Современные теории имитационного моделирования: Программа специального курса

Министерство образования Российской Федерации Рекомендовано: Кафедрой математического обеспечения вычислительных систем 26 сентября 2005 г.

УТВЕРЖДАЮ Зав. кафедрой математического обеспечения вычислительных систем к.ф.-м. наук Л.Н.Лядова 26 сентября 2005 г.

ПРОГРАММА специального курса

Современные теории имитационного моделирования I. Организационно-методический раздел 1. Цель курса Курс «Современные теории имитационного моделирования» нацелен на углубление студентами знаний, а также на приобретение навыков в области распределённого и агентного имитационного моделирования. Имитационное моделирование и по сей день остаётся одним из широко применяемых методов исследования в различных областях знаний. С ростом сложности задач возникает и необходимость в новых подходах к построению систем имитации, к проведению имитационных экспериментов, к вопросам анализа результатов моделирования. Так в конце прошлого столетия и в начале этого возникла необходимость в создании систем имитации, которые допускают переиспользование кода, которые дают возможность проводить имитационный эксперимент на многопроцессорных ЭВМ и в сети, в том числе и через Internet. В курсе «Современные теории имитационного моделирования» студенты подробно знакомятся с особенностями параллельного и распределённого моделирования, изучают алгоритмы синхронизации компонентов имитационных моделей и способы их оптимизации. В курсе рассматриваются вопросы организации компонентно-ориентированных систем имитации, вопросы, связанные со стандартизацией имитационного моделирования. Среди этапов создания имитационных моделей особо выделяется этап валидации и верификации, поднимается важный вопрос создания достоверных и качественных моделей. В курсе рассматриваются вопросы использования языка XML и использование онтологий для автоматизированной и автоматической настройки имитационных моделей. Поскольку параллельное и распределённое имитационное моделирование заметно отличается от последовательного, изучение его особенностей является в настоящее время актуальным. Кроме того, большое значение в различных областях знаний приобретает использование методов искусственного интеллекта, а именно: экспертных систем, семантических сетей, онтологий, генетических алгоритмов и т.д. Методы искусственного интеллекта находят своё применение и в имитационном моделировании, делая его гибким и эффективным инструментом исследований. Поэтому возможности применения методов искусственного интеллекта также следует внимательно и скрупулёзно изучать. 2. Задачи курса Задачи курса состоят не только в том, чтобы познакомить студентов с особенностями организации распределённых и параллельных систем имитации, но и в

1

практическом освоении ими некоторых разделов имитационного моделирования: − Параллельные и распределённые системы имитации − Стандарты имитационного моделирования. − Применение методов искусственного интеллекта. 3. Требования к уровню освоения содержания курса В ходе изучения курса «Современные теории имитационного моделирования» студенты должны приобрести прочные знания в перечисленных областях и практически применить свои знания. С этой целью студенты должны выполнить лабораторные работы, в которых им предлагается реализовать оптимистический и консервативный алгоритмы. Эти работы рекомендуется выполнить с использованием технологии .NET, которая является удобным средством создания и сопровождения распределённых систем. Обычно оптимизация времени выполнения распределённых моделей связана с разработкой механизмов балансировки нагрузки на вычислительные узлы. Эта процедура предполагает перенос (миграцию) компонентов имитационной модели с одного вычислительного узла на другие. Студентам предлагается реализовать процедуру переноса нагрузки с использованием технологии .NET Remoting. Предполагается, что студенты выполняют эти работы на кластере механикоматематического факультета ПГУ. 4. Место курса в системе образования В курсе «Современные теории имитационного моделирования» студенты используют понятия, которые они изучали в специальном курсе «Языки моделирования и машинная имитация», «Системное прикладное программное обеспечение», в курсе «Искусственный интеллект», «Базы данных и базы знаний», «Архитектура клиентсервер», «Распределенные алгоритмы», «Параллельные архитектуры», «Параллельное программирование». II. Содержание курса 1.Разделы курса I.

Предпосылки для развития распределённого и параллельного имитационного моделирования II. Консервативные и оптимистические алгоритмы синхронизации III. HLA-Архитектура высокого уровня. IV. Оптимизация времени выполнения распределённых имитационных моделей V. Верификация и валидация имитационных моделей VI. Использование языка XML. VII. Использование онтологий VIII. Агентное моделирование 2.Темы и краткое содержание I.

Предпосылки для развития имитационного моделирования

распределённого

и

параллельного

− Необходимость разработки параллельных и распределённых систем имитации – ограниченные возможности однопроцессорных ЭВМ, необходимость в ускорении времени проведения имитационных экспериментов, особенно для имитационных моделей с большим количеством взаимодействующих компонентов. Необходимость коллективного проведения эксперимента, в том числе и через Интернет.

2

− Особенности параллельного и распределённого программирования. Распределённые и параллельные вычислительные системы: локальные и глобальные сети, многопроцессорные ВС, взаимодействующие процессы. − Особенности реализации параллельных и распределённых систем имитационного моделирования. − Монолитные системы имитации. − Компонентно-ориентированное моделирование, вопросы переиспользования кода. − Архитектура высокого уровня (HLA).

