Портал GPSS.RU

Н. Н. Лычкина

СОВРЕМЕННЫЕ ТЕХНОЛОГИИ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ И ИХ ПРИМЕНЕНИЕ В ИНФОРМАЦИОННЫХ БИЗНЕС-СИСТЕМАХ И СИСТЕМАХ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ


 

 

        

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 ре-альном масштабе времени, объектно-ориентированное программирование, Internet-решения и др. В силу своей привлекательности и доступности эти технологии имита-ционного моделирования с легкостью покинули академические стены и сегодня осваи-ваются IT- специалистами в бизнесе.
В настоящее время в России, вслед за США и Европой, правда, в силу извест-ных экономических причин, с некоторым отставанием, обозначился интерес в приме-нении этого класса программного продукта в различных аналитических приложениях и в информационных бизнес-системах различного назначения. В мире бизнеса, корпора-ций имитационное моделирование становится все более распространенным и исполь-зуется 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:
• для дискретного моделирования – системы, основанные на описании процес-сов (process description): процессно-транзактно-ориентированные системы моделирова-ния блочного типа – (Extend, Arena, ProModel, Witness, Taylor, Gpss/H-Proof, AutoMod, QUEST, SIMFACTORY II.5, SIMPLE++, eM-Plant, и др.) На рынке информационных технологий этот класс систем моделирования наиболее представительный;

• системы, основанные на сетевых концептах (network paradigms). Сетевые па-радигмы (сети Петри и их расширения) применяются при структуризации причинных связей и моделировании систем с параллельными процессами, служащие для стратифи-кации и алгоритмизации динамики дискретных и дискретно-непрерывных систем (ARIS);

• сети кусочно-линейных агрегатов, автоматные схемы, моделирующие дис-кретные и непрерывно-дискретные системы;

• для систем, ориентированных на непрерывное моделирование – модели и ме-тоды системной динамики (Powersim, Vensim, Dynamo, Stella, Ithink и др.);

• динамические системы (MATLAB);

• агентное моделирование (AnyLogic);

• другие.

Некоторые характеристики для перечисленных выше популярных систем ими-тационного моделирования по материалам Wimter Simulation Conference [2] приведены ниже в табл. 1–2. Технологические возможности современных систем моделирования рассматриваются в [1, 3].
В экономическом анализе имитационное моделирование является наиболее уни-версальным инструментом в области финансового, стратегического планирования, биз-нес-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 моде-лирования, такие как:
• цифровое производство, имитационное моделирование производственных процессов, логистика и т.п.;
• моделирование бизнес-процессов (на российском рынке получили хождение несколько решений, основанных на интеграции CASE-технологий и имитационного моделирования: BPWIN; Arena; ARIS и раскрашенные сети Петри; iThink, вписываю-щийся в нотации по методологии Гейна-Сарсона);
• компьютерное моделирование социально-экономических процессов на мест-ном, региональном и федеральном уровне [3].

Имитационное моделирование становится незаменимым инструментом анализа и принятия решений в Ситуационных и Стратегических центрах различного назначе-ния, в Системах поддержки принятия решений (СППР).
Методологические и технологические подходы к построению СППР [3] основа-ны на реализации итеративной, многоэтапной процедуры принятия решения, вклю-чающей этапы: выявление структурных особенностей в поступаемых в ходе монито-ринга территориальных данных с применением концепции Хранилища Данных, анали-за 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, реализуемая в СППР на основе комплекса взаимосвязанных имитационных и оптими-зационных моделей с развитыми динамическими и информационными связями между моделями всех уровней, поддерживаемых стратифицированным описанием, выполнен-ным CASE-средствами на верхнем уровне представления моделируемой системы. Про-цедуры выбора реализуются на основе сценарного подхода, характеризуются прямым участием эксперта в целенаправленном модельном исследовании и применением вы-числительных процедур на основе компенсационного сочетания экспериментального подхода компьютерного моделирования с различными аналитическими методами – статистическими, балансовыми, логистическими, итерационными имитационно-оптимизационными вычислительными процедурами и интеллектуальными техноло-гиями.
Интересны вопросы интеграции имитационного моделирования с так называе-мыми технологиями интеллектуального анализа данных (Data Mining) в СППР. На сле-дующем 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 построе-ния модели, формирования цели, генерации альтернатив и других, вплоть до выбора предпочтительной стратегии.


Итерационная человеко-машинная процедура принятия решения в СППР реали-зуется на основе взаимодействия эксперта и компьютерных аналитических систем раз-личного назначения. Цикл принятия решения состоит из чередующихся фаз анализа и постановки задачи и фазы оптимизации (собственно выбора на множестве альтерна-тив).


