авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:   || 2 | 3 | 4 | 5 |   ...   | 12 |
-- [ Страница 1 ] --

Четвертая всероссийская научно-практическая конференция по

имитационному моделированию и его применению в науке

и промышленности

«ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ. ТЕОРИЯ И

ПРАКТИКА»

ИММОД-2009

Сборник докладов

ТОМ I

Генеральный спонсор конференции

ООО «Экс Джей Текнолоджис»

Санкт-Петербург, 2009

ISBN 978-5-902241-21-8

СОСТАВИТЕЛИ А. М. Плотников, Б. В. Соколов Компьютерная верстка Л. П. Козлова Редактирование Е. П. Смирнова, Н. Н. Елгина © ОАО «Центр технологии судостроения и судоремонта», 2009 Уважаемые коллеги, дамы и господа!

Сегодня ОАО «Центр технологии судостроения и судоремонта» и Институт Информатики и автоматизации РАН проводят четвертую всероссийскую научно практическую конференцию по имитационному моделированию и его применению в науке и промышленности «Имитационное моделирование. Теория и практика»

ИММОД-2009.

Тематика конференции посвящена всестороннему анализу современного состояния и перспектив развития теории и инструментальных средств имитационного моделирования производственных и технологических процессов, имитационному моделированию в транспорте и телекоммуникациях, в системах административного управления и САПР. Особую актуальность представляет рассмотрение задач имитационного моделирования в сфере анализа и синтеза бизнес процессов.

На конференции широко представлены результаты исследований проблем оценивания качества моделей и распределенного моделирования, сведения о современных языках и программных системах, используемых при моделировании.

Помимо новых научных результатов, связанных с решением задач имитационного моделирования в различных предметных областях, в материалах конференции отражены опыт практического применения математического аппарата имитационного моделирования в конкретных программных системах и инструментальные средства автоматизации моделирования.

В рамках конференции нам предоставляется возможность обсудить с коллегами из разных городов и разных организаций последние достижения российской науки в области решения задач имитационного моделирования и применения их в научных исследованиях и в промышленности. Мы надеемся, что работа конференции будет способствовать укреплению сотрудничества отечественных партнеров, а также установлению новых научных и деловых связей.

Хочется поблагодарить наших коллег из компании XJ Technologies (Санкт Петербург), фирмы ООО «Элина-Компьютер» (Казань), Российского фонда фундаментальных исследований, Отделения нанотехнологий и информационных технологий РАН, ООО «Сименс Продакт Лайфсайкл Менеджмент Софтвер (РУ)»

(Москва), журналов «Rational Enterprise Management» и «Судостроение» (Санкт Петербург) за их активное содействие в подготовке и проведении данной конференции.

Мы полагаем, что эта встреча будет для Вас памятной и приятной, поскольку произойдет в Санкт-Петербурге, одном из красивейших городов мира, центре науки, высоких технологий и культуры.

Успехов в работе всем участникам!

Генеральный директор В.Д.Горбач ОАО «ЦТСС»

Директор СПИИРАН Р.М. Юсупов ИММОД- Организационный комитет конференции Сопредседатели:

Горбач В.Д., генеральный директор ОАО «Центр технологии судостроения и судоремонта», д.т.н., академик МАИ (Санкт-Петербург) Юсупов Р.М., директор СПИИРАН, член-корреспондент РАН, заслуженный деятель науки и техники РФ (Санкт-Петербург) Заместители сопредседателей:

Плотников А.М., начальник отдела информационных технологий, ОАО «Центр технологии судостроения и судоремонта» (Санкт-Петербург) Ткач А.Ф., заместитель директора СПИИРАН, к.т.н., доцент (Санкт-Петербург) Члены оргкомитета:

Алиев Т.И., заведующий кафедрой ВТ, профессор, д.т.н., СПбГУИТМО, (Санкт Петербург) Борщев А.В., генеральный директор ООО «Экс Джей Текнолоджис», к.т.н.

(Санкт-Петербург) Васильев А.А., заместитель директора по научной работе, к.т.н., ОАО «Центр технологии судостроения и судоремонта» (Санкт-Петербург) Власов С.А., ученый секретарь Отделения нанотехнологий и информационных технологий РАН, ведущий научный сотрудник ИПУ РАН, к.т.н. (Москва) Девятков В.В., директор ООО «Элина-Компьютер», к.т.н. (Казань) Елтышев Б.К., начальник ВЦ, доцент, к.т.н., Государственный морской техниче ский университет (Санкт-Петербург) Лычкина Н.Н., к.э.н., доцент, Государственный Университет Управления (Москва) Томашевский В.Н., профессор, д.т.н., Национальный технический университет Украины «КПИ», (Киев, Украина) Яцкив И.В., проректор по учебной работе, профессор, к.т.н., Рижский Институт Транспорта и Связи, (Рига, Латвия) 4 ИММОД- Программный комитет конференции Сопредседатели:

Юсупов Р.М., директор СПИИРАН, член-корреспондент РАН, Заслуженный деятель науки и техники РФ (Санкт-Петербург) Горбач В.Д., генеральный директор ОАО «Центр технологии судостроения и судоремонта», д.т.н., академик МАИ (Санкт-Петербург) Заместители сопредседателей:

Соколов Б.В., заместитель директора СПИИРАН по научной работе, д.т.н., профессор (Санкт-Петербург) Хомоненко А.Д., заведующий кафедрой информационных и вычислительных систем ПГУПС, д.т.н., профессор (Санкт-Петербург) Члены программного комитета:

Алиев Т.И., заведующий кафедрой ВТ СПбГУИТМО, д.т.н., профессор (Санкт-Петербург) Верзилин Д.М., доцент СПИИРАН, д.э.н. (Санкт-Петербург) Вишнякова Л.В., ФГУП «ГосНИИ авиационных систем», д.т.н., профессор (Москва) Девятков В.В., директор фирмы ООО «Элина-Компьютер», к.т.н. (Казань) Карпов Ю.Г., СПбПУ, д.т.н., профессор (Санкт-Петербург) Кобелев Н.Б., Всероссийский заочный финансово-экономический институт, д.э.н., профессор (Москва) Конюх В.Л., Новосибирский ГТУ, д.т.н., профессор (Новосибирск) Поспелов И.Г., ВЦ РАН, д.ф-м.н., профессор (Москва) Рыжиков Ю.И., Военно-космическая академия им.Можайского, д.т.н., профессор, заслуженный деятель науки РФ, ведущий научный сотрудник СПИИРАН (Санкт-Петербург) Толуев Ю.И., руководитель проектов, институт организации и автоматизации промышленного производства им. Фраунхофера IFF, доктор естественных наук, приват-доцент (Магдебург, Германия) Яковлев С.А., профессор кафедры автоматизированных систем обработки информации и управления СПбГЭУ «ЛЭТИ», д.т.н., академик МАИ (Санкт-Петербург) ИММОД- Организаторы конференции ОАО «Центр технологии судостроения и судоремонта», Санкт-Петербург Институт информатики и автоматизации РАН, Санкт-Петербург Информационная поддержка конференции Институт информатики и автоматизации РАН, Санкт-Петербург ОАО «Центр технологии судостроения и судоремонта», Санкт-Петербург ООО «Экс Джей Текнолоджис» (XJ Technologies), Санкт-Петербург ООО «Элина-Компьютер», Казань Журнал «Rational Enterprise Management», Санкт-Петербург Журнал «Судостроение», Санкт-Петербург Журнал «Прикладная информатика», Москва Генеральный спонсор конференции ООО «Экс Джей Текнолоджис» (XJ Technologies), Санкт-Петербург Спонсоры конференции Отделение нанотехнологий и информационных технологий РАН, Москва Российский фонд фундаментальных исследований, Москва ООО «Элина-Компьютер», Казань ООО «Сименс Продакт Лайфсайкл Менеджмент Софтвер (РУ)», Москва 6 ИММОД- СОДЕРЖАНИЕ ПЛЕНАРНЫЕ ДОКЛАДЫ Власов С. А., Девятков В. В., Девятков Т. В. Язык моделирования GPSS World и системы автоматизации имитационных исследований: опыт применения и перспективы использования........................................................................................ Емельянов А. А., Власова Е. А. Имитационное моделирование экономических процессов....................................................................................................................... Конюх В. Л. Опыт применения сетей Петри для имитации поведения систем............... Котенко И. В. Многоагентное моделирование для исследования механизмов защиты информации в сети Интернет....................................................................................... Лычкина Н. Н. Ретроспектива и перспектива системной динамики. Анализ динамики развития........................................................................................................ Меркурьев Ю. А. Опыт международного сотрудничества в области имитационного моделирования.............................................................................................................. Попков Т. В. Многоподходное моделирование: практика использования...................... Секция 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ И МЕТОДОЛОГИЯ ИМИТАЦИОННОГО И КОМПЛЕКСНОГО МОДЕЛИРОВАНИЯ Антонова Г. М. Некоторые проблемы оптимизации на основе имитационных моделей.......................................................................................................................... Бабина О. И. Сравнительный анализ имитационных и аналитических моделей........... Бабкин Е. А. Иерархическое представление событийных графов.................................... Бочаров Е. П., Алексенцева О. Н., Кузнецов С. В. Проблема генерирования случайных временных рядов, обладающих автокорреляционными свойствами, при решении задач имитационного моделирования............................ Боченина К. О., Духанов А. В. Динамическое моделирование систем с ресурсными потоками на основе применения системной динамики и методов оптимизации... Васильченко Д. С., Марлей В. Е. Анализ размерности в алгоритмических сетях.......... Верзилин Д. Н., Максимова Т., Титов А. Проблема моделирования массовых событий в социуме на основе фрагментарных данных............................................................ Власов С. А., Девятков В. В., Кобелев Н. Б., Половников В. А. Имитационное моделирование больших систем........................................

