Simulación
La versión actual de la página aún no ha sido revisada por colaboradores experimentados y puede diferir significativamente de la
versión revisada el 24 de abril de 2021; las comprobaciones requieren
9 ediciones .
Modelado de simulación ( ing. modelado de simulación ) - un método de investigación en el que el sistema en estudio se reemplaza por un modelo que describe el sistema real con suficiente precisión (el modelo construido describe los procesos como tendrían lugar en la realidad), con los cuales los experimentos se realizan con el fin de obtener información sobre este sistema. Tal modelo se puede "jugar" en el tiempo, tanto para una prueba como para un conjunto dado de ellas. En este caso, los resultados estarán determinados por la naturaleza aleatoria de los procesos. A partir de estos datos es posible obtener suficienteestadísticas sostenibles . Experimentar con un modelo se denomina imitación (la imitación es la comprensión de la esencia de un fenómeno sin recurrir a experimentos sobre un objeto real).
Definición
El modelado de simulación es un caso especial del modelado matemático . Hay una clase de objetos para los que, por diversas razones, no se han desarrollado modelos analíticos, la creación de un modelo analítico es fundamentalmente imposible, no se han desarrollado métodos para resolver el modelo resultante o las soluciones son inestables. En este caso, el modelo analítico se reemplaza por un simulador o modelo de simulación.
A diferencia de la solución analítica de ecuaciones diferenciales, que da como resultado una fórmula que indica claramente qué parámetros afectan al sistema que se está modelando y cómo estos parámetros se relacionan entre sí, como resultado de la simulación se obtiene un conjunto de números que no permite establecer una relación entre los parámetros.
El modelado de simulación a veces se denomina obtención de soluciones numéricas particulares del problema formulado en base a soluciones analíticas o utilizando métodos numéricos [1] .
Un modelo de simulación es una descripción lógica y matemática de un objeto que se puede utilizar para la experimentación en una computadora con el fin de diseñar, analizar y evaluar el funcionamiento de un objeto.
Aplicación del modelado de simulación
La simulación se utiliza cuando:
- es caro o imposible experimentar con un objeto real;
- es imposible construir un modelo analítico: el sistema tiene tiempo, relaciones causales, consecuencias, no linealidades, variables estocásticas (aleatorias);
- es necesario simular el comportamiento del sistema en el tiempo.
El modelado de simulación tiene como finalidad reproducir el comportamiento del sistema objeto de estudio a partir de los resultados del análisis de las relaciones más significativas entre sus elementos o el desarrollo de un simulador ( en inglés simulator modeling ) del área objeto de estudio para la realización de diversos experimentos. .
Tipos de modelado de simulación
- El modelado de eventos discretos es un enfoque de modelado que propone abstraerse de la naturaleza continua de los eventos y considerar solo los eventos principales del sistema simulado, tales como: "espera", "procesamiento de pedidos", "movimiento con carga", "descarga". " y otros. El modelado de eventos discretos es el más desarrollado y tiene una gran variedad de aplicaciones, desde sistemas de logística y colas hasta sistemas de transporte y producción. Este tipo de simulación es el más adecuado para modelar procesos de producción. Fundada por Jeffrey Gordon en la década de 1960.
- La dinámica de sistemas es un paradigma de modelado en el que se construyen diagramas gráficos de relaciones causales e influencias globales de unos parámetros sobre otros en el tiempo para el sistema en estudio, y luego se simula en una computadora el modelo creado sobre la base de estos diagramas. De hecho, este tipo de modelado, más que todos los demás paradigmas, ayuda a comprender la esencia de la identificación continua de relaciones de causa y efecto entre objetos y fenómenos. Con la ayuda de la dinámica de sistemas, se construyen modelos de procesos comerciales, desarrollo de ciudades, modelos de producción, dinámicas de población, ecología y desarrollo epidémico. El método fue fundado por Jay Forrester en la década de 1950.
- El modelado basado en agentes es una dirección relativamente nueva (1990-2000) en el modelado de simulación, que se utiliza para estudiar sistemas descentralizados, cuya dinámica no está determinada por reglas y leyes globales (como en otros paradigmas de modelado), sino viceversa. cuando estas reglas y leyes globales son el resultado de la actividad individual de los miembros del grupo. El objetivo de los modelos de agentes es tener una idea sobre estas reglas globales, el comportamiento general del sistema, basado en suposiciones sobre el comportamiento individual y particular de sus objetos activos individuales y la interacción de estos objetos en el sistema. Un agente es una determinada entidad que tiene actividad, comportamiento autónomo, puede tomar decisiones de acuerdo con un determinado conjunto de reglas, interactuar con el entorno y cambiar de forma independiente.
