Классификация языков и систем моделирования реферат

Обновлено: 30.06.2024

При проектировании и эксплуатации систем возникают многочисленные задачи, требующие оценки количественных и качественных закономерностей процессов их функционирования, проведения структурного, алгоритмического и параметрического синтеза. Решение этих проблем невозможно без использования математического моделирования, что обусловлено особенностями больших систем, такими как сложность структур, стохастичность связей между элементами и внешней средой, неоднозначность алгоритмов поведения, большое количество параметров и переменных, неполнота и недетерминированность исходной информации.
Математическое моделирование позволяет существенно уменьшить время проектирования, во многих случаях позволяет найти оптимальное решение, исключить метод натурных проб и ошибок, перейти к параллельному процессу проектирования.

Файлы: 1 файл

Реферат Есаулов.doc

ВВЕДЕНИЕ

Моделирование – это методология научной и практической деятельности людей, основанная на построении, исследовании и использовании моделей.

Моделирование решает задачи изучения и исследования объектов и систем, предсказания их функционирования и поведения.

При управлении модели позволяют оценивать ненаблюдаемые переменные процесса функционирования системы, прогнозировать состояние процесса при имеющихся или выбираемых управлениях и синтезировать алгоритмы и стратегии управления.

Математическое моделирование позволяет существенно уменьшить время проектирования, во многих случаях позволяет найти оптимальное решение, исключить метод натурных проб и ошибок, перейти к параллельному процессу проектирования.

Математическая модель представляет собой формализованное описание системы на некотором абстрактном языке, например, в виде совокупности математических соотношений или алгоритма. Именно математические модели рассматриваются как основной инструмент оценки эффективности альтернативных решений.

С развитием вычислительной техники наиболее эффективным и универсальным методом исследования систем стало компьютерное (машинное) моделирование, сущность которого состоит в проведении на ЭВМ экспериментов с моделью, представляющей собой программный комплекс, описывающий формально и алгоритмически поведение элементов системы в процессе её функционирования, т.е. их взаимодействие друг с другом и внешней средой.

Краткое изложение основ теории моделирования является основной задачей данного учебного пособия.

“Определите значения слов,
И вы избавите человечество
От половины его заблуждений”.

1. ОБЩИЕ СВЕДЕНИЯ О МОДЕЛИРОВАНИИ СИСТЕМ

1.1. Основные понятия и определения

Важными понятиями моделирования систем являются понятия “система”, “внешняя среда”, “модель” и “ моделирование” . Система – это целенаправленное множество взаимосвязанных элементов любой природы. Таким образом, любой объект можно рассматривать как систему.

Внешняя среда – это множество существующих вне системы элементов любой природы, оказывающих влияние на систему или находящихся под её влиянием.

Функционирование системы – проявление функций системы во времени, означает переход системы из одного состояния в другое, т.е. движение в пространстве состояний.

Состояние системы – минимально-необходимый набор переменных величин, способных однозначно определять положение системы в любой момент времени.

Модель – изображение системы на основе принятых гипотез и аналогий. Другими словами, модель (лат. modulus – мера) – это объект-заместитель объекта-оригинала, обеспечивающий изучение некоторых свойств оригинала.

Гипотезы – предсказания, основанные на небольшом количестве опытных данных, наблюдений, догадок.

Аналогии – суждения о каком-либо частичном сходстве двух объектов.
Гипотезы и аналогии, отражающие реальный, объективно существующий мир, должны обладать наглядностью или сводиться к удобным для исследования логическим схемам.
Процесс создания модели – это диалектический процесс, заключающийся в раскрытии неопределенностей системы и постоянном усложнении модели с ростом знаний об исследуемом объекте. Схематично процесс создания модели представлен на рис. 1.1, где модель, являющаяся изображением системы, представлена бесконечно большой ёмкостью, заполняемой информацией об изучаемом объекте. При этом одной системе может соответствовать несколько моделей.

В качестве модели может выступать словесное описание объекта, рисунок, музыкальное произведение и т.д. Перечисленные модели обладают тем недостатком, что они неоднозначно интерпретируются. Поэтому в технике для однозначного понимания при создании моделей используется язык математики. Математическая модель представляет собой совокупность математических объектов и отношений, которые отображают объекты и отношения, существующие в некоторой области реального мира (предметной области).

