انسان برای رفع نیازهای خویش سیستم های متنوعی اعم از تولیدی و خدماتی را بوجود آورده است .
این‌سیستمها در طول زمان رشد و توسعه یافته‌اند و به نوبه خود مسائل و مشکلات مختلفی را هم ایجاد نموده‌اند.از طرف دیگر پیچیدگی های این سیستم ها فرایند تصمیم‌گیری ، هدایت و کنترل را برای افراد مسئول بسیارحساس و مشکل ساخته است .
لذا برای حل مسائل و مشکلات و در نهایت کمک به مسؤلان به منظورشناخت و بهبود عملکرد و تصمیم‌گیری در مورد سیستم ها ، روشها و تکنیک‌های متفاوتی بوجود آمده اند که‌بکارگیری آنها بستگی به نوعی سیستم و مشکل مربوطه دارد .
تجزیه و تحلیل های ریاضی مشاهده عینی وتجربی و فنون مختلف پژوهش عملیاتی را میتوان نمونه‌ای از این روشها دانست .
طبیعی است که هریک ازروشهای مذکور دارای نقاط قوت و محدودیت‌هایی می‌باشند و بکارگیری همه آنها در مورد یک سیستم‌خاص نه بسادگی امکان پذیر است و نه نتیجه مشابه خواهد داشت .
یکی دیگر از روشهائی که برای شناخت‌وضع موجود و بهبود عملکرد سیستمها بوجود آمده ، شبیه سازی است که در این فصل به معرفی آن‌می‌پردازیم .
شبیه سازی یکی از پرقدرترین و مفید ترین ابزارهای تحلیل عملکرد فرایندهای پیچیده سیستم‌هااست .
هر مهندس یا مدیری که بخواهد اطلاعاتش را کامل کند باید با این روش آشنا باشد .
مدلسازی از طریق‌شبیه سازی تاحد زیادی به‌علوم کامپیوتر، ریاضیات ، احتمالات و آمار متکی است .
چون شبیه سازی نوعی مدلسازی سیستم است لذا در بخش نخست سیستم ها و سپس مدلها و در نهایت‌شبیه سازی را مورد بحث قرار خواهیم داد .
1 سیستمها
برای آشنایی با مفهوم سیستم ابتدا مثالهای از سیستم را ارائه می‌کنیم و سپس با جزئیات بیشتر به بحث‌خواهیم پرداخت .
به تشکیلات یک بانک توجه کنید .
یک بانک تعدادی انسان ، ماشین، دفاتر، کامپیوتر،مقررات اداری و قوانین پولی و اقتصادی است که همه به نوعی وابسته به یکدیگر بوده و با اثر گذاشتن بر هم‌بمنظور ارائه خدمات بانکی و کسب درآمدهای اقتصادی دارای وحدت و هماهنگی هستند .
یک واحدتولیدی ، مثلاً تولید اتومبیل ، مثال دیگری از سیستم است در این واحد هم تعداد زیادی از مهندسین ،کارگران، ماشین آلات ، قوانین کار ، فرمولهای مهندسی، مواد اولیه و قوانین تولید گردهم آمده و هریک در راه‌هدف نهایی یعنی تولید دارای نقشی بوده و در اجرای این نقش از دیگران تأثیر پذیر و بر دیگران تاثیر گذارمی‌باشند.
مسلماً هدف از ایجاد یک سیستم یا اداره یک سیستم موجود، کسب بهترین نتایج حاصل از آن‌است.
لذا در مورد سیستم های موجود باید تأثیر اجزاء آن بریکدیگر، قوانین و رابطه‌های حاکم برآن و دیگرخصوصیات آنرا شناخت.
و اگر هدف ایجاد یک سیستم است باید بهترین تعداد و ترکیب اشیاء و مؤثرترین‌قوانین را برای آن انتخاب نمود .
اما انتخاب بهترین ها خود مستلزم شناخت رفتار سیستم با ترکیبات و قوانین‌متفاوت می‌باشد .
در هر حال لازمه ایجاد یا اداره مطلوب یک سیستم ، بررسی و تجزیه و تحلیل آن است .بطور کلی سیستم را میتوان چنین تعریف کرد "مجموعه‌ای از اشیاء با مشخصه‌های معلوم ، که روابط بین آنهاو قوانین حاکم بر آنها مشخص است .
اشیاء یک سیستم ممکن است دائمی یا موقت باشند." مثلاً در یک‌سیستم تولیدی ، ماشین های تولیدی جزء اشیاء دائمی و مواد اولیه و یا تولیدات از اشیاء موقت سیستم بشمارمی‌روند .
هر یک از اشیاء دائمی یا موقت دارای یک یا چندین مشخصه هستند .
اما در یک بررسی تنها آندسته‌مشخصهایی که در ارتباط با هدف بررسی بوده و نتایج از آنها تأثیر پذیر است مدنظر قرار گرفته و بعنوان‌مشخصه در مدل سیستم گنجانیده میشوند.
به چگونگی اشیاء ، مشخصات و روابط یک سیستم در یک لحظه‌زمانی وضعیت سیستم در آن لحظه می‌گویند
برای آشنایی با مفهوم سیستم ابتدا مثالهای از سیستم را ارائه می‌کنیم و سپس با جزئیات بیشتر به بحث‌خواهیم پرداخت .
