Зміст
Список скорочень та умовних позначень
Вступ
1 Загальні питання машинної імітації
1.1 Поняття машинної імітації (імітаційного моделювання)
1.2 Переваги та недоліки методу машинної імітації
1.3 Загальна схема і цілі машинної імітації
1.4 Імітація еволюційних процесів у динамічних моделях
1.5 Програмна реалізація імітаційних моделей
2 Основні етапи побудови імітаційної моделі
2.1 Визначення задачі та її аналіз
2.2 Визначення вимог до інформації
2.2 Збирання інформації
2.4 Висування гіпотез і прийняття припущень
2.5 Установлення основного змісту моделі
2.6 Визначення параметрів, змінних і критеріїв ефективності
2.7 Описання концептуальної моделі і перевірка її вірогідності
2.8 Побудова логічної структурної схеми імітаційної моделі
3 Імітаційна модель керування запасами на прикладі фірми
«Аметист- Н»
3.1 Сутність? оптимального керування запасами
3.2 Стратегія (політика) керування запасами
3.2.1 Керування однопродуктовим запасом
3.2.2 Керування багатопродуктовим запасом
3.3 Імітаційна модель оптимізації запасів
3.4 Логічна структурна схема імітаційної моделі
3.5 Вибір програмних і апаратних засобів побудови імітаційної моделі керування запасами
4 Економічне обґрунтування проекту
4.1 Визначення витрат і договірної ціни на науково-технічну продукцію
4.2 Визначення витрат на НДР прямим рахунком
4.3 Розробка мережної моделі виконання комплексу робіт
Висновки
Додатки
Додаток А Специфікація
Додаток Б Текст програми
Додаток В Інструкція користувачеві
Додаток Г Копії ілюстрацій до захисту
Список літератури
Одним із головних напрямків розвитку вітчизняної науки і техніки є впровадження засобів інформатики і автоматизації в різні галузі суспільного виробництва, зокрема в проектування та управління виробництвом і технологічними процесами на базі використання сучасної високопродуктивної обчислювальної техніки і нової інформаційної технології. Широкий розвиток комп'ютеризації як самого виробництва, так і управління ним неможливий без застосування ефективних наукових методів аналізу і оптимізації складних економіко-організаційних систем. Адже завдяки саме цим методам вдається в повному обсязі реалізувати колосальні потенційні можливості прогресивних технологій і передової техніки. До таких високоефективних методів належить машинна імітація як особлива форма провадження експериментів на ЕОМ з математичними моделями, які з певним ступенем достовірності описують закономірності функціонування реальних систем і об'єктів.
Машинна імітація (імітаційне моделювання) як метод розв'язування складних проблем виникла дещо пізніше, ніж було створено перші електронно-обчислювальні машини. Становлення машинної імітації як наукової дисципліни припало на кінець 50-х — початок 60-х років нинішнього століття. Розвитку машинної імітації відчутно сприяли праці українських учених, зокрема В. М. Глушкова, М. І. Коваленка, М. В. Яровицького та інших. І сьогодні в Україні маємо певні досягнення як у розробці методології машинної імітації, так і у практичному використанні цього методу для розв'язування важливих наукових і народногосподарських завдань.
Відмітною особливістю машинних експериментів порівняно з натурними є «програвання» на ЕОМ ситуацій, що імітують функціонування об'єктів і процесів на доволі широкому діапазоні змінювання параметрів і факторів систем без будь-яких обмежень на їх значення. Такі досліди, не потребуючи значних коштів, відкривають необмежені можливості отримання результатної інформації. Особливо цінні такі дослідження в інтерактивному режимі, коли в діалозі з ЕОМ фахівці розширюють свій досвід і розвивають інтуїцію, завдяки чому концептуально коригують імітаційну модель і адаптують її з урахуванням свіжої інформації. Експериментатор дістає змогу в ході досліджень аналізувати проміжні результати, змінювати ті чи інші управляючі параметри, а отже, і напрямок процесу, що вивчається.
