- •Оглавление
- •Тема 8. Имитационное моделирование 65
- •Рабочая программа
- •Тема 1. Основные понятия экономического моделирования
- •Тема 2. Модели межотраслевого баланса производства и распределения продукции
- •Тема 3. Аппроксимация и экстраполяция в экономическом моделировании
- •Тема 4. Модели задач линейного программирования
- •Тема 5. Корреляционный и регрессионный анализ в экономических исследованиях
- •Тема 6. Производственные функции
- •Тема 7. Сетевое планирование и управление (спу)
- •Тема 8. Имитационное моделирование
- •Рекомендуемая литература а) основная
- •Б) дополнительная
- •Вопросы для зачетов по дисциплине
- •Тема 1. Основные понятия экономического моделирования
- •1.1. Социально-экономические системы, методы их описания и исследования
- •1.2. Классификация моделей
- •1.3. Литература по теме 1
- •Тема 2. Модели межотраслевого баланса производства и распределения продукции
- •2.1. Статическая модель макроэкономического межотраслевого баланса производства и распределения продукции
- •2.4. Литература по теме 2
- •Тема 3. Аппроксимация и экстраполяция в экономическом моделировании
- •3.1. Метод наименьших квадратов и его использование для нахождения аппроксимирующей функции
- •3.2 Пакет программ daez
- •3.1. Литература по теме 3
- •Тема 4. Модели задач линейного программирования
- •4.1. Метод линейного программирования, его особенности
- •Экономическая интерпретация двойственной задачи Исходная задача
- •Решение
- •Результаты
- •Результаты
- •4.3. Литература по теме
- •Тема 5. Корреляционный и регрессионный анализ в экономических исследованиях
- •5.1. Задачи корреляционного и регрессионного анализа
- •5.2 Линейная парная регрессия
- •5.3. Коэффициент корреляции и его свойства
- •Основные свойства коэффициента корреляции
- •Литература по теме 5
- •Тема 6. Производственные функции
- •6.1. Основные понятия и соотношения производственной функции
- •6.2 Геометрическое представление производственной функции. Кривые безразличия
- •Свойства кривых безразличия
- •6.3 Степенная производственная функция. Производственная функция Кобба-Дугласа
- •6.4. Литература по теме 6
- •Тема 7. Сетевое планирование и управление (спу)
- •7.1. Назначение и области применения спу
- •7.2. Cетевая модель и ее основные элементы
- •7.3. Порядок и правила построения сетевых графиков
- •7.4. Упорядочивание сетевого графика и нахождение критического пути
- •7.5. Временные параметры сетевых графиков
- •Формулы для вычисления временных параметров:
- •7.6. Коэффициент напряженности работы. Анализ и оптимизация сетевого графика
- •7.7. Литература по теме 7
- •Тема 8. Имитационное моделирование
- •8.1. Имитационное моделирование, его сущность
- •8.2. Порядок построения имитационной модели
- •8.3. Структура моделирующего алгоритма для оптимизационной модели со случайными факторами
- •X цикл по X
- •8.4. Литература по теме 8
- •Задачи для решения на практических (лабораторных) занятиях
- •Межотраслевой баланс
- •Межотраслевой баланс
- •Аппроксимация и экстраполяция в экономическом моделировании
- •Аппроксимация и экстраполяция в экономическом моделировании
- •Модели задач линейного программирования
- •Модели задач линейного программирования
- •Модели задач линейного программирования Задача о диете
- •Модели задач линейного программирования Транспортная задача
- •Корреляционный и регрессионный анализ в экономических исследованиях
- •Корреляционный и регрессионный анализ в экономических исследованиях
- •Сетевое планирование и управление
- •Исходный график:
- •Продолжительность работ:
- •Сетевое планирование и управление
- •Методические указания по выполнению студентами заочного обучения контрольных работ (домашних заданий)
- •Тема: Модели межотраслевого баланса производства и распределения продукции
- •Тема: Модели межотраслевого баланса производства и распределения продукции
- •Тема: Модели межотраслевого баланса производства и распределения продукции
- •Тема: Аппроксимация и экстраполяция в экономическом моделировании
- •Тема: Модели задач линейного программирования
- •Тема: Модели задач линейного программирования
- •Тема: Модели задач линейного программирования (транспортная задача)
- •Тема: Производственные функции
- •Тема: Сетевое планирование и управление
- •Тема: Сетевое планирование и управление
- •Исходный график:
- •Алгоритм решения систем уравнений в microsoft excel
- •Примеры систем уравнений для упражнений Используя Microsoft Excel, решить системы уравнений:
- •Алгоритм решения задач линейного программирования в microsoft excel
- •Примеры линейного программирования для упражнений Используя Microsoft Excel, найти максимум функции f при заданных ограничениях:
- •Найти минимум функции f при следующих ограничениях:
- •Алгоритм обращения матриц в microsoft excelгоритм обращения матриц в 0000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000
- •Приложение. Примерная схема межотраслевого баланса производства и распределения продукции
- •Учебное издание Боков Иван Иванович Математические методы и модели в экономике
- •344002, Ростов-на-Дону, б. Садовая, 69, ргэу «ринх».
