Имитационное моделирование экономической деятельности предприятия (стр. 4 из 6)
1.4.1. Кибернетический подход к организации экспериментальных исследований сложных объектов и процессов.
Планирование эксперимента можно рассматривать как кибернетический подход к организации и проведению экспериментальных исследований сложных объектов и процессов. Основная идея метода состоит в возможности оптимального управления экспериментом в условиях неопределенности, что родственно тем предпосылкам, на которых базируется кибернетика. Целью большинства исследовательских работ является определение оптимальных параметров сложной системы или оптимальных условий протекания процесса:
1. определение параметров инвестиционного проекта в условиях неопределенности и риска;
2. выбор конструкционных и электрических параметров физической установки, обеспечивающих наиболее выгодный режим ее работы;
3. получение максимально возможного выхода реакции путем варьирования температуры, давления и соотношения реагентов – в задачах химии;
4. выбор легирующих компонентов для получения сплава с максимальным значением какой-либо характеристики (вязкость, сопротивление на разрыв и пр.) – в металлургии.
При решении задач такого рода приходится учитывать влияние большого количества факторов, часть из которых не поддается регулированию и контролю, что чрезвычайно затрудняет полное теоретическое исследование задачи. Поэтому идут по пути установления основных закономерностей с помощью проведения серии экспериментов.
Исследователь получил возможность путем несложных вычислений выражать результаты эксперимента в удобной для их анализа и использования форме.
1.4.2. Регрессионный анализ и управление модельным экспериментом
 |
В общем случае объект исследования можно представить как некоторый «черный ящик» (Рис.6), на входе которого действуют управляющие параметры xi, (i = 1, 2,...,k) и неконтролируемые возмущения zj, (j= 1, 2, ...,m). Выходом объекта исследования являются показатели качества или какие-либо другие характеристики объекта hv (v = 1, 2,...,n).
Рис.6 Схема исследования системы или процесса
 |
Если рассмотреть зависимость одной из характеристик системы ηv(xi), как функцию только одной переменной xi (Рис.7), то при фиксированных значениях xi будем получать различные значения ηv(xi).
Рис.7 Пример усреднения результатов эксперимента
Разброс значений ηv в данном случае определяется не только ошибками измерения, а главным образом влиянием помех zj. Сложность задачи оптимального управления характеризуется не только сложностью самой зависимости ηv (v = 1, 2, …, n), но и влиянием zj, что вносит элемент случайности в эксперимент. График зависимости ηv(xi) определяет корреляционную связь величин ηv и xi, которая может быть получена по результатам эксперимента с помощью методов математической статистики. Вычисление таких зависимостей при большом числе входных параметров xi и существенном влиянии помех zj и является основной задачей исследователя-экспериментатора. При этом чем сложнее задача, тем эффективнее становится применение методов планирования эксперимента.
Различают два вида эксперимента:
- пассивный;
- активный.
При пассивном эксперименте исследователь только ведет наблюдение за процессом (за изменением его входных и выходных параметров). По результатам наблюдений затем делается вывод о влиянии входных параметров на выходные. Пассивный эксперимент обычно выполняется на базе действующего экономического или производственного процесса, который не допускает активного вмешательства экспериментатора. Этот метод мало затратный, но требует большого времени.
Активный эксперимент проводится главным образом в лабораторных условиях, где экспериментатор имеет возможность изменять входные характеристики по заранее намеченному плану. Такой эксперимент быстрее приводит к цели.
Соответствующие методы приближения получили название регрессионного анализа. Регрессионный анализ является методическим инструментарием при решении задач прогнозирования, планирования и анализа хозяйственной деятельности предприятий.
Задачами регрессионного анализа являются установление формы зависимости между переменными, оценка функции регрессии и установление влияния факторов на зависимую переменную, оценка неизвестных значений (прогноз значений) зависимой переменной.
1.4.3. Ортогональное планирование второго порядка.
Ортогональное планирование эксперимента (по сравнению с неортогональным) уменьшает число опытов и существенно упрощает расчеты при получении уравнения регрессии. Однако такое планирование осуществимо только при возможности проведения активного эксперимента.
