Modelling-and-simulation-verification-validation
提供：Dev Guides
検証と検証
シミュレーションアナリストが直面する実際の問題の1つは、モデルの検証です。 シミュレーションモデルは、モデルが実際のシステムの正確な表現である場合にのみ有効であり、そうでない場合は無効です。
検証と検証は、モデルを検証するためのシミュレーションプロジェクトの2つのステップです。
- *検証*は、2つの結果を比較するプロセスです。 このプロセスでは、概念モデルの表現を実際のシステムと比較する必要があります。 比較が真の場合、有効であり、そうでない場合は無効です。
- *検証*は、2つ以上の結果を比較してその精度を保証するプロセスです。 このプロセスでは、モデルの実装とその関連データを開発者の概念的な説明と仕様と比較する必要があります。
検証と検証のテクニック
シミュレーションモデルの検証と検証を実行するために使用されるさまざまな手法があります。 以下は、一般的なテクニックの一部です-
シミュレーションモデルの検証を実行する手法
シミュレーションモデルの検証を実行する方法は次のとおりです-
- プログラミングスキルを使用して、サブプログラムでプログラムを作成およびデバッグする。
- 複数の人がプログラムを読むという「構造化されたウォークスルー」ポリシーを使用する。
- 中間結果をトレースし、それらを観察された結果と比較することにより。
- さまざまな入力の組み合わせを使用して、シミュレーションモデルの出力を確認します。
- 最終的なシミュレーション結果と分析結果を比較します。
シミュレーションモデルの検証を実行する手法
- ステップ1 *-有効性の高いモデルを設計します。 これは、次の手順を使用して達成することができます-
- モデルは、設計中にシステムの専門家と議論する必要があります。
- モデルはプロセス全体を通してクライアントと対話する必要があります。
- 出力は、システムの専門家が監督する必要があります。
- ステップ2 *-仮定データでモデルをテストします。 これは、モデルに仮定データを適用し、定量的にテストすることで実現できます。 入力データに大幅な変更が加えられた場合、結果の変化の影響を観察するために、高感度分析も実行できます。
- ステップ3 *-シミュレーションモデルの代表的な出力を決定します。 これは、次の手順を使用して達成することができます-
- シミュレーション出力が実際のシステム出力にどれだけ近いかを判断します。
- 比較は、チューリングテストを使用して実行できます。 システム形式でデータを提示しますが、これは専門家のみが説明できます。
- 統計的手法を使用して、モデル出力と実際のシステム出力を比較できます。
モデルデータと実際のデータの比較
モデル開発後、出力データと実際のシステムデータの比較を実行する必要があります。 この比較を実行する2つのアプローチを次に示します。
既存のシステムの検証
このアプローチでは、モデルの実際の入力を使用して、その出力を実際のシステムの実際の入力と比較します。 この検証プロセスは簡単ですが、実行すると、出力を平均長、待機時間、アイドル時間などと比較する場合など、いくつかの困難が生じる可能性があります。 統計的検定と仮説検定を使用して比較できます。 統計的検定には、カイ二乗検定、コルモゴロフ・スミルノフ検定、クラマー・フォン・ミーゼス検定、およびモーメント検定があります。
初回モデルの検証
現在存在しないか、過去に存在していない提案されたシステムを説明する必要があると考えてください。 したがって、パフォーマンスを比較するための履歴データはありません。 したがって、仮定に基づいた仮想システムを使用する必要があります。 有用なポインターをたどると、効率的になります。
- サブシステムの有効性-モデル自体には、比較する既存のシステムがない場合がありますが、既知のサブシステムで構成されている場合があります。 その有効性はそれぞれ個別にテストできます。
- 内部有効性-内部変化の度合いが高い確率システムは、その内部プロセスに起因する高分散の確率システムとして、入力の変化による出力の変化を隠すため、拒否されます。
- 感度分析-それは私たちがより高い注意を払う必要があるシステムの敏感なパラメータに関する情報を提供します。
- 顔の有効性-モデルが反対のロジックで実行される場合、実際のシステムのように動作する場合でも拒否される必要があります。
