Основы построения имитационных моделей экономических процессов

 

Цель работы: знакомство со средами имитационного моделирования для изучения экономических процессов.

Задачи работы:

- изучить основные понятия имитационного моделирования (ИМ) и сформулировать значение методов ИМ в системных исследованиях;

- провести исследование имитационных моделей социально-экономических систем, реализованных в среде Any Logic, в том числе через удаленный доступ;

- изучить структуру и порядок функционирования модели банковского обслуживания, реализованную в среде Extend LT, и построить на ее основе построить имитационную модель системы массового обслуживания, соответствующую изучаемой в рамках лабораторного практикума предметной области.

Предмет работы: процессы функционирования социально-экономических систем. Объект работы: социально-экономические системы (банк, аэропорт, телефонный центр и др.).

Перечень и характеристика оборудования и материалов. Для выполнения лабораторной работы используется персональный компьютер с установленным офисным программным обеспечением. Оформление работы может быть выполнено с использованием средств Microsoft Word. В работе используются доступные среды имитационного моделирования, к которым могут быть отнесены Extend LT, AnyLogic (через сайт http://www.xjtek.ru/).

Литература: /1/, гл.4, 5-6, 11, /7/, с.118-136, /20/, гл.1, /37/, гл.5, /42/, гл.14.

Краткое изложение основных теоретических и методических аспектов предмета лабораторной работы

Сущность имитационного моделирования. Управление в современном мире становится все более трудным делом, поскольку организационная структура нашего общества усложняется. Эта сложность объясняется характером взаимоотношений между различными элементами наших организаций и физическими системами, с которыми они взаимодействуют. Теперь мы осознаем, что изменение одной из характеристик системы может легко привести к изменениям или создать потребность в изменениях в других частях системы; в связи с этим получила развитие методология системного анализа, которая была призвана помочь руководителям и инженерам изучать и осмысливать последствия таких изменений. В частности, с появлением электронных вычислительных машин одним из наиболее важных и полезных орудий анализа структуры сложных процессов и систем стало имитационное моделирование. Имитировать, согласно словарю Вебстера, значит “вообразить, постичь суть явления, не прибегая к экспериментам на реальном объекте”.

Идея имитационного моделирования становится все более при­влекательной в условиях рыночной нео­пределенности. Имитационное моделирование является весьма широким и недостаточно четко определенным понятием, имеющим очень большое значение для лиц, ответственных за проектирование и функционирование систем, и дает возможность экспериментировать с производственно-коммерческими процессами в тех случаях, когда делать это на реальном объекте практически невозможно или нецелесообразно.

Имитационное моделирование в значительной степени опи­рается на теории вычислительных систем, математику, теорию ве­роятностей и статистику. Имитационная модель - вычислительная процедура, формализовано описывающая изуча­емый объект и имитирующая его поведение. В то же время имита­ционное моделирование и экспериментирование во многом оста­ются интуитивными процессами, требующими от составителя мо­дели практического опыта в имитируемой области. По существу, каждая модель или представление вещи есть форма имитации, по­этому имитационное моделирование является весьма широким и недостаточно четко определенным понятием.

Наиболее приемлемым с позиций практической целесообраз­ности и ее научной обоснованности представляется определение Роберта Шеннона об имитационном моделировании. Имитаци­онное моделирование есть 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 стратегии, обеспечивающие функциониро­вание данной системы. В соответствии с точкой зрения Р.Шеннона входы модели и (или) функциональные соотношения между раз­личными ее компонентами могут содержать, а могут и не содер­жать элемент случайности, подчиняющийся вероятностным зако­нам. Более того, Р.Шеннон не ограничивает определение имита­ционного моделирования лишь экспериментами, проводимыми с помощью машинных моделей.

Таким образом, процесс имитационного моделирования мы понимаем как процесс, включающий и пост­роение модели, и аналитическое применение модели для изуче­ния некоторой проблемы. Именно такое моделирование освобождает его от форм, огра­ничивающих неформализуемые процессы в экономике и, тем са­мым открывает возможности для любых средств, не только чисто математических, схематических, шаблонных, формализованных, но других способов, приемов, позволяющих с некоторыми при­ближениями и допущениями, отличными от математических пра­вил, приспосабливать модель, связывать ее формы в соответствии с реальными хозяйственными процессами и всевозможными воз­мущениями среды.

Имитационное моделирование является эксперимен­тальной и прикладной методологией, имеющей цели:

- описать поведение систем,

- построить теории и гипотезы, которые могут объяснить на­блюдаемое поведение,

- использовать эти теории для предсказания будущего пове­дения системы, т. е. тех воздействий, которые могут быть выз­ваны изменениями в системе или изменениями способов ее функционирования.