Рис. 1.1. Схема процесса создания модели

Моделирование – представление объекта моделью для получения информации об этом объекте путём проведения экспериментов с его моделью. Эффективность экспериментальных исследований сложных систем крайне низка, поскольку проведение натурных экспериментов с реальной системой

требует больших материальных затрат;
значительного времени;
может нарушить установленный порядок работы;
невозможно поддержание одних и тех же условий работы в течение всего времени проведения экспериментов;
результаты неоднозначны при повторном проведении экспериментов, так как изменяются условия их проведения;
часто эксперимент вообще повторить невозможно;
исследования нештатных ситуаций невозможны без риска разрушения системы;
невозможность рассмотрения множества альтернативных вариантов;
если составной частью системы являются люди, они работают по иному, чувствуя, что за ними наблюдают (хауторнский эффект).

Эксперимент – это процедура организации и наблюдения каких-либо явлений, которые осуществляются в условиях, близких к естественным, либо имитируют их.

В основе моделирования лежат информационные процессы, поскольку создание модели базируется на информации о реальном объекте. В процессе реализации модели получается информация об исследуемом объекте, а в процессе эксперимента с моделью существенное место занимает обработка полученных результатов.

Обобщённо моделирование можно определить как метод опосредованного познания, при котором изучаемый объект-оригинал находится в некотором соответствии с другим объектом-моделью, причём модель способна в том или ином отношении замещать оригинал на некоторых стадиях познавательного процесса.

Математическое моделирование – это методология научной и практической деятельности людей, основанная на построении, исследовании и использовании математических моделей. Математическим моделированием занимался, в сущности, каждый, кто применял математику на практике.

Теория моделирования – это теория замещения объектов-оригиналов объектами-моделями и исследование свойств объектов на их моделях.

Требования, предъявляемые к модели. Такими требованиями прежде всего являются: адекватность, полнота-простота и эффективность.

Основное требование, которому должна удовлетворять модель, это адекватность объекту. Модель адекватна объекту, если результаты моделирования подтверждаются на практике и могут служить основой для прогнозирования процессов, протекающих в исследуемых объектах. Адекватность модели зависит от цели моделирования и принятых критериев.

Противоречивое требование полноты и простоты модели разрешается её целевым назначением. Для правильно построенной модели характерным является то, что она выявляет лишь те закономерности, которые нужны исследователю в соответствии с поставленной целью, и не рассматриваются несущественные для данного исследования свойства системы. Оригинал и модель должны быть одновременно сходны по одним признакам, существенным с точки зрения решаемой задачи, и различны по другим, что позволяет выделить наиболее важные изучаемые свойства. В этом смысле модель выступает как некоторый “заместитель” оригинала, обеспечивающий фиксацию и изучение лишь нужных свойств реального объекта. Для правильного выявления существенных свойств реального объекта пользуются законом Парето : в каждой группе или совокупности существует жизненно важное меньшинство и тривиальное большинство; ничего действительно важного не происходит, пока не затронут жизненно важное меньшинство.

Эффективность модели оценивается рядом критериев, в том числе значимостью, точностью и достоверностью результатов моделирования, временем построения и работы с моделью, затратами машинных ресурсов (времени и памяти), стоимостью разработки и эксплуатации модели. Другими словами, эффективность определяется как некоторая разность между показателями ценности результатов, полученных в итоге эксплуатации модели, и теми затратами, которые были вложены в её разработку и создание.

Назначение модели. Моделирование решает задачи изучения и исследования объектов, прогнозирования, предсказания функционирования систем, синтеза структуры, параметров и алгоритмов управления систем. В повседневной жизни человека моделирование играет важную роль в правильном отображении окружающего мира, в принятии решений и выборе стратегии поведения, которая на основании выбранного критерия может быть пригодной, оптимальной или адаптивной.

Моделирование – эффективное средство познания природы. Процесс моделирования предполагает наличие: объекта исследования; исследователя, перед которым поставлена конкретная задача; модели, создаваемой для получения информации об объекте. Причём по отношению к модели исследователь является экспериментатором, только в данном случае эксперимент проводится не с реальным объектом, а с его моделью.

При управлении модели позволяют оценивать ненаблюдаемые переменные процесса, прогнозировать состояние процесса при имеющихся или выбираемых управлениях и синтезировать оптимальные законы управления.

