امتیاز موضوع:
  • 0 رأی - میانگین امتیازات: 0
  • 1
  • 2
  • 3
  • 4
  • 5
شبیه سازی
#1
مقدمه

انسان برای رفع نیازهای خویش سیستم های متنوعی اعم از تولیدی و خدمات ی را بوجود آورده است.

این سیستمها در طول زمان رشد و توسع ه یافته اند و به نوبة خود مسائل و مشکلات مختلفی را هم ایجادنمود هاند.از طر ف دیگر پیچیدگی های این سیستم ها فرایند تصمیم گیری، هدای ت و کنتر ل را برای افراد مسئول بسیارحساس و مشکل ساخته است . لذا برا ی حل مسائل و مشکلات و در نهایت کمک به مسؤلا ن به منظورشناخت و بهبود عملکرد و تصمی مگیری در مورد سیست م ها ، روشها و تکنیک های متفاوتی بوجود آمده اند که بکارگیری آنها بستگی به نوعی سیستم و مشکل مربوطه دارد . تجزیه و تحلیل های ریاضی مشاهد ه عینی وتجربی و فنون مختلف پژوه ش عملیاتی را می توان نمونه ای از ای ن روشها دانست. طبیعی است که هریک ازروشهای مذکور دارای نقاط قوت و محدودیت هایی می باشند و بکارگیری همه آنها در مورد ی ک سیستم خاص نه بسادگی امکان پذیر اس ت و نه نتیجه مشابه خواهد داش ت. یکی دیگر از روشهائی که برای شناخت وضع موجود و بهبود عملکرد سیستم ها بوجود آمد ه، شبیه سازی است که در این فصل به معرفی آن می پردازیم. شبیه سازی یکی از پرقدرترین و مفید ترین ابزارهای تحلی ل عملکرد فرایندهای پیچیدة سیستم ها است .

هر مهندس یا مدیری که بخواهد اطلاعاتش را کامل کند باید با ای ن روش آشنا باشد. مدلسازی از طریق شبیه سازی تاحدزیادی به علوم کامپیوتر، ریاضیات ، احتمالا ت و آمار متکی است .

چون شبیه سازی نوعی مدلسازی سیستم است لذا در بخ ش نخست سیستم ها و سپ س مدلها و در نهایت شبیه سازی را مورد بحث قرار خواهیم داد.

١

1 سیست مها

برای آشنایی با مفهوم سیستم ابتدا مثالهای از سیست م را ارائه می کنیم و سپس با جزئیا ت بیشتر ب ه بحث خواهیم پرداخت. به تشکیلات یک بانک توجه کنید. یک بانک تعدادی انسان، ماشی ن، دفاتر، کامپیوتر،مقررات اداری و قوانین پولی و اقتصادی است که همه به نوعی وابسته به یکدیگر بوده و با اثر گذاشت ن برهم بمنظور ارائه خدمات بانکی و کسب درآمدهای اقتصادی دارای وحدت و هماهنگ ی هستند. یک واحد تولیدی ،مثلاً تولید اتومبیل، مثال دیگری از سیستم است. در این واحد هم تعداد زیاد ی از مهندسین ، کارگران ، ماشین

٢

آلات، قوانین کار، فرمولها ی مهندسی ، مواد اولی ه و قوانی ن تولید گرد هم آمده و هری ک در را ه هدف نهایی ، یعنی در تولید دارا ی نقشی بوده و در اجرا ی این نقش از دیگرا ن تأثیر پذیر و بر دیگران تاثیر گذار می باشند. مسلماًهدف از ایجاد ی ک سیستم یا اداره یک سیستم موجود، کسب بهتری ن نتایج حاصل از آ ناست . لذا در موردسیستم های موجود باید تأثیر اجزاء آ ن بریکدیگر، قوانی ن و رابطه های حاکم برآن و دیگرخصوصیا ت آنراشناخت . و اگر هد ف ایجاد ی ک سیستم است باید بهترین تعداد و ترکیب اشیاء و مؤثرترین قوانین را برای آن انتخاب نمود. اما انتخاب بهترین ها خود مستلزم شناخت رفتار سیستم با ترکیبات و قوانی نمتفاوت می باشد. درهر حال لازمه ایجاد یا اداره مطلوب یک سیستم ، بررس ی و تجزیه و تحلی ل آن است. بطور کلی سیستم رامی توان چنین تعریف کرد: "مجموعه ای از اشیاء با مشخصه های معلوم ، که روابط بین آنهاو قوانین حاکم بر آنهامشخص است . اشیاء ی ک سیستم ممکن است دائمی یا موقت باشند." مثلاً در ی کسیستم تولیدی، ماشین های تولیدی جزء اشیاء دائم ی و مواد اولیه و یا تولیدات از اشیاء موقت سیستم بشمارمی روند. هر ی ک از اشیاء دائمی یا موقت دارای یک یا چندی ن مشخصه هستند. اما در یک بررسی تنها آندسته مشخصهایی که در ارتباط باهدف بررسی بوده و نتایج از آنها تأثیر پذیر است مدنظر قرار گرفته و بعنوان مشخصه در مدل سیستم گنجانیده میشوند. به چگونگی اشیاء ، مشخصا ت و رواب ط یک سیستم در ی ک لحظه زمانی وضعیت سیستم در آ ن لحظه می گویند. اغلب ، تغییرات خارجی سیستم مؤثر واقع شده و بعضی تغییرات در سیست م دارای اثراتی بر عوامل خارجی هستند. مجموعة این گونه عوامل خارجی را که بر سیستم مؤثر و یا از آن تأثیر پذیرند محیط سیستم خوانند. همراه با گذر زمان مقدار بعض ی از مشخصه های اشیاءسیستم تغییر م ییابند. این تغییرات نسبت به زمان ممکن است بصورت پیوسته یا ناپیوسته باشد. بطور مثال در یک سیستم بانک تعداد مشتریها یکی ازمشخصه های سیستم است که تغییرات آن بصورت ناپیوسته باورود و خرو ج مشتری ها صور ت میگیرد. یک ورودباعث افزایش آن و یک خروج باعث کاهش آن میگردد. در عو ض یک تصفیه خانه را در نظر بگیرید. مایعات تصفیه نشده و تصفیه شده از اشیاء سیست م بوده و مقدارآنها مشخصه ای برای سیستم هستند. تغییرات این مشخصه با گذر زمان ارتباط پیوسته ای دارد. به این نوع سیستم ، سیستم پیوسته و به سیست م مثال قبل یک سیستم گسسته گویند.

٣

2 مدلها

همانطور که گفته شد برای مطالعه و تجزیه و تحلیل سیستم ها، روشهای متفاوتی وجود دارد . درمطالعه تجربی یکی سیستم، متغیرها تغییر داده شده و تاثیر آنها بر رو ی سیستم مشاهده می شود. اما تعدادسیستمهای که بتوا ن این روش را برای بررسی آنها بکار برد بسیار محدودند . زیرا اولاً تغییر ی ک متغیر دریک سیستم ممکن است باعث دگرگونی سیستم و لذا بی اعتباری بررسی و نتای ج حاصل از آن گردد. ثانیاًایجادتغییر برای مشاهده عکس العمل رفتاری در هم ه سیستم ها عمل ی نیست . علاوه بر این ، این روش ،زمانیکه طراحی و ایجاد ی ک سیستم جدید در کار بود ه و برا ی رسیدن به نتیجه مطلوب باید رفتار آ ن موردبررسی قرارگیرد ، ب ی معنی خواهد بود . در اینگون ه موارد از ی ک الگو یا مدل ی از سیستم که شامل اطلاعات لازم برای بررسی و تجزیه و تحلیل آن باشد استفاده می کنند.

