Преимущества и недостатки имитационной модели

Основными признаками классификации имитационных моделей приведены в табл.:

Признаки	Класс
1. Интересы участников экономического процесса	- модель с одним участником – интересы одинаковые; - игровые модели – различные интересы.
2. Фактор времени	- статические - динамические
3. По характеру причинно-следственных связей	- детерминированные (один фактор определяет один результат); - стохастические (один фактор определяет множество результатов).
4. По характеру получаемого результата	- с оптимизацией; - без оптимизации
5.По практическому использованию в управлении	Для - прогнозных расчетов; - оперативных дел; - частного использования; - периодического использования
6. По степени автоматизации расчетов	- на основе автоматизации; - с использованием технических средств и т.д.

Задачи при составлении имитационной модели

1. Анализ системы управления, выявление ее структуры, вывод параметров;

2. Оценка степени влияния каждого из элементов систем управления (СУ);

3. Разработка компьютерных моделей СУ;

4. Разработка методологии компьютерного экперимента;

5. Проведение компьютерного эксперимента с управлением переменными;

6. Модификация и обновление моделей.

Преимущества имитационных моделей:

1. Применение более совершенной технологии расчета.

2. Оценка взаимосвязей и возможности внешних и внутренних переменных.

3. Совершенствование общей системы планирования в фирме;

4. Высокая степень обоснованности решений;

5. Возможность выполнения обратных ситуаций;

6. Автоматизация производственных процессов;

7. Позволяет использовать всю информацию вне зависимости от формы ее представления и формализации.

8. Не накладывает жестких ограничений на используемые данные.

9. Обладает фиксированными входными и внутренними параметрами.

Недостатки имитационных моделей

1. решение, полученное на имитационной модели, всегда носит частный характер, так как оно соответствует фиксированным элементам структуры, алгоритмам поведения и значениям па­раметров системы;

2. большие трудозатраты на создание модели и проведение экс­периментов, а также обработку их результатов;

3. если использование системы предполагает участие людей при проведении машинного эксперимента, на результаты может оказать влияние так называемый хауторнский эффект (заклю­чающийся в том, что люди, зная (чувствуя), что за ними на­блюдают, могут изменить свое обычное поведение). 8. Правила принятия решений Группа – без использования численных значений вероятности исходов:

Правило максимакса (maxmax) – максимизация максимальных доходов, ЛПР идет на риск, игнорирует возможные потери и рассчитывает на максимальный доход (смелый подход). Критерий крайнего оптимизма «верь в удачу».

Правило максимина (maxmin) – максимизация минимального дохода (осторожный подход). Критерий Вальда – рассчитывай на худшее.

Правило минимакса (minmax) – минимизация максимально возможных потерь (или упущенных доходов). ЛПР выбирает решение, которое ведет к минимальному значению максимальных потерь. Критерий Сэвиджа – «рассчитывай на лучшее», «Меньше сожалей о будущем».

Правило минимума – минимизация ожидаемых потерь.

Компромиссное правило (с использованием критерия компромисса Гурвица). Компромисс между рисковым правилом максимакса и осторожным максимина. Для каждого решения ЛПР определяет лучший и худший результаты Обоим результатам ЛПР назначают весовые коэффициенты (удельный вес) на основе интуиции и статистических данных. Перемножаются оба из альтернативы – результат на удельный вес, и отбирается решение с максимальным значением.

Критерий Лапласа – ориентируйся на среднее значение дохода или потерь.

Группа – с использованием численных значений вероятностей исходов:

Правило максимальной вероятности – максимизация наиболее вероятных доходов; критерий математического ожидания

Правило оптимизации ожидания. Выбирается решение либо с наибольшим ожидаемым доходом, либо с наименьшими ожидаемыми потерями (выбор в условиях изобилия или наименьшего зла).

Дата добавления: 2015-08-18