Компьютерное моделирование

Эта статья посвящена компьютерной модели в научном контексте. Для моделирования компьютера на компьютере см. Эмулятор .

«Компьютерная модель» перенаправляет здесь. Для компьютерных моделей 3 -размерных объектов см. 3D -моделирование .

«Цифровая модель» перенаправляет здесь. Для цифрового двойника см. Digital Twin . Для виртуальных вымышленных персонажей см. Виртуальный влиятельный человек .

48-часовое компьютерное моделирование Typhoon Mawar с использованием модели исследования и прогнозирования погоды и прогнозирования

Процесс построения компьютерной модели и взаимодействия между экспериментом, моделированием и теорией

Компьютерное моделирование -это запуск математической модели на компьютере , модель , предназначенная для представления поведения или результата реальной или физической системы. Надежность некоторых математических моделей можно определить путем сравнения их результатов с реальными результатами, которые они стремятся предсказать. Компьютерное моделирование стало полезным инструментом для математического моделирования многих природных систем в физике ( компьютерная физика ), астрофизика , климатология , химия , биология и производство , а также человеческие системы в области экономики , психологии , социальных наук , здравоохранения и инженерии . Моделирование системы представлено как запуск модели системы. Его можно использовать для изучения и получения новой информации о новой технологии и для оценки производительности систем, слишком сложных для аналитических решений .

Компьютерное моделирование реализуется путем запуска компьютерных программ , которые могут быть небольшими, работающими почти мгновенно на небольших устройствах, либо крупномасштабными программами, которые несколько часов или дни работают на сетевых группах компьютеров. Шкала событий, моделируемых с помощью компьютерного моделирования, намного превысила все возможное (или, возможно, даже только мыслимо), используя традиционное математическое моделирование бумаги и карандаш. В 1997 году моделирование в пустыне одной силы, вторгаемой другой, включало моделирование 66 239 танков, грузовиков и других транспортных средств на смоделированной местности вокруг Кувейта , используя несколько суперкомпьютеров в DOD . программе высокопроизводительной модернизации компьютерной модернизации Другие примеры включают модель деформации материала на 1 миллиард атомов; 2,64 млн. Атома модели сложной белковой органеллы всех живых организмов, рибосомы , в 2005 году; полное моделирование жизненного цикла микоплазмы Genitalium в 2012 году; и проект Blue Brain в EPFL (Швейцария), начатый в мае 2005 года, чтобы создать первое компьютерное моделирование всего человеческого мозга, вплоть до молекулярного уровня.

Из -за вычислительной стоимости моделирования компьютерные эксперименты используются для выполнения вывода, такого как количественная оценка неопределенности .

Симуляция против модели

Модель состоит из уравнений, используемых для захвата поведения системы. Напротив, компьютерное моделирование - это фактический запуск программы, которая выполняет алгоритмы, которые решают эти уравнения, часто примерно. Следовательно, моделирование - это процесс запуска модели. Таким образом, не будет «строить симуляцию»; Вместо этого можно было бы «создать модель (или симулятор)», а затем либо «запустить модель», либо эквивалентно «запустить симуляцию».

История

Компьютерное моделирование разработано рук в руках с быстрым ростом компьютера после его первого крупномасштабного развертывания во время проекта Манхэттена во Второй мировой войне для моделирования процесса ядерной детонации . Это была симуляция 12 твердых сфер с использованием алгоритма Монте -Карло . Компьютерное моделирование часто используется в качестве дополнения или заменяет системы моделирования, для которых простые аналитические решения в закрытой форме невозможно. Есть много типов компьютерных симуляций; Их общей особенностью является попытка создать выборку репрезентативных сценариев для модели, в которой полное перечисление всех возможных состояний модели было бы запрещенным или невозможным.

Подготовка данных

Внешние требования к данным моделирования и моделей сильно различаются. Для некоторых вход может быть лишь несколькими числами (например, моделирование формы волны электричества переменного тока на проводе), в то время как другим могут потребоваться терабайты информации (например, погода и климатические модели).

Входные источники также сильно различаются:

• Датчики и другие физические устройства, подключенные к модели;
• Управляющие поверхности, используемые для каким -то образом направления прогресса симуляции;
• Текущие или исторические данные, введенные вручную;
• Значения, извлеченные как побочный продукт из других процессов;
• Значения выводится для этой цели с помощью других симуляций, моделей или процессов.