При проектировании и эксплуатации систем возникают многочисленные задачи, требующие оценки количественных и качественных закономерностей процессов функционирования систем, проведения структурного, алгоритмического и параметрического синтеза. Решение этих проблем в настоящее время невозможно без использования различных видов моделирования, что обусловлено особенностями больших систем, такими как сложность структур, стохастичность связей между элементами и внешней средой, неоднозначность алгоритмов поведения, большое количество параметров и переменных, неполнота и недетерминированность исходной информации. Математическое моделирование позволяет существенно уменьшить время проектирования, во многих случаях позволяет найти оптимальное решение, исключить метод натурных проб и ошибок, перейти к параллельному процессу проектирования.

Принципы моделирования. Основными принципами моделирования являются .

Принцип информативной достаточности. Определяет уровень априорных сведений, при котором может быть создана адекватная модель.

Принцип осуществимости. Определяется вероятностью достижения цели моделирования за конечное время.

Принцип множественности моделей. Создаваемая модель должна отражать в первую очередь те свойства реальной системы, которые влияют на выбранный показатель эффективности.

Принцип агрегирования. Модель объекта представляется агрегатами (подсистемами), которые пригодны для описания стандартными математическими схемами.

Принцип параметризации. Модель должна иметь в своем составе подсистемы, характеризующиеся параметрами.

Роль ЭВМ при моделировании. В настоящее время универсальным и эффективным техническим средством решения инженерных задач на базе моделирования является ЭВМ. Модель в этом случае представляет собой программный комплекс. Машинный эксперимент с моделью даёт возможность:

исследовать процесс функционирования в любых условиях;
сокращает материальные затраты и продолжительность испытаний по сравнению с натурным экспериментом;
обладает гибкостью варьирования параметров, структуры, алгоритмов моделируемой системы;
является единственным практически реализуемым методом исследования процесса функционирования систем на этапе их проектирования.

Машинный эксперимент требует серьёзной подготовки и наличия математического, программного, информационного, технического и других видов обеспечений.

Математическое обеспечение включает в себя совокупность математических соотношений, описывающих поведение реальной системы, алгоритмов функционирования исследуемой системы, алгоритмов, обеспечивающих как подготовку, так и работу с моделью.

Программное обеспечение по своему содержанию включает в себя совокупность программ для реализации модели, планирования и проведения эксперимента, а также обработки и интерпретации результатов.

Информационное обеспечение представляет собой средства и технологию организации проведения машинного эксперимента, формы документов, описывающих процесс моделирования и его результаты.

Техническое обеспечение включает в себя средства вычислительной техники и внешние устройства. К техническому обеспечению предъявляются серьёзные требования по надёжности функционирования, так как сбои и отказы технических средств увеличивают время исследований и могут привести к неверным конечным результатам.

В настоящее время разработано большое количество систем моделирования, например, Mathcad, Matlab, VisSim, GPSS [1, 2, 3, 4, 5, 16].

Использование средств вычислительной техники для целей моделирования часто создаёт иллюзию гарантии исследования системы любой сложности. При этом игнорируется тот факт, что в основу любой модели положено трудоёмкое по затратам времени и материальных ресурсов предварительное изучение явлений, имеющих место в объекте-оригинале. И от того, насколько детально изучены реальные явления, насколько правильно проведена их формализация и алгоритмизация, зависит в конечном итоге успех моделирования конкретной системы. Компьютер при этом выступает лишь как инструмент моделирования.

Для реализации непрерывно-детерминированной схемы необходимо выбрать язык моделирования. Множество языков моделирования можно разделить на две группы:

1) методо-ориентированные языки моделирования, поддерживающие определенный класс формализованных или алгоритмических описаний;

2) языки моделирования конечного пользователя, позволяющие формулировать задачи моделирования непосредственно на концептуальном уровне.

Рассмотрим методо-ориентированные языки. Язык моделирования предоставляется пользователем как часть системы моделирования. Система моделирования — это совокупность языковых и программных средств, которая включает:

собственно язык моделирования;

язык управления системой моделирования, реализованный на основе языка управления заданиями пакетных операционных систем или на основе языка команд в интерактивных операционных системах;

программные средства, обеспечивающие трансляцию модели и другие стандартные функции системы моделирования (продвижение модельного времени, генерацию случайных чисел, сбор статистической информации, вывод результатов и т. д.).

Системы моделирования включают также средства разработки языков конечного пользователя.

