CC BY
40
№ 4 (52) 2014
В. В. Девятков, канд. техн. наук, заместитель директора по научной работе Института информатики Академии наук Республики Татарстан, г. Казань, [email protected]
некоторые вопросы развития методологии имитационных исследований
В статье обосновывается необходимость совершенствования методологии проведения имитационных исследований . Рассматриваются направления совершенствования традиционной методологии проведения имитационного исследования сложных систем (ИИСС) на основе парадигмы абстрактных уровней исследования . Предлагается теоретико-множественный подход моделирования процесса ИИСС . Формулируется «желаемый» пользователем образ инструментального средства ИМ . В заключении приводятся примеры применения новой методологии
Ключевые слова: моделирование, имитационные исследования, методология, эволюция моделирования, парадигмы процесса, имитационные приложения .
введение
В области анализа и исследования сложных систем термин «имитационные исследования» возник достаточно давно, но более известен другой термин — «имитационное моделирование» (ИМ), который встречается чаще, но не в полной мере отражает все нюансы и особенности создания и применения моделей на современном этапе развития. В связи с существующей неоднозначностью толкования понятия «имитационное исследование» приведем его общее определение [5], на которое будем опираться в данной работе:
Имитационное исследование сложных систем (ИИСС) — это последовательное и комплексное исполнение действий, связанных с разработкой имитационной модели, а также проведением анализа и синтеза системы с использованием алгоритма для выработки практических рекомендаций по вопросам проектирования, функционирования или модернизации системы.
Методологически при проведении ИИСС необходимо последовательно выполнить ряд действий (этапов) — от постановки задачи, мониторинга и накопления исходных данных,
разработки модели, планирования и проведения экспериментов с моделью и т. д. до выработки рекомендаций по результатам исследований. Данный процесс в общем виде можно представить в виде конечного ориентированного орграфа A (рис. 1). Вершинами орграфа являются этапы исследования а ребрами — направления перехода к следующему этапу после исполнения этапа, соответствующего данной вершине.
Орграф Л = (б, 5)
множество вершин Q - множество ребер
Рис. 1. Графическое представление процесса ИИСС
Используемая в настоящее время методология имитационных исследований (далее традиционная методология) опирается на труды советских и зарубежных ученых Н. П. Бус-ленко [1], Р. Шенона [2], Т. Нейлора [3]. В общем виде подход к описанию традиционной методологии можно охарактеризовать как концепцию «Этапов и состояний».
№ 4 (52) 2014
Необходимость совершенствования процесса ИИСС
Действительно, весь процесс исследования S разбивается на ряд этапов Sl, где I — номер этапа, I = 1, 2, ..., п. Кроме того, на каждом этапе обычно вводится еще ряд состояний этапов sj с тем, что\1 = 1, 2, ..., т. Однако далее мы увидим, что каждому I соответствует только свой набор ]1, поэтому будем применять в формулах обозначения sj = sj, где } = 1, 2, ..., т1.
^ = ($) = (3, 3.....Sn)
1з=^)=з22.....sml|). ()
Чем больше выделяется этапов и их состояний, тем детальнее анализируется процесс ИИСС. Например, Р. Шенон [3] рассматривал 11 этапов, которые стали классикой и используются большинством исследователей.
За длительную историю развития имитационные исследования так и не стали массовым инженерным инструментом, хотя потенциально моделирование необходимо большинству существующих систем, а это — тысячи применений. Три основные причины такого положения следующие:
• длительность исследования велика (от нескольких месяцев до года) и не удовлетворяет потребности потенциальных заказчиков;
• сложность проведения исследования — в связи с этим планка требований к квалификации исследования очень высока (чаще всего это уровень научного работника или системного аналитика, обладающего навыками программирования);
• стоимость инструментальных средств моделирования и проведения самого исследования очень велика (десятки и сотни тысяч рублей).
Из-за этого создавать имитационные модели и пользоваться их несомненными преимуществами могли лишь немногие из желающих, для которых время исследования не играло первостепенную роль. Они име-
ли финансовую возможность приобрести инструментальные средства или заказать исследование, а уровень знаний и навыков их сотрудников позволял воспользоваться средствами моделирования либо квалифицированно поставить задачу стороннему исполнителю.
