CC BY
7
УДК 004.94
Ткаченко Э. Д. студент 1 курса Академии Маркетинга и Социально Информационных технологий-ИМСИТ г. Краснодар, Российская Федерация Научный руководитель К.Н. Цебренко доцент, кандидат технических наук Академии Маркетинга и Социально Информационных технологий-ИМСИТ г. Краснодар, Российская Федерация ИССЛЕДОВАНИЕ СРЕДСТВ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ ЭКОНОМИЧЕСКИХ ПРОЦЕССОВ Аннотация: Главная проблема имитационного моделирования состоит в том, что во многих практических задачах интерес представляет не столько количественная оценка эффективности системы, сколько ее поведение в разных ситуациях. Цель исследования: рассмотреть системы имитационного моделирования и разработать рекомендации по их применению в моделировании экономических процессов. Объектом исследования являютсясредства имитационного моделирования. Результаты исследования показали, чтокаждая система имитационного моделирования по - своему уникальна, и предназначена для решения различных задач. Выбирая между универсальными языками программирования и системами имитационного моделирования, следует учитывать, что для создания уникальных моделей, предпочтительными являются универсальные языки программирования, а для решения типовых задач целесообразно выбирать системы имитационного моделирования, предоставляющие необходимые конструкции и функциональные возможности.
Ключевые слова: имитационное моделирование, метод, экономические процессы, средства моделирования, системы.
Tkachenko E. D.
1 st year student Academy of Marketing and Social information technologies - IMSIT Krasnodar, RussianFederation Scientific supervisorK.N. Tsebrenko associate Professor, candidate of technical Sciences Academy of Marketing and Social information technologies - IMSIT Krasnodar, RussianFederation MEDIA RESREARCH SIMULATION MODELING OF ECONOMIC
PROCESSES
Abstract: The main problem of simulation modeling is that in many practical problems of interest is not so much a quantitative assessment of the effectiveness of the system, as its behavior in different situations. The purpose of the study: to consider the simulation system and develop recommendations for their use in the modeling of economic processes. The object of the study is the means of simulation. The results of the study showed that each simulation system is unique in its own way, and is designed to solve various problems. Choosing between universal programming languages and simulation modeling systems, it should be borne in mind that to create unique models, universal programming languages are preferred, and to solve typical problems, it is advisable to choose simulation systems that provide the necessary designs and functionality.
Key words: simulation modeling, method, economic processes, programming, systems.
Имитационное моделирование - очень мощный и универсальный метод исследования и оценки эффективности систем, поведение которых зависит от воздействия случайных факторов[1]. К таким системам можно отнести предприятие, работающее в условиях рыночной экономики, работу информационной системы такого предприятия[2]. Использование средств моделирования информационных процессов целесообразно использовать при проектировании таких систем [3]. В этом случае на их основе можно спроектировать архитектуру системы [4]. Описать работу программного обеспечения [5], [6]. Подготовить документацию и обосновать проектные решения [7], [8]. Но моделировать работу в условиях неопределенности со стороны внешней среды целесообразно с помощью имитационного моделирования.
В основе имитационного моделирования лежит статистический эксперимент (метод Монте-Карло), реализация которого практически невозможна без применения средств вычислительной техники. Поэтому любая имитационная модель представляет собой в конечном счете более или менее сложный программный продукт.
Конечно, как и другая программа, имитационная модель может быть разработана на любом универсальном языке программирования, даже на языке Ассемблера. Однако на пути разработчика в этом случае возникают следующие проблемы:
- требуется знание не только той предметной области, к которой относится исследуемая система, но и языка программирования, причем на достаточно высоком уровне;
- на разработку специфических процедур обеспечения статистического эксперимента (генерация случайных воздействий, планирование эксперимента, обработка результатов) может уйти времени и сил не меньше, чем на разработку собственно модели системы.
И еще одна, пожалуй, главная проблема. Во многих практических задачах интерес представляет не столько количественная оценка эффективности системы, сколько ее поведение в разных ситуациях. Для такого наблюдения исследователь должен располагать соответствующими
«смотровыми окнами», которые можно было бы при необходимости закрыть, перенести на другое место, скорректировать масштаб и форму представления наблюдаемых характеристик, причем не дожидаясь окончания текущего модельного эксперимента. Имитационная модель в данном случае выступает как источник ответа на вопрос: «что будет, если...».
Реализация этих возможностей на универсальном языке программирования - дело очень непростое. Существует много программных продуктов, позволяющих моделировать процессы.
