Прикладные аспекты имитационного моделирования

МИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ

РОССИЙСКОЙ ФЕДЕРАЦИИ

Федеральное государственное автономное 

образовательное учреждение высшего образования
«ЮЖНЫЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ»

Инженерно-технологическая академия

В. В. ЛИСЯК

ПРИКЛАДНЫЕ АСПЕКТЫ 

ИМИТАЦИОННОГО 
МОДЕЛИРОВАНИЯ

Учебное пособие

Ростов-на-Дону – Таганрог

Издательство Южного федерального университета

2022

УДК 004.415.2(075.8)
ББК 32.973(Я73)

Л639 
Печатается по решению кафедры систем автоматизированного 

проектирования Института компьютерных технологий 

и информационной безопасности Южного федерального университета

(протокол № 6 от 18 января 2022 г.)

Рецензенты:

доктор технических наук, профессор кафедры естествознания
и безопасности жизнедеятельности Таганрогского института 

им. А. П. Чехова (филиал) ФГБОУ ВО «РГЭУ (РИНХ)» В. И. Божич
кандидат технических наук, доцент кафедры вычислительной техники 
Института компьютерных технологий и информационной безопасности 

Южного федерального университета А. О. Пьявченко

Лисяк, В. В.

Л639
Прикладные аспекты имитационного моделирования : учебное 

пособие / В. В. Лисяк ; Южный федеральный университет. – Ростовна-Дону ; Таганрог : Издательство Южного федерального университета, 2022. – 112 с.

ISBN 978-5-9275-4110-2
В пособии рассмотрены основные понятия модели и моделирования, 

процесс имитационного моделирования систем массового обслуживания, прикладные аспекты имитационного моделирования в микроэлектронике, производственных процессах, бизнесе, логистике, а также современные средства 
моделирования и перспективы их развития.

Учебное пособие предназначено для студентов всех форм обучения по 

направлениям «Информатика и вычислительная техника», «Информационные системы и технологии» и «Прикладная информатика».

УДК 004.415.2(075.8)

ББК 32.973(Я73)

ISBN 978-5-9275-4110-2

© Южный федеральный университет, 2022
© Лисяк В. В., 2022
© Оформление. Макет. Издательство 

Южного федерального университета, 2022

Содержание

3

СОДЕРЖАНИЕ

ВВЕДЕНИЕ …………………………………………………………….
5

1. РЕТРОСПЕКТИВА ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ
7

1.1. Математический аппарат имитационного моделирования ….
7

1.2. История развития систем имитационного моделирования ….
8

1.3. Современное состояние вопроса ………………………………
12

Контрольные вопросы ………………………………………………
14

2. ОСНОВНЫЕ ПОНЯТИЯ МОДЕЛИ И МОДЕЛИРОВАНИЯ ...
16

2.1. Система как объект моделирования …………………………..
16

2.2. Определение модели …………………………………………...
18

2.3. Классификация моделей ……………………………………….
20

2.4. Процесс разработки моделей ………………………………….
25

Контрольные вопросы ………………………………………………
28

3. ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ СИСТЕМ …………...
29

3.1. Введение ………………………………………………………...
29

3.2. Компоненты СМО ……………………………………………...
32

3.3. Основы моделирования СМО …………………………………
33

3.4. Основные понятия марковских процессов …………………...
37

3.5. Имитационное моделирование СМО …………………………
40

Контрольные вопросы ………………………………………………
44

4. ПРИКЛАДНЫЕ АСПЕКТЫ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ ……………………………………………………………...
46

4.1. Имитационное моделирование электронной аппаратуры …...
46

4.1.1. Категории, виды и классы ЭА …………………………………
46

4.1.2. Уровни и задачи проектирования ЭА ………………………..
47

4.1.3. Типовой процесс проектирования и моделирования БИС
50

4.1.4. Учёт особенностей сложных систем ………………………
53

4.2. Имитационное моделирование в производстве ………………
55

4.3. Современные СИМ в горнодобывающей отрасли …………...
62

4.4. Моделирование в логистике и цепях поставок ………………
65

4.5. Моделирование и анализ бизнес-процессов ………………….
70

Контрольные вопросы ………………………………………………
76

Содержание

4

5. СОВРЕМЕННЫЕ СРЕДСТВА МОДЕЛИРОВАНИЯ …………..
78

6. СОСТОЯНИЕ И ПЕРСПЕКТИВЫ РАЗВИТИЯ ИМ…………...
91

6.1. Общий анализ направления ИМ ………………………………
91

6.2. Развитие ИМ за рубежом ………………………………………
94

6.3. Развитие ИМ в России …………………………………………
97

6.4. Основные направления развития ИМ …………………………
99

Контрольные вопросы ………………………………………………
101

ЗАКЛЮЧЕНИЕ ………………………………………………………..
102

ГЛОССАРИЙ …………………………………………………………..
104

СПИСОК ЛИТЕРАТУРЫ ……………………………………………
107

Содержание

5

ВВЕДЕНИЕ

Учебное пособие адресовано студентам прикладного бакалавриата 

и магистрам, осваивающим имитационное моделирование (ИМ) и помогающее им правильно сориентироваться в его многообразном мире.

