Моделирование экономических процессов - Власов М. П
..pdfМоделирование экономических процессов
•анализ эксплуатационных параметров распределенной мно гоуровневой ведомственной информационной управляющей системы с учетом неоднородной структуры, пропускной способности каналов связи и несовершенства физической организации распределенной базы данных в региональных центрах;
•моделирование действий курьерской (фельдъегерской) вер толетной группы в регионе, пострадавшем в результате при родной катастрофы или крупной промышленной аварии;
•анализ сетевой модели PERT (Program Evaluation and Review Technique) для проектов замены и наладки производствен ного оборудования с учетом возникновения неисправно стей;
•анализ работы автотранспортного предприятия, занимающе гося коммерческими перевозками грузов, с учетом специфи ки товарных и денежных потоков в регионе;
•расчет параметров надежности и задержек обработки инфор мации в банковской информационной системе.
Система имитационного моделирования, обеспечивающая созда ние моделей для решения перечисленных задач, должна обладать следующими свойствами:
•возможностью применения имитационных программ совмест но со специальными экономико-математическими моделями и методами, основанными на теории управления;
•инструментальными методами проведения структурного анализа сложного экономического процесса;
•способностью моделирования материальных, денежных и ин формационных процессов и потоков в рамках единой моде ли, в общем, модельном времени;
•возможностью введения режима постоянного уточнения при получении выходных данных (основных финансовых пока зателей, временных и пространственных характеристик, па раметров рисков и др.) и проведении экстремального экспе римента.
Многие экономические системы представляют собой по суще ству системы массового обслуживания (СМО), т. е. системы, в кото рых, с одной стороны, имеют место требования по выполнению ка-
320
13. Имитационное моделирование
ких-либо услуг, а с другой — происходит удовлетворение этих тре бований.
Учитывая вышесказанное, рассмотрим основные элементы и об щие принципы имитационного моделирования на примере системы информационно-вычислительного обслуживания.
Каждая СМО в общем случае состоит из следующих основных элементов:
•блок обслуживания;
•поток заявок на обслуживание;
•очередь в ожидании обслуживания.
Блоки обслуживания могут различаться между собой по не скольким параметрам.
Во-первых, блоки обслуживания могут быть одноканальными или многоканальными. Под каналом обслуживания здесь понима ются обслуживающие устройства (устройства связи, обработки данных, печатающие устройства, устройства памяти и т. п.). Вовторых, каждый канал может обслуживать одну или несколько зая вок одновременно. В-третьих, заявка после обслуживания может либо покидать систему (однофазная система обслуживания), либо проходить некоторую последовательность обслуживающих кана лов (многофазная система обслуживания). В-четвертых, каждый канал может обслуживать заявки либо в течение одинаковых про межутков времени, либо время обслуживания заявок является слу чайной величиной с соответствующим заданным законом распре деления.
Поток заявок, как правило, описывается вероятностным зако ном их поступления в СМО, определяющим длительности интерва лов между двумя последовательно поступающими заявками. Эти длительности часто являются статистически независимыми, и их распределение не изменяется в течение некоторого достаточно про должительного промежутка времени.
Очередь возникает в момент поступления в систему очередной заявки, если канал занят обслуживанием ранее поступившего требо вания. По характеру реакции на такие ситуации системы массового обслуживания делятся на две группы: системы с отказами в обслу живании и системы с ожиданием, или очередью. Классическим при мером системы с отказами может служить, например, система теле фонной автоматической связи.
321
Моделирование экономических процессов
В системах с ожиданием заявка, пришедшая в момент, когда все каналы заняты, не покидает систему, а становится в очередь и ждет освобождения соответствующего канала обслуживания.
Правила постановки заявок в очередь на обслуживание называ ют дисциплинами буферизации. Речь идет о том, что очередь в об щем случае не может быть неограниченной. В реальных системах очереди чаще всего имеют конечную длину, т. е. в очередь может быть поставлено только определенное количество заявок. Дисцип линой буферизации в таких случаях должно быть предусмотрено, что при заполнении очереди вновь пришедшая заявка либо теряет ся, т. е. покидает систему без обслуживания, либо замещает какуюнибудь заявку из очереди. В последнем случае выбор замещаемой заявки может происходить по тому или иному критерию (приорите ту). Например, выбор исключаемой заявки может быть осуществлен по критерию времени ожидания в очереди: исключается самая «ста рая» или самая «свежая» заявка.
