Professional Documents
Culture Documents
2 - RP - Simulacija I Modeliranje - 2
2 - RP - Simulacija I Modeliranje - 2
1
• Računala se u modeliranju koriste u dvije različite
svrhe:
u razvoju modela i
u izvođenju proračuna na temelju stvorenog modela
• Računalni model je računarski program koji nastoji
simulirati apstraktni model pojedinačnog sistema.
2
• Pod pojmom »računarska simulacija«
podrazumijevamo danas: analiziranje realiteta
pomoću modela sačinjenog od instrukcija na
računalu i upotrebu modela za imitaciju
ponašanja promatranog realiteta u ovisnosti o
unaprijed zadanom scenariju.
3
Modeli samoregulirajućih sistema održavanja
konstantne sobne temperature
5
Modeli samoregulirajućih sistema održavanja
konstantne sobne temperature
6
SKTS(t) = SKTS(t - dt) + (BPKTS) * dt
INIT SKTS = 20
INFLOWS:
BPKTS = DISKR_4*KKTPTOT
DISKR_4 = ZST-SST
KKTPTOT = 0.1
SST = SKTS*TTK
TTK = 1
ZST = 20+STEP(2,30)+STEP(-5,80)
7
Tipovi simulacijskih modela
8
Metodu Monte Carlo koristi se za rješavanje
sljedećih problema (Kleijnen,1974.):
9
Kontinuirana simulacija
10
Diskretna simulacija
11
Miješana kontinuirana-diskretna simulacija
12
Distribuirana simulacija
13
• Prve primjene distribuirane simulacije primjenjuju u
vojnim aplikacijama (umrežavanje trening
simulatore).
14
Modeliranje i simuliranje
15
• Izraz modeliranje i simulacija izražava složenu
aktivnost koja uključuje tri elementa: realni sistem,
model i računalo.
REALNI
SISTEM RAČUNALO
MODELIRANJE SIMULIRANJE
MODEL
16
• Pod realnim sistemom podrazumijevamo uređen,
međuzavisan skup elemenata koji formiraju
jedinstvenu cjelinu i djeluju zajednički kako bi
ostvarili zadani cilj ili funkciju, bez obzira na to je li
sistem prirodan ili umjetan, te također bez obzira na
to postoji li taj sistem u promatranom trenutku ili se
njegovo postojanje planira u budućnosti.
• Realni sistem može se promatrati kao izvor
podataka za specifikaciju modela.
• Podaci se javljaju u obliku zavisnosti X(t), gdje je X
bilo koja varijabla koja zanima istraživača, a t je
vrijeme mjereno u odgovarajućim jedinicama.
17
• Model, kao i svaki realni sistem, ima svoje objekte
koji se opisuju atributima ili varijablama.
• Apstraktni je prikaz sistema i prikazuje njegovu
strukturu, njegove komponente te njihovo uzajamno
djelovanje.
• Pod modelom se može podrazumijevati skup
instrukcija koji služi da se generira ponašanje
simuliranog sistema.
• Ponašanje modela ne mora u potpunosti biti
jednako ponašanju simuliranog sistema, nego samo
u onoj domeni koju istražujemo.
18
• Računalo je, kao treća komponenta ove aktivnosti,
uređaj sposoban za izvršenje instrukcija modela,
koje na osnovi ulaznih podataka generiraju razvoj
modela u vremenu.
• Računala su, uz različite metode i programske alate,
pogodna za stvaranje složenih modela i učinkovit
rad na njima.
• Računala pružaju dobar ambijent za stvaranje
modela i rad snjima.
• Razvoj modela (manipulacija grafičkim simbolima i
tekstom (npr. programskim kodom).
Izvođenje proračuna (pomoću računalnog modela)
– brza analiza velikog broja varijanti
– slučajne veličine: uzorak za istu varijantu 19
Interakcija između modelara, računala i
realnog sistema
REALNI
SISTEM
ANALIZA IZGRADNJA
MODELA I MODELA I
UPOTREBA FORMALIZACIJA
RAČUNANJE I
SIMULACIJA MODELAR
PROGRAMI RAČUNALO
Automatski stroj
za modeliranje i
simulaciju
PROGRAMIRANJE
FORMALNI
MODEL
20
Specifičnosti simulacijskog modeliranja:
grafički prikaz strukture sustava
animacija izvođenja simulacijskih eksperimenata
vrednovanje logike i dinamike rada modela
lakše prihvaćanje modela od strane korisnika
automatsko generiranje programa na bazi
konceptualnih modela
bitno skraćuje ciklus razvoja modela
(Dynamo/90,Powersim i iThing)
generiranje velikih uzoraka izlaznih varijabli
potrebno za statističku analizu slučajnih varijabli
21
Relacije: modeliranje i simuliranje
• Modeliranje je proces kojim se uspostavlja veza
između realnog sistema i modela, dok je simulacija
proces koji se uspostavlja između modela i računala.
