시뮬레이션의 세 가지 구성 요소

엔지니어링 기술 시스템의 시뮬레이션은 모델링, 실험 해석 및 결과 분석의 세 가지 주요 단계로 구성됩니다.

시스템의 수학적 모형을 작성합니다

시뮬레이션은 실제 시스템 대신 모델 시뮬레이션을 사용하여 실험과 연구를 수행하는 모델 기반 활동입니다. 따라서 먼저 시뮬레이션할 문제를 정량적으로 설명해야 합니다. 즉, 시스템의 수학적 모형을 만들어야 합니다.

모형은 현실 세계를 모방한 것으로, 가지각색이다. 그래서 모델도 가지각색이다.

모델에 무작위 요소가 포함되어 있는지 여부에 따라 무작위 모델과 결정 론적 모델로 나눌 수 있습니다.

모형이 시간에 따라 변하는지 여부에 따라 동적 모형과 정적 모형으로 나눌 수 있습니다.

모형 매개변수가 공간에서 연속적으로 변경되는지 여부에 따라 분산 매개변수 모형과 세트 전체 매개변수 모형으로 나눌 수 있습니다.

모형 매개변수가 시간에 따라 연속적으로 변경되는지 여부에 따라 연속 시스템 모델과 불연속 시스템 모델로 나눌 수 있습니다.

모델의 수학적 설명에 따라 상미 분 방정식, 편미분 방정식, 차이 방정식, 이산 이벤트 모델 등으로 나눌 수 있습니다.

위의 여러 유형의 모델에 대해서는 심도 있는 논의가 아니라 시스템 수학 모델을 만드는 몇 가지 * * * 문제만 논의됩니다.

1) 모델링 프로세스는 정보 처리 프로세스입니다. 즉, 정보는 모델을 구성하는 "원자재" 이며 모델링에 사용되는 "원자재" 유형에 따라 모델링 방법을 두 가지 범주로 나눌 수 있습니다.

하나는 연역적 모델링, 즉 선험적 기술 정보를 이용한 모델링이다. 과정은 몇 가지 전제, 가정, 원칙, 규칙에서 수학 논리를 통해 추론하여 모형을 만드는 것이다. 따라서 이것은 일반적인 기술적 원리에 따라 시뮬레이션 개체에 대한 특별한 설명을 도출하는 일반적인 과정부터 특수한 과정까지 진행됩니다.

다른 하나는 실제 시스템의 실험 데이터 정보를 사용하여 모델링하는 요약 모델링입니다. 그 과정은 실제 시스템에 대한 테스트를 통해 데이터를 얻는 것입니다. 데이터에는 실제 시스템의 본질을 반영하는 정보가 포함되어 있습니다. 그런 다음 데이터 처리를 통해 실제 시스템의 규칙성에 대한 설명을 얻을 수 있습니다 (예: 잘 알려진 최소 평방 회귀 모델). 이것은 특수에서 일반에 이르는 과정이다.

그러나 실제 응용 프로그램에서는 위의 두 가지 방법, 즉 혼합 방법 모델링을 결합하는 경우가 많습니다.

어떤 모델링 방법을 사용하든 간에, 핵심은 실제 시스템에 대한 이해에 있다. 만약 우리가 실제 시스템을 완전히 정확하게 이해하지 못한다면, 모델은 실제 시스템의 본질을 정확하게 모방하지 못할 것이다.

2) 모델의 신뢰성. 모델이 실제 시스템에 대한 모방이기 때문에 모방의 문제, 즉 모델의 유사성과 정확성의 신뢰성이 있습니다.

모델의 신뢰성은 모델링에 사용된 정보 "원자재" (선험적 지식, 실험 데이터) 가 정확하고 완전한지, 사용된 모델링 방법 (연역법, 귀납법) 이 합리적이고 엄격한지에 따라 달라집니다. 또한 많은 시뮬레이션 소프트웨어의 경우 수학 모형을 시뮬레이션 알고리즘이 처리할 수 있는 시뮬레이션 모형으로 변환해야 합니다. 따라서 모델 변환 정확도 문제도 있습니다. 모델링의 모든 오류는 모델의 신뢰성에 영향을 줍니다.

따라서 모델이 생성된 후 모델의 신뢰성을 검증하는 것은 필수 단계입니다. 모델의 신뢰성을 검증하는 방법은 일반적으로 시뮬레이션 시스템에 익숙한 전문가가 모델을 분석하고 평가한 다음 모델링에 사용된 데이터를 통계적으로 분석하고 마지막으로 모델을 시도하여 예비 시뮬레이션 결과를 추정 결과와 비교하는 것입니다.

시뮬레이션 계산

시뮬레이션 계산은 설정된 시뮬레이션 모형에 대한 수치 실험 및 해석 과정이며 모형마다 다른 솔루션이 있습니다. 예를 들어, 연속 시스템은 일반적으로 상미 분 방정식, 전달 함수 및 편미분 방정식으로 설명됩니다. 이러한 방정식에 대한 해석 솔루션을 얻는 것은 거의 불가능하기 때문에 항상 수치 해석을 사용합니다. 예를 들어, 상미 분 방정식에는 주로 다양한 수치 적분 방법을 사용하고 편미분 방정식에는 유한 차이 방법, 브레이크라인 방법, 몬테카를로 방법 또는 유한 요소법을 사용합니다.

또 다른 예로, 이산 이벤트 시스템의 경우 일반적으로 확률 모델을 사용합니다. 시뮬레이션 프로세스는 실제로 특정 확률 분포 규칙에 부합해야 하는 수치 실험 프로세스입니다. 임의 서비스 시스템, 임의 재고 시스템, 임의 네트워크 계획 등 여러 유형의 단속 이벤트 시스템에 따라 시뮬레이션 방법이 다릅니다. ).

시뮬레이션 객체가 점점 더 복잡해지고 실시간 시뮬레이션에 대한 절실한 수요가 증가함에 따라 새로운 시뮬레이션 알고리즘, 특히 다양한 병렬 시뮬레이션 알고리즘을 연구하는 것이 중요한 과제였습니다.

시뮬레이션 결과 분석

시뮬레이션을 통해 정확하고 효과적인 결론을 도출하기 위해서는 시뮬레이션 결과에 대한 과학적 분석이 필요하다. 초기 시뮬레이션 소프트웨어는 시뮬레이션 결과를 대량의 데이터로 출력하기 때문에 시뮬레이션 결과 데이터를 정리하고 다양한 통계 분석을 해야 과학적 결론을 얻을 수 있습니다. 시각화 기술은 현대 시뮬레이션 소프트웨어에 광범위하게 적용되며, 그래픽, 차트, 심지어 애니메이션을 통해 시뮬레이션 객체의 다양한 상태를 시각화하여 시뮬레이션의 출력 정보를 더욱 풍부하고 상세하게 만들어 시뮬레이션 결과를 과학적으로 분석하는 데 도움이 됩니다.