Файл: Построение имитационное модели распространения нового продукта на рынке.docx

2. Закроем окно презентации и выделим эксперимент Simulation в панели Проекты.

3. Вставим скопированные значения параметров из Буфера обмена, щелкнув по кнопке Вставить из буфера в панели свойств эксперимента. Запустим эксперимент Simulation. Теперь модель будет запущена с оптимальными значениями параметров, при которых в процессе оптимизации было получено наилучшее значение функционала.



Рисунок 27 – задание оптимальных параметров

Заключение

Программа имитационного моделирования «AnyLogic» поддерживает различные подходы моделирования. Она позволяет создавать комплексные динамические модели, используя стандартную графическую нотацию системной динамики.

Моделирование является одним из способов решения практических задач.

В данной работе была рассмотрена имитационная модель «Диффузия по Бассу». Модель Басса описывает процесс распространения продукта. Был построен оптимизационный эксперимент, получены данные. После модель была запущена с оптимальными данными. Модель работает без ошибок. Так же были выполнены все поставленные задачи.

Целью работы являлось ознакомление с интерфейсом и основными возможностями программы.

Список литературы

1. Baryannis, G., Validi, S., Dani, S., & Antoniou, G. (2019). Supply chain risk management and artificial intelligence: State of the art and future research directions. International Journal of Production Research, 57(7), 2179-2202. doi:10.1080/00207543.2018.1530476

2. Córdova, E., Mobarec, V., Pizarro, E., & Videla, A. R. (2018). A structured key cost analysis methodology to identify value-contributing activities in mining projects: A case study of the chuquicamata underground project. Journal of the Southern African Institute of Mining and Metallurgy, 118(3), 279-288. doi:10.17159/2411-9717/2018/v118n3a10

3. Duan, Y., Edwards, J. S., & Dwivedi, Y. K. (2019). Artificial intelligence for decision making in the era of big data – evolution, challenges and research agenda. International Journal of Information Management, 48, 63-71. doi:10.1016/j.ijinfomgt.2019.01.021

4. Ivanov, D., Tang, C. S., Dolgui, A., Battini, D., & Das, A. (2021). Researchers' perspectives on industry 4.0: Multi-disciplinary analysis and opportunities for operations management. International Journal of Production Research, 59(7), 2055-2078. doi:10.1080/00207543.2020.1798035

5. The Art of Process-Centric Modeling with AnyLogic/ Arash Mahdavi (July 10, 2019) - 333 с;

6. The The Big Book of Simulation Modeling/ Andrei Borshchev, Ilya Grigoryev URL: https://www.anylogic.com/resources/books/big-book-of-simulation-modeling/#Andrei Borshchev

7. Имитационное моделирование в AnyLogic 7. В 2 ч., ч. 1 : учебное пособие / О. В. Лимановская. — Екатеринбург : Изд-во Урал. ун-та, 2017. — 152 с.;

8. Имитационное моделирование в AnyLogic 7. В 2 ч., ч. 2 : лабораторный практикум / О. В. Лимановская. — Екатеринбург : Изд-во Урал. ун-та, 2017. — 104 с.

9. Моделирование производственных процессов в AnyLogic 8.1 : лабораторный практикум / О. В. Лимановская, Т. И. Алферьева. — Екатеринбург : Изд-во Урал. ун-та, 2019. — 136 с.;

---