• Relacija modeliranja odnosi se na validnost modela.
• Validnost modela opisuje koliko vjerno model
prikazuje simulirani sistem, jer se na temelju njega
donose odluke o upotrebljivosti rezultata simulacije,
izmjeni modela, izmjeni podataka, daljnjem nastavku
simulacije, ponavljanju simulacije, itd.
• Relacija simulacije odnosi se na provjeru prenosi li
simulacijski program vjerno model na računalo, kao i
na točnost kojom računalo izvršava instrukcije
modela.
22
• Prije usporedbe stvarnih podataka s podacima koje
generira računalo (simulator) mora se utvrditi
točnost, odnosno korektnost simulatora.
• Proces procjene korektnosti simulatora naziva se
verifikacija.
23
Proces modeliranja i simulacije
Na slici prikazane su aktivnosti procesa modeliranja i
simulacije s bazom modela kao centralnim objektom.
BAZA BAZA
MODELA PODATAKA
EKSPERMENTIRANJE
24
• Procesom modeliranja upravlja se na osnovi ciljeva
koji se generiraju izvan granica sistema.
• Svaki novi cilj inicira aktivnost sinteze modela.
• Pri sintezi modela koristi se raspoloživo znanje iz
baze modela i baze podataka.
• Baze podataka čuvaju i organiziraju prikupljene
podatke o realnom sistemu.
• Na kraju, kao rezultat javlja se jedan ili više modela
koji vode ka ispunjenju eksternih ciljeva.
• Kreiranim se modelima koristi donositelj odluke.
• Novo kreirani model u bazi modela mogu se koristiti
u nekoj od idućih faza aktivnosti.
25
Karakteristike simulacijskog modeliranja
• Simulacijski eksperimenti najčešće se izvode u
svrhu prikupljanja određenih informacija, čije bi
dobivanje eksperimentom nad realnim sistemom bilo
nepraktično ili preskupo.
• Prikupljene informacije poslije se transformiraju u
odluke značajne za upravljanje realnim sistemom
koji je predmet simulacijskog modeliranja.
• Simulacijski modeli prikupljaju podatke o
promjenama stanja sistema i izlaza, fokusirajući se
na ponašanje individualnih komponenti sistema.
• Simulacijski modeli najčešće su modeli dinamičkih
sistema, tj. sistema koji se mijenjaju u vremenu.
26
• Simulacijski modeli su modeli sistema koji se ne
mogu opisati ni rješavati matematičkim sredstvima.
• Izgradnja i korištenje simulacijskih modela proces je
koji zahtijeva znatnu vještinu i dobro poznavanje
brojnih znanstvenih disciplina (operacijskih
istraživanja, numerička analiza, teorija vjerojatnosti i
statistika).
• Multidisciplinarni pristup i koherentno i dobro
razvijeno područje ....
27
Predmet modeliranja i simulacije
29
Primjeri poslovnih simulacija
30
Potreba za simulacijom
32
• Vrijeme može biti vrlo jak razlog da se pribjegne
simulaciji. Pri simulaciji, vrijeme se može sažeti, što
je značajno kod simulacije dugotrajnih procesa. U
drugim slučajevima, vrijeme se može znatno
produljiti, na primjer, s ciljem da se prati postupno
odvijanje vrlo brzih procesa, što je u realnom
sistemu nemoguće.
• Kad se provodi realni eksperiment, uvijek postoji
izvjesna pogreška pri mjerenju zbog nesavršenosti
mjernih uređaja. Pri simulaciji te pogreške nema.
Postoji samo pogreška „zaokruživanja“ zbog
konačne dužine riječi u računalu, ali ona se s malo
truda može učiniti zanemarivom.
33
Mogućnosti primjene simulacije
34
• Mijenjanjem simulacijskih ulaza i promatranjem
odgovarajućih izlaza, dolazimo do važnog saznanja o
tome koje su varijable sistema najvažnije i kako
varijable utiču jedna na drugu.
