• شبیه سازی 01
  • شبیه سازی 02

فهرست مطالب سمینار

فهرست مطالب مستند سازی

فهرست مطالب تحلیل آماری

فهرست مطالب پایان نامه و رساله

فهرست مطالب شبیه سازی

فهرست مطالب پلاجریسم و تشابه جویی

 شبیه سازی (Simulation) فرآیند تقلید یا همگون سازی شرایط اجرایی یک سیستم یا پروژه در محیط کنترل شده است. مفهوم شبیه سازی در بسیاری از زمینه ها از قبیل تکنولوژی، بهینه سازی، ایمنی مهندسی، تست کردن سیستم های امنیتی، آموزش و بازی های آنلاین  مورد استفاده قرار می گیرد. یکی از رایج ترین نمونه های شبیه سازی (Simulation) در رشته کامپیوتر انجام می شود که شخص پژوهشگر پس از طراحی یک مدل آن را در محیط سیستم اجرا کرده و شبیه سازی می نماید. حتی در رشته های علوم اجتماعی و یا اقتصاد نیز مدل های علمی طراحی شده توسط محققان در محیط کنترل شده تست شده و نتایج آن در واقعیت تعمیم داده می شود. یکی از نکات کلیدی در شبیه سازی (Simulation) این است که شخص محقق در زمان طراحی سیستم می بایست به داده های موثق و صحیحی دسترسی داشته باشد چرا که نقص در داده ها موجب نقصان در سیستم شده و شبیه سازی آن نتایج اشتباهی را ارائه خواهد کرد. دومین نکته در شبیه سازی سیستم ها، خصوصا در رشته های مانند کامپیوتر، ساده سازی تقریب ها و فرضیه ها (Approximation and Assumption) است. فرآیند ها و پروتکل های اعتبارسنجی و روایی یک مدل در حال حاضر تبدیل به یک رشته دانشگاهی شده است که دانشجویان در آن با چگونگی اصلاح، تعدیل، اشکال یابی و توسعه مدل های شبیه سازی شده خصوصا در رشته های علوم کامپیوتری آشنا می شوند. به طور کلی فرآیند شبیه سازی کاملا مستقل از رشته ها و علوم دانشگاهی توسعه پیدا کرده و در زمینه های مختلف علمی و صنعتی به گستردگی مورد استفاده قرار می گرفت. اما در قرن بیستم با توسعه بیشتر سیستم های کامپیوتری، مطالعات تئوری سیستم ها و سایبرنتیک (Cybernetics) میزان توجهات به این حوزه افزایش یافته و مفهوم شبیه سازی بسیار تخصصی تر شد. در همین راستا چندین مفهوم متمایز از شبیه سازی به وجود آمد که عبارتند از :