مدل ، ترکیب مناسبی از خصوصیات یک سیستم و » بطور کل ی مدل را می توان چنین تعریف کردمعمولاً نو ع بررسی ، مدل و «. اطلاعات مربوط به آن است که به منظور بررسی سیستم مورد استفاده قرار می گیرد

میزان اطلاعات قرار داده شده در انرا تعیین می کند. لذا ممکن است بررسی ها ی متفاوت ، مدل های متفاوتی ازیک سیستم را لازم داشته باشد. بعبارت دیگر سیست م ها در بررسی ها ی گوناگون دارای یک مدل منحصر بفردنیستند. مسئله ای که در اینجا پیش می آید، فراگیر ی جزئیات سیستم بوسیله مدل و یا میزا ن نزدیک بودن مدل به واقعیت است . به بیان دیگر در موقع مدلسازی دو سؤال مطرح می گردد:

در مدل کدامیک و به چه اندازه خصوصیات و جزئیات سیستم باید وجود داشت ه باشد ؟

میزان شباهت مد ل به سیستم واقعی چقدر است ؟

مسلماً هرچ ه جزئیات بیشتر از سیستم در مدل گنجانده شود ،شباهت زیادتری به سیستم واقعی پیدا نموده ورفتار آنرا بهتر نمای ش می دهد. در این صورت اگر نتیج های از مطالعه و بررسی مدل حاصل گردد، به واقعیت نزدیکتر و لذا بکارگرفتن آن در سیست م واقعی عملی تر است. از طرف دیگر، وجود جزئیات بیشتر درمدل سبب مشکل تر نمود ن مطالعه و رسیدن به نتیجه میگردد. اغلب افزودن جزئیات بیش از حد ب ه یک مدل باعث تغییر روش بررسی شده و کلیت بحث از دست میرود. بالعکس از قلم انداختن بعضی جزئیات ، تجزی ه وتحلیل مدل را ساده تر و راه رسیدن به نتیجه را آسانتر و کوتاه تر م ینماید و از طرف دیگر نتایج حاصل را

۴

ازواقعیت ها دورتر و بکارگیری آنها را در سیست م واقعی بی ثمر خواهد ساخ ت. بهر حال ، در مدل سازی معیاری برای قابل قبول بودن شمول جزئیات یک مدل قبل از بکارگیر ی نتایج در واقعیت وجود ندارد.

ازمسئولیت __________های تحلیل گر است که در ساخت مدل و گنجانیدن جزئیات سیستم در آ ن ، با توجه به دقت موردنیازدر نتایج ، جانب تعادل و اعتبار را رعایت کند. این تعادل باید به گونه ای باشد که اولاً بوسیله تکنیکها ووسایل موجود، بررسی مدل امکان پذیر بوده و ثانیاً نتایج بررسی منطب ق یا نزدیک به واقعیت باشد . فرایندیک مدلسازی مطلوب در زیر نشا ن داده شده است .

مدلهایی که برای مطالعه سیستمها ساخته و بکار برده میشوند، با توج ه به خصوصیا ت عمومی شان بطرق مختلف دسته بندی می شوند. با این دسته بندیها نه تنها انوا ع مدلها از یکدیگر متمایز م یسازند، بلکه روش هایی برای بررسی هر گروه تعیین می کنند. در مرحله اول مدلها را میتوان به دو دست ه فیزیکی و ریاضی تقسیم نمود.

مدلهای فیزیکی ، شامل خصوصیات عمده و فیزیکی سیستم واقعی بوده و تنها از مقیا سکوچکتری برخوردارند.

مدلهای ریاضی که خود به دو دسته متمایز بنام های سمبولیک و گرافیک تقسیم می شوند، با بکار بردن سمبولهایا گرافها و چارتها سیستم را نمایش می دهند. در مدلهای ریاضی ،مشخصه های سیستم به وسیله متغیرها، وروابط موجود بین آنها نمای ش داده می شوند. در یک تقسیم بندی دیگر مدلها، اع م از فیزیکی یا ریاضی ، بدودسته ایستا و پویا تقسیم می گردند. در ی ک مدل ایستا، یا بعد زما نبطور کل ی نادیده گرفته می شود یا وضعی ت یک سیستم در یک لحظه زمانی بطور ایستا نشان داده می شود. درمقابل ، یک مدل پویا به طور صریح گذر زمان را شام ل بوده و رابط ه وضعیت سیستم و زمان را به نمایش می گذارد. مدلهای ریاضی با ی ک دیدگاه دیگر شامل مدلهای تحلیلی و عددی می شوند. این تقسیم بندی بیشتر با توجه به روش بررسی مدل و کسب نتای ج انجام شده است . بالاخره نوع دیگر تقسیم بندی مدلها،بصورت قطعی و احتمالی است . کلیه تغییرات در ی ک مدل قطعی ، معین و براسا س روابط غیر احتمالی صورت می گیرد، اما در یک مدل احتمالی ، حداقل قسمتی از تغییرات یا روابط ، تصادفی و احتمالی است .نمودار زیر دسته بندی مدلها را نشان می دهد.

۵

3 شبیه سازی

همانطور که ذکر شد یک ی از روشهای تجزیه و تحلی ل سیستم ها ، شبی ه سازی است . این که مفهوم دقیق شبیه سازی چیست و چه موقع از آ ن استفاده می شود و دارای چه کاربردهایی است و چه مزایا و معایبی دارد ودارای چه فرایندی است ،بحث هایی هستند که در ای ن بخش ب ه آنها خواهی م پرداخت .

برخلاف بسیاری از علو م فنی که می توانند برحسب رشته ای که منشاء آنها اس ت رده بندی شوند (مانندفیزیک یاشیمی ) ، شبیه سازی در تما م رشته ها قابل استفاده است . انگیزه اصلی شبیه سازی ریشه در برنامه های فضایی دارد ، اما حتی یک بررسی غیر رسمی نوشته های مربوط به شبیه سازی ، م یتواند زمینه وسیع کاربردهای فعلی آن را نشان دهد. به عنوان مثال رابرت شانون در کتاب خود (علم و هنر شبیه سازی سیستم ها) از کتابهایی که در رابطه با کاربرد شبیه سازی در موارد زیر نوشته شده اند نام می برد . این مواردعبارتند از بازرگانی ، اقتصاد،بازاریابی ، تعلیم و تربیت ، سیاست ، علو م اجتماعی ، علو م رفتاری ، روابط بین الملل ، ترابری ، نیرو ی انسانی ، اجرای قوانین ، مطالعات شهری و سیستم های جهانی . بعلاوه تعداد بیشمارمقالات فنی ، گزارشها و رساله های دورةدکترا و کارشناسی ارشد، تقریباً در همه زمینه های اجتماعی ،اقتصادی ، فنی و انسان ی، گواه بر تأثیر و رشدگسترده استفاده از شبیه سازی در تما م جنبه های زندگی دارد.

تعریف شبیه سازی :

از شبیه سازی تعاریف زیادی ارائه شده است اما جامعترین و کاملترین تعریف را شانو ن ارائه داده است .

