Symulacja komputerowe w doktoracie

Symulacja komputerowe w doktoracie – Model komputerowy to program komputerowy umożliwiający wprowa­dzenie parametrów modelowanego obiektu i stanu początkowego otrzymanego na drodze obliczeniowej przebiegu zjawisk i charakterystyk modelowanego obiektu. Modele symulacyjne w zależności od ich cechy można podzielić na:

• dynamiczne^[1],
• statyczne^[2],
• stochastyczne^[3],
• deterministyczne^[4].

Symulacje należy rozumieć jako technikę numeryczną przeznaczoną do prowadzenia eksperymentów na modelach opisujących zachowanie się złożonego systemu.

W tym schemacie „System rzeczywisty stanowi źródło danych o reakcji będącej przedmiotem zainteresowania. Model jest zbiorem instrukcji służących do wygenerowania danych o reakcji. Reakcja modelowania dotyczy zasadności modelu, a więc spełniania przez niego funkcji reprezentowania systemu rzeczy­wistego”.

Stosowane w symulacji dane służą do weryfikacji konstrukcji z wykorzy­staniem metod konstruowania, optymalizacji, trenażerów, gier i animacji kompu­terowych oraz do określania właściwości obiektów poprzez sposób analizy ukła­dów złożonych.

W elementach odwzorowania modelu symulacyjnego można wyróżnić dwie grupy:

• aktywną (mechanizmy sterujące systemu w modelu stają się elementami struktury funkcjonalnej),
• pasywną (częściami są elementy materii systemu rzeczywistego, w modelu symulacyjnym będą należeć do grupy elementów struktury danego modelu).

Wśród narzędzi do przeprowadzania symulacji komputerowej można wyróżnić:

• AutoMod, Manuplan do szybkiej symulacji,
• symulatory, np. SLAMII,
• języki symulacyjne, m.in. Simscript, GPSS, Simula,
• ogólne języki programowania.

Należy dodać, że „symulować” potocznie (łac. simulo – udaję) znaczy przyjmować wygląd czegoś innego, a także naśladować, odtwarzać coś innego. W przypadku symulacji komputerowej mamy do czynienia z imitowaniem dzia­łania całego systemu lub tylko naśladowaniem pewnych warunków poprzez uży­cie programów komputerowych. Bardziej szczegółowo można określić symulację komputerową jako „metodę numeryczną służącą do dokonywania eksperymentów na pewnych rodzajach modeli matematycznych, które opisują za pomocą kom­puterów zachowanie się złożonego systemu w ciągu długiego okresu czasu”. Symulacja komputerowa jest „algorytmiczną metodą prowadzenia (za pomocą komputera) eksperymentów na modelach dynamicznych istniejących lub projek­towanych systemów””.

Do poczytania: http://www.par.pl/2006/files/01-06_artykul2p.pdf

Z przytoczonych opisów można wnosić, że:

• symulacja komputerowa to technika tworzenia warunków eksperymentów na dynamicznych modelach opisujących istniejące lub projektowane systemy,
• symulacja komputerowa umożliwia uzyskanie wiedzy na temat zachowania się badanego systemu w czasie,
• narzędziem, jakim posługuje się symulacja komputerowa w realizacji celu badawczego, jest program komputerowy będący formalną reprezentacją mo­delu badanego systemu.

Symulacja komputerowa jest etapowym układem następujących działań celowo dobranych, zmierzających do osiągnięcia celu badawczego:

• określenie celu i problemu,
• tworzenie modelu matematycznego,
• sformułowanie programu dla komputera,
• sprawdzenie poprawności modelu,
• zaplanowanie eksperymentów symulacyjnych,
• wykonywanie przebiegów symulacyjnych i analiza wyników.