Як інструмент експериментального дослідження складних систем машинна імітація охоплює методологію створення моделей систем, методи алгоритмізації та засоби програмних реалізацій імітаторів, планування, організацію і виконання на ЕОМ експериментів з імітаційними моделями, машинну обробку даних і аналіз результатів. При цьому динамічні та стохастичні характеристики реальних процесів відображаються в моделі за допомогою спеціально сконструйованих процедур.
Машинна імітація — визнаний науковий метод вивчення складних соціально-економічних і виробничих систем. Діапазон застосування імітації на ЕОМ надзвичайно широкий — від конкретних форм діяльності підприємств, наприклад управління запасами і планування виробництва, до імітації економіки країни. Останніми роками роль і значення імітаційного підходу при виконанні дослідних і проектних робіт зі створення ефективних виробничих систем великої потужності та вирішенні масштабних складних народногосподарських проблем дедалі зростають.
Оцінка ефективності проектування і створення економічних систем, може бути виконана одним із трьох наступних способів.
По-перше, є можливість (принаймні теоретична) проводити керовані експерименти з економічною системою фірми, чи галузі країни. Однак прийняття неоптимальних рішень може завдати шкоди економічній системі. При цьому чим більше масштаб системи, тим відчутніше збитки. Проте на практиці такі експерименти нерідко вироблялися і виробляються (у деяких країнах) з незмінно негативним результатом.
Навіть у випадку оптимальних рішень, що стосуються, наприклад, керування діяльністю фірми, при проведенні натурних експериментів важко зберегти сталість факторів і умов, що впливають на результат, а отже, складно забезпечити надійну оцінку різних економічних рішень.
По-друге, якщо є дані про розвиток економічної системи за деякий період часу в минулому, то можна провести уявний експеримент на цих даних. Однак для цього потрібно знать точно, які зміни яких вхідних змінних привели до зміни, що спостерігається, вихідних змінних, що характеризують ефективність економічної системи. Іноді причинами змін можуть виявитися випадкові збурювання, чи так званий «шум». Тому не можна занадто довіряти оцінкам економічних рішень, отриманим на основі даних про розвиток системи в минулому.
По-третє, можна побудувати математичну модель розглянутої системи, що зв'язує вхідні (незалежні) змінні з вихідними (залежними) змінними, а також з економічною стратегією, тобто способом керування економічною системою. Якщо є підстави для того, щоб вважати розроблену математичну модель адекватною розглянутій економічній системі, то за допомогою моделі можна робити чи розрахунки машинні експерименти (якщо модель реалізована на ЕОМ). За результатами цих експериментів можна виробити рекомендації з підвищення ефективності існуючої чи проектованої економічної системи.
Умовою для розробки моделі є наявність так називаної інформаційної достатності. Це означає, що розроблювач повинний мати достатнє представлення про те, що є вхідними і вихідними змінними в досліджуваній системі і які фактори впливають на процес її функціонування. Якщо рівень інформаційної достатності невисокий, то створити модель, за допомогою якої можна одержувати нові знання про об'єкт-оригінал, неможливо. Якщо ж рівень інформаційної достатності великий, тобто система вже добре вивчена, то питання про створення моделі втрачає зміст, тому що нових знань вона також не дасть.
Отже, розробляти модель має сенс тільки у тому випадку, якщо об'єкт-оригінал ще недостатньо вивчений чи взагалі не існує у природі і тільки проектується.
Якщо об'єкт-оригінал існує, то модель вважається адекватною йому в тому випадку, якщо залежність вихідних змінних від вхідних параметрів у моделі й в об'єкті-оригіналі практично збігається. При спрощенні моделей ступінь адекватності знижується.
Якщо ж об'єкта-оригіналу ще не існує, то модель вважається адекватної об'єкту-оригіналу, якщо вона з достатнім ступенем наближення на рівні розуміння модельованого процесу дослідником відбиває закономірності процесу функціонування реальної системи. Заставою адекватності в цьому випадку є повнота опису модельованого процесу, тобто облік усіх факторів, що піддаються формалізації.
