CC BY
260
УПРАВЛЕНИЕ, ИНФОРМАТИКА И ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА
УДК33
Р. Р. Латыпова
РАЗРАБОТКА ИМИТАЦИОННОЙ МОДЕЛИ ГРУЗОПЕРЕВОЗОК
В УСЛОВИЯХ РИСКА
Ключевые слова: грузоперевозки, система поддержки принятия решений, имитационное моделирование.
Статья посвящена разработке имитационной модели грузоперевозок в условиях риска в среде AnyLogic 6. Разработан интерфейс с возможностью внесения изменений входных параметров, таких как финансовые и технологические показатели. Так же на графике можно отследить динамику изменения чистого дисконтированного дохода и рентабельность инвестиций.
Keywords: a cargo transportation, system of support of decision-making, imitating modeling.
Article is devoted working out of imitating model of a cargo transportation in the conditions of risk in the environment of AnyLogic 6. The interface with possibility of modification of input parameters, such as financial and technological indicators is developed. As on the schedule it is possible to trace dynamics of change of the pure discounted income and profitability of investments.
В последнее время разработка систем поддержки принятия решений (СППР) происходит в системах имитационного моделирования.
Имитационное моделирование — метод, позволяющий строить модели, описывающие процессы так, как они проходили бы в действительности. Такую модель можно «проиграть» во времени как для одного испытания, так и заданного их множества. При этом результаты будут определяться случайным характером процессов. По этим данным можно получить достаточно устойчивую статистику.
Перечислим преимущества имитационного моделирования:
1) Применение имитационных моделей дает множество преимуществ по сравнению с выполнением экспериментов над реальной системой и использованием других методов.
2) Стоимость. Допустим, компания уволила часть сотрудников, что в дальнейшем привело к снижению качества обслуживания и потери части клиентов. Принять обоснованное решение помогла бы имитационная модель, затраты на применение которой состоят лишь из цены программного обеспечения и стоимости консалтинговых услуг.
3) Время. В реальности оценить эффективность, например, новой сети распространения продукции или измененной структуры склада можно лишь через месяцы или даже годы. Имитационная модель позволяет определить оптимальность таких изменений за считанные минуты, необходимые для проведения эксперимента.
4) Повторяемость. Современная жизнь требует от организаций быстрой реакции на изменение ситуации на рынке. Например, прогноз объемов спроса продукции должен быть составлен в срок, и его изменения критичны. С помощью имитационной модели можно провести неограниченное количество экспериментов с разными параметрами, чтобы определить наилучший вариант.
5) Точность. Традиционные расчетные математические методы требуют применения высокой степени абстракции и не учитывают важные детали. Имитационное моделирование позволяет описать структуру системы и её процессы в естественном виде, не прибегая к использованию формул и строгих математических зависимостей.
6) Наглядность. Имитационная модель обладает возможностями визуализации процесса работы системы во времени, схематичного задания её структуры и выдачи результатов в графическом виде. Это позволяет наглядно представить полученное решение и донести
заложенные в него идеи до клиента и коллег.
7) Универсальность. Имитационное моделирование позволяет решать задачи из любых областей: производства, логистики, финансов, здравоохранения и многих других. В каждом случае модель имитирует, воспроизводит, реальную жизнь и позволяет проводить широкий набор экспериментов без влияния на реальные объекты.