شبیه سازی عبارت از فرایند طراحی مدلی از سیستم واقعی وانجام » شانون شبیه سازی را چنین تعریف می کندآزمایشهایی با این مدل است که با هد ف پی بردن به رفتار سیست م، یا ارزیابی استراتژیهای گوناگون(درمحدوده ای که به وسیله معیار و یا مجموعه ای از معیارها اعما ل شده است ) برای عملیات سیستم،

بنابراین در م ییابیم که فرایند شبیه سازی ، هم شامل ساختن مدل و هم شامل استفاده «. صورت می گیردتحلیلی از آ نبرای مطالعة یک مسئله است . در تعریف فوق ، سیستم واقعی به معنای سیستمی که وجود دارد یاقابلیت ایجاد شد ن را دارد، بکار رفته است. قبل از پرداختن به مسائل دیگر شاید بهتر باشد که برای تشریح مفهوم شبیه سازی به مثال ساده ای توجه کنیم. سیستم باجه پرداخت پول یک بانک را در نظر بگیرد.

۶
فرض کنید که یک نفر در قسم ت پرداخت پول کار می کند. و همچنی ن فرض کنید ک ه زمان بین ورود مشتریان روی 1تا 10 دقیقه بطور یکنواخت توزیع شده باشد (برای سادگی ، اندازة تمام زمانها را به نزدیکترین عدد صحیح گردمی کنیم ). همچنین فرض کنید که زمان لازم برای خدمت به هر مشتری روی 1 تا 6 دقیقه به طوریکنواخت توزیع شده است . می خواهیم متوسط مدت زمانی را ک ه مشتر ی در سیست م صرف می کند، اعم از زمان انتظارمشتری و زمان خدمت و درصد مدت زمانی را که صندوقدار مشغو ل به کار نیست محاسبه کنیم . برای شبیه سازی کردن این سیستم نیاز داریم آزمایشی ساختگی که معرف وضعیت بالا باشد، بوجود آوریم.

بدین منظور باید روش ی برای تولید مراجعة ساختگی گروهی از مشتریا ن و زما ن لازم برای خدمت به هر یک ازآنهارا ایجاد کنی م. در یک ی از روشهای ی که می تواند مورد استفاد ه قرار گیرد کار را با 10 مهره و ی ک تاس آغازمی کنیم . سپس مهره ها را از یک تا ده شماره گذاری کرده ، آنها را داخل ظرفی می گذاریم و با تکا ن دادن ظرف آنها را قاطی می کنیم . با استخراج یک مهره از داخل ظرف و خواند ن عدد روی آن می توان زمان بین ورودی مشتری فعلی و قبلی را مشخص کرد. زمان خدمت به این مشتری را نیز می توان با پرتاب تاس و خواندن تعدادنقطه های روی وجه فوقانی آن به دست آورد. با تکرار این عملیات (با جایگذار ی مهره ها در داخ ل ظرف وتکان دادن آن بعد از هر بار استخراج ) ما ورود و زمانهای خدمت یک گروه از مشتریان فرضی را تولید کرده ایم

.جدول زیر نشا ن می دهد که نمونه ای با 15 مشتری چه شکلی خواهد داشت .

مشتری مدت زمان بین دو ورودمدت زمان زمان ورود زمان شرو ع خدمت زمان پایان خدمت مدت زمان

انتظارزمان تلف شده

متوالی (به دقیقه ) خدمت (به دقیقه ) (به دقیقه ) (به دقیقه ) مشتری

صندوقدار

0 1 01: 00: 00: 1 1

2 4 07: 03: 03: 4 3 2

3 4 14: 10: 10: 4 7 3

0 3 16: 14: 13: 2 3 4

٧

6 1 23: 22: 22: 1 9 5

9 5 37: 32: 32: 5 10 6

1 4 42: 38: 38: 4 6 7

4 6 52: 46: 46: 6 8 8

2 1 55: 54: 54: 1 8 9

7 3 05:1 02:1 02:1 3 8 10

4 5 14:1 09:1 09:1 5 7 11

0 7 19:1 14:1 12:1 5 3 12

1 3 23:1 20:1 20:1 3 8 13

1 6 30:1 24:1 24:1 6 4 14

0 3 31:1 30:1 28:1 1 4 15

41 جمع 56

5615 = متوسط مدت زمان انتظار مشتری = 3/ دقیقه 73

4191 = درصد وقت تلف شده صندوقدار * 100 = 0/45

توجه کنید که 91 کل زمانی است که سیستم شبیه سازی شده است . چون زمان پایان خدمت آخرین مشتری در ساع ت ی ک60 دقیقه می باشد. +31= و 31 دقیقه خاتمه یافته است پس کل زمانی که سیستم شبیه سازی شده 91
مسلماً برای اینکه مثال بالا از لحاظ آماری معنی دار باشد مجبوریم از نمونه ای با حجم بزرگتراستفاد هکنیم . لازم به تذکر است که در این مثال چندین مطلب مهم از قبی ل شرایط شروع ، ک ه بعداً مورد بح ث قرارخواهد گرفت ، نادیده گرفته شده است . نکته مهم در اینجا ای ن است که با استفاد ه از دو وسیل ه برای تولیداعداد تصادفی (مهره های شماره گذاری شده و تاس ) آزمایش ساختگ ی (شبیه سازی شده ) برای سیستمی که بتوانیم بعضی از مشخصات رفتاری آن را مورد بررسی قرار دهیم ایجاد کرده ایم .

٨چه موقع از شبیه سازی استفاده کنیم ؟

مسئله یا مسائل مورد نظر در بررس ی یکی سیستم اغلب روش بررسی و ح ل آنرا تعیین می کنند. روشهای تحلیل ریاضی هر جا که ممکن باشد، مطلو ب ترین و دقیق ترین روشها برای مطالعه سیستم ها می باشند، زیرااین روشها معمولاً با کمترین کوشش ، جوابها یا نتایجی را تولید م یکنند که برای مقادیر مختل ف پارامترهای مدل قابل محاسبه بوده و میزا ن دقت آنها صد درصد م یباشد. اما جائیکه روشهای تحلیلی ، بعل ت پیچیدگی مدل ها یانیاز به تولید واقعی تر رفتار سیستم غیر عملی است ، روش های مطالعه سیستم از طریق شبیه سازی مطرح می گرد. شبیه سازی به عنوان آزمایش کردن با مدل یک سیستم واقع ی تعریف م یشود. یک مسئله آزمایشی ،موقعی پدید می آید که به اطلاعات بخصوصی دربارة یک سیستم نیاز بوده و آنها را از منابع موجودنتوان تهیه کرد . آزمایش کردن روی سیستم واقعی ، مشکلات زیادی را که در تطبیق دادن مناس ب مدل باشرایطی واقعی وجود دارد از بین می برد . شانون در کتاب خود به نقل از بریش معایب آزمایش مستقیم راچنین بیان می کند:

1 می توانند عملیات سازمان را مخت ل کنند .

باشند ، یعن یمردم « اثر هاثورن » 2 اگر مردم جزء جدا نشدن ی سیستم باشند، نتای ج حاصل ممکن است متأثر ازبه علت تحت نظر بود ن ، ممکن است رفتارشان را تغییر دهند .

3 ممکن است یکسان نگهداشتن شرایط عمل برای هر بار تکرار یا اجرا ی آزمایش بسیار مشک ل باشد .

4 ب هدست آوردن حجم نمونه ای یکسان (و در نتیج ه معنی دار بود ن آماری ) ممکن است به زمان وهزینة زیادی نیاز داشته باشد .

