introduction
La simulation informatique, également appelée simulation informatique, fait référence à un programme informatique utilisé pour simuler un modèle abstrait d'un système spécifique.
Histoire
Le développement de la simulation par ordinateur est indissociable du développement rapide de l'ordinateur lui-même. Son premier développement à grande échelle était une partie importante du célèbre projet de Manhattan.
Les types
Généralement répartis dans les catégories suivantes :
Simulation discrète
Analoguesimulation
Simulation basée sur un élément de sonde
Simulation du mode déterministe du processeur aléatoire
li>
Avantages et inconvénients de la simulation informatique
Intheapplicationofcomputersimulationforriskanalysis, itshouldbepointedoutattheendthatthismethodrequiresinvestmentexpenditure, unitsales, andproductprices., Theprobabilitydistributionofmanyvariablessuchasthepriceofinputfactors, thelifeofassets, etc., andaconsiderableamountofprogrammingcostsandcomputeroperatingcostsneedtobespent.Therefore, plein scalesimulationisgenerallynotapplicable (exceptforlarge-scaleandexpensiveplanssuchasexpansionoflargefactoriesorproductionofnewproducts) .Intheseexceptionalcases, whencompaniesaredecidingwhethertoimplementalarge-scaleplanthatwillcostmillionsofdollars, computersimulationscanhelpin-depthevaluationoftheadvantagesanddisadvantagesofthevariousalternatives.
Processus de développement
Lorsque les gens conçoivent et construisent des systèmes complexes, ou étudient le long processus évolutif dans la nature, la société humaine et les choses qui ne sont pas faciles à répéter, si vous effectuez l'expérience, en tenant compte des facteurs de temps, de main-d'œuvre, de ressources matérielles, etc., cela sera coûteux, voire impossible. Par conséquent, un modèle doit être fabriqué pour effectuer divers tests.
Inordertosimulatethesystem, wemustfirstdetermineorexpressthesystemtobestudied.Mathematicalmodelscanbeusedtodetermineasystemmoreconvenientlyandfullyreflecttheexistingknowledgeofthesystemorhypothesesthatneedtobeverified, butitlacksintuitionandisnotconvenientforexperimentation.Onthebasisofthemathematicalmodel, aphysicalmodelcanbefurthermade, whichreflectsthenatureoftherealsystemrequiredbypeople, butdoesnothavetobecompletelyconsistentwiththerealsystemintermsofformandscale.Itismoreintuitiveandcredibletotestwithaphysicalmodel, butitisstillnoteconomicalandconvenient.
Aftertheemergenceofprogrammabledigitalcomputers, becauseofitsstrongmathematicaloperationsanddataprocessingcapabilities, mathematicalmodelscanbecompiledintocomputerprogramstoprovidenewanduniversaltestmethods.Computerscanalsobeusedtosimulateactivitiesrelatedtooperationsresearch, Parexemple, tosimulatethestepstakenbythetwopartiesparticipatinginthecompetitionandthefinaloutcome.Itsapplicationfieldsquicklyexpandedtovarioustypesofsystems, fromlarge-scalesystemstosmall-scalesystems.Themathematicaldescriptionofthesesystemsisoftenverycomplicated, anditisverydifficulttogiveacompleteanalyticalsolutionoranaccuratenumericalsolution.Throughtrialanderror, computersimulationhelpspeopleunderstandtheperformanceofthesystem, testexpectedhypotheses, andperformsystemanalysis, conception, predictionorevaluation.Itcanalsoprovideaveryrealisticenvironmenttotrainandtrainpersonnel.Computersimulationhasbecomeapowerfultoolinmanyfieldssuchasengineeringresearchanddevelopment, naturalscienceresearch, economicandsocialproblemresearch, te activités de formation et d'entraînement, recherche militaire, organisation et gestion.
