Проектирование компьютерных сетей методами имитационного моделирования

       

Сущность имитационного моделирования


Имитационное моделирование позволяет воспроизводить процесс функционирования системы во времени с сохранением элементарных явлений, их логической структуры и последовательности протекания во времени. Это позволяет по исходным данным получить сведения о состояниях процесса в будущем в определенные моменты времени. В настоящее время имитационный метод является наиболее эффективным, а нередко и единственным методом исследования сложных систем на этапе их проектирования.

Имитационная модель является динамической моделью, в которой все процессы рассматриваются в неубывающем масштабе времени. Если два явления в моделируемой системе происходят в определенном порядке, то явления, соответствующие или в моделирующей системе, не могут произойти в обратном порядке.

В общем случае имитационная модель может быть реализована разными средствами и способами. Например, известны имитаторы, основанные на гидродинамических, механических, электронных системах. В настоящее время все больше и больше имитационных моделей реализуется на ЭВМ. Основной подход для создания имитационной модели на ЭВМ заключается в формировании на ЭВМ случайных величин и функций и многократного их воспроизведения в соответствии с закономерностями моделируемого процесса. В результате последующей статистической обработки получаемых частных результатов получаются итоговые результаты, характеризующие процесс функционирования системы. Машинный вариант имитационного моделирования называется методом статистического моделирования.

В упрощенном виде метод статистического моделирования был известен задолго до появления ЭВМ  как метод Монте-Карло, основанный на ручном получении случайных чисел, наподобие рулетки игрового

автомата.

До появления ЭВМ этот метод не мог найти широкого применения, так как моделирование случайных процессов вручную требовало много времени. Лишь с появлением ЭВМ началось бурное внедрение статистического моделирования во все сферы и отрасли науки и производства как для решения вероятностных, так и детерминированных задач.



Содержание раздела