IV Международная студенческая научная конференция Студенческий научный форум - 2012

За последние годы было создано множество систем имитационного моделирования, среди которых четко прослеживается деление на классы: дискретно-событийные системы, процессно-ориентированные, специализированные системы по моделированию физических процессов и другие, но системы, находящиеся в рамках одного класса очень похожи по своей структуре, при этом каждая обладает рядом преимуществ или недостатков перед конкурентами, но, зачастую, не имеет никаких средств для взаимодействия с другими информационными системами.

При работе с такими системами пользователь оказывается жестко связан как с ними, так и с их функционалом, не имея возможности перенести свою модель в другую систему имитационного моделирования, расширить язык введением или модификацией существующей конструкции или настройки визуальной среды моделирования на конкретную предметную область.

Эти недостатки можно устранить, введя дополнительный уровень в информационную систему: уровень метамоделей, который сможет описать:

• Целевой язык имитационного моделирования, при помощи которого будет производиться имитационный эксперимент, в данном случае это Triad.Net.
• Язык-источник, представляющий уже существующий язык имитационного моделирования, модели которого нам хотелось бы перенести на платформу целевого языка для дальнейшей модификации и исследования.
• Конкретные предметные области, т.к. зачастую пользователю бывает сложно работать с абстрактными концептами систем имитационного моделирования.
• Взаимосвязи между вышеперечисленными пунктами.

При создании информационной системы основная ставка будет делаться на метамодели, которые будут описывать все важнейшие этапы функционирования: настройку транслятора и конвертера на определенную систему имитационного моделирования и настройку среды разработки на конкретную обобщенную модель, при этом при преобразовании моделей будут использоваться отображения одной метамодели на другую.

Структура информационной системы при таком подходе будет иметь, Представленный на рис. 1.

 Такой подход позволит создать открытую систему имитационного моделирования, предоставляющую пользователю гибкий набор механизмов взаимодействия с ней и расширения ее функционала, достигающихся за счет:

• Описания дополнительных метамоделей для систем имитационного моделирования, позволяя расширить круг доступных для работы моделей.
• Расширяемости метамоделей:
• Можно изначально создавать не полноценные метамодели систем имитационного моделирования, а некоторые их приближения, отражающие лишь необходимые на данном этапе элементы и связи.
• При переходе сторонней системы на более новую версию или добавление в нее функционала повлечет лишь доработку метамодели.
• При недостаточных описательных возможностях обобщенной метамодели, используемой в визуальном редакторе, ее так же можно расширить.

Важным этапом в создании информационной системы является этап определения формализма представления модели. С точки зрения открытых систем решение должно быть масштабируемым и обладать свойством интероперабельности, т.е. в данном случае, с точки зрения моделей, формализм должен предоставлять возможности по переводу модели из одного представления в другое, будь то графовые трансформации или наборы генераторов элементов модели.

Рассмотрим основные особенности языков имитационного моделирования, на которые стоит обратить внимание при выборе формализма:

• В основе модели лежит граф, описывающий основные элементы модели и связи между ними.
• Большинство языков предоставляет возможности по иерархическому описанию моделей и ее элементов.

С точки зрения метамоделирования формализм должен предоставлять возможности по отображению семантических связей, таких как наследование, агрегация и декомпозиция.

Отдельно можно заметить, что предпочтение стоит отдать формализму, обладающему общедоступной спецификацией, чтобы по возможности обеспечить и перенос самих метамоделей.

Всем этим требованиям соответствуют онтологии. Их использование в качестве метамоделей имитационного моделирования предоставляет ряд преимуществ:

• Система будет способна работать с большинством современных систем имитационного моделирования.
• Пользователи будут иметь возможность легко переходить между системами имитационного моделирования.
• Появится возможность объединять модели, написанные в разное время на разных языках имитационного моделирования.
• Разработанную модель можно будет исследовать сразу в нескольких системах имитационного моделирования, что позволит использовать их совокупный потенциал без необходимости многократного описания одной и той же модели.

Главным недостатком сред распределенного имитационного моделирования, помимо их громоздкости и большого ряда ограничений и правил, накладываемых на структуру имитационной модели, является отсутствие семантики в передаваемых сообщениях. Таким образом при использовании таких систем появляется необходимость в дополнительной обработки сообщений, определении его структуры и содержания, в то время как в терминах конкретной парадигмы имитационного моделирования каждое сообщение можно соотнести с тем или иным концептом, понятным как источнику сообщения, так и приемнику.

Как мы видим, данный недостаток можно устранить, добавив уровень метамоделей в коммуникационную прослойку, позволив узлам отсылать непосредственно элементы моделей. В коммуникационной прослойке будет производиться конвертация сообщений, основанная на отображении метамоделей системы имитационного моделирования источника и системы имитационного моделирования приемника.

На базе созданной модели планируется создать визуальную оболочку к системе имитационного моделирования Triad.Net.

Библиографический список

1. Fishwick, P. A. and J. A. Miller. 2004. Ontologies for Modeling and Simulation: Issues and Approaches. In Proceedings of the 2005 Winter Simulation Conference. Piscataway, New Jersey: Institute of Electrical and Electronics Engineers.
2. Benjamin P., Patki M., Mayer R. J. Using Ontologies For Simulation Modeling // Proceedings of the 2006 Winter Simulation Conference/ L. F. Perrone, F. P. Wieland, J. Liu, B. G. Lawson, D. M. Nicol, and R. M. Fujimoto, eds. -pp.1161-1167
3. Fishwick, P. A. and J. A. Miller. 2004. Ontologies for Modeling and Simulation: Issues and Approaches. In Proceedings of the 2005 Winter Simulation Conference. Piscataway, New Jersey: Institute of Electrical and Electronics Engineers.
4. Fishwick, P. A. and J. A. Miller. 2004. Ontologies for Modeling and Simulation: Issues and Approaches. In Proceedings of the 2005 Winter Simulation Conference. Piscataway, New Jersey: Institute of Electrical and Electronics Engineers.
5. Lacy L., Gerber W. Potential Modeling and Simulation Applications of Web Ontology Language - OWL // Proceedings of the 2004 Winter Simulation Conference / R .G. Ingalls, M. D. Rossetti, J. S. Smith, and B. A. Peters, eds., - pp. 265-270