- •В.М.Лазебник экономическая кибернетика
- •Содержание
- •Введение
- •Раздел I
- •Структура кибернетики
- •Принципы построения кибернетических систем различных прикладных направлений
- •1.2. Экономическая кибернетика Предмет, цели и задачи курса
- •Структура и состав экономической кибернетики
- •История кибернетики и информационных наук
- •1.3. Кибернетические системы Система и ее основные характеристики
- •Классификация систем
- •Целостность, эмерджентность и синергизм
- •Контрольные вопросы и задания к главе 1 «Кибернетика и кибернетические системы»
- •Глава 2. Моделирование
- •2.1. Модели и моделирование
- •Основные схемы процесса моделирования
- •Классификация моделей
- •История моделирования Появление моделей относится к глубокой древности, и восходит по времени к бронзовому веку (XV-XX в.В. До н. Э.).
- •Совместное использование моделей различных типов
- •2.2. Последовательность разработки и использования математических моделей Процесс моделирования
- •6. Разработка программы, реализующей алгоритм модели на компьютере.
- •Контрольные вопросы и задания к главе 2
- •Реализация управления
- •Разомкнутые системы управления
- •Внешние и внутренние возмущения
- •Анализ свойств разомкнутой системы управления
- •3.2. Замкнутые системы управления
- •Коэффициенты передачи и передаточные функции замкнутой системы управления
- •Анализ свойств замкнутой системы управления
- •Выводы:
- •Типы обратных связей и сферы их применения Обратные связи могут быть:
- •Структурная схема и процессы в системе отрицательной обратной связи показаны на рис.3.6
- •3.3. Классификация систем управления и виды задач управления Классификация систем управления
- •Виды задач управления
- •Понятие гомеостазиса
- •3.4. Закон необходимого разнообразия и его следствия для систем управления Энтропия систем и закон необходимого разнообразия
- •Свойства систем управления, основанные на законе необходимого разнообразия
- •3.5. Управление сложными системами Иерархические системы управления
- •Централизованное и децентрализованное управление сложными системами
- •Анализ децентрализованных систем управления
- •Контрольные вопросы и задания к главе 3 «Управление»
- •Глава 4. Информация
- •4.1. Основные категории информации и ее классификация Определение понятия информации
- •Основные категории информации – данные и знания
- •Основные свойства информации
- •Виды информации
- •Основные требования, предъявляемые к качеству информации
- •Классификация информации
- •4.2. Экономическая информация и экономическая семиотика Экономическая информация
- •Экономическая семиотика
- •Основные элементы системы передачи информации
- •4.3. Измерение количества информации Основные подходы к измерению количества информации
- •Объемный метод измерения количества информации
- •Энтропийный подход к измерению количества информации
- •Вопрос 2: Число х больше шести?
- •Вопрос 3: Число х меньше шести?
- •Количество информации, получаемое от отдельного сообщения
- •Семантический подход к определению количества информации
- •4.4. Ценность информации Определение ценности информации
- •Человек и информация
- •Бытовые – искажение информации в отчетах, в докладах начальству, в отношениях мужчины и женщины, и т.П.
- •4.5. Кодирование информации Кодирование
- •Криптография
- •Десятичное кодирование информации
- •Двоичное кодирование информации
- •Избыточность информации
- •Контрольные вопросы и задания к главе 4 «Информация»
- •Глава 5. Моделирование экономических систем
- •5.1. Системные свойства экономики Основные системные свойства экономики
- •Структуры и модели рыночной экономики
- •5.2. Моделирование и принятие решений Принятие решений
- •Методы обоснования решений
- •Количественные методы позволяют установить насколько один результат лучше другого.
- •5.3. Критерии качества и критерии принятия решений
- •Требования, предъявляемые к критериям качества
- •Классификация и формы критериев качества Классификация критериев качества
- •Математические формы критериев качества
- •Статистические задачи
- •5.4. Примеры математических моделей экономических систем
- •Модель оценки экономической эффективности системы массового обслуживания
- •Часть 1.Модель определения характеристик смо.
