АГЕНТНЫЕ МОДЕЛИ ДИНАМИЧЕСКОГО ПЛАНИРОВАНИЯ И РАСПРЕДЕЛЕНИЯ СЕТЕВЫХ РЕСУРСОВ СИСТЕМЫ GRID
 

Цель статьи – анализ 50-летнего развития программных средств имитационного моделирования (от метода статистических испытаний до создания имитационных сред) для определения места России в этом процессе.
История имитационного моделирования, как методологии исследования дина-мики систем, началась в 1955 г., когда поведение системы стали описывать на универ-сальных языках типа FORTRAN, позднее – на С/C++. В компьютер вводили систему уравнений с детерминированными –X и случайными ~X коэффициентами, задавали

шаг времени t, с помощью датчика случайных чисел изменяли случайные коэффици-енты, а результаты решения ~Y (t) подвергали статистической обработке (рис. 1). По-скольку шаг времени выбирали для самого быстрого процесса, то после моделирования получали множество ненужных данных о шагах, когда изменений в системе нет. Разра-ботка модели часто отставала от развития объекта моделирования, а ее доработка от-нимала много времени.
Появилась идея описания повторяющихся во многих имитационных моделях операций “создать объект”, “двигать”, “передать по условию”, “ожидать в течение”, "генерировать случайные числа" в виде подпрограмм на универсальном языке. Специализированные языки имитационного моделирования описывают поведение системы, как взаимодействие ее элементов Е1,...,Еn во времени и пространстве (рис. 2).
В отличие от имитации с постоянным шагом времени поведение дискретной системы отображается последовательностью событий, которыми являются начало или окончание изменения состояния элемента системы.

В 1960 г. K.Точер предложил записывать постоянные для имитации последовательности операций в виде подпрограмм на языке FORTRAN [1]. Через год появился специализированный язык имитационного моделирования GPSS, в котором Д.Гордон выдвинул концепцию имитации поведения сети компьютеров как процесса движения транзактов через блоки, представляющие собой подпрограммы на языке ALGOL [2]. Чуть позже Ф.Кивиат начал разработку специализированного языка GASP (General Activity Simulation Program), сначала на языке ALGOL, затем на FORTRAN [3]. В 1963 г. Х.Марковиц с использованием FORTRAN разработал язык SIMSCRIPT, описывающий поведение системы в виде последовательности событий [4]. А.Притцкер разработал сетевой имитационный язык Q-GERT (Graphical Evaluation and Review Technique – метод графической оценки и обзора) [5]. В 70-х годах появились процессно-ориентированные языки имитационного моделирования SIMULA, SLAM, GASPIV, SIMAN. Язык SIMULA создан на основе языка ALGOL и содержит операторы дискретно-событийной имитации с возможностью обработки списков [6]. При разработке языка GASP IV использован язык FORTRAN, введена поддержка создания дискретно-событийных, непрерывных и дискретно-непрерывных моделей [7]. В языке SLAM использованы принципы GASP IV и Q-GERT [5].
Одновременно развивались языки непрерывного моделирования CSMP III, CSSL III, CSSL IV, ASCL, DARE-Р, объединенные в семейство GSSL (Continuous System Simulation Language – язык имитации непрерывных систем).
К 1997 г. было создано около десятка версий старейшего языка GPSS. Так, разработанная Д.Хенриксеном версия GPSS/H позволила в 30 раз ускорить разработку модели по сравнению с начальным вариантом GPSS [8]. Сначала специализированные языки были процедурными и описывали поведение системы в виде последовательности вызываемых подпрограмм. Составление программы требовало специальной подготовки пользователя. Результаты имитационного моделирования представлялись в терминах специализированного языка и требовали приведения к терминам объекта моделирования. Стали разрабатывать программы компьютерной анимации, позволяющие отображать проведение имитационных экспериментов на мнемосхеме поведения объекта моделирования. Разработанный Wolverine Software Сorp. (USA) пакет компьютерной анимации ProofAnimation® обеспечивает двухмерную визуализацию процесса имитационного моделирования и его результатов на понятной пользователю схеме объекта моделирования [9]. Для визуализации используются ASCII-файлы, создаваемые специализированными языками в ходе имитационного моделирования.
В 90-х годах на мировом рынке появились среды имитационного моделирования (Arena, Extend, MicroSaint, Enterprise Dynamics и пр.) содержащие интерфейс непро-граммирующего пользователя, входные и выходные анализаторы, возможность анима-ции имитационного моделирования. Их применение и демо-версии представлены на нашем компакт-диске, разработанном для российских специалистов [10]. В 2000 г. на мировом рынке предлагалось более 60 программных продуктов имитационного моде-лирования [11]. Такие среды не требуют программирования в виде последовательности команд. Вместо составления программы пользователь компонует модель, перенося го-товые блоки из библиотеки на рабочее поле и устанавливая связи между ними. На рис. 3 построена на модель транспортной системы в среде Automod.

Как альтернатива специализированным языкам, развивались проблемно-ориентированные имитаторы, такие как MAST, MAP [12], в которых пользователь вы-зывает из библиотеки модули и вводит параметры модели в готовые бланк (рис. 4).

Многолетнее отставание России в области имитационного моделирования обу-словлено отсутствием информации на русском языке и высокой стоимостью лицензий на программные продукты. До сих пор многие считают имитационным моделировани-ем аналитические расчеты с помощью компьютера, тратят время на имитацию с помо-щью универсальных языков. В последние годы ситуация начинает улучшаться благода-ря организации Всероссийских конференций по имитационному моделированию, соз-данию популярного портала www.gpss.ru, появлению современной литературы и не ус-тупающих зарубежным программных средств, таких как AnyLogic (Санкт-Петербург), интересу молодых специалистов к применению имитационного моделирования для ре-шения научных и практических задач.
В табл. 1 приведена классификация средств имитационного моделирования.

За 50 лет средства имитационного моделирования прошли значительный путь развития [13]. Современные программные продукты не требуют специального обучения пользователя, и у него есть возможность больше внимания проведению имитационных экспериментов и интерпретации их результатов. В перспективе будут развиваться:
– имитационное моделирование системы одновременно с ее функционированием, что позволит предсказывать поведение системы;
– замена физических моделей объектов управления на имитационные, что позволит изучать разные алгоритмы управления объектами;
– оптимизация результатов имитационных экспериментов;
– распределенное в пространстве имитационное моделирование сложных систем;
– отображение реального производства в виде имитационной модели.
Работа выполнялась по гранту Научного комитета НАТО OUTR CRG №960628 «Имитация и анимация процессов добычи угля в России» и проекту У0043/995 «Подготовка кадров в области информационных технологий производства для Кузбасса» Федеральной целевой программы «Интеграция науки и высшего образования России на 2002-2006 гг.».

 
назад

вперед