........................................ Вятченин Д. А., Доморацкий А. В., Новиков Д. И., Юодялис А. В. Классификация элементов сложной системы с интервально-значными характеристиками.......... Герасимов Д. А., Олейникова С. А., Кравец О. Я. Особенности программной реализации новой среды имитационного моделирования...................................... ИММОД- Грибанова Е. Б., Мицель А. А. Разработка систем поэтапного имитационного моделирования экономических процессов............................................................... Дозорцев В. М., Агафонов Д. В. Новый подход к обеспечению адекватности тренажерных моделей сложных технологических процессов................................ Задорожный В. Н. К дискуссии о качестве датчиков случайных чисел........................ Зайцева Е. Л. Формирование концепции построения имитационных моделей исполняемых бизнес-процессов................................................................................. Ковтун Л. И., Шарков Н. А. Методы имитационного моделирования и ситуационного анализа управленческих решений при авариях на кораблях на основе лингвистического описания процессов, алгебры высказываний и нейроподобных сетей..................................................................... Кокорин С. В. Имитационная модель приоритетной многоканальной системы массового обслуживания............................................................................................ Кокорин С. В., Соколов Б. В. Комбинированный метод оптимизации структуры замкнутых однородных сетей массового обслуживания......................................... Кочкин Д. В., Суконщиков А. А. Моделирование сетевых устройств на базе нейронечетких сетей Петри........................................................................................ Курейчик В. М. Писаренко В. И. Кравченко Ю. А.Имитационная модель реализации учебного проекта в референтной группе.............................................. Переварюха А. Ю. К вопросу об ограниченности применения компьютерного моделирования для задач прогнозирования............................................................. Попов А. В., Аксенов К. А., Бубенщикова А. А. Использование численных методов оптимизации и систем массового обслуживания при моделировании процессов логистики................................................................ Романов В. П., Яковлев Д. Н., Лельчук А. В. Инвестиционные стратегии предприятия в виртуальной модели экономики....................................................... Соснин В. В. Динамическое изменение приоритетов для обеспечения требуемого уровня качества обслуживания в компьютерных сетях.......................................... Столбов А. Б. Программная система поддержки процесса моделирования медико-эколого-экономических систем.................................................................... Сукач Е. И., Ратобыльская Д. В., Кулага В. Н. Вероятностно-алгебраический метод моделирования сложных систем..................................................................... Томилов И. Н., Достовалов Д. Н., Денисов М. С. Спецификация дискретного поведения гибридных систем..................................................................................... Усанов Д. И. Планирование эксперимента и оптимизация на основе нейросетевых метамоделей и генетических алгоритмов в среде GPSS World.............................. 8 ИММОД- Секция 2. СРЕДСТВА АВТОМАТИЗАЦИИ И ВИЗУАЛИЗАЦИИ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ Аксенов К. А., Смолий Е. Ф., Сафрыгина Е. М., Гончарова Н. В. BPsim4 – объектно-ориентированная система моделирования и принятия решений процессов преобразования ресурсов......................................................................... Александров В. В. Организация имитационного моделирования в среде GPSS на основе SOA................................................................................................... Александров В. В., Сикачев В. Ю. Исследовательский комплекс моделирования движения воздушных судов в аэродромном пространстве.................................... Балашов В., Бахмуров А., Волканов Д., Смелянский Р., Чистолинов М., Ющенко Н. Стенд полунатурного моделирования для разработки встроенных вычислительных систем реального времени............................................................ Борзунов А. В., Коротков А. А. Методология интерактивного имитационного математического моделирования автоматизированных систем управления корабельным зенитным ракетным оружием............................................................ Быков Е. А., Аксенов К. А. Обзор средств и методов планирования имитационных экспериментов............................................................................................................. Владимирская И. П. Расчет рациональной технической структуры и технологии транспортных систем методом имитационного моделирования........................... Габалин А. В. Проведение машинных экспериментов в системе имитационного моделирования УСМ.................................................................................................. Гулаков В. К., Буйвал А. К., Паршиков П. А. Моделирование координации субподрядчиков путем коммуникации программных агентов с компенсацией невыгодных соглашений и передачей полезности.................................................. Девятков Т. В. Универсальная среда моделирования для профессионалов................. Девятков В. В., Жевнерчук Д. В., Николаев А. В. Структурная оптимизация программно-аппаратного комплекса виртуальных лабораторий с применением методов имитационного моделирования и нечеткой логики................................. Диденко Д. Г. От последовательного моделирования в системе GPSS/World к распределённому моделированию в OpenGPSS...................................................... Ершов Е. С., Юдин Е. Б. Система имитационного моделирования simuLab................ Зраенко А. С., Аксенов К. А Разработка комплекса имитационного моделирования коалиций агентов BPsim.KIT..................................................................................... Ивашкин Ю. А. Мультиагентное имитационное моделирование больших активных систем.......................................................................................................... Кокорин С. В., Рыжиков Ю. И. Автоматический синтез программ расчёта систем и сетей обслуживания................................................................................................. ИММОД- Кухарев С. А., Кухарева О. Применение имитационного моделирования к разработке программных средств для построения, анализа и оптимизации характеристик, управления трафиком компьютерных сетей с технологией MPLS........................ Лукичев А. Н. Globus: среда моделирования приложений ОС реального времени....... Малыханов А. А., Кумунжиев К. В., Черненко В. Е. Среда имитационного моделирования транспортных систем....................................................................... Медведев В. И. Имитационное моделирование систем и процессов в системе Tecnomatix Plant Simulation........................................................................................ Мельников Д. Моделирование и автоматизация интеграции обмена данных............... Носенко А. В., Зюбин В. Е. Методика создания виртуальных лабораторных стендов в области программирования управляющих систем................................. Павлов В. Л., Федотов М. В. Применение методов распределенной обработки данных имитационного моделирования в системах корпоративного управления................................................................................................................... Парусов В. Е., Твельнев Е. В. Применение алгоритма табличных вычислений для программной реализации моделирования информационных систем модифицированными сетями Петри.......................................................................... Рыжиков Ю. И. Имитационные модели в пакете МОСТ................................................ Хабибуллин Р. Г., Макарова И. В., Беляев А. И. Исследование системы фирменного обслуживания автомобилей на основе компьютерного эксперимента................................................................................................................ Хабибуллин Р. Г., Макарова И. В., Беляев А. И., Буйвол П. А. Использование пакета моделирования систем AnyLogic для обучения студентов автомобильных специальностей................................................................................ Хижняк А., Белоус А., Шевяков А., Белый А. Разработка имитационной модели кластеризации воздушных объектов при решении задачи третичной обработки радиолокационной информации на основе теории нечетких множеств...................................................................................................... Хуторная Е. В. Имитационная модель мобильной сети управления безопасной проводкой судов по Северному морскому пути....................................................... Рефераты.............................................................................................................................. Abstract................................................................................................................................... 10 ИММОД- Пленарные доклады ЯЗЫК МОДЕЛИРОВАНИЯ GPSS WORLD И СИСТЕМЫ АВТОМАТИЗАЦИИ ИМИТАЦИОННЫХ ИССЛЕДОВАНИЙ: ОПЫТ ПРИМЕНЕНИЯ И ПЕРСПЕКТИВЫ ИСПОЛЬЗОВАНИЯ С. А. Власов (Москва), В. В. Девятков, Т. В. Девятков (Казань) Неоспоримым фактом является то, что язык GPSS является одним из наиболее популярных и используемых средств имитационного моделирования в России и во всем мире. Гениальная разработка Дж. Гордона [1] уже почти пятьдесят лет все увели чивает количество своих почитателей. С историей возникновения и развития семейства языков GPSS можно ознакомиться во многих публикациях, например, [2], [3]. Долголе тие и мощь GPSS восхищают и поражают все новыми и новыми применениями.

Конечно, язык GPSS имеет и целый ряд недостатков – простейший интерфейс пользователя, недостаточно функциональный редактор моделей, слабо автоматизиро ванная технология проведения исследований, устаревший способ представления и ана лиза результатов и т.д. Эти недостатки все более явно проявляются в настоящее время на фоне современных средств информационных технологий. И все это, в основном, из за того, что язык был разработан на самой заре информатизации. Сейчас созданы го раздо более современные, с точки зрения информационных технологий и пользователь ского интерфейса, программные продукты имитационного моделирования. Но уни кальные концепции моделирования и алгоритмическая мощь, наряду с исключительной простотой освоения и использования, позволяют GPSS успешно конкурировать с со временными системами.