Информация о наиболее популярных современных системах имитационного моделирования представлена на официальном сайте Национального общества имитационного моделирования. Приведем информацию о некоторых из них:
1. Система ActorPiligrim — система имитационного моделирования временной, пространственной и финансовой динамики экономических процессов. Система дает возможность работать с многослойными имитационными моделями. Поддерживаемые виды (технологии) моделирования: дискретное и дискретно-непрерывное, механизм виртуального таймера дискретно-событийный, одновременная реализация временной, пространственной и финансовой динамики. Разработчики А. А. Емельянов, Н.З. Емельянова (Москва).
Преимущества:система позволяет работать с многослойными имитационными моделями. В модели реализованы два типа направленных дуг: 1) для «миграции» факторов; 2) для модельных «проводок» (операций с деньгами и финансовыми инструментами). Данная программа может реализовывать промышленный продукт, также она ориентирована на промышленную эксплуатацию с ограниченными возможностями коммерческого распространения на рынке.
Недостатки: необходимо для каждого пользователя вводить в модель и описывать дополнительный узел key, что усложняет модель.
2. AGNES (AGentNEtworkSimulator) -системаимитационного моделирования больших систем с дискретными событиями. Система AGNES являетсякроссплатформенной (Java-upиложение), возможен распределенный запуск (на локальной сети или вычислительном кластере). Область применения: локальные компьютерные сети, беспроводные сенсорные сети, вычисления на суперЭВМ. AGNES распространяется бесплатно по лицензии LGPL.Разработчик системы: Д. И. Подкорытов, Институт вычислительной математики и математической геофизики СО РАН.
Преимущества: возможен распределенный запуск, бесплатное распространение.
Недостатки: не обнаружено.
3. Система моделирования AnyLogic поддерживает три подхода к созданию имитационных моделей:
1 )процессно-ориентированный (дискретнособытийный);
2)системно-динамический;
3)агентный, а также любую их комбинацию. Графический интерфейс AnyLogic, инструменты и библиотеки позволяют быстро создавать модели для широкого спектра задач — от моделирования производства, логистики, бизнес-процессов до стратегических моделей развития компании и рынков. AnyLogic стал корпоративным стандартом на бизнес-моделирование во многих транснациональных компаниях, широко используется в образовании. Многочисленные примеры имитационных моделей, построенных средствами AnyLogic, даны на сайте www.runthemodel.com.
Преимущества:
1) экономия времени и стоимости разработки;
2) создание различных моделей с помощью одного инструмента;
3)улучшение визуального оформления моделей;
4)запуск моделей в любых условиях.
5)отличная служба поддержки и сервиса.
Недостатки у данного программного продукта отсутствуют.
4. Arena — система дискретного моделирования. Сфера основных приложений системы — имитационное моделирование производственных технологических процессов и операций, складской учет, банковская деятельность, оптимизация обслуживания клиентов в сфере услуг, транспортные задачи. Arenaснабжена удобным объектно-ориентированным интерфейсом и обладает возможностями адаптации к различным предметным областям. Система не требует написания программного кода и исключительно проста в использовании, но для ее освоения требуются значительное время и достаточно глубокие знания теории вероятностей, математической статистики, теории систем массового обслуживания, сетей Петри. Разработчик: RockwellAutomation, США. Сайт: www.automod.se. Преимущества : позволяет моделировать асинхронность и недетерминизм параллельных независимых событий (в сети Петри могут одновременно и независимо друг от друга сработать несколько переходов), конфликтные взаимодействия между процессами, дает возможность использовать единые методологические позиции для описания программного обеспечения, аппаратных средств и информационного обмена между системами, имеет большую анализирующую мощность, которая позволяет формальными средствами доказывать существование или отсутствие определенных состояний сети Петри.
Недостатки: высокая трудоемкость анализа сетей большой размерности, а реальные бизнес-процессы предприятия моделируются именно сетями большой размерности, описательная мощность сетей Петри недостаточна для содержательного моделирования систем, обычные сети Петри не отражают требуемые временные характеристики моделируемой системы.
5. AweSim — универсальная система имитационного моделирования для сети с дискретной или непрерывной интерпретацией. Области применения: бизнес, промышленность, здравоохранение, военное дело.
Продукт включает построение интерактивной модели, одновременную и последующую анимацию, статистическую информацию в текстовом и графическом видах, интерактивное представление и выбор сценариев. Сетевые модели строятся графически и могут быть иерархическими. Они могут быть расширены по заданным пользователем правилам, написанным на языке C/C++ или VisualBasic. Одновременно могут отображаться несколько анимированных изображений. Сценарии сравниваются статистически, после чего из них выбирают набор альтернатив с лучшими показателями.Разработчик: SymixSystemsInc., США. Сайт: https://awesim.org.
