Использование имитационных моделей в процессе выработки управленческих решений

При имитационном моделировании динамические процессы системы-оригинала подменяются процессами, имитируемыми в абстрактной модели, но с соблюдением основных правил (режимов, алгоритмов) функционирования оригинала. В процессе имитации фиксируются определенные события и состояния или измеряются выходные воздействия, по которым вычисляются характеристики качества функционирования системы.

Имитационное моделирование позволяет детализировать производственные и финансовые процессы в разрезе всех видов ресурсов и отслеживать влияние моделируемых параметров изменений условий хозяйствования не только на всю систему в целом, но и на ее отдельные структурные элементы в течение нескольких производственных циклов и внутри каждого из них.

Идея имитационного моделирования одинакова привлекательна и для руководителей и для исследователей систем благодаря своей простоте. Поэтому метод имитационного моделирования в настоящее время стремятся применить для решения практически каждой задачи, с которой приходится сталкиваться на практике.

Под имитационной моделью понимается логико-математическое описание объекта, которое может быть использовано для экспериментирования на компьютере в целях проектирования, анализа и оценки функционирования объекта.

Имитационная модель имеет определенную минимальную опорную структуру, которую пользователь может дополнить и расширить с учетом специфики решаемых задач и базовых методов обработки.

Имитационное моделирование - это метод исследования, при котором изучаемая система заменяется моделью, с достаточной точностью описывающей реальную систему, с которой проводятся эксперименты с целью получения информации об исследуемой системе.

То есть имитационное моделирование представляет собой процесс конструирования модели реальной системы и постановки экспериментов на этой модели с целью либо понять поведение системы, либо оценить (в рамках ограничений, накладываемых некоторым критерием или совокупностью критериев) различные варианты развития системы.

В самом общем виде структуру имитационной модели в математическом виде можно представить следующим образом: , где Е - результат действия системы; x_i – переменные и параметры, которыми мы можем управлять; y_i – переменные и параметры, которыми мы можем управлять не можем; f – функциональная зависимость между x_i и y_i, которая определяет величину Е. Столь явное и чрезмерное упрощение полезно лишь тем, что оно показывает зависимость функционирования системы как от контролируемых, так и от неконтролируемых нами переменных.

В отличии от аналитического моделирования изучающего математические модели реального объекта в виде алгебраических, дифференциальных и других уравнений, а также предусматривающих осуществление однозначной вычислительной процедуры, приводящей к их точному решению, имитационное моделирование исследует математические модели в виде алгоритмов, воспроизводящих функционирование исследуемой системы путем последовательного выполнения большого количества элементарных операций.

В имитационных моделях для получения необходимой информации или результатов необходимо осуществлять их «прогон» в отличие от аналитических моделей, которые необходимо «решать».

Имитационные модели неспособны формировать свое собственное решение в том виде, в каком это имеет место в аналитических моделях, а могут лишь служить в качестве средства для анализа поведения системы в условиях, которые определяются экспериментатором.

Почти каждая модель представляет собой некоторую комбинацию таких составляющих, как компоненты, переменные, параметры, функциональные зависимости, ограничения, целевые функции. Под компонентами понимаются составные части, которые при соответствующем объединении образуют систему (иногда компонентами считаются также элементы системы или ее подсистемы). Если компоненты есть объекты, образующие изучаемую систему, то под параметрами понимаются величины, которые при «прогоне» модели могут выбираться произвольно, в отличие от переменных, которые могут принимать только значения, определяемые видом заданной функции.

Функциональные зависимости описывают поведение переменных и параметров в пределах компонента или выражают соотношения между компонентами системы. Эти отношения по своей природе являются детерминистскими, либо стохастическими. Детерминистские соотношения – это тождества или определения, которые устанавливают зависимость между определенными переменными или параметрами в тех случаях, когда процесс на выходе системы однозначно определяется заданной информацией на входе. В отличие от этого стохастические соотношения представляют такие зависимости, которые при заданной входной информации дают на выходе неопределенный результат. Ограничения представляют собой устанавливаемые пределы изменений значений переменных или ограничивающие условия распределения и расходования тех или иных средств (энергии, ресурсов и т.п.). Они могут вводиться либо разработчиком (искусственные ограничения), либо самой системой вследствие присущих ей свойств (естественные ограничения). Большинство технических, технологических и организационно-экономических требований к системам представляет собой набор искусственных ограничений. Естественные ограничения обусловлены самой природой системы.

Имитационная модель - это объектная модель данных, имеющая определенную минимальную опорную структуру, которую пользователь может дополнить и расширить с учетом специфики решаемых задач, а также базовых методов обработки. Технология имитационного моделирования позволяет:

- обеспечить комплексность и системность сбора, обработки и анализа информации за счет концентрации в рамках единого информационного поля взаимоувязанных объектов разнородной структуры;

- создать многомерную информационную модель реального мира, в которой каждым процессам и системам в каждый промежуток или момент времени будет соответствовать уникальный информационный аналог;

- отслеживать динамику изменения процессов во времени, осуществлять автоматическую актуализацию хранимой в банке информации без дополнительных затрат на поддержание информационного архива;

- учитывать, хранить и анализировать информацию о структуре и содержании связей и отношений объектов реального мира;

- хранить в рамках единого информационного пространства документальную и фактографическую информацию, иметь удобный и простой интерфейс для быстрых переходов из документальной подсистемы в фактографическую и наоборот.