Méthode de base
Computersimulationgenerallyrequiresmanystepsfromformingaproblemtoconfirmingthefinalmodel.①Formproblemsandclarifythepurposeandrequirementsofthesimulation.②Collectandprocesssystem-relateddataasmuchaspossible.③Formamathematicalmodel, findoutthevariouscomponentsthatmakeupthesystem, anddescribetherelevantvariables (generallyincludinginputvariables, statevariables, andoutputvariables) orparametersoftheirstateateachmoment; determinetherulesofinteractionandinfluencebetweenthecomponents, thatis, thefunctionalrelationshipbetweenthesedescriptionvariables.Whenselectingparametersandvariables, itisalsonecessarytoconsiderwhethertheycanbeidentifiedorsolved, andwhetherthemodelissuitablefortestingbasedonthedataoftherealsystem.④Determineorestimatetheparametersinthemodelbasedonthecollecteddata, andselecttheinitialstateofthemodel.⑤Designtheflowchartoflogicorinformationuntilthecomputerprogramiscompiled.⑥Programverification, checkingtheconsistencybetweentheprogramandthemathematicalmodel, andthereasonablenessoftheinput.⑦Ca rryoutsimulationtest, executetheprogramonthecomputerforthegiveninput.⑧Analyzetheresultdata, collectandsortoutthetestresultsandmakeexplanations.Ifnecessary, theinputamountorpartofthemodelstructurecanbechanged, andtheexperimentcanbeperformedagain.⑨Modelconfirmation, tochecktheconsistencybetweentheresultsobtainedbythemodelandtheperformancedataoftherealsystem.Thisisakeyissuerelatedtotheeffectivenessofcomputersimulation.Itdependsontheleveloftestingtherealsystemitself, whethersufficientobservationdatacanbeobtained, andthecriteriaforjudgingconsistency.Theeffectivelevelofthemodelcanbedividedinto: effectivereproduction, thatis, themodelcanreproducetheperformanceoftherealsystem; effectiveprediction, thatis, themodelcaneffectivelypredictthefutureperformanceoftherealsystem, efficace, thatis, themodelcanreflecttheinterioroftherealsystemStructure.Sincethesystemitselfchangeswithtimeorisrandom, thecomparisonbetweenrealsystemdataandmodeltestresultsoftenrequirestimeseriesanalysismethodsorstatisticalanalysismethods.
Simulationdumodèleàtempsdiscret
to 0.②Settheinitialvalueofthestatevariable.③Aftergivingthevalueoftheinputvariableatthecurrentsimulationtime,accordingtothestatetransitionfunctioninthemodel,determinethenexttime = + Thevalueofthestatevariable.Thendeterminethevalueoftheoutputvariableatthatmomentaccordingtotheoutputfunctioninthemodel.④Advancethesimulationtime byoneunittime .⑤Checkwhetherthesimulationtime hasreachedthepredeterminedendtime.Ifithasreached,stop;otherwise,gotostep③. Thetimeinthediscrete-timemodelisexpressedasanintegersequence (representinganintegermultipleofacertaintimeunit), andonlythestatechangesofthesystematthesemomentsareconsidered.Atypicalsimulationprocedureofthismodelincludesthefollowingsteps: ①Settheinitialvalueofthesimulationtime à 0.②Settheinitialvalueofthestatevariable.③Aftergivingthevalueoftheinputvariableatthecurrentsimulationtime, accordingtothestatetransitionfunctioninthemodel, determinethenexttime = + Thevalueofthestatevariable.Thendeterminethevalueoftheoutputvariableatthatmomentaccordingtotheoutputfunctioninthemodel.④Advancethesimulationtime byoneunittime .⑤Checkwhetherthesimulationtime hasreachedthepredeterminedendtime.Ifithasreached, arrêt, sinon, gotostep③.
Simulationdumodèled'événementsdiscrets
Inthediscreteeventmodel, thestatechangesofthesystemonlyappearatdiscretemoments, whicharecalleddiscreteevents.Takingthequeuingsystemasanexample, thebasicstepsandmethodsforestablishingthissimulationmodelare: ①Determinealltherelevant "entités" andtheirattributesincludedinthesystem, tous les "événements" thatchangethestateofthesystemandtheircausesandconsequences.Entitiesarethecomponentpartsofthesystem, andtheattributesofeachentityarerepresentedbynumericalvalues representingitsproperties, whichconstitutethestateofthesystem.Themostbasicentitiesinthequeuingsystemareacertainnumberof "servicestations" et "clients" whorequireservices.Theirattributesarethe "servicerate" DELA "servicestation" andtheservicepriorityofthe "client",etatteindrelesystèmedeservice.Lemomentd'attente.Les"événements"basiquescomprennent :lesnouvellesentitésentrentdanslesystèmeoulesentitésexistantesquittentlesystème,lesattributsd'entitéchangentetlesmodificationsplanifiées.②Déterminezlaméthodedesimulationdupassagedutemps. entoccursatthesemoments, itiscalledthefixedtimeintervalmethod, ifthelengthofeachtimelapseisbasedonthemomentwhenthenexteventoccurs, itiscalledthevariabletimeintervalmethodor "NextEvent" method.③Sincetheoccurrenceofeventsinthesystemisoftenrandomandobeysacertainprobabilitydistribution, itisnecessarytogeneraterandomnumbersofthesedistributionsonthecomputer.④Inordertorecordthestateofthesystemflexiblyandeffectively, scheduleevents, accumulaterelevantperformancedataandformreports, saveandautomaticallymanagefutureeventfiles, itisveryappropriatetousedatabasetechnologyinprogramdesign.