  1. شبیه سازی فیزیکی (Physical Simulation): شبیه سازی فیزیکی به معنای ایجاد شرایط و مکانیزم های آزمایشگاهی کاملا منطبق بر شرایط خارج و محیط واقعی است. در فرآیند شبیه سازی فیزیکی سعی میشود نمونه طراحی شده با مواد اولیه مشابه نمونه اصلی تست و بررسی شود. ویژگی ها و مشخصات این مواد در نمونه شبیه سازی شده دقیقا مشابه محصول نهایی است که به دست مصرف کننده یا مشتری می رسد. با توجه به ظرفیت سیستم شبیه ساز، نتایج بدست آمده از این شبیه سازی بسیار کاربردی بوده و به صورت مستقیم می توان در خط تولید و یا طراحی محصول مورد استفاده قرار داد. 
  2. شبیه سازی فعالانه (Interactive Simulation): نوعی از شبیه سازی فیزیکی است که با مداخله انسان در فرآیند شبیه سازی همراه است و به نوعی تعامل بین انسان و هوش مصنوعی محسوب می شود. از جمله شبیه سازهای فعالانه می توان به شبیه ساز پرواز (Flight Simulator) و شبیه ساز رانندگی (Driving Simulator) اشاره کرد. این نوع از سیستم های شبیه ساز که  برای تعامل انسان و هوش مصنوعی یک پلتفرم ارتباطی با کاربری آسان را فراهم میکند اصطلاحا VIS می گویند. 
  3. شبیه سازی مداوم (Continiuous Simultion): شبیه سازی مداوم نوعی از فرآیند شبیه سازی است که به صورت دوره ای و طی مدت زمان های مشخص اقدام به بررسی و تست مدل طراحی شده کرده و خروجی ها را در یک بازه زمانی ارائه می نماید. یکی از پیچیده ترین انواع شبیه سازی مربوط به مدل های Continiuous Simultion است که در آن محقق فرمولهای ریاضی بسیار گسترده ای را در سیستم تعریف میکند تا مدل در وضعیت ها و شرایط مختلف و متفاوت در بازه های زمانی مشخص تست و بررسی شود. برای مثال مدار الکتریکی را در نظر بگیرید که سری های متفاوتی از مقاومت، خازن، ترانزیستور و اتصالات را در خود جای داده است و یک سیستم شبیه ساز قصد دارد بهینه ترین و مناسبترین حالت برای جای گذاری و اتصالات در مدار بیابد. بررسی حالت های مختلف و محاسبه نقطه بهینه هر مورد نیاز به فرمولهای بسیار زیادی دارد که تنها در شبیه سازی مداوم قابل انجام است. 
  4. شبیه سازی رویداد گسسته (Discrete-event Simulation): شبیه سازی رویداد گسسته برای مشخص کردن عملکرد سیستم در زمان های حساس، یک رویداد مشخص یا بحران مورد استفاده قرار می گیرد و معمولا نتایج بین این زمان ها از یافته های تحقیق حذف می شود. یکی از ساده ترین مثال ها برای شبیه سازی رویداد گسسته، تست عملکرد یک خودرو در زمان شروع به حرکت یا در زمان توقف است و نتایج مربوط به شبیه ساز در بین این دو نقطه مورد بررسی قرار نخواهد گرفت. 
  5. شبیه سازی استوکستیک (Stochastic Simulation): نوعی از شبیه سازی است که در آن یک متغیر یا فرآیند در مدل به صورت تصادفی از طریق تکنیک مونته کارلو (Monte Carlo) به طور مداوم تغییر می کند. با توجه به اینکه شرایط کلی شبیه سازی تغییری نمی کند اما به دلیل تغییر فاکتورهای موجود در مدل ممکن است نتایج با هم تفاوت چشمگیری داشته باشند. یکی از نمونه های رایج شبیه سازی استوکستیک استفاده از مدل های مختلف بهینه سازی توربین های بادی و انرژی است. در این فرآیند متغیرهای مختلف محیطی و فیزیکی در مدل به صورت تصادفی تغییر کرده و نتایج ثبت می شود. در شرایط شبیه سازی استوکستیک ممکن است نتایج یک تحقیق با تحقیق دیگر بسته به شرایط فرموله کردن مدل متفاوت باشد
  6. شبیه سازی قطعی (Deterministic Simulation): نوعی از شبیه سازی است که فاکتورهای درون مدل توسط الگوریتم های ثابت و قطعی طراحی شده و نتایج یکسانی از تحقیقات حاصل خواهد شد. این نوع از شبیه سازی شامل فرمول های ثابتی می شود که فرآیند های واقعی را تخمین شده و تفسیر نتایج آن بسیار ساده تر از شبیه سازی استوکستیک است.
  7. شبیه سازی هایبرید (Hybrid Simulation): شبیه سازی هایبرید ترکیبی از Continiuous Simultion و Discrete-event Simulation است. در این فرآیند نتایج بدست آمده از هر دو شبیه سازی را به صورت عددی ترکیب کرده و خروجی هایی با کمترین میزان اختلاف را بر میگزینند. شبیه سازی هایبرید یک تکنیک قدرتمند تست دینامیک برای سیستم های ساختاری (Structural System) است. این نوع از شبیه سازی برای سیستم های ساختاری استفاده می شود که بسیار بزرگ یا بسیار پیچیده هستند مانند ساختمان های بسیار بلند یا پل های بسیار بزرگ و پیچیده.
  8. شبیه سازی مستقل (Stand alone Simulation): نوعی از شبیه سازی است که تنها در یک ایستگاه کاری انجام شده و فرآیند انجام آن نسبت به سار انواع شبیه سازی ساده تر است. برای مثال فرض کنید یک مدل شبیه سازی شده را در محیط نرم افزار Choice Simulator اجرا کرده اید و قصد دارید یک کپی از آن را در اختیار مشتریان و یا تعدادی از مخاطبان قرار دهید تا بدین وسیله تجربه کاربری آنها را مورد ارزیابی قرار دهید. در این روش شما یک شبیه سازی مستقل به وجود آورده اید که نتایج آن منحصر به فرد و بسیار کاربردی خواهد بود.
  9. شبیه سازی توزیع شده (Distributed Simulation): نوعی از شبیه سازی است که در آن یک مدل را برای اجرا به چند مدل کوچکتر با مقیاس جزئی تر تقسیم می کنند و یا چند مدل کوچک را ترکیب کرده و یک مدل با مقیاس بزرگ برای بررسی ایجاد میکنند. از مهمترین مزایای شبیه سازی توزیع شده افزایش سرعت عملکرد سیستم، امکان استفاده چندباره، شخصی سازی اطلاعات و ثبات در عملکرد سیستم است. 
  10. شبیه سازی موازی (Parallel Simulation): این نوع از شبیه سازی به نوعی زمینه اعتبار سنجی مدل را فراهم کرده و در برگیرنده چندین اجرای همزمان مدل در سیستم است. چنانچه نتایج و خروجی های حاصل از شبیه سازی در حداقل دو سیتم یکسان باشند می توان از اعتبار مدل شبیه سازی شده اطمینان داشت. 