Все существующие и вновь создаваемые языки и системы имитационного моделирования опирались на традиционную технологию. Автором был проведен детальный анализ традиционной методологии, ее эволюции за последние годы [5]. Основным результатом этих исследований стал однозначный вывод — существующая традиционная методология требует совершенствования и развития с учетом реалий времени имеющихся технологий.
Существует четыре основные причины необходимости развития и совершенствования методологии проведения процесса ИИСС.
1. Отсталость используемых технологий. Применение традиционной технологии проведения ИИСС не дает полностью реализовать существующие на сегодняшний день потенциальные возможности метода ИМ. Во многих системах имитации применяются устаревшие информационные технологии. В целом разработчики большинства известных систем ИМ не успевают за стремительным изменением современных информационных технологий, в основном из-за небольшого размера рынка ИИСС, и как следствие, отсутствия средств на развитие.
2. Малочисленность пользователей. Это своего рода следствие первой проблемы. Работать с существующими системами имитации достаточно сложно. В связи с завышенными квалификационными требованиями к пользователям системы ИМ распространены в основном в научных и университетских кругах. Расширение числа потенциальных пользователей невозможно без значительного упрощения взаимодействия пользователя и системы, а также сокращения сроков создания и использования моделей за счет применения современных информационных технологий.
№ 4 (52) 2014
3. Наличие значительной эволюции структуры и содержания процесса ИИСС.
Анализ эволюции используемых при проведении ИИСС программ позволяет сделать вывод, что под натиском современных информационных технологий, массового появления и программной реализации новых теоретических разработок — структура и функции ИИСС в целом и для каждого этапа исследования в частности существенно изменились:
• значительно повысился уровень автоматизации исследования;
• изменилась содержательная суть действий исследователя на этапе или в состояниях этапа;
• произошло укрупнение этапов: объединение нескольких этапов традиционного подхода в один этап; переход функций одного из этапов в один или несколько других этапов;
• появились принципиально новые этапы;
• изменились принципы работы с данными — унификация и централизация накопления, обработки, а также обмена данными и результатами моделирования на всех этапах исследования;
• повысились оперативность и интерактивность процессов управления исследованием; значительно увеличилось количество доступных управляющих воздействий со стороны исследователя с одновременным расширением возможностей визуализации и анализа;
• произошло распределение вычислений в процессе ИИСС (от мобильных устройств до высокопроизводительных компьютеров); организация исследования, управление процессом и анализ результатов моделирования переносится на мобильные устройства, сложные вычисления — на высокопроизводительные компьютеры;
• повысилась роль коллективных методов проведения ИИСС, например, подключение к исследованию лучших специалистов на различных этапах ИИСС.
Пример эволюции ИИСС — изменение содержательной сути действий исследователя. Ряд этапов ИИСС сохранил свое при-
вычное название, но значительно видоизменилась сущность этих этапов или возникли новые состояния этапов S|, реализующие видоизмененные или дополнительные функции, выполняемые исследователем, и ранее не присущие этим этапам (рис. 2). Допустим, состояния старого 1-го этапа $ sl,...,) отличаются от состояний видоизмененного I*-го этапа ($1, s2 ,...,). При этом количество состояний этапа т| может отличаться от количества состояний этапа т1 и любое состояние может быть не эквивалентно состоянию б/.
Пример этапа с расширенными функциями — этап экспериментирования с моделью. Сейчас исследователь может визуально следить за ходом процесса и управлять им, останавливать его и вносить оперативные изменения.
/1 2 m,- \ \si> si )
ВИДОИЗМЕНЕННЫЙ ЭТАП Программная подсистема, реализующая ряд новых или видоизмененных операций
(SA
Klj /1 2 щ \
\si 5 si )
Рис. 2. Расширение функций этапа
Программная разобщенность процесса имитационного исследования. Как правило, при проведении исследования (на разных этапах) пользователь вынужден применять не одну, а несколько программных систем (не связанных логически и информационно) и использовать ручные операции. Например:
• этап обработки статистики может выполняться с помощью профессиональных систем обработки статистических данных. Например, ППП СТАТИСТИКА, SPSS, SAS, Stat::Fit, ExpertFit и др.;
№ 4 (52) 2014
• этап разработки и отладки моделей — на общецелевых языках имитационного моделирования. Например, SIMULA, GPSS, SIMSCRIPT, AnyLogic и др.;
• этап проведения экспериментов с моделью — с использованием программ планирования экспериментов и оптимизации имеющихся в тех же пакетах обработки статистики или отдельно написанных программ. Например, OptQuest, IOSO, Vanguard Global Optimizer, SAS/OR.