Практичным средством отыскания экстремума является факторный эксперимент. Основные достоинства факторного эксперимента - простота и возможность отыскания экстремальной точки (с какой-то погрешностью), если неизвестная поверхность достаточно гладкая и нет локальных экстремумов. Следует отметить два основных недостатка факторного эксперимента. Первый заключается в невозможности поиска экстремума при наличии ступенчатых разрывов неизвестной поверхности и локальных экстремумов. Второй — в отсутствии средств описания характера поверхности вблизи экстремальной точки из-за использования простейших линейных уравнений регрессии, что сказывается на инертности системы управления, так как в процессе управления необходимо проводить факторные эксперименты для выбора управляющих воздействий.
Для целей управления наиболее подходит ортогональное планирование второго порядка. Обычно эксперимент состоит из двух этапов. Сначала с помощью факторного эксперимента отыскивается область, где существует экстремальная точка. Затем в районе существования экстремальной точки проводится эксперимент для получения уравнения регрессии 2-го порядка.
Уравнение регрессии 2-го порядка позволяет сразу определять управляющие воздействия, без проведения дополнительных опытов или экспериментов. Дополнительный эксперимент потребуется только в случаях, когда поверхность отклика существенно изменится под воздействием неконтролируемых внешних факторов (например, существенное изменение налоговой политики в стране серьезным образом повлияет на поверхность отклика, отображающую производственные затраты предприятия
2. ПРАКТИЧЕСКАЯ РАБОТА.
В данном разделе мы рассмотрим, как можно применить вышеизложенные теоретические знания к конкретным экономическим ситуациям.
Главная задача нашей курсовой работы – определить эффективность предприятия, занимающегося коммерческой деятельностью
Для реализации проекта мы выбрали пакет Pilgrim. Пакет Pilgrim обладает широким спектром возможностей имитации временной, пространственной и финансовой динамики моделируемых объектов. С его помощью можно создавать дискретно-непрерывные модели. Разрабатываемые модели имеют свойство коллективного управления процессом моделирования. В текст модели можно вставлять любые блоки с помощью стандартного языка C++. Пакет Pilgrim обладает свойством мобильности, т.е. переноса на любую другую платформу при наличии компилятора C++. Модели в системе Pilgrim компилируются и поэтому имеют высокое быстродействие, что очень важно для отработки управленческих решений и адаптивного выбора вариантов в сверхускоренном масштабе времени. Полученный после компиляции объектный код можно встраивать в разрабатываемые программные комплексы или передавать (продавать) заказчику, так как при эксплуатации моделей инструментальные средства пакета Pilgrim не используются.
Пятая версия Pilgrim - это программный продукт, созданный в 2000 г. на объектно-ориентированной основе и учитывающий основные положительные свойства прежних версий. Достоинства этой системы:
• ориентация на совместное моделирование материальных, информационных и «денежных» процессов;
• наличие развитой CASE-оболочки, позволяющей конструировать многоуровневые модели в режиме структурного системного анализа;
• наличие интерфейсов с базами данных;
• возможность для конечного пользователя моделей непосредственно анализировать результаты благодаря формализованной технологии создания функциональных окон наблюдения за моделью с помощью Visual C++, Delphi или других средств;
•возможность управления моделями непосредственно в процессе их выполнения с помощью специальных окон диалога.
Таким образом, пакет Pilgrim является хорошим средством создания как дискретных, так и непрерывных моделей, имеет много достоинств и значительно упрощает создание модели.
Объектом наблюдения является предприятие, которое занимается реализацией выпускаемого товара. Для статистического анализа данных функционирования предприятия и сравнения полученных результатов сопоставлялись все факторы, влияющие на процесс выпуска и реализации товара.
Предприятие занимается выпуском товара небольшими партиями (размер этих партии известен). Имеется рынок, где эта продукция продается. Размер партии покупаемого товара в общем случае - случайная величина.
Структурная схема бизнес-процесса содержит три слоя. На двух слоях расположены автономные процессы «Производство» (Приложение А) и «Сбыт» (Приложение Б), схемы которых независимы друг от друга т.к. нет путей для передачи транзактов. Опосредованное взаимодействие этих процессов осуществляется только через ресурсы: материальные ресурсы (в виде готовой продукции) и денежные ресурсы (в основном через расчетный счет).