Введение

Имитационное моделирование как необходимая часть инженерного образования сложилось в середине прошлого, двадцатого века. Воспринятое поначалу как своеобразный численный метод решения сложных задач, как "младший брат" аналитического моделирования, оно постепенно стало основным, подчас единственным методом при анализе и синтезе сложных систем и процессов.

Общеизвестно, что правильно поставленный натурный эксперимент, то есть исследование свойств объекта на самом объекте, максимально информативен. Оказывается, что эксперимент с компьютерной имитационной моделью вполне конкурентоспособен с натурным. Не говоря о том, что натурный эксперимент в ряде случаев вообще невозможен или нецелесообразен, эксперимент с имитационной моделью может быть приемлемо информативен и выполнен значительно быстрее и дешевле натурного. Это и предопределило стремительное и повсеместное внедрение имитационного моделирования в научный и инженерный обиход.

В популяризации имитационного моделирования заметную роль сыграли работы Р. Шеннона [45] и Т. Д. Шрайбера [46]. В свое время эти работы были широко известны в среде научных работников и инженеров. Большую положительную роль в распространении компьютерного имитационного моделирования у нас в стране сыграли работы по моделированию сложных систем на ЭВМ члена-корреспондента АН СССР Н. П. Бусленко и выдающегося математика академика АН СССР А. А. Самарского. Их работы в области математического моделирования и вычислительного эксперимента широко используются на практике.

Огромный мировой опыт применения имитационного моделирования вызвал необходимость теоретического осмысления этого метода познания. Образовались центры в Москве, Санкт-Петербурге, Казани и др., объединяющие инженеров, научных сотрудников и преподавателей высшей школы, применяющих и пропагандирующих как само имитационное моделирование, так те или иные инструментальные средства. Регулярно проводятся общероссийские научно-практические конференции [27, 28]. Все чаще стали появляться публикации, посвященные общей теории имитационного моделирования. В частности, к таким можно отнести работы Окольнишникова В. В. [40] и Н. Б. Кобелева [31].

Курс имитационного моделирования под разными названиями: "Компьютерное моделирование", "Моделирование систем", "Моделирование" и т. п. является обязательным в учебных планах технических ВУЗов, в том числе и военных. Соответствующие знания включены в квалификационные характеристики выпускников.

Настоящий курс представляет собой учебное пособие для изучения материала по этим дисциплинам. Содержание курса определено типовыми программами соответствующих специальностей и изложено в восьми лекциях.

Первая лекция носит вводный характер. Разъясняются понятия моделирования и основных терминов. Классификация моделей и моделирования дается в самом общем виде. Подробная классификация не актуальна для настоящего пособия, главной целью которого является обучение практическим приемам имитационного моделирования и проведению компьютерных экспериментов с моделью. Заметим, что и общепринятой универсальной классификации нет, да и вряд ли она целесообразна. Этапы моделирования также рассматриваются в виде общего представления. Углубленное раскрытие содержания этапов демонстрируется в ходе курсового проектирования, предусмотренного тематическими планами вышеназванных дисциплин.

Во второй лекции рассматриваются подходы к аналитическому моделированию дискретных процессов, обладающих свойством марковости. Как показывает практика, такие процессы присущи многим аспектам функционального и надежностного поведения систем - объектов профессионального предназначения выпускников учебных заведений соответствующих специальностей. Демонстрируемые в лекции аналитические модели противоборства, массового обслуживания и некоторые другие утилитарного значения не имеют; на этих примерах демонстрируются возможные подходы к построению аналитических моделей процессов в объектах разного назначения. Заметим, что для сравнительно несложных процессов, например, для ряда структур систем массового обслуживания, аналитические модели можно обнаружить в соответствующих справочниках.

В основной части курса ( "Статистическое моделирование" … "Разработка имитационных моделей в виде приложений с интерфейсом" ) излагаются обоснования и приемы имитационного моделирования дискретных процессов - моделирования поведения вероятностных систем, т. е. таких, на которые воздействуют различного рода случайности. Такие модели называются статистическими, поскольку искомые результаты получают посредством статистической обработки данных.

В качестве основного инструментального средства в курсе рассматривается система моделирования GPSS World. Эта система распространена в нашей стране и не только; ей посвящены представительные научно-практические конференции и издания. Авторы имеют опыт применения и преподавания всех вариаций семейства GPSS, начиная с самой первой. И если версии GPSS-360, GPSS/PC, GPSS/H можно упрекнуть в некоторой ограниченности средств по сравнению, например, с Simpas, то последнюю на сегодняшний день версию GPSS World можно, по мнению инженерной общественности и авторов, считать вполне удовлетворяющей современным требованиям практиков. В учебном пособии нельзя, да и нецелесообразно отобразить все возможности GPSS World. Для дальнейшего профессионального совершенствования следует обратиться к [5].

При работе над курсом авторы опирались на свой опыт моделирования и преподавания, а также на многие издания по теме. В наибольшей степени были учтены работы, указанные в списке литературы.

Авторы признательны Д. В. Боеву, помощь которого в подготовке и оформлении рукописи была существенна.