در هر حال لازمه ایجاد یا اداره مطلوب یک سیستم ، بررسی و تجزیه و تحلیل آن است .بطور کلی سیستم را میتوان چنین تعریف کرد "مجموعه‌ای از اشیاء با مشخصه‌های معلوم ، که روابط بین آنهاو قوانین حاکم بر آنها مشخص است .
اشیاء یک سیستم ممکن است دائمی یا موقت باشند." مثلاً در یک‌سیستم تولیدی ، ماشین های تولیدی جزء اشیاء دائمی و مواد اولیه و یا تولیدات از اشیاء موقت سیستم بشمارمی‌روند .
به چگونگی اشیاء ، مشخصات و روابط یک سیستم در یک لحظه‌زمانی وضعیت سیستم در آن لحظه می‌گویند .
اغلب ، تغییرات خارجی سیستم مؤثر واقع شده و بعضی‌تغییرات در سیستم دارای اثراتی بر عوامل خارجی هستند.
مجموعه این گونه عوامل خارجی را که بر سیستم‌مؤثر و یا از آن تأثیر پذیرند محیط سیستم خوانند .
همراه با گذر زمان مقدار بعضی از مشخصه‌های اشیاءسیستم تغییر می‌یابند .
این تغییرات نسبت به زمان ممکن است بصورت پیوسته یا ناپیوسته باشد .
بطور مثال‌در یک سیستم بانک تعداد مشتریها یکی از مشخصه‌های سیستم است که تغییرات آن بصورت ناپیوسته باورود و خروج مشتری ها صورت میگیرد .
یک ورود باعث افزایش آن و یک خروج باعث کاهش آن میگردد .در عوض یک تصفیه خانه را در نظر بگیرید .
مایعات تصفیه نشده و تصفیه شده از اشیاء سیستم بوده و مقدارآنها مشخصه‌ای برای سیستم هستند.
تغییرات این مشخصه با گذر زمان ارتباط پیوسته‌ای دارد .
به این نوع‌سیستم، سیستم پیوسته و به سیستم مثال قبل یک سیستم گسسته گویند .
2 ـ مدلها همانطور که گفته شد برای مطالعه و تجزیه و تحلیل سیستمها، روشهای متفاوتی وجود دارد .
در مطالعه‌تجربی یکی سیستم ، متغیرها تغییر داده شده و تاثیر آنها بر روی سیستم مشاهده می‌شود .
اما تعدادسیستمهای که بتوان این روش را برای بررسی آنها بکار برد بسیار محدودند .
زیرا اولاً تغییر یک متغیر در یک‌سیستم ممکن است باعث دگرگونی سیستم و لذا بی اعتباری بررسی و نتایج حاصل از آن گردد .
ثانیاً ایجادتغییر برای مشاهده عکس العمل رفتاری در همه سیستم ها عملی نیست .
علاوه بر این ، این روش ، زمانیکه‌طراحی و ایجاد یک سیستم جدید در کار بوده و برای رسیدن به نتیجه مطلوب باید رفتار آن مورد بررسی قرارگیرد ، بی معنی خواهد بود .
در اینگونه موارد از یک الگو یا مدلی از سیستم که شامل اطلاعات لازم برای‌بررسی و تجزیه و تحلیل آن باشد استفاده می‌کنند.
بطور کلی مدل را میتوان چنین تعریف کرد «مدل ، ترکیب مناسبی از خصوصیات یک سیستم و اطلاعات‌مربوط به آن است که به منظور بررسی سیستم مورد استفاده قرار میگیرد.» معمولاً نوع بررسی، مدل و میزان‌اطلاعات قرار داده شده در انرا تعیین می‌کند .
لذا ممکن است بررسی های متفاوت، مدلهای متفاوتی از یک‌سیستم را لازم داشته باشد .
بعبارت دیگر سیستم ها در بررسی های گوناگون دارای یک مدل منحصر بفردنیستند .
مسئله‌ای که در اینجا پیش می‌آید ، فراگیری جزئیات سیستم بوسیله مدل و یا میزان نزدیک بودن مدل‌به واقعیت است .
به بیان دیگر در موقع مدلسازی دو سؤال مطرح میگردد: ــ در مدل کدامیک و به چه اندازه خصوصیات و جزئیات سیستم باید وجود داشته باشد ؟
ــ میزان شباهت مدل به سیستم واقعی چقدر است ؟
مسلماً هرچه جزئیات بیشتر از سیستم در مدل گنجانده شود ،شباهت زیادتری به سیستم واقعی پیدا نموده‌و رفتار آنرا بهتر نمایش می‌دهد .
در این صورت اگر نتیجه‌ای از مطالعه و بررسی مدل حاصل گردد ، به واقعیت‌نزدیکتر و لذا بکارگرفتن آن در سیستم واقعی عملی‌تر است .
از طرف دیگر، وجود جزئیات بیشتر در مدل‌سبب مشکل تر نمودن مطالعه و رسیدن به نتیجه میگردد .
اغلب افزودن جزئیات بیش از حد به یک مدل باعث‌تغییر روش بررسی شده و کلیت بحث از دست میرود .
بالعکس از قلم انداختن بعضی جزئیات ، تجزیه وتحلیل مدل را ساده‌تر و راه رسیدن به نتیجه را آسانتر و کوتاه تر می‌نماید و از طرف دیگر نتایج حاصل را ازواقعیت‌ها دورتر و بکارگیری آنها را در سیستم واقعی بی‌ثمر خواهد ساخت .