Правила выбора заявок из очереди для обслуживания называют
дисциплинами диспетчеризации. Дисциплины диспетчеризации подразделяются на бесприоритетные и приоритетные. К бесприо ритетным дисциплинам относятся:
•обслуживание в порядке поступления заявок: «первый при шел — первым обслужен»;
•обслуживание заявок в инверсном порядке: «последним при шел — первым обслужен»;
•обслуживание со случайным выбором из очереди.
Второй и третий вариант дисциплин диспетчеризации исполь зуются, как правило, в «безлюдных» (или, как их еще называют, «беззащитных») системах, в основном, технического характера.
Для приоритетных дисциплин диспетчеризации, естественно, должен быть задан приоритет обслуживания, например, чем коро че реализуемая на компьютере программа, тем выше ее приоритет.
Развитие имитационного моделирования и увеличение возмож ностей компьютеров привело к появлению систем поддержки при нятия решений. Системы поддержки принятия решений представля ют комплекс математических моделей и методов, объединенных об щей методикой формирования альтернатив управленческих реше ний в организационных системах, определения последствий реали-
322
13, Имитационное моделирование
зации каждой альтернативы и обоснования выбора наиболее прием лемого решения.
Каждая система поддержки принятия решения носит сугубо индивидуальный характер, поскольку определяется конкретным содержанием решаемой управленческой проблемы и особенностя ми процедуры принятия решений в той или иной организации. Если процедуры принятия решений регулярны, устойчивы, то со став и последовательность функционирования рассматриваемой си стемы закрепляются в качестве нормативных методик, использую щих преимущественно формальные модели и методы при незначи тельном использовании диалоговых процедур. Например, периоди ческое планирование производственной деятельности. Системы поддержки принятия решений эффективны при решении периоди чески возникающих проблемных ситуаций с высокой степенью нео пределенности и, как правило, не имеющих полных аналогов в про шлом. Системы поддержки приятия решений разрабатываются ин дивидуально под каждую проблему. В их состав включают преиму щественно логико-эвристические и экспертные методы и модели, а главную роль начинают играть диалоговые процедуры. В этих условиях для оценки последствий принимаемых в условиях неопре деленности и используются имитационные модели.
Первый признак имитационной модели — ориентированность на такую схему. В ходе экспериментов с имитационной моделью эксперты задают ей вопросы, модель доставляет ответы, эксперты их анализируют и формируют знания, суждения, решения.
Вторая особенность имитационной модели — более подробное, чем в классических моделях, отображение структуры прототипа в структуру модели, использующее богатые и гибкие возможности современных средств организации и обработки данных. В этом отличие современных имитационных моделей от дескриптивных эконометрических моделей, хотя последние можно рассматривать как частный случай имитационной модели. Эконометрическая мо дель устроена как «черный ящик» и не отображает внутренних связей в прототипе. Ее параметры оцениваются в результате ста тистической обработки наблюдений за действительностью. Может показаться, что эти оценки верны только в условиях действующего экономического механизма. Модель становится непригодной для
323
Моделирование экономических процессов
анализа явлений, которые могут возникнуть в условиях проектиру емого экономического механизма, более или менее существенно от личающегося от действующего. Особенно актуально изучение свойств экономических механизмов, радикально отличных от пре жних. Если конструктор модели вынужден по такой причине отка заться от моделирования «в лоб», он пытается понять и отобразить внутренние причинно-следственные связи и механизмы. Для этого модель представляется в виде совокупности компонентов. Для каж дого компонента конструктор должен быть способен построить правдоподобную модель, в которой необходимо отобразить все су щественные отношения. Такой способ приводит к правдоподобной модели — особенно если в качестве компонентов модели выбирать модели компонентов системы прототипа: предприятия, цеха, банки, регионы, транспортные сети, органы управления, группы населе ния. Усложнение структуры имитационной модели вызывается стремлением использовать ее в качестве средства доброкачествен ности решений, формируемых экспертом или нормативной (т. е. более простой) моделью. Для моделирования первичных структур ных единиц иногда удается привлекать и классические подходы. Так, для отображения технологических процессов уместно исполь зовать эконометрические промышленные и сельскохозяйственные производственные функции, явно не зависящие от механизма уп равления производством. Для построения функций спроса могут быть использованы оптимизационные модели, т. к. здесь критерий оптимальности и ограничения можно иногда формулировать обо снованно.
