Информационные системы менеджмента - Бажин И.И
..pdfГлава 3. Математические модели в менеджменте |
121 |
тя конкретные системы и их окружение объективны по характеру, они в то же время являются категориями в известной мере субъективными, поскольку кон фигурация образующих их элементов выбирается в соответствии с целями ис следования. Различные наблюдатели одной и той же системы могут по-разному выделить ее из окружения, описать состояние и провести исследование разных характеристик.
Введенное понятие окружения системы или ее внешней среды является в некоторой степени неопределенным. Возникает вопрос выделения границ сис темы. Какие из элементов, взаимодействующих с системой, отнести к ее окру жению, а какие считать элементами самой системы? Многие исследователи счи тают, что невозможно исследовать или проектировать объект, границы которого не определены. Отсюда естественное желание локализовать систему, более четко определить ее границы. Однако здесь трудность носит принципиальный характер. В реальных системах элементы часто «проникают» из одной системы в другую. И этот переход часто происходит плавно, а не скачком. Исследователь не всегда может игнорировать связи элементов системы с другими системами, а, не имея возможности и средств точно различать границы системы, идет по пути использования нечетких представлений (своих или экспертов). В ряде слу чаев используются такие понятия как «больше», «лучше», «много больше», «много лучше» и т.д. Такие понятия не имеют аналогов в классической матема тике, однако, если эту «качественную» или, как еще говорят, «нечеткую» или «семантическую» информацию отбросить, то это может обеднить анализ, кото рый будет более отдален от реальности.
Определение границ системы, определение существенных взаимосвязей на практике производится при помощи формализованных методик, руководящих методических материалов, типовых проектных решений. При разработке и ис следовании сложных систем с передачей и обработкой информации, особенно, если система строится впервые, разработчик сам должен выбрать границы сис темы и ее подсистем, определить, какие из взаимосвязей являются существен ными. Это связано с большим разнообразием систем, большой спецификой ка ждой из конкретных систем.
Исследование систем является необходимым этапом при проектировании и внедрении сложных систем. При недостаточных знаниях о системе разработчик может опустить важные, существенные связи или включить в рассмотрение не существенные, почти не влияющие на функционирование.
Ксожалению, формализованные способы выделения существенных связей
всистеме отсутствуют. Исследователь обычно осуществляет перебор всех вы деленных взаимосвязей и относит к существенным те из них, при изменении характеристик которых система существенно изменяет свои характеристики.
Разработчик сложной системы в процессе проектирования все более и бо лее уточняет модель системы. По мере расширения знаний о системе вопросы об уточнении границы системы, о взаимосвязях между ее элементами постоянно находятся в поле зрения разработчиков.
Подсистемой будем называть выделенное из системы подмножество взаимосвязанных элементов, объединенных некоторым целевым назначением. Разделение системы на подсистемы и подсистемы - на более мелкие можно
122 Часть 1. Новые принципы работы
продолжать до тех пор, пока остаются элементы (минимум два), объединенные общим признаком и целью. Правила объединения элементов для крупной сис темы являются более общими, для подсистемы - более частными.
Любая система может быть представлена как композиция (объединение) подсистем различных уровней и рангов.
Декомпозиция (разделение) системы на подсистемы может быть проведе на по определенным признакам и различными способами. На рис.3.2. изображен пример «дерева» декомпозиции системы. Прядок, устанавливающий в системе уровни и ранги подсистем, называют иерархией.
|
|
|
S |
|
|
Уровень 0 |
SiX~V^^ |
|
S 2 / ~ \ |
|
^ " Y " ^ ^ 3 |
Уровень1 |
|
S n ^ K |
S-|2/^\ |
S 2 1 ^ ^ S 2 2 ^ \ S 3 1 A Эзг^Ч |
Уровень 2 |
|||
Si21.n£ |
S-^Jk^ |
Э г г у ^ |
S222^v |
S321-£ S32ZAv |
Уровень 3 |
|
S-122-yAy |
Sl222^v |
S3211 - ^ |
S3212JL |
Уровень 4 |
||
|
|
Рис.З.2. "Дерево" декомпозиции системы. |
|
При делении число уровней и количество подсистем в каждом уровне зави сит от конкретной системы и не должно оговариваться заранее, однако требует ся, чтобы подсистемы, входящие в данную систему, яри совместном функцио нировании выполняли все функции системы.
Иерархическая система управления данного уровня подчиняется системе более высокого уровня, в состав которой она входит.