- •Часть 2.Модель определения экономической эффективности смо.
- •Модели динамических систем Модель динамического звена первого порядка
- •Модель динамического звена второго порядка
- •Модель экономического роста
- •Модели финансовых операций Первая модель
- •Вторая модель
- •Третья модель
- •Четвертая модель
- •Пятая модель
- •Шестая модель
- •Контрольные вопросы и задания к главе 5 «Моделирование экономических систем»
- •Раздел II
- •Оптимизационные задачи
- •Оптимизация систем массового обслуживания
- •Оптимизация систем управления запасами
- •6.2. Оптимальное распределение ресурсов между несколькими этапами и между несколькими объектами Последовательная (многоэтапная) оптимизация с использованием метода динамического программирования
- •Уравнение оптимальности Беллмана имеет вид
- •Оптимизация маршрута
- •Оптимальное распределение ресурсов между несколькими объектами
- •Приравниваем производные нулю
- •Контрольные вопросы и задания к главе 6 «Оптимизация экономических систем»
- •Глава 7. Наилучшие решения в условиях неопределенности и многокритериальности
- •7.1. Наилучшие решения в условиях частичной и полной неопределенности Игры с «природой»
- •Наилучшие решения в условиях частичной неопределенности
- •Наилучшее решение в условиях полной неопределенности
- •Матрица выигрышей
- •7.2. Наилучшие решения в условиях многокритериальности
- •Контрольные вопросы и задания к главе 7 «Наилучшие решения в условиях неопределенности и многокритериальности»
- •Раздел III искусственный интеллект
- •Глава 8. Системы искусственного интеллекта
- •8.1. Основные положения по построению систем искусственного интеллекта
- •Зависимость типа системы управления от сложности объекта управления и влияния случайных факторов
- •История систем ии
- •Виды неопределенностей
- •8.2. Нечеткие системы
- •Нечеткие системы в управлении
- •Контрольные вопросы и задания к главе 8 «Системы искусственного интеллекта»
- •Глава 9. Нейронные сети, экспертные системы и генетические алгоритмы
- •9.1. Нейронные сети Принципы построения и основные свойства нейронных сетей
- •Представление знаний в нейронных сетях
- •Применение нейронных сетей в экономике
- •Пример решения задачи прогнозирования
- •9.2. Экспертные системы Принципы построения и функционирования экспертных систем
- •Пример применения экспертных систем в экономике и финансах – экспертная система для кредитных операций
- •Представление знаний в экспертных системах
- •9.3. Генетические алгоритмы
- •Контрольные вопросы и задания к главе 9 «Нейронные сети, экспертные системы и генетические алгоритмы»
- •Раздел IV
- •Структурная схема простой смо. Основные обозначения. Характеристики важнейших параметров Структурная схема простой смо
- •Основные обозначения
- •Характеристики важнейших параметров
- •Задачи исследования смо
- •Методология разработки аналитических моделей смо
- •Обозначения моделей смо
- •10.3. Потоки событий Характер величин и процессов в смо
- •Смо с детерминированными потоками
- •Случайные потоки событий
- •10.4. Марковские случайные процессы Графы состояний смо
- •Марковские процессы
- •Стационарный режим динамического процесса
- •Законы распределения, определяющие описание и формирование простейшего потока
- •Закон Пуассона
- •Исходные данные
- •Алгоритм решения задачи
- •Решение
- •Экспоненциальный (показательный) закон распределения
- •Закон равномерной плотности
- •10.5. Уравнения Колмогорова Дифференциальные и алгебраические уравнения Колмогорова
- •Общие формулы решения системы алгебраических уравнений Колмогорова для схемы ''рождения и гибели''
- •10.6. Модель Эрланга Одноканальная смо с отказами
- •Многоканальная смо с отказами
- •10.7. Имитационное моделирование систем массового обслуживания Метод статистических испытаний (метод Монте-Карло)