Общепризнанными являются следующие преимущества языков и систем моделирования по сравнению с универсальными языками и системами программирования:

язык моделирования содержит абстрактные конструкции, непосредственно отражающие понятия, в которых представлена формализованная модель, и близкие концептуальному уровню описания моделируемой системы. Это упрощает программирование имитатора, позволяет автоматизировать выявление многих ошибок в программах;

системы моделирования имеют эффективный встроенный механизм продвижения модельного времени (календарь событий, методы интегрирования и др.), средства разрешения временных узлов;

языки моделирования, как правило, содержат встроенные датчики случайных чисел, генератор других типовых воздействий;

в языках моделирования автоматизирован сбор стандартной статистики и других результатов моделирования. Имеются средства автоматизации выдачи этих результатов в табличной или графической форме;

языки моделирования имеют средства, упрощающие программирование имитационных экспериментов, в частности, автоматизирующие установку начального состояния и перезапуск модели.

Рост числа языков моделирования свидетельствует о необходимости использования средств автоматизации моделирования вместе с тем разнообразие языков моделирования обусловлено и другими факторами: существует большое число схем формализации и алгоритмизации моделируемых систем: агрегаты, автоматы, системы массового обслуживания, дифференциальные уравнения и др. Любая из этих схем может служить основой для разработки нового языка моделирования.

Классификация языков и систем моделирования позволяет упорядочить сведения о существующих многочисленных языках моделирования, а также более обоснованно выбирать подходящую систему моделирования. В основу классификации положим класс моделируемых систем и базовую и альтернативные для языка моделирования схемы алгоритмизации.

Принято выделять три класса моделируемых объектов: дискретные, непрерывные, дискретно-непрерывные (комбинированные) (рисунок 4). Соответственно различают три класса языков моделирования. Области применения языков непрерывного и дискретного моделирования практически не пересекаются. Языки комбинированного моделирования используются при работе с моделями объектов и непрерывного, и дискретного класса.

Рисунок 4 – Классификация языков моделирования

Под базовой схемой алгоритмизации подразумевается совокупность понятий, которые используются для алгоритмизации (формализации) моделируемой системы и непосредственно представлены в языке моделирования. В настоящее время используется большое число различных способов алгоритмизации. В языках непрерывного моделирования широко применяются системы дифференциальных и интегродифференциальных уравнений, структурные схемы, графы связей. Среди дискретного моделирования различают: языки событий, языки работ, языки процессов, языки транзактов, языки, основанные на автоматных и сетевых представлениях и др. Языки комбинированного моделирования могут основываться на агрегатах, КОМБИ-сетях, использовать комбинированные схемы алгоритмизации языков непрерывного и дискретного моделирования. Базовая схема алгоритмизации предполагает определенную организацию работы управляющей системы моделирования.

Кроме базовой схемы алгоритмизации при построении имитационной модели могут быть применены альтернативные схемы, близкие к базовой, либо приводимые к ней. Например, язык структурных схем можно использовать для моделирования систем дифференциальных уравнений, дискретные сети можно моделировать на языке транзактов или процессов. Часто проще и целесообразнее разработать методику программирования для выбранной схемы алгоритмизации, чем найти язык, основанный на этой схеме. Таким образом, один и тот же язык моделирования можно применять для реализации различных способов алгоритмизации моделей.

Чтобы реализовать на ЭВМ модель сложной системы, нужен аппарат моделирования, который в принципе должен быть специализированным. Он должен предоставлять исследователю:

· удобные способы организации данных, обеспечивающие простое и эффективное моделирование;

· удобные средства формализации и воспроизведения динамических свойств моделируемой системы;

· возможность имитации стохастических систем, т.е. процедур генерации ПСЧ и вероятностного (статистического) анализа результатов моделирования;

· простые и удобные процедуры отладки и контроля программы;

· доступные процедуры восприятия и использования языка и др.

Вместе с тем существующие языки программирования общего назначения (ЯОН) для достаточно широкого круга задач позволяют без значительных затрат ресурсов создавать весьма совершенные имитационные модели. Можно сказать, что они способны составить конкуренцию специализированным языкам моделирования. Для систематизации представлений о средствах реализации имитационных моделей приведем основные определения и краткие сведения о подходах к выбору соответствующего языка. Языком программирования называют набор (систему) символов, распознаваемых ЭВМ и обозначающих операции, которые можно реализовать на ЭВМ. Выделяют машинно-ориентированные, проблемно (процедурно)-ориентированные и объектно-ориентированные языки.

Классические языки моделирования являются процедурно-ориентированными и обладают рядом специфических черт. Можно сказать, что основные языки моделирования разработаны как средство программного обеспечения имитационного подхода к изучению сложных систем.

Языки моделирования позволяют описывать моделируемые системы в терминах, разработанных на базе основных понятий имитации. С их помощью можно организовать процесс общения заказчика и разработчика модели. Различают языки моделирования непрерывных и дискретных процессов.