5 ممکن است که آزمایش کرد ن در جهان واقعی امکان کاوش بسیاری از گزینه ها را به دست ندهد .

شانون خاطر نشا ن می سازد که در صورت وجود یک یا چند شرط از شرایط زیر ، تحلیلگر م یتواند از شبیه سازی

استفاده کند:

1 تدوی ن ریاضی کاملی از مسئله وجود نداشته ، یا برا ی حل مدل ریاضی هنوز روشها ی تحلیل به وجودنیامد ه باشد .

2 روشهای تحلیلی وجود داشت ه اما شیوه های ریاضی آنقدر پیچیده و سخت باشند که شبی ه سازی ،روش یساده تر برای حل مسئله به حساب آید .

٩

3 راه حلهای ریاضی وجود داشته ، یا به دست آوردن آنها امکان پذیر بوده، اما انجا م آن خارج از توان ریاضی افراد دس تاندر کار باشد . در این صورت باید هزینة طراحی ، آزمایش و اجرای شبیه سازی ، در مقابل هزینه بدست آوردن کمک از خارج سازمان ارزیابی شود.

4 علاوه بر برآورد بعضی از پارامترها ی خاص ، مشاهدة گذشته در طو ل دوره ای از زمان مطلوب باشد.

5 ممک ن است به علت مشکلات موجود در انجام آزمایشها و مشاهد ه پدیده ها در محی ط واقعی آنها،شبیه سازی تنها را ه ممکن باشد . ایجاد یک سازمان جدید مثالی از این حالت است .

6 تراکم زمان برای سیستمها یا فرایندهای ی که دارای چارچوب زمانی بلند مدت هستند مورد نیاز باشد.

درشبیه سازی ، کنترل کاملی روی زمان وجود دارد ، زیرا سرعت یک پدیده را می توان به دلخواه کم و زیاد کرد.

انواع شبیه سازی

فرم های مختلفی از شبیه سازی وجود دارد که اینجا برخی از آنها را یادآور می شویم :

1 شبیه سازی همانی : مدلها از نظر شباهت به سیستم واقعی ، در ی ک حوزه وسیع قرار دارند. در منتهاالیه این حوزه میتوان خود سیستم را بعنوان مدل آن در نظر گرفت و رفتار آنرا بررسی نمود. این روش را شبیه سازی همانی نامند. به عبارت دیگر ای ن روش همان آزمایش مستقیم روی سیستم است که گرچه ساده بنظرمی رسدو در صورت یافتن پاسخی برای مسئله مورد نظر، صد در صد قابل استفاده و مفید می باشد ولی دارای معایب زیادی هم می باشد که در قسمت های قبل ذکر گردید.

2 شبیه سازی نیمه همانی : همانطور که از نام این روش بر م یآید، در مطالع ه سیستم سعی می گردد تا آنجاکه امکان دارد از اشیاء و قوانی ن واقعی سیستم استفاده گردد تنها اشیاء یا مراحل ی از سیست م واقعی که باعث غیرممکن شدن شبیه سازی همانی است ، مدلسازی میگردد. بعبارت دیگر بخشی از مدل سیستم ، واقع ی وبخش دیگر غیر واقعی یا شبیه سازی شده است. بعنوان مثال مانورهای نظامی که در آ ن سربازان ، افسران وسلاح هاواقعی بوده ولی خرابی یا کشتار ی صورت نمی گیرد . و محل عمل ، مح ل واقعی حمله یا دفاع نمی باشد . هرچنداین روش عملی تر از شبیه سازی همانی است ولی معایب آنرا کم و بی ش دارد.

١٠

3 شبیه سازی آزمایشگاهی : در این روش بعضی از نماها و اشیاء سیستم واقعی بوسیله امکانات آزمایشگاهی ساخته شده و بعضی نماها و روابط دیگر به وسیله سمبلها جایگزین میگردند.

4 شبیه سازی کامپیوتری : در شبیه سازی کامپیوتر ی، مدلی که از سیستم تحت بررسی ساخته می شودیک برنامه کامپیوتری است یعنی کلیه اشیاء ها و نماهای سیستم به ساختارهای برنامه ای و کلیه مشخصات ورفتارآنها به متغیرها و تواب ع ریاضی تبدیل می گردد. قوانین و روابط حاکم بر سیست م و ارتباطشا ن با یکدیگردربرنامه در نظر گرفته می شود . شبیه سازی کامپیوتری به علت عملی بودن و دارا بودن امتیازهای خاص خودبرای بررسی و مطالعه اغلب سیستم ها از قبیل حمل و نقل ، بیمارستا ن، سیستم های صنعتی، تولیدی،ترافیک ، انبار و غیره بکار می رود . منظور ما نیز از شبیه سازی ، شبیه سازی کامپیوتری است.

فرایند شبیه سازی

مراحل بررسی و مطالعه یک سیستم بوسیله فلوچارت صفحه بعد مشخص گردیده است . هر ی ک از مراحل مذکورقدمهای اساسی ای هستند که احتیاج به توضیح بیشتری دارند. از طرف دیگر مراح ل تعین شده فلوچارت جنبه کلی داشته و در برگیرند ه همه انواع بررسی هایی است که شامل یک مدل می باشند ، درحالیکه هدف ما در اینجا مطالعه روش شبیه سازی کامپیوتری است . لذا مراحل مذکور در ادامه بحث بصورت دقیق تر توضی ح داده می شود.

شاید تصور شود که آزمایش شبیه سازی تنها شامل شناخت سیستم و ساختن مدل کامپیوتری آن می باشد،و بهمین علت در بعضی دوره های آموزشی تنها به جنبه ها ی برنامه ای و زبانهای خاص شبیه سازی توجه می شود. در صورتیکه ساختن مدل سیستم بوسیله یک زبان کامپیوتری تنها یکی از قدمهای لازم است .

اهمیت این مطلب ، بخصو ص وقتی زیادتر می گردد ک ه آزمایش جنبه آموزشی نداشته و نتای ج آن باید درموردیک سیستم واقعی بکار گرفت ه شود. در آنجاس ت که باید تا حد ممک ن مطمئن بود که مدل معتبر بود ه ورفتار سیستم را بخوبی شبیه سازی می کند. علاوه بر آ ن ، نتای ج خام بدست آمده از اجرا ی مدل ، مورد تجزی ه وتحلیل قرارگیرند تا باعث قضاوتهای دقیق تری در مورد سیست م گردد . فرایند شبی ه سازی در فلوچارت صفحه بعد نشان داده شده است .

١١آغاز پروژه ، زمانی اتفاق می افتد که شخصی در سازمانی بر ای ن عقیده است که مسئله ای وجود دارد و نیازبه رسیدگی آن است . معمولاً در سازما ن از گروهی که با مسئله مواجه هستند فردی تعیین می شود تا بررسی های مقدماتی را انجام دهد . گاهی تشخیص داده می شود که روشهای کم ی در مطالع ه مسئله ممکن است مفیدباشدو در ای ن موقع تحلیلگر سیست م به گروه اضافه می شود . بدین ترتیب تعریف و تدوین مسئله آغازمی گردد.

