Преимущества имитационного моделирования в экономических информационных системах

Среди наиболее интересных задач имитационного моделирования, которыми занимались в последние 2−3 года ученые и специалисты-практики Украины, России и Беларуси, можно отметить следующие:

в производстве — моделирование процессов адаптации предприятия к изменению спроса на продукцию, применение методов имитационного моделирования для разработки оргтехпроектов модернизации существующих производств судостроительных предприятий, моделирование процессов бюджетирования на промышленном предприятии;

в сельском хозяйстве — моделирование нештатных режимов работы агрегатов сельхозмашин;

на транспорте — имитационное моделирование транспортных потоков региона, анализ динамики обслуживания пассажиров в городском транспорте, модель работы терминала морского порта, моделирование процессов управления управляемых потоков воздушного движения;

в топливно-энергетическом комплексе — моделирование системы хранения и реализации нефтепродуктов, имитационная компьютерная модель-тренажер системы диспетчерского управления магистральным нефтепроводом, имитационное моделирование горных работ (моделирование конвейерной сети шахты, конвейерно-локомотивного транспорта шахты, взаимодействия экскаваторов и самосвалов на разрезе, технологии проходки комбайновым и буровзрывным методом);

в социальной сфере — имитационное моделирование региональных социально-экономических систем и др.

Для решения перечисленных выше классов задач в современном имитационном моделировании сформировались и наиболее широко применяются три основных подхода — дискретно-событийное моделирование, системная динамика и агентное моделирование.

Аппарат системной динамики обычно оперирует непрерывными во времени процессами, а дискретно-событийное и агентное моделирование чаще всего используются для дискретных во времени процессов. С другой стороны, системная динамика предполагает максимальный уровень абстракции модели, дискретно-событийное моделирование отражает абстракции низкого и среднего уровня. Агентное моделирование может применяться на любом уровне модели любого масштаба.

Преимущества имитационного моделирования Применение имитационных моделей дает множество преимуществ по сравнению с выполнением экспериментов над реальной системой и использованием других методов.

Стоимость. Допустим, компания уволила часть сотрудников, что в дальнейшем привело к снижению качества обслуживания и потери части клиентов. Принять обоснованное решение помогла бы имитационная модель, затраты на применение которой состоят лишь из цены программного обеспечения и стоимости консалтинговых услуг.

Время. В реальности оценить эффективность, например, новой сети распространения продукции или измененной структуры склада можно лишь через месяцы или даже годы. Имитационная модель позволяет определить оптимальность таких изменений за считанные минуты, необходимые для проведения эксперимента.

Повторяемость. Современная жизнь требует от организаций быстрой реакции на изменение ситуации на рынке. Например, прогноз объемов спроса продукции должен быть составлен в срок, и его изменения критичны. С помощью имитационной модели можно провести неограниченное количество экспериментов с разными параметрами, чтобы определить наилучший вариант.

Точность. Традиционные расчетные математические методы требуют применения высокой степени абстракции и не учитывают важные детали. Имитационное моделирование позволяет описать структуру системы и её процессы в естественном виде, не прибегая к использованию формул и строгих математических зависимостей.

Наглядность. Имитационная модель обладает возможностями визуализации процесса работы системы во времени, схематичного задания её структуры и выдачи результатов в графическом виде. Это позволяет наглядно представить полученное решение и донести заложенные в него идеи до клиента и коллег.

Универсальность. Имитационное моделирование позволяет решать задачи из любых областей: производства, логистики, финансов, здравоохранения и многих других. В каждом случае модель имитирует, воспроизводит, реальную жизнь и позволяет проводить широкий набор экспериментов без влияния на реальные объекты. 5]

Традиционно различают аналитическое и имитационное моделирование.

Аналитическая модель, как правило, статическая (ее выходы функционально зависят от входов) и поэтому в ряде практических случаев может быть реализована даже с помощью электронных таблиц.

К имитационным моделям прибегают тогда, когда объект моделирования настолько сложен, что адекватно описать его поведение математическими уравнениями невозможно или затруднительно. Имитационное (динамическое) моделирование рассматривает модель как совокупность правил (дифференциальных уравнений, конечных автоматов, сетей Петри и т. п.), которые определяют, в какое состояние в будущем перейдет моделируемый объект из некоторого предшествующего состояния. [3]

Заключение

Присутствие в экономико-математических моделях материального, финансового и социального факторов требует применения различных инструментов на соответствующем модельном уровне. Так, производственно-технологические модели (традиционно рассматриваемые как системы массового обслуживания) неплохо моделируются дискретно-событийными средствами типа GPSS; финансовые модели хорошо вписываются в рамки системной динамики; для имитационного моделирования трудовых ресурсов может быть полезен агентный подход.

Следует отметить, что если традиционные подходы в имитационном моделировании практически не получили существенного развития за последние 40 лет, то в разработке программных систем произошли революционные изменения, радикально изменившие принципы работы со сложными системами. Концепции объектно-ориентированного проектирования и программирования, нашедшие свое воплощение в агентном моделировании, позволяют строить модели реальных систем (сложных, нелинейных, с обратными связями и стохастическим поведением) не только с помощью профессиональных аналитиков или программистов, но и силами самих пользователей, в терминах бизнес-процессов.

О том, какой из подходов в имитационном моделировании будет преобладать в ближайшие несколько лет, говорить еще рано — у каждого из них имеется достаточно емкая «ниша» на рынке — но преимущества агентного моделирования слишком впечатляющи, чтобы не оценить их в реальном проекте. [1]

Список литературы

Журнал «Корпоративные системы» (№ 2, 2007) раздел информационные системы Исакова А. И. Теория экономических информационных систем. Сборник задач: Учебное методическое пособие. (Томск: Томский межвузовский центр дистанционного образования, 2005. (74 с.

Кузнецов Ю.А., Перова В. И Применение пакетов имитационного моделирования для анализа математических моделей экономических систем. Нижний Новгород, 2007. 98 с.

Сидоренко В. Н. Системная динамика. — М.: ТЕИС, 1998. — 205 с

http://www.xjtek.ru/consulting/what_is_simulation/