بهر حال ، در مدل سازی معیاری‌برای قابل قبول بودن شمول جزئیات یک مدل قبل از بکارگیری نتایج در واقعیت وجود ندارد .
ازمسئولیت‌های تحلیلگر است که در ساخت مدل و گنجانیدن جزئیات سیستم در آن ، با توجه به دقت مورد نیازدر نتایج ، جانب تعادل و اعتبار را رعایت کند .
این تعادل باید به گونه‌ای باشد که اولاً بوسیله تکنیکها و وسایل‌موجود، بررسی مدل امکان پذیر بوده و ثانیاً نتایج بررسی منطبق یا نزدیک به واقعیت باشد .
فرایند یک‌مدلسازی مطلوب در زیر نشان داده شده است .
مدلهایی که برای مطالعه سیستمها ساخته و بکار برده میشوند ، با توجه به خصوصیات عمومی شان بطرق‌مختلف دسته‌بندی میشوند .
با این دسته‌بندیها نه تنها انواع مدلها از یکدیگر متمایز می‌سازند ، بلکه‌روش‌هایی برای بررسی هر گروه تعیین می‌کنند .
در مرحله اوّل مدلها را میتوان به دو دسته فیزیکی و ریاضی‌تقسیم نمود .
مدلهای فیزیکی ، شامل خصوصیات عمده و فیزیکی سیستم واقعی بوده و تنها از مقیاس‌کوچکتری برخوردارند.
مدلهای ریاضی که خود به دو دسته متمایز بنام های سمبولیک و گرافیک تقسیم‌می‌شوند ، با بکار بردن سمبولها یا گرافها و چارتها سیستم را نمایش می‌دهند .
در مدلهای ریاضی ،مشخصه‌های سیستم به وسیله متغیرها ، و روابط موجود بین آنها نمایش داده میشوند .
در یک تقسیم بندی‌دیگر مدلها ، اعم از فیزیکی یا ریاضی ، بدو دسته ایستا و پویا تقسیم میگردند .
در یک مدل ایستا، یا بعد زمان‌بطور کلی نادیده گرفته می‌شود یا وضعیت یک سیستم در یک لحظه زمانی بطور ایستا نشان داده می‌شود .
درمقابل ، یک مدل پویا به طور صریح گذر زمان را شامل بوده و رابطه وضعیت سیستم و زمان را به نمایش‌می‌گذارد .
مدلهای ریاضی با یک دیدگاه دیگر شامل مدلهای تحلیلی و عددی میشوند.
این تقسیم بندی‌بیشتر با توجه به روش بررسی مدل و کسب نتایج انجام شده است .
بالاخره نوع دیگر تقسیم بندی مدلها،بصورت قطعی و احتمالی است .
کلیه تغییرات در یک مدل قطعی، معین و براساس روابط غیر احتمالی‌صورت میگیرد، اما در یک مدل احتمالی، حداقل قسمتی از تغییرات یا روابط، تصادفی و احتمالی است.نمودار زیر دسته‌بندی مدلها را نشان می‌دهد .
3 ـ شبیه سازی همانطور که ذکر شد یکی از روشهای تجزیه و تحلیل سیستمها ، شبیه سازی است .
این که مفهوم دقیق‌شبیه سازی چیست و چه موقع از آن استفاده می‌شود و دارای چه کاربردهایی است و چه مزایا و معایبی دارد ودارای چه فرایندی است ،بحث هایی هستند که در این بخش به آنها خواهیم پرداخت.
برخلاف بسیاری از علوم فنی که می‌توانند برحسب رشته‌ای که منشاء آنها است رده‌بندی شوند (مانندفیزیک یا شیمی) ، شبیه سازی در تمام رشته‌ها قابل استفاده است .
انگیزه اصلی شبیه سازی ریشه در برنامه‌های فضایی دارد ، اما حتی یک بررسی غیر رسمی نوشته‌های مربوط به شبیه سازی ، می‌تواند زمینه وسیع‌کاربردهای فعلی آن را نشان دهد .
به عنوان مثال رابرت شانون در کتاب خود (علم و هنر شبیه سازی‌سیستم‌ها) از کتابهایی که در رابطه با کاربرد شبیه سازی در موارد زیر نوشته شده‌اند نام می‌برد .
این مواردعبارتند از بازرگانی ، اقتصاد، بازاریابی، تعلیم و تربیت، سیاست ، علوم اجتماعی ، علوم رفتاری، روابط‌بین‌الملل ، ترابری، نیروی انسانی، اجرای قوانین ، مطالعات شهری و سیستم‌های جهانی.
بعلاوه تعداد بیشمارمقالات فنی ، گزارشها و رساله‌های دوره دکترا و کارشناسی ارشد، تقریباً در همه زمینه‌های اجتماعی ،اقتصادی، فنی و انسانی، گواه بر تأثیر و رشد گسترده استفاده از شبیه سازی در تمام جنبه‌های زندگی دارد .