تشریح فرایند شبیه سازی

1 تدوی ن مسئل ه : آلبرت انیشتین بیان داشت که تدوین صحیح مسئله ، حتی از حل آن اساسی تراست .برای یافتن جواب مسئله ، ابتدا باید فهمید که مسئله چیست . این نکته ممکن است ساده به نظر آید امابسیاری از دانشمندا ن علم مدیریت ، آ ن را کاملاً نادیده می گیرند. هر سال ه در جهان جهت یافتن جوابهای عالی وجامع برای سؤالات اشتباه ، سرمایه های گزافی هزینه می شوند . در بسیاری از موارد ممکن است مدیریت نتواندیاقادر نباشد مشکل خود را بطور صحی ح تشخیص دهد. آنها می دانند که مشکل وجود دارد اما ممکن است مشکل حقیقی را تشخیص ندهند . بنابراین پروژه تحلیل سیستم ، معمولاً با انجا م مطالعه ای جهت آشناشدن باسیستم تحت کنترل تصمیم گیرنده، آغاز می شود. تجربه نشان می دهد که تدوین مسئله در طول مطالعه وبررسی ، فرایندی پیوسته است . بنابراین اولین قدم در هر آزمایش ، منجمله یک آزمایش شبیه سازی ،تعیین هدف آزمایشی است . چون این هدف است که نحوه آزمایش ، جزئیات لازم و نتای ج نهایی را تعیین می کند.

می توان مسئله را به عنوان » شانون در کتاب خود به نقل از بارتی مسئله را این چنین عنوان می کند

زمانی که نتایج دلخواه از عملیات سیستم حاصل نشوند، . « حالتی از خواست برآورده نشده ، تعریف کردوضعیت سیستم به یک مسئله تبدیل می شود . وقتی که نتایج مورد نظر به دست نیایند، نیاز به اصلاح سیستم یامحیطی که سیستم در آن عمل می کند ، ب ه وجود م یآید . مسئله را م یتوان بصورت ریاضی این چنین تعریف کرد :

Pt = [Dt -At ] که در این فرمول

است. t وضعیت مسئله در زما ن : Pt

١٢

است . t حالت مطلوب در زمان Big Grint

است . t حالت واقعی (وضعیت سیستم ) در زمان :At

2 تعری ف سیست م : قسمت مهمی از فرایند تحلیل سیستم ، تعریف سیستمی است که باید مورد مطالعه قرارگیرد . وقتی که هدف مطالعه و بررسی مشخص گردید، آنگا ه باید به شناخت سیستم و تعری ف قسمتهائی ازآن که بطور مستقی م یا غیر مستقی م به هدف بستگی دارند پرداخت . البته این به آن معنی نیست که شناخت قسمتهای دیگر یا کسب اطلاعات بیشتر در مورد سیست م مخرب بوده و مسیر آزمای ش را تغییر م یدهد .

بلکه تنها اشکال ی که ممکن است ایجاد گردد ای ن است که وجود جزئیات زیاد و اطلاعات اضافی باعث سردرگمی مدلساز و یا پیچیدگی مدل گردد . تعریف سیستم شامل تعیین جزء سیستم ، اشیاء و عوامل داخلی وخارجی ،محیط سیستم ، اشیاء آ ن و بالاخره پارامترها و متغییرها ی سیستم می باشد . بعد از تعیین دقیق بخشها واطلاعا ت مذکور، مشخصاتی از اشیاء سیستم که در ارتباط با هدف مطالعه و بررس ی هستند تعری ف وروابط وقوانین حاکم بین آنها و بین اشیاء سیست م مشخص یا فرموله میگردند . آنگاه چگونگی رفتار سیستم موردبررسی قرار گرفته و جزئیات تغییر وضعیت ها و اثر پیش آمدها در سیست م معلوم میگردند.

3 آیا از شبی ه ساز ی استفاد ه شود؟ تاکنون سیستم ، بررس ی و مشکل سیستم مشخص شد. حال باید باانتخاب روشی صحیح و منطقی سیستم را مورد مطالع ه و بررسی قرار داده و مشکل را حل کرد. در این مرحله بایدمشخص کرد که از چه روشها و تکنیک هایی می توان برای ای ن منظور استفاد ه کرد. اگر فقط از شبیه سازی می توان استفاده کرد و دیگر روشها کاربرد ندارند و یا کاربرد آنها چندان مطلوب نیست، قطعاً از شبیه سازی استفاده می کنیم . اما اگر ه م از شبیه سازی و هم از روشهای دیگر بتوان استفاده کرد باید ب ه تجزیه وتحلیل روشها از دیدگاهها ی مختلف مانند هزینه ، میزان دقت نتایج و غیره و همچنین امکانات در دسترس ودیگرعواملی که برای مسئولان مهم است پرداخت و سپ س به انتخاب روش صحیح و منطقی برای بررسی سیستم پرداخت . با فرض اینکه مشخص شده که از شبیه سازی باید استفاده کرد ، ب ه تشریح قدمهای بعدی این فرایندمی پردازیم .

4 تدوی ن مد ل : چهارمین مرحله از فرایند شبیه سازی ساختن مد ل است. باید خاطرنشان ساخت که مدلسازی یک هنر است و لذا میزان مطلوبیت مدل بستگی زیاد به فردی دارد که مدل را تهیه کرده است . روش ساخت

١٣موفقیت آمیز مدلها بر اسا س تکمیل و توسعة آنها استوار است. کار را با مدلی بسیار ساد ه شروع کرده ، به نحوی تکاملی سعی می شود که کار به سوی مدلی پیش رود که کاملتر بود ه و وضعی ت پیچیده را روشنترمنعکس کند.

هنر مدلسازی عبارت است از توانایی تحلیل مسئله ، چکیده سازی خصایص اساسی آن ،انتخاب مفروضات وسپس تکمیل و توسع ه مدل تا وقت ی که تقریبی مفید از واقعیت بدست آید . شانون درکتاب خود به نقل ازموریس برای مدلسازی هفت رهنمود زیر را پیشنهاد می کند :

1 سیستم مورد سؤال را به مسائل ساده تر تقسیم کنید.

2 بیان روشنی از اهداف ارائه دهید.

3 شباهتها را جستجو کنید.

4 یک مثال عددی مشخص از مسئل ه را در نظر بگیرید.

5 چند نماد فراه م کنید.

6 بدیهیات را مشخص کنید.

7 اگر مد ل قابل کنترل بود آ ن را توسعه دهید ، در غیر ای ن صورت آن را ساده کنید.

بطور کلی، ساده سازی را می توان با یکی از روشها ی زیر انجام داد، در حالی که درست عکس موارد

زیربرای غنی سازی صورت می پذیرد:

1 تبدیل متغیرها به مقادیری ثابت

2 حذف یا ترکی ب متغیرها

3 خطی فرض کردن روابط

4 افزودن فرض ها و محدودی ت های مؤثرتر

5 محدود کردن حدود سیستم

یکی از عواملی که سرعت و جهت تکاملی مدلسازی به آ ن بستگی دارد، رابطة بین سازندة مدل واستفاده کنندة آن است . با همکاری نزدیک در فرایند تکاملی ، سازنده مدل و استفاد ه کننده آن می توانندمحیطی ازاعتماد و تفاهم متقابل به وجود آورند که به کمک آن ، متناسب بودن نتیجة نهایی با اهدا ف ، مقاصدومعیارهای مورد نظر تأمین می شود. به هنگام تلاش برای مدل کرد ن سیستم حتماً باید اهدا ف یا مقاصد

١۴آنرابیان داشت و از آنها منحر ف نشد تا مدل مناسبی حاصل شود. چون شبیه سازی با حل مسائل جهان واقعی سروکار دارد، باید اطمینان یافت که نتیجة نهایی مدل ، وضعیت حقیقی را دقیقاً ب ه تصویر م یکشد. درنتیجه مدلی که جوابهای بی معنی می دهد باید فوراً مورد سوء ظ ن قرار گیرد. مدل باید همچنین قادر باشدپاسخ گوید زیرا ای ن گونه سؤالها هستند که در در ک مسئله و کوشش برای «... چه می شود اگر » به سؤالهای ارزیابی گزینه ها بر ایمان بسیار مفیدند. شانون در کتا ب خود معیارهای خاصی که هر مدل خوب شبیه سازی

باید به آنها برسد را چنین تعیین می کند :

1 در ک آن برای استفاده کننده آسان باشد.

