Главная
Случайная страница
Полезное:
Как сделать разговор полезным и приятным
Как сделать объемную звезду своими руками
Как сделать то, что делать не хочется?
Как сделать погремушку
Как сделать так чтобы женщины сами знакомились с вами
Как сделать идею коммерческой
Как сделать хорошую растяжку ног?
Как сделать наш разум здоровым?
Как сделать, чтобы люди обманывали меньше
Вопрос 4. Как сделать так, чтобы вас уважали и ценили?
Как сделать лучше себе и другим людям
Как сделать свидание интересным?
Категории:
АрхитектураАстрономияБиологияГеографияГеологияИнформатикаИскусствоИсторияКулинарияКультураМаркетингМатематикаМедицинаМенеджментОхрана трудаПравоПроизводствоПсихологияРелигияСоциологияСпортТехникаФизикаФилософияХимияЭкологияЭкономикаЭлектроника
|
Математическое моделирование
Введение
Современные промышленные предприятия и научно-производственные комплексы, научно-исследовательские и опытно-конструкторские центры функционируют в условиях жесткой конкуренции – массовое производство, снижение цен на транспортировку товаров, дешевая рабочая сила способствуют этому.
При формировании как стратегических, так и многих тактических решений руководитель вынужден учитывать многочисленные, нередко взаимно противоречивые соображения и опираться на сложные критерии эффективности путей достижения конечных целей. Быстро принимать решения помогают различные методы моделирования.
С быстрым развитием ЭВМ и соответствующего ПО повышается значимость имитационного моделирования. Если для классических математических методов исследования операций было необходимо некоторое время для составления модели и ее решения, то сейчас есть возможность анализировать ситуацию, выбирая диапазон изменения входных переменных для имитационной модели. Часто они имеют графическую оболочку, примеры можно найти на сайте [16], это ускоряет процесс усвоения информации и принятия решений.
Рассматриваемые методы моделирования представлены в табл. 1.
Таблица 1. Методы моделирования.
Метод
| Описание
| Область применения
| Достоинства метода
| Недостатки метода
| Математическое моделирование
| Составляется математический «эквивалент» процесса или объекта, отражающий его основные свойства.
| Любые процессы, поддающиеся математическому описанию.
| Широкая область применения.
| Зачастую достаточно сложно построить модель адекватно учитывающую все факторы.
| Статистическое моделирование
| Модель основывается на выявленных статистических закономерностях.
| Процессы, по которым можно собрать массив статистических данных.
| При наличии качественных данных метод точен и, при использовании специализированного ПО, прост в применении.
| Большие требования к статистическим данным.
| Экономико-математическое моделирование
| Раздел включает в себя методы для решения экономических задач.
| Экономические процессы.
| Метод способен моделировать экономические процессы.
|
| Имитационное моделирование
| Изучаемая система заменяется моделью с достаточной точностью описывающей реальную систему, с ней проводятся эксперименты с целью получения информации.
| Метод используется когда дорого или невозможно использовать реальную модель и/или аналитическую модель.
| Создается максимально приближенная к реальности модель, можно управлять временем системы и другими ее характеристиками.
| Сложность описания всех условий и требования вычислительной мощности.
| Физическое моделирование
| Экспериментальное моделированное, основанное на физическом подобии уменьшенной в размерах модели.
| Применяется при невозможности применения аналитического метода или воспроизведения в реальном размере.
| Область применения, недоступная другим методам.
| Метод может дать надежные результаты лишь при соблюдении физического подобия модели.
| Натурное моделирование
| Моделью является материально или мысленно представляемый объект, в достаточной степени повторяющий свойства, существенные для моделирования.
| Применяется для проведения ряда тестов над моделью. Примеры – различные этапы прототипирования на производстве.
| Возможность протестировать объект моделирования в реальных условиях.
| Затраты на создание модели могут быть высокими.
|
Математическое моделирование
Математическое моделирование – наиболее обширный раздел моделирования. Метод не требует больших затрат на проведение (например, как физическое или натурное моделирование), а с ростом производительности ЭВМ проведение расчетов перестало занимать много времени. Особо популярным становится имитационное моделирование [16].
Подходы математического моделирования подробно рассмотрены в книгах Г. Вагнера [4,5,6] и Л.В. Кантаровича [8]. Краткий обзор методов представлен в табл. 2.
Таблица 2. Методы математического моделирования.
Метод
| Описание
| Область применения
| Достоинства метода
| Недостатки метода
| Линейное программирование
| Составляется система линейных уравнений с необходимыми ограничениям. Типичные задачи – составления жидких смесей, распределения ресурсов [2, c.54-62]
| Не сложные линейные детерминированные задачи (с заранее точно известными результатами той или иной стратегии).
| Простота, возможность быстро получить решение без применения ЭВМ. При адекватной постановке задачи обеспечивается необходимая точность решения.
| Узкий круг решаемых задач – лишь малая часть реальных процессов линейна, в других случаях возникает излишняя аппроксимация.
| Нелинейное программирование
| Составляется система нелинейных уравнений с необходимыми ограничениям. Типичные задачи – управление производственным процессом, выручка от реализации продукции [3, с.327]
| Задачи с заданными нелинейными соотношениями переменных.
| Возможность задавать зависимости переменных – например влияние объема продаж на цену.
| Сложность решения. Необходимость большого числа данных.
| Динамическое программирование
| Как правило, составляется сетевая модель. Пример – модель распределения усилий [3, с.99]
| Многоэтапные задачи. Результатом решения задачи является рекуррентное выражение, выражающие шаги, которые следует принимать на любом этапе.
| Позволяют принимать правильное решение множество раз без вмешательства человека (на основе рекуррентного выражения) – то есть с помочью ЭВМ.
| Узкий круг решаемых задач, сложность составления рекуррентного выражения.
| Сетевые задачи
| Сетевые задачи – частный случай задач линейного программирования. Для описания модели используется граф. Пример – транспортная задача [4, с.213]
| Сетевой метод удобен для графического описания оптимизационных задач и может применяться для сложных (тысячи переменных и сотни ограничений) задач.
| Графический механизм удобен описания задач линейного программирования. Возможность учитывать при решении транспортной задачи сезонности, пропускной способности, переменной мощности поставщиков и т.п.
| Большинство задач, решаемых данным методом являются вариациями транспортной задачи.
| Вероятностные оптимизационные модели
| Метод, учитывающий вероятностную компоненту. Включает в себя вероятностные модели управления запасами и системы массового обслуживания.
| Любые модели, для описания которых требуются случайные величины.
| Вместо излишнего усложнения модели вводятся вероятности событий, что позволяет решать сложные задачи, не решаемые другими методами.
| Сложность решения без ЭВМ.
| Целочисленное программирование
| Значительное число оптимизационных задач имеют ограничение в целочисленном решении. Для их решения нужны особые алгоритмы. Пример – задача коммивояжера [5, с.253]
| Круг задач, требующий целочисленного решения.
| Метод позволяет решать комбинаторные задачи.
| Все недостатки решаемого класса задач.
| Имитационное моделирование
| Применяется на ЭВМ. Стали широко распространены с ростом мощностей ЭВМ. Учитывая скорость расчетов могут решать задачи практически любой сложности.[16]
| Класс задач, не решаемый другими методами.
| Широкий круг решаемых задач.
| Сложность описания всех условий и требования вычислительной мощности.
|
|