Как показано в работе [4], в России и СНГ для моделирования используется много и других языков и систем. Данные системы действительно обладают рядом уни кальных возможностей и используют новейшие алгоритмические разработки. Но большинство из известных авторам крупных проектов использования имитационного моделирования на практике успешно реализуется именно на языке GPSS. Например, нам неизвестно ни одного случая в области дискретно-событийного моделирования, когда можно было бы сказать, что данная модель не может быть реализована на языке GPSS. А перечисленные выше недостатки языка GPSS сейчас успешно преодолеваются возможностями гибкого использования в создаваемых имитационных моделях про грамм, написанных на других языках. Еще большая возможность использовать пре имущества GPSS появляется при реализации концепции комплексной автоматизации имитационных исследований, объединении в рамках единой интегрированной про граммной системы как можно большего числа этапов классического имитационного исследования [5], [6]. В этом случае с использованием GPSS создается модель и реали зуются заданные пользователем эксперименты, а все остальные действия в процессе имитационных исследований выполняются с помощью других программ, существую щих или специально разработанных.

Современная версия языка GPSS–GPSS World [7] практически идеально вписы вается в концепцию интегрированной (комплексной) системы имитационных исследо ваний и является моделирующим ядром этой системы. Такое использование GPSS World неоднократно апробировано авторами в процессе реализации целого ряда проек тов различной сложности и направленности.

Системы автоматизации имитационных исследований Будем далее называть интегрированную программную систему имитационных исследований сокращенно САИИ – система автоматизации имитационных исследо ваний. В рамках САИИ необходима разработка множества программных компонент, ИММОД-2009 Пленарные доклады сервисов и технологий, обеспечивающих проведение полномасштабных имитационных исследований в различных областях экономики в рамках единой программной, а часто и алгоритмической среды.

При этом нельзя рассматривать САИИ в отрыве от процессов автоматизации всей исследуемой системы в целом. Другими словами, САИИ должны стать неотъем лемой составной частью IT структуры любого предприятия, технологии, системы и т.д.

Использование САИИ возможно на различных стадиях жизненного цикла исследуемой системы – при проектировании, функционировании (эксплуатации), планировании раз вития, коренной ее модернизации и т.д. На стадии проектирования САИИ должна обеспечивать верхний – системный уровень проектирования или анализа. Результаты моделирования на системном уровне должны учитываться в других, следующих за данным уровнем системах автоматизированного проектирования, решающих задачи синтеза. На стадиях эксплуатации или модернизации САИИ должна обеспечивать и стратегический, и оперативный уровни анализа и прогнозирования. При этом результа ты моделирования должны использоваться при принятии управленческих решений и планировании развития.

САИИ – это, естественно, не одна, не две, а целое множество предметно ориен тированных систем. Последовательно, шаг за шагом, должен быть создан целый ряд таких систем для различных областей реальной экономики с учетом уровня детализа ции объектов системы, квалификации пользователей и т.д. (рис. 1).

Только при создании множества разнообразных систем САИИ имитационные исследования перестанут быть уделом небольшого количества специалистов и действи тельно станут полноценным массовым инструментом системных аналитиков различ ных уровней (руководителей, менеджеров, диспетчеров и т.д.).

Рис. 1. Множество систем САИИ Классификация САИИ Последние тенденции развития систем имитационного моделирования (как и любой системы автоматизации) и практический опыт внедрения их в реальную эконо мику показывают, что в основе создания новой системы должен стоять конечный пользователь – формулирующий задачи, которые он собирается решить с использова нием системы;

его уровень квалификации и познания в имитационном моделировании и т.д.

Поэтому классифицировать возможные пути дальнейшего развития средств ав томатизации имитационных исследований будем в первую очередь по конечному поль зователю этих средств. Можно разделить всех пользователей имитационных исследо ваний на три группы (рис. 2).

12 ИММОД- Пленарные доклады Потенциальные пользователи имитационных исследований Исследователи из Пользователи крупных Профессионалы различных отрас- организаций и пред ИМ лей экономики приятий Рис. 2. Пользователи имитационных исследований Каждой из этих групп требуется средство автоматизации имитационных иссле дований с существенно отличающимися функциями, уровнем интерфейса, информаци онным наполнением и т.д., так как в своей профессиональной деятельности они реша ют абсолютно разные задачи и обладают различной квалификацией.

Профессионалы ИМ. Это специалисты, профессионально владеющие методами имитационного моделирования. Их основная функция – обучение ИМ, создание моде лей и проведение на них исследований в учебных и научных целях или на заказ. Они в любом случае занимались и будут заниматься имитационными исследованиями. Цель разработки новых программных средств автоматизации – увеличить эффективность их работы, повысить скорость создания моделей и проведения исследований, повысить адекватность моделей и наглядность в представлении результатов исследований и уп ростить способы передачи результатов Заказчикам.

Исследователи из различных отраслей экономики. Это аналитики, руководители, преподаватели и другие пользователи, в функции которых входит применение ИМ в обучении, системный анализ и консалтинг, создание и использование моделей для опе ративного и стратегического управления предприятиями, проектами, системами и т.д.

Они знакомы с методами ИМ, понимают их суть и значимость и хотели бы их активнее использовать, но требуется создание более понятных (простых) инструментов исследо вания, ориентированных на их профессиональную деятельность.

Пользователи крупных организаций и предприятий. Это группа пользователей, которая, с одной стороны, особо нуждается в системном анализе (в силу сложности и размерности систем), а с другой стороны, не может самостоятельно его провести (де фицит времени, отсутствие требуемых специалистов и специализированных программ ных средств анализа). Программные средства имитационных исследований для этой группы должны в наибольшей степени быть автоматизированы, нацелены на решение конкретных исследовательских задач, интеграцию в корпоративную сеть предприятия, на использование данных систем мониторинга и согласованную передачу результатов моделирования в другие системы автоматизации предприятия.

Учитывая все это, будем далее рассматривать три типа возможных программных средств автоматизации имитационных исследований:

1. Создание интегрированных моделирующих сред для профессионалов ИМ.

2. Разработка универсальных моделирующих сред для широкого круга иссле дователей из различных отраслей экономики.

3. Разработка имитационных приложений, полностью автоматизированных и «заточенных» на конкретные задачи для крупных корпораций и предпри ятий.

Рассмотрим каждое из этих направлений более подробно.

ИММОД-2009 Пленарные доклады Интегрированные моделирующие среды для профессионалов ИМ Под интегрированной моделирующей средой для профессионалов ИМ будем понимать программную систему автоматизации имитационных исследований, которая позволяет оснастить профессионалов ИМ более удобными в применении, автоматизи рованными средствами разработки моделей и проведения исследований.

Конечно, невозможно создать единый программный продукт профессионала ИМ на все случаи жизни, да этого и не нужно. Необходимо только максимально автомати зировать действия разработчика имитационных моделей и исследователя. Это должен быть стандартизованный набор программных компонент, информационно совмести мых друг с другом, методик и технологий их применения. Система должна быть по строена так, что этот набор компонент, методик и технологий мог пополняться без пе реработки всей системы при автоматизации новой функции или этапа. Каждая компо нента должна иметь возможность гибких настроек параметров, обмена данными с дру гими компонентами, последовательной реализации при этом одного этапа имитацион ного исследования за другим. В самом общем и условном виде концепция построения и использования такой программной среды (базируясь на терминологии классической методики имитационных исследований [8], [9]) изображена на рис. 3.

Проведение имитационных исследований в интегрированной мо делирующей среде профессионалов ИМ Анализ и Постановка обработка задачи результатов Сбор, об- Ввод и коррек- Планирование работка тировка ис- Разработка и проведение ходных дан- имитационной экспериментов статистики ных модели с моделью Рис. 3. Концепция построения и использования интегрированной программной среды для профессионалов ИМ Используя такую среду, профессионал ИМ сможет, по сравнению с классиче ским подходом, получить множество преимуществ при проведении имитационных ис следований, сохраняя при этом исключительную вариативность и гибкость:

• охватить весь цикл имитационных исследований;

• проводить их более оперативно. Не тратя время на изучение различных про грамм, рутинные операции согласования форматов данных и их ввода;

• уделить больше внимания достижению адекватности модели;

• увеличить круг возможных областей внедрения метода имитации;

• расширить круг его потенциальных пользователей.

14 ИММОД- Пленарные доклады Универсальные моделирующие среды для широкого круга исследователей из различных отраслей экономики Для данной группы пользователей требуется иной подход и автоматизация ряда этапов и элементов процесса имитационных исследований. Ориентиром для разработ чиков может служить тот факт, что данная группа пользователей хоть и знает ИМ, но не является профессионалом как в области ИМ, так и программирования. Также будем учитывать наш постулат, использованный при классификации, о массовом применении данной среды в различных отраслях экономики.

