Modelleme ve Simülasyon - Giriş

Modellingyapımını ve çalışmasını içeren bir modeli temsil etme sürecidir. Bu model, analistin değişikliklerin sistem üzerindeki etkisini tahmin etmesine yardımcı olan gerçek bir sisteme benzer. Diğer bir deyişle, modelleme, özelliklerini içeren bir sistemi temsil eden bir model oluşturmaktır. Bir model inşa etme eylemidir.

SimulationBir sistemin, mevcut veya önerilen bir sistemin performansının analiz edilmesine yardımcı olan, zaman veya mekan açısından bir modelin çalışmasıdır. Başka bir deyişle, simülasyon, bir sistemin performansını incelemek için bir model kullanma sürecidir. Simülasyon için bir model kullanma eylemidir.

Simülasyon Tarihi

Simülasyonun tarihsel perspektifi kronolojik bir sırayla sıralandığı gibidir.

1940 - Nötron saçılımını incelemek için bir Manhattan projesi üzerinde çalışan araştırmacılar (John von Neumann, Stanislaw Ulan, Edward Teller, Herman Kahn) ve fizikçiler tarafından 'Monte Carlo' adlı bir yöntem geliştirildi.
1960 - RAND Corporation'da Harry Markowitz tarafından SIMSCRIPT gibi ilk özel amaçlı simülasyon dilleri geliştirildi.
1970 - Bu dönemde simülasyonun matematiksel temelleri üzerine araştırmalar başlatıldı.
1980 - Bu dönemde PC tabanlı simülasyon yazılımları, grafik kullanıcı arayüzleri ve nesneye yönelik programlama geliştirildi.
1990 - Bu dönemde web tabanlı simülasyon, fantezi animasyonlu grafikler, simülasyon tabanlı optimizasyon, Markov-zinciri Monte Carlo yöntemleri geliştirildi.

Simülasyon Modelleri Geliştirme

Simülasyon modelleri şu bileşenlerden oluşur: sistem varlıkları, girdi değişkenleri, performans ölçüleri ve işlevsel ilişkiler. Aşağıda, bir simülasyon modeli geliştirmenin adımları verilmiştir.

Step 1 - Problemi mevcut bir sistemle veya önerilen bir sistemin gereksinimleri ile tanımlayın.
Step 2 - Mevcut sistem faktörlerine ve sınırlamalarına dikkat ederek problemi tasarlayın.
Step 3 - Sistem verilerini toplayın ve işlemeye başlayın, performansını ve sonucunu gözlemleyin.
Step 4 - Modeli ağ diyagramlarını kullanarak geliştirin ve çeşitli doğrulama tekniklerini kullanarak doğrulayın.
Step 5 - Farklı koşullar altındaki performansını gerçek sistemle karşılaştırarak modeli doğrulayın.
Step 6 - Hedefleri, varsayımları, girdi değişkenlerini ve performansı ayrıntılı olarak içeren gelecekteki kullanım için modelin bir belgesini oluşturun.
Step 7 - Gereksinime göre uygun bir deneysel tasarım seçin.
Step 8 - Model üzerinde deneysel koşullar yaratın ve sonucu gözlemleyin.

Simülasyon Analizi Gerçekleştirme

Simülasyon analizi gerçekleştirme adımları aşağıdadır.

Step 1 - Bir sorun ifadesi hazırlayın.
Step 2- Girdi değişkenlerini seçin ve simülasyon süreci için varlıklar oluşturun. İki tür değişken vardır - karar değişkenleri ve kontrol edilemeyen değişkenler. Karar değişkenleri programcı tarafından kontrol edilirken, kontrol edilemeyen değişkenler rastgele değişkenlerdir.
Step 3 - Simülasyon sürecine atayarak karar değişkenleri üzerinde kısıtlamalar oluşturun.
Step 4 - Çıktı değişkenlerini belirleyin.
Step 5 - Simülasyona girmek için gerçek hayattaki sistemden veri toplayın.
Step 6 - Simülasyon sürecinin ilerlemesini gösteren bir akış şeması geliştirin.
Step 7 - Modeli çalıştırmak için uygun bir simülasyon yazılımı seçin.
Step 8 - Sonucunu gerçek zamanlı sistemle karşılaştırarak simülasyon modelini doğrulayın.
Step 9 - En iyi çözümü bulmak için değişken değerlerini değiştirerek model üzerinde bir deney yapın.
Step 10 - Son olarak, bu sonuçları gerçek zamanlı sisteme uygulayın.

Modelleme ve Simülasyon ─ Avantajlar

Aşağıda Modelleme ve Simülasyon kullanmanın avantajları verilmiştir -

Easy to understand - Gerçek zamanlı sistemler üzerinde çalışmadan sistemin gerçekten nasıl çalıştığını anlamayı sağlar.
Easy to test - Gerçek zamanlı sistemler üzerinde çalışmadan sistemde değişiklik yapmanıza ve bunların çıktı üzerindeki etkisine izin verir.
Easy to upgrade - Farklı konfigürasyonlar uygulayarak sistem gereksinimlerinin belirlenmesine izin verir.
Easy to identifying constraints - İş sürecinde gecikmeye neden olan darboğaz analizi, bilgi vb.
Easy to diagnose problems- Bazı sistemler o kadar karmaşıktır ki, bir seferde etkileşimlerini anlamak kolay değildir. Bununla birlikte, Modelleme ve Simülasyon, tüm etkileşimleri anlamaya ve etkilerini analiz etmeye izin verir. Ek olarak, gerçek sistemi etkilemeden yeni politikalar, işlemler ve prosedürler keşfedilebilir.

Modelleme ve Simülasyon ─ Dezavantajlar

Modelleme ve Simülasyon kullanmanın dezavantajları aşağıdadır -

Model tasarlamak, alan bilgisi, eğitimi ve deneyimi gerektiren bir sanattır.
Sistem üzerinde işlemler rastgele sayı kullanılarak gerçekleştirildiğinden sonucu tahmin etmek zordur.
Simülasyon insan gücü gerektirir ve zaman alan bir süreçtir.
Simülasyon sonuçlarının çevrilmesi zordur. Uzmanların anlaması gerekir.
Simülasyon süreci pahalıdır.

Modelleme & Simülasyon ─ Uygulama Alanları

Modelleme ve Simülasyon aşağıdaki alanlara uygulanabilir - Askeri uygulamalar, eğitim ve destek, yarı iletkenlerin tasarımı, telekomünikasyon, inşaat mühendisliği tasarımları ve sunumları ve E-iş modelleri.

Ek olarak, biyolojik sistem gibi karmaşık bir sistemin iç yapısını incelemek için kullanılır. Yönlendirme algoritması, montaj hattı vb. Sistem tasarımını optimize ederken kullanılır. Yeni tasarım ve politikaları test etmek için kullanılır. Analitik çözümleri doğrulamak için kullanılır.