- •Автономная некоммерческая образовательная организация высшего образования центросоюза российской федерации «российский университет кооперации»
- •Содержание
- •Введение
- •1. Имитационное моделирование
- •1.1 Понятие, цели, виды и область применения имитационного моделирования
- •1.2 Виды имитационного моделирования
- •1.3 Преимущества и недостатки имитационного моделирования
- •1.4 Применение имитационных моделей в управлении запасами.
- •1.5 Метод Монте-Карло
- •1.6 Имитация информационных ресурсов
- •Заключение
- •Список использованной литературы
Заключение
В рамках данной работы была рассмотрена тема «Имитационное моделирование».
Имитационное моделирование — это метод исследования, при котором изучаемая система заменяется моделью с достаточной точностью, описывающей реальную систему и с ней проводятся эксперименты с целью получения информации об этой системе. Экспериментирование с моделью называют имитацией (имитация — это постижение сути явления, не прибегая к экспериментам на реальном объекте).
Применение имитационных моделей дает множество преимуществ по сравнению с выполнением экспериментов над реальной системой и использованием других методов.
Данной работа посвящена изучению таких вопросов: понятие, цели и область применения имитационного моделирования, виды имитационного моделирования, основные преимущества и недостатки имитационного моделирования, Применение имитационных моделей в управлении запасами (Метод Монте-Карло).
Имитационное моделирование является одним из методов, который применяется специалистами в случаях, когда использование математических моделей вызывает определенные трудности или когда лежащие в их основе предпосылки неадекватны реальным условиям. Метод имитационного моделирования можно применять в сложных ситуациях, не принимая никаких предпосылок об исходных данных.
Мы рассмотрели метод Монте-Карло, в котором всем переменным модели ставится в соответствие определенное множество дискретных значений. Данный метод позволяет на основе собранной исходной информации сгенерировать для каждой переменной соответствующее распределение вероятностей. Из этих распределений с помощью случайных чисел получают значения переменных модели, которые используют затем в процессе моделирования. Построение каждой модели начинают с определения входящих в нее переменных и формулирования правил их функционирования. Результаты расчетов по имитационным моделям небольшой размерности обычно представляют в виде таблиц, легко поддающихся количественному анализу.
В современной мировой обстановке применение имитационного моделирования во многих сферах деятельности человека является весьма перспективным направлением. Несмотря на сложность его освоения и трудоемкость использования, этот метод со временем все больше и больше доказывает свою оправданность и значимость. Применяя его, можно достичь все больших результатов. Хотя само имитационное моделирование со времени основания (более 40 лет назад) изменилось не существенно, но грамотность людей, в том числе в компьютерных науках, в среднем сильно возросла. Это в свою очередь и придало распространенность, и в будущем развитие имитационного моделирования. Находят все больше способов его применения и наук, в которых оно может быть задействовано. Идея имитационного моделирования одинакова привлекательна и для руководителей, и для исследователей систем благодаря своей простоте. Поэтому метод имитационного моделирования в настоящее время стремятся применить для решения большинства практических задач. По результатам обследования 1000 крупнейших фирм США (их перечень постоянно приводится в журнале Fortune) установлено, что методами, которые в наибольшей степени используются при анализе их деятельности, являются методы имитационного моделирования.
Суть имитационного моделирования заключается в следующем: 1. Воспроизведение с необходимой достоверностью поведения отдельных элементов системы в процессе реализации ею функции системы; 2. Накопление статистических данных о поведении элементов; 3. Статистическая обработка этих данных для получения статистических оценок количественных характеристик законов распределения оцениваемых показателей эффективности.
Как правило, моделируемый объект - сложная система со стохастическим поведением. Возможны различные аспекты анализа поведения объекта: -при анализе производительности объекта случайным является поток запросов на обслуживание, случайна также трудоемкость реализации запроса, определяемая числом операций, которые необходимы для его выполнения; -при анализе надежности объекта случайны процессы отказов элементов (процесс деградации ), случайны также интервалы времени, необходимого для ремонта отказавших элементов (процессы восстановления). Главной функцией имитационной модели является воспроизведение с заданной степенью точности прогнозируемых параметров её функционирования, представляющих исследовательский интерес.