
- •Понятие модели. Математические предпосылки создания имитационной модели. Имитационная модель как источник ответа на вопрос «что будет, если…».
- •Цели моделирования. Классификация моделей.
- •Современные парадигмы моделирования.
- •Этапы создания экономической имитационной модели.
- •Внутренние и внешние переменные и параметры модели. Выбор показателей и критериев эффективности системы.
- •Представление модели в виде «черного ящика». Причинно – следс твенные диаграммы (диаграммы влияния).
- •Детерминированные и вероятностные, дискретные и непрерывные модели.
- •Имитационные и оптимизационные модели экономических систем.
- •Разновидности моделирующих алгоритмов.
- •Проверка адекватности (достоверности) модели.
- •Метод Монте-Карло. Бросание жребия. Реализация случайного опыта. Статистика модельных данных.
- •Моделирование случайных событий. Датчики случайных чисел.
- •Процессы массового обслуживания в экономических системах. Формула Поллачека-Хинчина.
- •Поток событий. Обслуживание заявок. Имитация обслуживания посредством временных задержек.
- •Типовые системы имитационного моделирования.
- •Основные понятия имитирующей системы: граф, узел, транзакт, событие, ресурс, пространство.
- •Имитация основных процессов: генераторы, очереди, узлы обслуживания, терминаторы, ресурсы, структурные узлы.
- •Планирование компьютерного эксперимента. Масштаб времени.
- •Проведение модельных экспериментов, представление и интерпретация результатов моделирования.
- •Структурный анализ процессов на объекте экономики. Функциональная модель и ее диаграммы.
- •Прогнозы. Методы прогнозирования. Прогнозирование с помощью временных рядов и тренда.
- •Риски в экономических системах. Формирование оптимального инвестиционного портфеля по Марковицу.
- •Технология разработки имитационных моделей в среде ms Excel.
- •Система имитационного моделирования Extend lt.
- •Экспоненциальная и логистическая модели роста.
- •Модели системной динамики.
- •Динамические модели процессов микро – и макроэкономики. Динамическое моделирование экономических систем и процессов
- •Моделирование фондов и потоков в среде Vensim ple.
- •Имитация работы с неперемещаемыми и перемещаемыми материальными ресурсами.
- •Имитация работы с информационными ресурсами.
- •Имитационное решение задач минимизации затрат и других видов оптимизации.
- •Динамическая паутинообразная модель рыночного равновесия.
- •Имитационное моделирование процесса обслуживания клиентов банка.
Детерминированные и вероятностные, дискретные и непрерывные модели.
Детерминированные модели – модели, в которых известны все связи, случайность отсутствует. Детерминированные модели позволяют анализировать сложные ситуации, в которых существует много решений и ограничений. Они особенно полезны, когда в модели мало неконтролируемых входов. Поэтому они часто используются для принятия внутренних по отношению к организации решений, как в примере с назначением экипажей самолетов.
Детерминированные модели важны по следующим причинам:
Множество реальных управленческих проблем можно формулировать в виде детерминированных моделей;
В детерминированных моделях легко накладывать ограничения на переменные модели;
Существуют программы, позволяющие оптимизировать детерминированные модели с ограничениями, т.е. находить оптимальные решения (даже для моделей большой размерности это делается быстро и надежно). Хорошим примером такой программы является надстройка Поиск решения в Excel;
Условная оптимизация - очень хороший способ упорядоченного представления ситуации даже в том случае, когда вы не собираетесь строить модель и оптимизировать ее;
Практическая работа с детерминированными моделями позволяет усовершенствовать общие навыки создания моделей.
Вероятностные модели. В вероятностных, или стохастических, моделях некоторые входы модели точно не известны. Неопределенность вводится в такие модели посредством случайных величин. Примерами таких величин являются: случайные моменты времени, в которые поступают заказы на фирму; время обслуживания клиента в магазине; загрузка производственных участков предприятия; поступление средств от заказчика; ошибки измерений и т.д.
Вероятностные модели наиболее успешно используются тогда, когда неопределенных входов модели немного, при условии, что ограничений также немного или они совсем отсутствуют. По этой причине вероятностные модели чаще всего применяются для принятия стратегических решений, касающихся отношений организации и неопределенной среды, с которой она взаимодействует.
Имитационное моделирование, при котором воспроизводятся случайные явления, называется статистическим имитационным моделированием.
особенностью непрерывно-детерминированного подхода является применение в качестве математических моделей дифференциальные уравнений. Дифференциальными уравнениями называются такие уравнения, в которых неизвестными являются функции одной или нескольких переменных, причем в уравнение входят не только функции, но и их производные различных порядков. Если неизвестные — функции многих переменных, то уравнения называются уравнениями в частных производных, в противном случае при рассмотрении функции только одной независимой переменной уравнения называются обыкновенными дифференциальными уравнениями.
Обычно в таких математических моделях в качестве независимой переменной, от которой зависят неизвестные искомые функции, служит время t.
дискретно-детерминированный подход характерен тем, что в качестве математического аппарата на этапе формализации процесса функционирования систем используется математического аппарата математический аппарат теории автоматов. Теория автоматов — это раздел теоретической кибернетики, в котором изучаются математические модели — автоматы. На основе этой теории система представляется в виде автомата, перерабатывающего дискретную информацию и меняющего свои внутренние состояния лишь в допустимые моменты времени.