В настоящее время сложилась ситуация, когда не следует противопоставлять ЯОН и языки имитационного моделирования (ЯИМ). На рис. 11.3 представлена классификация языков программирования по различным основаниям, которая может служить основой для формирования рационального подхода к выбору конкретного языка реализации имитационной модели исследуемой ЭИС, о чем будет подробнее сказано ниже [48].

Легко заметить из названий, что некоторые ЯИМ базируются на конструкциях ЯОН: например, FORSIM — на языке FORTRAN; ПЛИС — на языке PL и т.д.

В силу своего целевого назначения при правильном выборе и использовании языки моделирования обладают рядом неоспоримых достоинств.

Вместе с тем им присущи и определенные недостатки, главными из которых являются сугубо индивидуальный характер соответствующих трансляторов, затрудняющий их реализацию на различных ЭВМ; низкая эффективность рабочих программ; сложность процесса отладки программ; нехватка документации (литературы) для пользователей и специалистов-консультантов и др. В ряде случаев эти недостатки способны перечеркнуть любые достоинства.

Существует несколько подходов к выбору языка, на котором будет реализовываться разрабатываемая имитационная модель. Предлагается классическая двухэтапная схема выбора, имеющая широкое практическое применение.

На первом этапе следует найти ответы на следующие вопросы.

1. Имеются ли хорошо написанные руководства и инструкции для пользователей?

2. Совместим ли язык транслятора с имеющимися ВС?

3. Можно ли данный язык использовать на других ВС, способных решать задачи пользователя?

4. Обеспечивает ли транслятор языка выдачу информации об ошибках и глубокую их диагностику?

5. Насколько эффективен данный язык с учетом общего времени подготовки, программирования, отладки программы, компиляции и прогона ее на ЭВМ?

6. Какова стоимость внедрения, эксплуатации и обновления ПО для данного языка?

7. Знаком ли язык и, если нет, легко ли его изучить?

8. Оправдает ли частота использования языка в различных будущих моделях затраты на его изучение и освоение?

1. Какова область применения языка и его пригодность для описания явлений реального мира (методы прогнозирования; ориентация; способность генерировать случайные факторы)?

2. Насколько легко осуществляется хранение и извлечение данных, характеризующих состояния системы и работу отдельных ее частей?

3. Обеспечивается ли необходимая гибкость и каковы возможности языка в отношении модифицирования состояний системы?

4. Насколько легко данный язык может описывать динамическое поведение?

5. Каковы выходные формы документов, чем они полезны и какой статистический анализ возможен на основе этих данных?

6. Насколько просто вставлять в модель стандартные подпрограммы, написанные пользователями?

Приведенные вопросы можно конкретизировать или расширять с учетом современного уровня и перспектив развития технических, программных средств и информационных технологий, но изложенный подход к выбору языка является неизменно актуальным и конструктивным.

Принято выделять три класса моделируемых объектов: дискретные, непрерывные, дискретно-непрерывные (комбинированные). Соответственно различают три класса языков моделирования. Области применения языков непрерывного и дискретного моделирования практически не пересекаются. Языки комбинированного моделирования используются при работе с моделями объектов и непрерывного, и дискретного класса.

Примерами классических языков и систем непрерывного типа являются: DYNAMO, Vensim и др., поддерживающие методы системной динамики.

Широко известные в свое время языки непрерывно-дискретного моделирования: GASP, SLAM, языки дискретного моделирования: SMPL, SIMULA, GPSS, АИС (агрегативная имитационная система) и др.

Средства описания моделируемых систем включают базовую для языка моделирования схему алгоритмизации; альтернативные схемы алгоритмизации; синтаксическую основу языка моделирования; средства проблемной ориентации в языке моделирования.

Под базовой схемой алгоритмизации подразумевается совокупность понятий, которые используются для алгоритмизации (формализации) моделируемой системы и непосредственно представлены в языке моделирования. В настоящее время используется большое число различных способов алгоритмизации. В языках непрерывного моделирования широко применяются системы дифференциальных и интегро-дифференциальных уравнений, структурные схемы, графы связей. Среди дискретного моделирования различают: языки событий, языки работ, языки процессов, языки транзактов, языки, основанные на автоматных и сетевых представлениях, и др. Базовая схема алгоритмизации предполагает определенную организацию работы управляющей системы моделирования.