35
Računarska simulacija u praksi
37
Prednosti simulacije
Kao osnovne prednosti korištenja simulacije navode
se sljedeće;
Jednom izgrađeni model može se višestruko koristiti
za analizu predloženih planova ili politika.
Simulacijske metode mogu se koristiti kao pomoć
kod analize, čak iako su ulazni podaci na neki način
nepotpuni.
Čest je slučaj da se simulacijski podaci mogu
mnogo jeftinije dobiti od sličnih podataka iz realnog
sistema.
Simulacijske metode lakše je primijeniti nego
analitičke metode.
38
Analitički modeli uglavnom zahtijevaju više
pojednostavljujućih pretpostavki koje ih čine
matematički prilagodljivim. Simulacijski modeli takva
ograničenja nemaju.
U nekim slučajevima, simulacija je jedino sredstvo
za rješavanje odgovarajućeg problema.
Moguće je opisati i rješavati složene dinamičke
probleme sa slučajnim varijablama koji su
nedostupni matematičkom modeliranju.
39
Nedostaci simulacije
• U osnovne nedostatke korištenja simulacije ubrajaju se
sljedeći:
Simulacijski modeli za digitalna računala mogu biti
skupi i mogu zahtijevati značajno vrijeme za izgradnju i
validaciju.
Zbog statističkog karaktera simulacije potrebno je
izvođenje većeg broja simulacijskih eksperimenata
kako bi se dobio odgovarajući uzorak rezultata
simulacije.
• Ne dobivaju se zavisnosti izlaznih varijabli od ulaznih
varijabli modela niti optimalna rešenja.
• Za ispravno korištenje simulacijskog modeliranja
potrebno je poznavanje više različitih metoda i alata. 40
Stvaranje povjerenja u simulacijske modele
Da bi korisnici (donositelji odluka, menadžeri) imali
povjerenja u korištenje simulacijskog modela, potrebno
je opravdati pretpostavku da:
• model adekvatno opisuje sustav.
Proces stvaranja povjerenja traje od početka do kraja
izgradnje modela.
Cilj stvaranja povjerenja: eliminirati različite vrste
grešaka modela, npr. greške u logici modela, greške u
matematičkim relacijama, greške u programskom kodu,
greške u ulaznim podacima, pogrešan način korištenja
modela, pogrešna obrada i interpretacija rezultata
modela
41
Simulacijski jezici
Povijest modernih simulacijskih jezika počela je s
fizičarom Geoffreyem Gordonom koji je 1961. u IBM-u
razvio posebni program GPSS (General Purpose
Simulation System) za istraživanje pojedinih
konfiguracija računarskog hadvera.
Od jezika za diskretnu simulaciju danas su u uporabi
GPSS, SIMSCRIPT, GASP, SIMULA, ProModel, Arena
i drugi.
Od jezika za kontinuiranu simulaciju u uporabi su
DYNAMO, SLAM (Simulation Language for Alternative
Modeling, A. Pritsker i D. Pegden) koji je pogodan za
modeliranje diskretnih, diskretno-kontinuiranih i
kontinuiranih sustava, VENSIM, POWERSIM, STELLA,
iThink i drugi.
42
Kontinuirana simulacija
43
44
Kontinuirana simulacija
45
46
47
48
49
Diskretna simulacija
Arena
ARENA omogućuje:
Simulacije diskretnih događaja
Simulacije skupnih i kontinuiranih događaja
Analizu i predviđanje uspješnosti sustava
50
51
Zajednička im je karakteristika - gledaju na model kao
na niz slučajnih događaja gdje svaki uzrokuje promjenu
stanja
52
Kafić
53
54
Kao rezultat simulacijskog programa može se dobiti:
55
56
Najznačajnija prednost simulacijskih jezika je to
što analitičaru omogućuju da se efikasnije bavi
istraživanjem nego kad upotrebljava jezike opće
namjene.
57
Nedostatak simulacijskih jezika - je njihova
stroga namjena i ograničena fleksibilnost.
58
Simulacijskim jezicima visoke razine značajno se
smanjuje vrijeme programiranja i omogućuje da se
model lakše razvije u fazi modeliranja.
59
Program za računalo pisan u simulacijskom jeziku
orijentiranom prema aktivnostima organiziran je
kao niz opisa aktivnosti.
61