Тема 8. Имитационное моделирование
8.1. Имитационное моделирование, его сущность
Вопросы имитационного моделирования рассматриваются во многих литературных источниках, но наиболее удачно, по нашему мнению, представлены авторами Иозайтисом В.С. и Львовым Ю.А. в учебном пособии «Экономико-математическое моделирование производственных систем».
Появление имитационного моделирования как нового направления в исследовании сложных процессов обусловлено развитием электронно-вычислительной техники. Имитационные модели являются особым классом математических моделей. Они существенно отличаются от оптимизационных моделей и моделей математического программирования. В реализации имитационных моделей главную роль играют такие компьютеры, которые обладают повышенным быстродействием, большой памятью, имеют совершенное программное обеспечение.
В традиционных экономико-математических моделях с помощью математического аппарата описывают взаимосвязи между входами, состояниями и выходами. Задача компьютера при использовании этих моделей состоит в том, чтобы быстро выполнить заданный алгоритм и выдать результат.
Идея имитационного моделирования состоит в том, что строят алгоритм, отображающий последовательность развития процесса внутри исследуемого объекта, а затем « проигрывают» поведение объекта на компьютере. При этом имеется в виду, что процесс функционирования реальной системы распадается на ряд процессов функционирования отдельных объектов. Эти процессы протекают одновременно или параллельно. Задача программной имитации состоит в отображении параллельно протекающих процессов на один вычислительный процесс.
Совокупность модели, имитирующей изучаемое явление, и систему внутреннего и внешнего обеспечения называют имитационной системой.
Имитационная модель - это вычислительная процедура, формализовано описывающая изучаемый объект и имитирующая его поведение. При составлении имитационной модели нет необходимости упрощать описание явления, отбрасывать иногда даже существенные детали, чтобы использовать в расчетах известные математические методы. Для имитационного моделирования характерна имитация элементарных явлений, составляющих исследуемый процесс, с сохранением их логической структуры, последовательности протекания во времени, характера и состава информации о состоянии процесса. По своей форме модель является логико-математической.
В составе математических моделей имитационные модели делятся на статические и динамические, стохастические, дискретные и непрерывные. Отнесение задачи к одному из этих видов предъявляет определенные требования к имитационной модели. При статической имитации расчет повторяется несколько раз в различных условиях эксперимента в определенный короткий период времени.
При динамической имитации моделируется поведение системы в течение продолжительного периода времени без изменения условий. При стохастической имитации в модель включаются случайные величины с известными законами распределения. При детерминированной имитации влияние случайных факторов не учитывается.
8.2. Порядок построения имитационной модели
Порядок построения имитационной модели и ее исследования имеет свои особенности. В работе Шеннона М. « Имитационное моделирование систем: искусство и наука»(М.:1978) приводится следующий перечень этапов имитации:
-
Определение системы. На этом этапе устанавливаются ограничения, измерители эффективности системы, подлежащей изучению.
-
Формулирование модели. Осуществляется абстрагирование, т.е. переход от реальной системы к некоторой логической схеме.
-
Подготовка данных. На этом этапе отбираются данные, необходимые для построения модели, и представляются в соответствующей форме.
-
Трансляция модели. Трансляция предполагает описание модели на языке, приемлемом для используемого компьютера.
-
Оценка адекватности. Это означает повышение до приемлемого уровня степени уверенности, с которой можно судить относительно корректности выводов о реальной системе, полученных на основании обращения к модели.
-
Стратегическое планирование. Этап стратегического планирования включает планирование эксперимента, который должен дать необходимую информацию.
-
Тактическое планирование. Это определение способа поведения каждой серии испытаний, предусмотренных планом эксперимента.
-
Экспериментирование - процесс осуществления имитации с целью получения необходимых данных и анализа чувствительности.
-
Интерпретация, т.е. формулировка логических выводов по данным, полученным путем имитации.
-
Реализация результатов моделирования, т.е. практическое использование модели.
-
Документирование. На этом завершающем этапе регистрируется ход осуществления проекта и его результатов и документируется процесс создания и использования модели. Документирование тесно связано с реализацией, т.к. тщательное и полное документирование процессов разработки и экспериментирования с моделью позволяет в значительной степени увеличить срок ее жизни и вероятность успешной реализации, облегчает модификацию модели.
Среди этапов имитационного моделирования следует выделить планирование эксперимента. Отличие имитационного эксперимента от эксперимента с реальным объектом состоит в том, что имитационный эксперимент проводится с моделью реальной системы, а не с самой системой.