характеристику системы, которая оценивает степень приспособленности системы к выполнению поставленных перед нею задач. 11

Выбор показателя эффективности является ключевой стадией формулировки целей и задач системы. n Система, отвечающая критерию эффективности, не всегда достигает целей функционирования! Достижение цели характеризует показатель эффективности! (Помехоустойчивость – достоверность – оптимальный прием – критерий Котельникова – вероятность ошибки!) Выбор показателя эффективности оказывает определяющее влияние на интерпретацию свойств системы и результатов ее исследования. (Своевременность – скорость – достоверность – энергетика!) n Показатели функционирования – противоречивы! 12

3. Місце імітаційного моделювання серед інших видів моделювання та вирішувані задачі. n n Модель – сущность/объект, который отображает процессы, протекающие в реальных системах, с помощью сходных по своим свойствам математических или натурных средств Моделирование – метод исследования сложных систем на основе использования моделей 13

Классификация видов моделирования Техническое 14

Методы моделирования n n Натурные или физические испытания (исследования) Аналитическое моделирование Имитационное моделирование Комбинированные методы моделирования Основные условия выбора метода n Постановка задачи n Составом, характером и объемом исходных данных n Временем на решение исследовательской задачи 15

Методы моделирования Натурное (физическое) моделирование n n n Достоинства n n n Измерение характеристик осуществляется на исследуемых системах в реальном времени ( проведение экспериментов) Данные исследователь получает ведя наблюдение за процессами в реальной системе Высокая адекватность модели реальной системе Высокая точность результатов Недостатки n n n Высокая стоимость создания модели Большие временные затраты Необходимость доработки отдельных узлов реальной системы для проведения натурных экспериментов Пример: исследование надежностных характеристик автомобилей (crash test) 16

Методы моделирования Аналитическое моделирование n Модель представляется совокупностью аналитических выражений, которые отражают явные функциональные зависимости между параметрами реальной системы в процессе ее работы n n Линейные и нелинейные уравнения Дифференциальные и интегральные уравнения Вероятностные зависимости ( модели СМО) Аналитическая модель – относительное (оговоренное) приближение к действительности 17

Методы моделирования Аналитическое моделирование n Достоинства n n n Простота и низкая стоимость модели Возможность быстро получить численные результаты Недостатки n n Большое число допущений и ограничений Не высокая точность результатов Относительное соответствие результатов определенным условиям Большая сложность аналитического описания функциональных зависимостей 18

Методы моделирования Имитационное моделирование n Имитационное моделирование — это метод исследования, при котором изучаемая система заменяется моделью, с достаточной точностью описывающей реальную систему и с которой проводятся эксперименты с целью получения информации о свойствах этой системы. n Экспериментирование с моделью называют имитацией (имитация — это постижение сути явления, не прибегая к экспериментам на реальном объекте). n Имитационное моделирование — это частный случай математического моделирования. n Одним из основных видов имитационного моделирования является статистическое имитационное моделирование. n Метод статистическое имитационного моделирования - это способ изучения сложных процессов и систем, подверженных случайным возмущениям, с помощью имитационных моделей. 19

Методы моделирования Имитационное моделирование n Имитационное моделирование - это совокупность методов алгоритмизации функционирования объектов исследований, программной реализации алгоритмических описаний, организации, планирования и выполнения на ЭВМ вычислительных экспериментов с математическими моделями n Имитационное статистическое моделирование представляет собой численный метод проведения на ЭВМ вычислительных экспериментов с математическими моделями, имитирующими поведение реальных объектов, процессов и систем во времени в течении заданного периода. 20

Имитационное моделирование - наука или искусство? Универсального общего способа построения адекватных моделей не существует. Адекватность (от лат. adaequatus — приравненный, равный) модели — совпадение свойств (функций / параметров / характеристик и т. п. ) модели и соответствующих свойств моделируемого объекта. Адекватностью называется совпадение моделируемой системы в отношении цели моделирования. 21

Методы моделирования n Достоинства имитационного моделирования n n n n Высокая адекватность между физической сущностью описываемого процесса и его моделью Возможность описать сложную систему на достаточно высоком уровне детализации Значительно больше областей исследования, чем аналитическое моделирование Отсутствие ограничений отражение в модели зависимостей между параметрами модели Возможность оценки функционирования системы не только в стационарных состояниях, но и в переходных режимах (процессах) Получение большого числа данных об исследуемом объекте (функцию распределения случайных величин, числовые значения абсолютные и относительные, и многое другое) Наиболее рациональное отношение «результат – затраты» по отношению к аналитическому и физическому моделированию Доступность и развитость инструментов моделирования 22

Методы моделирования Разработка хорошей ИМ требует много времени на создание и отладку. n Недостатки имитационного моделирования n n n Сложно оценить степень точности модели, ее адекватность исследуемому процессу. Относительно высокие требования к квалификации исследователя для написания модели Общность применения и индивидуальность реализации 23

Методы моделирования Комбинированные методы моделирования n n n Модель представляется в комбинации методов моделирования Наиболее широко применяются имитационноаналитические модели Степень применения каждого из методов моделирования определяет исследователь, исходя из поставленных задач, имеющихся ресурсов (знаний, компьютера) и времени на проведение исследовательской работы 24

Имитационное моделирование Виды имитационного моделирования Системная динамика – метод моделирования, при котором исследуемая система строится на основе графических диаграмм причинных связей и влияний одних параметров на другие во времени, а затем созданная на основе этих диаграмм модель имитируется на компьютере. С помощью метода системной динамики строят модели процессов обслуживания. 25