Aplicaciones
Sistemas de simulación
Pagado
Libre
Libre
Implementación de modelado de simulación
Para implementar el modelado de simulación , se desarrollan algoritmos para la solución numérica de ecuaciones diferenciales. Las ecuaciones diferenciales y sus sistemas se pueden resolver por métodos numéricos [3] . En base a esto, para sistemas dinámicos de alto orden con muchas entradas y salidas, así como una estructura compleja de conexiones internas y un gran número de perturbaciones introducidas, el método de simulación es prácticamente la única herramienta de investigación. Además, el método de simulación suele investigar un sistema en condiciones de trabajo, que consta de un objeto regulado y un dispositivo de control [4] .
Véase también
lenguajes de modelado:
Notas
- ↑ Mucha VS Métodos computacionales y álgebra informática: método de libro de texto. tolerancia. — 2ª ed., corregida. y adicional - Minsk: BSUIR, 2010.- 148 pp.: limo, ISBN 978-985-488-522-3 , UDC 519.6 (075.8), BBK 22.19ya73, M92
- ↑ Jmodelica (enlace descendente) . Consultado el 20 de septiembre de 2016. Archivado desde el original el 10 de julio de 2015. (indefinido)
- ↑ Volodymyr B. Kopei, Oleh R. Onysko, Vitalii G. Panchuk. Modelado acausal orientado a componentes de los sistemas dinámicos en lenguaje Python sobre el ejemplo del modelo de la cadena de varillas de bombeo // PeerJ Computer Science. — 2019-10-28. — vol. 5 . —P.e227 ._ _ — ISSN 2376-5992 . -doi : 10.7717 / peerj-cs.227 . Archivado desde el original el 10 de febrero de 2020.
- ↑ A. V. Andryushin, V. R. Sabanin, N. I. Smirnov. Gestión e innovación en ingeniería térmica. - M: MPEI, 2011. - S. 57. - 392 p. - ISBN 978-5-38300539-2 .
- ↑ Jeandel A. , Boudaud F .: Lenguajes de modelado de sistemas físicos: de ALLAN a Modelica
- ↑ Por Sahlin, MANUAL NMF. Una introducción al formato del modelo neutral. NMF versión 3.02. noviembre de 1996 . Fecha de acceso: 20 de septiembre de 2016. Archivado desde el original el 4 de marzo de 2016. (indefinido)
- ↑ Matemáticas de objetos . Consultado el 20 de septiembre de 2016. Archivado desde el original el 21 de mayo de 2016. (indefinido)
- ↑ SE Mattsson, M. Andersson y KJ.Aström: Simulación y modelado orientado a objetos. En: Linkens, ed., CAD para sistemas de control (Marcel Dekker, 1993) págs. 31-69.
- ↑ APJ Breunese y JF Broenink, Modelado de sistemas mecatrónicos mediante el lenguaje Sidops+. En: Actas de ICBGM'97, 3ra Conferencia Internacional sobre Simulación y Modelado de Gráficos de Bonos, Phoenix, Arizona, 12-15 de enero de 1997, SCS Publishing, San Diego, California, Simulation Series, Vol.29, No.1, ISBN 1 -56555-050-1. . Fecha de acceso: 20 de septiembre de 2016. Archivado desde el original el 4 de marzo de 2016. (indefinido)
- ↑ Ernst T., Jähnichen S., Klose M .:
Modelado de sistemas físicos orientados a objetos, Modelica y el entorno de simulación Smile/M Archivado el 22 de marzo de 2016 en Wayback Machine . 15º Congreso Mundial IMACS sobre Computación Científica, Modelado y Matemáticas Aplicadas, Berlín, 24-29 de agosto de 1997.
Literatura
- Hemdy A. Taha. Capítulo 18. Simulación // Introducción a la investigación operativa = Investigación operativa: una introducción. - 7ª ed. - M. : "Williams" , 2007. - S. 697 -737. — ISBN 0-13-032374-8 .
- Strogalev V. P., Tolkacheva I. O. Modelado de simulación. - MSTU im. Bauman, 2008. - S. 697-737. - ISBN 978-5-7038-3021-5 .
Enlaces