การสร้างแบบจำลองและการจำลอง - บทนำ
Modellingเป็นขั้นตอนการแสดงแบบจำลองซึ่งรวมถึงการก่อสร้างและการทำงาน แบบจำลองนี้คล้ายกับระบบจริงซึ่งช่วยให้นักวิเคราะห์คาดการณ์ผลกระทบของการเปลี่ยนแปลงในระบบ กล่าวอีกนัยหนึ่งการสร้างแบบจำลองคือการสร้างแบบจำลองซึ่งแสดงถึงระบบรวมทั้งคุณสมบัติของมัน เป็นการสร้างแบบจำลอง
Simulationของระบบคือการทำงานของโมเดลในแง่ของเวลาหรือพื้นที่ซึ่งช่วยวิเคราะห์ประสิทธิภาพของระบบที่มีอยู่หรือระบบที่เสนอ กล่าวอีกนัยหนึ่งการจำลองเป็นกระบวนการของการใช้แบบจำลองเพื่อศึกษาประสิทธิภาพของระบบ เป็นการกระทำโดยใช้ตัวแบบจำลอง
ประวัติศาสตร์การจำลองสถานการณ์
มุมมองทางประวัติศาสตร์ของการจำลองจะแจกแจงตามลำดับเวลา
1940 - วิธีการที่ชื่อว่า 'Monte Carlo' ได้รับการพัฒนาโดยนักวิจัย (John von Neumann, Stanislaw Ulan, Edward Teller, Herman Kahn) และนักฟิสิกส์ที่ทำงานในโครงการแมนฮัตตันเพื่อศึกษาการกระเจิงของนิวตรอน
1960 - ภาษาจำลองวัตถุประสงค์พิเศษแรกได้รับการพัฒนาเช่น SIMSCRIPT โดย Harry Markowitz ที่ RAND Corporation
1970 - ในช่วงเวลานี้ได้เริ่มการวิจัยเกี่ยวกับพื้นฐานทางคณิตศาสตร์ของการจำลอง
1980 - ในช่วงเวลานี้มีการพัฒนาซอฟต์แวร์จำลองบนพีซีอินเทอร์เฟซผู้ใช้แบบกราฟิกและการเขียนโปรแกรมเชิงวัตถุ
1990 - ในช่วงเวลานี้ได้มีการพัฒนาการจำลองบนเว็บกราฟิกเคลื่อนไหวแฟนซีการเพิ่มประสิทธิภาพตามการจำลองวิธีการมอนติคาร์โลของ Markov-chain ได้รับการพัฒนา
การพัฒนาโมเดลจำลอง
โมเดลจำลองประกอบด้วยองค์ประกอบต่อไปนี้เอนทิตีระบบตัวแปรอินพุตการวัดประสิทธิภาพและความสัมพันธ์เชิงฟังก์ชัน ต่อไปนี้เป็นขั้นตอนในการพัฒนาแบบจำลอง
Step 1 - ระบุปัญหากับระบบที่มีอยู่หรือตั้งข้อกำหนดของระบบที่เสนอ
Step 2 - ออกแบบปัญหาพร้อมกับดูแลปัจจัยและข้อ จำกัด ของระบบที่มีอยู่
Step 3 - รวบรวมและเริ่มประมวลผลข้อมูลระบบสังเกตประสิทธิภาพและผลลัพธ์
Step 4 - พัฒนาแบบจำลองโดยใช้แผนภาพเครือข่ายและตรวจสอบโดยใช้เทคนิคการตรวจสอบต่างๆ
Step 5 - ตรวจสอบโมเดลโดยเปรียบเทียบประสิทธิภาพภายใต้เงื่อนไขต่างๆกับระบบจริง
Step 6 - สร้างเอกสารของแบบจำลองสำหรับการใช้งานในอนาคตซึ่งรวมถึงวัตถุประสงค์สมมติฐานตัวแปรอินพุตและรายละเอียดประสิทธิภาพ
Step 7 - เลือกการออกแบบการทดลองที่เหมาะสมตามความต้องการ
Step 8 - กำหนดเงื่อนไขการทดลองในแบบจำลองและสังเกตผลลัพธ์
ทำการวิเคราะห์การจำลอง
ต่อไปนี้เป็นขั้นตอนในการวิเคราะห์การจำลอง
Step 1 - เตรียมคำชี้แจงปัญหา
