ня найбільш важливі характеристики (показники ефективності) складної системи. Особливо великі труднощі при аналітичному моделюванні пов'язані з урахуванням у процесах функціонування складної системи великих обсягів непередбачуваних впливів.
Зазначені особливості дозволяють зробити висновок, що аналітичні методи мають самостійне значення лише при дослідженні процесів функціонування складної системи в першому наближенні і в приватних, досить специфічних завданнях. У цих випадках можливості дослідження аналітичних моделей складних систем істотно розширюють наближені методи, наприклад методи дифузійної апроксимації, методи операційного аналізу та аналітичні мережеві моделі.
При наявності імовірнісних факторів, високого ступеня деталізації складної системи, як правило, застосовують імітаційне моделювання . При цьому відбувається відтворення на комп'ютері процесу функціонування досліджуваної системи з дотриманням логічної і тимчасової послідовності перебігу процесів. Це дозволяє дізнатися дані про стан системи і окремих її елементах в певні моменти часу.
На відміну від аналітичного імітаційне моделювання знімає більшість обмежень, пов'язаних з можливістю відображення в моделях процесу функціонування досліджуваної складної системи, динамічної взаємної обумовленості поточних і наступних подій, комплексної взаємозв'язку між параметрами і показниками ефективності системи і т.п . Хоча імітаційні моделі в багатьох випадках більш трудомісткі, менш лаконічні, ніж аналітичні, вони можуть бути як завгодно близькі до моделюється системі і прості у використанні.
Імітаційні моделі являють собою опис об'єкта дослідження на деякій мові, яке імітує елементарні явища, що становлять функціонування досліджуваної системи, із збереженням їх логічної структури, послідовності перебігу в часі, особливостей і складу інформації про стан процесу. Можна відзначити наявну аналогію між дослідженням процесів методом імітаційного моделювання та експериментальним їх дослідженням.
Описи компонентів складної системи в імітаційної моделі носять певний логіко-математичний характер і являють собою сукупність алгоритмів, що імітують функціонування досліджуваної складної системи. Моделююча програма, побудована на основі цих алгоритмів (тобто на основі математичної моделі), дозволяє звести імітаційне моделювання до проведення експериментів на комп'ютері шляхом їх «прогону» на деякій множині вхідних даних, що імітують первинні події, які відбуваються в системі. Інформація, що фіксується в процесі дослідження імітаційної моделі, дозволяє визначити необхідні показники, що характеризують якість досліджуваної складної системи [7].
Основними недоліками імітаційного моделювання, незважаючи на що з'явилися останнім часом різні системи моделювання, залишаються складність, висока трудомісткість і вартість розробки моделей, а іноді і велика ресурсомісткість моделей при реалізації на комп'ютері.
Хоча існуючі сьогодні продукти моделювання здатні допомогти кваліфікованому інженеру моделювати складні системи, вони, на думку експертів, все ще занадто складні у використанні і часом неадекватно моделюють деякі складні системи.
Математична сутність логіко-імовірнісних методів полягає у використанні логічних функцій для запису умов працездат...