تعریف شبیه سازی : از شبیه‌سازی تعاریف زیادی ارائه شده است اما جامعترین و کاملترین تعریف را شانون ارائه داده است .شانون شبیه سازی را چنین تعریف می‌کند «شبیه سازی عبارت از فرایند طراحی مدلی از سیستم واقعی‌وانجام آزمایشهایی با این مدل است که با هدف پی‌بردن به رفتار سیستم ، یا ارزیابی استراتژیهای گوناگون (درمحدوده‌ای که به وسیله معیار و یا مجموعه‌ای از معیارها اعمال شده است) برای عملیات سیستم ، صورت‌می‌گیرد.» بنابراین در می‌یابیم که فرایند شبیه سازی، هم شامل ساختن مدل و هم شامل استفاده تحلیلی از آن‌برای مطالعه یک مسئله است .
در تعریف فوق، سیستم واقعی به معنای سیستمی که وجود دارد یا قابلیت‌ایجاد شدن را دارد ، بکار رفته است .
قبل از پرداختن به مسائل دیگر شاید بهتر باشد که برای تشریح مفهوم‌شبیه سازی به مثال ساده‌ای توجه کنیم .
سیستم باجه پرداخت پول یک بانک را در نظر بگیرد .
فرض کنید که‌یک نفر در قسمت پرداخت پول کار می‌کند .
و همچنین فرض کنید که زمان بین ورود مشتریان روی 1 تا 10دقیقه بطور یکنواخت توزیع شده باشد (برای سادگی ، اندازه تمام زمانها را به نزدیکترین عدد صحیح گردمی‌کنیم).
همچنین فرض کنید که زمان لازم برای خدمت به هر مشتری روی 1 تا 6 دقیقه به طور یکنواخت‌توزیع شده است .
می‌خواهیم متوسط مدت زمانی را که مشتری در سیستم صرف می‌کند، اعم از زمان انتظارمشتری و زمان خدمت و درصد مدت زمانی را که صندوقدار مشغول به کار نیست محاسبه کنیم .
برای شبیه‌سازی کردن این سیستم نیاز داریم آزمایشی ساختگی که معرف وضعیت بالا باشد ، بوجود آوریم .
بدین‌منظور باید روشی برای تولید مراجعه ساختگی گروهی از مشتریان و زمان لازم برای خدمت به هر یک از آنهارا ایجاد کنیم .
در یکی از روشهایی که می‌تواند مورد استفاده قرار گیرد کار را با 10 مهره و یک تاس آغازمی‌کنیم .
سپس مهره ها را از یک تا ده شماره گذاری کرده ، آنها را داخل ظرفی می‌گذاریم و با تکان دادن ظرف‌آنها را قاطی می‌کنیم .
با استخراج یک مهره از داخل ظرف و خواندن عدد روی آن میتوان زمان بین ورودی‌مشتری فعلی و قبلی را مشخص کرد.
زمان خدمت به این مشتری را نیز میتوان با پرتاب تاس و خواندن تعدادنقطه‌های روی وجه فوقانی آن به دست آورد .
با تکرار این عملیات (با جایگذاری مهره ها در داخل ظرف وتکان دادن آن بعد از هر بار استخراج) ما ورود و زمانهای خدمت یک گروه از مشتریان فرضی را تولید کرده‌ایم .جدول زیر نشان می‌دهد که نمونه‌ای با 15 مشتری چه شکلی خواهد داشت .
مشتری مدت زمان بین دو ورود مدت زمان زمان ورود زمان شروع خدمت زمان پایان خدمت مدت زمان انتظار زمان تلف شده متوالی (به دقیقه) خدمت (به دقیقه) (به دقیقه) (به دقیقه) مشتری صندوقدار 1 ــ 1 00: 00: 01: 1 0 2 3 4 03: 03: 07: 4 2 3 7 4 10: 10: 14: 4 3 4 3 2 13: 14: 16: 3 0 5 9 1 22: 22: 23: 1 6 6 10 5 32: 32: 37: 5 9 7 6 4 38: 38: 42: 4 1 8 8 6 46: 46: 52: 6 4 9 8 1 54: 54: 55: 1 2 10 8 3 02:1 02:1 05:1 3 7 11 7 5 09:1 09:1 14:1 5 4 12 3 5 12:1 14:1 19:1 7 0 13 8 3 20:1 20:1 23:1 3 1 14 4 6 24:1 24:1 30:1 6 1 15 4 1 28:1 30:1 31:1 3 0 جمع 56 41 دقیقه 73/3 = 5615 = متوسط مدت زمان انتظار مشتری 45/0 = 100 * 4191 = درصد وقت تلف شده صندوقدار توجه کنید که 91 کل زمانی است که سیستم شبیه سازی شده است .
چون زمان پایان خدمت آخرین مشتری‌در ساعت یک و 31 دقیقه خاتمه یافته است پس کل زمانی که سیستم شبیه سازی شده 91=31+60 دقیقه‌می‌باشد .
مسلماً برای اینکه مثال بالا از لحاظ آماری معنی دار باشد مجبوریم از نمونه‌ای با حجم بزرگتر استفاده‌کنیم.
لازم به تذکر است که در این مثال چندین مطلب مهم از قبیل شرایط شروع ، که بعداً مورد بحث قرارخواهد گرفت ، نادیده گرفته شده است .
نکته مهم در اینجا این است که با استفاده از دو وسیله برای تولیداعداد تصادفی (مهره‌های شماره گذاری شده و تاس) آزمایش ساختگی (شبیه سازی شده) برای سیستمی که‌بتوانیم بعضی از مشخصات رفتاری آن را مورد بررسی قرار دهیم ایجاد کرده‌ایم .
