При имитационном моделировании, так же как и при любом другом методе анализа
и синтеза системы S, весьма существен вопрос его эффективности.
Эффективность имитационного моделирования может оцениваться
рядом критериев, в том числе точностью и достоверностью результатов
моделирования, временем построения и работы с моделью М,
затратами машинных ресурсов (времени и памяти), стоимостью
разработки и эксплуатации модели.
Очевидно, наилучшей оценкой эффективности является сравнение получаемых результатов с реальным
исследованием, т. е. с моделированием на реальном объекте при проведении натурного эксперимента.
Поскольку это не всегда удается сделать, статистический подход позволяет с определенной
степенью точности при повторяемости машинного эксперимента
получить какие-то усредненные характеристики поведения системы.
Существенное влияние на точность моделирования оказывает число
реализаций, и в зависимости от требуемой достоверности можно
оценить необходимое число реализаций воспроизводимого случайного
процесса.
Существенным показателем эффективности являются затраты машинного времени. В связи с использованием ЭВМ различного
типа суммарные затраты складываются из времени по вводу и выводу
данных по каждому алгоритму моделирования, времени на
проведение вычислительных операций, с учетом обращения к оперативной
памяти и внешним устройствам, а также сложности каждого
моделирующего алгоритма. Расчеты затрат машинного времени
являются приближенными и могут уточняться по мере отладки
программ и накопления опыта у исследователя при работе с имитационной
моделью. Большое влияние на затраты машинного времени
при проведении имитационных экспериментов оказывает рациональное
планирование таких экспериментов. Определенное влияние
на затраты машинного времени могут оказать процедуры обработки
результатов моделирования, а также форма их представления.
Построение имитационных моделей больших систем и проведение
машинных экспериментов с этими моделями представляют
собой достаточно трудоемкий процесс, в котором в настоящее
время много неизученного. Однако специалисты в области проектирования,
исследования и эксплуатации больших систем должны
в совершенстве знать методологию машинного моделирования,
сложившуюся к настоящему времени, чтобы быть готовыми к появлению
ЭВМ следующих поколений, которые позволят сделать еще
один существенный шаг в автоматизации построения моделей и использования
имитационного моделирования систем.