Наконец, время, в течение которого доступны данные, варьируется:

• «Инвариантные» данные часто встроены в код модели, либо потому, что значение действительно инвариантно (например, значение π), либо потому, что дизайнеры считают, что значение является инвариантным для всех интересующих случаев;
• Данные могут быть введены в симуляцию при запуска, например, считывая один или несколько файлов или считывая данные из препроцессора ;
• Данные могут быть предоставлены во время выполнения моделирования, например, датчикой сетью.

Из -за этого разнообразия и потому, что различные системы моделирования имеют много общих элементов, существует большое количество специализированных языков моделирования . Самым известным может быть симуля . Сейчас есть много других.

Системы, которые принимают данные из внешних источников, должны быть очень осторожны, зная, что они получают. Хотя компьютерам легко читать значения из текста или двоичных файлов, гораздо сложнее знать, какова точность (по сравнению с разрешением измерения и точностью ) значений. Часто они выражаются как «столкновения с ошибками», минимальное и максимальное отклонение от диапазона значений, в рамках которого истинное значение (ожидается). Поскольку математика цифрового компьютера не идеальна, ошибки округления и усечения умножают эту ошибку, поэтому полезно выполнить «анализ ошибок» Чтобы подтвердить, что значения, выводящие с помощью моделирования, по -прежнему будут полезными.

Типы

Модели, используемые для компьютерного моделирования, могут быть классифицированы в соответствии с несколькими независимыми парами атрибутов, включая:

• Стохастический или детерминированный (и в качестве особого случая детерминированного, хаотичного) - см. Внешние ссылки ниже для примеров стохастического и детерминированного моделирования
• Стабильный или динамичный
• Непрерывный или дискретный (и в качестве важного особого случая дискретных, дискретных событий или моделей DE)
• Динамическое моделирование системы , например, электрические системы, гидравлические системы или механические системы с несколькими телами (описанные в первую очередь DAE: S) или динамическое моделирование проблем поля, например, CFD моделирования FEM (описано PDE: S).
• Местный или распределенный .

Другим способом классификации моделей является рассмотрение базовых структур данных. Для симуляций с временем есть два основных класса:

• Моделирование, которые хранят свои данные в обычных сетках и требуют только доступа к следующему соседству, называются кодами трафаретов . Многие приложения CFD принадлежат этой категории.
• Если базовый график не является обычной сеткой, модель может принадлежать к классу метода Meshfree .

Для стационарного моделирования уравнения определяют взаимосвязь между элементами смоделированной системы и пытаются найти состояние, в котором система находится в равновесии. Такие модели часто используются при моделировании физических систем, в качестве более простого случая моделирования до попытки динамического моделирования.

• Динамическое моделирование пытается захватить изменения в системе в ответ на (обычно изменяющиеся) входные сигналы.
• Стохастические модели используют генераторы случайных чисел для моделирования шансов или случайных событий;
• Дискретное моделирование событий (DES) управляет событиями во времени. Большинство компьютерных, логических тестов и моделирования разлома такого типа. В этом типе симуляции симулятор поддерживает очередь событий, отсортированных по моделируемому времени, которое они должны происходить. Симулятор читает очередь и запускает новые события, когда каждое событие обрабатывается. Не важно выполнить симуляцию в режиме реального времени. Часто важнее иметь возможность получить доступ к данным, созданным моделированием и обнаруживать логические дефекты в дизайне или последовательности событий.
• Непрерывное динамическое моделирование выполняет численное решение уравнений дифференциальной алгебраии или дифференциальных уравнений (либо частичные , либо обычные ). Периодически, программа моделирования решает все уравнения и использует числа для изменения состояния и вывода моделирования. Приложения включают симуляторы полета, игры по строительству и управлению , моделирование химического процесса и моделирование электрических цепей . Первоначально эти виды моделирования были фактически реализованы на аналоговых компьютерах , где дифференциальные уравнения могут быть представлены непосредственно различными электрическими компонентами, такими как OP-AMP . Однако к концу 1980 -х годов на обычных цифровых компьютерах было запущено большинство «аналоговых» моделирования , которые подражают поведению аналогового компьютера.
• Особый тип дискретного моделирования, который не полагается на модель с базовым уравнением, но, тем не менее, может быть представлен формально, является моделированием на основе агента . При моделировании на основе агента отдельные объекты (такие как молекулы, клетки, деревья или потребители) в модели представлены непосредственно (а не их плотностью или концентрацией) и обладают внутренним состоянием и набором поведения или правил, которые определяют, как Состояние агента обновляется от одного шага до следующего.
• Распределенные модели работают в сети взаимосвязанных компьютеров, возможно, через Интернет . Моделирование, разбросанное по нескольким хост -компьютерам, подобным этому, часто называют «распределенным моделированием». Существует несколько стандартов для распределенного моделирования, включая протокол моделирования совокупного уровня (ALSP), распределенное интерактивное моделирование (DIS), архитектуру высокого уровня (моделирование) (HLA) и тестовая и тренировочная архитектура (TENA).

