CC BY
1
УДК 519.876.2
Фадеева Т.А. студент магистратуры 2 курса отдел магистратуры и аспирантуры Поволжский государственный университет телекоммуникации и информатики
Россия, г. Самара ИССЛЕДОВАНИЕ ВЛИЯНИЯ ДОСТОВЕРНОСТИ ИСХОДНЫХ ДАННЫХ НА ЭФФЕКТИВНОСТЬ ПРИМЕНЕНИЯ СИМ-МОДЕЛИ
ОБЪЕКТА.
ЧАСТЬ 1. ПОСТРОЕНИЕ СИМ-МОДЕЛИ ИССЛЕДУЕМОГО
БИЗНЕС-ПРОЦЕССА.
Аннотация: в статье описан выбранный для анализа бизнес -процесс и простроена схема бизнес-процесса. Выделены основные случайные факторы, влияющие на бизнес-процесс.
Ключевые слова: статистическое имитационное моделирование, моделирующий алгоритм, моделирование, бизнес-процесс.
Fadeeva T.A. magistracy student
2nd year magistracy and postgraduate studies department Povolzhskiy State University of Telecommunications & Informatics
Russia, Samara
INVESTIGATION OF THE EFFECT OF THE RELIABILITY OF THE INITIAL DATA ON THE EFFICIENCY OF THE APPLICATION OF
THE SIM-MODEL OBJECT PART 1. CONSTRUCTION OF SIM MODELS OF THE RESEARCHED BUSINESS PROCESS.
Annotation: the article describes the selected business process for the analysis and a business process diagram is constructed. The main random factors affecting the business process are highlighted.
Keywords: statistical simulation, modeling algorithm, modeling, business process.
Введение
В современном мире, любая сфера деятельности нуждается в постоянном улучшении, использовании информационных технологий для получения наилучшего результата. Текстильная промышленность не исключение. Для быстрого и качественного обслуживания клиентов, необходимо понимать какие случайные величины в наибольшей степени влияют на бизнес-процессы компании.
В данном случае, для анализа и моделирования был выбран бизнес -процесс «Обслуживание клиентов текстильной промышленности». Данный бизнес процесс охватывает основные этапы обслуживание клиентов от поступления заявки до полной сборки и отгрузки заказа.
Одним из важнейших вопросов перед усовершенствованием бизнес-процесса, является: «Какие риски понесет предприятие после внедрения системы?». Ответ на данный вопрос можно найти, получив результаты моделирования бизнес-процесса методом статистического имитационного моделирования.
Основная цель и задача метода СИМ применительно к экономическим объектам заключается в том, чтобы были получены соответствующие или, максимально приближенные, к действительным показателям результаты функционирования данного бизнес-процесса в жизни.
Прогнозирование адекватности и точности результатов СИМ, а тем более управление ими представляется весьма актуальной и важной задачей.
Метод СИМ позволяет разработать динамическую модель производственной системы практически любой сложности с учетом воздействия внешних факторов на бизнес-процесс. С использованием любых реальных законов распределения случайных величин и оценкой любых производственных показателей системы на фоне имитации динамики ее работы.
В первой части статьи представлена построенная СИМ-модель бизнес-процесса, во второй части статьи будет рассмотрен пример работы данной СИМ-модели.
Схема и описание бизнес-процесса, подлежащего моделированию
Бизнес-процесс «Обслуживание клиентов текстильной компании» изучается с целью выявления и устранения недостатков, влияющих на эффективность работ по приему и выполнению заказа. При статистическом имитационном моделировании выявляются случайные величины (факторы), которые не дают точно предсказать поведение данного бизнес-процесса.
Задачами статистического имитационного моделирования являются:
1) Анализ собранных данных;
2) Прогноз будущих состояний бизнес -процесса «Обслуживание клиентов текстильной компании»;
3) Выявление случайных факторов, влияющих на время обработки и выполнения заказов.
4) Получение результатов после прогона на модели нескольких наборов исходных данных
5) Выявление наилучшего минимального набора исходных данных, которые оказывают наибольший положительный эффект.
Выполнение бизнес-процесса «Обслуживание клиентов текстильной компании» начинается с поступления заявки. Далее заявка регистрируется. После регистрации заявки, отдел по работе с клиентами определяет являются ли заказанные товары, производимыми в данной компании.
Если заказанные товары изготавливаются в компании, то разрабатывается производственный план, по которому в дальнейшем будет произведена продукция, и план закупок, который необходим для закупки недостающих расходных материалов. Если расходных материалов достаточно
для производства, то начинается производство продукции, если же материалов недостаточно, то отдел закупок формирует заказ. После того как материалы будут на складе, также начинается производство продукции.
После того как продукция была произведена, заказ собирается. После этого, данный о товарах в заказе поступаю в расчетный отдел, который в свою очередь формирует документы на оплату. Далее бухгалтерия проверяет поступление средств, и заказ выдается клиенту.
Как только заказ будет получен клиентом, заявка считается выполненной.
Выводы:
Рассматриваемый бизнес-процесс подвержен влиянию случайных факторов. Малая часть которых, определена в виде случайных величин (СВ). Для каждой СВ отдельно собираются свои статистические данные.
Для того чтобы посмотреть и проанализировать уровень влияния данных факторов необходимо построить модель бизнес-процесса с применением метода статистического имитационного моделирования. После построения СИМ-модели и анализа СВ, можно будет оценить уровень их влияния на процесс и в последующем предсказать состояния бизнес-процесса.
Чтобы смоделировать значения СВ для каждой из них необходимо определить закон распределения, по которой эти значения появляются. Для о определения данных законов необходимо произвести идентификацию.
Следующим этапом после описания статистического исследования выбранного бизнес-процесса и используемых математических моделей, является разработка и описание моделирующего алгоритма (будет представлен во второй части статьи).
Моделирующий алгоритм наглядно показывает полный процесс
моделирования, основанный на статистических данных. При помощи моделирующего алгоритма можно просмотреть функционирование бизнес -процесса так, как это происходит в реальности.
Использованные источники:
1. Бусленко Н.П. Моделирование сложных систем. М.: Наука.ю 1978. - 380 с.
2. Димов Э.М., Маслов О.Н., Трошин Ю.В. Снижение неопределенности выбора управленческих решений с помощью метода статистического имитационного моделирования // Информационные технологии. №6 (214), 2014. - С. 51-57.
