Технологические возможности современных систем моделирования

Технологические возможности современных систем моделирования

Наталья Лычкина

Имитационное моделирование на сегодня становится все более зрелой технологией компьютерного моделирования, благодаря чему наблюдается устойчивый рост приложений этого метода в самых различных областях, связанных с управлением и принятием решений экономического, организационного, социального и технического характера.

Понятие «компьютерное моделирование» в сфере информационных технологий относительно ново и связано со становлением и выделением относительно традиционного моделирования с помощью компьютера (последнее — это, как правило, функционально-ориентированные автоматизированные системы поддержки математического и других видов моделирования, реализуемые обычно в виде систем библиотечного типа) двух современных видов компьютерного моделирования: структурно-функционального и имитационного. Компьютерное моделирование — эффективный метод решения задач анализа и синтеза сложных систем. Методологической основой компьютерного моделирования является системный анализ (в то время как у моделирования на компьютере — те или иные разделы теории математических моделей), именно поэтому в ряде источников наряду с термином «компьютерное» используется термин «системное моделирование», а саму технологию системного моделирования призваны осваивать системные аналитики.

Однако ситуацию не стоит представлять так, что традиционные виды моделирования противопоставляются компьютерному моделированию. Наоборот, доминирующей тенденцией сегодня является взаимопроникновение всех видов моделирования, симбиоз различных информационных технологий в области моделирования, особенно для сложных приложений и комплексных проектов по моделированию. Так, например, имитационное моделирование включает в себя концептуальное моделирование (на ранних этапах формирования имитационной модели) и логико-математическое (включая методы искусственного интеллекта) — для целей описания отдельных подсистем модели, а также в процедурах обработки и анализа результатов вычислительного эксперимента и принятия решений. Технология проведения и планирования вычислительного эксперимента с соответствующими математическими методами привнесена в имитационное моделирование из физического (натурного) моделирования. Наконец, структурно-функциональное моделирование используется при создании стратифицированного описания многомодельных комплексов.

Становление компьютерного моделирования связано с имитационным моделированием; имитационное моделирование было исторически первым по сравнению со структурно-функциональным, без компьютера никогда не существовало и имеет целый ряд специфических черт. Имитационное моделирование предполагает создание логико-математической модели сложной системы. При имитационном моделировании логическая структура моделируемой системы адекватно отображается в модели, а процессы ее функционирования и динамика взаимодействия ее элементов воспроизводятся (имитируются) на модели. Поэтому построение имитационной модели включает в себя структурный анализ моделируемой системы и разработку функциональной модели, отражающей динамические портреты моделируемой системы.

Другой важной специфической особенностью имитационного моделирования, как вида моделирования, является то, что методом исследования компьютерной модели здесь является направленный вычислительный эксперимент, содержание которого определяется проведенными аналитическими исследованиями и соответствующими вычислительными процедурами, реализуемыми как на стадии стратегического планирования эксперимента, так и на стадии обработки и интерпретации его результатов.

Технология имитационного моделирования

Общая проблематика имитационного моделирования включает ряд аспектов: методологический, связанный с созданием новых концепций формализации и структуризации моделируемых систем, совершенствованием методологических основ системного моделирования, отработкой подходов к созданию стратифицированных описаний моделируемых систем, построением систем принятия решений в области комплексных проектов по моделированию и др.; математический, связанный с широким использованием в имитационном моделировании вообще, и в процедурах вычислительного эксперимента в частности, статистических методов самого различного назначения, математических методов оптимизации и принятия решения и методов искусственного интеллекта; а также технологический аспект.

В данной статье внимание в большей степени уделяется технологическому аспекту, так как до некоторых пор общепризнанным недостатком имитационного моделирования считался низкий технологический уровень языков и систем моделирования, сдерживающий применение этой технологии, особенно в области коммерческих приложений. Объективные причины такого положения были связаны с тем, что многообразие моделируемых объектов не способствовало становлению универсальных концепций структуризации, шел поиск, проходивший в основном в университетской и академической среде, фирмы — разработчики программного обеспечения не занимались системами моделирования. Принципиальным недостатком систем моделирования было то, что автоматизации подлежал только этап программирования имитационной модели, в то время как технология имитационного моделирования должна охватывать весь цикл системного моделирования — от постановки проблемы и формирования концептуальной модели до анализа результатов вычислительного эксперимента и принятия решения.