Наиболее эффективно использование имитационных моделей в системах слежения, призванных регистрировать и обрабатывать данные о состоянии, взаимодействии и изменениях динамических объектов в режиме реального времени, а также в системах анализа исторических событий, обусловленных общественной деятельностью людей.

Вместе с тем, необходимо отметить и определенные недостатки этого метода исследования. Имитационные модели не способны формировать свое собственное решение в том виде, в каком это имеет место в аналитических моделях, а могут лишь служить в качестве средства для анализа поведения системы в условиях, которые определяются экспериментатором. Поэтому для получения необходимой информации или результатов необходимо осуществлять «прогон» имитационных моделей, а не «решать» их. Следовательно, имитационное моделирование – не теория, а методология решения проблем.

Целесообразность применения имитационного моделирования возникает при наличии любого из следующих условий:

- не существует законченной математической постановки данной задачи, либо еще не разработаны аналитические методы решения сформулированной математической модели. К этой категории относятся многие модели массового обслуживания, связанные с рассмотрением очередей.

- аналитические методы имеются, но математические процедуры столь сложны и трудоемки, что имитационное моделирование дает более простой способ решения задачи.

- аналитические решения существуют, но их реализация невозможна вследствие недостаточной математической подготовки имеющегося персонала. В этом случае следует сопоставить затраты на проектирование, испытания и работу имитационной модели с затратами, связанными с приглашением специалистов со стороны.

Кроме оценки определенных параметров, желательно осуществить на имитационной модели наблюдение за ходом процесса в течение определенного периода.

Имитационное моделирование может оказаться единственной возможностью вследствие трудностей постановки экспериментов и наблюдений явлений в реальных условиях; соответствующим примером может служить изучение поведения космических кораблей в условиях межпланетных полетов.

Для долговременного действия систем или процессов может понадобиться сжатие временной шкалы. Имитационное моделирование дает возможность полностью контролировать время изучаемого процесса, поскольку явление может быть замедлено или ускорено по желанию.

Имитационные модели, являясь по существу описанием цепочки промежуточных и итоговых финансовых результатов деятельности компании и основанные на точных алгоритмах вычисления этих результатов, позволяют рассчитать важнейшие позиции балансов доходов и расходов, активов и пассивов, поступлений и платежей, а также осуществлять динамические расчеты в условиях действующего предприятия. Эти возможности имитационных моделей делают их незаменимым инструментом поддержки управленческих решений.

Дополнительные сложности вызывает описание динамическими моделями стохастических процессов. Объективная недостоверность прогнозируемых базовых входных параметров таких моделей может обеспечить мультипликаторный эффект ошибки, поскольку выходные параметры одного производственного цикла становятся входными для следующего.

Процесс создания моделей проходит несколько стадий. Он начинается с изучения (обследования) реальной системы, ее внутренней структуры и содержания взаимосвязей между ее элементами, а также внешних воздействий и завершается разработкой модели. В укрупненном плане имитационное моделирование предполагает реализацию следующих этапов:

- разработка концептуальной модели;

- подготовка исходных данных;

- выбор средств моделирования;

- разработка программной модели;

- проверка адекватности и корректировка модели;

- планирование машинных экспериментов;

- собственно моделирование;

- анализ результатов моделирования и принятие решения.

Для одной и той же системы можно составить множество моделей. Они будут отличаться степенью детализации и учета тех или иных особенностей и режимов функционирования, отражать определенную грань сущности системы, ориентироваться на исследование определенных ее свойств. Поэтому все этапы имитационного моделирования пронизаны заранее сформулированной целью исследования.

Особую важность имеют первые три этапа.

1. Разработка концептуальной модели системы. После определения цели (целей) моделирования строится концептуальная модель исследуемой системы (содержательная модель), под которой понимается абстрактная модель, определяющая состав и структуру системы, свойства элементов и причинно-следственные связи, присущие анализируемой системе и существенные для достижения целей моделирования. В концептуальной модели обычно в словесной форме приводятся сведения о природе и параметрах (характеристиках) элементов исследуемой системы, о виде и степени взаимодействия между ними, о месте и значении каждого элемента в общем процессе функционирования системы.

Следующим шагом на пути создания концептуальной модели служит выбор уровня детализации модели (стратификация). Модель системы представляется в виде совокупности частей (подсистем, элементов). В эту совокупность включаются все части, которые обеспечивают сохранение целостности системы, с одной стороны, а с другой - достижение поставленных целей моделирования.

В дальнейшем производится окончательная детализация, локализация (выделение системы из окружающей среды), структуризация (указание и общее описание связей между выделенными элементами системы), укрупненное описание динамики функционирования системы и ее возможных состояний.