Все это говорит, что должен быть создан программный продукт, позволяющий:

• во-первых, быть очень простым в применении и доступным в понимании;

• во-вторых, обеспечить его применение как можно большим числом пользо вателей.

Концепция построения и использования универсальной моделирующей среды приведена на рис. 4.

Проведение имитационных исследований в универсальной модели рующей среде для широкого круга исследователей Построение моделей Анализ и обработка из библиотек типо- результатов, фор вых моделей, шаб- мирование отчетов лонов и блоков Автоматическая Проведение Ввод и коррек Планирование генерация ими- экспериментов тировка исход экспериментов тационной мо- с моделью ных данных дели Рис. 4. Концепция построения и использования универсальной моделирующей среды Отличие данной структуры от среды для профессионалов заключается в упро щении некоторых этапов имитационного исследования (например, постановка задачи), более жестком сценарии исследования (ограничение возвратов между этапами), замене некоторых автоматизированных процедур на автоматические (в частности, автоматиче ская генерация текста модели).

Имитационные приложения для крупных корпораций и предприятий В отличие от двух предыдущих типов САИИ имитационные приложения обла дают еще большей жесткостью структуры и сценариев, в силу нацеленности на четко сформулированные задачи исследования.

Обязательными становятся процедуры использования исходных данных из других автоматизированных систем отрасли. Отличительной особенностью имитационных при ложений является тщательная проработка пользовательских интерфейсов и их максималь ИММОД-2009 Пленарные доклады ное приближение к языку общения специалистов в конкретной предметной области. По становки задачи исследования сводятся к выбору показателей функционирования и факто ров, на них влияющих, в процессе планирования экспериментов. Более подробно архитек тура и концепции построения имитационных приложений описаны в [6].

Проведение имитационных исследований в имитационном приложении Автоматизированная Анализ и обработка обработка данных результатов, фор мониторинга исход- мирование отчетов ных данных Ручной ввод и Постановка задачи Автоматиче- Проведение корректировка исследования и скаяна итаци- экспериментов исходных дан- планирование экс- онной модели с моделью ных периментов Рис. 5. Концепция построения и использования имитационного приложения Место и роль подсистемы моделирования в САИИ Как видим, в каждом типе САИИ имеется множество функциональных и структурных отличий. Но определяющей и центральной подсистемой любой САИИ является подсистема моделирования. Данная подсистема является ядром всей сис темы. Конечно, можно каждый раз при создании САИИ разрабатывать свой симуля тор. И в некоторых исключительных случаях это оправдано. Но очевидно, что суще ствует множество мощных и проверенных на практике общецелевых языков имита ционного моделирования [4]. Именно на них и нужно в первую очередь ориентиро ваться при создании САИИ.

В качестве подсистемы моделирования будет понимать не только создание ис ходного кода на некотором общецелевом языке имитационного моделирования, а также и автоматизированное или полностью автоматическое средство создания исходных тек стов моделей на выбранном языке на основе введенных пользователем данных.

Как уже говорилось, в качестве «моделирующего ядра» (подсистемы моделиро вания) авторами, в своих разработках, выбран язык GPSS World.

Современная версия GPSS World имеет большое количество возможностей ин терфейса с другими языками и системами программирования. Например, процедуры динамического вызова программ из любого языка программирования и собственные операторы обработки входных и выходных файловых потоков данных, возможности встроенного в GPSS языка PLUS. Также модель на языке GPSS World может быть вы звана на выполнение в любой внешней программной среде. Кроме этого, в настоящее время разработано достаточно много стандартных программ, расширяющих возможно сти GPSS World.

16 ИММОД- Пленарные доклады Например, в компании Элина-Компьютер разработан целый ряд таких про грамм:

• GPSS сервер – данная программа позволяет управлять множеством процессов вызова GPSS World из различных приложений в рамках локальной вычисли тельной сети;

• планирование экспериментов на GPSS World – позволяет организовывать и про водить серии экспериментов, выбирать различные методы планирования, со хранять результаты в базе данных, обеспечивает средства анализа результатов серии;

• подсистема динамического мониторинга GPSS моделей – обеспечивает накоп ление результатов моделирования в динамике по любому из объектов модели и с заданным пользователем шагом времени фиксации данных. Предоставляет средства анализа результатов мониторинга пользователем;

• редактор стандартных отчетов GPSS – GPSS RC.

С этими и другими программами можно будет ознакомиться в ряде других док ладов на данной конференции.

Все это дает возможность гибко и эффективно реализовать основные функции управления моделью из внешней программы:

• ввод данных в модель;

• запуск на выполнение;

• останов моделирования для ввода управляющих команд и данных;

• продолжение моделирования;

• масштабирование и синхронизация модели;

• динамический мониторинг хода эксперимента;

• завершение эксперимента;

• формирование и обработка результирующего отчета;

• анализ результатов моделирования.

Все эти возможности практически апробированы и проверены при создании под систем моделирования в процессе разработки различных типов САИИ.

В состав САИИ, для каждого из перечисленных типов с различным уровнем ав томатизации, кроме моделирующего ядра, должен входить и генератор моделей. Суть его состоит в автоматическом создании исходного кода GPSS для конкретного экспе римента с моделью на основе данных, введенных пользователем. Генератор моделей – это программная реализация автоматического и корректного объединения типовых мо делей, параметризованных шаблонов моделей, типовых элементарных блоков и т.д. в тексте модели или ее фрагменте, в соответствии с выбранной пользователем структу рой и введенными параметрами.

В САИИ для профессионалов ИМ генератор исходных кодов на GPSS использу ется для автоматического создания лишь части исходного кода. Основную часть моде ли разрабатывает сам пользователь. И только при включении некоторых функций в мо дель, например, динамического мониторинга, пользователь обращается к стандартной программе, вводит требуемые данные, и она автоматически дополняет модель исход ным кодом. Это специальный сегмент с набором PLUS процедур и организацией тай мера мониторинга.

И, наоборот, в САИИ для широкого круга пользователей и имитационных при ложениях пользователь обычно даже не имеет доступа к конечному исходному тексту модели для эксперимента, а может управлять только ее созданием и анализировать ре зультаты эксперимента. В данных типах САИИ исходный код автоматически генериру ется системой по результатам ввода данных пользователем по модели и экспериментам.

ИММОД-2009 Пленарные доклады В ближайшем обозримом будущем роль и место GPSS как моделирующего ядра САИИ сохранится. Но следует отметить, что потребуется разработка еще целого ряда программ, расширяющих возможности GPSS как составных частей САИИ. Например, программы анимации результатов, стандартные утилиты, связывающие наиболее попу лярные системы мониторинга данных и модели в САИИ, и т.д.

Литература 1. Gordon Geoffrey. A General Purpose Simulation Systems Simulation Program, Proc.

EJCC, Washington, D.C., Macmillan Publishing Co., Inc., New-York, 1961, 87–104.

2. Девятков В. В., Кудашов К. В. Предсказание погоды//Компьютер, № 21, 10 июня 2003. С. 32– 3. Шрайбер Т. Дж. Моделирование на GPSS. Пер. с английского, М.: Машинострое ние, 1980. 592 с.

4. Власов С. А., Девятков В. В. Имитационное моделирование в России: прошлое, настоящее, будущее//Автоматизация в промышленности. 2005, № 5. С. 630–65.

5. Нейлор Т. Машинные имитационные эксперименты с моделями экономических систем. Пер. с английского, М.: Мир, 1975. 500 с.

6. Власов С. А., Девятков В. В., Девятков Т. В. Универсальная моделирующая сре да для разработки имитационных приложений// Информационные технологии и вычислительные системы. 2009. № 2. C. 5–12. Работа выполнена при поддержке РФФИ. Проект № 08-07-00205.

7. Руководство пользователя по GPSS World. Пер. с английского, Казань: Издательст во «Мастер-Лайн», 2002.

8. Шеннон Р. Имитационное моделирование систем – искусство и наука. Пер. с анг лийского. М.: Мир, 1978. 418 с.

9. Девятков В. В. Разработка приложений в среде GPSS World. СПб.: 2005// Вторая всероссийская научно-практическая конференция по имитационному моделирова нию и его применению в науке и промышленности «Имитационное моделирование, теория и практика». Сб. докладов. Т. 1. С. 186–190.

18 ИММОД- Пленарные доклады ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ ЭКОНОМИЧЕСКИХ ПРОЦЕССОВ А. А. Емельянов, Е. А. Власова (Москва) В настоящее время усилия многих ученых направлены на наращивание возмож ностей имитационного моделирования. Симуляция динамики в предметных областях претерпевает серьезные изменения в направлении познания неизвестных свойств сис тем, явлений или сложных процессов, как известными методами, так и заранее не из вестными, запланированно или внезапно появляющимися уже в процессе конкретного познания (англ. intelligency).