Pierwszy etap wydaje się oczywisty, niemniej jest bardzo ważny. Nie można przystępować do żadnego badania, nie tylko symulacyjnego, bez jasno sformułowanego zakresu i celu. Na etap drugi, tworzenie modelu, składają się dwa zadania: (1) ustalenie struktury modelu poprzez zadecydowanie, które ce­chy systemu są istotne dla zagadnienia (założenia upraszczające), inaczej wybór zmiennych; (2) zebranie danych potrzebnych do określenia odpowiednich para­metrów modelu. Zaprogramowanie symulacji modelu na komputer (etap trzeci) w przypadku, gdy jest on dany w postaci matematycznej, jest już zadaniem sto­sunkowo łatwym, pod warunkiem że zna się zasady programowania w danym języku symulacyjnym. Etap czwarty, sprawdzenie poprawności modelu, wymaga dużej liczby ocen.

W pewnym sensie jest on uzupełnieniem etapu formułowania modelu. Podczas testowania modelu nie tylko eliminuje się błędy w programie, ale porównując wyniki przebiegów symulacyjnych z dostępną wiedzą o mode­lowanym systemie, sprawdza się także, czy model zachowuje się logicznie. Etap ten wielokrotnie zmusza do zrewidowania wcześniejszych założeń i powtórnej realizacji poprzednich etapów. Etap piąty polega na zaprojektowaniu szeregu eksperymentów realizujących cele badania. Wykorzystuje się tu między innymi technikę scenariuszy. Końcowym etapem badania systemu jest wykonanie prze­biegów symulacyjnych i interpretacja wyników, która przy dobrze zaplanowa­nym badaniu i jasno określonym zbiorze pytań powinna dać rozwiązanie.

Symulacja komputerowa ma wiele zalet, które czynią ją atrakcyjnym na­rzędziem analizy. Po pierwsze może ona skondensować w takim stopniu czas, że istnieje możliwość „wysymulowania” kilku lat działalności systemu w ciągu minuty lub w niektórych przypadkach w ciągu kilku sekund — zależy to od stopnia skomplikowania problemu i możliwości komputera. Zdolność ta pozwala badaczowi rozważyć różne plany, które chciałby zbadać w bardzo krótkim czasie, podczas gdy przeprowadzenie próby na każdym realnym systemie (jeśli w ogóle byłoby to możliwe) trwałoby bardzo długo. Symulacja komputerowa pozwala również na rozszerzenie czasu działania systemu, gdyż można za jej pomocą zbadać szczegółową strukturę zmian, których nie można byłoby zaobserwować w czasie rzeczywistym.

Każdy eksperyment komputerowy, w odróżnieniu od eksperymen­tów laboratoryjnych, można powtórzyć w tych samych warunkach. Wyniki ekspe­rymentów można bardzo łatwo przechowywać i porównywać. Wymienione zalety symulacji komputerowej, jako metody badania, powodują, że sięga się po nią przy rozpatrywaniu różnorodnych problemów. Symulacja komputerowa jest od dawna podstawową metodą badania systemów złożonych: fizycznych, wojskowych, społecznych, energetycznych, politycznych, a także ekonomicznych. Głównym celem symulacji jest dostarczenie informacji o badanym realnym systemie lub takim, który ma dopiero powstać. Informacje te mogą być wykorzystane w procesie podejmowania decyzji dotyczących danego systemu. Bardzo często stosuje się symulację także w celach dydaktycznych.

Uwaga! Badacz wybierający symulację komputerową powinien wiedzieć, że opra­cowanie i uruchomienie programu symulacyjnego jest zajęciem trudnym i nie ma gwarancji, że wysiłek włożony w przygotowanie modelu zwróci się w postaci wartościowych wyników. Zawsze istnieje niebezpieczeństwo, iż model, jako uprosz­czony zapis rzeczywistości, nie obejmie wszystkich istotnych z punktu widzenia celu badania zależności istniejących w realnym systemie.

W bogatej literaturze dotyczącej symulacji ukazuje się wiele jej odmian, jednak nie zawsze spełniają one założenia formułowane w definicjach symulacji komputerowej.