Структурой (от лат. structura - строение, расположение, порядок, взаимо связь составных частей) называется относительно постоянный порядок внут ренних пространственно-временных связей системы между ее элементами и взаимодействия их с внешней средой, определяющий функциональное назна чение системы.
Разделяют внешние и внутренние связи системы. Связи с подчиненными подсистемами или между ними являются внутренними, а связи, выходящие за границы системы, -внешними.
Глава 3. Математические модели в менеджменте |
123 |
Связи обладают направленностью. Для информационных систем - это по лучение информации, приказа, или, наоборот, выдача информации. Связь от внешней среды к системе (или ее элементу) называется входом, а направлен ная вовне - выходом. Каждая связь между элементами системы является вхо дом для одного из них и выходом - для другого.
Классификация систем
По степени сложности структуры выделяют простые системы, сложные системы, в отдельный класс выделяются иногда так называемые «большие» системы (метасистемы) - совокупность разнородных сложных систем со срав нительно слабыми связями между ними.
По содержанию понятия «элемент» можно выделить две большие группы систем: абстрактные и конкретные.
Абстрактными системами называются такие, все элементы которых явля ются понятиями. Примерами абстрактных систем являются логические, услов ные, философские и т.д.
Конкретными системами являются такие, в которых хотя бы два элемента являются объектами. Среди конкретных систем выделяются следующие классы: физические, биологические, социальные, искусственные. Каждый из этих клас сов можно разделить на более узкие группы.
По сложности поведения выделяются следующие типы конкретных систем:
•автоматические системы, которые могут реагировать на внешние воздействия только детерминированно, например, часы.
•решающие системы, которым присущ акт решения; они имеют посто янные стохастические критерии различения случайных сигналов. Примерами могут служить радиолокационная станция, рецепторные механизмы организмов.
•самоорганизующиеся системы имеют гибкие критерии различения сигналов и гибкие реакции на воздействия, приспосабливающиеся к заранее неизвестным сигналам и воздействиям. Примеры - про стейшие организмы и некоторые кибернетические системы.
•предвидящие'системы имеют столь высокоорганизованную структуру
ибольшие объемы запоминающих устройств, что сложность их пове
дения превосходит сложность внешних нецеленаправленных воздей ствий. Такие системы могут изучать исходы взаимодействий до дан ного момента и на основе этого изучения «предвидеть» дальнейший ход событий. Примеры - человек, сложные компьютерные системы.
Классификация систем по степени противоречия целей обусловлена типами взаимодействия системы и внешней среды. Если рассматривать среду как неко торую систему В, то возможны три случая:
1) цель системы В такова, что она в той или иной степени способствует дости жению цели системы А; 2) цель системы В такова, что она в той или иной степе ни препятствует системе А в достижении ее цели; 3) система В индифферентна по отношению к системе А.
124 |
Часть 1. Новые принципы работы |
3.3.МЕТОД ПОСТРОЕНИЯ ОПЕРАЦИОННЫХ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ
Основной особенностью операционной методологии является поиск опти мального решения на базе математической модели и использование для ее анализа математического аппарата. Предшествующий построению математиче ской модели всесторонний количественный анализ той или иной задачи оптими зации - неотъемлемая часть методологии исследования операций. Этот анализ осуществляется в соответствии с принципами системного подхода и предпола гает, как уже отмечалось, выявление всех существенных элементов задачи и их взаимосвязей.
Степень соответствия хода операции поставленной цели характеризуется достигаемым значением функционала
W = F [Xl(t), x2(t), ... , x„(t)] -
критерия оценки (показателя эффективности).
Процесс проектирования как операция имеет целью получение оптимально го объекта проектирования, имеющего наилучшие возможные свойства: мини мальный вес, минимальную стоимость, максимальную энерговооруженность, максимальную прибыль, минимальный срок окупаемости, минимум капитало вложений и т.п. В такой постановке создание оптимального объекта (например, системы управления производством) формализуется в виде задачи математи ческого программирования, в которой критерий оценки отражает основную цель операции, а система ограничений обеспечивает выполнение всех требований к объекту проектирования. При этом автоматизированное проектирование опти мальных объектов и систем на основе математических методов с использовани ем компьютеров содержит две основные задачи:
- разработка математической модели объекта проектирования, содержащей все основные технико-экономические требования к создаваемому объекту или системе (работоспособность, технологичность, допустимая стоимость и т.п.);
- организация такого вычислительного процесса, который автоматизирует выполнение всех требований математической модели.