II.

Управление временем в распределённых системах имитации.

III.

HLA-Архитектура высокого уровня.

IV.

− Управление временем в последовательном моделировании. − Консервативные алгоритмы синхронизации: ограничение локальной каузальности, парадоксы времени, алгоритм с нулевыми сообщениями, вычисление нижней границы временной отметки, использование «забегания вперёд», вопросы оптимизации консервативного алгоритма. − Оптимистические алгоритмы синхронизации. Антисообщения. Вычисление глобального виртуального времени. − − − −

Предпосылки для разработок стандарта для имитационного моделирования. История создания HLA. Состав и основные компоненты HLA. Понятия федерации и федераторов. Вопросы управления временем.

Оптимизация моделей.

времени

выполнения

распределённых

имитационных

− Балансировка нагрузки на вычислительных узлах во время проведения имитационного эксперимента. − Виды балансировок: статическая, динамическая. − Этапы балансировки. − Архитектура подсистемы балансировки в распределённых системах имитации. − Особенности реализации статической балансировки. − Особенности реализации динамической балансировки. − Пример реализации алгоритма динамической балансировки в распределённой системе имитации SPEEDES.

V.

Верификация и валидация имитационных моделей.

VI.

Использование языка XML

VII.

− Вопросы качества и достоверности имитационных моделей. − Этапы имитационного моделирования. Использование алгоритма Лоу для построения валидной модели.

− Особенности использования языка XML для построения Компонентно-ориентированных систем имитации − Описание имитационных проектов с использованием языка XML.

гибких,

открытых.

Использование онтологий

− Предпосылки для использования онтологий в имитационном моделировании. Автоматическая настройка систем имитации с использованием онтологий. Языки, используемые для описания онтологий.

VIII. Агентное моделирование

− Понятие агентного моделирования и агента. Автоматическая настройка Агентное моделирование в различных областях знаний. Пакеты, реализующие агентное моделирование.

3. Контрольные вопросы и задания для самостоятельной работы В процессе изучения материалов курса студенты должны подготовить рефераты. Примерный перечень тем рефератов представлен ниже. 1. Способы усовершенствования консервативных алгоритмов синхронизации. 2. Способы усовершенствования оптимистических алгоритмов синхронизации. 3. Визуальное моделирование.

3

4. Использование онтологий для моделирования мультиагентных систем. 5. Использование нейронных сетей для выполнения динамической балансировки во время проведения распределённого имитационного эксперимента. 6. Отладка и тестирование имитационных моделей. 7. Семантический WEB и имитационное моделирование. 8. Вопросы реализации удалённого доступа к имитационным моделям. 9. Программные системы, поддерживающие агентное моделирование (обзор). При выполнении рефератов студентам рекомендовано наряду с известными монографиями и книгами использовать материалы конференции ИММОД (доступно на сайте GPSS.ru), конференции МСО (Методы и средства обработки информации, МГУ), Winter Simulation Conference и т.д. 4.Примерная тематика индивидуальных заданий Курс предполагает выполнения ряда лабораторных работ, а именно: реализация консервативного алгоритма с нулевыми сообщениями; реализация оптимистического алгоритма, реализация переноса логического процесса компонента имитационной модели с одного вычислительного узла кластера на другой. Рекомендовано использовать технологию .Net для выполнения этих трёх лабораторных работ. 5.Примерный перечень вопросов к зачету (экзамену) по всему курсу Предполагается, что ответ на зачете (экзамене) по курсу «Современные теории имитационного моделирования должен включать теоретическую часть - 2 вопроса. Примерные вопросы по курсу «Современные теории имитационного моделирования». 1. Особенности разработки программного обеспечения для параллельных и распределённых вычислительных систем. 2. Причины перехода к распределённому моделировании и основные направления развития распределённого моделирования. 3. Особенности управления временем в последовательных и распределённых системах имитационного моделирования. 4. Консервативный алгоритм синхронизации: алгоритм Chandy/Misra/Bryant. Недостатки алгоритма. 5. Консервативный алгоритм с нулевыми сообщениями. Недостатки алгоритма. 6. Использование lookahead в консервативных алгоритмах синхронизации. 7. Оптимистический алгоритм синхронизации. Механизм антисообщений. 8. Способы усовершенствования алгоритмов синхронизации. 9. HLA-основные компоненты. 10. Управление временем в HLA. 11. Оптимизация времени выполнения имитационного эксперимента: постановка задачи балансировки, примеры алгоритмов балансировки. 12. Валидация и верификация имитационной модели: основные понятия. 13. Алгоритм построения валидной модели, предложенный Лоу 14. Пример использования языка XML в проектах имитационного моделирования. 15. Онтологии и примеры использования в различных проектах имитационного моделирования 16. Агентное моделирование. Основные понятия. 17. История развития агентного моделирования. 18. Использование агентного моделирования в различных областях знаний.

4

19. Сравнительные характеристики систем, реализующих агентное моделирование

Лабораторные

Самостоятельная работа

Распределение часов курса по формам и видам работ лекционные

I.

1.

Предпосылки для создания распределённых и параллельных систем моделирования. Особенности распределённого моделирования. Пути развития распределённого моделирования.