За последние несколько лет ситуация изменилась коренным образом. Предпосылки совершенствования технологии системного моделирования были связаны, с одной стороны, с общим развитием информационных технологий (графических оболочек, мультимедийных средств, объектно-ориентированного программирования и т. д.), а с другой — с комплексным, многоаспектным исследованием сложных систем, таких как социально-экономические и производственно-технологические системы, с созданием человеко-машинных систем принятия решений в различных областях научно-исследовательской деятельности.

Работы по комплексной автоматизации моделирования в России были связаны с развитием концепции моделирующих центров (Технология системного моделирования / Е. Ф. Аврамчук, А. А. Вавилов, С. В. Емельянов и др. Под общ. ред. С. В. Емельянова и др. М.: Машиностроение; Берлин: Техник, 1988) и реализацией систем типа СПРИНТ, СПЛАВ, СПРУТ, САПФИР и были выдержаны на мейнфреймовском направлении и поэтому не получили широкого распространения. Разработка информационных систем принятия решений, реализуемых в основном в некоторых международных проектах (Lawandowski A., Werzbicki A. Theory, Software and Testing Example in Decision Support Systems. Working paper WP-88-071, International Institute for Applied Systems Analysis, Laxenburg, Austria, 1988) и ряде отечественных разработок по проектированию крупномасштабных систем и моделированию социально-экономических систем (Имитационные системы принятия экономических решений / Багриновский К. А., Конник Т. И, Левинсон М. Р. и др. М.: Наука, 1989) осуществляется на основе синтеза новейших информационных технологий, компьютерного моделирования, методов искуcственного интеллекта и диалоговых методов.

Основными структурными компонентами системы принятия решений являются банк моделей, банк знаний и диалоговый процессор со средствами проблемной ориентации. Основой интеграции всех компонентов в единый комплекс является информационное обеспечение, позволяющее осуществлять информационное и функциональное взаимодействие моделей, входящих в состав системы принятия решений, а также информационную поддержку процесса системного моделирования и принятия решений. Разработка такого рода проектов моделирующих систем предполагала, конечно, более совершенный инструментарий.

Формализация и структуризация имитационного моделирования

По данным последних обзоров (Swain J. J. Simulation Goes Mainstream. OR/MS Today. Vol 24. No 5. 1999. P. 35—37), публикуемых в Интернете, куда информация предоставляется компаниями — производителями программного обеспечения для имитационного моделирования, сегодня на рынке информационных технологий фигурирует порядка 60 программных продуктов аналитического типа, ориентированных на имитационное моделирование. Диапазон и разнообразие такого ПО продолжает расти, отражая тенденцию устойчивого спроса на него. Изучение технологических и функциональных возможностей этих систем моделирования в течение ряда лет позволило составить общее представление о ситуации на рынке информационных технологий и выявить основные тенденции в области современных систем моделирования, наиболее существенные из которых будут рассмотрены ниже.

В качестве доминирующих базовых концепций формализации и структуризации в современных системах моделирования используются:

• для дискретного моделирования — системы, основанные на описании процессов (process description) или на сетевых концептах (network paradigms). В их числе — системы Extend, Arena, ProModel, Witness, Taylor, Gpss/H-Proof и др.;
• для систем, ориентированных на непрерывное моделирование, — модели и методы системной динамики, среди которых — Powersim, Vensim, Dynamo, Stella, Ithink и др.

При этом в мощных системах с целью расширения их функциональности присутствуют альтернативные концепции формализации. Так, например, в системах Powersim и Ithink встроен аппарат дискретного моделирования, и, наоборот, в системах Extend и ProcessModel реализована поддержка, правда довольно слабая, непрерывного моделирования.

Большинство систем моделирования имеют удобный, легко интерпретируемый графический интерфейс, системные потоковые диаграммы или блок-схемы реализуются на идеографическом уровне, т. е. рисуются, параметры моделей определяются через подменю. Сохраняются элементы программирования (на языках общего назначения или объектно-ориентированных) для отдельных элементов модели или создания специализированных блоков подготовленным пользователем, так называемое авторское моделирование (например, в системе Extend существует  встроенный язык Modl для создания специализированных блоков).

Системы моделирования имеют развитые средства мультипликации (animation), подчас мультипликация весьма сложная, происходящая в реальном времени, как, например, в TAYLOR.