- •Исследование смо с применением метода статистических испытаний
- •Методика и пример формирования простейшего потока
- •Контрольные вопросы и задания к главе 10 «Модели и методы исследования систем массового обслуживания»
- •Глава 11. Анализ и синтез системы массового обслуживания Характеристика задач анализа и синтеза смо
- •Определение вероятностей отказа и обслуживания Основные формулы для смо Эрланга
- •Пример расчетов по формулам Эрланга
- •Построение графиков вероятности отказа и обслуживания на основе расчетных данных
- •Построение графиков вероятностей отказа и обслуживания на основе табличных данных
- •Графики вероятностей отказа
- •Графики вероятностей обслуживания
- •Определение показателей качества смо с отказами
- •Показатели качества обслуживания заявки
- •Показатели качества обслуживания заявки
- •Пример расчета характеристик смо с ожиданием
- •Расчетные параметры:
- •Показатели качества функционирования
- •Показатели качества обслуживания заявки
- •Компьютерные программы и таблицы вероятностей отказа для смо с ограниченным временем ожидания
- •Сопоставление смо с отказами и смо с ожиданием
- •11.3. Методика оценки экономической эффективности смо Постановка задачи оценки экономической эффективности
- •Уравнения блока оценки экономической эффективности
- •Уравнения полной модели оценки экономической эффективности смо
- •Модель смо
- •Блок оценки экономической эффективности
- •Вариант №2 кафе «десерт»
- •Определение показателей экономической эффективности смо на момент окупаемости Результаты расчетов
- •Составление итоговой таблицы результатов расчетов по оценке экономической эффективности смо
- •Сопоставление вариантов смо по основным экономическим характеристикам
- •11.5. Синтез системы массового обслуживания и принятие решения об инвестировании Составление таблицы результатов расчетов по оценке экономической эффективности смо
- •Ранжирование вариантов и выводы
- •Определение взаимосвязи параметров смо с экономическими параметрами системы
- •Контрольные вопросы и задания к главе 11 «Анализ и синтез системы массового обслуживания »
- •Приложения п.1. Программа курса «Экономическая кибернетика»
- •Раздел IV. Информация
- •Раздел V. Моделирование
- •Раздел VI. Системы массового обслуживания (смо)
- •Раздел VII. Оптимизация и принятие решений
- •Раздел VII. Искусственный интеллект
- •П.2. Задание на подготовку реферата «Замкнутые системы управления»
- •П.3. Задание на подготовку реферата «Системы массового обслуживания»
- •Часть 1. Определение характеристик смо.
- •Вероятность обслуживания
- •Часть 2. Оценка экономической эффективности смо.
- •Результаты расчетов
- •Ранжирование, анализ вариантов и выводы
- •П.4. Равномерно распределенные случайные числа
- •П 5. Вероятности отказа для смо Эрланга
- •П 6. Компьютерные программы для смо Эрланга п 6.1. Программы на языке Паскаль
- •П.6.3. Программа на языке Visual Basic для расчета экономической эффективности смо
- •П 7. Вероятности отказа для смо с ограниченным временем ожидания
- •П 8. Компьютерная программа для смо с ограниченным временем ожидания
- •Литература
6. Разработка программы, реализующей алгоритм модели на компьютере.
7. Решение задач аналитическим или численным методом.
8. Анализ результата.
9. Принятие решения на основе результатов исследования.
10. Построение объекта и его апробация.
11. Корректировка модели.
12. Исследование на скорректированной модели.
13. Повторная корректировка объекта.
Рассмотрим указанные этапы моделирования на простейшем примере выбора характеристик системы наполнения инвестициями финансового фонда. Руководитель фонда приглашает для решения проблемы консультанта – аналитика. Консультант предлагает ему решить проблему путем математического моделирования, и получает согласие руководителя фонда.
