Достоинства и недостатки имитационного моделирования.

Основные достоинства имитационного моделирования при исследовании сложных систем:

• возможность исследовать особенности процесса функционирования системы S в любых условиях;

• за счет применения ЭВМ существенно сокращается продолжительность испытаний по сравнению с натурным экспериментом;

• результаты натурных испытаний реальной системы или ее частей можно использовать для проведения имитационного моделирования;

• гибкость варьирования структуры, алгоритмов и параметров моделируемой системы при поиске оптимального варианта системы;

• для сложных систем – это единственный практически реализуемый метод исследования процесса функционирования систем.

Основные недостатки имитационного моделирования:

• для полного анализа характеристик процесса функционирования систем и поиска оптимального варианта требуется многократно воспроизводить имитационный эксперимент, варьируя исходные данные задачи;

• большие затраты машинного времени.

Эффективность машинного моделирования. При моделировании необходимо обеспечить максимальную эффективность модели системы.

Эффективность обычно определяется как некоторая разность между какими-то показателями ценности результатов, полученных в итоге эксплуатации модели, и теми затратами, которые были вложены в ее разработку и создание.

Эффективность имитационного моделирования может оцениваться рядом критериев:

• точностью и достоверностью результатов моделирования,

• временем построения и работы с моделью М,

• затратой машинных ресурсов (время и память),

• стоимостью разработки и эксплуатации модели.

Наилучшей оценкой эффективности является сравнение полученных результатов с реальными исследованиями. С помощью статистического подхода с определенной степенью точности (в зависимости от числа реализаций машинного эксперимента) получают усредненные характеристики поведения системы.

Суммарные затраты машинного времени складываются из времени по вводу и выводу по каждому алгоритму моделирования, времени на проведение вычислительных операций, с учетом обращения к оперативной памяти и внешним устройствам, а также сложности каждого моделирующего алгоритма и планирования экспериментов.