Преимущества: юридическая защищенность, защищенность кода, стремительное обновление.
Недостатки: недостаточная проработанность интерфейса.
6. Flexsm — система имитационного моделирования, предназначенная для моделирования и визуализации бизнес-
процессов. Flexsimможетопределить пропускные мощности предприятия, баланс производственных линий, выявить узкие места, проверить новые методы планирования, оптимизировать производственные показатели, обосновать капиталовложения. Каждая модель в Flexsm может быть рассмотрена в трехмерной мультипликации виртуальной реальности. Помимо прочего, Flexsm предоставляет возможности для создания моделей и подмоделей непосредственно в С++, основываясь на симуляционных и графических библиотеках Flexsm.
Преимущества: возможность рассмотрения в трехмерной мультипликации виртуальной реальности, высокая работоспособность системы.
Недостатки : не обнаружено.
Таким образом можно сделать вывод, что каждая система имитационного моделирования по - своему уникальна, и предназначена для решения различных задач, Например, с AnyLogic можно создать различные модели с помощью одного инструмента, а с AGNESвозможен распределенный запуск, AweSimпредназначена для для сети с дискретной или непрерывной интерпретацией,Flexsimпредоставляет возможности для создания моделей и подмоделей непосредственно в С++, основываясь на симуляционных и графических библиотеках Flexsm, Arenaснабжена удобным объектно-ориентированным интерфейсом и обладает возможностями адаптации к различным предметным областям, АСшР^пт дает возможность работать с многослойными имитационными моделями.Недостатки у данных систем незначительные, благодаря этому можно назвать эти системы универсальными и способными выполнить свои задачи.
В современном имитационном моделировании существуют три парадигмы, различающиеся уровнем абстракции при создании модели: системная динамика, дискретно-событийное и агентное моделирование. При построении сложных моделей эти подходы могут комбинироваться. Для достижения практических результатов необходимо знать особенностии
ограничения каждого из существующих подходов к построению имитационной модели. Выбор той или иной парадигмы обусловлен не столько предметной областью, сколько имеющимися в распоряжении исследователя данными и необходимой для полноты исследования степенью детализации описания системы.
Спектр инструментов для имитационного моделирования довольно широк. Выбирая между универсальными языками программирования и системами имитационного моделирования, следует учитывать, что для создания уникальных моделей, когда важна скорость выполнения программы, предпочтительными являются универсальные языки программирования, а для решения типовых задач целесообразно выбирать систему имитационного моделирования, предоставляющую необходимые конструкции и функциональные возможности.
Использованные источники:
1. Власов М.П., Шимко П.Д. Моделирование экономических процессов. -Ростов- на -Дону, Феникс - 2016 (электронный учебник)
2. Современные информационные технологии в управлении сложными социально- экономическими системами: электронная монография / Отв. Ред. Г.Д. Нестеров/ Нестеров Г.Д., Нестерова Н.С., Саакян Р.Р., Бужан В.В., Камалян Р.З. и д.р. - Краснодар: Новация, 2018. 115 с.
3. Цебренко К.Н. Моделирование электронной среды образовательной организации в соответствии с требованиями федеральных стандартов // Информационные ресурсы России. 2018. № 4. С. 38-43.
4. Цебренко К.Н. Гибридное моделирование информационной системы агентства недвижимости // Естественно-гуманитарные исследования, Академия знаний, Краснодар, 2017, № 17(3) - С.28-34.
5. Кубатин Д.В. Моделирование автоматизированной системы агрегации скидок, акций и предложений // Вестник ИМСИТ, Академия ИМСИТ, Краснодар, 2017, № 4(72) - С.22-23.
6. Цебренко К.Н. Моделирование подсистемы автоматизации технологических процессов и учета в информационных системах медицинских лабораторий // Вестник ИМСИТ, Академия ИМСИТ, Краснодар, 2017, № 3(71) - С.31-34.
7. Молявко О.А. Моделирование автоматизированной информационной подсистемы в агропромышленном комплексе // Вестник ИМСИТ, Академия ИМСИТ, Краснодар, 2018, № 1(73) - С.39-41.
8. Цебренко К.Н. Моделирование автоматизированной информационно-справочной системы// Вестник ИМСИТ, Академия ИМСИТ, Краснодар, 2018, № 4(76) - С.29-32.
