|
является, по возможности, точное воспроизведение данного процесса; •наглядное представление результатов исследования и, как следствие, простота перехода от моделирования к практическим рекомендациям. Имитационное моделирование наиболее целесообразно в тех случаях, когда: •не существует законченной математической постановки задачи, или еще не разработаны достаточно эффективные методы решения сформулированной задачи; •аналитические методы имеются, но математические процедуры при их использовании очень сложны и трудоемки; •кроме количественной оценки определенных параметров желательно осуществить наблюдение за ходом процесса в течение некоторого времени. Имитационное моделирование применяется для решения задач, которые протекают под воздействием большого числа случайных факторов и требуют принятия решения в условиях риска и неопределенности. При использовании имитационного моделирования искомые величины определяются т средние значения по данным большого числа реализации данного процесса. Решение задачи с использованием численных моделей, как правило, I подразумевает использование исходных аналитических выражений, решение которых в явном виде либо слишком сложно, либо невозможно вообще. Однако содержание работы при применении численных моделей остается, в основном, таким же, что и при использовании аналитических моделей. Разница заключается лишь в том, что после преобразования математической модели в систему уравнений, допускающую эффективное решение задачи (вручную или с использованием вычислительной техники) — производят расчет, результатом которого служат таблицы значений искомых величин для конечного набора параметров, начальных условий или времени. При проведении логистического анализа в фирмах применяется широкая гамма различных методов и приемов, часть которых представлена на схеме |
Наиболее распространенными методами исследования, которые нашли широкое применение при решении различных задач в экономике, являются аналитические методы, обладающие рядом положительных свойств: получаемые при аналитическом решении зависимости не привязаны к определенным числовым значениям параметров исследуемого процесса; использование аналитических методов позволяет решать не только задачу анализа, но и находить оптимальные решения, делать общие выводы относительно влияния на конечные результаты тех или иных факторов, т.е. решать задачу синтеза. Среди аналитических мегодов, нашедших применение при решении экономических задач, можно выделить методы, основанные на использовании математического аппарата теории массового обслуживания, логиковероятностного подхода и др. Однако воспользоваться аналитическим исследованием удаегся сравнительно редко, гак как преобразование математической модели в систему уравнений, допускающую эффективное решение, является трудной задачей, а для процессов, которые происходят в условиях влияния факторов неопределенности эти трудности часто оказываются непреодолимыми. Трудности в применении аналитических методов исследования процессов взаимодействия экономических субъектов могут быть преодолены путем имитационного моделирования. Наиболее существенные преимущества имитационных моделей: простота построения, поскольку целью моделирования в данном случае является, по возможности, точное воспроизведение данного процесса; наглядное представление результатов исследования и, как следствие, простота перехода от моделирования к практическим рекомендациям. Имитационное моделирование наиболее целесообразно в тех случаях, когда: не существует законченной математической постановки задачи, или еще не разработаны достаточно эффективные методы решения сформулированной задачи; аналитические методы имеются, но математические процедуры при их использовании очень сложны и трудоемки; кроме количественной оценки определенных параметров желательно осуществить наблюдение за ходом процесса в течение некоторого времени. Имитационное моделирование применяется для решения задач, которые протекают под воздействием большого числа случайных факторов и требуют принятия решения в условиях риска и неопределенности. При использовании имитационного моделирования искомые величины определяются как средние значения по данным большого числа реализации данного процесса. Решение задачи с использованием численных моделей, как правило, подразумевает использование исходных аналитических выражений, решение которых в явном виде либо слишком сложно, либо невозможно вообще. Однако содержание работы при применении численных моделей остается, в основном, таким же, что и при использовании аналитических моделей. Разница заключается лишь в том, что после преобразования математической модели в систему уравнений, допускающую эффективное решение задачи (вручную или с использованием вычислительной техники) — производят расчет, результатом которого служат таблицы значений искомых величин для конечного набора параметров, начальных условий или времени. В последнее время получил развитие метод, основанный на теории нечетких множеств, позволяющий количественно описать имеющиеся неопределенности. Данный метод позволяет учесть неточности информации в виде множеств более или менее возможных значений. Использование аппарата теории нечетких множеств заключается в следующем. Вначале на основе известных методов теории вероятностей и исследования операций (экспертных оценок, парных сравнений, статистических данных, интервальных оценок и др.) строится функция принадлежности неизвестных параметров (от которых зависит выбор стратегии) нечеткому множеству. Затем, используя нечеткие теоретико-множественные операции и логические связки, делаются приближенные выводы по организации их взаимодействия. |