Имитационные исследования: от классических технологий до облачных вычислений

«Имитационные исследования: от классических технологий до 
облачных вычислений» 
С.А. Власов, В.В.Девятков, Н.Б.Кобелев 
 
Введение 

Имитационное 
моделирование 
(ИМ) 
неуклонно 
становится 
эффективным 
средством для совершенствования процессов проектирования и модернизации сложных 
систем. Многие годы ИМ успешно применяется при обучении системному анализу в 
ВУЗах и выполнении крупных научных проектов для анализа, оценки и прогнозирования 
вариантов решений. Кроме учебного и научного использования ИМ появляется все 
больше примеров практических применений моделей в реальной экономике. Только за 
несколько последних лет авторы участвовали в реализации ряда проектов по созданию 
систем автоматизации имитационных исследований (САИИ) в различных областях 
экономики - авиации, железнодорожном транспорте, металлургии, нефтедобыче, 
судостроении и т.д. [1], [2], [3], [4], [5]  
Учебные модели обычно несложны по логике, структуре и объему, но зато их 
много. В масштабах России – это сотни ВУЗов и десятки тысяч новых моделей ежегодно. 
Чаще всего это модели объемом не превышающие 100 - 150 блоков (в терминологии 
языка GPSS). В связи с этим при выполнении лабораторных заданий, курсовых и 
дипломных работ не проводится детальное исследование. Обычно ограничиваются 
процессом написания модели, ее отладкой и проведением небольшого количества 
экспериментов (от нескольких единиц до нескольких десятков). Конечно, студенты и 
аспиранты могут создавать большие и сложные модели, но чаще всего в учебном процессе 
используются бесплатные студенческие версии систем ИМ, в которых основным 
ограничением является объем модели. В настоящее время проводится серьезное 
оснащение ВУЗов лицензионным программным обеспечением, надеемся, что будут 
приобретены и академические лицензии лучших языков ИМ и САИИ. Тогда появятся 
сложные учебные модели, будут проводиться более детальные имитационные 
исследования. Студенты получат более качественные знания и навыки, которые смогут 
использовать в своей будущей деятельности. 
Научные модели всегда отличались сложностью и глубиной проводимых с их 
помощью исследований. Это детальнейшие модели, содержащие сотни и даже тысячи 
варьируемых параметров (факторов). При этом анализируются десятки самых 
разнообразных показателей работы модели. В научных  имитационных исследованиях на 
практике для получения качественного и точного решения требуется проведение 
множества серий экспериментов. Чаще всего, для сложных систем, это сотни и тысячи 
экспериментов. Далее все результаты этих экспериментов нужно обработать и комплексно 
проанализировать. Исследователь должен найти разумный, подходящий, а еще лучше 
оптимальный режим функционирования системы. В нашей стране сегодняшняя ситуация 
с научными имитационными исследованиями удручает, их практически нет. Парадокс, но 
при выполнении исследований даже используются бесплатные студенческие или 
устаревшие (ранее приобретенные или пиратские) версии систем ИМ. Но, мы верим, что в 
этом секторе применения ИМ наступит прорыв, все предпосылки для этого есть. Ведущие 
НИИ начинают приобретать или заказывать современные САИИ, их состав пополняют 
молодые амбициозные сотрудники, часто защищающие диссертации в области ИМ. 
Скорее всего, в ближайшие годы следует ожидать значительного увеличения количества 
научных моделей и повышения их вычислительной сложности.  
В последние годы резко выросло практические использование имитационных 
исследований. Особенно это характерно для крупных предприятий различных отраслей. 
По существу именно этот сектор применения позволил выжить компаниям - 
разработчикам средств ИМ и стал катализатором развития всех типов САИИ. Учитывая