Обзор показал, что в большинстве работ проводится раздельный анализ процессов поиска и имитации. Совмещение этих процессов порождает управляемый имитационный процесс, анализ которого значительно усложняется в силу появления нестационарного режима функционирования модели. Однако именно в этом направлении лежит решение задачи существенной экономии вычислительных затрат в ходе проведения имитационного моделирования и расширения сферы применения самого метода. Построение имитационных программных моделей СОИ сложная и трудоемкая задача, решаемая, как правило, с использованием специализированных алгоритмических языков [11, 18]. Эти языки имели с самого начала различные средства, упрощающие составление имитационных программ. Языки моделирования обычно сконструированы так, что позволяют описывать не только сам имитатор, но и вспомогательные действия, которые выполняются в течение эксперимента, прежде всего поступление входных данных и обработку результатов экспериментов. В настоящее время существуют сотни языков моделирования для описания моделей в различных предметных областях. Обычно структура имитационной модели соответствует некоторой концептуальной схеме, Так, язык GPSS [184] использует концептуальную схему, отражающую понятия теории массового обслуживания; система агрегативного моделирования [21, 22] опирается на описание блоков в виде конечных автоматов общего вида; язык SIMSCRIPT использует схему взаимосвязанных событий; языки SIMULA-2, CJIAM-2 [110] декларируют процессную концепцию. Наиболее полный обзор языков имитационного моделирования содержится в монографии [65]. Классификация языков выполнена на основании использования в них объектов статической (А) и динамической (Т) природы языки типов А, Т, АТ, ТА. Однако, в [65] не сделана попытка разработать единую концептуальную основу и связать структуру моделируемой системы 43 |
Обзор показал, что в большинстве работ проводится раздельный анализ процессов поиска и имитации. Совмещение этих процессов порождает управляемый имитационный процесс, анализ которого значительно усложняется в силу появления нестационарного режима функционирования модели. Однако именно в этом направлении лежит решение задачи существенной экономии вычислительных затрат в ходе проведения имитационного моделирования и расширения сферы применения самого метода. При большом разнообразии методов моделирования до сих пор отсутствует подход, который позволил бы на единой концептуальной основе производить описание функционирования технологических машин и ее компонент, создавать имитационные модели, анализировать и синтезировать способы моделирования. В ряде работ подчеркивается эффективность совместного использования аналитического и имитационного методов для анализа функционирования технологических машин. Широко освещены в литературе [19, 23] и имитационно-аналитические модели, или гибридные, которые преодолевают трудности имитации разномасштабных во времени процессов: моделирование “медленных” процессов осуществляется на имитационной модели, “быстрых” на аналитической модели. Процесс имитационно-аналитического моделирования складывается из поочередного выполнения 2 -х фаз: 1. Моделирование событий медленного процесса, используя рассчитанные заранее усредненные значения характеристик быстрых процессов, и установление начальных значений для модели 2 -ой фазы. 2. Аналитический расчет усредненных характеристик системы или ее компонент. Существующие гибридные модели можно рассматривать как имитационные, в которых параметры, необходимые для построения случайных процессов, не задаются, а определяются аналитически [37]. 61 |