Интернет-журнал «НАУКОВЕДЕНИЕ»
Выпуск 1, январь – февраль 2014
Опубликовать статью в журнале - http://publ.naukovedenie.ru

Институт Государственного управления, 

права и инновационных технологий (ИГУПИТ)
Связаться с редакцией: publishing@naukovedenie.ru

1

http://naukovedenie.ru 84TVN114

УДК
51.76:517.22:004.838:007

Аль-Азази Амин Ахмед

ФГБОУ ВПО «Тверской государственный технический университет»

Россия, Тверь1

Аспирант

E-Mail: aminshic@yahoo.com

Масленников Борис Иванович

ФГБОУ ВПО «Тверской государственный технический университет»

Россия, Тверь

Декан заочного отделения

Профессор, доктор технических наук

E-Mail: Bimnew@yandex.ru

Сравнительный анализ методов
имитационного моделирования

Аннотация: Одним из важных приложений методов имитационного моделирования 

является прогнозирование распространения эпидемических заболеваний. В этой области 
находят применение системно-динамический и агентный подходы. Парадигма системно-
динамического имитационного моделирования заключается в том, что для исследуемой 
системы строятся графические диаграммы связей и глобальных влияний одних параметров на 
другие во времени. Созданная на основе этих диаграмм модель имитируется на компьютере. 
Такой вид моделирования более всех других парадигм позволяет проникнуть в суть 
происходящего в системе и выявить причинно-следственные связи между объектами и 
явлениями. Целью агентного моделирования является получение представления об этих 
глобальных 
правилах, 
общем 
поведении 
системы, 
исходя 
из 
предположений 
об 

индивидуальном, частном поведении ее отдельных активных объектов и взаимодействии этих 
объектов в системе. Таким образом, системно-динамические и агентные модели 
распространения эпидемических заболеваний имеют взаимодополняющие свойства, в связи с
чем, задача совместного использования этих классов моделей для прогнозирования динамики 
эпидемических систем является актуальной и требует всестороннего сравнения их 
характеристик и свойств. В качестве примера рассматривались две реализации простой SEIR 
модели распространения эпидемического заболевания - гриппа, в среде имитационного 
моделирования Anylogic версии 5.

Ключевые 
слова:
Имитационное 
моделирование; 
системно-динамическое 

моделирование; агентное моделирование; имитационная модель; SEIR модель; грипп; 
эпидемия; дифференциальные уравнения; динамические свойства; AnyLogic.

Идентификационный номер статьи в журнале 84TVN114

1 170026, г. Тверь, наб. Аф. Никитина, 22. Тверской государственный технический университет

Интернет-журнал «НАУКОВЕДЕНИЕ»
Выпуск 1, январь – февраль 2014
Опубликовать статью в журнале - http://publ.naukovedenie.ru

Институт Государственного управления, 

права и инновационных технологий (ИГУПИТ)
Связаться с редакцией: publishing@naukovedenie.ru

2

http://naukovedenie.ru 84TVN114

Al-Azazi Amin Ahmed

Tver State Technical University

Russia, Tver

E-Mail: aminshic@yahoo.com

Boris Maslennikov

Tver State Technical University

Russia, Tver,

E-Mail: Bimnew@yandex.ru

Comparative analysis of simulation techniques

Abstract: One of the important applications of simulation techniques is to predict the spread 

of epidemic diseases. In this area are used system- dynamic and agent-based approaches. Paradigm 
system- dynamic simulation is that for the investigated systems are based graphical charts relations 
and global effects of some parameters on the other in time. Created on the basis of these diagrams 
model simulated on a computer. This type of modeling more than any other paradigm provides insights 
into what is happening in the system and to identify causal relationships between objects and 
phenomena. The purpose of agent-based modeling is to obtain a global understanding of these rules, 
the general behavior of the system, based on assumptions about the individual, the private behavior of 
its individual active objects, and the interaction of these objects in the system. Thus, the system 
dynamics and agent-based models spread of epidemic diseases have complementary properties, and 
therefore, the problem of sharing these classes of models to predict the dynamics of the epidemic 
systems is urgent and requires a comprehensive comparison of their characteristics and properties. As 
an example, consider two simple implementation of the propagation model SEIR epidemic disease -
influenza simulation environment Anylogic version 5.

Keywords: Simulation, system dynamics modeling, agent-based modeling, simulation model; 

SEIR model, flu, epidemic, differential equations, dynamical properties; AnyLogic.

Identification number of article 84TVN114