Если внимательно присмотреться к биографиям тех инженеров, имена которых сохранились в энциклопедиях и учебниках, то можно найти одну примечательную закономерность - они решали наиболее актуальные для своего времени задачи самыми передовыми методами. Сегодня речь о методе, который может придать вашему инженерному труду новый смысли и если не введёт вас в число академиков, то позволит в профессиональном смысле получить более высокий статус. Откуда мы знаем? А нам это рассказывают каждый день сотни информационных источников, посвящённых промышленности в России и тому, что с ней происходит. И мы просто глазами видим (у нас есть для этого собственный инструмент, выделяющий основные темы) что одно из самых востребованных направлений развития - это имитационное моделирования (и рядом с ней - тема цифровых двойников). Но - меньше слов, больше смысла! Вперёд!
Зачем моделировать?
Пару-тройку десятилетий назад все наперебой твердили о математических моделях и кажется, все ими только и занимались, но нынче все не так, нынче всё, кажется, захватили нейронные сети. Они же удобны: свали в умную машину сырые данные и на выходе получаешь модель, которую можно крутить как хочешь. В теории - да, на практике - нет. Потребность в ресурсах, невозможность учесть многие экстремальные ситуации, долгий срок обучения, за который может существенно поменяться объект моделирования - всё это делает нейронные сети плохим решением для моделирования применительно к сложным системам.
И вот тут пора вернуться к не очень хорошо забытому старому, к математическим моделям, которые нынче вернулись к нам в несколько виодизменённом виде, под именем имитационных моделей. Хотя, это, конечно спорное утверждение -- математические модели являются частью имитационных, но не сводятся только к ним. Вообще чистые математические модели имеют свои ограничения, мы попросту не всегда можем математически описать то, как работают некоторые взаимосвязи - они носят стохастический, т.е. случайный характер, взаимосвязи отдельных элементов может быть настолько сложный, что просто нет разумного способа описать его аналитически и т.д. В этом случае нам и становятся полезны имитационные модели.
Они позволяют посмотреть - как будет вести себя моделируемая система в разных условиях, выявить неявные проблемы, которые могут появиться только при сложном сочетании факторов, вы можете изменить масштаб времени, чтобы рассмотреть в деталях быстротекущие процессы или чтобы понаблюдать результат через десять лет функционирования. Ну и поиск оптимальных параметров - это, пожалуй, самое интересное, что могут предложить имитационные модели. По крайней мере, мне так кажется.
Что можно моделировать?
Очень хочется ответить - "всё". И, наверное, почти так оно и есть. Но будучи человеком опытным и потому осторожным, я отвечу - "очень многое". В литературе описаны методики моделирования отдельных агрегатов и целых технических систем, транспортных цепочек и отдельных станков, экономических процессов в масштабах страны и даже клеевых соединений.
Посмотрим на примере: предположим наше предприятие проивзодит мотоблоки. Что может быть смоделировано в этом случае? Мы можем смоделировать отдельные узлы нашего мотоблока, например, двигатель или весь мотоблок целиком. Это позволит "покрутить" его в разных режимах работы, посмотреть в другой шкале времени, сформулировать гипотезы относительно его функционирования в разных условиях. Модель хороша ещё тем, что в ней можно менять масштаб времени - посмотреть, что происходит в течении секунды или десятилетия. Далее мы можем моделировать процесс изготовления нашего изделия с тем, чтобы его оптимизировать, проверить на модели функционирование производства в разных условиях, спрогнозировать возникновения "бутылочных горлышек" при разных способах организации процессов. Мы можем моделировать процессы поставок (особенно, если они сложные и у нас много потенциальных поставщиков) и логистику отправки изделий потребителям (хотя в случае мотоблоков это не очень сложный процесс, а вот если вы ведёте международную торговлю в нынешних непростых условиях -- то имитационные модели вам очень даже могут помочь, есть тому примеры).
Конечно, надо учитывать, что какие-то объекты можно смоделировать за пару дней буквально "на коленке", а какие-то модели для создания потребуют целых групп специалистов и проведения экспериментов для сбора данных; в каком-то случае вы можете использовать существующее ПО, а какие-то задачи требуют уникальных разработок. Тут всё зависит от того, что вы хотите получить на выходу и если мы поставили этот вопрос, то разумно поговорить о том, как вообще создаются имитационные модели.
Модели виртуальные, труд реальный
Итак, какие этапы при создании модели вам придётся пройти в общем случае?
1. Поставить задачу. Что вы хотите получить на выходе, какую модель, какие проблемы она вам поможет решить? От того, что вы ответите на этот вопрос, зависит то, какого типа модель вы должны будете создать. Кстати, выбор типа модели зависит и то, что именно вы моделируете. Типы моделей бывают разные - агентные, дискретно-событийные, системно-динамические. В подробности углубляться не будем - смотрите специальную литературу (о ней в конце статьи).
2. Моделируемая система разделяется на отдельные части, т.е. блоки, "домены". Для каждого из блоков вы должны будете создать математическое аналитическое представление, его модель. Если такую модель создать не получается, то этот блок - и не блок, а совокупность более мелких блоков. Но да этот процесс так же хорошо описан в существующей литературе.
3. Собственно, создаётся математический аппарат, описывающий функционирования каждого из блоков, а так же создаются взаимосвязи между отдельными блоками.
4. Создаётся процесс, управляющий временем в системе. Скорее всего вам будет не очень интересно наблюдать работу модели в "он-лайн", в реальном масштабе времени -- интереснее "растянуть" время, если речь идёт, например, об авиационном двигателе или "сжать" время, чтобы понаблюдать процесс износа производственного задния.
5. Система "наполняется" свойствами отдельных её частей.
6. Ну и наконец мы добавляем в систему (там, где это необходимо) случайности, чтобы наша модель была "как настоящая".
Вуаля! можно пользоваться.
С чего начать изучать имитационные модели?
1. Обратите внимание на курсы по имитационному моделированию, которые есть на портале "Открытое образование" - они бесплатны, если вы проходите их "для себя", без получения сертификата.
2. Книг по теме много, но чаще всего упоминается учебник-практикум "Имитационное моделирвоание" А.С. Акопова
3. Есть хороший (хотя и не очень свежий, 2018 года) обзор инструментов имитационного моделирования на Хабре https://habr.com/ru/companies/lanit/articles/351870/
4. Погуляйте по сайту Национального общества имитационного моделирования http://simulation.su/ru.html
5. И не забывайте следить за темой на сайтах нацчных публикаций - Киберленинка и eLibrary - ваши надёжные помощники!
Автор Михаил Дьячекнко https://vk.com/smartizan