Методические аспекты преподавания дисциплины «Имитационное моделирование» с использованием системы моделирования «GPSS World»
Автор: Клименко Оксана Александровна
Рубрика: 9. Педагогика высшей профессиональной школы
Опубликовано в
международная научная конференция «Инновационные педагогические технологии» (Казань, октябрь 2014)
Дата публикации: 03.10.2014
Статья просмотрена: 631 раз
Библиографическое описание:
Клименко, О. А. Методические аспекты преподавания дисциплины «Имитационное моделирование» с использованием системы моделирования «GPSS World» / О. А. Клименко. — Текст : непосредственный // Инновационные педагогические технологии : материалы I Междунар. науч. конф. (г. Казань, октябрь 2014 г.). — Казань : Бук, 2014. — С. 295-297. — URL: https://moluch.ru/conf/ped/archive/143/6340/ (дата обращения: 03.12.2024).
Для научного исследования системы часто прибегают к моделированию. При этом если отношения, которые образуют модель, достаточно просты, можно использовать аналитические методы. Однако большинство существующих систем являются достаточно сложными и создать реальную модель аналитическими средствами практически невозможно — придется использовать большое число допущений, которые негативно скажутся на адекватности модели. Такие системы следует изучать с помощью имитационного моделирования. Применительно к практике имитационное моделирование может использоваться в различных сферах человеческой деятельности.
Имитационное моделирование традиционно находит отражение в экономических исследованиях: моделировании производственных систем и логистических процессов, маркетинге, моделировании бизнес процессов; в социально-экономических исследованиях: моделировании экономических реформ, региональных процессов, социологии и политологии; моделировании транспортных, информационных и телекоммуникационных систем, оценке различных систем вооружений и требований к их материально-техническому обеспечению, глобальном моделировании мировых процессов. Метод имитационного моделирования позволяет решать задачи исключительной сложности, обеспечивает имитацию любых сложных и многообразных процессов, с большим количеством элементов, отдельные функциональные зависимости в таких моделях могут описываться весьма громоздкими математическими соотношениями. Поэтому имитационное моделирование эффективно используется в задачах исследования систем со сложной структурой с целью решения конкретных проблем.
В настоящее время на рынке компьютерных программ и программных комплексов имеются разнообразнейшие средства моделирования. Любой квалифицированный инженер, технолог или менеджер должен уметь уже не просто моделировать сложные объекты, а моделировать их с помощью современных технологий, реализованных в форме графических сред или пакетов визуального моделирования.
Целью изучения дисциплины «Имитационное моделирование» является ознакомление студентов с особенностями имитационного моделирования разнообразных процессов и систем. В этом курсе синтезируются знания, полученные ранее в области общих математических и естественнонаучных дисциплин, ряда общепрофессиональных дисциплин.
Задачами изучения данного курса являются:
- получение знаний о сути методов имитационного моделирования и особенностях их практического применения,
- приобретение навыков разработки и реализации имитационных моделей процессов и систем различных сфер человеческой деятельности.
Процесс изучения дисциплины направлен на формирование следующих профессиональных компетенций:
- способности осуществлять сбор, анализ и обработку данных, необходимых для решения поставленных задач;
- способности выбрать инструментальные средства для обработки данных в соответствии с поставленной задачей, проанализировать результаты расчетов и обосновать полученные выводы;
- способности использовать для решения аналитических и исследовательских задач современные технические средства и информационные технологии.
В результате изучения дисциплины студент должен знать, что такое имитационное моделирование; какие этапы включает в себя разработка имитационной модели; особенности построения модели; суть реализации основных и вспомогательных событий; методы реализации таймера модельного времени; как генерируются случайные числа; методы преобразования случайных величин; операторы генерации и уничтожения транзактов; операторы реализации обслуживания; операторы регистрации очередей; оператор передачи транзакта; как представить одноканальную модель с различными типами транзактов и с различными приоритетами; как включается в модель многоканальное устройство; как задается емкость многоканального устройства; как задаются в модели функции дискретные и непрерывные.
Кроме того студент должен уметь правильно определять тип модели; выделять основные этапы моделирования; правильно представлять структуру модели; правильно представлять методы реализации модели; корректно использовать методы аналитического преобразования случайных величин; использовать метод табличного преобразования случайных величин; разработать одноканальную модель средствами GPSS; реализовать одноканальную модель средствами GPSS; разработать многоканальную модель средствами GPSS; реализовать многоканальную модель средствами GPSS; правильно включать в модель функции дискретные и непрерывные.
В соответствии с задачами, которые стоят перед преподавателем и требованиями, предъявляемыми к знаниям и умениям студентов, содержание курса можно разбить на следующие составляющие.
1. Введение. Задачи имитационного моделирования ведение.
Понятие модели. Три вида моделей и методов моделирования. Вероятностные модели. Общий вид задачи имитационного моделирования. Этапы моделирования. Примеры задач, для решения которых могут использоваться средства имитационного моделирования.
2. Основные принципы построения и анализа имитационных моделей.
Основные и вспомогательные события. Прибытие заявки и завершение обслуживания. Продвижение заявки в очереди. Таймер модельного времени. Метод фиксированного приращения значений таймера. Метод переменного приращения значений таймера. Завершение моделирования.