Этап 1. Постановка задачи.Руководитель фонда дает характеристику той финансовой системы, которую ему необходимо создать, и формулирует основной вопрос, на который должно ответить математическое моделирование: ''Какова должна быть первоначальная плотность потока инвестиций, чтобы фонд заполнялся меньше, чем за два месяца?''
Этап 2. Построение информационной модели. Исходная финансовая система представляет собой систему управления поступлением инвестиций в фонд.
Предположим, что система функционирует как замкнутая система управления, в которой величина средств, поступающих в единицу времени, уменьшается по мере уменьшения рассогласования между требуемой и реальной величиной фонда. Тогда структура информационной модели имеет вид, представленный на рис. 2.3.
Информационная модель состоит из трех блоков:
ОУ – объект управления;
УС – управляющая система;
ОС – система обратной связи.
В числе переменных, связывающих блоки и характеризующих их входы и выходы:
x – входное задающее воздействие;
y – выходная величина;
e – рассогласование между входной и выходной величиной;
u – управляющее воздействие.
В экономических системах:
x – план;
y – реализация плана, его выполнение.
(-)
yос = y
Рис. 2.3.Структура информационной модели
Этап 3. Построение математической модели. Математическая модель управления наполнением резервуара будет определена, если записать алгебраические и дифференциальные уравнения каждого звена системы.
Пусть два звена, управляющая система и звено обратной связи, определены алгебраическими уравнениями.
Уравнение управляющей системы:
u = K ∙ e, (линейное звено с коэффициентом усиления K).
Уравнение обратной связи:
yос = 1 ∙ u, (линейное звено с единичным коэффициентом усиления).
Третье уравнение – уравнение суммирующего элемента.
yoc = 1 ∙ y; e = x - yос. Т.к. yос = y, то можно записать, что
e = x – y.
Четвертое уравнение – это уравнение объекта управления. Объект управления представляет собой интегрирующее звено. Интегрирующие звенья широко распространенны в реальности. Примеры операции интегрирования:
путь – интеграл от скорости;
работа – интеграл от мощности;
показание счетчика – интеграл от количества потребленной электрической энергии, газа или воды, в единицу времени;
величина фонда – интеграл от количества финансовых средств, поступающий в единицу времени.
Итак, четвертое уравнение
y = ∫ u(t) ∙ dt.
Уравнение 4 можно записать в дифференциальной форме y' = u.
Уравнениям 1-3 соответствует одно уравнение
u=K (x – y).
В результате имеем систему двух уравнений – дифференциального и алгебраического:
у' = u;
u = K ∙ (x – y)
Исключая переменную u, приходим к одному уравнению
у' + K ∙ у = K ∙ x
Полученное уравнение и есть математическая модель процесса управления величиной фонда.
Данное уравнение может быть решено аналитически, т.е. получена формульная зависимость для у(t). Если уравнение модели не может быть решено аналитически, то решение может быть получено численными методами на компьютере. Изменяя величину К, можно на компьютере исследовать влияние этой величины на характер процессов в системе.
Если ввести обозначение T=, то имеем, чтоK=. Величина Т называется постоянной времени. Дифференциальному уравнению у' +∙ у =∙x соответствует структурная схема, представленная на рис. 2.4.
(-)
yoc(t)
Рис. 2.4.Структурная схема математической модели
Этап 4. Математический анализ уравнения модели. Полученное математическое уравнение
y' + ()y = ∙x
представляет собой линейное, неоднородное дифференциальное уравнение первого порядка с постоянным коэффициентами. Неоднородное, т.е. с правой частью, которая характеризует входное воздействие.
Однородное уравнение имеет вид:
у' + ∙y = 0.
Оно характеризует при заданном начальном уровне процесс уменьшения величины фонда.
Если уравнение имеет, например, вид:
у' + ∙ у2 = x,
то это нелинейное уравнение. Уравнение модели является линейным.
