УПРАВЛЕНИЕ МОДЕЛЬНЫМ ВРЕМЕНЕМ

События модели происходят в некотором модельном времени. Модельное время - это виртуальное время, в котором автоматически упорядочиваются все события, причем не обязательно пропорционально реальному времени, в котором развивается моделируемый процесс. Например:

• реальное время развития процесса - 3 года;

• модель процесса, охватывающая эти 3 года, выполняется на компьютере за 1 с;

• все события при выполнении модели выстроены в нужном порядке, и все статистические данные в результате ее выполнения замерены.

Масштаб времени - это число, которое задает длительность моделирования одной единицы модельного времени, пересчитанной в секунды, в секундах астрономического реального времени при выполнении модели. Относительный масштаб времени - это дробь, показывающая, сколько единиц модельного времени помещается в одной единице процессорного времени при выполнении модели в компьютере.

Можно выделить четыре разновидности масштаба времени:

1.Реальный масштаб времени - вводится значение выбранной единицы измерения модельного времени, выраженное в секундах. Например, если в качестве единицы модельного времени выбран 1 ч, а в качестве масштаба задать число 3600, то модель будет выполняться со скоростью реального процесса, а интервалы времени между событиями в модели будут равны интервалам времени между реальными событиями в моделируемом объекте (с точностью до поправок на погрешности при задании исходных данных). Относительный масштаб в этом случае равен 1:1.

2.Максимально ускоренный масштаб времени - задается число 0. В этом случае время моделирования определяется чисто процессорным временем выполнения модели. Например, если в модели произошли три события, причем длительность модельного времени между первым и вторым событиями составляет 1 мин, а между вторым и третьим интервал модельного времени равен 24 ч, то в компьютере соответствующие интервалы астрономического времени - это длительность выполнения управляющих программ имитатора, т.е. оба интервала приблизительно равны. Они зависят от используемого процессора ЭВМ и могут измеряться малыми долями секунды. Это обстоятельство позволяет достигнуть максимального быстродействия модели и автоматически исключать из процесса моделирования непроизводительные отрезки модельного времени (например, в ночное время фирма не работает). Относительный масштаб в этом случае практически трудно определить.

3.Пропорционально ускоренный масштаб времени – вводится значение выбранной единицы измерения модельного времени, выраженное в секундах. Причем это значение меньше выбранной единицы. Например, если в качестве единицы модельного времени выбран 1 ч, а в качестве масштаба задать число 0,1, то модель будет выполняться быстрее реального процесса. Причем 1 ч реального процесса будет моделироваться в ЭВМ в течение 0,1 с (с учетом погрешностей), т.е. примерно в 36 000 раз быстрее. Относительный масштаб равен 1:36 000.

4.Замедленный масштаб времени - вводится значение выбранной единицы измерения модельного времени, выраженное в секундах. Причем это значение меньше выбранной единицы. Например, если в качестве единицы модельного времени выбран 1 ч, а в качестве масштаба задать число 7 200, то модель будет выполняться медленнее реального процесса. Причем 1 ч реального процесса будет моделироваться в ЭВМ в течение 2 ч, т.е. примерно в 2 раза медленнее. Относительный масштаб равен 2:1. Замедленный масштаб не представляет интереса для проведения исследований с моделями. Однако замедленная работа необходима при исследовании самого имитатора и характеристик его координатора (например, при калибровке общего модельного таймера).

Механизм планирования событий и модельный таймер. В процессе моделирования образуются управляющие структуры данных. На фазе инициализации для каждого узла в памяти ЭВМ выделяется блок управления узлом kcb. Эти блоки уничтожаются при завершении моделирования. Если в процессе прогона модели появляется новый транзакт, то на все время его существования образуется блок управления транзактом tcb. При входе транзакта в узел возникает блок управления событием ecb, который уничтожается после выхода транзакта из этого узла. Если транзакт захватывает какое-то количество единиц ресурса определенного типа, то к нему присоединяется блок управления ресурсом rcb с идентификатором этого ресурса; в этом блоке отмечается используемое количество единиц. Если ресурс полностью освобожден, то rcb уничтожается.

Способы реализации непрерывных моделей. Непрерывные компоненты модели представляют процессы перемещения товаров транспортными средствами с учетом дорожной сети, химическое производство или окружающую среду вокруг объекта экономики. Непрерывные компоненты, если они необходимы, могут быть представлены:

• разностными уравнениями;

• расчетными формулами, реализующими конкретный математический метод.

При реализации непрерывных компонентов очередной интервал (или шаг интегрирования) - это отрезок времени между двумя ближайшими событиями в стохастической сети. В данной системе моделирования обеспечиваются два способа реализации моделей непрерывных компонентов: пассивный и транзактно-управляемый. Пассивные непрерывные модели (например, модель процесса в природной среде, который можно только наблюдать, не имея возможности управления) запускаются сразу координатором network в нулевой момент модельного времени.

Транзактно-управляемые непрерывные модели запускаются по прибытии транзактов в узлы типа ргос. Эти модели запускаются на определенное время активности - время обслуживания транзакта в таком узле. Активностью процесса выполнения непрерывной модели можно управлять из других узлов: с помощью сигнальной функции passiv выполнение непрерывной модели в узле ргос приостанавливается, а с помощью другой функции activ - возобновляется. Такие свойства удобны при моделировании систем управления непрерывным производством. Для моделирования многоуровневых прерываний в вычислительной системе удобнее использовать узел serv.

ЗАКЛЮЧЕНИЕ

Рассмотренная концепция имитационного моделирования экономических процессов, основанная на специальном аппарате формального манипулирования узлами, транзактами, событиями и ресурсами, является довольно универсальной для применения в риск-менеджменте. На ее основе создана система моделирования Pilgrim. Данная концепция использует следующие математические методы:

• аппарат стохастических сетей для построения структурной схемы моделируемого процесса (не обязательно экономического);

• метод Монте-Карло для статистических испытаний и проверки гипотез;

• специально созданный набор датчиков псевдослучайных величин для решения экономических и иных задач;

• методы планирования экстремальных экспериментов.

В процессе создания модели в виде многоуровневой стохастической сети экономисту-исследователю не всегда понятно, каким образом выделять и детализировать процессы, включаемые в качестве узлов в состав модели. Поэтому Pilgrim имеет специальный инструментарий для структурного системного анализа моделируемых экономических объектов и систем, который выполняет две основные функции:

• создает графическую схему модели методами структурной послойной декомпозиции объекта экономики;

• генерирует программный код имитационной модели на языке Pilgrim в процессе диалога и последовательной декомпозиции, что позволяет применять используемую методологию экономистами-непрофессионалами в области программирования.

Список использованной литературы

1. А.А. Емельянов, Е.А. Власова, Р.В. Дума «Имитационное моделирование экономических процессов», Москва, «Финансы и статистика», 2002.

2. М.М. Лычкина «Имитационное моделирование экономических процессов», Москва, Академия АйТи, Государственный университет управления, 2005.