Схема метода построения операционных математических моделей опти мальных объектов проектирования, позволяющих на основе формализованного представления процесса проектирования как операции синтезировать опти мальные по заданному критерию параметры объекта, представлена на рис.3.3. Качественная модель проектируемого объекта, представляющая собой словес ное описание требований, обеспечивающих процесс функционирования конст рукции на всех этапах ее существования, формируется на основании техниче ского задания.
Каждое из требований, записанное в виде математических выражений (для аналитических моделей), графов или матриц (для топологических моделей) или семантических правил (для семантических моделей), устанавливает основные взаимосвязи оптимизируемых параметров:
Глава 3. Математические модели в менеджменте |
125 |
•геометрические, позволяющие по полученным значениям искомых
оптимизируемых параметров х^ , х2, х3 , ... , х„, а также по совокупно сти параметров а-,, а2) а3, ... ,ат , заданных в качестве исходной ин формации, воспроизвести объект с той степенью детализации, кото рая необходима проектировщику при решении данной конкретной за дачи;
•энергетические, устанавливающие зависимость энергосиловых ха рактеристик объекта от оптимизируемых параметров;
•механические, описывающие кинематические и динамические харак теристики объекта (взаимное расположение узлов и деталей конст рукции в процессе ее функционирования, внешние усилия, инерцион ные силы, силы трения, масса конструкции и т.п.);
•прочностные, обеспечивающие работоспособность конструкции в целом и отдельных ее узлов из условий прочности, жесткости, долго вечности;
•конструкторско-технологические, описывающие специальные кон структорские требования, а также технологические ограничения;
•экономические, включающие в себя ограничения ресурсов проект ной задачи, требования к сбыту, торговле, организационной системе.
Вслучае невозможности формализовать какое-либо из требований в виде математических зависимостей необходимы дополнительные теоретические и экспериментальные исследования.
Из указанных зависимостей в соответствии с основной целью проектирова ния формируется целевая функция
Ф = f ( Xi, х 2 , Х з , . . . , хп; а<|, а 2 , а з , . . . , а т )
Остальные связи параметров, записанные в виде равенств и неравенств, являются ограничениями, составляющими вместе с целевой функцией матема тическую модель объекта, которая на этом этапе создания должна быть под вергнута испытаниям на компьютере и, в случае необходимости, скорректирова на на уровне качественной модели или математического описания.
Построенная таким образом математическая модель воспроизводит образ проектируемого объекта, отвечающего всем технико-экономическим требовани ям, предъявляемым в рамках данных конкретных задач проектирования, и мо жет быть занесена в банк математических моделей системы автоматизирован ного проектирования.
Если полученная таким образом математическая модель состоит из линей ной целевой функции, и входящие в систему ограничения равенства и (или) не равенства также линейны, то такая модель относится к классу оптимизационных задач линейного программирования, и в этом случае могут быть использованы характерные для такого класса задач методы решения (графический, симплексметод).
126 |
Часть 1. Новые принципы работы |
Техническое задание
I
Качественная модель объекта
Требования |
Требования |
|
Требования |
Требования |
|
к материалам |
к конструкции |
|
к сбыту |
к торговле |
|
Требования к эксплуатационным |
Требования к системе |
||||
характеристикам |
|
|
|
|
|
|
|
|
|
L |
|
Теоретические и |
Математическое |
|
|||
экспериментальные |
|
|
описание |
|
|
исследования |
|
|
|
|
|
|
|
Математическая |
|
||
|
|
модель объекта |
|
||
|
|
|
|
Критерий |
|
|
|
|
оптимизации |
|
|
Метод |
|
|
Система |
|
|
оптимизации |
|
|
ограничений |
|
|
|
|
|
|
I |
|
|
|
|
|
Испытания |
корректировка модели |
|
|
на компьютере |
|
Занесение в банк математических моделей
Рис.3.3. Схема метода построения математических моделей
Глава 3. Математические модели в менеджменте |
127 |
Построение операционной математической модели
Операционная математическая модель представляет собой агрегат (совокупность) алгоритмов, описывающих функциональные свойства проектируемого объекта. Эта модель в пространстве фазовых координат, образованных гиперповерхностями входящих в модель ограничений, воспроизводит (синтезирует) образ проектируемого объекта, отвечающе го всем технико-экономическим требованиям, предъявляемым в рамках данных конкретных задач проектирования.
