9.L2. Выбор наилучшего варианта структуры системы

Во многих случаях при моделировании приходится искать наи­лучший вариант структуры моделируемой системы или алгоритмов ее функционирования. По полученным результатам экспериментов c мо­делью обычно обнаруживается наличие некоторой проблемы, которую надо локализовать и определить причины ее возникновения. Для этого формулируют несколько гипотез, которые потом проверяют.

Не существует единого подхода к формулированию гипотез, по­скольку такая процедура зависит от конкретной модели и проблемы, которая решается c помощью этой модели. Поэтому можно лишь предложить некоторые общие методы формулирования гипотез [17].

1. Идентификация похожих ситуаций. Используется сущест­вующий опыт проведения подобных работ и формулируются гипотезы, похожие на уже известные.

2. Выявление резко отличающихся значений. Такие значения часто могут приводить к правильным гипотезам. Их следует игнориро­вать только после тщательного изучения и объяснения.

3. Выявление закономерностей. В модели определяют интерес­ные закономерности во времени, такие как циклы или тенденции. Для этого целесообразно применять графические методы: диаграмму со­стояний системы, временные ряды и диаграммы Ганта.

4. Выявление корреляций. Корреляция между параметрами и показателями критерия эффективности системы может привести к пра­вильным гипотезам.

Выявление и анализ несоответствий. Существование очевидных взаимосвязей между данными, которые проверяются, c данными, взя­тыми из разных источников; между данными, связанными c системой; между полученными данными на модели и их ожидаемыми значения­ми. Выявленные несоответствия c большой вероятностью приводят к гипотезам.

Решение задачи анализа системы c помощью имитационной мо­дели сводится большей частью к выявлению так называемых «узких мест». Пусть S – система, Р – показатель эффективности, х₁,х₂,..., x_i ..., х_п – n параметров модели. Величины x_i – это параметры окружающей среды и внутренние параметры модели. Допустим, что увеличение P приводит к улучшению показателя. Функция P(x_i), i = 1, ..., n обычно характеризуется явно выраженными нелинейностями, которые приоб­ретают форму узких мест.

Система S имеет узкое место относительно P в определенной об­ласти пространства параметром D, если в этой области значение P су­щественным образом возрастает при изменении одного или немногих параметров. Даже большие изменения других параметров не приводят к ощутимому изменению P, если они не выводят систему за границы об­ласти D. В этом случае не рассматриваются области, которые окружают глобальные или локальные максимумы Р. Узкие места возникают то­гда, когда к некоторым ресурсам системы выстраиваются большие оче­реди из-за нарушения баланса между потоком запросов к этому ресурсу и возможностями ресурса удовлетворять их.

Признаком наличия узкого места в системе может быть большая разница между коэффициентами использования компонентов системы, в особенности, если один из коэффициентов стремится к единице. Дру­гим признаком может стать выявление несоответствия производитель­ности системы ожидаемой.

Один из подходов к улучшению показателей эффективности P систем связан c последовательным устранением узких мест. В общем случае изменение одного или нескольких параметров x_i, модели не все­гда может привести к балансированию системы, так как могут обнару­живаться новые узкие места, которые до этого были скрыты только что устраненными. Кроме того, внесенные изменения в модель могут пере­вести систему S в другую область пространства параметров, в которой критерий P ограничивается другим узким местом.

Если моделируемая система отображается сетью CMO, то для предварительного анализа ее работы и поиска узких мест используют операционный анализ (см. параграф 2.4). В соответствии c операционным анализом пошаговое устранение узких мест в системе и баланси­рование коэффициентов загрузки узлов в сети позволяет получить ми­нимальное время пребывания требований в системе, то есть получить ее максимальную пропускную способность. Во многих случаях это дает возможность найти начальное решение для определения необходимого количества устройств в узлах сети, которые потом уточняются при имитационном моделировании.