Как видим, традиционный подход все время видоизменяется. В частности, он все больше и больше автоматизируется. Процесс ИИСС чаще всего разбивается на несколько последовательных частей, границы которых обусловлены используемыми программными комплексами. И количество этих программ все увеличивается. Не остается практически ни одного неавтоматизированного действия исследователя в процессе ИИСС, но осуществляется эта автоматизация бессистемно. Отличительной особенностью такой автоматизации является то, что в большинстве своем новые программы создают не разработчики средств ИМ, а сторонние разработчики — профессионалы в узких областях ИИСС. Не существует комплексного подхода к автоматизации всего процесса ИИСС. Поэтому приходится изучать программы сторонних разработчиков и каким-то образом самостоятельно вовлекать их в процесс ИИСС. Это приводит к ряду неудобств — необходимости самостоятельного изучения их возможностей и навыков работы, а также осуществлению информационной стыковки программ по входу и выходу.
В целом качество проведения исследований с применением все большего количества программ, безусловно, увеличивается. Также происходит и некоторое уменьшение времени проведения ИИСС. Но в целом кардинальных изменений традиционного процесса ИИСС к настоящему времени не произошло. Имитационные исследования продолжают оставаться средством, ограниченным для массового применения, — за счет высоких требований к профессиональной квалификации
исполнителей ИИСС, значительной стоимости многих составляющих его компонентов и большой длительности исследования.
Тем не менее сформировался образ инструментального средства проведения ИИСС, который хотел бы видеть исследователь:
• удобные и понятные графические диалоги общения на любом этапе исследования;
• полностью автоматизированные и взаимодополняющие действия пользователя в рамках одной программной системы;
• единые и распределенные базы данных моделей и результатов;
• возможность осуществлять моделирование оперативно (быстро и в любом месте) на мобильных электронных устройствах (например, планшетах);
• создание для коллективного или индивидуального использования удаленных облачных сервисов: банков данных моделей и результатов;
• возможности связи с другими автоматизированными системами (имеющимися у заказчика модели) либо для оперативного получения данных от них, либо для передачи результатов моделирования в случае необходимости;
• быстрая и автоматизированная подготовка отчетов об исследовании на основе накапливаемых в базах данных результатов экспериментов с моделью.
Анализ показал, что организационная, информационная и технологическая разобщенность при реализации различных этапов традиционного процесса ИИСС была заложена методически. То есть традиционная методология не отвечает требованиям сегодняшнего дня, уровню развития информационных технологий.
В итоге качество и глубина исследования, скорость его выполнения как страдали, так и страдают, а также усложняется процесс применения ИМ в реальных задачах. Все это не позволяет создать действительно массовый инструмент для исследования.
Тем не менее основная задача, стоящая перед разработчиками современных про-
№ 4 (52) 2014
граммных средств организации и проведения ИИСС, — минимизация времени исследования и превращение этих средств в массовый инженерный инструмент.
Только в этом случае метод имитационного моделирования будет востребован на практике и реально позволит избежать ошибок при проектировании и модернизации множества сложных систем, а также снизить экономические издержки при их эксплуатации. Это позволит имитационному моделированию стать важнейшим элементом повседневных 1Т технологий для системных аналитиков любых предприятий.
Для достижения этого не хватает в первую очередь современных подходов к методологии ИИСС. По сути, сейчас методология процесса организации и проведения ИИСС превратилась в более широкое понятие, в котором существенно повышается роль инструментов проведения исследования. Речь идет о концепции создания комплексных программных инструментов проведения ИИСС, унификации и систематизации данных, проектировании единого языка взаимодействия пользователя с программой и т. д.