3. Формирование случайных чисел с заданным законом распределения.
Моделирование случайных чисел с равномерным законом распределения. Ядро и множитель. Метод квадратов. Метод произведений. Мультипликативный и смешанный конгруэнтные методы. Проверка датчиков случайных чисел. Средства формирования случайных чисел с заданным законом распределения. Метод аналитического преобразования случайных величин. Экспоненциальное распределение. Нормальное распределение. Метод табличного преобразования случайных величин. Моделирование экономических объектов и процессов.
4. Модели одноканальных систем массового обслуживания.
Система моделирования GPSS. Структура модели. Понятие транзакта. Блоки и операнды. Генерация и удаление транзактов. Имитация обслуживания. Таймер модельного времени. Представление результатов моделирования. Регистраторы очередей. Передача транзактов. Одноканальная модель с различными типами транзактов. Одноканальная модель с приоритетами. Моделирование экономических объектов и процессов.
5. Моделирование многоканальных систем массового обслуживания.
Имитация многоканальных устройств. Дискретные и непрерывные функции. Многоканальная модель с приоритетами. Смешанная модель. Пример имитации производства. Моделирование экономических объектов и процессов.
6. Планирование и проведение направленных вычислительных экспериментов на имитационной модели. Графическое представление результатов моделирования.
На лекционных занятиях необходимо представить общие сведения об имитационном моделировании, выделить его как особый вид моделирования, который характеризуется сочетанием неопределённости и ветвления процесса. При этом, в зависимости от подготовки студентов, могут дополнительно предлагаться сведения по теории вероятностей и некоторым другим математическим дисциплинам. Следует привить студентам знание, что главная задача заключается в умении проанализировать (выделить все влияющие факторы), а затем построить. В этой связи математическое моделирование является базой. Кроме теории вероятностей, могут быть полезны знания по теории массового обслуживания. Если этот курс ранее не читался, то можно кратко рассказать основные идеи теории массового обслуживания, делая упор на аналитические методы, показать, когда появляется необходимость существенного упрощения модели. На фоне теории массового обслуживания вводится понятие о методе Монте-Карло. До студентов необходимо донести разницу между анализом и синтезом, указывая на ограничения математических моделей, предназначенных для синтеза. При подготовке лекции очень важно учитывать специальность, для которой данная дисциплина читается: излагая материал, нужно ссылаться на уже известные студентам сведения из электротехники, электроники, теории управления, экономики и т. д.
Имитационное моделирование позиционируется как вид моделирования, существенно отличающийся от классического моделирования систем на основе дифференциальных и алгебраических уравнений. Имитационное моделирование предназначено, в основном, для исследования организационно-технических систем и это накладывает отпечаток как на методы моделирования, так и на вид разрабатываемых моделей — они практически ничем не похожи на классические модели из теории управления. Обосновывая необходимость имитационного моделирования, следует рассказать о современных тенденциях построения интегрированного производства с мощной информационной основой в виде систем поддержки принятия решений. Как правило, в таких системах осуществляется синтез управлений для организации производства или другой деятельности организации. Этот синтез может выполняться с помощью формальных методов, а также на основе экспертных систем, в том числе и в компьютерном варианте. Но эти решения прежде, чем они будут внедрены, должны быть как-то опробованы. Опробовать их на реальных объектах сложно или невозможно, поэтому целесообразно использовать для этих целей имитационные моделирование. Системы поддержки принятия решений встроены в системы обеспечения жизненного цикла изделий (продукции), развитие которых является прямой задачей специалистов в области САПР. Таким образом выстраивается логика включения данного курса в структуру учебного процесса по соответствующему направлению подготовки.
Следует показать студентам, как можно решать задачи синтеза через многократное повторение задач анализа. При этом можно осуществлять прогон модели при различных условиях и выбрать те условия, которые дают желаемое преимущество. Можно также произвести целенаправленный перебор вариантов, используя, например, метод планирования эксперимента, и определить характер зависимости характеристик от тех или иных внешних воздействий и параметров. В GPSS World имеется инструмент для автоматизации таких экспериментов — ANOVA. Желательно рассказать студентам о существовании такой возможности. В результате обучения студент должен быть способен самостоятельно выполнить разработку и исследование имитационной модели предложенной системы. В проекте должно быть отражено содержание выполненных исследований на всех технологических этапах имитационного моделирования: описание исследуемой проблемы и определение целей исследования; логико-математическое описание моделируемой системы; создание имитационной модели средствами системы моделирования; подготовка исходных данных моделирования; испытание и исследование имитационной модели, включающие оценку адекватности, анализ устойчивости, чувствительности, точности результатов моделирования. По результатам, полученным в эксперименте, должны быть сделаны выводы и предложены соответствующие цели исследования решения.
Литература:
1. Бронов С. А. Имитационное моделирование: учебно-метод. обеспечение самостоятельной работы студентов / С. А. Бронов; ФГОУ ВПО «Сибирский федеральный университет». — Красноярск: СФУ, 2007.
2. Кельтон В., Лоу А. Имитационное моделирование. Классика CS. — СПб.: Питер, 2004.
3. Томашевский В., Жданова Е. Имитационное моделирование в среде GPSS. — М.: Изд-во «Бестселлер», 2003.