Існує багато різних типів моделей: фізичні, аналогові, інтуїтивні і т.д. Особливе місце серед них займають математичні моделі, що, на думку академіка А.А. Самарського, «є самим великим досягненням науково-технічної революції XX століття». Математичні моделі поділяються на двох груп: аналітичні й алгоритмічні (які іноді називають імітаційними).
В даний час не можна назвати область людської діяльності, у якій у тім чи іншому ступені не використовувалися б методи моделювання. Не складають виключення й економічна діяльність. Однак помітних успіхів в області моделювання економічних процесів дотепер не спостерігається.
На наш погляд, ця обставина викликана наступними причинами.
1. Економічні процеси відбуваються значною мірою стихійно, некеровано. Вони погано піддаються спробам вольового керування з боку політичних, державних і господарських керівників окремих галузей і економіки країни в цілому. З цієї причини економічні системи погано піддаються вивченню і формалізованому опису.
2. Фахівці в області економіки, як правило, мають слабку математичну підготовку взагалі і з питань математичного моделювання зокрема. Більшість з них не уміє формально описувати (формалізувати) економічні процеси, що спостерігаються. Це, у свою чергу, не дозволяє установити, чи адекватна та чи інша математична модель розглянутій економічній системі.
3. Фахівці в області математичного моделювання, не маючи у своєму розпорядженні формалізованого опису економічного процесу, не можуть створити адекватну йому математичну модель.
Існуючі математичні моделі, що прийнята називати моделями економічних систем, можна умовно розділити на три групи.
До першої групи можна віднести моделі, що досить точно відбивають яку-небудь одну сторону визначеного економічного процесу, що відбуває в системі порівняно малого масштабу. З погляду математики вони являють собою дуже прості співвідношення між двома-трьома змінними. Звичайно це алгебраїчні рівняння 2-й чи 3-й ступеня, у крайньому випадку система алгебраїчних рівнянь, що вимагає для рішення застосування методу ітерацій (послідовних наближень). Вони знаходять застосування на практиці, але не представляють інтересу з погляду фахівців в області математичного моделювання.
До другої групи можна віднести моделі, що описують реальні процеси, що протікають в економічних системах малого і середнього масштабу, піддані впливу випадкових і невизначених факторів. Розробка таких моделей вимагає прийняття допущень, що дозволяють дозволити невизначеності. Наприклад, потрібно задати розподілу випадкових величин, що відносяться до вхідним змінним. Ця штучна операція певною мірою породжує сумнів у вірогідності результатів моделювання. Однак іншого способу створення математичної моделі не існує.
Серед моделей цієї групи найбільше поширення одержали моделі так званих систем масового обслуговування. Існують два різновиди цих моделей: аналітичні й алгоритмічні. Аналітичні моделі не враховують дія випадкових факторів і тому можуть використовуватися тільки як моделі першого наближення. За допомогою алгоритмічних моделей досліджуваний процес може бути описаний з будь-яким ступенем точності на рівні його розуміння постановником задачі.
До третьої групи відносяться моделі великих і дуже великих (макроекономічних) систем: великих торгових і промислових підприємств і об'єднань, галузей народної господарства й економіки країни в цілому. Створення математичної моделі економічної системи такого масштабу являє собою складну наукову проблему, рішення якої під силу лише великому науково-дослідному заснуванню.
Кожна модель може мати два найменування. Перше з них характеризує клас алгоритмічної моделі, а друге - один з можливих об'єктів-оригіналів, властивості якого можуть вивчатися за допомогою даної моделі. Як правило, таких об'єктів існує трохи. Саме тут виявляється універсальність методів математичного моделювання складних систем. Та сама модель може використовуватися для вивчення властивостей зовсім різних по фізичній природі реальних систем.
Магістр