В основе моделирования лежит теория подобия, которая утверждает, что абсолютное подобие может иметь место лишь при замене одного объекта другим точно таким же. При моделировании абсолютное подобие не имеет места и стремятся к тому, чтобы модель достаточно хорошо отображала исследуемую сторону функционирования объекта.
1. В качестве одного из первых признаков классификации видов моделирования можно выбрать степень полноты модели и разделить модели в соответствии с этим признаком на
1.1. полные,
1.2. неполные и
1.3.приближенные.
В основе полного моделирования лежит полное подобие, которое проявляется как во времени, так и в пространстве. Для неполного моделирования характерно неполное подобие модели изучаемому объекту. В основе приближенного моделирования лежит приближенное подобие, при котором некоторые стороны функционирования реального объекта не моделируются совсем.
Классификация видов моделирования в зависимости от характера изучаемых процессов и взависимости от формы представления объектаприведена на рис.
.
.
Гипотетическое
Аналоговое
Макетирование
Языковое
Макетирование
Знаковое
Аналитическое
Комбинированное
Имитационное
Научный эксперимент
Комплексные испытания
Производственный эксперимент
В реальном масштабе времени
В нереальном масштабе времени
2. В зависимости от характера изучаемых процессов в системе все виды моделирования могут быть разделены на
– детерминированные и стохастические,
– статические и динамические,
– дискретные, непрерывные и дискретно-непрерывные.
3. В зависимости от формы представления объектаможно выделить мысленное и реальное моделирование.
Моделирование объектов, которые либо практически нереализуемы в заданном интервале времени, либо существуют вне условий, возможных для их физического создания. (Например, анализ многих ситуаций микромира, которые не поддаются физическому эксперименту.)
Используется возможность исследования различных характеристик либо на реальном объекте целиком, либо на его части.
Наиболее адекватный тип моделирования, но при этом его возможности с учетом особенностей реальных объектов ограничены. (Например, проведение реального моделирования АСУ предприятием потребует, во-первых, создания такой АСУ, а во-вторых, проведения экспериментов с управляемым объектом, т. е. предприятием, что в большинстве случаев невозможно.)
3.1.Мысленное моделирование может быть реализовано в виде наглядного, символического и математического.
Когда результаты, полученные при воспроизведении на имитационной модели процесса функционирования системы S, являются реализациями случайных величин и функций, тогда для нахождения характеристик процесса требуется его многократное воспроизведение с последующей статистической обработкой информации и целесообразно в качестве метода машинной реализации имитационной модели использовать метод статистического моделирования. Первоначально был разработан метод статистических испытаний, представляющий собой численный метод, который применялся для моделирования случайных величин и функций, вероятностные характеристики которых совпадали с решениями аналитических задач (такая процедура получила название метода Монте-Карло). Затем этот прием стали применять и для машинной имитации с целью исследования характеристик процессов функционирования систем, подверженных случайным воздействиям, т. е. появился метод статистического моделирования.
Таким образом, методом статистического моделирования будем в дальнейшем называть метод машинной реализации имитационной модели, а методом статистических испытаний (Монте-Карло) — численный метод решения аналитической задачи.
Метод имитационного моделирования позволяет решать задачи анализа больших систем S, включая задачи оценки: вариантов структуры системы, эффективности различных алгоритмов управления системой, влияния изменения различных параметров системы.
4.С точки зрения математического описания объекта и в зависимости от его характерамодели можно разделить на модели аналоговые (непрерывные), цифровые (дискретные) и аналого-цифровые (комбинированные).
