ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ КАК ИНСТРУМЕНТ ПРИНЯТИЯ РЕШЕНИЙ

№6,

Технические науки

Богданова Елена Александровна (Кандидат технических наук)

Шерстянкина Анна Александровна

Ключевые слова: ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ; СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЯ; ИНСТРУМЕНТ ПРИНЯТИЯ РЕШЕНИЙ; ДИСКРЕТНО-СОБЫТИЙНОЕ И АГЕНТНОЕ МОДЕЛИРОВАНИЕ; АГЕНТНЫЙ ПОДХОД; SIMULATION MODELING; DECISION SUPPORT SYSTEMS; DECISION-MAKING TOOLS; DISCRETE-EVENT AND AGENT MODELING; AGENT APPROACH.

Аннотация: В данной статье проанализирован метод имитационного моделирования как инструмент функционирования организации, который помогает определять результаты управленческих решений близкие к оптимальным, тем самым делает возможным определить недостатки на этапе прогнозирования целей и реализовывать «идею» управления с учетом выявленных проблем с целью их устранения. Это позволяет повысить эффективность принимаемых управленческих решений и процесса управления в целом.

В настоящее время современная экономика имеет динамичное и ускоренное развитие социально-экономических условий. Поэтому немаловажную роль играют органы управления и их умение принимать соответствующие решения. В связи с этим информационную поддержку оказывают системы поддержки принятия решения (СППР). Среди разнообразных инструментов, входящих в состав последних, важное место занимает имитационное моделирование как основа многовариантного прогнозирования и анализа систем высокой степени сложности. [1] Сущность метода имитационного моделирования – в математическом описании динамических процессов, воспроизводящего функционирование изучаемой системы. [2] Данный метод предполагает анализ сложных динамических систем и применяется в два этапа:

1. Построение комплекса динамических имитационных моделей
2. Выполнение аналитических и прогнозных расчетов.

Имитационное моделирование является своего рода инструментом для принятия решений в различных отраслях для различных объектов (регионов, корпораций, макроэкономических систем). Таким образом, применение данного метода позволяет создавать эффективные СППР. Благодаря имитационному моделированию можно создавать альтернативные управленческие решения в виде набора моделей, которые способны обеспечить оптимальный выбор. Главным преимуществом имитационного моделирования является построение модели в условиях неопределенности и без точных данных.

Использование инструментальных пакетов имитационного моделирования позволяет совмещать различные подходы для повышения адекватности создаваемых моделей реальным производственным системам. В имитационном моделировании к настоящему моменту сложились три самостоятельные парадигмы: системная динамика, дискретно- событийное и агентное моделирование. [3] Данные парадигмы соответствуют различным уровням абстракции. Принято различать три уровня абстракции: высокий (стратегический), средний (тактический) и низкий (оперативный). [4] Эти уровни обуславливают выбор одного из подходов.

Таблица 1. Парадигмы и инструментарий

Парадигма

Сущность

Уровень абстракции

Инструменты

Дискретно- событийное моделирование

Концепцию предложил в 60- х годах прошлого века
Джефри Гордон. Моделирование является дискретным – каждому событию
соответствует определенный дискретный момент времени.

Низкий и средний

Arena, Extend,
GPSS, Witness; AutoMod —
транспорт, логистика, производство;

 

MedModel — моделирование и
оптимизация систем в здравоохранении;

 

Comnet — телекоммуникации

Системная динамика

Концепцию предложил в 50-х годах прошлого века
американский ученый Джем Форрестер. При данном
подходе не рассматриваются индивидуальные объекты, а лишь их количества и
агрегированные показатели. Системная динамика применяется тогда, когда нет
необходимости или возможности исследовать влияние отдельных объектов, а
достаточно изучить поведение системы на уровне агрегированных величин. Системно-динамические
модели обычно применяются при стратегическом анализе и долгосрочном
планировании.

Высокий

Инструменты Vensim компании High Performance Systems
(www.hps—inc.com), Powersim компании Powersim, SA (www.powersim.com), IThink компании Ventana Systems (www.vensim.com)

Агентное моделирование

Агентный подход возник в 90-х
годах прошлого века в университетской среде США.

Построение модели по
принципу снизу-вверх. Зависимости между агрегированными величинами не
задаются исходя из знаний о реальном мире, а получаются в процессе
моделирования индивидуального поведения десятков, сотен или тысяч агентов, их
взаимодействия друг с другом и с объектами, моделирующими окружающую среду.

Универсально

Наиболее известными коммерческими инструментами
являются среды Ascape, RePast,
AnyLogic.

На сегодняшний день самым универсальным и молодым подходом является агентное моделирование. В связи с этим мало знаком российским специалистам. Существует множество примеров успешного применения данного подхода в бизнесе. Бизнес-проблематику, данного подхода, можно разделить на 4 класса (5).

Таблица 2. Классы агентного моделирования

№ класса

Пример задачи

1

Задачи с различного рода
потоками. Они могут состоять из людей или единиц транспорта. Например, моделирование
эвакуации при давках в местах массового скопления граждан. Агентный подход зарекомендовал себя для отыскания
оптимальных методов эвакуации и минимизации возможных рисков. [6]

2

Моделирование рынков,
потребительских или финансовых. Агентный подход
позволяет сделать акцент на индивидуальные предпочтения, стереотипы поведения
потребителей при выборе ими продуктов и услуг.

3

Моделирование инноваций в
бизнесе.

4

Оптимизация
организационной структуры, бизнес-процессов и снижение операционных рисков.

На данном этапе своего развития имитационное моделирование является средством построения СППР в бизнесе. Для достижения ожидаемого результата необходимо освоить все 3 парадигмы данного метода, чтобы знать все особенности и ограничения. Выбор парадигмы обуславливается предметной областью моделирования, степенью детализации системы и наличием определенных данных. Комплекс динамических моделей в управлении финансово-хозяйственной деятельностью предприятия позволяет планировать финансово-хозяйственные потоки, построить прогнозный бухгалтерский баланс, сформировать план социально-экономического развития и бюджет предприятия.

Список литературы

  1. Кононов Д.А., Кульба В.В., Ковалевский С.С., Косяченко С.А. Формирование сценарных пространств и анализ динамики поведения социально-экономических систем. Препринт. – М.: ИПУ РАН, 1999
  2. Емельянов А.А., Власова Е.А., Дума Р.В. Имитационное моделирование экономических процессов. – М.: Финансы и статистика, 2002.
  3. Сидоренко В.Н., Красносельский А.В., Имитационное моделирование в науке и бизнесе: подходы, инструменты, применение. — Бизнес -информатика №2 (08) — 2009
  4. Борщёв А., От системной динамики и традиционного ИМ – к практическим агентным моделям: причины, технология, инструменты. – Электрон. Дан. – Режим доступа: www.gpss.ru/paper/borshevarc.pdf, с. 3.
  5. Bonabeau E. Agent-based Modeling: Methods and Techniques for Simulating Human Systems. // Proceedings of the National Academy of Sciences of the United States of America, 1999(suppl.3), p.7280–7287.
  6. Helbing D., Farkas I., Vicsek T. // Nature (London) 2000, p. 407, 487–490.