Необходимость расширения парадигмы моделирования дискретных про цессов. Для моделирования дискретных и дискретно-непрерывных процессов сущест вуют различные системы. Независимо от особенностей их реализации и предоставляе мых возможностей в основе управления моделями в виртуальном времени лежат прин ципы, использующие транзакты, события и их взаимосвязи 1. Соответственно, эти принципы являются определяющими в используемых парадигмах моделирования (да лее назовем их общецелевыми). Однако при моделировании экономических процессов, если модель имеет дело с финансовой динамикой, эти парадигмы неприменимы. В сравнении с общецелевой парадигмой (например, GPSS), парадигма моделирования экономических процессов должна удовлетворять четырем (как минимум) дополнитель ным взаимосвязанным требованиям.

Требование 1. Необходим формальный аппарат реализации финансовой динами ки. Моделирование перечисления денежной суммы или какой-то стоимости с одного счета на другой требует конкретного действия в модели: ввода транзакта в какой-то блок или выполнения конкретного события в момент t1 виртуального времени. Однако это действие не обязательно вызовет проводку этой суммы, хотя бы потому, что оста ток средств на счете меньше требуемой суммы (в данном случае существует возмож ность придумать довольно сложный аппарат синхронизации) или, еще хуже, отрица тельное сальдо существенно больше положительного (а в этом случае ситуация стано вится неразрешимой). Реально проводка может быть выполнена в момент t2 t1. При чем в случае неравенства аппарат управления текущими, будущими и отложенными событиями не поможет определить t2.

Требование 2. Необходима возможность трансформации состава и структуры модели. Экономические процессы в динамике меняют не только свои параметры, но и структуру, вплоть до изменения организационной структуры (разделение, объединение, создание холдинга и др.) потоков управления и механизмов привлечения и распределе ния ресурсов. Это явление называется реинжинирингом. Соответственно, модель должна иметь возможность в процессе моделирования изменять свою структуру, функ ции и количество блоков. Поэтому структурный анализ модели должен существенным образом отличаться от классических графов с неизменной структурой, например от блок-схемы GPSS-модели.

Требование 3. Модели должны предугадывать риски 2. Риск, в соответствии с ма тематической интерпретацией общего определения, – это нежелательное событие, имеющее два взаимно независимых параметра:

1) вероятность его появления на заданном интервале времени;

2) наносимый ущерб – в случае свершения этого события.

Эти термины характерны для GPSS. В других системах терминология может отличаться (прим. авт.).

Общее определение категории риска: «Возможность потерь в расчете на счастливый случай» [11].

ИММОД-2009 Пленарные доклады В настоящее время в экономике существуют и постоянно совершенствуются ме тоды управления рисками [2, 10], эффективность которых должна проверяться на ими тационных моделях, а не сразу на практике.

Требование 4. Необходим аппарат пространственной динамики. Задачи макро экономики, некоторые микроэкономические задачи, а также демографические и регио нальные задачи решаются с учетом взаимного географического расположения модели руемых процессов – с привязкой к географическим координатам (и картам), а иногда и с учетом того, что Земля круглая [4, 5, 7].

Создание моделирующей системы Pilgrim 3 [2, 4] стало следствием развития па радигмы моделирования.

Акторы и теория акторных сетей (англ. actor networks theory – ANT) нашли применение в абстрактном моделировании социальных, экономико-конкурентных, по литических и правовых процессов, в тех областях, где есть определенные трудности с применением формализованных моделей [1, 5, 10]. Появилась новая разновидность ак торов – агентные программы, используемые для управления вычислительным процес сом, процессами в коммуникационных и потребительских узлах Интернета, в социаль ных сетях. В системе имитационного моделирования Any Logic [8] осуществлено ори гинальное полезное решение – агентная модель.

Основной динамической единицей в Pilgrim-моделях является актор. В соответ ствии с концепциями ANT любой узел Pilgrim-модели «с точки зрения компьютера» – это автономный вычислительный процесс, выполняемый особой программой, реали зующей функции узла. Узлы объединяются в направленный граф. Каждый граф модели располагается на своем отдельном модельном слое (рис. 1).

Рис. 1. Динамический граф модели экономического процесса Актор во время моделирования внедряется в узлы, становясь участником вычис лительного процесса. Поскольку актор является одновременно агентной программой, он имеет уникальную способность выполнять особенные функции преобразования мо дели при её выполнении (которые в любой другой системе недопустимы):

В экономических вузах с 2002 до 2008 года использовалась версия Pilgrim-5. В настоящее время рас пространяется новая версия системы Actor Pilgrim [3, 5, 6] (прим. авт.).

20 ИММОД- Пленарные доклады 1) изменение функций или возможностей узла модели, например:

• в модели предприятия сферы услуг уменьшить или увеличить число каналов параллельного обслуживания;

• при моделировании бухгалтерской системы обычное обслуживание клиентов внезапно наделить функциями бухгалтерских проводок, а узел об служивания при этом превратить в финансового менеджера (и через некото рое время всё в модели восстановить, моделируя, например, финансовое преступление);

2) преобразование топологии (структуры) графа модели, т.е. изменение состава узлов и направлений путей продвижения акторов;

3) увеличение или уменьшение количества модельных слоёв;

4) изменение принадлежности узла модельному слою (перемещение узлов по слоям);

5) преобразование свойств актора, т.е. конкретный актор может менять и свои собственные функции, подключая к себе другие программы или трансформируясь «до неузнаваемости».

Модели-трансформеры экономических процессов. Имитационная модель на зывается моделью-трансформером, если она обладает свойствами целенаправленных глобальных изменений собственной структуры и состава выполняемых функций, кото рые осознанно заложены её разработчиком, т.е. самоадаптации, «интеллигентности» и интеллектуальности (intelligency – это более ёмкое понятие, чем так называемый «ис кусственный интеллект»).

Разработка моделей-трансформеров связана с определенными сложностями, вы званными тем, что тестирование таких моделей требует высокой квалификации разра ботчика и специальных информационных технологий, способных при создании таких моделей отличить транформацию, предусмотренную разработчиком модели, от ошиб ки. Потому технология создания моделей в системе Actor Pilgrim автоматизирована.

В настоящее время существует несколько актуальных направлений применения таких моделей в экономике [5, 9].

1. Главное направление – симуляция процессов реинжиниринга в бизнесе [4, 5], где предприятия меняют структуру, функции, могут войти в состав холдинга или кон сорциума либо выйти из состава экономического формирования. Соответственно ме няются экономические процессы на трансформируемом предприятии, его связи с внешним миром, а иногда и ситуация на рынке.

Такие мероприятия могут проводиться по разным причинам, в том числе в связи с необходимостью:

• повышения конкурентоспособности и выполнения конкурентных дей ствий [9, 10];

• управления рисками [2] – планирования антикризисных действий для предотвращения нежелательных (или опасных) событий и снижения вероят ного ущерба.

Эффект таких мероприятий и действий оценивается с помощью моделей.

2. В деятельности сложных экономических структур возможно возникновение ситуаций, приводящих к нарушениям корректного функционирования этих структур (в том числе к правонарушениям). Их проявление может быть настолько скрытным, что нарушение может обнаружиться через несколько лет или остаться незамеченным. Мо дели-трансформеры могут «проиграть» возможные ситуации, выявить те из них, в ре зультате которых возникают нарушения, выполнить анализ эффективности защиты и возможных последствий.

ИММОД-2009 Пленарные доклады 3. Технически осуществимо создание моделей процессов трансформации терри ториально-государственных образований с целью обоснования целесообразности при нятия политических решений или проведения межгосударственных мероприятий. Та кие модели довольно сложны, так как должны учитывать самые различные факторы и позволять анализировать возникающие в результате трансформации социально экономические процессы и противодействия. Это тоже модели реинжиниринга, но на уровне государства и межгосударственных отношений.

Основные объекты модели. Концепция моделирующей системы Actor Pilgrim базируется на использовании шести типов объектов.

1. Граф модели. Все процессы, независимо от количества уровней структурного анализа, объединяются в виде направленного графа.

2. Актор является динамической единицей любой модели, работающей под управлением имитатора.

3. Узел графа представляет собой центр обработки акторов (но не обязательно массового обслуживания). В узлах акторы могут задерживаться, обслуживаться, поро ждать семейства новых акторов, уничтожать другие акторы. С точки зрения вычисли тельных процессов в каждом узле порождается независимый процесс. Вычислительные процессы выполняются параллельно и координируют друг друга. Они реализуются в едином модельном времени, в одном пространстве, учитывают временную, простран ственную и финансовую динамику.


4. Событие – это факт выхода из узла одного актора.

5. Ресурс независимо от его природы (материальный, информационный и де нежный) характеризуются тремя общими параметрами: мощностью, остатком (положи тельным сальдо) и дефицитом (отрицательным сальдо).

6. Пространство – географическое, декартова плоскость (можно ввести и дру гие). Узлы и акторы могут быть привязаны к точкам пространства и мигрировать в нем, иногда – вместе с ресурсами. Моделирование экономических процессов с учетом ре гионалистики должно учитывать пространственные распределения жителей, ресурсов, наличие транспортных связей и географические особенности [7].