Визуализация

Раньше выходные данные от компьютерного моделирования иногда представлялись в таблице или в матрице, показывающей, как данные были затронуты многочисленными изменениями в параметрах моделирования . Использование формата матрицы было связано с традиционным использованием концепции матрицы в математических моделях . Тем не менее, психологи и другие отметили, что люди могут быстро воспринимать тенденции, рассматривая графики или даже движущиеся изображения или изображения движения, полученные из данных, как показано с помощью компьютерной анимации (CGI). Хотя наблюдатели не могли бы обязательно читать цифры или цитировать математические формулы, от наблюдения за движущейся погодной диаграммой они могли бы предсказать события (и «видеть, что дождь направлялся») гораздо быстрее, чем путем сканирующих таблиц координат дождевых облаков . Такие интенсивные графические дисплеи, которые превзошли мир чисел и формул, иногда также приводили к выводу, в котором отсутствовал координатная сетка или пропущенные временные метки, как будто отклоняется слишком далеко от цифровых отображений. Сегодня, Модели прогнозирования погоды , как правило, сбалансируют вид движущегося дождя/снежные облака против карты, которая использует числовые координаты и числовые временные метки событий.

Аналогичным образом, компьютерное моделирование CGI с сканами CAT может имитировать, как опухоль может сокращаться или изменяться в течение длительного периода лечения, представляя время с течением времени как вращающееся представление о видимой головке человека, как изменяется опухоль.

Разрабатываются другие приложения компьютерных симуляций CGI Чтобы графически отображать большие объемы данных, в движении, поскольку изменения происходят во время прогона моделирования.

В науке

Компьютерное моделирование процесса осмоса

Общие примеры типов компьютерного моделирования в науке, которые получены из основного математического описания:

• Численное моделирование дифференциальных уравнений , которые не могут быть решены аналитически, теории, которые включают в себя непрерывные системы, такие как явления в физической космологии , динамика жидкости (например, модели климата , шума дороги модели , модели дорожного воздушного дисперсии ), механика континуума и химическая кинетика попадают в это категория.
• Стохастическое вероятностно моделирование, обычно используемое для дискретных систем, где события возникают и которое не может быть описано непосредственно с дифференциальными уравнениями (это дискретное моделирование в вышеупомянутом смысле). Явления в этой категории включают генетический дрейф , биохимический или генные регуляторные сети с небольшим количеством молекул. (См. Также: Метод Монте -Карло ).
• Многократное моделирование отклика наноматериалов в нескольких масштабах на приложенную силу с целью моделирования их термоупругих и термодинамических свойств. Методы, используемые для такого моделирования, - это молекулярная динамика , молекулярная механика , метод Монте -Карло и функция Multiscale Green .

