확인 및 검증

시뮬레이션 분석가가 직면하는 실제 문제 중 하나는 모델을 검증하는 것입니다. 시뮬레이션 모델은 모델이 실제 시스템을 정확하게 표현한 경우에만 유효하고 그렇지 않으면 유효하지 않습니다.

검증과 검증은 모델 검증을위한 시뮬레이션 프로젝트의 두 단계입니다.

Validation두 결과를 비교하는 과정입니다. 이 과정에서 개념 모델의 표현을 실제 시스템과 비교해야합니다. 비교가 참이면 유효하고 그렇지 않으면 유효하지 않습니다.
Verification정확성을 보장하기 위해 둘 이상의 결과를 비교하는 프로세스입니다. 이 과정에서 모델의 구현 및 관련 데이터를 개발자의 개념 설명 및 사양과 비교해야합니다.

검증 및 검증 기술

시뮬레이션 모델의 검증 및 검증을 수행하는 데 사용되는 다양한 기술이 있습니다. 다음은 일반적인 기술 중 일부입니다.

시뮬레이션 모델 검증 수행 기법

다음은 시뮬레이션 모델 검증을 수행하는 방법입니다.

프로그래밍 기술을 사용하여 하위 프로그램에서 프로그램을 작성하고 디버깅합니다.
두 명 이상의 사람이 프로그램을 읽는 "구조화 된 워크 스루"정책을 사용합니다.
중간 결과를 추적하고 관찰 된 결과와 비교합니다.
다양한 입력 조합을 사용하여 시뮬레이션 모델 출력을 확인합니다.
최종 시뮬레이션 결과와 분석 결과를 비교합니다.

시뮬레이션 모델의 유효성 검사를 수행하는 기술

Step 1− 타당성이 높은 모델을 설계하십시오. 이것은 다음 단계를 사용하여 달성 할 수 있습니다-

모델은 설계하는 동안 시스템 전문가와 논의해야합니다.
모델은 프로세스 전반에 걸쳐 클라이언트와 상호 작용해야합니다.
출력은 시스템 전문가가 감독해야합니다.

Step 2− 가정 데이터에서 모델을 테스트합니다. 이는 가정 데이터를 모델에 적용하고이를 정량적으로 테스트하여 달성 할 수 있습니다. 입력 데이터가 크게 변경된 경우 결과 변경의 영향을 관찰하기 위해 민감한 분석을 수행 할 수도 있습니다.

Step 3− 시뮬레이션 모델의 대표 출력을 결정합니다. 이것은 다음 단계를 사용하여 달성 할 수 있습니다-

시뮬레이션 출력이 실제 시스템 출력과 얼마나 가까운 지 확인합니다.
튜링 테스트를 사용하여 비교를 수행 할 수 있습니다. 전문가 만 설명 할 수있는 시스템 형식으로 데이터를 제공합니다.
모델 출력과 실제 시스템 출력을 비교하는 데 통계 방법을 사용할 수 있습니다.

실제 데이터와 모델 데이터 비교

모델 개발 후에는 출력 데이터와 실제 시스템 데이터를 비교해야합니다. 다음은이 비교를 수행하는 두 가지 방법입니다.

기존 시스템 검증

이 접근 방식에서는 모델의 실제 입력을 사용하여 출력을 실제 시스템의 실제 입력과 비교합니다. 이 검증 프로세스는 간단하지만 수행 할 때 출력을 평균 길이, 대기 시간, 유휴 시간 등과 비교하는 경우와 같은 몇 가지 어려움이있을 수 있습니다. 통계 테스트 및 가설 테스트를 사용하여 비교할 수 있습니다. 통계 검정 중 일부는 카이 제곱 검정, Kolmogorov-Smirnov 검정, Cramer-von Mises 검정 및 Moments 검정입니다.

최초 모델 검증

현재 존재하지 않았거나 과거에 존재하지 않았던 제안 된 시스템을 설명해야한다고 생각해보십시오. 따라서 성능을 비교할 수있는 기록 데이터가 없습니다. 따라서 우리는 가정에 기반한 가상 시스템을 사용해야합니다. 유용한 지침을 따르는 것이 효율적으로 만드는 데 도움이됩니다.

Subsystem Validity− 모델 자체에는 비교할 기존 시스템이 없을 수 있지만 알려진 하위 시스템으로 구성 될 수 있습니다. 각각의 유효성은 별도로 테스트 할 수 있습니다.
Internal Validity − 내부 프로세스로 인해 분산이 큰 확률 적 시스템이 입력 변경으로 인한 출력 변경을 숨길 수 있으므로 내부 분산이 높은 모델은 거부됩니다.
Sensitivity Analysis − 더 많은주의를 기울여야하는 시스템의 민감한 매개 변수에 대한 정보를 제공합니다.
Face Validity − 모델이 반대 논리로 수행되는 경우 실제 시스템처럼 작동하더라도 거부되어야합니다.