Файл: Содержание Введение 2 1 Понятие, цели и область применения имитационного моделирования 3 1Детерминированные и Стохастические модели 7 2Модели полной неопределенности 9 Заключение 11 Библиографический список 12 Введение.docx

Содержание

Введение

   Совершенно очевидно, что только лишь опыт и интуиция руководителей не могут обеспечить принятие правильных решений при изменении условий функционирования предприятия. Наиболее важным помощником руководителя становятся компьютерные информационные системы поддержки управленческих решений, которые позволяют смоделировать ситуацию и выбрать наилучший план действий. Использование методов математического моделирования и принятие на их основе обоснованных решений по управлению деятельностью предприятия является конкурентным преимуществом предприятия по отношению к предприятиям, действующим в тех же сегментах рынка и не использующим современные методы в управлении.

1 Понятие, цели и область применения имитационного моделирования

Метод имитационного моделирования позволяет решать задачи высокой сложности, обеспечивает имитацию сложных и многообразных процессов,
с большим количеством элементов. Отдельные функциональные зависимости в таких моделях могут описываться громоздкими математическими соотношениями. Поэтому они эффективно используются в задачах исследования систем со сложной структурой с целью решения конкретных проблем.

Имитационная модель содержит элементы непрерывного и дискретного действия, поэтому применяется для исследования динамических систем, когда требуется анализ узких мест, исследование динамики функционирования, когда желательно наблюдать на имитационной модели ход процесса в течение определенного времени. В модели может быть обеспечен различный, в том числе и высокий, уровень детализации моделируемых процессов. При этом модель создается поэтапно, эволюционно.

Определим метод имитационного моделирования в общем виде как экспериментальный метод исследования реальной системы по ее имитационной модели, который сочетает особенности экспериментального подхода и специфические условия использования вычислительной техники.

---

В этом определении подчеркивается, что имитационное моделирование является машинным методом моделирования благодаря развитию информационных технологий, что привело к появлению этого вида компьютерного моделирования. В определении также акцентируется внимание на экспериментальной природе имитации, применяется имитационный метод исследования (осуществляется эксперимент с моделью). Также важную роль играет не только проведение, но и планирование эксперимента на модели.

В процессе имитационного моделирования исследователь имеет дело
с четырьмя основными элементами:

• 
  реальная система;
  
• 
  логико-математическая модель моделируемого объекта;
  
• 
  имитационная (машинная) модель.
  

ЭВМ, на которой осуществляется имитация – направленный вычислительный эксперимент.

Исследователь изучает реальную систему, разрабатывает логико-математическую модель реальной системы. Имитационный характер исследования предполагает наличие логико- или логико-математических моделей, описываемых изучаемый процесс.

Особенностью является то, что имитационная модель позволяет воспроизводить моделируемые объекты:

• 
  с сохранением их логической структуры;
  
• 
  с сохранением поведенческих свойств (последовательности чередования во времени событий, происходящих в системе), т.е. динамики взаимодействий.
  

При этом структура моделируемой системы адекватно отображается
в модели, а процессы ее функционирования проигрываются (имитируются)
на построенной модели. Поэтому построение имитационной модели заключается в описании структуры и процессов функционирования моделируемого объекта или системы. В описании имитационной модели выделяют две составляющие:

1. 
   Статическое описание системы, которое является описанием ее структуры. При разработке имитационной модели необходимо применять структурный анализ моделируемых процессов.
   
2. 
   Динамическое описание системы, или описание динамики взаимодействий ее элементов. При его составлении фактически требуется построение функциональной модели моделируемых динамических процессов.
   

Отличительной особенностью метода является возможность описания и воспроизведения взаимодействия между различными элементами системы. Таким образом, чтобы составить имитационную модель, надо:

---

• 
  представить реальную систему (процесс), как совокупность взаимодействующих элементов;
  
• 
  описать функционирование отдельных элементов;
  
• 
  описать процесс взаимодействия различных элементов между собой и с внешней средой.
  

Ключевым моментом в имитационном моделировании является выделение и описание состояний системы. Система характеризуется набором переменных состояний, каждая комбинация которых описывает конкретное состояние. Следовательно, путем изменения значений этих переменных можно имитировать переход системы из одного состояния в другое.

Цель применения этих моделей – выбор наилучших действий (альтернатив) исходя из заданного критерия и ситуации, в которой принимается решение. Нормативные модели делают акцент на том, как лица, принимающие решения, должны подходить к принятию решений.

Примеры нормативных моделей:

• 
  модели принятия статистических решений с использова­нием теории вероятности и математической статистики;
  
• 
  инновационные игры как вариант нормативной модели поведения в условиях конфликта, наличия разноречивых мнений по проблемам нововведения;
  
• 
  модели разработки решений на основе теории массового обслуживания, содержащие нормативные критерии при решении конкретных задач.
  

Содержание процесса разработки решения в этом случае сводится к поиску оптимального решения, в наибольшей степени соответствующего заданному критерию. Достигается это сопоставлением альтернатив решений, рассчитанных для конкретных состояний переменных факторов (условий Внешней среды).

Однако нормативные модели не учитывают при принятии решений реального поведения человека, за которым остается выбор окончательного варианта.

