Федеральное агентство связи Государственное образовательное учреждение высшего профессионального образования Поволжская государственная академия телекоммуникаций и информатики

Кафедра «Экономические и информационные системы»

(наименование кафедры)

«УТВЕРЖДАЮ»

Заведующий кафедрой _____ЭИС_________

наименование кафедры

______________________________Маслов О.Н.

подпись Фамилия И.О.

«___»___________________2011 г.

Конспект лекций

ПО УЧЕБНОЙ ДИСЦИПЛИНЕ

«Имитационное моделирование экономических процессов»

(наименование учебной дисциплины)

по специальности: 080801 (Прикладная информатика (по областям))

(наименование специальности подготовки)

Лектор: профессор Димов Э.М.

Обсуждено на заседании кафедры

«___»________________2011 г.

Протокол №________

Введение

Имитационное моделирование экономических процессов – дисциплина, необходимая для подготовки инженеров, обучающихся по специальности «Прикладная информатика (по областям)», в рамках которой рассматриваются вопросы, связанные с методами автоматизированного анализа сложных экономических и финансовых систем различной направленности, методами принятия обоснованных решений комплексных задач. Целью данного курса является овладение студентами таким мощным средством исследования экономических систем на ЭВМ, новейшей технологией поддержки принятия решений, как имитационное моделирование.

Главной задачей курса является овладение приемами формализации процессов функционирования сложных систем социально-экономической природы, составления их алгоритмических моделей и исследования основных процессов на ЭВМ.

В результате изучения дисциплины студенты должны:

- знать основные классы типовых моделей процессов функционирования изучаемых систем, методы моделирования систем, принципы и методы формализации и алгоритмизации объектов, методы построения программных имитаторов и проведения машинных экспериментов с моделями, анализ и интерпретацию результатов моделирования;

- уметь использовать метод системного моделирования при исследовании материальных, денежных и информационных потоков, а также взаимодействий экономических объектов, разрабатывать схемы моделирующих алгоритмов и реализовывать их на языках общего назначения и пакетов прикладных программ моделирования, автоматизировать процесс проектирования на базе аналитико-имитационного подхода с использованием современных инструментальных ЭВМ.

Лабораторные работы помогают студентам овладеть практическими навыками применения ЭВМ при моделировании сложных систем.

Курс базируется на дисциплинах: "Высокоуровневые методы информатики и программирования", «Исследование операций в экономике» , «Теория вероятностей и математическая статистика»

Знания, полученные из дисциплины "Имитационное моделирование экономических процессов", используются в курсовом и дипломном проектировании.

Лекция 1

Введем понятия «модель», «моделирование». Слово «модель» имеет франко-итальянский корни и означает «образец». В простом варианте «модель» можно определить как копию некоторого объекта, увеличенную или уменьшенную. Она предназначена для того, чтобы точнее изучить, проанализировать, предвидеть то, что человек собирается создать, изготовить, построить или передать.

Модели бывают материальными (вещественными) или физическими и абстрактные. К физическим моделям относятся уменьшенные макеты зданий, башень, мостов, самолетов и т.д., к увеличенным копиям – строения атома, молекул алмаза.

К абстрактным моделям относятся рисунки, схемы, карты, а также математические, компьютерные (имитационные) и эвристические модели. Они не являются копией оригинала, а носят описательный характер. К экономическим системам применимы математические и имитационные модели.

Под математической моделью принято понимать совокупность соотношений – уравнений, неравенств, логических условий, операторов и т.п., определяющих характеристики состояний объекта моделирования, а через них и выходные значения параметров реакции, в зависимости от значений параметров объекта-оригинала, входных воздействий, начальных и граничных условий, а также времени.

Математическая модель представляет собой формализованное описание системы (или операции) с помощью некоторого абстрактного языка, например в виде совокупности математических соотношений или схемы алгоритма. По большому счету, любое математическое выражение, в котором фигурируют физические величины, можно рассматривать как математическую модель того или иного процесса или явления. В частности, известное всем еще из школы уравнение S = Vt, представляет собой модель равномерного прямолинейного движения.

Имитационные модели представляют собой, совокупность программ, программный комплекс, позволяющие с помощью последовательности вычислений и графического отображения их результатов воспроизводить (имитировать) процессы функционирования объекта при условии воздействия на него различных (включая случайные) факторов.

Эвристические модели базируются на правилах, которые выбираются интуитивно или имперически (правилах), которые позволяют улучшить уже имеющиеся решения.

Эвристические методы представляют собой алгоритмы перехода от одной точки пространства решений к некоторой другой точке с целью улучшения значения целевой функции.

Используются эвристические модели в тех случаях, когда невозможно точно сформулировать математическую модель или нельзя найти ее точное решение, а также когда затруднено построение ИМ.

Поскольку при создании математических и имитационных моделей не возможно абсолютно точно воспроизвести все функциональные возможности реальной системы из-за большого количества ограничений и переменных, то вначале переходят к упрощенному образу, т.е. из всего множества переменных и ограничений выделяются наиболее существенные для достижения поставленной цели.

Модель

Реальная система

В нем описываются доминирующие факторы, определяющие цель моделирования. На основе упрощенного образа строят саму модель.

Модель представляет собой наиболее существенное соотношение в виде целевой функции и системы ограничений.

Основное противоречие при разработке моделей заключается в том, что чем проще модель, тем быстрее и с меньшими затратами она может быть выполнена. Но чем проще модель, тем меньше ее соответствие, исследуемому реальному объекту, больше вероятность ошибок при ее использовании. Напротив, чем сложнее модель, тем больше времени необходимо для ее разработки, изготовления, наладки и обслуживания.