Третья особенность имитационных моделей состоит в том, что модель, как правило, не «картинка» как, скажем, статическая мо дель межотраслевого баланса. В статической модели межотрасле вого баланса разновременные события «склеены» в одномомент ные. Имитационную модель скорее можно рассматривать как «фильм», отображающий функционирование прототипа в виде смен состояний модели в последовательные моменты и — в этой связи — появление разных способов моделирования времени. Эта особенность родилась из отмеченной выше потребности не только получить подходящие решения (роль нормативной модели на этом завершается), но и включить в модель компоненты, отображающие
324
13, Имитационное моделирование
отклик системы на принятые решения — в виде показателей ее функционирования. Классическую Динамическую балансовую мо дель и ее разновидности можно рассматривать как частный, «вы рожденный» случай имитационной модели. Хотя функционирова ние и моделируется в этой модели, но моменты производства, рас пределения и потребления ресурсов сводятся в один. В результате модель слишком жестко описывает важные явления, связанные с разными ритмами производств поставщиков и потребителей, по следствия срывов договоров поставки и т. п. В «невырожденных» имитационных моделях получает отражение то реальное обстоя тельство, что процессу потребления ресурсов предшествуют про цессы производства и распределения.
Четвертая особенность имитационной модели — свободный выбор средств для моделирования процессов. В то время как классические модели используют сравнительно узкий круг мате матических конструкций: линейные уравнения и неравенства, оптимизация линейных и дробно-линейных функций, регресси онный анализ, методы теории массового обслуживания. Модели процессов — это компьютерные и человеко-компьютерные алго ритмы. Они:
•вычисляют значения «модельного» времени;
•изменяют значения переменных, представляющих состояния компонентов модели;
•генерируют по ходу моделирования новые компоненты (на пример, сдаваемые в эксплуатацию строящиеся промышлен ные предприятия (жилые кварталы) или выставляемые пла тежные требования);
•уничтожают .компоненты (разорившиеся предприятия, сно симое ветхое жилье, оплаченные платежи).
В алгоритмы моделирования процессов включают процедуры, генерирующие случайные значения некоторых переменных (пред ставляющих, например, текущие погодные условия или отклонения объемов поставки от договорных).
Пятая особенность — широкие возможности диалога экспери ментатора с моделью в ходе ее выполнения, в то время как с выполня емой на компьютере классической моделью экспериментатор контак тирует лишь перед ее запуском (задавая значения ее изменяемых
325
Моделирование экономических процессов
параметров) и после ее завершения (интерпретируя полученные результаты).
Перечисленные особенности не исчерпывают, возможно, всех свойств моделей, которые разные авторы склонны называть имита ционными. С другой стороны, некоторые авторы называют имитаци онными модели, обладающие лишь частью этих свойств. Наконец, некоторыми из перечисленных свойств могут в той или иной степе ни обладать и классические модели, особенно их модификации.
Для представления структур и процессов имитационного моде лирования используются универсальные и специализированные языки программирования, проблемно-ориентированные пакеты прикладных программ, различные универсальные и специализиро ванные системы управления базами данных. Все эти средства по зволяют моделировать разнообразные структуры и различные отно шения между их компонентами: подчиненность, собственность, до говоренность и т. п. Моделирование процессов может наталкивать ся на методологические трудности. В первую очередь это относится к моделированию человеческого поведения, в частности, процессов принятия решений. Это одна из причин, по которой модели процес сов реализуются иногда в виде человеко-машинных алгоритмов. Не которые элементы человеческого поведения моделируются специ ально привлеченными людьми. Такое участие людей в эксперимен те с имитационной моделью приобретают иногда форму имитацион ной управленческой игры. Точность отображения прототипа опре деляется структурой модели, свойствами алгоритмов, моделирую щих процессы, и реальностью числовой информации, используемой в модели.
Основное отличие имитационной экономико-математической модели заключается в том, что ее отдельные фрагменты могут быть представлены в виде аналитических выражений, т. е. отдельных формул, неравенств и равенств, систем уравнений, рекуррентных соотношений, которые объединяются в единое целое с помощью ло гических операторов (логических высказываний).
Сложность имитационных моделей и их прототипов, сложность проведения и интерпретации экспериментов с ними приводят к тому, что в данной сфере затруднительно, а иногда и принципиаль но невозможно применить формализованные (например, статисти-
326
13. Имитационное моделирование
ческие) методы оценки адекватности модели, используемые в есте ственных науках и технике. Здесь зачастую приходится опериро вать субъективными понятиями, принятыми в гуманитарных облас тях: доверие к модели, правдоподобие модели, убежденность в ее применимости. Имитационное моделирование является подходя щим инструментом для системных исследований.
