T_sist_Pavlov

130

Рассчитываем ожидаемую ценность точной информации для примера, в котором дополнительное обследование конъюнктуры рынка не проводится. При отсутствии точной информации, как уже было сказано выше, максимальная ожидаемая оценка равна

ОДО = 0,5 100 000 – 0,5 20 000 = 40 000 долл.

Если точная информация об истинном состоянии рынка будет благоприятной (ОДО=200 000 долл.), принимается решение в пользу проекта «Аквадром»; если неблагоприятной, наиболее целесообразное решение – это проект «Депозит» (ОДО=10 000 долл.). Учитывая, что вероятности благоприятной и неблагоприятной ситуации равны 0,5, значение ОДО точной информации (ОДОти) определяется выражением:

ОДОти= 0,5 200 000 + 0,5 10 000 = 105 000 долл.

Тогда ожидаемая ценность точной информации ОЦти равна:

ОЦти= ОДОти – ОДО = 105 000 – 40 000 = 65 000долл.

Значение ОЦти показывает, какую максимальную цену должна быть готова заплатить компания за точную информацию об истинном состоянии рынка в тот момент, когда ей это необходимо.

При явной эффективности рассмотренной выше многоэтапной процедуры принятия решений следует отметить два обстоятельства, усложняющие

ееприменение на практике:

1)вероятность «ветвления» по дереву решений зачастую определяется экспериментами консалтинговых фирм, причем необходимы дополни-

тельные эксперты − аудиторы, которые оценивали бы надежность таких фирм;

2) прибыли (убытки) невозможно просчитать только по сметам биз- нес-плана проекта; эти прибыли (убытки) зависят от сроков и динамики реализации проекта.

6.6 Имитационное моделирование экономических процессов

Повышение требований к оперативности и точности управления экономическими процессами требует, чтобы принятие решений в меньшей степени зависело от конкретных операторов и организаторов производства, их эвристических способностей, поэтому в практике оперативного управления предприятиями все большее применение находят имитационные системы, которые позволяют накапливать коллективный опыт отображения в моделях

131

конкретных производственных ситуаций и получать рекомендации для принятия решений по управлению предприятием и технологическими процессами.

Имитационная система представляет собой систему человек − машина, включающую пользователей, разработчиков, программное и организаци- онно-алгоритмическое обеспечение, информационный банк, банк моделей, банк критериев и средства получения, преобразования и передачи информации о функционировании управляемой системы. Безусловно, вопросы создания и обоснования общего состава имитационной системы и ее структуры достаточно объемны. Поэтому мы рассмотрим лишь общие принципы применения имитационных систем в управлении и общие принципы их разработки и организации функционирования.

Основная задача имитационной системы в условиях автоматизированного производства – оперативно отслеживать текущее состояние управляемой системы, автоматически или в интерактивном режиме генерировать и настраивать модели объекта управления и вырабатывать необходимые управленческие решения, проверять (прогнозировать) возможные результаты этих решений и рекомендовать пользователю лучшие из них с точки зрения заданных или сгенерированных критериев. Весьма существенной частью имитационной системы являются используемые в ней модели, степень адекватности которых непосредственно определяют как надежность вырабатываемых управленческих решений, так и устойчивость производственного процесса, для управления которыми используются эти решения.

Имеется много различных подходов к моделированию технологических процессов. Однако не до конца решены еще вопросы выбора модели в соответствии с особенностями моделируемой системы, что, в частности, связано с неоднозначностью трактовки понятий «модель» и «моделирование».

При создании имитационной модели под моделью следует понимать созданную или выбранную исследовательскую систему, воспроизводящую существенные для моделирования характеристики изучаемого объекта и вследствие этого находящуюся с ним в таком отношении замещения и свойства, что ее исследование служит опосредствованным способом получения знания об этом объекте и дает информацию о познаваемом объекте и допускающую экспериментальную проверку модели. Тогда под моделированием нужно понимать не процесс построения модели, как иногда это принято, а эксперименты с моделью и ее исследование как метод опосредствованного оперирования с моделирующей системой.

Выбирая классификацию для имитационной системы, важно исходить из свойств моделируемой системы. В формировании классификации для конкретных условий может помочь табл.6.2

132

Таблица 6.2

Выбирая на каждом шаге класс моделей, соответствующих характеризующим объект признакам, на пятом уровне этой классификационной таблицы можно получить конкретные типы моделей [6].

Необходимо также учитывать, что моделирование применяется для двух целей: исследование и управление. Конечно, такое разделение не является строгим, но оно позволяет выявить ряд особенностей моделей одного и другого класса, что может способствовать более эффективному применению существующего аппарата моделирования.

