Modellazione e simulazione - Introduzione
Modellingè il processo di rappresentazione di un modello che include la sua costruzione e il suo funzionamento. Questo modello è simile a un sistema reale, che aiuta l'analista a prevedere l'effetto delle modifiche al sistema. In altre parole, la modellazione sta creando un modello che rappresenta un sistema comprese le loro proprietà. È un atto di costruzione di un modello.
Simulationdi un sistema è il funzionamento di un modello in termini di tempo o spazio, che aiuta ad analizzare le prestazioni di un sistema esistente o proposto. In altre parole, la simulazione è il processo di utilizzo di un modello per studiare le prestazioni di un sistema. È un atto di utilizzare un modello per la simulazione.
Storia della simulazione
La prospettiva storica della simulazione è enumerata in ordine cronologico.
1940 - Un metodo chiamato "Monte Carlo" è stato sviluppato da ricercatori (John von Neumann, Stanislaw Ulan, Edward Teller, Herman Kahn) e fisici che lavorano a un progetto di Manhattan per studiare la diffusione dei neutroni.
1960 - Sono stati sviluppati i primi linguaggi di simulazione speciali, come SIMSCRIPT di Harry Markowitz presso la RAND Corporation.
1970 - Durante questo periodo, è stata avviata la ricerca sui fondamenti matematici della simulazione.
1980 - Durante questo periodo, sono stati sviluppati software di simulazione basati su PC, interfacce utente grafiche e programmazione orientata agli oggetti.
1990 - Durante questo periodo, sono stati sviluppati simulazione basata sul web, grafica animata di fantasia, ottimizzazione basata sulla simulazione, metodi Monte Carlo della catena Markov.
Sviluppo di modelli di simulazione
I modelli di simulazione sono costituiti dai seguenti componenti: entità di sistema, variabili di input, misure delle prestazioni e relazioni funzionali. Di seguito sono riportati i passaggi per sviluppare un modello di simulazione.
Step 1 - Identificare il problema con un sistema esistente o impostare i requisiti di un sistema proposto.
Step 2 - Progettare il problema occupandosi dei fattori e dei limiti del sistema esistente.
Step 3 - Raccogliere e avviare l'elaborazione dei dati di sistema, osservandone le prestazioni e il risultato.
Step 4 - Sviluppare il modello utilizzando diagrammi di rete e verificarlo utilizzando varie tecniche di verifica.
Step 5 - Convalida il modello confrontando le sue prestazioni in varie condizioni con il sistema reale.
Step 6 - Creare un documento del modello per un utilizzo futuro, che includa in dettaglio obiettivi, ipotesi, variabili di input e prestazioni.
Step 7 - Selezionare un disegno sperimentale appropriato secondo il requisito.
Step 8 - Indurre condizioni sperimentali sul modello e osservare il risultato.
Esecuzione dell'analisi di simulazione
Di seguito sono riportati i passaggi per eseguire l'analisi della simulazione.
Step 1 - Prepara una dichiarazione del problema.
Step 2- Scegli le variabili di input e crea entità per il processo di simulazione. Esistono due tipi di variabili: variabili decisionali e variabili incontrollabili. Le variabili decisionali sono controllate dal programmatore, mentre le variabili incontrollabili sono le variabili casuali.
Step 3 - Creare vincoli sulle variabili decisionali assegnandole al processo di simulazione.
Step 4 - Determina le variabili di output.
Step 5 - Raccogli i dati dal sistema reale per inserirli nella simulazione.
Step 6 - Sviluppa un diagramma di flusso che mostri l'avanzamento del processo di simulazione.
Step 7 - Scegli un software di simulazione appropriato per eseguire il modello.
Step 8 - Verifica il modello di simulazione confrontandone il risultato con il sistema in tempo reale.
Step 9 - Eseguire un esperimento sul modello modificando i valori delle variabili per trovare la soluzione migliore.
Step 10 - Infine, applica questi risultati al sistema in tempo reale.
Modellazione e simulazione ─ Vantaggi
Di seguito sono riportati i vantaggi dell'utilizzo di modellazione e simulazione:
Easy to understand - Permette di capire come funziona realmente il sistema senza lavorare su sistemi in tempo reale.
Easy to test - Permette di apportare modifiche al sistema e il loro effetto sull'output senza lavorare su sistemi in tempo reale.
Easy to upgrade - Permette di determinare i requisiti di sistema applicando diverse configurazioni.
Easy to identifying constraints - Consente di eseguire analisi dei colli di bottiglia che causano ritardi nel processo di lavoro, informazioni, ecc.
Easy to diagnose problems- Alcuni sistemi sono così complessi che non è facile capire la loro interazione in un momento. Tuttavia, Modeling & Simulation permette di comprendere tutte le interazioni e analizzarne l'effetto. Inoltre, è possibile esplorare nuove politiche, operazioni e procedure senza influire sul sistema reale.
Modellazione e simulazione ─ Svantaggi
Di seguito sono riportati gli svantaggi dell'utilizzo di modellazione e simulazione:
Progettare un modello è un'arte che richiede conoscenza, formazione ed esperienza del dominio.
Le operazioni vengono eseguite sul sistema utilizzando un numero casuale, quindi difficile prevedere il risultato.
La simulazione richiede manodopera ed è un processo che richiede tempo.
I risultati della simulazione sono difficili da tradurre. Richiede esperti per capire.
Il processo di simulazione è costoso.
Modellazione e simulazione ─ Aree di applicazione
Modellazione e simulazione possono essere applicate alle seguenti aree: applicazioni militari, formazione e supporto, progettazione di semiconduttori, telecomunicazioni, progetti e presentazioni di ingegneria civile e modelli di e-business.
Inoltre, viene utilizzato per studiare la struttura interna di un sistema complesso come il sistema biologico. Viene utilizzato durante l'ottimizzazione della progettazione del sistema come algoritmo di instradamento, catena di montaggio, ecc. Viene utilizzato per testare nuovi progetti e politiche. Viene utilizzato per verificare soluzioni analitiche.