Ситуационная задача
Пусть завод строительных материалов выпускает три вида продукции: деко ративную метлахскую плитку, глазурованную облицовочную плитку и простую метлахскую плитку. Для производства этой продукции необходимы такие ресур сы, как труд рабочих, сырье и управленческий труд (труд ИТР).
Прибыль на одну тысячу штук каждого вида продукции составляет:
на 1 тыс.шт. декоративной метлахской плитки - 100 тысяч рублей, на 1 тыс.шт. глазурованной облицовочной плитки - 60 тысяч рублей, и на 1 тыс.шт. простой метлахской плитки - 40 тысяч рублей.
Затраты труда и сырьевых ресурсов на каждую тысячу единиц продукции со ставляют:
Затраты труда и сырья на производство 1 тыс.шт продукции
Вид продукции |
Затраты труда |
Затраты сырья |
Затраты труда ИТР |
|
рабочих на 1 |
на 1 тыс.шт., |
на 1 тыс.шт., |
Декоративная |
тыс.шт., часов |
тонн |
часов |
|
1 |
|
|
метлахская |
1 |
2 |
|
плитка |
|
|
|
Глазурованная |
1 |
0,40 |
2 |
облицовочная |
|||
плитка |
|
|
|
Простая метлах |
1 |
0,50 |
6 |
ская плитка |
Производственные мощности, структура предприятия, численность работающих таковы, что в течение рабочего дня можно использовать 100 часов труда рабо чих, 60 тонн сырья и 300 часов управленческого труда.
При указанных условиях требуется определить оптимальную производственную программу предприятия.
Для построения операционной модели приведенной задачи воспользуемся ме тодом построения такой модели, который был изложен выше.
1. Определяем оптимизируемые параметры проектной задачи. В нашем случае этими параметрами являются: X! - ежедневное производство декора-
128 |
Часть 1. Новые принципы работы |
тивной метлахской плитки (в тыс.шт.), Х2 - количество ежедневно выпускаемой глазурованной облицовочной плитки (в тыс.шт.), Х3 - объем ежедневного выпус ка простой метлахской плитки ( в тыс.шт.).
2.Составляем качественную модель задачи (на основе ТЗ, которым в дан ном случае является условие задачи). Для этого дадим словесное описание по следовательно всех основных требований нашей проектной задачи.
2.1.Численность рабочих предприятия такова, что при выпуске любых ви дов продукции в течение рабочего дня не может быть использовано более 100 часов труда рабочих.
2.2.Численность ИТР предприятия такова, что при выпуске любых видов продукции в течение рабочего дня не может быть использовано более 300 часов управленческого труда.
2.3.Производственные мощности предприятия таковы, что в течение рабо чего дня можно использовать не более 60 тонн сырья.
Искомые параметры Хч, Х2, Х3 (ежедневная программа выпуска плитки каждого вида) должны удовлетворять перечисленным требованиям 2.1 - 2.3 и при этих условиях обеспечить максимальную суммарную прибыль, которую в соответст вии с требованиями задачи определим в качестве целевой функции (критерия эффективности) проектной задачи.
3.Опишем математически каждое из требований.
3.1.Суммарные затраты физического труда при изготовлении \л тыс.шт. де коративной метлахской плитки, Х2тыс.шт. глазурованной облицовочной плитки и Хзтыс.шт. простой метлахской плитки не могут превышать 100 часов:
1хХ, +1хХ2 +1хХ3 < 100 -трудрабочих |
(3.1) |
3.2. Суммарные затраты управленческого труда при изготовлении Xi тыс.шт. декоративной метлахской плитки, Х2 тыс. шт. глазурованной облицовочной плит ки и Х3 тыс. шт. простой метлахской плитки не могут превышать 300 часов:
2хХ! + 2хХ2 + 6хХ3 < 300 -управление |
(3.2) |
3.3. Суммарные затраты сырья при изготовленииXi тыс.шт. декоративной метлахской плитки, Х2 тыс.шт. глазурованной облицовочной плитки и Хз тыс.шт. простой метлахской плитки не могут превышать 60 тонн:
1хХт + 0,4хХ2 + 0,5хХ3 < 6 0 -сырье |
(3.3) |
Целевая функция Ф, отражающая суммарную прибыль, запишется так:
Ф= 1 0 0 ^ + 60X2 + 40X3
Глава 3. Математические модели в менеджменте |
129 |
Ко всем перечисленным требованиям следует добавить требование неот рицательности всех X, так как очевидно, что объемы выпуска изделий не могут быть отрицательными числами:
Х ! > 0 , Х 2 > 0 , Х 3 > 0
Таким образом, полученная математическая модель, состоящая из целевой функции Ф и системы ограничений (3.1), (3.2), (3.3) формализует нашу проект ную задачу в виде задачи математического программирования:
максимизировать целевую функцию прибыли
Ф = 100Xi + 60Х2 + 40Х3 ->• max
при ограничениях
Х ^ Х з + Хз <100 2Xi + 2Х2 + 6Х3 < 300
X, + 0,4Х2 + 0,5Х3 < 60
Xi > 0 , Х2 > 0 , Х3 > 0
Решение этой формализованной задачи с помощью компьютера дает следую щие оптимальные параметры производственной программы:
ХГ =33,33 тыс.шт.;Х2* = 66,67 тыс.шт.; Х 3 * = 0 ;
При этом максимальная ежедневная прибыль предприятия составляет
Ф* = 7333,3 тыс.руб.
