В мире информационных технологий имитационное моделирование переживает второе рождение [1]. Интерес к этому виду компьютерного моделирования оживился в связи с существенным технологическим развитием систем моделирования, которые на сегодняшний день являются мощным аналитическим средством, вобравшим в себя весь арсенал новейших информационных технологий, включая развитые графические оболочки для целей конструирования моделей и интерпретации выходных результатов моделирования, мультимедийные средства и видео, поддерживающие анимацию в реальном масштабе времени, объектно-ориентированное программирование, Internet–решения и др.

В мире бизнеса, корпораций имитационное моделирование становится все более распространенным и используется как системообразующее и наиболее ценное звено процесса принятия решения, поэтому используется совместно с другим ПО для принятия решений в системах поддержки принятия решений (СППР).

К сожалению, в России, в отличие от США и Европы, в силу известных экономических причин, серьезных приложений для столь мощного аналитического аппарата не так много, да и высокая стоимость ПО этого вида является сдерживающим фактором.

В экономическом анализе имитационное моделирование является наиболее универсальным инструментом в области финансового, стратегического планирования, бизнес-планировании, управлении производством, проектировании и реинжиниринге, - и многих других сферах науки управления и исследовании операций. Поэтому в ГУУ на кафедре «Информационные системы» в течении ряда лет для студентом специальности «Прикладная информатика в управлении» преподается дисциплина «Имитационные системы принятия экономических решений» [2], в которой рассматриваются методологические и практические вопросы создания и использования имитационных моделей при анализе и проектировании сложных экономических систем и принятии решений в задачах управления. Изучаются способы описания и формализации моделируемых систем, этапы и технология построения и использования имитационных моделей, вопросы организации целенаправленных экспериментальных исследований на имитационных моделях. Целью изучения дисциплины является освоение студентами современной методологии и технологии системного моделирования, а также комплексное применение полученных знаний по моделированию сложных систем, современным инструментальным средствам автоматизации моделирования, методам математической статистики и планирования эксперимента при исследовании экономических систем и принятии экономических решений.

Практические занятия первого семестра посвящены освоению дискретного моделирования, в основном процессно-ориентированного подхода, а также студенты знакомятся с другими базовыми концепциями структуризации, применяемыми в дискретном моделировании, основанными на сетевых парадигмах, автоматных схемах (агрегативные системы ) и др. Во втором семестре студенты осваивают непрерывное моделирование -методы системной динамики. Лабораторный практикум первого семестра традиционно строился на базе системы GPSS/PC-TM [3], а в этом году мы внедрили в учебный процесс новый продукт фирмы Minuteman Software GPSS World for Windows. В первом семестре студенты самостоятельно моделируют системы массового обслуживания различного назначения, производственно-складские системы.

Методическое значении языка GPSS, особенно в преддверии отмечаемого 40-летия языка GPSS, хотелось отметить отдельно. Язык GPSS был языком, который определил все современные технологические тенденции в дискретном имитационном моделировании и явился предвестником современных языков и систем моделирования дискретного типа. Эти тенденции предопределила прежде всего удачно сформированная базовая схема структуризации, заложенная в GPSS, поддерживающая блочно- ориентированный подход, в рамках которого моделирующий блок имеет свое функциональное назначение и представлен соответствующими функциональными объектами (имеющими аналоги с элементами систем массового обслуживания), а также возможности языка для описания параллельных процессов. Именно такой взгляд на моделируемый объект позволил реализовать идеографический режим формирования дискретной модели, когда модель конструируется из стандартных функциональных блоков, а связи на этих графических конструкциях интерпретируются как маршруты прохождения подвижных объектов в системе. Поэтому осваивая в ходе лабораторного практикума процессно- ориентированные системы на основе GPSS, студенты легко понимают идею и принципы работы систем моделирования дискретного типа и потом с легкостью осваивают новые интеллектуальные среды.