2 در جهت هدف یا مقصود باشد.

3 قو ی بوده ، بدین مفهوم که جوابهای بی معنی ندهد.

4 برای استفاده کننده ، کنترل و کار کردن با آن راحت بود ه ، یعن ی ارتباط با آن آسان باشد.

5 در مورد موضوعات مهم کامل باشد.

6 اصلاح یا به هنگام کردن مدل به آسانی انجام شود.

7 تکامل ی باشد ، بدین مفهوم که به طور ساده شروع و سپس پیچیده تر شود.

5 تدار ک داد هها: هر مطالعه ای مستلزم جمع آوری داده هاست . معمولاً جم عآوری داده ها را ب ه مفهوم جمع آوری اعداد تعبیر م یکنند در صورتی که جمع آوری اعداد ، تنها جنبه ای از کار جمع آوری داده هاست .تحلیلگر سیستم باید داد هها مربوط به ورودیها و خروج یهای سیستم و نیز با اطلاعا ت مربوط به اجزاءمختلف سیستم وارتباطهای بین آنها ارتبا ط نزدیک داشته باشد . بنابراین تحلیلگر به جمع آوری داده های کمی و کیف ی علاقه مندبوده و باید تصمیم بگیرد که چه داده هایی مورد نیازند، آیا داده ها مناسب اند ، آیا داد ههای موجود برای اهداف اوقابل قبول اند، و چگونه این اطلاعات را باید تهیه کرد . طراحی یک مد ل شبیه سازی تصادفی ، همیش ه مستلزم این انتخاب است که آیا داده های تجرب ی مستقیماً در مد ل به کار روند یا از توزیعهای نظری احتمال با فراوانی استفاده شود. به سه دلیل این انتخاب مهم و بنیادی است . اول آنکه استفاده ازداده های تجربی خام ، ب ه این مطلب اشاره می کند ک ه تمام آنچه را که یک مدل انجام می دهد شبیه سازی حالت گذشته است . حال آنکه ،

استفاده از داده های یک سال ، تنها عملکرد همان سال را تکرار کرده و لزوماً در موردعملکرد مورد انتظار
١۵سیستم در آینده ، چیز ی به ما نمی گوید. دوم آنکه برای تولید متغیرها ی تصادفی که درعملیات مدل لازم اند، ازلحاظ وقت کامپیوتر و حافظه مورد نیاز ، کاربرد توزیع نظری احتمال عموماً نسبت به کاربرد شیو ههای مراجعه به جدول ، کارایی بیشتری دارند. سوم آنکه اگر الزامی در کار نباشد ، بسیار مطلو باست که تحلیلگر ، حساسیت مدلش را نسبت به شکل دقیق توزیعهای احتمالی که به کار رفته اند و نسبت به مقادیر پارامترها ، تعیی ن کند . به عبارت دیگر ، آزمونهای حساسیت نتایج ، نسبت به داده های ورودی بسیارمهم اند.

بنابراین ، تصمیمها ی مربوط به داده هایی که به کار می روند، اعتبار و شک ل آنها ، نیکوی ی بر ارزش آنهاوعملکرد گذشته آنها برای موفقیت آزمایش شبیه سازی حیاتی بوده و فق ط در سطح علمی و نظری مطرح نیستند.

6 برگردا ن مد ل : در این مرحله باید مدلی که از سیستم تهیه شد ه برای کامپیوتر توصیف کنیم . پذیرش سریع شبیه سازی کامپیوتری موجب توسعة بسیاری از زبانهای خا ص برنامه نویسی شده که برای آسان کردن این برگردان ، طرح ریزی شد هاند . عملاً اکثر زبانهای پیشنهاد شد ه تنها روی تعداد محدودی از کامپیوترهاپیاده شده اند . مدلهای شبیه سازی از لحا ظ منطقی معمولاً بسیار پیچیده بوده ، دارا ی فعل و انفعالها ی متقابل بسیاری در بین عناصر سیست م اند ، که اکثر این فعل و انفعالها در حی ن برنامه به طور پویا تغییر م یکنند

. این وضعیت موجب شده است که محققان ، زبانهای برنامه نویسی را ایجاد و توسع ه دهند تا مشک ل برگردان راآسان کنند . در اینجا برخی از زبانهای شبیه سازی را همرا ه با توصیف مختصری درباره آنها معرف ی می کنیم .

زبانهای شبیه سازی

Gpss III

سومین Gpss III . را ابتدا در آغاز دهه 1960 فردی به نام جی .جردن برای شرک ت آی .بی .ام ساخت Gpss

نسخه این زبان ، برنامه ای دو قسمتی است که نیازمند به کارگیری همگردان است. قسمت اول یک برنامه مونتاژ

است که توصیف کننده های سیستم را ب ه صورت دادة قسمت دوم تبدیل می کند. قسمت دوم شبیه سازی را

به برنامه نویسی به مفهوم معمول آن نیاز ندارد. مدل سیستم بااستفاده از دستور Gpss III . انجام می دهد

١۶

به هیچ گونه دانش قبلی در مورد برنامه نویسی Gpss العملهای مستطیلی ساخته می شود. استفاده از

کامپیوتری نیاز ندارد .

DYNAMO

دینامو در سال 1959 در دانشگا ه ام .آی .تی توسط فیلیس فوکس و الکساندر رال پو تدوی ن شد. این زبان

به عنوا ن محصولی که به وسیله جی .دبیلو.فرستر برای تحلیل رفتار جامع سیستمهای صنعتی درمقیاس وسیع

طراحی شده ، ب ه وجود آمده است . دینامو یک برنامه کامپیوتری است که مدل به صورت مجموعه معادلات

توصیف کنندة نشان داده می شود . سپس رفتار سیستم ، با ارزیابی مستمر معادلا ت در طول زمان ، شبیه سازی

می شود . از ای ن زبان به صورت مؤثر در مدلسازی و اقتصاد سنج ی و شبی ه سازی سیستمهای پیچیدة صنعتی و

به دانش برنامه Gpss همچنین برنامه ریزی سیستمهای شهری اجتماع ی استفاده می شود . این زبان نیز مانند

نویسی نیاز ندارد .

GASP IV

GASP II این زبان را در سا ل 1973 ای .آلن .بی . پریتسکر و نیکولاس آر.هرست ساختند و ب ه جای زبان

نتیجه کار GASP II که کاملاً یک زبان شبیه سازی متغیرهای گسسته بود جایگزین شده است . زبان

توانایی اضافی GASP IV و GASP II فیلیپ جی کیویات در شرکت فولاد آمریکا بود. تفاوت عمدة بین

در شبیه سازی متغیرهای پیوسته علاوه بر متغیرهای گسسته است . این زبان توانایی اجرای ترکیبی GASP IV

نوشته شده و در هرکامپیوتری با IV از متغیرها ی پیوسته و گسسته را داراست . این زبان کاملاً به زبان فورترن

همگردان فورترن قابل استفاده و این یکی از ویژگی های جذاب و ب ینظیر آ ن است . این زبان ازچندین برنامه

فرعی فورترن تشکیل شده که هر ی ک وظیفة خاصی را در شبیه سازی انجام می دهند، ی کبرنامه نویس می تواند

را طوری تغییر داد ه و اصلا ح کند که با خصوصیات مورد علاقه خود ک ه دربرنامه لحاظ نشده است ، GASP IV

منطبق شود.