Модель процесса проведения иисс
В соответствии с ранее введенным определением ИИСС каждый этап S = (S1, S2, ..., Sn), i=1, 2, ., п, — это последовательность использования исследователем некоторого комплекса программ или ручных операций, реализующих данный цикл имитационного исследования Sl = s22,...,sm,), I, = 1, 2, ..., т,, причем каждый этап должен быть выполнен хотя бы раз.
Управляет процессом перехода от этапа к этапу непосредственно сам исследователь. Так как по определению процесс ИИСС конечен, то и количество повторов любого этапа также конечно. Обозначим количество повторов этапов в процессе ИИСС матрицей Я:
R = [Я1 Я2, ..., Яn], где Я1 — коэффициент повторов этапов (целое число, количество).
Процесс ИИСС протекает таким образом, что в любой момент может перейти на любой, пусть даже ранее и выполненный этап. Это зависит от многих факторов — сложности модели, квалификации исследователя, изменения исходных данных, ошибок и т. д. По своей природе все они случайны.
Один из наиболее важных показателей эффективности процесса ИИСС — общее время проведения имитационных исследований. Обозначим общее время исследования Еии. Если среднее время выполнения отдельного 1-го этапа один раз обозначить Т, то с учетом коэффициента повторений этапов Еии можно вычислить по следующей формуле:
Е„„ = ХЯ • Т. (2)
I=1
Рассмотрение процесса ИИСС на уровне его этапов слишком укрупненное. Оно не позволяет детализировать и отобразить суть ИИСС. Поэтому необходимо более детально рассмотреть каждый этап.
На каждом из этапов процесс ИИСС последовательно переходит из одного состояния в другое. В зависимости от результатов исполнения текущего состояния, управляющих воздействий или других внешних воздействий каждый этап может быть продолжен переходом к любому состоянию этапа или завершением данного этапа и переходом к любому другому этапу.
Введем обозначения:
^ — среднее время однократного выполнения исследователем /-го состояния 1-го этапа;
г/ — число повторов /-го состояния 1-го этапа (целое число не менее 1).
Тогда можно вычислить общее время Еии, затраченное на все ИИСС, с учетом многократного выполнения 1-го этапа и каждого /го состояния внутри этапа в течение всего исследования:
п тI
Е„„ =Цг/ • Г/ . (3)
1=1 /=1
Отметим, что каждый этап — это такой же итеративный процесс, как и весь процесс ИИСС в целом.
№ 4 (52) 2014
Будем далее рассматривать процесс ИИСС не только как последовательность этапов и состояний. Попытаемся отобразить в виде ряда множеств и другие свойства исследования — цель, функции, управление и т. д.
Обозначим множество целей и задач ИИСС как Ц = (ц ..), где ц | — задачи отдельных этапов.
Взаимосвязь этапов и состояний этапов можно отразить с помощью множества связей связО| или матриц сопряжения coпpQI. Переход процесса из одного этапа или состояния этапа в другое предопределен не только логикой исследования, но и зависит в огромной степени от исследователя.
В случае детализации этапов при описании процесса ИИСС также необходимо учесть не только объект исследования — модель, последовательно проходящую этапы и их состояния, а также и субъект, принимающий участие в управлении процессом, — исследователя. Действительно, исследователь управляет всем процессом. Математически множество управляющих воздействий на уровне этапов обозначим
и = (Ц, Ц.....и.....ип),
где и — множества управляющих воздействий на этапах I, и так как сам процесс ИИСС ограничен, то и множество управляющих воздействий также ограничено.
Воздействие исследователя на процесс может быть двух типов — ручное (без использования программ) и автоматизированное (с применением программ), поэтому каждое множество и. можно разделить на два подмножества: ручни — ручные операции и "р^ц — программные диалоги:
Ц = ручнЦ и прогЦ.
