Общие проблемы моделирования систем

Общие проблемы моделирования:

– недостоверные исходные допущения (неверно выбраны переменные или вид зависимости; неправильно спрогнозировано будущее влияние факторов на ситуацию)

– информационные ограничения (недостаток информации, необходимой для построения или применения модели)

– страх пользователей (недостаточная компетенция, особенности личности)

– слабое применение на практике

– чрезмерная стоимость (большие затраты труда высококвалифицированных и высокооплачиваемых специалистов при построении и внедрении модели)

Как все средства и методы, модели науки управления могут привести к ошибкам. Эффективность модели может быть снижена действием ряда потенциальных погрешностей. Наиболее часто встречающиеся — недостоверные исходные допущения, ограниченные возможности получения нужной информации, страхи пользователя, слабое использование на практике, чрезмерно высокая стоимость.

НЕДОСТОВЕРНЫЕ ИСХОДНЫЕ ДОПУЩЕНИЯ. Любая модель опирается на некоторые исходные допущения или предпосылки. Это могут быть поддающиеся оценке предпосылки, например, что расходы на рабочую силу в следующие шесть месяцев составят 200 тыс. долл. Такие предположения можно объективно проверить и просчитать. Вероятность того, что они точны, будет высока. Некоторые предпосылки не поддаются оценке и не могут быть объективно проверены. Предположение о росте сбыта в будущем году на 10% — пример допущения, не поддающегося проверке. Никто не знает наверняка, произойдет ли это действительно. Поскольку такие предпосылки являются основой модели, точность последней зависит от точности предпосылок. Модель нельзя использовать для прогнозирования, например, потребности в запасах, если неточны прогнозы сбыта на предстоящий период.

В дополнение к допущениям по поводу компонентов модели, руководитель формулирует предпосылки относительно взаимосвязей внутри нее. К примеру, модель, предназначенная помочь в решении о том, сколько галлонов краски разных типов следует производить, должна, вероятно, включать допущение относительно зависимости между продажной ценой и прибылью, а также стоимостью материалов и рабочей силы. Точность модели зависит также от точности этих взаимосвязей.

ИНФОРМАЦИОННЫЕ ОГРАНИЧЕНИЯ. Основная причина недостоверности предпосылок и других затруднений — это ограниченные возможности в получении нужной информации, которые влияют и на построение, и на использование моделей. Точность модели определяется точностью информации по проблеме. Если ситуация исключительно сложна, специалист по науке управления может быть не в состоянии получить информацию по всем релевантным факторам или встроить ее в модель. Если внешняя среда подвижна, информацию о ней следует обновлять быстро, но это может быть нереализуемым или непрактичным.

Иногда при построении модели могут быть проигнорированы существенные аспекты, поскольку они не поддаются измерению. Например, модель определения эффективности новой технологии будет некорректной, если в нее встроена только информация о снижении издержек в соответствии с увеличением специализации. Трудно предсказуемое и измеряемое воздействие психологических установок рабочих также отражается на производительности. Если рабочим не нравится новый процесс, то рост издержек по причине прогулов, высокая текучесть кадров и заторы на производственных линиях могут помешать приросту производительности.

В общем, построение модели наиболее затруднительно в условиях неопределенности. Когда необходимая информация настолько неопределенна, что ее трудно получить, исходя из критерия объективности, руководителю, возможно, целесообразнее положиться на свой опыт, способность к суждению, интуицию и помощь консультантов.

СТРАХ ПОЛЬЗОВАТЕЛЕЙ. Модель нельзя считать эффективной, если ею не пользуются. Основная причина неиспользования модели заключается в том, что руководители, которым она предназначена, могут не вполне понимать получаемые с помощью модели результаты и потому боятся ее применять. Опрос журналом «Форчун» вице-президентов по производству из 500 фирм подтвердил, что основное препятствие для использования моделей науки управления вице-президентом — это недостаток у них знаний в этой области.

Группа исследователей пришла к выводу, что для борьбы с этим возможным страхом специалистам по количественным методам анализа следует значительно больше своего времени уделять ознакомлению руководителей с возможностями и порядком использования моделей. Руководители должны быть подготовлены к применению моделей, а высшему руководству следует подчеркивать, насколько значительно успех организации зависит от моделей и как они повышают способность руководителей эффективно планировать и контролировать работу организации.

СЛАБОЕ ИСПОЛЬЗОВАНИЕ НА ПРАКТИКЕ. Согласно ряду исследований уровень методов моделирования в рамках науки управления превосходит уровень использования моделей. Как указывалось выше, одна из причин такого положения дел — страх. Другие причины — это недостаток знаний и сопротивление переменам. Данная проблема подкрепляет желательность того, чтобы на стадии построения модели штабные специалисты привлекали к этому делу пользователей. Когда люди имеют возможность обсудить и лучше понять вопрос, метод или предполагаемое изменение, их сопротивление обычно снижается.