В качестве доминирующих базовых концепций формализации и структуризации в современных системах моделирования используются:

• для дискретного моделирования – системы, основанные на описании процессов (processdescription) или на сетевых концептах (networkparadigms), – (Extend, Arena, ProModel, Witness, Taylor, GPSS, ARIS и др.);

• для систем, ориентированных на непрерывное моделирование – модели и методы системной динамики, – (Powersim, Vensim, Dynamo, Stella, Ithink и др.).

Как правило, в современных системах, с целью расширения их функциональности присутствуют альтернативные концепции формализации.

Так, например, в системах Powersim, Ithink встроен аппарат дискретного моделирования, и, наоборот, в системах Extend, ProcessModel реализована поддержка, правда, довольно слабая, непрерывного моделирования. Часто проще и целесообразнее разработать методику программирования для выбранной схемы алгоритмизации, чем найти язык, основанный на этой схеме. Таким образом, один и тот же язык моделирования можно применять для реализации различных способов алгоритмизации моделей.

Актуальной задачей сегодня является разработка систем моделирования, интегрирующих различные подходы в имитационном моделировании.

Примером является система моделирования AnyLogic, совмещающая различные подходы в описании динамических процессов: транзактно-ориентированный способ описания дискретных систем, динамическое моделирование, диаграммы состояний универсального языка моделирования UML, агентный подход в моделировании.

По синтаксической основе различают языки моделирования:

Вложенные в базовый язык моделирования или расширяющие его, а также с собственным синтаксисом. Классическим языком с собственным синтаксисом является язык моделирования GPSS. Наличие средств проблемной ориентации в языке моделирования позволяет разрабатывать языки конечных пользователей, вводить макропонятия для упрощения программирования. Средства проблемной ориентации могут быть реализованы различными способами. Весьма распространенный способ – использование макросов. В универсальном языке моделирования SIMULA для проблемной ориентации языка служат классы. В процедурно-ориентированных языках могут использоваться подпрограммы или процедуры.

73. Моделирование вычислительных и операционных систем.

Основу информационной системы составляет вычислительная система, включающая такие компоненты, как кабельная сеть и активное сетевое оборудование, компьютерное и периферийное оборудование, оборудование хранения данных (библиотеки), системное программное обеспечение (операционные системы, системы управления базами данных), специальное ПО (системы мониторинга и управления сетями) и в некоторых случаях прикладное ПО.

Наиболее распространенным подходом к проектированию информационных систем в настоящее время является использование экспертных оценок. В соответствии с этим подходом специалисты в области вычислительных средств, активного сетевого оборудования и кабельных сетей на основании имеющегося у них опыта и экспертных оценок осуществляют проектирование вычислительной системы, обеспечивающей решение конкретной задачи или класса задач.

В качестве альтернативного может быть использован подход, предполагающий разработку модели и моделирование (имитацию работы - simulation) поведения вычислительной системы.

Моделирование вычислительной системы позволяет произвести более точный, по сравнению с экспертными оценками, расчет необходимой производительности отдельных компонентов и всей системы в целом, в том числе системного и прикладного программного обеспечения. При этом появляется возможность использовать не максимальные значения характеристик используемого вычислительного оборудования, а характеристики, учитывающие, специфику использования этого оборудования в конкретном учреждении.

Основу моделирования составляют модели оборудования и процессов (технологий, программного обеспечения), используемых при работе интересующего объекта. При моделировании на компьютере воспроизводятся реальные процессы в обследуемом объекте, исследуются особые случаи, воспроизводятся реальные и гипотетические критические ситуации. Основным достоинством моделирования является возможность проведения разнообразных экспериментов с исследуемым объектом, не прибегая к физической реализации, что позволяет предсказать и предотвратить большое число неожиданных ситуаций в процессе эксплуатации, которые могли бы привести к неоправданным затратам, а может, и к порче оборудования.

В случае моделирования вычислительных систем таким объектом является информационная система, определяющая способы получения, хранения, обработки и использования различной корпоративной и внешней информации.

В процессе моделирования возможно следующее:

· определение минимально необходимого, но обеспечивающего потребности передачи, обработки и хранения информации оборудования (даже не имеющего реальных аналогов) в настоящее время;

· оценка необходимого запаса производительности оборудования, обеспечивающего возможное увеличение производственных потребностей в ближайшее время (один-два года);

· выбор нескольких вариантов оборудования с учетом текущих потребностей, перспективы развития на основании критерия стоимости оборудования;

· проведение проверки работы вычислительной системы, составленной из рекомендованного оборудования.

Читайте также: