Учебное пособие Красноярск

Глава 1 
мировать ее поведение. Анимация будет неоспоримым преимуще-
ством при демонстрации модели и может оказаться полезной для 
верификации модели и нахождения ошибок.
6. Имитационные модели намного убедительнее электронных та-
блиц. Если Вы используете имитационное моделирование, то при пре-
зентации проекта у Вас будет явное преимущество перед теми, у кого на 
руках только цифры и решение, полученное из «черного ящика».
1.4.3. Информационные системы моделирования
и проектирования
Имитационная модель представляется в виде компьютерной про-
граммы, компьютерной установки, которая описывает структуру и вос-
производит поведение реальной системы во времени. Имитационная 
модель позволяет получать подробную статистику о различных аспек-
тах функционирования системы в зависимости от входных данных.
Имитационные модели могут создаваться в виде программ 
технологией прямого программирования, а также с помощью систем 
компьютерного моделирования, представленных на рис. 1.20.
Рис. 1.20. Условная классификация информационных систем 
по типу решаемых задач [2]
4 
Рис. 1.15. Классификация видов статистического численного моделирования по типу 
решаемых задач 
Рис. 1.20. Условная классификация информационных систем по типу решаемых задач 
[2] 
ИНФОРМАЦИОННЫЕ СИСТЕМЫ 
МОДЕЛИРОВАНИЯ И ПРОЕКТИРОВАНИЯ 
Системы
компьютерной 
математики 
Системы
схемотехнического 
моделирования 
Системы
имитационного 
моделирования 
Системы
графического 
моделирования 
DERIVE, Maple, 
Mathematica, 
MathCAD, 
DynSYS 
и др. 
MultiSIM, Vissim, 
MATLAB, 
Simulink, P-CAD, 
Micro CAD, 
LabVIEW, PSpice, 
Design LAB 
и др. 
AnyLogic, Arena, 
Plant Simulation, 
GPSS, Ithink, 
Swarm, AutoMod 
SimBioSys,
Extend, NetLogo, 
SDML, Gambit, 
WITNESS, 
Quest, Echo 
и др. 
COMPAS, AutoCAD, 
ArchiCAD, 
3DStudioMax, 
Aartform Curvy3D, 
Google SketchUp, 
VirtualGrid VRMesh, 
REALVIZ Image
Modeler, Corel, 
Adobe Photoshop 
и др.
Статистическое (численное) 
моделирование 
Вероятностное
моделирование 
(
методы Монте-Карло) 
Вероятностно-
имитационное
моделирование
(
методы Монте-Карло) 
Статистическое
моделирование 
(
методы математической 
статистики) 

---

59
Методологические основы имитационного моделирования 
В системах компьютерной математики, технического и имита-
ционного моделирования предусмотрены возможности создания ста-
тистических (монтекарловских) имитационных моделей (генераторы 
случайных чисел, генераторы случайных величин, распределений 
и т. д.) и компьютерных имитационных моделей сложных систем.
В настоящее время идет стремительное развитие направления 
разработки инструментальных средств имитационного моделирова-
ния (ИСИМ), целенаправленно поддерживающих те или иные ме-
тодологии и направления имитационного моделирования сложных 
систем (ИМСС):
• AnyLogic – программное обеспечение для имитационного 
моделирования сложных систем и процессов, позволяющее под-
держивать направление агентного моделирования, дискретно-собы-
тийного моделирования и разработки моделей системной динамики 
(осуществляется российской компанией (англ. XJ Technologies) «Экс 
Джей Текнолоджис»);
• GPSS (англ. General Purpose Simulation System – общеце-
левая система моделирования) – язык объектно-ориентированного 
программирования, используемого для имитационного моделирова-
ния систем массового обслуживания, различных информационных 
процессов и разработки имитационных моделей в сети Интернет;
• Arena – разрабатываемое компанией Systems Modeling 
Corporation программное обеспечение для имитационного модели-
рования, позволяющее создавать подвижные компьютерные модели, 
используя которые можно адекватно представить очень многие ре-
альные системы;
• PlantSimulation – программная среда имитационного моде-
лирования систем и процессов, предназначенная для оптимизации 
материалопотоков, загрузки ресурсов, логистики и метода управле-
ния для всех уровней планирования от целого производства и сети 
производств до отдельных линий и участков;
• SimBioSys: C++ – оболочки агентно-базового эволюционно-
го моделирования в биологических и общественных науках;
• система моделирования SWARM и ее расширения MAML 
(Multi-Agent Modelling Language) для моделирования искусственно-
го мира;

---

60