Исследовательские модели. Создаются в тот период, когда системы еще нет, на стадии проектирования. Их цель – с помощью экспериментов и выбранного метода сформировать образ будущей системы и исследовать его. Вариантами исследования могут быть оптимизация параметров будущей системы, подсчет ее характеристик, определение структуры. Для этих моделей характерны небольшая достоверность исходных данных и часто качественный характер выходных результатов. Количественные оценки ненадежны. Проектировщик использует их при проверке своих решений, но окончательный выбор производится не только на основании результатов исследования модели. Для построения таких моделей применяются все виды методов современной математики и теории систем. Построение моделей и получение результатов занимает много времени.

Модели управления. Условия создания моделей управления (особенно оперативного) иные. Моделирующая система готова, известны точные значения ее параметров, зафиксирована структура. Цель моделирования – прогнозирование состояния системы при изменении параметров и проверка последствий принимаемых решений. Число параметров модели может быть очень велико, а ресурс времени для принятия решений ограничен. Модель должна очень точно отражать структуру и процессы функционирования моделируемой системы, допущения при описании должны быть минимальными. Часто результаты работы модели являются единственным основанием для принятия

133

решения. Создание и использование таких моделей практически невозможно без применения ЭВМ, а организация процесса моделирования в упомянутом выше смысле, т.е. как процесса оперирования с моделируемой системой, становится реальной только при использовании в качестве средства отображения модели языка моделирования.

Собственно этот язык моделирования в основном определяет особенность имитационной модели, где используется символика, принятая в специализированном языке моделирования (например, DYNAMO). Выбранный язык может определить не только символику, но и подход к исследованию системы.

С 1980-х годов начинает все более широко развиваться особый вид имитационных систем – экспертные системы, которые обеспечивают для ЛПР более удобные средства формирования и анализа моделей.

На основе вышесказанного можно сформулировать требования к языку моделирования для создания управляющих модулей. Такой язык должен иметь мощную алгоритмическую базу, позволяющую эффективно программировать математические методы планирования и оптимизации, иметь связь с языками программирования, средства организации диалога. Примерами таких языков служат PSS, SIMULA, DYNAMO.

Упражнения к главе 6

1.Поясните понятия «риск», «селективный риск».

2.Перечислите ряд важных принципов, используемых при разработке, анализе и экспертизе инвестиционных проектов.

3.Определите понятие «дерево решений» с помощью метода принятия сложных решений.

4.Перечислите пять этапов процесса принятия решений с помощью дерева решений.

5.Определите понятие безусловного денежного эквивалента игры.

6.Определите понятие ожидаемой денежной оценки игр.

7.Приведите простой пример процесса принятия решений с помощью дерева решений.

8.Приведите дополнительное исследование рынка при принятии решений с помощью дерева решений.

9.Определите понятие «имитационная система».

10.Определите понятие «имитационная модель».

11.Перечислите признаки, определяющие класс имитационных моделей.

12.Назовите классы моделей имитационной системы.

134

ЛИТЕРАТУРА

1.Системный анализ в управлении: Уч. пособие/ В.С. Анфилатов, А.А. Емельянов, А.А. Кукушкин / Под ред. А.А. Емельянова. – М.: Финансы и ста-

тистика, 2002. – 356 с.

2.Волкова В.Н., Денисов А.А. Основы теории систем и системного анализа. – СПб.: Издательство СПбГТУ, 1997. – 510 с.

3.Денисов А.А. Введение в информационный анализ систем: Текст лекций. – Л.: Издательство ЛПИ, 1998. – 52 с.

4.Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ: Учебное пособие. – М.: Высш. школа, 1989. – 367 с.

5.Системное проектирование радиоэлектронных предприятий с гибкой автоматизированной технологией / В.Н. Волкова, А.А. Денисов и др. – М.: Радио и связь, 1990. – 293 с.

6.Федотов А.В. Моделирование в управлении вузом. – Л.: ЛГУ, 1985. –

106 с.

Министерство образования Российской Федерации

ТОМСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СИСТЕМ УПРАВЛЕНИЯ И РАДИОЭЛЕКТРОНИКИ (ТУСУР)

Кафедра автоматизированных систем управления (АСУ)

С.Н. Павлов

ТЕОРИЯ СИСТЕМ И СИСТЕМНЫЙ АНАЛИЗ

Учебное пособие

2003

Корректор: Красовская Е.Н.

Павлов С.Н.

Теория систем и системный анализ: Учебное пособие. − Томск: Томский межвузовский центр дистанционного образования, 2003. − 134 с.