В различных моделирующих системах имеются разные способы представления узлов графа. Это связано с отличительными свойствами таких систем. Например, в сис теме GPSS узлы называются блоками, причем количество различных типов блоков 53, что затрудняет восприятие графа модели.

Типы узлов. В системе Pilgrim имеется всего 17 типов узлов 4:

1) actor – генератор акторов с бесконечной емкостью;

2) attach – склад перемещаемых ресурсов;

3) create – генератор семейств акторов;

4) destroy – терминатор семейств акторов;

5) direct – распорядитель финансов (или «главный бухгалтер»);

6) down – произвольный структурный узел;

7) dynamo – очередь с пространственно-зависимыми приоритетами;

8) key – клапан, перекрывающий путь акторам;

9) manage – менеджер-распорядитель ресурсов;

10) parent – виртуальный структурный узел;

11) pay – структурный узел финансово-хозяйственных платежей;

12) produce – управляемый процесс (непрерывный или пространственный);

13) queue – очередь с относительными приоритетами или без приоритетов;

Тем не менее эти узлы в совокупности функционально перекрывают возможности 53 блоков GPSS и предоставляют дополнительные средства (прим. авт.).

22 ИММОД- Пленарные доклады 14) rent – структурный узел выделения ресурсов;

15) send – счет бухгалтерского учета (операция типа «проводка»);

16) serve – узел массового обслуживания с произвольным числом каналов;

17) term – терминатор, устраняющий лишние акторы из модели.

Чтобы довести модель до практического использования, в ней должен быть пре дусмотрен механизм планирования эксперимента, направленный на отыскание экстре мальных точек на поверхности отклика, точки которой получаются в процессе модели рования. Поверхность отклика не может быть описана математическими выражениями, т.е. заранее не известна (это одна из особенностей моделей экономических процессов).

В Actor Pilgrim имеется инструмент, позволяющий проводить оценку результатов на достоверность. Он основан на генерации ортогональных планов эксперимента.

Пример экономического процесса. Особенности парадигмы моделирования экономических процессов можно показать на очень простом примере. Рассмотрим биз нес-процесс, реализуемый в небольшой компании. Это предприятие занимается выпус ком товара партиями. Имеется рынок, где эта продукция продается. Основные проект ные параметры модели бизнес-процесса:

1) цены за единицы продукции;

2) эластичность спроса (параметры рынка);

3) основной период выпуска партии продукции;

4) суммы банковских кредитов;

5) суммы платы поставщикам за материалы и комплектующие;

6) производственные мощности фирмы (производственных линий);

7) объемы партий покупаемой продукции;

8) варианты управления (с адаптацией, без адаптации);

9) банковская ставка (проценты);

Процессы производства в виде модельного слоя показаны на рис. Рис. 2. Моделирование процессов производства ИММОД-2009 Пленарные доклады Производство финансируется за счет собственных средств и привлекаемых средств (кредитов). Причем банк откажет в кредитовании, если предприятие не рассчи талось по ранее полученному кредиту. Собственные средства получаются из выручки, получаемой от продажи продукции.

Процессы реализации продукции в виде другого модельного слоя показаны на рис. 3. Поток покупателей и суммарная выручка зависят от цен, устанавливаемых на продукцию. Здесь возможна оптимизация.

Рис. 3. Моделирование процессов сбыта Процессы производства и сбыта не имеют явных связей, но взаимное влияние их очень сильно. Для моделирования этого влияния предназначен третий слой модели (рис. 4), где в упрощенном виде моделируются финансовые (денежные, стоимостные) процессы в рассматриваемой компании. Пути проводок показаны штрих-пунктирными линиями.

Рис. 4. Реализация финансовой динамики Модель позволяет выбирать правильную рыночную стратегию, избегать явлений «затаривания» готовой продукции на складе, рационально планировать загрузку персо нала фирмы. Из неё можно получить, например, такой результат: финансовые процессы влияют на общую производительность предприятия значительно сильнее, чем произ водственные процессы, являющиеся процессами массового обслуживания. Кроме того, модель наглядно показывает рисковые ситуации, возникающие при ошибках как в биз нес-плане, так и в оперативно принимаемых решениях.

Необходимо сделать следующее замечание: на GPSS или с помощью некоторых других пакетов эту модель, несмотря на ее кажущуюся простоту, реализовать невоз можно по следующим причинам.

24 ИММОД- Пленарные доклады 1. Не выполнено требование 1. Пути финансов (денег, стоимостей) никогда не совпадают с реальными путями акторов, заявок, транзактов, требований, информаци онных и других потоков.

2. Логика синхронизации бухгалтерских проводок ничего общего не имеет с ло гикой работы систем массового обслуживания.

Автоматизация составления моделей. Конструктор моделей Actor Pilgrim GEM-2009 (далее – конструктор) позволяет автоматизировать процесс создания графа модели и автоматически генерировать код Pilgrim-программы. Тем самым снимаются отмеченные выше проблемы, возникающие при ручном кодировании модели в виде Pilgrim-файла:

• автоматическая генерация программного кода позволяет пользователю не задумываться о структуре и синтаксисе программы, уделяя все внимание структуре и параметрам самой модели и ее узлов;

• генерация функций описания узлов конструктором исключает ошибки, связанные с неправильной последовательностью указания позиционных па раметров или пропуском некоторых из них.

С помощью конструктора удобно строить многоуровневые модели, организуя иерархию слоёв и плоскостей. Главное окно конструктора показано на рис. 5.

Рис. 5. Главное окно конструктора моделей Система Actor Pilgrim позволяет передавать результаты моделирования, исполь зуемые для принятия управленческих решений, из модели в базы данных экономиче ской информационной системы (например, через интерфейс ODBC – Open Data Base Connectivity, если моделирование проводится в среде Windows), либо «подкачивать»

актуализируемые во времени параметры в модель из баз данных.

Некоторые результаты. Ниже следует перечень практических разработок, вы полненных с использованием акторного имитационного моделирования.

1. Модель управления клиринговыми процессами в кредитных организациях.

2. Модель управления портфелями ипотечных кредитов в условиях внезапных изменений кредитной политики.

3. Управление размещением предприятий сферы услуг на основе моделирования региональных факторов [7].

ИММОД-2009 Пленарные доклады 4. Модель управления процессами рефинансирования нефтяной подотрасли.

5. Модель оперативного управления временными экономическими образовани ми (на примере временных образований, создаваемых при возникновении ЧС).

6. Имитационное моделирование наступательных конкурентных действий [10].

В действительности за последние восемь лет таких разработок выполнено зна чительно больше.

Выводы 1. Развитие методологии имитационного моделирования в направлении intelligency создает дополнительные области применения методов имитационного моделирования в социально-экономических и гуманитарных областях, где часто бывает трудно формализо вать логику протекающих процессов или возникающих явлений. Парадигма имитационно го моделирования экономических процессов имеет свои уникальные особенности и отли чительные черты, плохо реализуемые в общецелевых моделирующих системах.

2. Необходимо в вузах вводить в учебные планы подготовки экономистов математиков, информатиков-экономистов, бакалавров и магистров соответствующие учебные дисциплины. В настоящее время «Имитационное моделирование экономических процессов» является обязательной компонентой профессиональных образовательных про грамм «Прикладная информатика в экономике» (квалификация «информатик-экономист») и «Бизнес-информатика» (бакалавриат и магистратура). Эти образовательные программы реализуют более 300 вузов. Однако в проектах государственных образовательных стандар тов нового поколения (так называемые ФГОС) эти дисциплины изъяты.

Литература 1. Анфилатов В. С., Емельянов А. А., Кукушкин А. А. Системный анализ в управ лении / Под ред. А. А. Емельянова. М.: Финансы и статистика, 2006. 368 с.

2. Емельянов А. А. Имитационное моделирование в управлении рисками. СПб.: Ин жэкон, 2000. 376 с.

3. Емельянов А. А. Симуляторы GPSS World и Actor Pilgrim: экономика и массовое обслуживание // Прикладная информатика. 2007. № 3 (9). Стр. 73–103.

4. Емельянов А. А., Власова Е. А., Дума Р. В. Имитационное моделирование эконо мических процессов / Под ред. А. А. Емельянова. М.: Финансы и статистика, 2009.


416 с.

5. Емельянов А. А., Власова Е. А., Дума Р. В., Емельянова Н. З. Компьютерная имитация экономических процессов / Под ред. А. А. Емельянова. М.: Маркет ДС, 2009. 464 с.

6. Емельянов А. А., Власова Е. А., Прокимнов Н. Н. Современное интеллигентное моделирование: модели-трансформеры экономических процессов// Современные проблемы прикладной информатики. –СПб.: Инжэкон, 2008. Стр. 42–50.

7. Емельянов А. А., Новикова Н. Г., Емельянова Н. З. Управление размещением предприятий сферы услуг на основе моделирования региональных факторов. М.:

МАКС Пресс, 2004. 110 с.

8. Карпов Ю. Г. Имитационное моделирование систем. Введение в моделирование с Any Logic 5. СПб.: БХВ-Петербург, 2005. 400 с.