Обычно отмечаемые недостатки GPSS (целочисленное модельное время, слабая поддержка математических функций, недостаточная гибкость и др.) оказались легко поправимы на новом технологическом уровне с использованием гибких языковых средств.

Большим преимуществом системы моделирования GPSS/PC-TM для учебного процесса являлись наглядные, легко интерпретируемые диаграммы, представляющие текущую и накапливаемую статистику по функциональным и статистическим объектам GPSS (к сожалению, в новой версии GPSS for Window статистика по объектам дифференцирована и не столь наглядна). В новом продукте Minuteman Software GPSS World, внедренном в этом году в учебный процесс в ГУУ, предложен целый ряд дополнительных возможностей, основные из которых:

Тем не менее, основной недостаток системы моделирования состоит в том, что не удалось реализовать идеографический режим конструирования модели из блоков. Представляется, что не очень удобны средства анализа чувствительности, поскольку процедуры управления экспериментом и реализации серии прогонов, анализа выходной статистики реализуются не автоматически, а с помощью предварительного программирования. Наличие средств анимации, расширенных библиотечных функций по поддержке специфичных компьютерных экспериментов (например, на основе методов множественного сравнения и ранжирования и др.) конечно могло существенно расширить функциональные возможности системы моделирования GPSS World.

В ходе курсового и дипломного проектирования, проведения НИР на кафедре студенты осваивают и применяют при разработке разнообразных моделей экономических систем современные технологии системного моделирования, работая с учебными версиями таких систем моделирования, как Extend, Arena, Process Model, Taylor, WITNESS, VENSIM, Ithink и др. В таблице представлены технологические характеристики некоторых систем моделирования дискретного типа, с которыми мы работали на кафедре, область применения которых традиционна – дискретные процессы с общими целями, а также бизнес-процессы, производство, управление запасами, логистика и некоторые другие.

Таблица

Пакет	Производи- тель	Построение моделей				Анима- ция	Эксперимент		Страти- фикация
		Идео- графический режим конструиро- вания моделей	Построе- ние моде- лей через програм- мирова- ние	Верифи- кация в реальном времени	Средства для обра- ботки вх./вых. статистики		Анализ чувстви- тельности	Опти- мизация
Arena	Rockwell Software	Да	Да	Да	Нет/Да	Да	Да	Да	Иерархи- ческие многоуров- невые структуры
Extend	Imagine That, Inc.	Да	Да	Да	Да	Да	Да	Да	Иерархи- ческие многоуров- невые структуры
GPSS/H Prof	Wolverine Software Corporation	Нет	Да	Да	Нет	Да	Нет	Нет	-
GPSS World for Windows	Minuteman Software	Нет	Да	Да	Нет/Да	Нет	Да	Да	-
Pro Model	Pro Model Corporation	Да	Да	Да	Да	Да	Да	Да	Вложенные структуры
Taylor Enterprise Dynamics	F&H Simulations	Да	Да	Да	Да	Да	Да	Да	Вложенные структуры
Witness	Lanner Group, Inc	Да	Да	Да	Да	Да	Да	Да	Вложенные структуры

Помимо перечисленных в таблице характеристик, в большинстве современных систем моделирования реализованы также

Рассмотрим некоторые из упомянутых характеристик.

В качестве доминирующих базовых концепций формализации и структуризации в современных системах моделирования дискретного типа используются подходы, основанные на описании процессов (process description) или на сетевых концептах (network paradigms), - (Extend, Arena, ProModel, Witness, Taylor, Gpss/H-Proof и др.).

Причем, в мощных системах, с целью расширения их функциональности присутствуют альтернативные концепции формализации. Так, например, в системах Extend, ProcessModel, Gpss World реализована поддержка, правда, довольно слабая, непрерывного моделирования.