Simulation de système continu
Unsystèmedontl'étatchangecontinuellementdansletempsestappeléunsystèmecontinuetlavitessedeschangementsd'étatsatisfaitunecertaineéquationdifférentielle.
Langage de simulation
Le langage d'assemblage et les langages de programmation généraux (tels que FORTRAN, ALGOL, etc.) peuvent être utilisés lors de la compilation de programmes de simulation. Divers langages de simulation peuvent également être utilisés. Le langage de simulation informatique est un langage de programmation de haut niveau qui décrit le modèle du système.
Lelangagedesimulationestgénéralementétablisurlabased'autreslangagesdeprogrammationd'usage général.
Les langages de simulation peuvent être divisés en langages de simulation d'événements discrets (tels que GPSS et ses diverses modifications, SIMCRIPT, GASD, CSL, SIMULA, etc.) et en langages de simulation de systèmes continus ( tels que DARE, ACSL, CSS, CSSL, etc.)
Computersimulationiscloselyrelatedtothedevelopmentofcomputerhardwareandsoftwaretechnology.Inordertofacilitatetheestablishmentofthemodelandtheeffectivenessofthemodel, peopletrytomakethesimulationmodelhaveacertaindegreeofsimilaritywiththerealsystemintimeandspace.Inthesimulationprocess, Ihopetobeabletoeasilychangetheparametersandevenchangethestructureofthemodel, andtooutputdataandchartsatanytimethroughkeyboardcommands.Therefore, computersimulationrequiresthecomputertohavestrongparallelprocessingcapabilities, highcomputingspeed, computerinteractioncapabilitiesandeasy-à-humaine usesimulationlanguages.
Application
À l'échelle macroscopique, la base de données expérimentale peut être utilisée pour prédire le flux de processus, les conditions de fonctionnement et les propriétés du système, calculer les propriétés mécaniques et de traitement des matériaux, et est généralement utilisée dans la simulation de processus chimiques, la fabrication mécanique et d'autres domaines.
Exemple
Inordertoillustratethismethod, letusstudytheconstructionofatextilefactory.Theconstructioncostoftheplanthasnotbeenaccuratelycalculated, anditisestimatedtobeabout150millionU.S.dollars.Iftherearenodifficultiesintheconstructionprocess, thecostmaybeaslowas125millionU.S.dollars.Butitisalsopossiblethatduetovariousunforeseenevents-grèves, unexpectedpriceincreasesofrawmaterials, technicalproblems, etc.-theinvestmentexpenditurescanreachashighas 225million $.
Lanouvelleusinepourrafonctionnerpendantdenombreusesannées,etlesrevenusdelaventedesproduitsdépendrontdelapopulationetdelacroissancedesrevenusdelarégion,dudegrédeconcurrencedanslamêmeindustrie,delarechercheetdudéveloppementdefibressynthétiques,etduquotaportdetextilesétrangers.
Iftheprobabilitydistributioncanbecalculatedforeachmajorcostfactorandrevenuefactor, acomputerprogramcanbeestablishedtosimulatepossibleevents.Thecomputeractuallytakesanyvaluefromeachrelevantdistributionandcombinesitwithothervalues selectedfromotherdistributionstoprovideanestimatedprofitandthenetpresentvalueoftheinvestment, thatis, theprofitrate.Thisspecificamountofprofitandrateofprofitareonlysuitableforthecombinationofspecificvalues selectedinthisexperiment.Thecomputercontinuestoselectthevalues oftheothergroups, anditispossibletocalculateotherprofitamountsandprofitratesforhundredsoftrials.Countandsavethenumberoftimesdifferentprofitratesarecalculated.Afterthecomputerisrunning, itcanbedrawnintoafrequencydistributionaccordingtothenumberoftimesthedifferentprofitratesappear.