Поиск резервов совершенствования ИИСС необходимо проводить посредством улучшения основных параметров этого процесса, выделенных при формализации. В самом общем виде это можно сформулировать следующим образом:
1) уменьшение длительности всех элементов процесса — среднего времени однократного выполнения этапа Т. и среднего времени однократного выполнения состояния этапа t/ за счет их автоматизации;
2) минимизация числа действий и операций исследователя в процессе ИИСС — уменьшение количества этапов (SI), количества состояний этапов (б/ ), числа повторений этапов (Я,), числа повторений состояний (г/) и количества управляющих воздействий исследователя на этапах (ручнЦ и пр°гЦ), в состояниях (ручни/ и проги/), а также за счет интеграции используемых программ в единый комплекс;
3) упрощение проведения исследования — автоматизация ввода управляющих воздействий (уменьшение количества ручных операций ^ 0) и максимальное приближение языка отображения команд ввода и обработки исходных данных, представления и анализа результатов моделирования прог и/ к языку исследуемой предметной области.
Парадигма имитационного исследования
В результате детального анализа эволюции ИМ и формальных моделей процесса проведения ИИСС сформулируем концепции, направления и принципы развития методологии проведения ИИСС. Сразу отметим, что базисным и основополагающим принципом данных концепций является комплексная автоматизация процесса ИИСС, которую далее будем называть «Концепцией программ и технологии вычислений».
Можно отметить как объективный фактор, способствующий реализации данного принципа, бурное развитие 1Т технологий. Сейчас активно внедряются новые программные технологии, позволяющие реали-зовывать множество ранее недостижимых вычислительных задач на отдельных этапах исследования, совершенствуются способы и средства взаимодействия пользователя с программами, происходит логическое и информационное объединение отдельных программ в интегрированный программный
86 у
№ 4 (52) 2014
продукт. Но каждый разработчик программных средств ИИСС делает все это на основе своего индивидуального опыта, имеющегося багажа знаний и собственных коммерческих интересов. Поэтому можно констатировать, что общего теоретического описания современной методологии ИИСС не существует.
В самом общем виде современный процесс ИИСС можно представить в виде парадигмы, состоящей из нескольких взаимодополняющих абстрактных уровней:
• структурно-функциональный уровень — S;
• язык взаимодействия исследователя с программами — ЯП (язык пользователя);
• уровень данных — СОД (система обработки данными процесса ИИСС);
• архитектура организации и проведения вычислений — В.
В предлагаемой методологии осуществляется переход от концепции «Этапов и состояний» S к многоуровневой концепции представления и описания процесса ИИСС — концепции «Программ и технологии вычислений».
Структурно-функциональный уровень описывает весь процесс исследования с позиций последовательности использования и реализации теоретических подходов, методов и алгоритмов. Это позволяет достичь функциональной полноты, комплексности и адекватности исследования. Традиционная методология имитационных исследований описывалась только этим уровнем.
В новой методологии вместо этапов и состояний объектом формализации являются программы, которые их реализуют: (этапП) — этапа и (состП/) — состояния. Также введем программу Пу, управляющую всем процессом ИИСС.
Вводятся две технологии:
Тес1"1этап — программная технология этапов;
Тес1\и — комплексная программная технология.
Основными проектными характеристиками любой программы являются: структуры организации используемых данных (СОД), язык пользователя для ввода данных и ко-
манд (ЯП), вычислительные программные компоненты (В). Поэтому можно представить каждую программу как совокупность:
Пу = (СОДИИ, ЯПИИ, Вии) — на уровне комплексной технологии;
этапП| = ((СОД ,, ЯП,, В,)) — на уровне этапов;
состП/ = ((СОД{, ЯП{, В/)) — на уровне состояний.
Рассмотрим более подробно основные проектные характеристики программ.
Структура организации данных — СОД. В любой программе в том или ином объеме имеется структура данных, и должен быть некий набор данных, которые впоследствии обрабатываются самой программой. В качестве СОД могут выступать различные формы представления: для некоторых программ достаточно организовать данные в форме массивов и файлов, для более сложных программ могут потребоваться специальные структуры, например базы данных, причем они индивидуальны для каждой системы ИМ и зависят от предпочтений разработчика, имеющегося инструментария, функций программы и других формальных и неформальных атрибутов. В любом случае комплексное наполнение структурных форм СОД для программ, реализующих процесс ИИСС, может послужить методической основой для создания единой структуры СОД.