Анализируя все выше сказанное применение систем данного класса, приемлемо при сложных динамических задачах требующих наглядности, направление очень перспективное и преподается в крупных вузах России для различных специальностей, как для программистов, так и для экономистов. Но при выборе системы необходимо рассчитать ее возможности для решения поставленной задачи. Эффективное управление транспортной сетью заключается в эффективном управлении всеми ее ресурсами (транспортными средствами - грузовиками, судами, самолетами, контейнерами, маршрутами, складами/терминалами, информационными системами) и фактически сводится к долгосрочному и краткосрочному планированию (в частности, составлению расписания) перевозок, а также оперативному управлению. Требования к управлению могут выдвигаться совершенно разные. Например, это может быть и максимизация объема перевозок, и минимизация стоимости перевозок, и вероятность выхода стоимости перевозок за рамки бюджета и т.д. Однако, независимо от требований, аналитического решения для задачи составления расписания не существует. Единственным методом, который позволял бы найти оптимальное расписание, является полный перебор всех возможных вариантов развития событий, но это представляет собой нерешаемую задачу, т. к. события развиваются во времени, и чем дальше мы смотрим вперед, тем больше различных вариантов получаем, и количество необходимых расчетов растет в геометрической прогрессии. Одним из подходов, позволяющих получить решение, близкое к оптимальному, является разработка оптимизирующих имитационных моделей. Такие модели позволяют «проиграть» различные схемы управления транспортной сетью, проанализировать различные варианты развития событий и выбрать наиболее эффективное решение на данный момент времени [1]. Разработка проводилась в среде разработке AnyLogic 6.
AnyLogic — программное обеспечение для имитационного моделирования сложных систем и процессов, разработанное российской компанией «Экс Джей Текнолоджис» (англ. XJ Technologies). Программа обладает графической средой пользователя и позволяет использовать язык Java для разработки моделей. Графическая среда моделирования AnyLogic включает в себя следующие элементы:
1. Stock & Flow Diagrams (диаграмма потоков и накопителей) применяется при разработке моделей, используя метод системной динамики.
2. Statecharts (карты состояний) в основном используется в агентных моделях для определения поведения агентов. Но также часто используется в дискретно-событийном моделировании, например для симуляции машинных сбоев.
3. Action charts (блок-схемы) используется для построения алгоритмов. Применяется в дискретно-событийном моделировании (маршрутизация звонков) и агентном моделировании (для логики решений агента).
4. Process flowcharts (процессные диаграммы) основная конструкция, используемая для определения процессов в дискретно-событийном моделировании.
Среда моделирования также включает в себя: низкоуровневые конструкции
моделирования (переменные, уравнения, параметры, события и т.п.), формы представления (линии, квадраты, овалы и т.п.), элементы анализа (базы данных, гистограммы, графики), стандартные картинки и формы экспериментов.
Среда моделирования AnyLogic поддерживает проектирование, разработку, документирование модели, выполнение компьютерных экспериментов с моделью, включая различные виды анализа - от анализа чувствительности до оптимизации параметров модели относительно некоторого критерия. AnyLogic включает в себя набор следующих стандартных библиотек:
1. Enterprise Library разработана для поддержки дискретно-событийного моделирования в таких областях как Производство, Цепи поставок, Логистика и Здравоохранение. Используя Enterprise Library, Вы можете смоделировать системы реального мира с точки зрения заявок (англ. entity) (сделок, клиентов, продуктов, транспортных средств, и т. д.), процессов (последовательности операций, очередей, задержек), и ресурсов. Процессы определены в форме блочной диаграммы.
2. Pedestrian Library создана для моделирования пешеходных потоков в «физической» окружающей среде. Это позволяет Вам создавать модели с большим количеством пешеходного трафика (как станции метро, проверки безопасности, улицы и т. д.). Модели поддерживают учёт статистики плотности движения в различных областях. Это гарантирует приемлемую работу пунктов обслуживания с ограничениями по загруженности, оценивает длину простаивания в определённых областях, и обнаруживает потенциальные проблемы с внутренней геометрией - такие как эффект добавления слишком большого числа препятствий — и другими явлениями. В моделях, созданных с помощью Pedestrian Library, пешеходы двигаются непрерывно, реагируя на различные виды препятствий (стены, различные виды областей) так же как и обычные пешеходы. Пешеходы моделируются как взаимодействующие агенты со сложным поведением. Для быстрого описания потоков пешеходов Pedestrian Library обеспечивает высокоуровневый интерфейс в виде блочной диаграммы.