ЧРЕЗМЕРНАЯ СТОИМОСТЬ. Выгоды от использования модели, как и других методов управления, должны с избытком оправдывать ее стоимость. При установлении издержек на моделирование руководству следует учитывать затраты времени руководителей высшего и низшего уровней на построение модели и сбор информации, расходы и время на обучение, стоимость обработки и хранения информации.

Обзор моделей науки управления

Число всевозможных конкретных моделей науки управления почти так же велико, как и число проблем, для разрешения которых они были разработаны. Далее следует общее описание некоторых наиболее распространенных типов. Наша цель состоит не в объяснении способов их использования, а в том, чтобы помочь вам лучше понять возможности таких моделей и разновидности решений, для которых они предназначены. Это понимание даст вам возможность эффективнее обмениваться информацией по вашей проблеме со штабными специалистами и расширить представление о том, как предлагаемые ими модели и методы могут помочь в принятии решений.

15) Машиная реализация модели

При необходимости машинная модель “растягивает” или “сжимает” реальное время, так как машинное моделирование связано с понятием системного времени, отличного от реального. Кроме того, с помощью машинного моделирования можно обучать персонал АСОИУ принятию решений в управлении объектом.

Сущность машинного моделирования системы состоит в проведении численного эксперимента с моделью, которая представляет собой некоторый программный комплекс, описывающий формально и (или) алгоритмически поведение элементов системы S в процессе ее функционирования, т. е. в их взаимодействии друг с другом и внешней средой Е.

Требованиями пользователя к модели M процесса функционирования системы S являются:

1. Полнота модели должна предоставлять пользователю возможность получения необходимого набора оценок характеристик системы с требуемой точностью и достоверностью.

2. Гибкость модели должна давать возможность воспроизведения различных ситуаций при варьировании структуры, алгоритмов и параметров системы.

3. Длительность разработки и реализации модели большой системы должна быть по возможности минимальной при учете ограничений на имеющиеся ресурсы.

4. Структура модели должна быть блочной, т. е. допускать возможность замены, добавления и исключения некоторых частей без переделки всей модели.

5. Информационное обеспечение должно предоставлять возможность эффективной работы модели с базой данных систем определенного класса.

6. Программные и технические средства должны обеспечивать эффективную (по быстродействию и памяти) машинную реализацию модели и удобное общение с ней пользователя.

7. Должно быть реализовано проведение целенаправленных (планируемых) машинных экспериментов с моделью системы с использованием аналитико-имитационного подхода при наличии ограниченных вычислительных ресурсов.

При машинном моделировании системы S характеристики процесса ее функционирования определяются на основе модели М, построенной исходя из имеющейся исходной информации об объекте моделирования.

При получении новой информации об объекте его модель пересматривается и уточняется с учетом новой информации, т.е. процесс моделирования, включая разработку и машинную реализацию модели, является итерационным. Этот итерационный процесс продолжается до тех пор, пока не будет получена модель М, которую можно считать адекватной в рамках решения поставленной задачи исследования и проектирования системы S.

Моделирование систем с помощью ЭВМ можно использовать в следующих случаях:

а) для исследования системы S до того, как она спроектирована, с целью определения чувствительности характеристики к изменениям структуры, алгоритмов и параметров объекта моделирования и внешней среды;

б) на этапе проектирования системы для анализа и синтеза различных вариантов системы и выбора такого варианта, который будет удовлетворять заданному критерию оценки эффективности системы при принятых ограничениях;

в) при эксплуатации системы, для получения информации, дополняющей результаты натурных испытаний (эксплуатации) реальной системы, и получения прогнозов развития системы во времени.

Основные этапы моделирования больших систем:

1) построение концептуальной (описательной) модели системы и ее формализация;

2) алгоритмизация модели и ее компьютерная реализация;

3) получение и интерпретация результатов моделирования.

16) Требования к модели

Под моделью понимается физический или абстрактный объект, свойства которого в определенном смысле сходны со свойствами исследуемого объекта. При этом требования к модели определяются решаемой задачей и имеющимися средствами [19]. Существует ряд общих требований к моделям:

1. Адекватность – достаточно точное отображение свойств объекта;

2. Полнота – предоставление получателю всей необходимой информации об объекте;

3. Гибкость – возможность воспроизведения различных ситуаций во всем диапазоне изменения условий и параметров;

4. Трудоемкость разработки должна быть приемлемой для имеющегося времени и программных средств.

Моделирование – это процесс построения модели объекта и исследования его свойств путем исследования модели.

Таким образом, моделирование предполагает 2 основных этапа:

1. Разработка модели;

2. Исследование модели и получение выводов.

При этом на каждом из этапов решаются разные задачи и используются отличающиеся по сути методы и средства.

На практике применяют различные методы моделирования. В зависимости от способа реализации, все модели можно разделить на два больших класса: физические и математические.