год 2010-й - более 30.000.000 обращений

Одним из мощных инструментов, применимым не только для выработки наиболее приемлемой последовательности действий, но и в научных исследованиях, является имитационное моделирование. Использование этого типа моделей приобретает большое значение в экономике.

На уровне натурального хозяйства или ремесленничества один человек мог полностью охватить все экономические проблемы производства, сбыта и снабжения в пределах своего предприятия. С развитием общества экономические проблемы производства приобрели гораздо более сложный характер: понадобился штат специалистов, занимающихся вопросами закупок, сбыта, планирования производства, кредитования и т. д. В экономике стали возникать задачи, решать которые с достаточной точностью было трудно даже целой группе квалифицированных экономистов.

Новым этапом в развитии моделирования, в частности в развитии имитационных методов в экономике, явилось появление и применение быстродействующей электронной вычислительной техники. Благодаря этому экономисты-исследователи получили возможность создавать в памяти ЭВМ модель практически любой экономической системы и имитировать ее эволюцию на протяжении достаточно длительного периода времени.

Основы метода имитационного моделирования разработаны профессором Дж. Форрестером (США) в начале 50-х годов нашего столетия. Наглядность и доступность его методики обусловили ее широкое применение в США и Западной Европе.

В настоящее время имитационные модели широко применяются для прогнозирования развития различных систем, в том числе и локальных. Кроме того, имитационное моделирование в силу особенностей подхода позволяет прогнозировать как количественные, так и некоторые качественные факторы, что выгодно отличает его от других методов. Термин имитационного моделирования сохраняется лишь за теми моделями, в которых тем или иным способом разыгрываются (имитируются) случайные воздействия. Всякая практическая деятельность, в том числе производственная и экономическая, всегда неизбежно связана с некоторыми случайными воздействиями. Влияние этих воздействий на конечный результат часто оказывается столь существенным, что качественно изменяет его, методы решения таких задач, если они не укладываются в рамки одного из существующих вероятностных аналитических методов, и называют методами имитационного моделирования.

Часто имитационную модель отличают от обычной математической более детальным описанием моделируемого объекта, но критерий границы между этими понятиями не вводится.

В принципе любую математическую модель экономической системы можно называть имитацией экономического процесса. Однако, этот термин является более точным, когда построенная модель воспроизводит не только статическую взаимосвязь между объектами системы, но и имитирует развитие системы во времени. Такие модели называют имитационными динамическими (ИДМ).

По сравнению с другими методами, имитационное динамическое моделирование позволяет рассматривать большее число альтернатив, улучшать качество управленческих решений и точнее прогнозировать их последствия. Идея имитационного моделирования проста и в то же время интуитивно привлекательна. Она дает возможность пользователю экспериментировать с системами (существующими или предлагаемыми) в тех случаях, когда делать это на реальном объекте практически невозможно или нецелесообразно. Подобно всем мощным средствам, существенно зависящим от искусства их применения, имитационное моделирование способно дать либо очень хорошие, либо очень плохие результаты. Оно может либо пролить свет на решение проблемы, либо ввести в заблуждение.

Все имитационные модели представляют собой модели типа так называемого "черного" ящика. Это означает, что они обеспечивают выдачу выходного сигнала системы, если на ее взаимодействующие подсистемы поступает входной сигнал. Поэтому для получения необходимой информации или результатов необходимо осуществлять "прогон" имитационных моделей, а не "решать" их.

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. Следовательно, имитационное моделирование можно рассматривать как методологию решения проблем. Более того, имитационное моделирование является только одним из нескольких имеющихся в распоряжении системного аналитика важнейших методов решения проблем.

Необходимо учитывать некоторые свойственные имитации особенности для того, чтобы построенная модель как можно вернее отражала реальное положение вещей. Имитационная модель в принципе не точна, и нет способа измерять степень этой неточности. Это затруднение может быть преодолено лишь частично путем анализа чувствительности модели к изменению определенных параметров. Результаты, которые дает имитационная модель, обычно являются численными, а их точность определяется количеством знаков после запятой, выбираемым экспериментатором. Поэтому правомерен вопрос: насколько адекватно данное число отражает то, что оно должно характеризовать? Иногда ответ на этот вопрос не вызывает особых затруднений, но в большинстве случаев сложность вопроса несоизмеримо велика: число теряет определенность, покидая почву элементарного и однородного. В связи с этим возникает опасность с "обожествлением чисел", т. е. приписывания им большей значимости, чем они на самом деле имеют. Несовершенство методов анализа результатов зачастую порождает неопределенность в их истолковании. Когда число - итог вычислений какой-либо экономико-математической модели, процедуру его получения можно разложить на отдельные этапы, вплоть до элементарных операций и таким образом "понять" данное число. Но при этом важно, чтобы вопрос об адекватности отражения моделью реальности не затерялся в деталях этого анализа.

Приведенные соображения показывают, что, хотя имитационное моделирование является чрезвычайно ценным и полезным методом решения сложных задач, этот метод, конечно, не панацея для решения всех проблем управления. Разработка и применение имитационных моделей все еще в большей степени искусство, нежели наука. Следовательно, как и в других видах искусства, успех или неудача определяется не столько методом, сколько тем, как он применяется.

Дополнительным преимуществом имитационного моделирования можно считать широчайшие возможности его применения в образовательных целях и для профессиональной подготовки. Разработка и использование имитационных моделей позволяют экспериментатору видеть и "разыгрывать" на модели реальные процессы и ситуации. Это в свою очередь должно в значительной мере помочь ему понять и прочувствовать проблему, что стимулирует процесс поиска нововведений.