Вывод:линейное дифференциальное уравнение математической модели может быть решено аналитически.
Этап 5. Получение исходной информации. Решение задачи будем рассматривать при следующей исходной информации:
Процесс увеличения величины фонда рассматривается при х=1.
Процесс уменьшения величины фонда исследуется при уо=1; х=0.
Согласно имеющейся информации параметр Т=1/d, где d – первоначальная плотность потока инвестиций.
Этап 6. Разработка программы. Программу составлять не нужно, т. к. возможно аналитическое решение.
Этап 7. Решение задачи. Известно, что общее решение неоднородного дифференциального уравнения есть сумма общего решения однородного дифференциального уравнения и частного решения неоднородного уравнения.
Находим общее решение однородного дифференциального уравнения.
у' + ∙ у = 0
Решение уравнения ищется в виде: у = eαt .
Тогда у' = α ∙ eαt . Подставляя у и у' в уравнение получаем:
α ∙ eαt + () ∙eαt = 0; или еαt (α +) = 0.
Поскольку eαt ≠ 0, то имеем:
α += 0 иα = –.
В результате получаем общее решение однородного уравнения в виде:
Y = С ∙ е-t/Т, (2.1)
где С = соnst.
При единичном начальном условии имеем уравнение:
Y = е-t/Т, (2.2)
Ищем частное решение неоднородного уравнения. Пусть начальные условия нулевые, т.е. у(о) = 0. Входное воздействие х = 1. Частное решение неоднородного уравнения, соответствующее условию у' = 0, есть у = х. Следовательно, у = 1 есть частное решение неоднородного уравнения.
Общее решение неоднородного уравнения имеет вид:
у = 1 + С ∙ е-t/Т (2.3)
Константа С определяется из условия, что в момент t = 0 имеем у(о) = 0. После подстановки в уравнение величин t = 0 и y = 0 получаем:
у = С ∙ е0 + 1 = 0.
Т.к. у(0) = 0, то С ∙ 1 + 1 = 0. Следовательно, С = – 1.
В результате решение неоднородного уравнения при единичном входном воздействии записывается в виде:
у = 1 – е-t/Т (2.4)
Этап 8. Анализ результата. Решение для однородного уравнения в виде (2.2) демонстрирует процесс уменьшения фонда. Уравнение (2.4) определяет процесс увеличения величины фонда. Соответствующий уравнению (2.4) процесс увеличения фонда имеет вид, показанный на рис. 2.5.
1
Т
= 0,5
0,5 1 1,5 2 t
Рис. 2.5. Процесс увеличения финансового фонда по апериодическому закону
Переходный процесс в данной системе заканчивается за время, равное примерно трём постоянным времени системы. Если Т = 1мес., то процесс длится порядка 3 месяца. Через 3 месяца величина у(t) будет отличаться от требуемого значения у = 1 не более чем на 5%.
Согласно предъявленным требованиям процесс заполнения фонда должен быть не более 2-х месяцев. Известно, что постоянная времени Т = 1/d, гдеd– первоначальная плотность потока инвестиций. Приd= 1, имеем время заполнения Т = 3 мес., еслиd= 2, то Т = 1,5 мес.
При наличии двух вариантов плотности потока (d = 2иd =1 ) предъявленному требованию, состоящему в том, что время процесса составляет меньше двух месяцев, удовлетворяет плотность потокаd = 2.
Этап 9. Принятие решения. Для простых систем по результатам моделирования принимается решение о реализации объекта.
Для сложных систем, например при создании летательных аппаратов, первоначально по результатам проектирования принимается решение о строительстве образца объекта.
Этап 10. Построение объекта и его апробация. В ходе испытаний объекта проверяется соответствие реальных характеристик предъявленным требованиям.
Этап 11. Корректировка модели. Если реальные характеристики не удовлетворяют требованиям, что повторяется весь указанный цикл.
Таким образом, для сложных систем процесс моделирования является итеративным.