3. Rail Yard Library поддерживает моделирование, имитацию и визуализацию операций сортировочной станции любой сложности и масштаба. Модели сортировочной станции могут использовать комбинированные методы моделирования (дискретно-событийное и агентное моделирование), связанные с действиями при транспортировке: погрузками и разгрузками, распределением ресурсов, обслуживанием, различными бизнес-процессами [2].
Рис. 1 - Визуальный интерфейс автоматизированной системы
На рис. 1 приведен пример визуального интерфейса автоматизированной системы по управлению транспортной сетью перевозок по республике Татарстан. Программа разработана авторами. Данная система позволяет осуществлять прогнозы на будущее, и рассчитать чистый дисконтированный доход и рентабельность инвестиций. Основу системы составляет агентная имитационная модель, построенная с помощью инструмента имитационного моделирования AnyLogic 6. Сайт компании разработчика программного продукта http://www.anylogic.ru.
169
Перед запуском системы необходимо установить входные параметры, т.е. финансовые (годовые инвестиции, безрисковая ставка, премия за риск, процент инфляции) и технологические показатели (время строительство км. дороги, затраты на строительство км. дороги, постоянные издержки, переменные издержки), после чего нажатием на кнопку «пуск» система рассчитывает и выводит на диаграммах чистый дисконтированный доход и рентабельность инвестиций.
Система работает с данными, загружаемыми в режиме реального времени из базы данных Access для определения координат точек потребителей и поставщиков. Таким образом, система управления транспортной сетью всегда предоставляет рекомендации по управлению сетью с учетом самой свежей информации о дислокации, внештатных ситуациях, последней статистики и т.д. Для более визуального представления необходимо нажать на кнопку внизу формы «Промоделировать сценарий». После чего появится окно, представленное на рис. 2.
GryZ : Simulation - AnyLogic Professional [ИСПОЛЬЗОВАТЬ ТОЛЬКО Б ОЗНАКОМИТЕЛЬНЫХ ЦЕЛЯХ] V ^
► Ml I ^.D • xl 0 [%| I €?i • Щ |кориевой;Маіп т | ^ | > АПУкОД?.
Прогон: О О Завершен | Прогон: | [> | Память: I-— пн из297М —| Щ] | 36.5 сек
Рис. 2 - Интерфейс моделирования сценария
Прогноз сценария осуществлен до 2018 года. Кроме выше написанного данная программа производит стохастический анализ. Стохастический анализ представляет собой методику исследования факторов, связь которых с результативным показателем в отличие от функциональной является неполной, вероятностной (корреляционной). Если при функциональной (полной) зависимости с изменением аргумента всегда происходит соответствующее изменение функции, то при корреляционной связи изменение аргумента может дать несколько значений прироста функции в зависимости от сочетания других факторов, определяющих данный показатель. Входные параметры стохастического анализа являются среднеквадратическое отклонение цены за 1000 км от тренда, среднеквадратическое отклонение спроса от заданного, среднеквадратическое отклонение издержек от плановых. После нажатия на кнопку «Запустить эксперимент» происходит вычисление чистого дисконтированного дохода на горизонте планирования, визуально вычисления отображаются на диаграмме слева на форме. Интерфейс стохастического анализа представлен на рис. 3.
Рис. 3 - Интерфейс стохастического анализа
Внедрение системы автоматизации в любую транспортную компанию позволит существенно повысить эффективность управления транспортной сеть сетью. Кроме того, бизнес-процесс по управлению сетью становится полностью прозрачным.
Литература
1. Карпов, Ю.Г. Имитационное моделирование систем. Введение в моделирование на Any Logic 5/ Ю.Г.Карпов - БХВ_Петербург, 2006. - 400 с.
© Р. Р. Латыпова - ст. препод. каф. автоматизированных систем сбора и обработки информации КНИТУ, ramilya1983@mail.ru.