چه موقع از شبیه سازی استفاده کنیم .
مسئله یا مسائل مورد نظر در بررسی یکی سیستم اغلب روش بررسی و حل آنرا تعیین می‌کنند .
روشهای‌تحلیل ریاضی هر جا که ممکن باشد، مطلوب ترین و دقیق ترین روشها برای مطالعه سیستمها می‌باشند، زیرااین روشها معمولاً با کمترین کوشش، جوابها یا نتایجی را تولید می‌کنند که برای مقادیر مختلف پارامترهای‌مدل قابل محاسبه بوده و میزان دقت آنها صد درصد می‌باشد .
اما جائیکه روشهای تحلیلی ، بعلت پیچیدگی‌مدل‌ها یا نیاز به تولید واقعی تر رفتار سیستم غیر عملی است ، روشهای مطالعه سیستم از طریق شبیه سازی‌مطرح می‌گرد.
شبیه سازی به عنوان آزمایش کردن با مدل یک سیستم واقعی تعریف می‌شود.
یک مسئله‌آزمایشی، موقعی پدید می‌آید که به اطلاعات بخصوصی درباره یک سیستم نیاز بوده و آنها را از منابع موجودنتوان تهیه کرد .
آزمایش کردن روی سیستم واقعی، مشکلات زیادی را که در تطبیق دادن مناسب مدل باشرایطی واقعی وجود دارد از بین می‌برد .
شانون در کتاب خود به نقل از بریش معایب آزمایش مستقیم راچنین بیان می‌کند: 1 ـ می‌توانند عملیات سازمان را مختل کنند .
2 ـ اگر مردم جزء جدا نشدنی سیستم باشند، نتایج حاصل ممکن است متأثر از «اثر هاثورن» باشند ، یعنی‌مردم به علت تحت نظر بودن ، ممکن است رفتارشان را تغییر دهند .
3 ـ ممکن است یکسان نگهداشتن شرایط عمل برای هر بار تکرار یا اجرای آزمایش بسیار مشکل باشد .
4 ـ به‌دست آوردن حجم نمونه‌ای یکسان (و در نتیجه معنی دار بودن آماری) ممکن است به زمان و هزینه‌زیادی نیاز داشته باشد .
5 ـ ممکن است که آزمایش کردن در جهان واقعی امکان کاوش بسیاری از گزینه‌ها را به دست ندهد .
شانون خاطر نشان می‌سازد که در صورت وجود یک یا چند شرط از شرایط زیر ، تحلیلگر می‌تواند از شبیه‌سازی استفاده کند: 1 ـ تدوین ریاضی کاملی از مسئله وجود نداشته ، یا برای حل مدل ریاضی هنوز روشهای تحلیل به وجودنیامده باشد .
2 ـ روشهای تحلیلی وجود داشته اما شیوه‌های ریاضی آنقدر پیچیده و سخت باشند که شبیه سازی ، روشی‌ساده‌تر برای حل مسئله به حساب آید .
3 ـ راه‌حلهای ریاضی وجود داشته ، یا به دست آوردن آنها امکان پذیر بوده ، اما انجام آن خارج از توان ریاضی‌افراد دست‌اندر کار باشد .
در این صورت باید هزینه طراحی، آزمایش و اجرای شبیه سازی ، در مقابل هزینه‌بدست آوردن کمک از خارج سازمان ارزیابی شود .
4 ـ علاوه بر برآورد بعضی از پارامترهای خاص ، مشاهده گذشته در طول دوره‌ای از زمان مطلوب باشد .
5 ـ ممکن است به علت مشکلات موجود در انجام آزمایشها و مشاهده پدیده ها در محیط واقعی آنها، شبیه‌سازی تنها را ه ممکن باشد .
ایجاد یک سازمان جدید مثالی از این حالت است .
6 ـ تراکم زمان برای سیستمها یا فرایندهایی که دارای چارچوب زمانی بلند مدت هستند مورد نیاز باشد .
درشبیه سازی، کنترل کاملی روی زمان وجود دارد ، زیرا سرعت یک پدیده را میتوان به دلخواه کم و زیاد کرد .
انواع شبیه سازی فرم‌های مختلفی از شبیه سازی وجود دارد که اینجا برخی از آنها را یادآور می‌شویم : 1 ـ شبیه سازی همانی : مدلها از نظر شباهت به سیستم واقعی، در یک حوزه وسیع قرار دارند .
در منتهاالیه این‌حوزه میتوان خود سیستم را بعنوان مدل آن در نظر گرفت و رفتار آنرا بررسی نمود .
این روش را شبیه سازی‌همانی نامند.
به عبارت دیگر این روش همان آزمایش مستقیم روی سیستم است که گرچه ساده بنظر می‌رسدو در صورت یافتن پاسخی برای مسئله مورد نظر، صد در صد قابل استفاده و مفید می‌باشد ولی دارای معایب‌زیادی هم می‌باشد که در قسمت های قبل ذکر گردید .
2 ـ شبیه سازی نیمه همانی : همانطور که از نام این روش بر می‌آید ، در مطالعه سیستم سعی میگردد تا آنجا که‌امکان دارد از اشیاء و قوانین واقعی سیستم استفاده گردد تنها اشیاء یا مراحلی از سیستم واقعی که باعث غیرممکن شدن شبیه سازی همانی است ، مدلسازی میگردد .