Конкретные примеры компьютерного моделирования включают:

• Статистическое моделирование, основанное на агломерации большого количества входных профилей, таких как прогнозирование равновесной температуры гамму метеорологических приемных вод, что позволяет ввести данных для определенной локали. Этот метод был разработан для теплового загрязнения . прогнозирования
• Моделирование на основе агента эффективно использовалось в экологии для которых нельзя пренебрегать индивидуальной изменчивостью в агентах, таких как динамика популяции лосося , где его часто называют «индивидуальным моделированием» и используется в ситуациях , и форели (большинство чисто математические модели предполагают предполагают Вся форель ведут себя одинаково).
• Время шагает динамическая модель. В гидрологии есть несколько таких моделей транспортировки гидрологии , как модели SWMM и DSSAM, разработанные Агентством по охране окружающей среды США для прогнозирования качества речной воды.
• Компьютерное моделирование также использовалось для официального моделирования теорий познания и производительности человека, например, Act-R .
• Компьютерное моделирование с использованием молекулярного моделирования для обнаружения лекарств .
• Компьютерное моделирование для моделирования вирусной инфекции в клетках млекопитающих.
• Компьютерное моделирование для изучения селективной чувствительности связей с помощью механо -эмиссии во время шлифования органических молекул.
• Моделирование динамики вычислительной жидкости используется для моделирования поведения потокового воздуха, воды и других жидкостей. Используются одно-, двух- и трехмерные модели. Одномерная модель может имитировать влияние воды в трубе. Двумерная модель может быть использована для имитации сил сопротивления на сечении крыла самолета. Трехмерное моделирование может оценить требования к нагреву и охлаждению большого здания.
• Понимание статистической термодинамической молекулярной теории имеет основополагающее значение для оценки молекулярных растворов. Разработка теоремы о потенциальном распределении (PDT) позволяет упростить этот комплекс субъект до приземления молекулярной теории.

Примечательные, а иногда и противоречивые, компьютерные симуляции, используемые в науке, включают в себя: Donella Meadows World3 , используемый в пределах роста , Джеймса Лавлока Daisyworld Томаса Рэя и Tierra .

В социальных науках компьютерное моделирование является неотъемлемой частью пяти углов анализа, способствующих методологии перколяции данных, который также включает в себя качественные и количественные методы, обзоры литературы (включая научную) и интервью с экспертами, и которые образуют расширение триангуляции данных. Конечно, аналогично любому другому научному методу, репликация является важной частью вычислительного моделирования

В практических контекстах

Компьютерные симуляции используются в самых разных практических контекстах, таких как:

• Анализ дисперсии загрязняющих веществ с использованием атмосферного дисперсионного моделирования
• В качестве возможной гуманной альтернативы испытанию животных в отношении прав животных .
• Проектирование сложных систем, таких как самолеты , а также логистические системы.
• Проектирование шумовых барьеров для повышения смягчения шума дороги.
• Моделирование производительности приложения
• Симуляторы полетов для обучения пилотов
• прогнозирование погоды
• прогнозирование риска
• моделирование электрических цепей
• Моделирование энергосистемы
• Моделирование других компьютеров - эмуляция .
• Прогнозирование цен на финансовые рынки (например, адаптивный модельер )
• поведение структур (таких как здания и промышленные детали) при стрессе и других условиях
• проектирование промышленных процессов, таких как заводы по химической обработке
• стратегическое управление и организационные исследования
• Моделирование резервуара для нефтяной инженерии для моделирования подземного резервуара
• Процесс инженерного моделирования.
• Симуляторы роботов для дизайна роботов и алгоритмов управления роботами
• Городские модели моделирования , которые имитируют динамические закономерности городского развития и реакции на городское землепользование и политику транспорта.
• Трафинговая инженерия для планирования или перепроектирования частей уличной сети от отдельных развязков над городами до национальной сети автомобильных дорог до планирования, проектирования и эксплуатации транспортной системы. См. Более подробную статью о симуляции в транспорте .
• Моделирование автомобильных сбоев для проверки механизмов безопасности в новых моделях транспортных средств.
• Системы скидки в сельском хозяйстве, через специальные программные рамки (EG Bioma , OMS3, APSIM)

Надежность и доверие, которое люди, пострадавшие в компьютерном моделировании, зависят от обоснованности моделирования моделирования , поэтому проверка и проверка имеют решающее значение для разработки компьютерного моделирования. Другим важным аспектом компьютерного моделирования является воспроизводимость результатов, а это означает, что модели моделирования не должна давать различный ответ для каждого выполнения. Хотя это может показаться очевидным, это особый момент внимания При стохастическом моделировании , где случайные числа должны быть полуслужными числами. Исключением из воспроизводимости являются симуляции человека в петле, такие как симуляции полета и компьютерные игры . Здесь человек является частью симуляции и, следовательно, влияет на результат таким образом, чтобы это было трудно, если не невозможно, воспроизводить точно.