9. Рубин Ю. Б. Конкуренция: упорядоченное взаимодействие в профессиональном бизнесе / Второе издание. М.: Маркет ДС, 2006. 368 с.

10. Рубин Ю. Б. Постановка задач имитационного тактического моделирования наступа тельных конкурентных действий // Прикладная информатика. 2006. № 3. Стр. 84–112.

11. Encyclopaedia Britannica. UK: London, 1974, 15 issue, 30 volumes (Британская эн циклопедия, 15-е издание в 30 томах).

26 ИММОД- Пленарные доклады ОПЫТ ПРИМЕНЕНИЯ СЕТЕЙ ПЕТРИ ДЛЯ ИМИТАЦИИ ПОВЕДЕНИЯ СИСТЕМ В. Л. Конюх (Новосибирск) Отображение взаимодействия элементов системы во времени и пространстве в виде движения маркеров через позиции и переходы сети Петри открывает возможность ставить и решать новые задачи проектирования и модернизации систем. Для времен ных, стохастических, ингибиторных, приоритетных и цветных сетей Петри устанавли вают разные правила открывания переходов и задержки маркеров в позициях [1]. При вводе в компьютер сеть Петри представляют в виде матриц инциденций, ингибиторных дуг и кратности дуг, векторов временных задержек, начальной маркировки и приорите тов переходов. Для имитации поведения системы в виде сети Петри разработаны такие программные продукты, как ALPHA/Sim® [2]. Анализ формальных характеристик сети позволяет выявить особенности поведения системы (таблица).

Использование формальных характеристик сети Петри Характеристика Свойство Пример использования Достижимость Маркировка М достижима из М0 – исходное состояние маркировки М0, если существу- системы;

ет последовательность перехо- М – состояние максимальной дов, переводящая сеть из М0 в производительности М Ограниченность Заданы максимальные числа Ограничение на объем бункера маркеров, которые могут появ- или пропускную способность ляться в ее позициях элемента транспортной сети Безопасность В позициях сети не может быть Достижение максимума запол больше одного маркера нения бункера или пропускной способности элемента транс портной сети Живость Нет переходов, не участвующих Возможно возобновление в той или иной последователь- работы системы после устране ности ния отказа в любом ее элементе переходов для любой началь ной маркировки сети В докладе представлен опыт решения некоторых задач имитационного моделиро вания систем с помощью сетей Петри. Многие из них были поставлены для систем, функционирующих в технологической среде с непредсказуемыми изменениями [3]. Пер вая из восьми версий имитатора сетей Петри разработана и применена нами в 1988 г. для ИММОД-2009 Пленарные доклады предпроектного анализа роботоориентированных технологий добычи полезных иско паемых на большой глубине [4]. Главным требованием было обеспечение работы с имитатором непрограммирующего пользователя, умеющего отображать поведение сис темы в виде сети Петри. Имитационное моделирование проводилось в последователь ности:

• описание технологического процесса;

• расчет времени выполнения технологических операций;

• формирование логических условий процесса;

• составление сети Петри;

• заполнение форм имитатора для матриц инциденций и ингибиторных дуг, векторов начальной маркировки, временных задержек и приоритетов перехо дов;

• задание времени и шага имитации;

• пуск имитационного моделирования процесса для исходных данных;

• получение матрицы текущей маркировки и оценка времени движения марке ров;

• проведение имитационных экспериментов путем изменения структуры и па раметров модели;

• построение зависимостей технологических показателей от структуры и пара метров системы.

Сравнение технологических структур Для синтеза вариантов технологической структуры элементы системы соединя ют технологической (согласование технологических процессов единиц оборудования), кинематической (объединение единиц оборудования), конструктивной (выполнение одним устройством функций разных единиц оборудования) и управляющей (блокиров ка команд управления) связями. Разработано 30 вариантов роботизированных техноло гий добычи полезных ископаемых, каждый из которых представлен временной сетью Петри. Имитационное моделирование применялось для сравнения вариантов по мини муму удельной трудоемкости и продолжительности рабочего цикла при ограничениях на время выполнения i-й единицей оборудования j-й операции и стоимость оборудова m C ния.

i i = Повышение степени использования оборудования Имитационные эксперименты проводились с целью сокращения простоев автономных единиц оборудования в технологическом процессе. Множество позиций сети разбивают на S подмножеств по числу единиц оборудования. Для i-й единицы оборудования оце нивают коэффициент ее использования во времени:

s t j j = Ki =, Ti где tij– время выполнения j-й операции i-й единицей оборудования.

При управлении самоходными машинами без машинистов оператор из безопас ного места чередует управление от бортовой системы управления машиной с дистан ционным управлением сложными для автоматизации операциями. Если оператор занят управлением одной машиной, то другая машина по окончании автоматического управ 28 ИММОД- Пленарные доклады ления ожидает переключения на дистанционное управление. Задача решалась для управления двумя ковшовыми погрузочно-транспортными машинами, вывозящими ру ду из опасных мест на большой глубине (рис. 1).

Коэффициент использования машин зависит от соотношения времени работы в режимах дистанционного и автоматического управления:

T1 + T Ki =, T1 + T2 + T01 + T где T1,T2 – время работы машин;

T01, T02 – время простоя в ожидании оператора.

1 L L Рис. 1. Схема комбинированного управления двумя погрузочно-транспортными машинами от одного оператора:

1 – погрузка в режиме дистанционного управления;

2 – движение в режиме автоматического управления Время работы в режиме дистанционного управления зависит от времени погруз ки ковша Zn, а в режиме автоматического управления – от разности расстояний до мес та разгрузки L=2(L1-L2). В сети Петри (рис. 2) позиции P1 и P4 соответствуют режи мам движения на расстояния 2L1 и 2L2 c учетом разгрузки.

P t1 t N P2 P P1 P ~Z ~Z t2 t N P P Рис. 2. Модель управления двумя погрузочно-транспортными машинами Если оператор занят, переходы t1 или t5 закрываются ингибиторными дугами.

Задержки маркеров в позициях погрузки P2, P3 задаются по нормальному закону рас пределения со средним временем погрузки n =10…60с. Длина доставки L1 задана рав ной 25 м, а L2 изменялась от 25 до 100 м. Число рейсов каждой машины подсчитывает ся в позициях P5, P6. Моделирование заканчивается через N рейсов, после чего подсчи тывается сумма времени задержки маркеров в переходах t1, t5. В результате установле на зависимость Ki от Zn и L (рис. 3).

ИММОД-2009 Пленарные доклады Распределение времени задержек маркеров в позициях таким образом, чтобы они одновременно проходили через переходы t1, t5, позволит найти соотношение числа операторов и управляемых ими машин.

Кi 1, 0,9 L= 0,9 50м 0,8 L1= L 0, 0 40 tп, с 10 Рис. 3. Изменение коэффициента использования погрузочно- транспортных машин Согласование работы звеньев технологической цепи Расхождение в производительности участков технологического маршрута при водит к накоплению объемов незавершенного производства. Определение мест задерж ки маркеров перед позициями позволит изменять производительность участков так, чтобы между ними отсутствовали промежуточные склады.

В кольцевой линии роботизированной сборки четыре робота переносят паллеты с элементами электрических выключателей с кольцевого конвейера на позицию сборки и после сборки возвращают паллеты на конвейер. Надо согласовать скорость конвейера и время сборки на каждом участке. Имитационная модель разработана в виде сети Пет ри с 26 позициями и 18 переходами. В результате имитационных экспериментов вы браны соотношения времени сборки и скорости конвейера.

При открытой добыче полезных ископаемых распределенные на разрезе экска ваторы разной производительности загружают самосвалы разных марок, вывозящие горную массу на обогатительную фабрику, в отвал или на склад. Время погрузки, рейса и разгрузки – случайное. Необходимо найти соотношение экскаваторов и самосвалов, при котором не будут образовываться очереди в местах погрузки и разгрузки. Сеть Петри, введенная в имитатор, содержит 46 позиций и 32 перехода. По окончании ими тации на анимированную модель системы «экскаваторы–самосвалы» выводятся коэф фициенты использования экскаваторов и самосвалов [ 5].

Появление и устранение отказов оборудования Отказ элемента системы является случайным событием, а его устранение про должается в течение случайного времени. В переход между позициями начала P1 и окончания P2 операции вводят ингибиторную дугу, закрывающую движение маркеров на время появления и устранения отказа (рис. 4).

В нормальном режиме маркеры движутся от позиции P1 к позиции P2 через пе реход t1. Среднее число отказов генерируется датчиком случайных чисел ДСЧ 1. При этом в позициях P3, P4 появляется N маркеров и переход t1 закрывается ингибиторной дугой. Одновременно маркер из позиции P5 переходит в позицию P6 устранения отка зов и задерживается в ней на случайное время Z устранения отказа, заданное датчиком случайных чисел ДСЧ 2. После устранения отказа маркер переходит в позицию P5 и переход t2 открывается для устранения следующего отказа. Устранение N отказов при водит к открыванию перехода t2 и продолжению работы.

