Tres componentes de la simulación
Establecer un modelo matemático del sistema
La simulación es una actividad basada en modelos que utiliza simulaciones de modelos para reemplazar sistemas reales para experimentos e investigaciones. Por tanto, primero es necesario describir cuantitativamente el problema a simular, es decir, establecer un modelo matemático del sistema.
Los modelos son imitaciones coloridas del mundo real, por lo que los modelos también son diversos;
Según si el modelo contiene factores aleatorios, se puede dividir en modelos estocásticos y modelos deterministas.
Según si el modelo varía en el tiempo, se puede dividir en modelo dinámico y modelo estático.
Según si los parámetros del modelo cambian continuamente en el espacio, se puede dividir en modelos de parámetros distribuidos y modelos de parámetros agrupados.
Según si los parámetros del modelo cambian continuamente con el tiempo, se puede dividir en modelos de sistemas continuos y modelos de sistemas discretos.
Según la descripción matemática del modelo, se puede dividir en ecuaciones diferenciales ordinarias, ecuaciones diferenciales parciales, ecuaciones en diferencias, modelos de eventos discretos, etc.
Para los diferentes tipos de modelos anteriores, no los discutiremos en profundidad aquí, sino que solo discutiremos algunas * * * cuestiones al establecer un modelo matemático del sistema.
1) El proceso de modelado es un proceso de procesamiento de información. En otras palabras, la información es la "materia prima" para construir modelos. Según los diferentes tipos de "materias primas" utilizadas en el modelado, los métodos de modelado pueden ser. dividirse en dos categorías:
Una es el modelado deductivo, que es el modelado utilizando información técnica previa. El proceso es: partir de algunas premisas, supuestos, principios y reglas, y deducir mediante lógica matemática para establecer un modelo. Entonces este es un proceso de general a especial, es decir, derivar una descripción especial del objeto simulado basada en principios técnicos generales.
El otro es el modelado inductivo, que utiliza información de datos experimentales de sistemas reales para modelar. El proceso es: obtener datos mediante pruebas del sistema real. Los datos contienen información que puede reflejar la esencia del sistema real. Luego, mediante el procesamiento de datos, se obtiene una descripción de la regularidad del sistema real, como el pozo. modelo de regresión de mínimos cuadrados conocido. Este es un proceso de lo especial a lo general.
Pero en aplicaciones prácticas, los dos métodos anteriores a menudo se combinan para construir un modelo, es decir, modelado de métodos mixtos.
No importa qué método de modelado se utilice, la clave está en comprender el sistema real. Si no entendemos el sistema real completamente correctamente, entonces el modelo no imitará con precisión la naturaleza del sistema real.
2) La credibilidad del modelo. Dado que el modelo es una imitación del sistema real, existe una cuestión de imitación, es decir, la confiabilidad de la similitud y precisión del modelo.
La credibilidad del modelo depende de si la información "materias primas" utilizadas en el modelado (conocimientos previos, datos experimentales) es correcta y completa, y también depende del método de modelado utilizado (ley de deducción, inducción). ) es razonable y riguroso. Además, para muchos software de simulación, el modelo matemático debe convertirse en un modelo de simulación que pueda ser procesado por el algoritmo de simulación. Por tanto, también existe el problema de la precisión de la conversión del modelo. Cualquier error en el modelado afectará la credibilidad del modelo.
Por lo tanto, una vez establecido el modelo, probar su credibilidad es un paso esencial e importante. El método para probar la confiabilidad del modelo suele ser: primero, expertos que están familiarizados con el sistema de simulación analizan y evalúan el modelo, luego realizan un análisis estadístico de los datos utilizados para el modelado y finalmente prueban el modelo para comparar los resultados de la simulación preliminar. con los resultados estimados.
Cálculo de simulación
El cálculo de simulación es el proceso de realizar experimentos numéricos y resolver el modelo de simulación establecido. Diferentes modelos tienen diferentes soluciones. Por ejemplo, los sistemas continuos a menudo se describen mediante ecuaciones diferenciales ordinarias, funciones de transferencia o incluso ecuaciones diferenciales parciales. Debido a que es casi imposible obtener soluciones analíticas para estas ecuaciones, siempre se utilizan soluciones numéricas. Por ejemplo, se utilizan principalmente varios métodos de integración numérica para ecuaciones diferenciales ordinarias y métodos de diferencias finitas, métodos de líneas características, métodos de Monte Carlo o diferencias finitas. Los métodos se utilizan para ecuaciones diferenciales parciales.
Para otro ejemplo, para sistemas de eventos discretos, generalmente se usan modelos probabilísticos y el proceso de simulación es en realidad un proceso de experimento numérico. Estos parámetros deben ajustarse a ciertas leyes de distribución de probabilidad. Los diferentes tipos de sistemas de eventos discretos (como sistemas de servicios estocásticos, sistemas de inventario estocásticos, planes de redes estocásticos, etc.) tienen diferentes métodos de simulación. ).
Con la creciente complejidad de los objetos de simulación y la urgente necesidad de simulación en tiempo real, la investigación de nuevos algoritmos de simulación, especialmente varios algoritmos de simulación paralelos, siempre ha sido una tarea importante.
Análisis de los resultados de la simulación
Para sacar conclusiones correctas y efectivas a través de la simulación, es necesario realizar un análisis científico de los resultados de la simulación. El software de simulación inicial generaba los resultados de la simulación en forma de una gran cantidad de datos, por lo que era necesario organizar los datos de los resultados de la simulación y realizar varios análisis estadísticos para sacar conclusiones científicas. La tecnología de visualización se utiliza ampliamente en el software de simulación moderno para mostrar vívidamente varios estados de los objetos de simulación a través de gráficos, cuadros e incluso animaciones, lo que hace que la información de salida de la simulación sea más abundante y detallada, y más propicia para el análisis científico de los resultados de la simulación.