13.2. Этапы имитационного эксперимента
Имитационный эксперимент проводится в следующей последо вательности:
1)постановка задачи: выделение основных проблем;
2)сбор эмпирической информации и анализ исходных данных, установление контактов с заказчиком (пользователем);
3)формирование модели: выработка соглашений относительно принципов описания, допустимых упрощений измеряемых параметров и критериев оценки качества модели;
4)построение или выбор модели: описание локальных моде лей, определение параметров модели;
5)работа с моделью: проведение вычислений с целью изучения диапазона измерения результатов в зависимости от измене ния условий функционирования модели, подготовка экспе римента и уменьшение дисперсии;
6)проверка достоверности: согласованности результатов вы числений с входными данными (наличие ошибок в програм ме) и соответствия полученных результатов реальным дан ным;
7)представление результатов заказчику: повторное выполне ние работ по некоторым из указанных выше пунктов в соот
ветствии с изучаемой задачей.
При имитационном моделировании проводится структурный анализ процессов, который заключается в формализации структуры сложного реального процесса путем разложения его на локальные процессы, выполняющие определенные функции и имеющие взаим ные функциональные связи согласно сценарию, разработанному рабочей экспертной группой. Выявленные локальные процессы,
327
Моделирование экономических процессов
в свою очередь, могут разделяться на другие функциональные про цессы. Структура общего моделируемого процесса может быть пред ставлена в виде графа, имеющего многослойную иерархическую структуру. В результате появляется формализованное изображение имитационной модели в графическом виде. Структурный анализ особенно эффективен при моделировании экономических процес сов, где (в отличие от технических) многие составляющие локаль ные процессы не имеют физической основы и протекают виртуаль но, т. к. оперируют с информацией, деньгами и логикой (законами) их обработки.
Важно отметить аспекты формализованного описания модели. Графическое изображение имитационной модели, функции, выпол няемые каждым локальным процессом, условия их взаимодействия и особенности поведения моделируемого процесса (временная, про странственная и финансовая динамика) должны быть описаны на специальном языке для последующей трансляции. Для этого суще ствуют различные способы:
•описание на языке типа GPSS, Pilgrim и даже на Visual Basic. Хотя последний прост, т. к. с его помощью можно програм мировать элементарные модели, это средство не подходит для реальных моделей сложных экономических процессов. Описание модели средствами Pilgrim компактнее аналогич ной алгоритмической модели на Visual Basic;
•автоматизированное описание с помощью компьютерного графического конструктора во время проведения структур ного анализа, т. е. с очень незначительными затратами на программирование. Такой конструктор, создающий описа ние модели, имеется в составе системы моделирования в Pilgrim.
Важно отметить те особенности указанных этапов анализа про блемы, которые можно отнести к общепринятому понятию «имита ционное моделирование». По существу, этапы 3-7 полностью удов летворяют тому, что в настоящее время понимается под имитацией. Когда используется термин «имитационная модель» или говорят о проведении имитационного эксперимента, то понимают под этим чис ленные расчеты и, в частности, получение статистической выборки
328
13. Имитационное моделирование
на математической модели, например, для оценки вероятностных характеристик некоторых выходных параметров. Всякий раз при решении новой задачи исследования операций или системного ана лиза необходимо, конечно, проделать этапы 1 и 2. Формирование задачи (этап 3), а также последующие упрощения следует прово дить с учетом конечных целей использования модели, а именно вы числения выходных данных. Часто аналитические расчеты невоз можно провести до тех пор, пока не сделаны значительные упроще ния. Например, достаточно бегло просмотреть опубликованные ра боты по теории очередей и массовому обслуживанию, чтобы убе диться в том, сколь мало пользы они могут принести, когда необхо димо проанализировать переходные режимы или процессы, завися щие от времени. В качестве возможных подходов к решению слож ных задач можно использовать:
•численный анализ и решение вероятностных уравнений;
•численные процедуры дискретного, или имитационного мо делирования;
•применение аналитических методов аппроксимации вероят ностных уравнений, например, методов диффузионной апп роксимации.
Возможно, популярность имитации объясняется тем, что при его использовании не требуется большого опыта и знаний в области математической теории вероятностей и статистики. Однако имита ционное моделирование реальных ситуаций, например, распределе ния работ в цехе или потоков в сети, может потребовать слишком больших затрат на построение модели, программирование и отладку программы. Если в самом начале не принять соответствующих мер, то отпущенные ресурсы времени могут быть полностью израсходо ваны еще до того, как удастся провести достаточное количество расчетов. Очень часто уделяют излишнее внимание деталям моде лирования (что приводит к трудностям при программировании), вместо того чтобы оценить погрешность модели и хорошо проду мать последовательность работ, получить содержательные резуль таты. При решении сложных проблем используется специальные языки программирования, ориентированные на те типы задач, кото рые наиболее часто встречаются на практике.
329