Имитационные системы становятся все более проблемно-ориентированными. Известны системы моделирования производственных систем различного назначения (TOMAC, SIRE и др.), медицинского обслуживания (MEDMODEL), в области телекоммуникаций (COMNET) и др. Для этого в проблемно-ориентированные системы моделирования включаются абстрактные элементы, языковые конструкции и наборы понятий, взятые непосредственно из предметной области исследований. Определенные преимущества имеют системы моделирования, декларирующие свою проблемную ориентацию, например пакет Rethink, ориентирующийся на реинжиниринг. Все это, конечно, влияет на доступность и привлекательность имитационного моделирования.

Стратификация систем

В современных системах моделирования появляется некоторый инструментарий для создания стратифицированных моделей (Технология системного моделирования / Е. Ф. Аврамчук, А. А. Вавилов, С. В. Емельянов и др. Под общ. ред. С. В. Емельянова и др. М.: Машиностроение; Берлин: Техник, 1988). Стратификация систем, являясь общим принципом системного моделирования, реализуется в технологии имитационного моделирования либо путем детализации и применения итерационной процедуры эволюции имитационной модели, либо путем создания комплекса взаимосвязанных моделей с развитыми информационными и имплицитными связями между моделями. Стратифицированные модели представляют собой машинно-ориентированные понятия, предполагающие конструирование баз данных и знаний, над которыми определены вычислительные процессы решения задач системного анализа и принятия решения.

Разработчики систем моделирования используют различные подходы для реализации стратифицированных моделей. Ряд программных продуктов, такие как AUTOMOD, ProModel, TAYLOR, WITNESS и др., поддерживают интеграцию моделей на основе создания вложенных структур. В системах Arena и Extend реализован подход к стратификации, основанный на построении иерархических многоуровневых структур. Наиболее перспективным является структурно-функциональный подход, реализованный, например, в системах моделирования Ithink и Rethink, базирующийся на методологии структурного анализа и проектирования. При такой технологии есть возможность для реализации нескольких уровней представления моделей, при этом используется высокоуровневое представление в виде блок-схем с применением CASE- средств, а на нижнем уровне модели могут отображаться, например, потоковыми схемами и диаграммами.

Направленный вычислительный эксперимент на имитационной модели

Новая методология научного исследования в компьютерном моделировании, предполагающая организацию и проведение вычислительного эксперимента на имитационной модели, требует серьезной математической и информационной поддержки процесса системного моделирования, особенно в части вычислительных процедур, связанных с планированием эксперимента и оптимизацией, а также в части организации работы с большим объемом данных в процедурах принятия решений. Многие системы моделирования обеспечены средствами интеграции с другими программными средами и осуществляют доступ к процедурным языкам, связанным с кодом имитационной модели, для реализации специальных вычислений и доступа к базам данных (подход Simulation Data Base).

В более мощных пакетах осуществляется интеграция через дополнительное программное обеспечение со специализированными блоками различного назначения. Это могут быть блоки анализа входных данных и гибкие средства анализа чувствительности, позволяющие осуществлять многократные прогоны с различными входными данными (в системах GPSS/H-PROOF, ProModel и др.). Перспективно создание систем моделирования с функционально широкими, ориентированными на специфику имитационного моделирования блоками оптимизации (в этом смысле показательны системы WITNESS и TAYLOR). Интеграция программных систем, кстати, может осуществляться и на других уровнях, например, имитационное моделирование плюс логистика, что актуально, в частности, при реализации ресурсных моделей балансового типа.

Реализуемый в ряде систем многопользовательский режим, применение интерактивного распределенного моделирования, разработки в области взаимодействия имитационного моделирования со Всемирной паутиной расширяют возможности имитационного моделирования, позволяя отрабатывать совместные или конкурирующие стратегии различным компаниям.

Некоторые характеристики для ряда систем моделирования приведены в таблице.

Рассмотренные технологические возможности современных систем моделирования во многом определяют сегодня оживление интереса к имитационному моделированию не только в области государственного, глобального моделирования, но и в коммерческой сфере. Потребителями такого рода аналитической продукции выступают аналитические отделы банков, промышленные компании, финансово-промышленные группы, страховые и инвестиционные компании, консультационные, проектные организации, региональные органы власти, представители отрасли и др. С помощью имитационного моделирования эффективно решаются задачи самой широкой проблематики в области стратегического планирования, бизнес-моделирования, менеджмента (моделирование различного рода финансовых проектов и управление производством), реинжиниринга, проектирования (актуально применение имитационного моделирования в области инвестиционно-технологического проектирования) и многих других.