Перейдем непосредственно к описанию технологии моделирования и прежде всего сформулируем основные этапы этого процесса, приняв за основу классификацию, предложенную в [26].[ ...]
Обратимся к этапу 1.4, основное содержание которого связано с разработкой программного обеспечения. Для сокращения сроков разработки было бы весьма желательно использовать на этом этапе стандартные средства и системы программирования существующих ЭВМ, включающие наиболее распространенные входные языки, такие, как ПЛ/1, Фортран и др. Однако, как показал опыт работы с достаточно сложными моделями, реализация имитационной системы на ЭВМ требует специальных программных средств, которые в подобных языках отсутствуют. Это приводит к необходимости разработки не только программных модулей для описания блоков модели, но и некоторого общесистемного математического и программного обеспечения. Эти вопросы подробно будут нами рассмотрены в следующей главе.[ ...]
Этапы 2.1 и 2.2 являются весьма важными, поскольку от уровня решения возникающих здесь вопросов часто зависит успех разработки в целом. Мы уже говорили о том, что именно машинный эксперимент является основной чертой имитационного моделирования, отличающей его от других типов вычислений, производимых с помощью ЭВМ. Учитывая то значение, которое имеют эти этапы, их рассмотрению посвящен специальный параграф книги (§ 4.4). Здесь же лишь отметим, что разрабатываемая модель, помимо детерминированной части, может включать в себя описание тех или иных стохастических процессов, для Имитации которых используются методы статистических испытаний. В этом случае на ЭВМ должны быть организованы серии ’’прогонов” модели и сформированы выборки, анализ которых должен производиться с использованием методов математической статистики [7]. Поэтому в имитационной системе должны быть предусмотрены процедуры генерации случайных величин с заданными законами распределения и случайных последовательностей с заданными корреляционными свойствами, а также программы для статистической обработки случайных величин и процессов [14, 15]. Эти соображения должны учитываться при организации машинных экспериментов.[ ...]
Адекватность модели будем оценивать точностью, которая может быть достигнута при решении той конкретной задачи (или класса задач), для которой (или для которых) разрабатывалась данная имитационная система. Так, например, если модель агрофитоценоза создается для целей управления водным режимом, то от нее в первую очередь требуется, чтобы она на разных стадиях вегетации растений правильно предсказывала их реакцию на условия засухи (водный стресс) и поливы, и именно в тех пределах вариаций погодных условий, которые характерны для данного региона. Оценку адекватности можно связать с той точностью, с которой производится расчет норм поливной воды и сроков полива. Действительно, было бы абсурдным требовать от модели, чтобы сроки полива определялись с точностью до часа и минуты. Задачу можно считать решенной, а модель адекватной реальности, если эти сроки будут определены с точностью до суток.[ ...]
Этот пример показывает, что оценить адекватность модели достаточно просто в тех случаях, когда модель создается для решения задач управления.[ ...]
Более затруднительной оказывается ситуация, когда модель конструируется для изучения или для уточнения плохо изученных механизмов некоторого явления. В этих случаях оценка адекватности модели всегда будет субъективной и, как указано выше, она будет отражать степень уверенности исследователя в относительной ’’истинности” модельных построений, которую ему удалось достичь в результате анализа серий машинных экспериментов. При этом, разумеется, следует оценить тот относительный вклад в общую картину поведения модели,который внесли ее составляющие, основанные как на вполне надежно установленных, так и на гипотетических механизмах.[ ...]
В настоящем параграфе мы кратко охарактеризовали основные особенности технологии имитационного моделирования. Чтобы говорить о создании такой технологии в полном смысле этого слова, следовало бы сказать о программных средствах, обеспечивающих автоматизацию решения поставленных задач. Их описание содержится в гл. 5, в которой наряду с другими вопросами рассмотрена специфика технологической поддержки основных этапов (этапы 1.3 — 3.2) имитационного моделирования.[ ...]
Однако прежде чем переходить к этим вопросам, следует рассмотреть особенности планирования имитационных экспериментов.[ ...]
Вернуться к оглавлению