5.4.9. Использование графиков и анимаций выходных данных

имитационной модели [5-7]

Для демонстрации того, что модель не является валидной, а также для увеличения

надежности модели можно использовать графики (статические и динамические) и

анимации (динамические). Ниже __________приводится несколько примеров использования

графиков:

− Гистограмма (графическая оценка плотности вероятности и функции

массовости)

− График корреляции (показывает, являются ли выходные данные

автокореллированными)

− График временной зависимости (для отображения поведения системы в

течение длительного периода значения одной или нескольких переменных

модели изображаются вдоль оси времени работы модели)

− Столбчатая диаграмма (гистограмма) и секторная диаграмма

При обсуждении сущности модели лицом, принимающим решения, и другими

участниками проекта, которым нет необходимости вникать в технические подробности

модели, удобно использовать анимацию поведения системы во время краткосрочного

периода. Это увеличивает надежность модели. Также анимацию удобно использовать для

верификации окончательной имитационной программы, рассмотрения

усовершенствованных процедур и для обучения.

5.5. Статистические методы сравнения выходных данных

модели и системы [5]

В данной части обсуждается возможные варианты использования статистических

процедур сравнения выходных данных модели и системы.

Допустим, что R1, R2, …, Rk – наблюдения реальной системы, а M1, M2, …, Ml –

выходные данные соответствующей имитационной модели (см. пример 10). Для

определения того, является ли модель точным представлением реальной системы,

необходимо сравнить эти наборы данных. Тем не менее, в большинстве классических

статистических подходов, таких как доверительные интервалы и проверка гипотез,

предполагается, что данные реальной системы и модели независимы и одинаково

распределены, что на практике обычно не так (см. часть 2.8). Таким образом, для решения

данной задачи такие классические статистические подходы нельзя применять напрямую.

Пример 10. Рассмотрим производственную систему, в которой выходными данными

является время выполнения успешно завершенных операций. Эти данные зависят от

реальной системы (а не от соответствующей имитационной модели). Например, если

в данный момент времени система занята, то в системе для всех выполняемых

операций будет выделяться как можно больше времени (то есть, время

положительно коррелировано).

Для сравнения выходных данных модели и системы можно использовать

наблюдения, доверительные __________интервала, а также другие подход, основанные на

использование временных рядов.

5.6. Основные принципы получения хороших данных

Модель является валидной для определенной задачи, если корректна логика ее

работы и используются соответствующие данные. В данной части предлагаются методы

получения хороших данных.

5.6.1. Основные принципы

Если модель схожа с существующей системой, то данные для построения модели

берутся из системы. Эти данные можно получить из архивных записей, а также собрать во

время исследования системы. Так как мнения людей, предоставляющих данные, и

аналитиков могут различаться, то необходимо соблюдать следующие принципы:

− Необходимо, чтобы предоставляли лицам, предоставляющим данные,

точное описание требований к данным (тип, формат, количество, для чего

необходимы, условия, при которых данные собираются, и т.д.)

− Необходимо, чтобы аналитик понимал сам процесс получения данных, а не

только абстрактную обработку наблюдений. Например, предположим, что в

нескольких наблюдениях были получены данные, значительно отличающиеся от

данных в большинстве наблюдений. Без глубокого понимания основных

принципов работы системы невозможно являются ли эти данные результатом

ошибки или это допустимые значения, которые появляются с малой

вероятностью.