Известный американский ученый А. Прицкер, подтверждая мнение о том, что моделирование сложных экономических про­цессов во многом является искусством, справедливо отмечает, что чаще всего экономическое моделирование представляет более труд­ную задачу, чем моделирование физических систем. И объясняет это следующими причинами, связанными с экономической реаль­ностью:

1) в распоряжении исследователя имеется мало фундаменталь­ных законов, относящихся к рассматриваемой системе;

2) многие взаимосвязи между элементами систем с трудом под­даются количественному описанию и формализации;

3) трудно количественно описать поведение входных элемен­тов (исходной информации);

4) важную роль играют стохастические процессы;

5) неотъемлемой частью таких систем является процесс при­нятия решений человеком.

Подобно всем мощным средствам, существенно зависящим от искусства их применения, имитационное моделирование способ­но дать как хорошие, так и плохие результаты. Оно может либо прояснить решение предпринимательских задач, либо ввести в заб­луждение. Поэтому важно, чтобы принимающий решения и пользующийся моделью предприниматель представлял смысл вво­димых допущений, сильные и слабые стороны метода, его пре­имущества и тонкости.

Понятие модели. Модель является представлением объекта, системы или понятия (идеи) в некоторой форме, отличной от формы их реального существования. Модель служит средством, помогающим нам в объяснении, понимании или совершенствовании системы. Модель какого-либо объекта может быть или точной уменьшенной копией этого объекта, или отображать некоторые характерные свойства объекта в абстрактной форме.

Под моделированием понимается процесс построения, изучения и применения моделей. Оно тесно связано с такими категориями, как абстракция, аналогия, гипотеза и др. Процесс моделирования обязательно включает и построение абстракций, и умозаключения по аналогии, и конструирование научных гипотез. Процесс моделирования включает три элемента:

1) субъект (исследователь),

2) объект исследования,

3) модель, опосредствующую отношения познающего субъекта и познаваемого объекта.

Обычно считается, что модель – это используемый для предсказания и сравнения инструмент, позволяющий логическим путем спрогнозировать последствия альтернативных действий и достаточно уверенно указать, какому из них отдать предпочтение. Хотя такое использование моделей имеет важное значение, оно ни в коей мере не исчерпывает целей моделирования. Построение моделей дает в руки различных специалистов и руководителей, принимающих решения, метод, повышающий эффективность их суждений и интуиции. В определенных рамках модель может служить также эффективным средством общения и осмысления действительности.

Почти все без исключения авторы, пишущие о науке, утверждают, что одним из главных элементов, необходимых для эффективного решения сложных задач, является построение и соответствующее использование модели. Такая модель может принимать разнообразные формы, но одна из наиболее полезных и определенно наиболее употребительных форм – это математическая, выражающая посредством системы уравнений существенные черты изучаемых реальных систем или явлений. К сожалению, не всегда возможно создать математическую модель в узком значении этого слова. Решение проблем защиты от загрязнения окружающей среды, предотвращения преступлений, здравоохранения и роста городов связано с неясными и противоречивыми целями, а также с выбором альтернатив, диктуемых политическими и социальными факторами. Следовательно, наше определение модели должно включать в себя как количественные, так и качественные характеристики модели.

Достоинства и возможности применения имитационного моделирования. Имитационные модели могут использоваться как модели типа так называемого черного ящика, т. е. они обеспечивают выдачу выходного сигнала системы, если на ее взаимодействующие подсистемы поступает входной сигнал. В таких случаях для получе­ния необходимой информации или результатов нужно осуществ­лять «прогон» имитационных моделей, а не «решать» их. Но и ре­шение может потребоваться в тех случаях, когда в модель включен ряд математических выражений, требующих расчетов, или если алгоритмы этих расчетов не автоматизированы в системах ЭВМ, либо когда алгоритмы модели корректируются в соответствии с имитируемым процессом.

В отличие от обычных аналитических моделей для имитаци­онных моделей не являются обязательными требования об опре­делении конечного однозначного решения, заданного показателя или набора показателей, хотя и требований об исключении таких результатов из модели тоже не существует. Поэтому одной из осо­бенностей имитационных моделей является практически значи­мое допущение того, что они могут служить в качестве средства для анализа поведения системы в условиях, которые определяют­ся экспериментатором. Отсюда имитационное моделирование при­нято считать методологией, а не теорией решения проблем. Вмес­те с тем построение модели в системе электронных таблиц компь­ютерного приложения «Ехсеl» при помощи встроенных в эту систему программных функций «поиск решения» и «подбор параметра» позволяет получать конечные решения имитационно­го эксперимента, что значительно расширяет возможности ими­тационных моделей.