Три основных подхода к построению моделей процесса разработки решений:

• 
  теории статистических решений;
  
• 
  теории полезности;
  
• 
  теории игр.
  

Наиболее разработаны модели теории статистических решений. В них считаются заданными:

• 
  возможное распределение изучаемого случайного процесса;
  
• 
  пространство возможных окончательных решений;
  
• 
  стоимость вариантов решений;
  
• 
  функция возможного убытка для каждого решения, соответствующего определенному состоянию внешней среды.
  

В общем виде можно констатировать, что решения принимаются, исходя из максимума прибыли или минимума потерь. В связи с этим вводится понятие риска, по величине которого судят о ценности решения. Статистическая теория решения применяется при выборе решений в условиях неопределенности внешней среды.

---

Второе направление математического моделирования связано
с использованием теории полезности, основанной на индивидуальных предпочтениях, субъективной оценке вероятностей наступления событий внешней среды.

Третье направление моделей разработки решений основано на использовании теории игр. Данная теория применяется в условиях конфликтных ситуаций либо при принятии коллективных (совместных) решений. Основополагающим является выбор отправной точки (гарантирующего решения), с которой начинается совместная выработка лучшего решения.

Приведенные теории и подходы отражают определенные его стороны:

• 
  статистическая теория решений - неопределенность среды, выбор, риск;
  
• 
  теория игр - некоторые характеристики поведения человека
  в условиях взаимодействия с другими людьми и со средой;
  
• 
  теория полезности - психологические представления
  о потребностях человека и его мотивации.
  

Разновидностью разработки решений являются эвристические модели. Основу эвристических моделей составляют логика и здравый смысл, основанные на имеющемся опыте. На основе построения модели логических связей в ходе рассуждений ЛПР может решаться широкий класс задач. Такие модели используются в ситуациях, когда невозможно применение формальных аналитических методов. Моделями не решаются задачи оптимизации решений, а также они используются при выборе решений для разрешения ситуаций кратковременных и повторяющихся без надежды на использование при этом математического аппарата.

1. Детерминированные и Стохастические модели

В детерминированных моделях все факторы, оказывающие влияние на развитие ситуации принятия решения, однозначно определены и их значения известны в момент принятия решения.

Стохастические модели предполагают наличие элемента неопределенности, учитывают возможное вероятностное распределение значений факторов и параметров, определяющих развитие ситуации.

Следует отметить, что детерминированные модели, с одной стороны, являются более упрошенными, поскольку не позволяют достаточно полно учитывать элемент неопределенности. С другой стороны, они позволяют учесть многие дополнительные факторы, зачастую недоступные стохастическим моделям. Здесь также нередко оказывается справедливой известная закономерность: учитывая одни факторы при моделировании, мы нередко забываем о других. И это естественно. Никакая модель не может учесть абсолютно все факторы. Но профессионально разработанная модель отличается тем, что позволяет учесть наиболее существенные из них.

---

Моделирование процесса принятия решений позволяет сделать существенный шаг в сторону количественных оценок и количественного анализа результатов принимаемых решений.

Это ни в коем случае не означает, что принижается роль качественного (неколичественного) анализа результатов принимаемых решений.

Однако создание и использование моделей процесса принятия решений позволяет даже качественно оцениваемые управленческие ситуации оценивать количественно, с помощью специально вводимых вербально-числовых шкал.

Использование моделирования процесса принятия управленческих решений позволяет поднять его на качественно новый уровень, разработать и внедрить в практику принятия управленческих решений современные технологии.

Профессиональное использование моделей процесса принятия решений позволяет менеджеру, с одной стороны, контролировать интуитивные соображения при принятии решений, в частности обеспечивать большую степень непротиворечивости, согласованности и надежности принимаемых управленческих решений, с другой - более полно реализовать интуицию, опыт и знания.

Однако надо понимать, что модель позволяет найти рациональное решение лишь для того упрошенного варианта ситуации принятия решения, которое используется в модели.

Ни в коем случае нельзя акт принятия решения перекладывать только на заложенные в компьютер модели ситуации и полученные с их помощью альтернативные варианты управленческих решений.

Они носят лишь рекомендательный характер и способствуют разработке эффективного управленческого решения. В то же время отказ от их использования в сложных ситуациях, как показывает опыт, снижает эффективность принимаемых управленческих решений.

Решение, найденное с помощью моделирования ситуации причин решения, нужно обязательно проанализировать и осуществлять контроль. Проблема контроля управленческих решений весьма актуальна, особенно для крупных бюрократических организаций. Можно принять немало разумных
и полезных решений, но без рационально организованной системы контроля исполнения они останутся в «недрах делопроизводства» и не дадут ожидаемого эффекта.

2. 
   Модели полной неопределенности
   

Решение принимается в условиях неопределенности, когда невозможно оценить вероятность потенциальных результатов. Это имеет место, когда требующие учета факторы настолько новы и сложны, что невозможно получить достаточно релевантной информации, могущей помочь объективно определить вероятность, либо имеющаяся ситуация не подчиняется известным закономерностям. Поэтому вероятность определенного последствия невозможно предсказать с достаточной степенью достоверности. Неопределенность характерна для некоторых решений, принимаемых

---