Производители транспортных средств используют компьютерное моделирование для проверки функций безопасности в новых проектах. Создавая копию автомобиля в физической среде моделирования, они могут сэкономить сотни тысяч долларов, которые в противном случае потребовались бы для создания и проверки уникального прототипа. Инженеры могут пройти через моделирование миллисекунды за раз, чтобы определить точные напряжения, которые устанавливаются на каждую часть прототипа.

Компьютерная графика может использоваться для отображения результатов компьютерного моделирования. Анимации могут быть использованы для просмотра симуляции в режиме реального времени, например, в учебных симуляциях . В некоторых случаях анимация также может быть полезна в режиме реального времени или даже медленнее, чем режимы в реальном времени. Например, быстрее, чем анимация в реальном времени может быть полезна для визуализации накопления очередей при моделировании людей, эвакуационных здания. Кроме того, результаты моделирования часто агрегируются в статические изображения с использованием различных способов научной визуализации .

При отладке моделирование тестового выполнения программы (а не выполнять национальное) может обнаружить гораздо больше ошибок, чем само аппаратное обеспечение может обнаружить, и в то же время войти в систему полезную информацию отладки, такую ​​как трассировка инструкции, изменения памяти и подсчет инструкций. Этот метод также может обнаружить переполнение буфера и аналогичные ошибки «трудно обнаружить», а также создавать информацию о производительности и настройки данные .

Ловушки

Хотя иногда игнорируется в компьютерном моделировании, это очень важно Чтобы провести анализ чувствительности, чтобы убедиться, что точность результатов правильно понята. Например, вероятностный анализ риска факторов, определяющих успех программы разведки нефтяного поля, включает в себя объединение образцов из различных статистических распределений с использованием метода Монте -Карло . Если, например, один из ключевых параметров (например, чистое соотношение нефтяных слоев) известно только одной значимой фигуре, то результат моделирования может быть не более точным, чем одна значительная фигура, хотя это может вводятся в заблуждение) быть представленным как имеющееся четыре значимых цифр.

Смотрите также

• Вычислительная модель
• Цифровой близнец
• Прославленный проект
• Список программного обеспечения для компьютерного моделирования
• Генератор сцены
• Симуляция
• Гипотеза симуляции
• Программное обеспечение для симуляции
• Симуляционный видеоигра
• Вселенная
• Виртуальное прототипирование
• Виртуальная реальность
• Веб-моделирование

Дальнейшее чтение

• Янг, Джозеф и Финдли, Майкл. 2014. «Вычислительное моделирование для изучения конфликтов и терроризма». Руководство по методам исследования в военных исследованиях, отредактированных Соэтерсом, Джозефом; Шилдс, Патриция и Ритдженс, Себастьян. С. 249–260. Нью -Йорк: Routledge,
• Р. Фригг и С. Хартманн, модели в науке . Вход в Стэнфордскую энциклопедию философии .
• E. Винсберг -симуляция в науке . Вход в Стэнфордскую энциклопедию философии .
• С. Хартманн, мир как процесс: моделирование в естественных и социальных науках , в: R. Hegselmann et al. (Ред.), Моделирование и моделирование в социальных науках с философии науки точки зрения , теории и библиотеки решений. Дордрехт: Kluwer 1996, 77–100.
• Э. Уинсберг, наука в эпоху компьютерного моделирования . Чикаго: Университет Чикагской Прессы , 2010.
• P. Humphreys, расширение себя: вычислительная наука, эмпиризм и научный метод . Оксфорд: издательство Оксфордского университета , 2004.
• Джеймс Дж. Нитаро (2011). Построение программного обеспечения для моделирования: теория и алгоритмы, с приложениями в C ++ . Джон Уайли и сыновья. ISBN  978-1-118-09945-2 .
• Desa, Wlhm, Kamaruddin, S. & Nawawi, Mkm (2012). Моделирование составных деталей самолетов с использованием моделирования. Усовершенствованные материалы исследования, 591–593, 557–560.

Внешние ссылки

• Руководство по компьютерному моделированию устной истории Архив 2003-2018 гг.