Определяя основные направления деятельности корпорации (предприятия), правление (ЛПР), оперируя инструментами системы принятия решений (СПР), нахо-дящейся на вершине информационной системы предприятия, анализирует текущее со-стояние предприятия и формирует миссию и цели дальнейшей деятельности.
Процесс принятия решения на этом уровне характеризуется высокой степенью личной неопределенности и необходимостью формирования коллективных, согласо-ванных решений. Неопределенность связана с колебаниями в выборе средств достиже-ния цели, сомнениями в выборе и оценке критериев развития, выборе аналитических методов и др. и преодолевается за счет использования в СПР вычислительных проце-дур и методов, основанных на учете субъективных оценок и предпочтений руководите-ля [4]. Здесь могут быть полезны методы субъективной вероятности, нечеткие множе-ства, 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 применения специальных компьютерных мето-дов и экспертных оценок, ориентированных на выработку совместных, согласованных решений.
В литературе [4] обсуждается применение экспертных систем и нечеткой логи-ки, логических методов: когнитивных карт, метода анализа иерархий и др., облегчаю-щих 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:
• генерацией возможных решений (альтернатив, сценариев),
• осуществлением динамического компьютерного анализа возможных послед-ствий принимаемых решений,
• оценкой и выбором лучшего варианта развития.
В силу того, что решаемые на уровне стратегического планирования задачи сложны, многофакторны, слабоструктурированы, с высоким уровнем внешней и внут-ренней неопределенности, определяющей преобладание экспертного знания в форма-лизации стоящих перед предприятием проблем, основным системообразующим инст-рументом в процедуре принятия решения являются динамические системы структур-ного моделирования, прежде всего, методы системной динамики.
На этапе формирования базовой имитационной модели стратегического разви-тия предприятия, при идентификации основной внутренней структуры и функций мо-делируемой системы, а также при анализе внешней среды (рынок, конкуренты, госу-дарственное 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, генети-ческие алгоритмы, экспертные системы, а также методы экспертного оценивания.
Полученные знания являются входной информацией для формируемой имита-ционной 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 инстру-ментом экспериментального оценивания множества сценариев, стратегических альтер-натив, сформированных экспертами.
Когнитивные карты, деревья решений, экспертные системы и активное взаимо-действие 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 иссле-дования может быть осуществлен с помощью итерационных имитационно-оптимизационных процедур [5] , генетических алгоритмов, экспертных и нечетких сис-тем, традиционных методов оптимизации (градиентных, оптимизации по Парето, иде-альная 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 выработан-ной базовой стратегией на основе комплекса детализированных имитационных моде-лей. Здесь, в зависимости от решаемых задач, спектр инструментов и методов компью-терного моделирования может быть существенно расширен. Реинжиниринг бизнес-процессов компании, организация цифровых фабрик, комплексное управление логи-стическими цепочками могут быть высокотехнологичным образом осуществлены на основе развитых технологий дискретного имитационного моделирования, которые упоминались выше, дополненных визуализацией и структурно-функциональным моде-лированием. Маркетинговые исследования, анализ финансового состояния корпорации эффективно осуществляется с помощью методов системной динамики, дополненных на этапе идентификации проблемы, методами кластеризации, различными статистически-ми методиками, экспертными оценками.
Итак, этот пример наглядно демонстрирует важную интегрирующую, системо-образующую 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 ре-шений:
• имитационная модель является естественной и удобной линейкой для приня-тия решений, как инструмент экспериментального проигрывания большого множества сценариев;
• при этом реализуется человеко-машинная процедура, эксперт (ЛПР) активно участвует в процессе принятия решения: детализирует проблему и модель, осуществля-ет генерацию альтернатив, постановку направленного вычислительного эксперимента на имитационной модели, выбор и ранжирование критериев, а также оценку результа-тов сценарных расчетов, т.е. технология имитационного моделирования позволяет учи-тывать субъективные предпочтения эксперта и его опыт в процессе принятия решений. Компьютер только упрощает, помогает эксперту в выработке решения, а не заменяет его, что является необходимой установкой в СППР;
• кроме того, имитационная модель помогает осуществить динамический ана-лиз возможных сценариев развития.


 

 

         Литература


1. Лычкина Н. Н. Технологические возможности современных систем моделирования // Банковские технологии. –2000. Вып. 9. –С. 60–63.
2. Simulation Software Survey. http://www.lionhrtpub.com/orms/surveys/Simulation/Simulation.html
3. Лычкина Н. Н. Компьютерное моделирование социально-экономического развития регионов в системах поддержки принятия решений//III Международная конференция «Идентификация систем и задачи управления» SICPRO` 04. –М.: ИПУ РАН, 2004.
4. Трахтенгерц Э.А. Компьютерная поддержка принятия решений: Научно-практическое издание. Серия «Информатизация России на пороге ХХI века. – М.: СИНТЕГ, 1998. – 376с.
5. Имитационное моделирование в задачах синтеза структуры сложных систем (оптимизационно-имитационный подход)/А.Д. Цвиркун, В.К. Акинфиев и др. М.: Наука, 1985. – 176 с.

 


Распечатано с портала GPSS.RU (c) Н. Н. Лычкина, 2005 г.