Большинство систем моделирования имеют удобный, легко интерпретируемый графический интерфейс, системные потоковые диаграммы или блок-схемы реализуются на идеографическом уровне, т.е. рисуются, параметры моделей определяются через подменю. Сохраняются элементы программирования (на языках общего назначения или объектно-ориентированных) для отдельных элементов модели или создания специализированных блоков подготовленным пользователем, так называемое авторское моделирование (например, в системе Extend существует встроенный язык Modl для создания специализированных блоков).

Системы моделирования имеют развитые средства мультипликации (animation), подчас мультипликация весьма сложная, в реальном времени, как, например, в TAYLOR.

Имитационные системы становятся все более проблемно-ориентированными. Известны системы моделирования производственных систем различного назначения (TOMAC, SIRE и др.), медицинского обслуживания (MEDMODEL), в области телекоммуникаций (COMNET) и др. Для этого в проблемно-ориентированные системы моделирования включаются абстрактные элементы, языковые конструкции и наборы понятий, взятые непосредственно из предметной области исследований.

В современных системах моделирования появляется некоторый инструментарий для создания стратифицированных моделей [1]. Стратификация систем, являясь общим принципом системного моделирования, реализуется в технологии имитационного моделирования либо путем детализации, итерационной процедуры эволюции имитационной модели, - либо путем создания комплекса взаимосвязанных моделей, с развитыми информационными и имплицитными связями между моделями. Стратифицированные модели представляют собой машинно-ориентированные понятия, предполагающие конструирование баз данных и знаний, над которыми определены вычислительные процессы решения задач системного анализа и принятия решения. Разработчики систем моделирования используют различные подходы для реализации стратифицированных моделей. Ряд программных продуктов, такие как AUTOMOD, ProModel, TAYLOR, WITNESS и др. поддерживают интеграцию моделей на основе создания вложенных структур. В системах Arena, Extend реализован подход к стратификации, основанный на построении иерархических многоуровневых структур. Наиболее перспективным является структурно-функциональный подход, реализованный, например, в системах моделирования Ithink, Rethink, базирующийся на методологии структурного анализа и проектирования. При такой технологии есть возможность для реализации нескольких уровней представления моделей, - высоко-уровневое представление в виде блок-схем, с использованием CASE- средств, а на нижнем уровне модели могут отображаться, например, потоковыми схемами и диаграммами.

Новая методология научного исследования в компьютерном моделировании, предполагающая организацию и проведение вычислительного эксперимента на имитационной модели, требует серьёзной математической и информационной поддержки процесса системного моделирования, особенно в части вычислительных процедур, связанных с планированием эксперимента, оптимизацией, организации работы с большим объёмом данных в процедурах принятия решений. Многие системы моделирования обеспечены средствами для интеграции с другими программными средами, осуществляют доступ к процедурным языкам, связанным с кодом имитационной модели, для реализации специальных вычислений, доступа к базам данных (подход Simulation Data Base). В более мощных пакетах осуществляется интеграция через дополнительное программное обеспечение со специализированными блоками различного назначения. Это могут быть блоки анализа входных данных, гибкие средства анализа чувствительности, позволяющие осуществлять многократные прогоны с различными входными данными (в системах GPSS/H-PROOF, ProModel и др.). Перспективно создание систем моделирования с функционально широкими, ориентированными на специфику имитационного моделирования, блоками оптимизации (в этом смысле показательны системы WITNESS, TAYLOR).

Более подробную информацию о современных системах моделирования можно найти в [4].
Литература

1. Лычкина Н. Н. Технологические возможности современных систем моделирования (статья), Банковские технологии, выпуск 9, 2000г.

2. Лычкина Н. Н. Учебная программа дисциплины «Имитационные системы принятия экономических решений» для студентов специальности «Информационные системы в управлении» - 07.19.00, ГУУ. М., 2000 г.

3. Методические указания к практическим занятиям по дисциплине «Системный анализ» / Сост. Лычкина Н. Н., ГУУ М., 1998, 20 с.

4. Swain, J.J. «Power Tools for Visualization and Decision-Making», OR/MS Today, February 2001 – Simulation Software Survey.