Проверяемый текст
Балдин, Александр Викторович; Научные основы автоматизации и моделирования процессов управления на основе гибридных систем поддержки принятия решений с открытой структурой (Диссертация 2006)
[стр. 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.

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
[стр. 60]

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

[Back]