30 ИММОД- Пленарные доклады Рис. 4. Имитация появления и устранения отказов путем ввода ингибиторной дуги Имитация отказов возможна также путем ввода приоритетов переходов (рис. 5).

Рис. 5. Имитация появления и устранения отказов путем ввода приоритетов переходов В нормальном режиме маркеры движутся от позиции P1 к позиции P2 через пе реход t1. Отказы элементов имитируются случайным появлением N маркеров в позиции P3. Поскольку приоритет перехода t3 выше приоритета t1, то маркеры из позиции P1 на чинают двигаться через позицию P4. Они задерживаются в ней на случайное время Z устранения отказа, а затем переходят в позицию P2 нормальной работы.

При проведении имитационных экспериментов задают появление отказа и время его устранения, после чего определяют среднее время прохождения маркеров для ряда экспериментов со средними значениями времени безотказной работы и времени устра нения отказа. Затем сравнивают время прохождения маркеров до и после отказов.

Обеспечение отказоустойчивости технологической цепи Задача состоит в выборе стратегии продолжении работы на время устранения случайного отказа. В имитационных экспериментах задают случайные место появления отказа и время его устранения, а затем отыскивают время прохождения маркеров для редундантного (ввод резервного оборудования) и кооперативного (обмен программами управления) способов продолжения работы. Сравнение времени прохождения маркеров через позиции сети при нормальной работе и имитация отказов с изменяемыми часто той и временем устранения позволяют узнать потери производительности системы при появлении отказов.

ИММОД-2009 Пленарные доклады Роботы, размещенные вдоль сборочной линии, ведут последовательную сборку изделия. При случайном отказе одного из роботов оставшиеся роботы должны пере распределить между собой программу его работы так, чтобы сборка продолжалась. Ро ботизированная сборочная линия представляет собой мультиагентную систему, модель которой разработана в виде сети Петри с 47 позициями и 46 переходами. В имитацион ных экспериментах вводились случайные места отказов и интервалы между отказами роботов, после чего отыскивались потери производительности при перераспределении программ сборочных операций в прямом и обратном направлениях [6].

Выбор способа человеко-машинного управления Человек-оператор может управлять системой в режиме дистанционного управ ления, чередовать дистанционное и автоматическое управление, передавать общие ука зания бортовой системе управления или контролировать процесс автоматического управления. Выбор способа управления зависит от частоты появления нештатных си туаций и продолжительности дистанционного управления.

Вдоль линии N одинаковых единиц оборудования движется робот, поочередно обслуживающий каждую единицу оборудования (рис. 6).

…… 1 N оператор/автомат а) …… 1 N оператор б) Рис. 6. Виды обслуживания единиц оборудования с отказами:

а – интерактивное управление;

б – дистанционное управление Управление роботом осуществляется от автомата. Отказ любой единицы обору дования требует перехода к более медленному дистанционному управлению. При час тых отказах роботом вместо автомата управляет оператор. Модель системы разработа на в виде сети Петри (рис. 7).

В имитационных экспериментах отказы единиц оборудования имитировались появлением случайного числа n {0;

N) маркеров в позиции P3, случайное время дистан ционного управления – задержкой Z маркера в позиции P5.При отсутствии отказа сис тема работает в автоматическом режиме (P1),обслуживает единицу оборудования (P2), переходит к следующей единице (P7) и возвращается к началу ее обслуживания (P1).

32 ИММОД- Пленарные доклады При появлении отказа (P3) ингибиторная дуга закрывает переход t1 и начинается дис танционное управление (P4) отказавшей единицей (P5) в течение времени Z. Затем про исходит возврат к автоматическому управлению следующей единицей (P6).

t t1 t P1 P2 P t3 t6 P Z n t t P3 P4 P Рис. 7. Модель управления при обслуживании линии единиц оборудования Граница между типами управления построена при N = 5 из условия одинакового времени прохождения маркеров по сети (рис. 8).

2, Среднее число отказов 2, Оператор/автомат 1, 1, Оператор 1, 1, 1, 7 8 9 10 11 12 Продолжительность устранения отказа,с Рис. 8. Выбор типа управления в зависимости от среднего числа отказов n и времени их устранения Z Планирование поставок заказчикам Распределенные в пространстве потребители через случайные интервалы време ни подают поставщику заказы. Задан минимальный объем поставки. Поставщик дол жен выбрать план поставок, обеспечивающий максимальную прибыль. С помощью имитационного моделирования формируется набор сценариев поставки, зависящий от времени поступления заказов, удаленности потребителя и объема поставки [7].

Поддержка решений диспетчера Имитационная модель функционирует синхронно с объектом моделирования.

Перед выбором решения диспетчер прогнозирует его последствия, ускоряя имитацион ное моделирование, а затем возвращается к реальному времени. Задача решалась для ИММОД-2009 Пленарные доклады конвейерно-локомотивного транспорта угольной шахты, когда выбор неправильного решения диспетчером приводил к блокировке транспортной сети.

Выбор тактического решения, улучшающего стратегию Выбор одного из двух решений для отдельного рабочего цикла в случайно изме няющейся среде должен обеспечивать наилучшую стратегию после повторения рабо чих циклов.

Задача решалась для дистанционного управления заполнением рудой ковша са моходной машины в опасном месте. Оператор может повторять развороты машины и операции зачерпывания до полного заполнения ковша или же заканчивать погрузку по сле заданного заполнения ковша с компенсацией неполной загрузки в дополнительных рейсах. Заданное заполнение зависит от времени зачерпывания и движения машины после погрузки. В имитационной модели рабочего цикла (рис. 9) задержка маркера в позиции P1 соответствует операции i-го (i= {1;

n}) зачерпывания.

После зачерпывания один маркер переходит в позицию контроля заполнения ковша, а другой запускает датчик случайных чисел в интервале { 0;

1 }. Заполнение ковша, учитывающее повторные зачерпывания, имитируется с помощью фильтра слу чайных чисел. Задержка маркера в P2 отображает измерение степени заполнения ковша P11 P t2 t P3 P2 P t3 P t t t P4 P t t4 P t5 t t P5 P P Рис. 9. Имитационная модель рабочего цикла ковшовой самоходной машины массы [8]. Если заполнение ковша больше заданного, то процесс погрузки заканчивает ся, ковш поворачивается в транспортное положение, машина выезжает из камеры (P3) идвижется к месту разгрузки (P4), где происходит разгрузка ковша (P5). После разворо та (P6) машина движется к месту погрузки и въезжает в камеру (P7). Если же заполне ние ковша после зачерпывания меньше заданного, машина отъезжает назад (P8) и по вторяет зачерпывание (P1). Время задержки маркеров в позиции Р9 имитирует степень случайного заполнения ковша. В позиции P10 происходит сравнение фактической и заданной степеней заполнения ковша. Если фактическое заполнение меньше заданного, то маркер появляется в позиции Р12 и открывается переход t8. Если фактическое за полнение больше заданного, то маркер появляется в позиции Р11 и открывается пере ход t2. В имитационных экспериментах для каждой стратегии задавалась одна и та же степень заполнения ковша, после чего оценивалась сменная производительность для расстояний доставки 45 м, 90 м, 120 м. Результаты показали, что наибольшая сменная производительность достигается при заполнении ковша на 65–70% (рис. 10).

34 ИММОД- Пленарные доклады производительность,т Среднесменная 45 м 90 м 100 м 0 0,2 0,4 0,6 0,8 1 1, Степень заполнения ковша Рис. 10. Среднесменная производительность погрузочно-транспортной машины При этом потери времени на повторные зачерпывания становятся меньше вре мени на дополнительные рейсы. Для расстояния доставки 45 м при времени зачерпыва ния 10 с сменная производительность становится на 17 % больше, чем при полном за полнении ковша. В [9] предложено автоматически изменять заданную степень заполне ния ковша в зависимости от расстояния доставки.

Управление в нормальных и аварийных ситуациях Задача заключается в обеспечении управления при полном множестве техноло гических ситуаций. Сеть Петри проверяют на живость – возможность прохождения маркеров по сети без захода в тупики. Построение графа достижимости сети позволяет перечислить множество технологических ситуаций, распознаваемых системой управ ления.

Формирование набора датчиков для распознавания технологических ситуаций Обозначения позиций в сети заменяют комбинациями датчиков, характеризи рующими состояние системы. Оценивают сеть на достижимость и строят граф дости жимости, вершины которого отображают технологические ситуации в виде наборов состояний датчиков. Проверяют вершины на непротиворечивость состояний. После со кращения набора датчиков сравнивают полученный граф достижимости с предыдущим.

Применение имитационного моделирования для выбора проектного решения При проектировании имитационное моделирование может быть применено как с целью выбора проектного решении, так и с целью проверки выбранного проектного решения. Имитационная модель представляет собой последовательность состояний объекта моделирования (рис. 11).

При выборе проектного решения составляют план имитационных эксперимен тов, в котором входом модели являются различные проектные решения, а выходом – показатели работы объекта моделирования, соответствующие техническому заданию.



Pages:   || 2 | 3 | 4 | 5 |   ...   | 12 |
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.