Язык пользователя — ЯП. Для взаимодействия с каждой программой необходим некоторый инструмент, используя который исследователь управляет программой. ЯП должен обеспечить ввод данных и команд в программу с использованием имеющихся технических средств ввода (клавиатуры, мыши, сенсора). В самом общем виде ЯП — это множество диалогов, состоящее из ряда подмножеств, каждое из которых будем идентифицировать с принятым нами разбиением процесса ИИСС на этапы и состояния этапов. ЯП = (ЯПу) = (ЯП^). При детализации описания языка пользователя будем применять подход, изложенный при формализации традиционного подхода ИИСС, несколько модифицировав его. Конечным элементом языка являются диало-
87
№ 4 (52) 2014
ги, при помощи которых исследователь вводит команды и данные, например, множество ЯП .. описывает доступные пользователю диалоги на этапе I в состоянии /.
Архитектура организации и проведения вычислений — В. Она приобретает наиважнейшее значение при проведении комплексного исследования. Вычисления нужно распределить так, чтобы наиболее сложные (например, само моделирование, анимацию, оптимизацию) перевести на высокопроизводительные машины, а простейшие диалоги с исследователем — на наиболее доступные мобильные вычислительные устройства (планшеты, смартфоны).
Это не требующая вмешательства исследователя часть программного кода, обеспечивающая требуемые вычисления в соответствии с введенной исследователем командой.
В любом современном инструментальном программном средстве проведения процесса имитационных исследований абстрактные уровни процесса ИИСС и программные технологии их реализации должны служить основой для создания инструмента.
Заключение
Описанное в данной статье развитие методологии имитационных исследований свидетельствует о возможности создания принципиально новых инструментальных программных средств их проведения. Автором совместно с коллегами была проведена разработка ряда систем автоматизации имитационных исследований (САИИ), базирующихся на новой методологии. Сначала была создана САИИ для профессионалов ИМ — «Расширенный
редактор GPSS World» [6]. Затем на базе редактора был создан ряд имитационных приложений для анализа транспортной логистики, при исследовании технологии судостроения и в других предметных областях [7, 8, 9].
Список литературы
1. Бусленко Н. П. Моделирование сложных систем. М.: Наука, 1978. — 400 с.
2. Шеннон Р. Имитационное моделирование систем — искусство и наука. М.: Мир, 1978. — 418 с.
3. Нейлор Т. Машинные имитационные эксперименты с моделями экономических систем. М.: Мир, 1975. — 500 с.
4. Девятков Т. В. Некоторые вопросы создания систем автоматизации имитационных исследований // Прикладная информатика. 2010. № 5 (29). С. 102-116.
5. Девятков В. В. Методология и технология имитационных исследований сложных систем: учебник. М.: ИНФРА-М, 2013. — 448 с.
6. Девятков В. В. Расширенный редактор GPSS World: основные возможности. М.: ООО «Принт-сервис», 2013. — 143 с.
7. Девятков В. В., Федотов М. В., Долматов М. А, Ко-ренько В. А, Плотников А. М. Применение системы GPSS World при проектировании и модернизации судосборочных комплексов в составе современных судостроительных верфей // Прикладная информатика. 2014. № 2 (50). С. 103-108.
8. Девятков В. В., Власов С. А, Исаев Ф. В., Федотов М. В. Имитационные исследования с использованием GPSS WORLD — новые возможности // Автоматизация в промышленности. 2012. № 7. С. 3-8.
9. Девятков В. В., Назмеев М. М, Власов С. А. Имитационная экспертиза: опыт применения и перспективы // Прикладная информатика. 2014. № 1 (49). С. 66-74.
V. Deviatkov, PhD in Technique, Deputy Director of the Informatics Institute, Tatarstan's Academy of Sciences, Kazan, [email protected]
some issues of methodology simulation research development
The need to improve the methodology for simulation studies is justified in this article. Directions of perfection the traditional methodology of complex systems (SSCS) simulation studies based on the paradigm of abstract levels of study are considered. Set-theoretic approach to modeling of SSCS-process is proposed. «Desired» user image simulation tool formulated. Some examples of the new methodology applications are presented in the conclusion of this article.
Keywords: modeling, simulation studies, the evolution of modeling, the paradigm of simulation, simulation applications.
88j