بعبارت دیگر بخشی از مدل سیستم، واقعی وبخش دیگر غیر واقعی یا شبیه سازی شده است .
بعنوان مثال مانورهای نظامی که در آن سربازان ، افسران وسلاح‌ها واقعی بوده ولی خرابی یا کشتاری صورت نمی‌گیرد .
و محل عمل ، محل واقعی حمله یا دفاع‌نمی‌باشد .
هرچند این روش عملی تر از شبیه سازی همانی است ولی معایب آنرا کم و بیش دارد .
3 ـ شبیه سازی آزمایشگاهی : در این روش بعضی از نماها و اشیاء سیستم واقعی بوسیله امکانات‌آزمایشگاهی ساخته شده و بعضی نماها و روابط دیگر به وسیله سمبلها جایگزین میگردند .
4 ـ شبیه سازی کامپیوتری: در شبیه سازی کامپیوتری، مدلی که از سیستم تحت بررسی ساخته می‌شود یک‌برنامه کامپیوتری است یعنی کلیه اشیاء ها و نماهای سیستم به ساختارهای برنامه‌ای و کلیه مشخصات و رفتارآنها به متغیرها و توابع ریاضی تبدیل میگردد .
قوانین و روابط حاکم بر سیستم و ارتباطشان با یکدیگر دربرنامه در نظر گرفته می‌شود .
شبیه سازی کامپیوتری به علت عملی بودن و دارا بودن امتیازهای خاص خودبرای بررسی و مطالعه اغلب سیستمها از قبیل حمل و نقل ، بیمارستان ، سیستم‌های صنعتی ، تولیدی ،ترافیک ، انبار و غیره بکار میرود .
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 یک از مراحل‌مذکور قدمهای اساسی‌ای هستند که احتیاج به توضیح بیشتری دارند .
از طرف دیگر مراحل تعین شده‌فلوچارت جنبه کلی داشته و در برگیرنده همه انواع بررسی هایی است که شامل یک مدل می‌باشند ، درحالیکه هدف ما در این جا مطالعه روش شبیه سازی کامپیوتری است .
لذا مراحل مذکور در ادامه بحث‌بصورت دقیق‌تر توضیح داده می‌شود.
شاید تصور شود که آزمایش شبیه سازی تنها شامل شناخت سیستم و ساختن مدل کامپیوتری آن می‌باشد،و بهمین علت در بعضی دوره‌های آموزشی تنها به جنبه های برنامه‌ای و زبانهای خاص شبیه سازی توجه‌می‌شود.
در صورتیکه ساختن مدل سیستم بوسیله یک زبان کامپیوتری تنها یکی از قدمهای لازم است .
اهمیت‌این مطلب ، بخصوص وقتی زیادتر میگردد که آزمایش جنبه آموزشی نداشته و نتایج آن باید در موردیک‌سیستم واقعی بکار گرفته شود.
در آنجاست که باید تا حد ممکن مطمئن بود که مدل معتبر بوده و رفتار سیستم‌را بخوبی شبیه سازی می‌کند .
علاوه بر آن ، نتایج خام بدست آمده از اجرای مدل، مورد تجزیه و تحلیل قرارگیرند تا باعث قضاوتهای دقیق تری در مورد سیستم گردد .
فرایند شبیه سازی در فلوچارت صفحه بعد نشان‌داده شده است .
آغاز پروژه، زمانی اتفاق می‌افتد که شخصی در سازمانی بر این عقیده است که مسئله‌ای وجود دارد و نیازبه رسیدگی آن است .
معمولاً در سازمان از گروهی که با مسئله مواجه هستند فردی تعیین می‌شود تا بررسی‌های مقدماتی را انجام دهد .
گاهی تشخیص داده می‌شود که روشهای کمّی در مطالعه مسئله ممکن است مفیدباشد و در این موقع تحلیلگر سیستم به گروه اضافه می‌شود .
بدین ترتیب تعریف و تدوین مسئله آغازمی‌گردد.
تشریح فرایند شبیه سازی 1 ـ تدوین مسئله : آلبرت انیشتین بیان داشت که تدوین صحیح مسئله، حتی از حل آن اساسی‌تر است .برای یافتن جواب مسئله ، ابتدا باید فهمید که مسئله چیست .
این نکته ممکن است ساده به نظر آید اما بسیاری‌از دانشمندان علم مدیریت ، آن را کاملاً نادیده می‌گیرند.
هر ساله در جهان جهت یافتن جوابهای عالی و جامع‌برای سؤالات اشتباه، سرمایه های گزافی هزینه میشوند .
در بسیاری از موارد ممکن است مدیریت نتواند یاقادر نباشد مشکل خود را بطور صحیح تشخیص دهد .
آنها می‌دانند که مشکل وجود دارد اما ممکن است‌مشکل حقیقی را تشخیص ندهند .
بنابراین پروژه تحلیل سیستم ، معمولاً با انجام مطالعه‌ای جهت آشنا شدن باسیستم تحت کنترل تصمیم گیرنده ، آغاز می‌شود .
تجربه نشان می‌دهد که تدوین مسئله در طول مطالعه وبررسی ، فرایندی پیوسته است .