Широта применения имитационных моделей по сравнению с другими инструментам экономического анализа делают необходимым классифицировать их по наиболее важным признакам. Это требуется для того, чтобы "не изобретать велосипед": существуют хорошо разработанные алгоритмы построения и анализа для большинства имитационных моделей. При появлении новых моделей порой достаточно правильно определить их тип, отнести к имеющемуся классу моделей, и большинство проблем по получению необходимых результатов можно считать решенными. По большей части классификационные признаки имитационных моделей мало чем отличаются от общих признаков классификации экономико-математических моделей. Остановимся лишь на тех из них, которые в наибольшей степени важны при построении именно имитационных моделей. Различия в целевых установках позволяют исследователю уже на начальном этапе процесса построения имитационных динамических моделей определить их характерные особенности.

Ниже приведены возможные цели имитационных экспериментов.

1. Экспериментальная отработка существующих или проектируемых систем планирования и управления путем выбора параметров и изменения экзогенных переменных. При этом может быть оценен возможный эффект от изменения в организации реальной системы, ее функционирования, взаимоотношения между подсистемами и т.д..

2. Проверка определенных гипотез о поведении реальной системы.

3. Прогнозирование и предплановые расчеты, при которых оценивается поведение системы при некотором предполагаемом сочетании рабочих условий.

4. Проведение параметрического анализа и анализа чувствительности системы к изменению параметров; определение на этой основе наиболее важных (значимых) параметров.

5. Тренировка, т. е. обучение работников плановых органов и управленческих организаций в режиме человеко-машинного диалога.

6. Решение сложных математических, не обязательно вероятностных задач, которые не могут быть решены аналитическими методами.

7. Оперативное управление производственными процессами, выработка управляющих решений в реальном времени, касающихся корректировки расписания работ, перераспределения ресурсов и т. д.

8. Оптимизация, т.е. точное определение такого сочетания действующих факторов и их величин, при котором обеспечивается наилучший отклик всей системы в целом. Другими словами, в задачах подобного типа требуется найти такое решение этой системы, которое давало бы оптимальное (максимальное или минимальное в зависимости от постановки конкретной задачи) значение некоторого экономического показателя. Основными моделями этого типа, применяемыми в планировании, являются задачи линейного программирования. Большую экономию транспортных средств и горючего дает решение задач на минимум транспортных затрат в области транспортных перевозок. Разработаны и реализованы в ряде отраслей модели оптимизации развития и размещения производства и транспортировки продукции по критерию минимума приведенных или, в динамической постановке, интегральных затрат.

9. Выявление функциональных соотношений, т. е. определение природы зависимости между двумя или несколькими действующими факторами с одной стороны и откликом системы - с другой.

10. Оценка - определение, насколько хорошо система предлагаемой структуры будет соответствовать некоторым конкретным критериям.

11. Сравнение - сопоставление конкурирующих систем, рассчитанных на выполнение определенной функции, или же сопоставление нескольких предлагаемых рабочих принципов или методик.

Привлекательна идея возможности использования ИДМ для построения долгосрочных прогнозов. Трудность предвидения на период даже более двух лет для экономических субъектов современной России определена нестабильностью протекающих процессов. Задача усложняется наличием факторов качественной природы, которые невозможно формализовать и предугадать степень воздействия их изменений на ход моделируемого процесса (сюда можно отнести факторы правовой системы, военной, постановления Правительства, Президента). Хотя, по сравнению с моделями, построенными другими методами, имитационные динамические модели точнее определяют и реагируют на непредсказуемые "возмущения" качественного характера, что существенно уменьшает ошибку прогнозирования, но не исключает ее. В связи с этим наиболее реальным становится задача построения прогнозов развития систем экономики России на небольшой отрезок времени, на период до года - двух лет.

Исходя из того, что имитация должна применяться для исследования реальных систем, тщательно составленный план ее проведения определяет глобальные проблемы и пути их разрешения. Четко поставленная программа имитации реальной системы поможет в дальнейшем проверить правильность функционирования модели и отдельных ее частей и усовершенствовать их.

Для ИДМ логика планирования эксперимента не отличается от общей для экономико-математических моделей. Однако в силу особенностей этого типа существует ряд значимых моментов, внимание к которым необходимо. Схематично план имитационного эксперимента.

Перечисленные этапы создания и использования модели определены в предположении, что задача может быть решена наилучшим образом с помощью имитационного моделирования. Однако это может быть не самый эффективный способ.

Имитация представляет собой крайнее средство или грубый силовой прием, применяемый для решения задачи. Несомненно, что в том случае, когда задача может быть сведена к простой модели и решена аналитически, нет никакой нужды в имитации. Следует изыскивать все возможные средства, подходящие для решения данной конкретной задачи, стремясь при этом к оптимальному сочетанию стоимости и желаемых результатов. Прежде чем приступать к оценке возможностей имитации, следует убедиться, что простая аналитическая модель для данного случая не пригодна. Поскольку необходимо и желательно подобрать для решения задачи соответствующие средства, решение о выборе того или иного средства или метода должно следовать за формулированием задачи.

Решение об использовании имитации не должно рассматриваться как окончательное. По мере накопления информации и углубления понимания задачи вопрос о правомерности применения имитации следует подвергать переоценке. Поскольку для этого часто требуются мощные ЭВМ и большие выборки данных, то издержки, связанные с имитацией, почти всегда высоки по сравнению с расходами, необходимыми для решения задачи на небольшой аналитической модели. Во всех случаях следует сопоставлять возможные затраты средств и времени, потребные для имитации, с ценностью информации, которую мы ожидаем получить.

Полный текст статьи Вы можете скачать здесь: СКАЧАТЬ

Not Found

The requested URL /hits/hits.asp was not found on this server.