Symulacja komputerowa jest jedną z form symulacji systemów rozu­mianą za G. S. Fishmanem jako „czynność przedstawiania systemu za pomocą modelu symbolicznego, którym można łatwo operować i na podstawie którego otrzymujemy wyniki numeryczne”. Wyodrębnia on kilka typów symulacji systemów:

• symulację tożsamościową, która jest skrajnym przypadkiem, występującym wówczas, gdy w dążeniu do poznania zachowania się systemu on sam może być traktowany jako model; mamy wówczas do czynienia z raczej niepożą­danymi, kosztownymi eksperymentami na żywym organizmie systemu,
• symulację prawie tożsamościową, np. prowadzenie gier wojennych,
• symulację laboratoryjną, gdy mamy do czynienia z fizycznym odtwarzaniem pewnych aspektów prawdziwego systemu z jednoczesnym zastępowaniem innych aspektów formami symbolicznymi (np. gry symulacyjne z udziałem ludzi, podczas których wykorzystywane są maszyny analogowe, cyfrowe lub innego rodzaju urządzenia),
• symulację komputerową, pojmowaną jako metoda, która pozwala na badanie systemu reprezentowanego za pomocą modelu w czasie przy użyciu maszyn cyfrowych.

1. F. Barton przedstawia nieco inne ujęcie rodzajów badań symulacyj­nych. Według niego możemy mówić o następujących typach symulacji:

• symulacja typu człowiek — model, w której mamy do czynienia z ekspery­mentami, w jakich model jest częścią badanego systemu, a człowiek-gracz przedmiotem eksperymentu; gracze oddziałują na siebie nawzajem i na mo­del, stąd nazwa typu symulacji,
• symulacja typu człowiek — maszyna, w której eksperymenty odbywają się z wykorzystaniem urządzeń fizycznych do symulowania rzeczywistego sys­temu (np. symulatorów samolotów, lotów kosmicznych itp.); podstawowym celem tego rodzaju eksperymentów jest szkolenie,
• symulacja typu człowiek — maszyna cyfrowa, która różni się tym od poprzed­niego typu, że modele systemu są realizowane przez komputer, a w trakcie eksperymentów człowiek współdziała z komputerem na zasadzie interaktyw­ności; symulacja tego typu również wykorzystywana jest zwykle w celach szkoleniowych,
• symulacja maszynowa, w której kontrolę nad przebiegiem eksperymentu spra­wuje się za pomocą rozkazów programu opisującego krok po kroku funkcjo­nowanie systemu będącego przedmiotem badań; eksperymentator nie ingeruje w eksperyment w trakcie jego wykonywania, ale może go powtarzać, zmie­niając albo elementy kontroli, albo symulowane funkcjonowanie systemu lub jedno i drugie jednocześnie.

Daje się zauważyć zbieżność pojęcia symulacji maszynowej z symulacją komputerową w rozumieniu podanym przez G. S. Fishmana. Pozostałe typy symu­lacji przedstawiane przez R. F. Burtona odnoszą się do symulacji laboratoryjnej.

Warto w tym miejscu zaznaczyć, że obaj autorzy podkreślają, iż modele używane w symulacji (symulacyjne) są dynamiczne i „zawsze wiążą się ze zmia­nami ich stanu w czasie”. Jest to zgodne nie tylko z treścią przytaczanych we wprowadzeniu definicji symulacji komputerowej, ale także z poglądami G. Gor­dona, który wskazuje, że symulacja systemów to metoda ,rozwiązywania proble­mów, polegająca na śledzeniu w czasie zmian zachodzących w dynamicznym modelu systemu”.

Akceptacja takiego ujęcia powoduje, że powinno się wykluczyć z dal­szych rozważań tak zwaną symulację statyczną, polegającą na prowadzeniu ekspe­rymentów na statycznych modelach, które z definicji pomijają czynnik czasu. Niemniej w wielu pozycjach literatury przedmiotu przedstawia się podział sy­mulacji komputerowej na symulację dynamiczną i statyczną, przy czym jako podstawową metodę symulacji statycznej uznaje się symulację typu Monte Carlo. Nie wdając się w głębszą dyskusję nad zasadnością wyłączenia symulacji typu Monte Carlo z zakresu metod symulacji komputerowej, w niniejszej pracy przyj­muje się za G. S. Fishmanem, że termin symulacja komputerowa zarezerwowano dla określenia szerokich badań nad systemami, natomiast metody Monte Carlo służą głównie do dokonywania eksperymentów losowania i jako takie mogą być użyte w trakcie badań systemowych za pomocą symulacji komputerowej tylko do ułatwienia procesu manipulowania dużymi zbiorami danych i generowania liczb losowych.