بنابراین اولین قدم در هر آزمایش ، منجمله یک آزمایش شبیه سازی ، تعیین‌هدف آزمایشی است .
چون این هدف است که نحوه آزمایش، جزئیات لازم و نتایج نهایی را تعیین می‌کند .
شانون در کتاب خود به نقل از بارتی مسئله را این چنین عنوان می‌کند «میتوان مسئله را به عنوان حالتی‌از خواست برآورده نشده ، تعریف کرد» .
زمانی که نتایج دلخواه از عملیات سیستم حاصل نشوند، وضعیت‌سیستم به یک مسئله تبدیل می‌شود .
وقتی که نتایج مورد نظر به دست نیایند، نیاز به اصلاح سیستم یا محیطی‌که سیستم در آن عمل می‌کند ، به وجود می‌آید .
مسئله را میتوان بصورت ریاضی این چنین تعریف کرد : که در این فرمول Pt = [Dt -At] Pt : وضعیت مسئله در زمان t است .
Dt: حالت مطلوب در زمان t است .
At: حالت واقعی (وضعیت سیستم) در زمان t است .
2 ـ تعریف سیستم : قسمت مهمی از فرایند تحلیل سیستم ، تعریف سیستمی است که باید مورد مطالعه قرارگیرد .
وقتی که هدف مطالعه و بررسی مشخص گردید، آنگاه باید به شناخت سیستم و تعریف قسمتهائی از آنکه بطور مستقیم یا غیر مستقیم به هدف بستگی دارند پرداخت .
البته این به آن معنی نیست که شناخت‌قسمتهای دیگر یا کسب اطلاعات بیشتر در مورد سیستم مخرب بوده و مسیر آزمایش را تغییر می‌دهد .
بلکه‌تنها اشکالی که ممکن است ایجاد گردد این است که وجود جزئیات زیاد و اطلاعات اضافی باعث سردرگمی‌مدلساز و یا پیچیدگی مدل گردد .
تعریف سیستم شامل تعیین جزء سیستم، اشیاء و عوامل داخلی و خارجی ،محیط سیستم ، اشیاء آن و بالاخره پارامترها و متغییرهای سیستم می‌باشد .
بعد از تعیین دقیق بخشها واطلاعات مذکور، مشخصاتی از اشیاء سیستم که در ارتباط با هدف مطالعه و بررسی هستند تعریف و روابط وقوانین حاکم بین آنها و بین اشیاء سیستم مشخص یا فرموله میگردند .
آنگاه چگونگی رفتار سیستم موردبررسی قرار گرفته و جزئیات تغییر وضعیت ها و اثر پیش آمدها در سیستم معلوم میگردند .
3 ـ آیا از شبیه سازی استفاده شود؟
تاکنون سیستم ، بررسی و مشکل سیستم مشخص شد .
حال باید با انتخاب‌روشی صحیح و منطقی سیستم را مورد مطالعه و بررسی قرار داده و مشکل را حل کرد .
در این مرحله بایدمشخص کرد که از چه روشها و تکنیک‌هایی میتوان برای این منظور استفاده کرد .
اگر فقط از شبیه سازی‌می‌توان استفاده کرد و دیگر روشها کاربرد ندارند و یا کاربرد آنها چندان مطلوب نیست ، قطعاً از شبیه سازی‌استفاده می‌کنیم .
اما اگر هم از شبیه سازی و هم از روشهای دیگر بتوان استفاده کرد باید به تجزیه و تحلیل‌روشها از دیدگاههای مختلف مانند هزینه ، میزان دقت نتایج و غیره و همچنین امکانات در دسترس و دیگرعواملی که برای مسئولان مهم است پرداخت و سپس به انتخاب روش صحیح و منطقی برای بررسی سیستم‌پرداخت .
با فرض اینکه مشخص شده که از شبیه سازی باید استفاده کرد ، به تشریح قدمهای بعدی این فرایندمی‌پردازیم.
4 ـ تدوین مدل : چهارمین مرحله از فرایند شبیه سازی ساختن مدل است .
باید خاطرنشان ساخت که‌مدلسازی یک هنر است و لذا میزان مطلوبیت مدل بستگی زیاد به فردی دارد که مدل را تهیه کرده است .
روش‌ساخت موفقیت آمیز مدلها بر اساس تکمیل و توسعه آنها استوار است .
کار را با مدلی بسیار ساده شروع کرده، به نحوی تکاملی سعی می‌شود که کار به سوی مدلی پیش رود که کاملتر بوده و وضعیت پیچیده را روشنترمنعکس کند .
هنر مدلسازی عبارت است از توانایی تحلیل مسئله ، چکیده سازی خصایص اساسی آن،انتخاب مفروضات و سپس تکمیل و توسعه مدل تا وقتی که تقریبی مفید از واقعیت بدست آید .
شانون درکتاب خود به نقل از موریس برای مدلسازی هفت رهنمود زیر را پیشنهاد می‌کند : 1 ـ سیستم مورد سؤال را به مسائل ساده‌تر تقسیم کنید.
2 ـ بیان روشنی از اهداف ارائه دهید .
3 ـ شباهتها را جستجو کنید .
4 ـ یک مثال عددی مشخص از مسئله را در نظر بگیرید .
5 ـ چند نماد فراهم کنید .