SIMSCRIPT

را در اوایل دهة 1960 هری مارکویتز در شرکت راند ب ه عنوان یک زبان برنامه نویسی به وجودآورد. simscript

گرچه در ابتدا برا ی تجزیه و تحلیلها ی شبیه سازی طراحی شد، ول ی می توان از آ ن به عنوان یک زبان برا ی

١٧

مقاصد کلی و عمومی استفاده کرد. این زبان، یک زبان قدرتمند شبی ه سازی است که در آ ن از واژ ههای انگلیسی

استفاده نشده است و به هیچ گونه کد کردن خاصی نیاز ندارد و برای استفاده از آ ن هم به یک زبان واسطة

همچون فورترن ، نیازی نیست .

Q-GERT

این زبان برای مدلسازی شبکه و خصوصاً تحلیل سیستمهای صف مناسب است . این زبان را پریتسکردر

علامت اختصاری برای تکنیک ارزیابی و بازنگر ی با استفاده از نموداراست . GERT . طی دهة 1965 ساخت

توانایی وارد نمودن خدمت دهندگان وصفها Q-GERT در ای ن است که GERT و Q-GERT تفاوت عمدة بین

را در مدل شبکه دارد . علاوه بر این به استفاده کننده (کاربر) امکان می دهد که مسیر نهاده های خاصی رادر

ساد هترین زبان Q-GERT ، طول جریان سیستم پیگیری کند . از زبانهای که در ای ن قسمت معرف ی شد

شبیه سازی برای کاربران است.

SLAM

برمبنای زبان فورترن بنا نهاده شده و آن را پریتسکر به وجود آورد ه است . امکان استفاده از ای ن زبان SLAM

درمدلهای شبکه، مدلها ی با حواد ث گسسته ، مدلهای حوادث پیوسته و ترکیبی از این سه مدل ، وجود دارد.

به دلیل توان SLAM . است « زبان شبیه سازی برای مدلسازی جایگزین » علامت اختصاری SLAM

ترکیب مدلهای شبکه ، حواد ث گسسته و پیوسته به کاربر امکان می دهد تا مدلها ی دیگری را توسع ه دهد . این است که به وسیله پریتسکر ب ه وجود آمده است. GASPIV و GERT زبان محصول زبانهای
7 تعیی ن اعتبار: این مرحله از مهمتری ن و معمولاً مشکلترین مراحل شبیه سازی است . تعیین اعتبار عبارت

ازفرآیند اطمینا ن دادن به استفاده کنندة مدل ، تا آ ن سطح که بپذیرد هر گون ه استنباط حاصل از شبیه سازی

آیا مد ل ساخته » دربارة سیستم، صحی ح است . به عبارتی دیگر تعیی ن اعتبار یعن ی پاسخ دادن به این سؤال که

بنابراین آنچه که به ما مربوط می شود قابل «؟ شده رفتار سیستم واقعی را بدرستی شبیه سازی می کند یا خیراعتباربودن مدل است، نه حقیقت ساختار آ ن. تعیین اعتبار مدل بیش از حد مهم است ، زیرا شبیه سازی هامعمولاًواقعی جلوه کرده و مدلسازها و استفاده کنندگان به راحتی آنها را باور م یکنند. مفروضاتی که در شبی ه

سازی هابه کار می رود اغلب از دید ی ک شخص عادی و حتی گاهی از دید مدلساز نیز پنها ن می ماند. در نتیج ه،

١٨

اگرمراحل تعیین اعتبار و ارزیابی ، ب ه دقت و ب ه طور کام ل انجام نگیرد، ممک ن است نتایج غلط با اثرات خطرناک پذیرفته شود. در تعیین اعتبار مدل یک سؤال مطرح می شود و آ ن این است که ضابطه اندازه گیری تطابق رفتارمدل با رفتار سیستم چیست و چگونه از آن استفاده می شود. معمولاً دو رو ش برای آزمایش رفتار

مدلهای شبیه سازی بکار می رود:

الف) در مواقعی که ارقام و نتایج رفتار سیست م واقعی در دست می باشد، مقادیر و نتایج مشابه بدست آمده ازبررسی مدل را با آنها مقایسه می کنند.

ب ) دقت مدل را در پیش بینی و تعیی ن مقادیر پارامترها و متغیرهای سیستم در آیند ه مورد بررس ی قرارمی دهند. برای تعیین اعتبار مطمئن و دقیق مدل بحث ها و بررسی های زیادی صورت گرفته ونظریه های متعددی بیان گردیده است . پرداختن به این نظریه ها خارج از محدوده این مجموعه است و لذا دراینجا فقط به ذکر مراحل یک روش تعیین اعتبار م یپردازیم . این مراحل عبارتند از :

الف در مرحل ه اول ، اساسی که مدل بر پایه آنها بنا شده است باید مشخص گردد. این اساس شامل یک سری واقعیات غیر قابل انکار و ی ک سری فرضیات است که در هنگام شناخ ت و تعری ف سیستم تعیی ن شده اند.

برای این تشخیص ، مدلساز از اطلاعات خود راجع به سیستم واقعی یا سیستم های مشابهی که شبیه سازی شده انداستفاده خواهد کرد. مدلساز فرضیات را از بدیهیات غیر قابل انکار بازشناخت ه و از بی ن آنها فرضیاتی را که قابل آزمایش هستند انتخاب می کند. دلیل این انتخاب این است که در شبی ه سازی مواردی وجود دارد که آزمون یک فرض ، گا ه غیر ممکن و یا بسیار مشکل است . در ای ن گونه موارد، با ای ن استدلال که فرضی ه غیرقابل آزمایش بی معنی است ، کنار گذاشته می شود و یا آنرا بصور ت موقتی قبول کرده و در عین حال به جستجوی فرضیه قابل آزمایشی پرداخته می شود.

ب در مرحل ه دوم فرضیات منتخ ب مرحله اول مورد آزمون قرار م یگیرند. این فرضیات که اغلب مربوط به متغیرهای تصادفی سیستم (بعنوان پارامترهای ورودی ) می باشند باید با روشهای آماری آزمون فرض ،موردآزمایش قرار گیرند.

ج مرحله سوم تست رفتار مدل یا تطاب ق نتایج است . برای انجام این مرحله دو روش وجود دارد ک ه درصفحه قبل ذکر گردید. واضح است که مدل ساخته شده باید متناسب با هدف شبیه سازی رفتار و عملکرد

١٩

سیستم رابه نمایش بگذارد. بعبارت دیگر باید کلیه وقایعی که در سیستم رخ می دهند، هر کدا م بموقع خود، وتمام جزئیات اثر یا اثرات آنها در مدل گنجانیده شود . گاه اتفاق می افتد که بعضی جزئیات در مدل از قل م افتاده یااشتباهی برنامه نویسی شده و یا حتی بعضی از قسمتها بطور نادرست مدلسازی شده اند. این اشتباهات گاهی آنقدر مخرب هستند که نتایج حاصل بجای عملی بودن اصولاً مسخره خواهند بود.