Step 2- เลือกตัวแปรอินพุตและสร้างเอนทิตีสำหรับกระบวนการจำลอง ตัวแปรมีสองประเภท - ตัวแปรการตัดสินใจและตัวแปรที่ควบคุมไม่ได้ ตัวแปรการตัดสินใจถูกควบคุมโดยโปรแกรมเมอร์ในขณะที่ตัวแปรที่ไม่สามารถควบคุมได้คือตัวแปรสุ่ม
Step 3 - สร้างข้อ จำกัด เกี่ยวกับตัวแปรการตัดสินใจโดยกำหนดให้กับกระบวนการจำลอง
Step 4 - กำหนดตัวแปรผลลัพธ์
Step 5 - รวบรวมข้อมูลจากระบบในชีวิตจริงเพื่อป้อนลงในการจำลอง
Step 6 - พัฒนาผังงานแสดงความคืบหน้าของกระบวนการจำลอง
Step 7 - เลือกซอฟต์แวร์จำลองที่เหมาะสมเพื่อเรียกใช้โมเดล
Step 8 - ตรวจสอบโมเดลจำลองโดยเปรียบเทียบผลลัพธ์กับระบบเรียลไทม์
Step 9 - ทำการทดลองเกี่ยวกับแบบจำลองโดยการเปลี่ยนค่าตัวแปรเพื่อหาทางออกที่ดีที่สุด
Step 10 - สุดท้ายใช้ผลลัพธ์เหล่านี้ในระบบเรียลไทม์
การสร้างแบบจำลองและการจำลอง─ข้อดี
ต่อไปนี้เป็นข้อดีของการใช้ Modeling and Simulation -
Easy to understand - ช่วยให้เข้าใจว่าระบบทำงานอย่างไรโดยไม่ต้องทำงานบนระบบเรียลไทม์
Easy to test - อนุญาตให้ทำการเปลี่ยนแปลงในระบบและผลกระทบต่อเอาต์พุตโดยไม่ต้องทำงานกับระบบเรียลไทม์
Easy to upgrade - อนุญาตให้กำหนดความต้องการของระบบโดยใช้การกำหนดค่าต่างๆ
Easy to identifying constraints - อนุญาตให้ทำการวิเคราะห์คอขวดที่ทำให้กระบวนการทำงานข้อมูล ฯลฯ ล่าช้า
Easy to diagnose problems- ระบบบางระบบมีความซับซ้อนมากจนไม่ง่ายที่จะเข้าใจการโต้ตอบในแต่ละครั้ง อย่างไรก็ตามการสร้างแบบจำลองและการจำลองช่วยให้เข้าใจการโต้ตอบทั้งหมดและวิเคราะห์ผลกระทบ นอกจากนี้ยังสามารถสำรวจนโยบายการดำเนินงานและขั้นตอนใหม่ ๆ ได้โดยไม่ส่งผลกระทบต่อระบบจริง
การสร้างแบบจำลองและการจำลองสถานการณ์─ข้อเสีย
ต่อไปนี้เป็นข้อเสียของการใช้ Modeling and Simulation -
การออกแบบโมเดลเป็นศิลปะที่ต้องอาศัยความรู้การฝึกอบรมและประสบการณ์
การดำเนินการจะดำเนินการในระบบโดยใช้หมายเลขสุ่มดังนั้นจึงยากที่จะคาดเดาผลลัพธ์
การจำลองสถานการณ์ต้องใช้กำลังคนและเป็นกระบวนการที่ใช้เวลานาน
ผลการจำลองเป็นเรื่องยากที่จะแปล ต้องใช้ผู้เชี่ยวชาญในการทำความเข้าใจ
กระบวนการจำลองมีราคาแพง
การสร้างแบบจำลองและการจำลอง─พื้นที่การใช้งาน
การสร้างแบบจำลองและการจำลองสามารถนำไปใช้กับพื้นที่ต่อไปนี้ - การใช้งานทางทหารการฝึกอบรมและการสนับสนุนการออกแบบเซมิคอนดักเตอร์โทรคมนาคมการออกแบบและการนำเสนอทางวิศวกรรมโยธาและแบบจำลองทางธุรกิจอิเล็กทรอนิกส์
นอกจากนี้ยังใช้เพื่อศึกษาโครงสร้างภายในของระบบที่ซับซ้อนเช่นระบบชีวภาพ ใช้ในขณะที่ปรับการออกแบบระบบให้เหมาะสมเช่นอัลกอริทึมการกำหนดเส้นทางสายการประกอบ ฯลฯ ใช้เพื่อทดสอบการออกแบบและนโยบายใหม่ ๆ ใช้เพื่อตรวจสอบโซลูชันการวิเคราะห์