6 ـ بدیهیات را مشخص کنید .
7 ـ اگر مدل قابل کنترل بود آن را توسعه دهید ، در غیر این صورت آن را ساده کنید .
بطور کلی ، ساده سازی را میتوان با یکی از روشهای زیر انجام داد ، در حالی که درست عکس موارد زیربرای غنی‌سازی صورت می‌پذیرد: 1 ـ تبدیل متغیرها به مقادیری ثابت 2 ـ حذف یا ترکیب متغیرها 3 ـ خطی فرض کردن روابط 4 ـ افزودن فرض‌ها و محدودیت های مؤثرتر 5 ـ محدود کردن حدود سیستم یکی از عواملی که سرعت و جهت تکاملی مدلسازی به آن بستگی دارد ، رابطه بین سازنده مدل و استفاده‌کننده آن است .
با همکاری نزدیک در فرایند تکاملی ، سازنده مدل و استفاده کننده آن می‌توانند محیطی ازاعتماد و تفاهم متقابل به وجود آورند که به کمک آن ، متناسب بودن نتیجه نهایی با اهداف ، مقاصد ومعیارهای مورد نظر تأمین می‌شود .
به هنگام تلاش برای مدل کردن سیستم حتماً باید اهداف یا مقاصد آنرابیان داشت و از آنها منحرف نشد تا مدل مناسبی حاصل شود .
چون شبیه سازی با حل مسائل جهان واقعی‌سروکار دارد ، باید اطمینان یافت که نتیجه نهایی مدل، وضعیت حقیقی را دقیقاً به تصویر می‌کشد .
در نتیجه‌مدلی که جوابهای بی‌معنی می‌دهد باید فوراً مورد سوء ظن قرار گیرد.
مدل باید همچنین قادر باشد به‌سؤالهای «چه می‌شود اگر...» پاسخ گوید زیرا این گونه سؤالها هستند که در درک مسئله و کوشش برای ارزیابی‌گزینه‌ها بر ایمان بسیار مفیدند.
شانون در کتاب خود معیارهای خاصی که هر مدل خوب شبیه سازی باید به‌آنها برسد را چنین تعیین می‌کند : 1 ـ درک آن برای استفاده کننده آسان باشد .
2 ـ در جهت هدف یا مقصود باشد .
3 ـ قوی بوده، بدین مفهوم که جوابهای بی‌معنی ندهد .
4 ـ برای استفاده کننده ، کنترل و کار کردن با آن راحت بوده ، یعنی ارتباط با آن آسان باشد .
5 ـ در مورد موضوعات مهم کامل باشد .
6 ـ اصلاح یا به هنگام کردن مدل به آسانی انجام شود.
7 ـ تکاملی باشد ، بدین مفهوم که به طور ساده شروع و سپس پیچیده‌تر شود.
5 ـ تدارک داده‌ها: هر مطالعه‌ای مستلزم جمع‌آوری داده‌هاست .
معمولاً جمع‌آوری داده‌ها را به مفهوم‌جمع‌آوری اعداد تعبیر می‌کنند در صورتی که جمع‌آوری اعداد ، تنها جنبه‌ای از کار جمع‌آوری داده‌هاست.تحلیلگر سیستم باید داده‌ها مربوط به ورودیها و خروجی‌های سیستم و نیز با اطلاعات مربوط به اجزاءمختلف سیستم و ارتباطهای بین آنها ارتباط نزدیک داشته باشد .
بنابراین تحلیلگر به جمع‌آوری داده‌های کمّی‌و کیفی علاقه‌مند بوده و باید تصمیم بگیرد که چه داده‌هایی مورد نیازند، آیا داده‌ها مناسب‌اند ، آیا داده‌های‌موجود برای اهداف او قابل قبول‌اند، و چگونه این اطلاعات را باید تهیه کرد .
طراحی یک مدل شبیه سازی‌تصادفی ، همیشه مستلزم این انتخاب است که آیا داده‌های تجربی مستقیماً در مدل به کار روند یا از توزیعهای‌نظری احتمال با فراوانی استفاده شود.
به سه دلیل این انتخاب مهم و بنیادی است .
اول آنکه استفاده ازداده‌های تجربی خام ، به این مطلب اشاره می‌کند که تمام آنچه را که یک مدل انجام می‌دهد شبیه سازی حالت‌گذشته است .
حال آنکه ، استفاده از داده‌های یک سال ، تنها عملکرد همان سال را تکرار کرده و لزوماً در موردعملکرد مورد انتظار سیستم در آینده ، چیزی به ما نمی‌گوید .
دوم آنکه برای تولید متغیرهای تصادفی که درعملیات مدل لازم‌اند، از لحاظ وقت کامپیوتر و حافظه مورد نیاز ، کاربرد توزیع نظری احتمال عموماً نسبت به‌کاربرد شیوه‌های مراجعه به جدول، کارایی بیشتری دارند.
سوم آنکه اگر الزامی در کار نباشد ، بسیار مطلوب‌است که تحلیلگر ، حساسیت مدلش را نسبت به شکل دقیق توزیعهای احتمالی که به کار رفته‌اند و نسبت به‌مقادیر پارامترها ، تعیین کند .
به عبارت دیگر ، آزمونهای حساسیت نتایج، نسبت به داده‌های ورودی بسیارمهم‌اند .