Wracając do głównego nurtu rozważań, warto przytoczyć jeszcze jedną typologię symulacji systemów, szczególnie użyteczną w sytuacji, gdy symulacja jest wykorzystywana w celu nabycia pewnych umiejętności czy wiedzy. Zapro­ponowali ją S. M. Alessi i S. R. Trollip. Oto jej typy:

• symulacja fizyczna, w której umiejętności są nabywane poprzez symulację obiektów fizycznych (np. symulatory samolotów),
• symulacja proceduralna, w której umiejętności są nabywane poprzez opero­wanie modelami symulacyjnymi urządzeń,
• symulacja sytuacyjna, w której umiejętności są nabywane poprzez odgrywanie określonych ról (np. gry symulacyjne),
• symulacja procesowa, w której umiejętności są nabywane poprzez obserwację symulowanych stanów w czasie,
• symulacja komputerowa, w rozumieniu przedstawianym wyżej, mieści się poję­ciowo w symulacji procesów.

Ważnym aspektem symulacji komputerowej, jak już wspomniano, jest czas. Biorąc pod uwagę związek zachodzący między czasem symulowanym a cza­sem zegarowym podczas eksperymentu symulacyjnego, można wyodrębnić:

• symulację w czasie rzeczywistym, w której postęp czasu symulowanego jest ściśle wyznaczany przez upływ czasu zegarowego; jest to wymagane głównie w środowiskach wirtualnej rzeczywistości, działających w interakcji z czło­wiekiem, np. w symulatorach treningowych, grach wideo i emulatorach, czyli tam, gdzie występuje interakcja z urządzeniami fizycznymi (np. elektronicz­nymi), kiedy część układu istnieje fizycznie, a działanie pozostałej części jest symulowane,
• symulację off-line, czyli analityczną, w której nie ma interakcji z człowie­kiem (albo z fizycznym urządzeniem); tu upływ czasu symulowanego nie musi mieć nic wspólnego z czasem zegarowym.

^[1] Są to takie modele, w których czynnik czasu ma kluczowe znaczenie. Stan sys­temu zmienia się dzięki upływowi czasu symulacyjnego, właściwości i atrybuty systemu są zależne od wartości czasu symulacyjnego. Wynik jest zależny od czasu trwania symulacji. Przykładem mogą być wszelkiego rodzaju modele działania systemów obsługi, produkcji, transportu itp.

^[2] W tego rodzaju modelach czas nie wpływa na wynik, zegar symulacji nie jest potrzebny. Stan systemu nie jest zależny od czasu i atrybuty systemu nie zmieniają się wraz z czasem symulacji. Przykład takiego modelu to model gry w ruletkę, gdzie na wynik poszczególnych losowań nie wpływa czas.

^[3] W tego typu modelach duże znaczenie mają występujące w nim zmienne loso­we, które kontrolują zachowanie procesów, czyli występowanie danych zdarzeń. Pewne zdarzenia występują losowo, czyli nie istnieje jakiś schemat ich występowania. Ważnym elementem przy konstruowaniu takiego modelu jest dobór odpowiedniego generatora wartości losowych. Przykładem zmiennych losowych w modelu może być czas między przebywaniem klientów w systemie obsługi.

^[4]  W tych modelach nie występują zmienne losowe, działanie modelu nie opiera się na losowym występowaniu pewnych zdarzeń. Cechy obiektów są zdefiniowane wcze­śniej lub obliczane na bieżąco wg zadanych funkcji matematycznych. Przykładem takiego modelu może być model analizy finansowej w arkuszu kalkulacyjnym.