знания и навыки

учебная и научная литература

гуманитарные и общественные науки

технические науки

прочая образовательная литература

Создание производственной программы выполняется на основе как реальных статистических данных, так и результатов моделирования. В сложных случаях используются комбинированные модели, которые выполняются в едином виртуальном времени: дискретную систему управления представляют с помощью имитационной модели, а технологические процессы – с помощью аналитических моделей. Если выявить поверхность отклика в процессе моделирования не удается, то для оптимизации производственных программ возможно совместное применение имитационного моделирования и динамического программирования.

учебники и пособия для вузов

Оптимизация производственных программ на основе результатов имитационного моделирования

Задачи назначения приоритетов заявкам, работам, действиям и просто объектам деятельности решаются давно и по‑разному. В чисто технических системах, в том числе в компьютерных и системах связи, там, где можно четко запрограммировать процессы обслуживания, такие задачи считаются практически решенными, поскольку, во‑первых, анализируются два встречных процесса: процесс обслуживания и процесс ожидания, если обслуживающий узел занят, и во‑вторых, в основном учитываются временные параметры. При этом, как правило, минимизируется время ожидания для некоторых классов заявок. Однако в схемах многономенклатурных мелкосерийных производств, особенно наукоемкой продукции, эффективность производства или производственного участка зависит не только от прямых потерь времени, поскольку задержки могут оцениваться и по‑иному, с учетом ресурсов финансирования, ресурсов срочности и даже административного ресурса. Поэтому четкие правила и алгоритмы могут стать нечеткими, а задача минимизации потерь усложняется. Данная статья посвящена совместному применению имитационного моделирования и нечетко-логических алгоритмов в задачах оперативного назначения приоритетов.

Назначение приоритетов в технологических хабах на основе имитационного моделирования и нечеткой логики

Прикладная информатика. Научные статьи

Имитационное моделирование сложных процессов, динамику которых необходимо апробировать не только во времени, но и в пространстве, невозможно без применения топографического информационного обеспечения моделей и точной привязки всех исследуемых пунктов к сложным пространственным объектам на поверхности Земли. Определение площади такого объекта – самая простая задача, она решается с помощью вычислительных методов геометрии. Однако распознавание точек, появляющихся в процессе моделирования, на принадлежность к этим объектам – это динамическая задача, для решения которой не существует универсальных методов. Ниже рассматриваются решения некоторых таких задач.

Выявление принадлежности точек к объектам территорий в имитационных моделях Actor Pilgrim

Сегодня понятие «риск» стало полноценной экономической категорией. Теория рисков активно развивается. Отчасти поэтому термин «риск» может иметь у разных авторов различное толкование. Этот термин нередко используется и в обыденной речи. В статье рассматривается системный анализ рисков управления рискованными инвестиционными проектами с применением специальных шкал. Численные примеры иллюстрируются c помощью моделей в акторно-ориентированной системе имитационного моделирования Actor Pilgrim, разработанной в Национальном исследовательском университете «МЭИ».

Системный анализ в управлении рискованными проектами с применением специальных шкал (на примере процессов инвестирования)

Риск инвестора землепользователя как экономическая категория имеет ряд особенностей. Это не только риск невыполнения инвестиционного проекта, но и дополнительный риск, связанный с ухудшением финансового состояния в связи с отвлечением значительных средств инвестора на выкуп права использования земли и арендные платежи, которые могут ослабить его финансовое состояние. Город, с одной стороны, должен получать эти средства, а с другой – увеличение соответствующих платежей может привести к прекращению реализации проекта, тогда администрация получит обратно неосвоенный участок, или к тому, что участок будет использоваться не по целевому назначению. 
Многие соотношения между параметрами объекта экономики, переходного процесса и режимами предоставления инвестиционных сумм заранее неизвестны. Имеется только информация о процессах и функциональных связях между ними. В качестве методологических средств создания моделей применены два метода: аппарат структурного анализа и имитационного моделирования. С помощью структурного анализа проводится иерархическая послойная декомпозиция объекта экономики с целью выявления элементарных процессов, имеющих дело с материальными, информационными и денежными ресурсами. 
Структурная схема является графом имитационной Pilgrim модели. Она позволяет с помощью формализованных действий создать имитационную модель объекта экономики и в любой момент времени получать параметры задержек, остатки и дефицит любого ресурса: материального, информационного или денежного. Эта модель даёт возможность «наблюдать» поведение исследуемой системы в режимах и ситуациях, натурное воспроизведение которых на реальном объекте экономики нежелательно, невозможно или приведёт к катастрофическим последствиям. 
Построен граф типовой модели объекта экономики, который в конкретном случае может быть доработан для получения рабочей модели. Выделены основные тренды изменения результатов деятельности инвестора землепользователя при реализации инвестиционного проекта, связанные с параметрами проекта и объекта инвестирования. Эти тренды позволили в первом приближении получить функцию системы «администрация – инвестор – инвестиционный процесс». 

Управление рисками муниципальных проектов с применением имитационных моделей

Decision making by the aircrafts services of the international airport, which provides for intensive traffic of aircraft and their ground handling, becomes a very topical issue. If earlier it was believed that the intensity is provided only by the number of runways, nowadays a large accumulation of aircraft on the airport platform-field creates equally complex difficulties in comparison with aircraft take-offs and landings. Solving such problems with the use of «crisp methods» of queuing theory gives little. This article deals with modern «fuzzy methods» based on simulation modeling and fuzzy logic.

Наталья Захаровна Емельянова