Имитационное моделирование Виды имитационного моделирования n Дискретно-событийное моделирование – подход к моделированию, предлагающий абстрагироваться от непрерывной природы событий и рассматривать только основные события моделируемой системы, такие как: «состояние объекта» , «состояние мешающего воздействия» и другие. n Дискретно-событийное моделирование имеет огромную сферу приложений – от устройств обработки сигналов до систем массового обслуживания. n Этот вид моделирования наиболее подходит для моделирования процессов в телекоммуникационных сетях 26

Методика и этапы создания имитационных моделей 1. Точная формулировка цели исследования. Определение критерия и показателей эффективности функционирования объекта моделирования. 2. Сбор исходных данных. 3. Разработка концептуальной модели. 4. Проверка концептуальной модели на адекватность поставленной задаче и выполнение структурного критического анализа. 5. Реализация концептуальной модели с помощью программных средств. 6. Верификация запрограммированной модели, анализ чувствительности и валидация выходных данных имитационной модели. 7. Если адекватность модели не подтверждается, в зависимости от обнаруженной ошибки необходимо вернуться к первому, второму или третьему шагу. 8. Разработка, выполнение и анализ экспериментов. 9. Документирование и представление полученных результатов. 27

Имитационное моделирование n n Верификация – проверка соответствия модели набору исходных данных и концепции. Валидация – проверка соответствия результатов моделирования конечной цели исследования. При реализации на ЭВМ статистического имитационного моделирования возникает задача получения на ЭВМ случайных числовых последовательностей с заданными вероятностными характеристиками. n Численный метод, решающий задачу генерирования последовательности случайных чисел с заданными законами распределения, получил название "метод статистических испытаний" или «метод Монте-Карло» . n рулетка является одним из самых широко известных генераторов случайных чисел 28

Зміст занять з дисципліни «Імітаційне моделювання» 2 2 Л 1 2 11. 09 Пр 1 Лаб 1 Л 2 25. 09 Пр 2 Лаб 2 2 3 Л 3 3 9. 10 Пр 3 Розділ 1: Принципи імітаційного моделювання Основи теорії складних систем та завдання імітаційного моделювання Ознайомлення з сучасним програмним забезпеченням для моделювання і метод Монте-Карло Тестування генераторів випадкових чисел на ЕОМ Моделювання випадкових процесів Приклади задач та моделей із випадковими процесами Моделювання та верифікація законів розподілу випадкових величин Розділ 2: Моделювання об’єктів фізичного рівня моделі OSI Моделювання сигналів і завад у каналі зв’язку Аналітичні моделі сигнальних конструкцій і завад у каналі зв’язку Лаб 3 23. 10 Л 4 Моделювання каналу з АБГШ та сигнальних конструкцій в каналі із завадами Моделювання процесів перетворення сигналів у приймально-передавальних трактах систем телекомунікацій Моделі сигнально-кодових конструкцій прийомопередавачів безпроводових систем телекомунікацій Моделювання фізичного рівня радіоінтерфейсу IEEE 802. 11 та механізмів управління сигнально-кодовими конструкціями в середовищі Matlab (1) Аналіз моделі IEEE 802. 11 a (commwlan 80211 a) та її складових в системі Mat. Lab на фізичному рівні Пр 4 Лаб 4 Пр 5 29

Зміст занять з дисципліни «Імітаційне моделювання» 2 2 2 Л 5 Пр 6 20. 11 Лаб 6 Л 6 Пр 7 Лаб 7 2 1 Л 7 2 4. 12 Пр 8 Лаб 8 Л 8 18. 12 1 Лаб 9 1 0 Л 9 04. 01 Пр 9 Розділ 3: Моделювання об’єктів канального рівня моделі OSI Основи теорії систем масового обслуговування Побудова моделей систем масового обслуговування. Вирішення прикладних задач Моделювання СМО на основі сучасних програмних засобів Mat. Lab Основні моделі систем масового обслуговування Побудова імітаційних моделей СМО на основі сучасних програмних засобів Дослідження моделей систем масового обслуговування на основі сучасних програмних засобів 6. 11 Лаб Моделювання фізичного рівня радіоінтерфейсу IEEE 802. 11 та механізмів управління 5 сигнально-кодовими конструкціями в середовищі Mat. Lab (2) Розділ 4: Моделювання об’єктів мережного рівня моделі OSI Використання теорії графів в імітаційному моделюванні Застосування детермінованих та ймовірностних графів Робота з цифровими картами та розрахунок параметрів трас радіозв’язку Моделювання структури телекомунікаційних мереж Дослідження імітаційних моделей місцевості та оцінка зв’язності компонент системи Розділ 5: Підсумки Можливості застосування імітаційного моделювання в теорії і практиці телекомунікацій. Приклади застосування імітаційного моделювання в теорії і практиці телекомунікацій 30

Литература n n n n Имитационное моделирование производственных систем / Под. ред. А. А. Вавилова. – М. : Машиностроение; Берлин: Ферлаг Техник, 1983. – 416 с. Советов Б. Я. , Яковлев С. А. Моделирование сложных систем по экспериментальным данным – М. : Радио и связь, 1987. – 120 с. Сети ЭВМ. Под редакцией В. М. Глушкова – М. : Связь, 1977 Бусленко Н. П. Моделирование сложных систем – М. : Наука, 1978 Шеннон Р. Имитационное моделирование систем - искусство и наука: Пер. с англ. - М. : Мир, 1978. Максимей И. В. Имитационное моделирование на ЭВМ. - М. : Радио и связь, 1988. Шрайбер Т. Дж. Моделирование на GPSS: Пер. с англ. - М. : Машиностроение, 1980. GPSS/PC general purpose simulation. Reference Manual. - Minuteman software. P. O. Box 171. Stow, Massachusetts 01775, 1986. 31

Спасибо за внимание! 32