2. Подготовка исходных данных. Параллельно с этапом создания концептуальной модели формируется область исходных данных (информационное пространство системы). На данном этапе выявляются количественные характеристики (параметры) функционирования системы и ее элементов, численные значения которых составят исходные данные для моделирования. Очевидно, что значительная часть параметров системы - это случайные величины. Поэтому особое значение при формировании исходных данных имеют выбор законов распределения случайных величин, аппроксимация функций и т.д.

3. Выбор средств моделирования. Программные и технические средства моделирования выбираются с учетом ряда критериев. Непременное условие при этом - достаточность и полнота средств для реализации концептуальной модели. Среди других критериев можно назвать доступность, простоту и легкость освоения, скорость и корректность создания программной модели. Если выбор технических средств сейчас не вызывает особых затруднений, то выбор программных средств зачастую довольно сложен. В настоящее время известно более 500 языков моделирования. Такое множество языков частично обусловлено разнообразием классов моделируемых систем, целей и методов моделирования. Программа создается автоматически по одной из формализованных схем на основании задаваемых исследователем параметров системы, внешних воздействий и особенностей функционирования. Это наиболее перспективное направление развития средств имитационного моделирования.

За последние несколько лет был разработан целый ряд новых программных инструментов, непосредственно предназначенных для моделирования бизнес-процессов. В большинстве этих продуктов бизнес-процессы описываются с использованием графических символов или объектов. Отдельные функции процесса изображаются в виде последовательности прямоугольников и стрелок. Специальные характеристики каждого процесса или функции отображаются как атрибуты процесса.

Многие из таких программных инструментов позволяют также проводить некоторый анализ, глубина которого зависит от степени сложности методологии, лежащей в основе программы. Программные инструменты имитационного моделирования бизнес-процессов можно разбить на три категории.

Инструментарий имитационного моделирования, основанный на потоковых диаграммах. Инструментарий построения потоковых диаграмм помогает описывать выполняемые функции и определять их последовательность. Модели, основанные на потоковых диаграммах, не зависят от методологии и наиболее просты в изучении. Недостатком этого инструментария является ограниченность возможностей моделирования и анализа. Примерами инструментария имитационного моделирования подобного рода служат Process Charter и Optima.

Инструментарий динамического моделирования. На этом уровне располагаются программные продукты аналогового моделирования, которые позволяют отображать динамику системы. Модели, созданные подобными продуктами, состоят из таких специфических для выбранной методологии логических структур, как уровни, стеки, потоки, преобразователи и соединители. Примеры: ithink и PowerSim.

Инструментарий дискретно-событийного имитационного моделирования. Наиболее развитым и мощным инструментарием имитационного моделирования бизнес-процессов являются программные продукты дискретно-событийного моделирования. Эти инструменты поддерживают моделирование потока объектов (продуктов) и предоставляют возможности анимации, что позволяет пользователю производить наблюдение за движением в системе потоковых объектов. Некоторые из подобных технологий обеспечивают даже возможности объектно-ориентированного моделирования, упрощающего разработку больших моделей бизнес-процессов. Примеры: ServiceModel и SIMPROCESS.

Выбор между специализированным и универсальным программным обеспечением всегда является проблемой. Для сельскохозяйственных предприятий в качестве инструмента имитационного моделирования наиболее подходящим продолжает оставаться табличный процессор Microsoft Excel.

Выработка управленческих решений для сельскохозяйственных предприятиях должна базироваться на комплексном использовании оптимизационных и имитационных моделей. Базовые параметры предприятия (масштаб и структура производства, объем и структура производственных и компенсационных ресурсов и т.д.) следует определять на основе использования оптимизационных моделей, позволяющих учесть прогнозируемые колебания условий функционирования. А затем, применяя методы имитационного моделирования, исследовать динамические изменения выходных параметров системы (уровень использования ресурсного потенциала) при колебаниях входных параметров в заданном диапазоне отклонений от прогнозируемых значений. Имитационные модели в отличие от традиционно использующихся оптимизационных моделей позволяют моделировать не только параметры системы, но и сам процесс ее функционирования.

Среди методов прикладного системного анализа имитационное моделирование является самым мощным инструментом исследования сложных систем, управление которыми связано с принятием решений в условиях неопределенности. По сравнению с другими методами такое моделирование позволяет рассматривать большое число альтернатив, улучшать качество управленческих решений и точнее прогнозировать их последствия.

Вопросы для самоконтроля

1. Раскройте понятие имитационной модели и имитационного моделирования.

2. Каким образом можно представить структуру имитационной модели в математическом виде

3. Назовите основные компоненты имитационной модели?

4. Раскройте основные возможности технологии имитационного моделирования.

5. Раскройте недостатки технологии имитационного моделирования.

6. Раскройте условия, определяющие целесообразность применения имитационного моделирования.

7. Реализацию каких этапов предполагает технология имитационного моделирования?

8. Охарактеризуйте программные инструменты имитационного моделирования бизнес-процессов.