Лучшим средством исследования объекта является проведение 

натурного эксперимента в требуемых условиях. Поэтому такой эксперимент – необходимый этап исследования, который выполняют и в настоящее время, особенно при создании новых образцов техники и вооружения. 
Однако существует много ситуаций, когда проведение натурного эксперимента невозможно или связано со значительными издержками. Среди 
таких ситуаций можно отметить: 

•
реальная опасность проведения натурного эксперимента;

•
значительные материальные и экономические издержки, делаю
щие эксперимент невыгодным;

•
процессы, которые длятся непозволительно долго для исследования;

•
исследование быстропротекающих процессов;

•
слишком большие или маленькие размеры объекта в пространстве;

и в ряде других ситуаций.

Моделирование позволяет проводить исследования объектов, про
цессов, явлений, для которых натурный эксперимент невозможен в силу 
перечисленных или иных причин. 

В современном мире ИМ наиболее востребованный вид моделиро
вания в экономике, производстве, экологии, демографии, массовом обслуживании и др. Одним из основных этапов в ИМ является разработка 
модели сложных систем и процессов, как правило, включающих стохастические воздействия и неполные данные о протекании процессов в моделируемых объектах. Среди самых эффективных методов исследования 
таких объектов являются методы ИМ. Таким образом, в ИМ сначала создаётся имитатор моделируемого объекта или процесса, затем с имитатором выполняются эксперименты, собирается и обрабатывается информация об объекте эксперимента. При этом имитатором является программа 
для ЭВМ, которая называется имитационной моделью.

Анализ сложных объектов и систем указывает, что в процессе мо
делирования необходимо использовать концепции и принципы современ

Введение

6

ных технологий системного моделирования. При этом технологии системного моделирования целесообразно усилить интеллектуальными информационными технологиями, среди которых такие технологии как:

•
экспертные системы;

•
нейронные сети и нечёткая логика;

•
ассоциативное мышление;

•
эволюционное и генетическое моделирование;

•
моделирования мультиагентных систем.

Использование высокопроизводительных компьютеров и интеллек
туальных информационных технологий расширяет функциональные возможности моделирования. Поэтому при подготовке специалистов разнообразных направлений дисциплина «Моделирование систем» повсеместно 
приобрела базовый характер.

Даже значительный рост вычислительных ресурсов компьютеров 

не в полной мере обеспечивает производительное решение задач моделирования сложных систем, что в основном связано с их большой размерностью. Имитационные итерации моделирования таких систем могут длиться часами, поэтому нивелирование этой проблемы связано с использованием распараллеливания вычислительного процесса и организацией распределенного дискретно-событийного моделирования. 

1.1. Математический аппарат ИМ

7

1. РЕТРОСПЕКТИВА ИМИТАЦИОННОГО

МОДЕЛИРОВАНИЯ (ИМ)

1.1. Математический аппарат ИМ

При подготовке материала разд. 1 использовались литературные 

источники [1–7].

Имитационная модель – специальный программный комплекс для 

имитации функционирования реального объекта. Комплекс создаётся на 
базе математических средств, компьютерных программ и технологий программирования.

Для разработки и использования имитационной модели требуется 

специальное программное обеспечение (ПО), которое называется системой моделирования. Отличительные особенности таких систем в основном определяются развитостью языковых и сервисных средств, а также 
принятой технологией работы.

Среди требований к ИМ можно выделить следующие требования:

•
возможность работы с большим числом параметров; 

•
отражение в модели временной, пространственной и финансовой 

динамики моделируемого объекта. 

Таким образом, ИМ представляет собой современную информаци
онную технологию, обеспечивающую разработку и редактирование имитационной модели и её использования для получения результатов экспериментов и их интерпретацию. 

Метод Монте-Карло. Первое практическое применение метода 

Монте-Карло относится к концу 1940-х гг. и связано с выполнением в 
США проекта (с названием «Монте-Карло») по созданию ядерного оружия. Использование этого метода при решении некоторых задач проекта 
показало его эффективность, а также возможность его применения в других сферах. 

Если не учитывать правила поведения системы, то статистические 

испытания на базе метода Монте-Карло фактически представляют собой 
простейшую процедуру имитационного моделирования. При этом для 
систем со стохастическими (вероятностными) элементами формирование 
выборок методом Монте-Карло является базовым принципом.

1. Ретроспектива имитационного моделирования

8

Общая теория систем. В 1937 г. Фон Берталанфи предложил в 

рамках общей теории систем признать общие закономерности при взаимодействии большого числа физических, биологических и социальных 
объектов и тем самым признать подобие законов, управляющих их функционированием. В дальнейшем это явилось важной вехой в подходах к 
созданию и развитию имитационных систем в разных сферах человеческой деятельности. Кроме того, Фон Берталанфи проводил исследования 
поведения незамкнутых систем, взаимодействующих веществом и энергией с внешней средой. На основании этих исследований он ввёл понятие 
«открытые системы». 