Полученное оптимальное решение предусматривает производство только деко ративной (33 330 шт. в сутки) и глазурованной метлахской плитки (66 670 шт. в сутки). То есть производство простой метлахской плитки в этих условиях для предприятия невыгодно.
Здесь следует отметить, что само условие задачи (т.е. наше техническое задание) исходило лишь из возможностей и выгод предприятия и никак не учи тывало общественные потребности в виде минимально необходимого количест ва продукции того или иного вида. Если бы это учитывалось, то в модель в каче стве ограничений эти условия были бы добавлены. Например, в условии содер жалось бы требование: завод должен удовлетворить ежедневную потребность в простой метлахской плитке в количестве не менее 5000 шт. Тогда соответст вующее ограничение выглядело бы так:
Х 3 > 5
130 |
Часть 1. Новые принципы работы |
Это ограничение добавилось бы к модели и, естественно, изменило бы оп тимальное решение. При этих новых условиях и величина максимально возмож ной прибыли изменилась бы (в данном случае, очевидно, уменьшилась бы).
Важное достоинство моделей, построенных по рассмотренному нами мето ду, заключается в том, что они остаются открытыми, и при изменении постанов ки задачи проектирования могут дополняться новыми ограничениями. Возможно также и построение усеченных моделей, учитывающих по желанию проектиров щика не все требования исходной задачи.
Всоответствии с рассмотренным методом построения операционных (синтезирующих) моделей объектов проектирования отличительным качеством является обязательный в процессе их создания этап испытания на компьютере, что дает возможность наглядно выявить все несоответствия и неточности (в по становке задачи, формировании критерия эффективности или системы ограни чений). Эти несоответствия проявляются в синтезе по такой модели несообраз ных конструктивных параметров объекта (синтез конструктивного «урода»). На этапе корректировки модели такие неточности эффективно устраняются.
Врассмотренном примере синтезированный результат Х3* = 0 мог бы в принципе рассматриваться как несообразный (уродливый): ведь предприятие имеет соответствующее оборудование для выпуска простой метлахской плитки, да и потребность в этой плитке имеется. Тогда, посчитав такой результат (Х3* =
=0) нелепым, мы бы обратились к качественной модели и обнаружили бы, что не учли общественные потребности в этом виде продукции, и дополнили бы мо дель соответствующим ограничением, о котором говорили ранее: Х3 > 5.
Если же такое дополнение не предусматривалось техническим заданием на задачу, то следовало бы проверить правильность исходной информации (количество труда и сырья на производство единицы продукции, а также вели чину удельной прибыли).
Поскольку полученный результат Х3* = 0, по сути, превращает наш проект в задачу с двумя переменными, рассмотрим ее решение графическим методом, который позволяет довольно просто решать линейные задачи математического программирования.
Определение. Если операционная математическая модель состоит из линей ной целевой функции, и входящие в систему ограничений равенства и (или) не равенства также линейны, то такая модель (и соответствующая проектная за дача) относится к классу оптимизационных задач линейного программирова ния, и в этом случае могут быть использованы характерные для такого класса задач методы решения (графический, симплекс-метод).
Таким образом, в сформулированной нами задаче линейного программиро вания (для двух переменных Xi и Х2, при Х3* = 0) требуется найти значения пе ременных Хл и Х2, удовлетворяющие всем ограничениям и обеспечивающие максимальное значение целевой функции.
Для двух переменных наша задача примет вид (подставим Х3* = 0 во все выражения полученной ранее модели)