В мире информационных технологий имитационное моделирование переживает второе рождение [1]. Интерес к этому виду компьютерного моделирования оживился в связи с существенным технологическим развитием систем моделирования, которые на сегодняшний день являются мощным аналитическим средством, вобравшим в себя весь арсенал новейших информационных технологий, включая развитые графические оболочки для целей конструирования моделей и интерпретации выходных результатов моделирования, мультимедийные средства и видео, поддерживающие анимацию в реальном масштабе времени, объектно-ориентированное программирование, Internet – решения и др. В силу своей привлекательности и доступности эти технологии имитационного моделирования с легкостью покинули академические стены и сегодня осваиваются IT- специалистами в бизнесе.
В настоящее время в России, вслед за США и Европой, правда, в силу известных экономических причин, с некоторым отставанием, обозначился интерес в применении этого класса программных продукта в различных аналитических приложениях и в информационных бизнес-системах различного назначения. В мире бизнеса, корпораций имитационное моделирование становится все более распространенным и используется как системообразующее и наиболее ценное звено процесса принятия решения, поэтому используется совместно с другим программным обеспечением для принятия решений в системах поддержки принятия решений (СППР).
В качестве доминирующих базовых концепций формализации и структуризации в современных системах моделирования используются:
Некоторые характеристики для перечисленных выше популярных систем имитационного моделирования по материалам Wimter Simulation Conference [2] приведены ниже в таблицах (1-2). Технологические возможности современных систем моделирования рассматриваются в [1, 3].
В экономическом анализе имитационное моделирование является наиболее универсальным инструментом в области финансового, стратегического планирования, бизнес-планировании, управлении производством, проектировании и реинжиниринге, - и многих других сферах науки управления и исследовании операций. В ГУУ на кафедре «Информационные системы», где в течении ряда лет мною преподается дисциплина «Имитационное моделирование экономических процессов», отрабатываются бизнес-решения, основанные на применении современных технологий имитационного моделирования, т.к.
Имитационное моделирование становится незаменимым инструментом анализа и принятия решений в Ситуационных и Стратегических центрах различного назначения, в Системах поддержки принятия решений (СППР).
Методологические и технологические подходы к построению СППР [3] основаны на реализации итеративной, многоэтапной процедуры принятия решения, включающей этапы: выявление структурных особенностей в поступаемых в ходе мониторинга территориальных данных с применением концепции Хранилища Данных, анализа тенденций и визуализации выявленных в данных зависимостей с помощью средств Интеллектуального Анализа Данных и OLAP- технологий. Центральным элементом, системообразующей и интегрирующей основой всей процедуры принятия решений в таких системах выступает обобщенная имитационная модель объекта исследования, реализуемой в СППР на основе комплекса взаимосвязанных имитационных и оптимизационных моделей с развитыми динамическими и информационными связями между моделями всех уровней, поддерживаемого стратифицированным описанием, выполненным CASE-средствами на верхнем уровне представления моделируемой системы. Процедуры выбора реализуются на основе сценарного подхода, характеризуются прямым участием эксперта в целенаправленном модельном исследовании и применением вычислительных процедур на основе компенсационного сочетания экспериментального подхода компьютерного моделирования с различными аналитическими методами – статистическими, балансовыми, логистическими, итерационными имитационно-оптимизационными вычислительными процедурами и интеллектуальными технологиями.
Таблица 1. Обзор характеристик систем моделирования.
Таблица 2. Обзор характеристик систем моделирования (продолжение).
Интересны вопросы интеграции имитационного моделирования с так называемыми технологиями интеллектуального анализа данных (Data Mining) в СППР. На следующем рисунке демонстрируется, как в контуре стратегического планирования на предприятии, различные методы Data Mining используются на разных фазах процедуры принятия решений, включая идентификацию моделируемых систем на этапе построения модели, формирования цели, генерации альтернатив, и других, вплоть до выбора предпочтительной стратегии.
Итерационная человеко-машинная процедура принятия решения в СППР реализуется на основе взаимодействия эксперта и компьютерных аналитических систем различного назначения. Цикл принятия решения состоит из чередующихся фаз анализа и постановки задачи и фазы оптимизации (собственно выбора на множестве альтернатив).
Определяя основные направления деятельности корпорации (предприятия) правление (ЛПР), оперируя инструментами системы принятия решений (СПР), находящейся на вершине информационной системы предприятия, анализирует текущее состояние предприятия и формирует миссию и цели дальнейшей деятельности.
Процесс принятия решения на этом уровне характеризуется высокой степенью личной неопределенности и необходимостью формирования коллективных, согласованных решений. Неопределенность связана с колебаниями в выборе средств достижения цели, сомнениями в выборе и оценке критериев развития, выборе аналитических методов и др. и преодолевается за счет использования в СПР вычислительных процедур и методов, основанных на учете субъективных оценок и предпочтений руководителя [4]. Здесь могут быть полезны методы субъективной вероятности, нечеткие множества, нейронные сети, кусочно-линейная аппроксимация и др. процедуры.