8 برنام ه ریز ی استراتژی ک و تاکتیک ی : بطور کل ی برنامه استراتژیک یعنی طرح آزمایشی که اطلاعات مطلوب ازآن حاصل شود و برنام ه ریزی تاکتیکی یعنی تعیین این موضوع که هر یک از آزمونهای مشخص شده درطرح آزمایش ، چگونه انجام گیرد.

استفاده از طرح های آزمایش به دو دلی ل است : 1) کاهش تعداد دفعا ت آزمایش و 2) ساختاری

برای فرایند یادگیری محققین . در طرح آزمایش روشی برای جمع آوری اطلاعات اساسی انتخاب می شودکه دربارة پدیده یا سیست م، آن قدر آگاهی به دست آید که بتوان استنباطهای معتبری راجع به رفتار آن کسب کرد .در آزمایش شبیه سازی عوامل متعددی وجود دارند که باید دارای طرح معینی باشند . بعضی از این عوامل عبارتند از ، شرای ط اولیه (یا شرای ط شروع ) شبیه سازی ، شرایط پایانی و زمانهایی که مدل باید اطلاعاتی راتولید کند . هر یک از این عامل ها اثرات بسیار مهمی روی نتایج حاصل از شبیه سازی دارند ک ه با تغییر آنها،میزان تأثیرشان تغییر می یابد . آزمایش کننده می بایست قبل از به اجرا گذاشتن مدل ، تصمیم خود را درموردچگونگی این عوامل ، البته براساس روشهای علمی و فنی ، بگیرد . نتیجه این تصمیم بخشی ازطراحی آزمایش را تشکیل می دهد . دو نو ع از اهدا ف آزمایش به سهول ت قابل تشخیص اند : 1) یافتن ترکیبی ازمقادیرپارامترها که جواب آزمایش را بهینه کند و یا 2) یافتن رواب ط بین جواب آزمایش و عوامل قابل کنترل سیستم .برای هر دوی این اهداف طرح های آزمایش ی زیادی به وجود آمده و در دسترس اند.

عموماً در برنام ه ریزی تاکتیکی مسئله بازدهی مطرح است و با تعیی ن چگونگی اجرای مدل که در( طرح آزمایشی مشخص می شوند، سروکار دارد . برنامه ریزی تاکتیکی ، ح ل دو گروه از مسائل را در نظر دارد: 1

شرایط شروع ، چون در رسیدن به تعادل مؤثرند و 2) نیاز به کاهش پراکندگی (واریانس ) جواب تاحد ممک ن ،درحالی که حجم نمونه های لازم مینیمم شوند.

٢٠

اولین مشکل از ماهیت تصنعی عملکرد مدل ناشی می شود. بر خلاف جهان واقعی ، مدل شبیه سازی فقط در فواصل معین عمل می کند . یعنی آزمایش کننده ، مدل را ب ه کار انداخته ، اطلاعات ش را بدست آورده وسپس تا اجرای بعدی آنرا از کار باز می دارد . هر بار که اجرای مد ل آغاز م یشود ممک ن است مدت زمانی طول بکشد تا مدل به شرایط تعادل که نمایشگر عملکرد سیستم جهان واقعی است برسد . در نتیج ه ، دورة ابتدایی عملکرد مدل به علت دارا بود ن شرایط ابتدایی شروع ، نمایش ی غیر واقع ی است . راه حل این مشکل

عبارت است از : 1) صرفنظر کردن از بعضی از داده های دورة ابتدایی و 2) انتخاب شرایطی برای شروع که زمان

لازم برای رسیدن به تعادل را کاهش دهند . هر چه مدل شبیه سازی پیچیده تر شود اهمیت برنامه ریزی

تاکتیکی خوب قبل از اجرای آزمایشها بیشتر می شود.

9 آزمای ش کرد ن و تفسیر (تحلی ل حساسی ت):

بالاخره بعد از آن همه برنامه ریزی و توسعه مدل بدست آوردن اطلاعا ت مطلوب ، مدل اجرائی می شود . دراین مرحله است که اشتباهات و نقای ص برنامه ریزی آشکار می شود و تا رسیدن به اهدافی که ابتدا مشخص شده اند

مراحل اجرا شده مورد بازرس ی قرار می گیرد . تحلیل حساسیت یکی از مهمترین مفاهیم مدلسازی ازطریق شبیه سازی است . منظور از آ ن ، تعیین حساسیت جوابهای نهایی نسب ت به مقادیر پارامترهای به کار رفته است .

معمولاً در تحلیل حساسیت مقادیر پارامترها را روی محدودة مورد نظر ب ه طور منظم تغییر می دهند واثر آن راروی پاسخ مدل مشاهده می کنند . تقریباً در هر مد ل شبیه سازی ، بسیار ی از متغیرها براساس داده هایی قراردارند که بسیار قابل بح ثاند. در اکثر موارد ، ممک ن است تنها براسا س حدس افراد با تجربه و یاتحلیلی بسیارشتابزده از حداقل داده ها، مقادیر آنها تعیین شود . بنابراین تعیین درجة حساسیت نتایج نسبت به مقادیر به کاررفته ، بی نهایت مهم است . اگر با تغییری مختصر در مقادیر بعض ی از پارامترها، جواب به میزان زیادی تغییر کند،این مطلب ممکن است انگیزه و توجیه لازم برای صرف کردن زمان و پول بیشتر جهت کسب برآوردهای دقیق تررا فراه م کند. از طرف دیگر ، اگر با وجود نوسانا ت زیاد در مقادیر پارامترها، نتایج به دست آمده تغییر نکنند،

تلاش بیشتری لازم نبوده و قابل توجیه هم نیست . به علت میزان کنترل ی که آزمایش کننده از آن برخوردار است، به طور ایده ا ل ، شبیه سازی برای تحلیل حساسیت مناسب است .

٢١

10 پیاد ه ساز ی و مستند ساز ی : پیاده سازی و مستند سازی آخرین عناصری هستند که باید در هر پروژه شبیه سازی موجود باشند. نمی توان پروژة شبیه سازی را با موفقیت پایان یافته تلقی کرد، مگر آنکه پذیرفته شده ،تفهیم شود و مورد استفاد ه قرار بگیرد. بزرگترین شکست علمای مدیریت ، در به دست آوردن پذیرش واستفاده از کارهایشا ن بوده است . شانون در کتا ب خود نتایج بررسی گرشفسکی را چنین ذکر م یکند.

گرشفسکی در بررسیهایشان دریافت که به طور متوسط از زمان کل ایجاد و توسعه یک مدل ، 25 % برای

تدوین مسئله ، 25 % برای جمع آوری و تحلیل داده های گذشته ، 40 % برای ایجاد و توسع ه یک مدل کامپیوتری

بنابراین تعجب آور نیست که یکی از بزرگتری ن علل شکست پروژه های «. و 10 % برای پیاده سای صرف شده است

شبیه سازی ، ناشی از آن باشد که استفاده کننده ، از نتایج درک کافی نداشته ، در نتیج ه مدل را پیاد هنکرده است . مستند سازی رابطة نزدیکی با پیاد
امضاء :

سخت کوشی هرگز کسی را نکشته است، نگرانی از آن است که انسان را از بین می برد....!
پاسخ
 سپاس شده توسط مهسا.م


پرش به انجمن:


کاربرانِ درحال بازدید از این موضوع: 1 مهمان