RESUMEN PAPER

 “CONCEPTUAL MODELING FOR SIMULATION: ISSUE AND RESEARCH REQUIREMENTS”

Autor: Stewart Robinson

Presentado Por: Jorge Andrés Prada.

 Presentado A: Profesor Cesar Aceros

Modelado conceptual para la simulación: problemas y requerimientos de investigación

El modelado conceptual es la abstracción de un modelo de un sistema real o propuesto. Este proceso de abstracción implica un cierto nivel de simplificación de la realidad, el modelado conceptual efectivo requiere que la abstracción sea una simplificación adecuada, el modelado conceptual es, probablemente, el aspecto más importante en el proceso de elaboración y de utilización de modelos de simulación. El diseño del modelo impacta en todos los aspectos de un estudio de simulación, en particular, los requisitos de los datos, la velocidad con que puede ser el modelo desarrollado, la validez del modelo, la velocidad de la experimentación y la confianza que se coloca en los resultados del modelo.

Un modelo bien diseñado mejora significativamente la probabilidad de un resultado exitoso de un estudio de simulación. Aunque el modelado conceptual eficaz es vital, es también la etapa más difícil y menos comprendida en el proceso de modelado de procesos. Hay pocos libros escritos sobre el tema. Es difícil encontrar un libro que dedica más de un puñado de páginas para el diseño del modelo conceptual.

Aquí se pretende esbozar las cuestiones clave en el modelo conceptual para la simulación. El objetivo es identificar los problemas y en la medida en que han sido abordados, una agenda de investigación para el modelado conceptual podría surgir. Los temas a discutir son la definición del modelo conceptual, los requisitos del modelo conceptual, cómo desarrollar un modelo conceptual, la representación del modelo conceptual y comunicación, la validación del modelo conceptual, la enseñanza del modelado conceptual y otros temas en el modelado conceptual.

La noción de modelado conceptual es vaga y está mal definida, con diferentes interpretaciones en cuanto a su significado. Balci en 1994 describe tres partes de un estudio de simulación bajo un número de procesos como son la formulación del problema, la investigación de técnicas de solución, la investigación del sistema, la formulación del modelo, y la representación del modelo y la programación.

Nance en el año 1994 separa las ideas del modelo conceptual y el modelo comunicativo. El modelo conceptual existe en la mente de un modelador, el modelo comunicativo es una representación explícita del modelo conceptual. También especifica que el modelo conceptual es independiente del modelo de ejecución.  El principal debate sobre el modelado conceptual y su definición se ha llevado a cabo entre los modeladores de simulación militar. El modelo conceptual es en gran medida independiente del diseño de software y las decisiones de implementación. Pace, en el año 2000  identifica la información proporcionada por un modelo conceptual como un conjunto de supuestos, algoritmos, características, relaciones y datos. Un modelo de dominio orientado que proporciona una detallada representación del dominio del problema y un modelo de diseño orientado describe en detalle los requisitos del modelo y se utiliza para diseñar el código del modelo.

En resumen, algunas de las principales facetas del modelado conceptual y la definición de un modelo conceptual, son el modelado conceptual que se trata de pasar de una situación problemática, a través de los requisitos del modelo a una definición de lo que va a ser modelado y como va a serlo. El modelo conceptual es iterativo y repetitivo, con el modelo que se revisa continuamente a lo largo de un estudio de modelación, el modelo conceptual es una representación simplificada del sistema real, el modelo conceptual es independiente del modelo de código o software, mientras que el diseño del modelo incluye tanto el modelo conceptual y el diseño del código, la perspectiva del cliente y la del modelador son ambas importantes en el modelado conceptual. Se concluye que el modelo más simple no es siempre lo mejor, porque los modelos tienen que ser capaces de evolucionar así como los requisitos cambian. El modelo más simple no siempre es el más fácil para embellecer. Davies y colegas en el año 2003 señalan que los modelos más simples requieren suposiciones más amplias acerca de cómo un sistema funciona y que existe un peligro en la fijación de los límites del sistema demasiado estrechos en el caso de que una faceta importante sea olvidada.

En la búsqueda de asesoramiento de los modeladores de simulación y de los investigadores operacionales sobre cómo desarrollar modelos, tres enfoques básicos se encuentran: los principios de modelado, los métodos de simplificación y  los marcos de modelado. Proporcionar un conjunto de principios guías para el modelado es un enfoque para asesorar a los modeladores de simulación sobre cómo desarrollar modelos (conceptuales).

La simplificación consiste en eliminar el alcance y detallar desde un modelo o los componentes de representación más simples, mientras que se mantiene un nivel suficiente de precisión. Hay un buen número de debates sobre la simplificación, tanto en la simulación y en el contexto más amplio de modelado. Morris en 1967 identifica algunos de los métodos para los modelos de simplificación como la de hacer variables en constantes, eliminando las variables, utilizando las relaciones lineales, el fortalecimiento de las suposiciones y las restricciones, y la reducción de la aleatoriedad. Para los modelos de simulación, Zeigler en 1976 ha sugerido cuatro métodos de simplificación como quitar los componentes sin importancia del modelo, usar variables aleatorias que representen las partes del modelo, y el engrosamiento de la gama de variables en el modelo, y la agrupación de los componentes del modelo.

En total se cree que la investigación en el modelado conceptual puede proporcionar beneficios tanto para los principiantes como los expertos modeladores de simulación. Los modeladores principiantes pueden obtener beneficios sustanciales como la obtención de habilidades de modelado más rápidas, por lo tanto evitan algunos errores de modelado. Los expertos se beneficiarían de tener un proceso más formal para la orientación de su modelo, dependiendo menos de la intuición esperanzada y más en una práctica guiada.