Имитационное моделирование является одним из методов ре­шения поставленных задач, поэтому его выбор требует соответству­ющих обоснований. Необходимость решения задачи путем ими­тационного экспериментирования становится очевидной, когда возникает потребность получить о системе информацию, которую нельзя найти в известных источниках, и когда использование мо­дели способствует устранению недостатков. Кроме несоизмеримых затрат в сравнении с экспериментированием на моделях, непос­редственные эксперименты с реальным объектом имеют следую­щие недостатки:

- могут нарушить установленный порядок работы фирмы;

- если составной частью системы являются люди, то на резуль­таты экспериментов сможет повлиять так называемый хауторнский эффект, проявляющийся в том, что люди, чувствуя, что за ними наблюдают, могут изменить свое поведение;

- может оказаться сложным поддержание одних и тех же рабо­чих условий при каждом повторении эксперимента или в течение всего времени проведения серии экспериментов;

- для получения одного и того же размера выборки (и, следова­тельно, статистической значимости результатов экспериментиро­вания) могут потребоваться чрезмерные затраты времени и средств;

- при экспериментировании с реальными системами может ока­заться невозможным исследование множества альтернативных ва­риантов.

Целесообразность имитационного моделирования может быть обусловлена также любым из следующих условий.

1. Не существует законченной математической постановки дан­ной задачи (если такая математическая постановка не входит в со­став имитационной модели) или еще не разработаны обычные ана­литические методы решения сформулированной математической модели. К этой категории относятся, например модели массового обслуживания, связанные с рассмотрением очередей, количеством требований на обслуживание за период и др.

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

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

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

5. Имитационное моделирование может оказаться единствен­ной возможностью вследствие трудностей постановки эксперимен­тов и наблюдения явлений в реальных условиях. Примером и ил­люстрацией возможностей имитаций может служить изучение по­ведения космических кораблей в условиях межпланетных полетов, а в экономике - при оценке альтернативных проектов будущих си­стем, а также анализе - не функционирующей проектируемой си­стемы, целесообразность создания которой требуется оценить на основе имитационного моделирования.

6. 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.

Разработка и использование имитационной модели позволя­ют экспериментатору видеть и «разыгрывать» на модели реальные процессы и ситуации. Это в свою очередь должно в значительной мере помочь ему понять и прочувствовать задачу, что стимулирует процесс поиска нововведений.

 

Задания по лабораторной работе приводятся в приложении 3 (для построения индивидуальной модели системы массового обслуживания на основе модели BankLine). Общее задание для студентов: изучение моделей, представленных в качестве примеров в средах Extend LT и Any Logic.

 

Порядок выполнения лабораторной работы:

1. Прочитать теоретический материал по основам имитационного моделирования и сформулировать значение методов ИМ в системных исследованиях.

2. На сайте http://www.xjtek.ru/ (сайт разработчика среды ИМ Any Logic) загрузить любые две демо-модели и изучить их структуру, назначение (рис.9). Провести серию имитационных экспериментов (изменять значения входных параметров, фиксировать изменения в поведении моделируемого объекта, значения выходных параметров). В отчете отразить результаты изучения имитационных моделей.

 

Рис. 9. Главное окно сайта компании-разработчика системы имитационного моделирования Any Logic

Рис. 10. Имитационная демо-модель терминала аэропорта

 

Рис. 11. Имитационная демо-модель телефонного центра

 

3. Загрузить среду Extend LT, открыть демо-модель BankLine (File – Open Model – папка Tutorial – BankLine). Изучить структуру и порядок функционирования модели банковского обслуживания. Описание блоков представленной модели представлено в приложении 5.

Данная модель предназначена для имитации процесса обслуживания клиентов в банке. Для запуска модели нажмите Run – Run Simulation (или кнопку с зеленой стрелкой на панели инструментов).

Блок, генерирующий поток клиентов, - Generator (в примере он обозначен как Customers). После поступления клиентов в банк они становятся в очередь (блок QueueFIFO, обозначенный как «очередь ожидания», Waiting Line). Далее клиенты попадают к свободному оператору банка (блоки Active Delay, обозначенные как Teller1, Teller2, Teller3). Транзакты-клиенты, покинувшие банк обслуженными, попадают в блок Exit, названный в данной модели «покинувшие банк», Leave Bank. Наконец, клиенты, которые не были обслужены, уходят через коннектор от L блока Waiting Line к блоку Plotter. Блок Plotter предназначен для вывода графика по результатам моделирования.

В ходе изучения модели обратите внимание на вкладки Result у блоков QueueFIFO и Activity Delay, где указаны средняя длина очереди и время ожидания, количество поступивших и обслуженных клиентов, коэффициент загрузки оператора. Эти данные помогают в процессе изучения модели и принятии решений на основе результатов имитационных экспериментов.

 

Рис.12. Имитационная демо-модель BankLine в среде Extend LT

 

4. Дополнительное творческое задание: изменяя структуру и значения параметров модели BankLine, построить имитационную модель системы массового обслуживания, соответствующую изучаемой в рамках лабораторного практикума предметной области. Добавление блоков доступно через меню Library (Open Library – открыть новую библиотеку; Open Library Window… – появляется окно с компонентами выбранной библиотеки).

 

Контрольные вопросы:

1. В чем сущность имитационного моделирования?

2. Каковы достоинства имитационного моделирования для исследования сложных социально-экономических объектов?

3. Каковы основные отличия сред имитационного моделирования Any Logic и Extend LT?

 

 

Лабораторная работа № 8