Наличие начальных условий запуска имитационной модели обусловливает тот факт, что результаты продолжительного прогона могут отличаться от результатов, полученных вскоре после его начала. Если моделируемая система имеет естественный момент завершения работы, безусловно, присутствует переходный период в процессе ее функционирования, но полученные в течение него данные (хотя и отличаются от данных, полученных в конце) могут рассматриваться как представительные результаты исследования реальной системы. Однако когда оценивается только стационарный режим функционирования, полученные в начале данные будут искажать оценки стационарных характеристик.
Стратегии запуска используются при задании начальных условий имитационной модели и процедуры определения точки отсечения d, в которой начинается сбор выборочных данных для вычисления оценок. В общем случае при задании начальных условий необходимо стремиться к такому запуску, при котором требуется отсечение минимального объема данных, т.е. используется малое значение d. При задании точки отсечения нужно руководствоваться двумя соображениями. С одной стороны, стирание значений, полученных в начале прогона, уменьшает смещение результирующих оценок. С другой стороны, стирание этих значений может увеличить оценку дисперсии, поскольку она будет вычислена по меньшему количеству наблюдений.
Из сказанного выше следует, что при определении стратегии запуска необходим компромисс между уменьшением смещения и понижением дисперсии.
Идеальным способом задания начальных условий могла бы быть выборка из распределений установившегося режима той имитационной модели, для которой определяются начальные условия. Очевидно, однако, что это уже явный перебор, поскольку знание распределений стационарного режима исключает необходимость использования в дальнейшем имитационного моделирования. Чтобы избежать этой ситуации, предлагаются три правила задания начального состояния модели:
1. Запустить модель из состояния “пуст и свободен”. Преимуществом правила является простота его применения. Недостаток — непредставительность начального состояния. Для моделей малой размерности состояние “пуст и свободен” типично, поскольку оно является модальным состоянием.
2. Запустить модель с модальных значений установившегося режима. Правило задает в качестве начального наиболее вероятное состояние. Экспериментальный анализ, проведенный для ряда моделей, показал, что это наилучшее правило. Основным недостатком его является невозможность определения модального состояния для моделей большой размерности.
3. Правило рекомендует в качестве начального задавать ожидаемое или усредненное состояние модели. Преимуществом правила является то, что усредненное состояние может быть оценено с помощью пробного исследования или анализа похожей аналитической модели. Тем не менее, нет публикаций, демонстрирующих, что задание усредненного состояния в качестве начального дает улучшенные статистические оценки.
Простейшая процедура отсечения состоит в определении момента времени, когда должен инициироваться сбор данных. Практически в имитационных моделях подобное правило реализуется уничтожением в момент отсечения всех собранных значений выборки.
Вопрос, возникающий при задании точки отсечения, состоит в том, как определить время, когда необходимо осуществить отсечение. Одним из наиболее часто применяемых подходов является проведение пробного прогона и выбор момента отсечения по его результатам.
Оценки, проведенные на моделях малой размерности, показали, что отсечение можно не проводить. Эти результаты нельзя распространять на модели большой размерности.
Имеющиеся факты предполагают отказ от процедур отсечения и прямое задание момента отсечения при инициализации статистических переменных.