5

2

3

0

2.

Распределённые алгоритмы синхронизации. Консервативный алгоритм. Проблемы тупиков. Консервативный алгоритм с нулевыми сообщениями. Использование lookahead (забегания вперёд). Оптимистический алгоритм синхронизации. Использование антисообщений для реализации оптимистических алгоритмов синхронизации.

5

2

3

0

3.

HLA – архитектура высокого уровня.

6

2

0

4

4.

Оптимизация времени выполнения имитационного эксперимента

6

2

4

5.

Валидация и верификация имитационных моделей.

4

2

0

2

6.

Использование XML в имитационном моделировании

3

2

0

1

7.

Использование онтологий в имитационном моделировании

3

2

0

1

8.

Агентное моделирование

4

2

0

2

36

16

10

6

№ п/п

9.

Наименование тем и разделов

Итого

Всего часов

IV. Форма итогового контроля Экзамен или зачет, включающий выполнение индивидуальных заданий (см. выше). V. Учебно-методическое обеспечение курса 1. Рекомендуемая литература (обязательная) 1. 2.

Кельтон В. Д., Лоу А. М. Имитационное моделирование. Классика CS. 3-е изд..СПб.:БХВ-Питер, 2004.-887 с. Карпов Ю.Г. Имитационное моделирование систем. Введение в моделирование с AnyLogic 5 (+CD) ..-СПб.:БХВ-Питер, 2005.-386 с.

2. Рекомендуемая литература (дополнительная) 1. 2. 3. 4.

Доклады Зимней конференции по имитационному моделированию http://www.informs-cs.org/wscpapers.html Доклады конференции ИММОД (2002, 2004). Доступно на сайте GPSS.ru Материалы сайта GPSS.ru Вознесенская Т.В. Математическая модель алгоритмов синхронизации времени для распределённого имитационного моделирования.//В кн. Программные системы и инструменты. Тематический сборник факультета ВМиК МГУ им. Ломоносова №1., стр.56-66

5

5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18.

В.В. Окольнишников. Представление времени в имитационном моделировании. Вычислительные технологии. Т. 10, №5, Сибирское отделение РАН, 2005, стр. 5777 Richard M. Fujimoto. Distributed Simulation Systems. In Proceedings of the 2003 Winter Simulation Conference S. Chick, P. J. Sánchez, D. Ferrin, and D. J. Morrice, eds. pp. 124-134 Richard E. Nance. Distributed Simulation With Federated Models: Expectations, Realizations And Limitations. In Proceedings of the 1999 Winter Simulation Conference. P. A. Farrington, H. B. Nembhard, D. T. Sturrock, and G. W. Evans, eds. pp. 1026-1031. Chandy, K. M. and J. Misra (1978). “Distributed Simulation: A Case Study in Design and Verification of Distributed Programs.” IEEE Transactions on Software Engineering SE5(5): 440-452. Chandy, K. M. and J. Misra (1981). “Asynchronous Distributed Simulation via a Sequence of Parallel Computations.” Communications of the ACM 24(4): 198-205. Fujimoto, R. M. (2001). Parallel and Distributed Simulation. In Proceedings of the Winter Simulation Conference. Ferenci S., Perumalla K. , and Fujimoto R. An Approach to Federating Parallel Simulators // Workshop on Parallel and Distributed Simulation, May 2000 (http://www.cc.gatech.edu/ computing/ pads/papers.html) Robert G. Sargent. Some Approaches And Paradigms For Verifying And Validating Simulation Models. Proceedings of the 2001 Winter Simulation Conference B. A. Peters, J. S. Smith, D. J. Medeiros, and M. W. Rohrer, eds. Patrick F. Riley, George F. Riley.Spades — A Distributed Agent Simulation Environment With Software-In-The-Loop Execution Proceedings of the 2003 Winter Simulation Conference S. Chick, P. J. Sánchez, D. Ferrin, and D. J. Morrice. Osman Balci,Richard E. Nance,James D. Arthur Expanding Our Horizons In Verification, Validation,And Accreditation Research And Practice Proceedings of the 2002 Winter Simulation Conference E. Yücesan, C.-H. Chen, J. L. Snowdon, and J. M. Charnes, eds. John A.Miller,Gregory Baramidze. Simulation And The Semantic Web. Proceedings of the 2005 Winter Simulation Conference M.E.Kuhl,N.M.Steiger,F.B.Armstrong,and J.A.Joines,Eds Paul A. Fishwick. Using XML for simulation Modeling. Proceedings of the 2002 Winter Simulation Conference E. Yücesan, C.-H. Chen, J. L. Snowdon, and J. M. Charnes, eds Richard M. Fujimoto, Richard M. Weatherly. HLA Time Management and DIS. Perakath Benjamin, Kumar V. Akella, Kaiser Malek, Ronald Fernandes. An OntologyDriven Framework For Process-Oriented Applications. Proceedings of the 2005 Winter Simulation Conference M. E. Kuhl, N. M. Steiger, F. B. Armstrong, and J. A. Joines, eds Автор программы: Замятина Е.Б. – к.ф.-м.н.

6