Оценка устойчивости модели

При проверке адекватности модели как существующей, так и проектируемой системы реально может быть использовано лишь ограниченное подмножество всех возможных значений входных параметров (рабочей нагрузки и внешней среды). В связи с этим для обоснования достоверности полученных результатов моделирования большое значение имеет проверка устойчивости модели. В теории моделирования это понятие трактуется таким образом.

Устойчивость модели – это ее способность хранить адекватность при исследовании эффективности системы во всем возможном диапазоне рабочей нагрузки, а также при внесении изменений в конфигурацию системы.

Универсальной процедуры проверки устойчивости модели не существует. Разработчик вынужден удовлетворяться методом «для данного случая», частичным тестам и здравому смыслу. Часто полезна апостериорная проверка. Она заключается в сравнении результатов моделирования и результатов измерений на системе после внесения к ней изменений. Если результаты моделирования приемлемы, уверенность в стойкости модели растет.

В общем случае можно утверждать, что чем ближе структура модели к структуре системы и чем выше степень детализации, тем более стойкой является модель. Устойчивость результатов моделирования может быть также оценена методами математической статистики. Здесь можно вспомнить основное предназначение математической статистики, заключающееся в том, чтобы проверить гипотезу относительно свойств генеральной совокупности, оценивая свойства какого-либо подмножества генеральной совокупности (то есть выборки). В генеральной совокупности исследователя обычно интересует некоторый признак, который обусловлен случайностью и может иметь качественный или количественный характер.

В данном случае именно устойчивость результатов моделирования можно рассматривать как признак, который подлежит оценке. Для проверки гипотезы устойчивости результатов может быть использованный критерий Уилкоксона, который служит для проверки того относятся ли две выборки к одной и той же генеральной совокупности (то есть имеют ли они одни и те же статистические признаки). При статистической оценке устойчивости модели соответствующая гипотеза может быть сформулирована таким образом: при изменении входной (рабочей) нагрузки или структуры ММ закон распределения результатов моделирования остается неизменным.