Теория массового обслуживания. Практически все системы, в ко
торых ресурс обслуживания поступающих заявок является ограниченным, 
можно идентифицировать, как системы массового обслуживания (СМО). 
При этом в СМО в процессе обслуживания могут возникать конфликты и 
образование очередей. 

Теорию массового обслуживания – раздел теории вероятностей, где 

решение задачи выбора оптимального процесса обслуживания основывается на изучении входных потоков заявок, периодов ожидания обслуживания заявок и образования очередей.

Впервые практическую задачу, связанную с массовым обслужива
нием клиентов, рассмотрел в 1908–1922 гг. учёный Агнер Эрланг, который работал в этот период в Копенгагенской телефонной компании. Задача носила практический характер и заключалась в повышении качества 
обслуживания клиентов телефонной станции за счёт варьирования числа 
используемых устройств. Работая над решением этой задачи, Эрланг заложил основы теории массового обслуживания.

1.2. История развития систем имитационного моделирования 

Созданные в 1970–1980-х гг. системы имитационного моделирова
ния (СИМ) вынуждены были эволюционировать вместе с развитием технических и программных средств, прежде всего ЭВМ и операционных 
систем. При этом в конце 1990-х гг. были созданы СИМ на принципиально новых концепциях.

1.2. История развития систем имитационного моделирования

9

Период 1970-1980-х гг. Первые применения методов имитацион
ного моделирования относятся к середине 70-х гг., когда американский 
экономист Нейлор проводил работы по анализу экономических процессов. Последующие 20 лет были малопродуктивные в практическом использовании имитационного моделирования для управления процессами в 
экономике. Причиной были нерешённые вопросы в формализации этих 
процессов:

•
отсутствие языковой поддержки формального описания процес
сов в сложной стохастической сети; 

•
отсутствие формальных методов разбиения реального процесса 

на более простые, составляющие модель;

•
алгоритмические методы разработки моделей сложных процессов 

требовали существенных затрат на программирование.

В связи с перечисленными сложностями в этот период прерогати
вой имитационного моделирования была сфера научной деятельности. 
Однако в конце 1970-х гг. появились средства моделирования с встроенными языковыми средствами. Наиболее «продвинутую» СИМ в этот период представляла GPSS, в составе которой был необходимый инструментарий разработки моделей, в основном технического назначения. 

Период 1980–1990-х гг. В этот период активизировалось примене
ние СИМ, среди которых особую популярность приобрели системы 
GASP-IV, SIMULA-67, GPSS-V и SLAMII. 

Системы GASP-IV и SIMULA-67 предоставляли пользователю по
хожие возможности для дискретного и непрерывного моделирования. 
Разница заключалась в том, что структурированный язык программирования первой системы напоминал Фортран, а во второй системе – Алгол. 
Характерной особенностью использования этих систем являлась зависимость качества моделей от уровня навыков пользователя и его математической подготовки. В связи с этим основными пользователями GASP-IV и 
SIMULA-67 были научные организации.

СИМ GPSS-V стала преемницей GASP-IV, но уже идентифициро
валась как высокоуровневая СИМ. Эта система предоставляла пользователю возможности описания параллельных дискретных процессов и средства их координации в едином модельном времени. Среди недостатков 
GPSS-V были два основных:

1. Ретроспектива имитационного моделирования

10

•
невозможность имитации динамики пространственных процессов;

•
система была интерпретирующей, что существенно снижало 

быстродействие моделей.

SLAM-II в рассматриваемый период времени была самой продвинутой 

СИМ дискретно-непрерывных процессов. Концепция её создания оказалась 
настолько успешной, что привела к значительному расширению сфер применения имитационного моделирования. Недостаток SLAM-II – сложность 
освоения и невозможность имитации пространственных процессов.

В целом рассматриваемый период характеризовался развитием ин
струментария имитационного моделирования и особым вниманием к 
практическому применению имитационных моделей. 

Период 1990–2000-х гг. В этот период времени были востребованы 

следующие популярные пакеты СИМ: 

•
Process Charter-1.0.2 (компания «Scitor», США); 

•
Powersim-2.01 (компания «Modell Data», Норвегия); 

•
Ithink-3.0.61 (компания «High Performance Systems», США); 

•
Extend+BPR-3.1 (компания «Imagine That!», США); 

•
ReThink (фирма «Gensym», США);

•
Pilgrim (Россия). 

Большой вклад в развитие отечественного имитационного моделиро
вания внёс член-корреспондент АН СССР Н. П. Бусленко и его ученики.

В своих работах Н. П. Бусленко проанализировал и обобщил суще
ствующие имитационные подходы, что способствовало созданию общей 
теории имитационного моделирования. Основным результатом школы 
Бусленко принято считать развитие имитационного мышления и отрицания таких устоявшихся убеждений, как: 

•
проблемы поведения некоторых математических функций;

•
проблемы некоторых свойств потоков случайных событий. 

В 1990-е гг. в российской школе ИМ фактически был застой, но 

уже с начала 2000-х гг. возобновились публикации в этом направлении. 
При этом в качестве объектов моделирования в основном рассматривались крупные объекты с большими финансовыми ресурсами, т.е. те для 
которых результаты моделирования поведения рынка существенно влияли на их эффективность и доходность.