شبیه سازی در محیط کامپیوتر یکی از رایجترین انواع مدل سازی است که به بررسی موقعیت ها و فرضیات در محیط نرم افزار پرداخته و خروجی آن را در قالب یک پلتفرم آنلاین یا برنامه قابل اجرا ارائه می نماید. در حال حاضر مدلسازی یا شبیه سازی کامپیوتری نه تنها در رشته کامپیوتر بلکه در رشته های علوم انسانی، علوم اجتماعی، شیمی، فیزیک، زیست شناسی و بسیاری از رشته های دانشگاهی کاربرد داشته و مورد استفاده محققان بسیاری قرار می گیرد.  البته برای اینکه مفهوم شبیه سازی و مدلسازی در محیط کامپیوتری را برای شما واضح تر کنیم باید به یک نکته مشخص در این زمینه اشاره کنیم. مدلسازی کامپیوتری شامل تمامی الگوریتم ها، فرمولها و تکنیک های ریاضی است که در یک سیستم تعریف می شود تا رفتار آن را مشخص کنیم. اما شبیه سازی بررسی عملکرد سیستم در محیط واقعی است و تمامی این فرمول ها و الگوریتم ها در سیستمی است که شما قصد آزمایش و بررسی آن در محیط آزمایشگاه را دارید. از جمله کاربردهای مهم شبیه سازی در محیط کامپیوتری می توان به موارد زیر اشاره کرد:

  1. شبیه سازی عملیات و فرآیند های اجرایی در محیط فرودگاه ها به منظور بررسی امنیت، کیفیت و بهره وری در فرآیند، ارزیابی ظرفیت ها و مشخص کردن نقاط ضعف و قوت سیستم های فرودگاهی
  2. شبیه سازی عملیات های تولیدی و صنعتی در شرکت های بزرگ به منظور یافتن نقاط بهینه تولید، انبارداری، فروش و ترابری. برای مثال پیش از راه اندازی یک خط تولید جدید می توان به واسطه هوش مصنوعی و شبیه سازی کامپیوتری میزان بهره وری، تولید و حوادث احتمالی را مورد ارزیابی و بررسی قرار داد. 
  3. شبیه سازی وضعیت ترافیک و حمل و نقل در بزرگراه های کشور در زمان راه اندازی یک مسیر جدید و یا کنترل ترافیک در مسیرهای کنونی. 
  4. شبیه سازی ارتباطات تلفنی و ظرفیت تماس های ورودی و خروجی در یک مسیر مخابراتی مشخص پیش از اجرای آن در سطح کلان. بسیاری از پروژه های مخابراتی در کشور پیش از اجرا توسط مهندسان شبیه سازی و امکان سنجی می شوند. 
  5. شبیه سازی انبار و نگهداری کالا در گمرکات کشوری به منظور ظرفیت سنجی و پیشبینی رشد در سطح بارگیری های بندری و میزان صادرات و واردات کالاها در کشور.