Выработка согласованных, коллегиальных решений осуществляется как за счет специальных технологий в СПР для поддержки групповых решений и коллективной работы (GDSS, GSCW- системы), так и применением специальных компьютерных методов и экспертных оценок, ориентированных на выработку совместных, согласованных решений.
В литературе [4] обсуждается применение экспертных систем и нечеткой логики, логических методов: когнитивных карт, метода анализа иерархий и др., облегчающих процесс структуризации проблемы и формирования целей.
После того, как определены желаемые цели, за работу принимаются менеджеры и системные аналитики, работающие на следующем уровне Информационной системы предприятия – СППР, оперируя широким арсеналом компьютерных методов и своим личным опытом. В их задачу входит отработка основных этапов процедуры принятия решений, связанных с:
В силу того, что решаемые на уровне стратегического планирования задачи сложны, многофакторны, слабоструктурированы, с высоким уровнем внешней и внутренней неопределенности, определяющей преобладание экспертного знания в формализации стоящих перед предприятием проблем, основным системообразующим инструментом в процедуре принятия решения являются динамические системы структурного моделирования, прежде всего методы системной динамики.
На этапе формирования базовой имитационной модели стратегического развития предприятия, при идентификации основной внутренней структуры и функций моделируемой системы, а также при анализе внешней среды (рынок, конкуренты, государственное регулирование), в зависимости от задач, находят широкое применение технологии Data Mining: статистические методы, включая регрессионный и кластерный анализ, методы оценки рисков, интеллектуальные технологии: нейронные сети, генетические алгоритмы, экспертные системы, а также методы экспертного оценивания.
Полученные знания являются входной информацией для формируемой имитационной модели и позволяют провести корректную параметризацию динамической имитационной модели, основанную на реальных данных и знаниях. Эти данные могут храниться в базе данных и базе знаний СППР, что упрощает последующие процедуры идентификации имитационной модели.
Полученная обобщенная имитационная модель предприятия является инструментом экспериментального оценивания множества сценариев, стратегических альтернатив, сформированных экспертами.
Когнитивные карты, деревья решений, экспертные системы и активное взаимодействие экспертов в Ситуационных комнатах (с помощью агентно-ориентированных систем) выступают в качестве основных методов и инструментов генерации решений в СПР.
Выбор альтернатив по результатам экспериментального имитационного исследования может быть осуществлен с помощью итерационных имитационно-оптимизационных процедур [5] , генетических алгоритмов, экспертных и нечетких систем, традиционных методов оптимизации (градиентных, оптимизации по Парето, идеальная точка, метод уступок и др.), проводя оценку возможных решений в соответствии с предпочтениями ЛПР и осуществляя согласование групповых решений в СППР.
Остальные решения по всем компонентам бизнеса (логистика, производство, маркетинг, финансовое планирование и др.) принимаются в соответствии с выработанной базовой стратегией на основе комплекса детализированных имитационных моделей. Здесь, в зависимости от решаемых задач, спектр инструментов и методов компьютерного моделирования может быть существенно расширен. Реинжиниринг бизнес-процессов компании, организация цифровых фабрик, комплексное управление логистическими цепочками могут быть высокотехнологичным образом осуществлены на основе развитых технологий дискретного имитационного моделирования, которые упоминались выше, дополненных визуализацией и структурно-функциональным моделированием. Маркетинговые исследования, анализ финансового состояния корпорации эффективно осуществляется с помощью методов системной динамики, дополненных на этапе идентификации проблемы, методами кластеризации, различными статистическими методиками, экспертными оценками.
Итак, этот пример наглядно демонстрирует важную интегрирующую, системообразующую роль методов и технологий имитационного моделирования в процедурах принятия решений в современных СППР, возможности которых существенно могут быть расширены за счет активного применения других компьютерных аналитических систем как при создании имитационных моделей, так и при встраивании их в человеко-машинные процедуры принятия решений, организуемые по результатам сценарных расчетов на основе компьютерной модели объекта. Помимо перечисленных свойств, отмечу следующие плюсы имитационного моделирования в процедурах принятия решений:
Лычкина Н.Н. Технологические возможности современных систем моделирования // Банковские технологии. 2000. Вып. 9.С. 60-63. |
|
Simulation Software Survey. http://www.lionhrtpub.com/orms/surveys/Simulation/Simulation.html |
|
Лычкина Н.Н. Компьютерное моделирование социально-экономического развития регионов в системах поддержки принятия решений – III Международная конференция «Идентификация систем и задачи управления» SICPRO` 04, Москва, ИПУ РАН, 2004г. |
|
Трахтенгерц Э.А. Компьютерная поддержка принятия решений: Научно-практическое издание. Серия «Информатизация России на пороге ХХI века.- М.:СИНТЕГ, 1998.-376с. |
|
Имитационное моделирование в задачах синтеза структуры сложных систем (оптимизационно-имитационный подход). /Цвиркун А.Д., Акинфиев В.К. и др. - М.: Наука, 1985.- 176 с |
