Реферат на тему Использование имитационного моделирования в деятельности предприятия

Содержание:

ВВЕДЕНИЕ. 3

1. ОБЗОР ЛИТЕРАТУРЫ
ПО ПРОБЛЕМЕ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ.. 5

2. ОПИСАНИЕ ПРИМЕНЯЕМЫХ
МЕТОДОВ, ИНСТРУМЕНТОВ, МЕТОДИК, ПРОЦЕДУР ДЛЯ ОРГАНИЗАЦИИ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ   7

3. АНАЛИЗ ПРИМЕРОВ
РОССИЙСКОГО И ЗАРУБЕЖНОГО ОПЫТА.. 9

ЗАКЛЮЧЕНИЕ.. 12

БИБЛИОГРАФИЧЕСКИЙ СПИСОК.. 14

Введение:

Понятие
имитационного моделирования применяется для моделирования состояния физических или
биологических систем S, состояние которых изменяется с течением времени.  При этом под системой S может пониматься любое
техническое устройство, технологический процесс, компьютерные системы, транспортные
узлы, биологические популяции и др.). Конкретное протекание каждого из таких процессов
также зависит с ряда случайных (заранее непредсказуемых факторов), к которым относятся:

− периодичность поступления информации о состоянии
системы,

− надежность средств обработки сигналов,

− случайные возмущения (помехи) в системе управления
процессами в системе,

− случайный характер потока заявок (требований),
поступающих со стороны партнеров и клиентов,

− случайные перебои в выполнении плана снабжения
и выполнения производственных процессов,

− непредсказуемые факторы биологического происхождения
и др. [1]

Актуальность
темы исследования обусловлена тем, что в современных
условиях, когда информационно-аналитическое пространство общества интенсивно расширяется,
человек живет на пересечении десятков, если не сотен информационных потоков, подвергается
воздействию множества техногенных и биологических факторов.

Наблюдается динамичный рост различных каналов коммуникаций, и
соответственно факторов воздействия на эффективность мышления и практической деятельности
человека.

Развитие глобальных рыночных отношений усиливает внимание к многообразным
локальным процессам в прикладном контексте, и в то же время повышает потребность
в разработке надежных систем планирования, управления системами разных масштабов,
а также мониторинга процессов.

Таким образом, актуальность темы исследования обусловлена особой
ролью методов имитационного моделирования в деятельности предприятия.

Объектом исследования является имитационное моделирование.

В качестве предмета работы выступает использование имитационного
моделирования в деятельности предприятия.

Целью работы является анализ использования имитационного моделирования
в деятельности предприятия.

Для достижения данной цели поставлены и последовательно решены
следующие задачи:

—
обозначить основные этапы и направления в становлении методов имитационного моделирования;

—
раскрыть особенности применяемых методов,
инструментов, методик, процедур в рамках темы исследования;

—
провести анализ примеров российского и зарубежного опыта.

При
написании работы использованы методы анализа, синтеза, сравнения.

Структура
реферата включает введение, 3 раздела, выводы и список использованных источников. [1]
Часть 2. Моделирование операций по схеме марковских случайных процессов. URL: https://zdamsam.ru/a75695.html

Заключение:

Имитационные
среды позволяют протестировать новые идеи, прежде чем принимать сложное бизнес-решение.
Этот метод анализа позволяет манипулировать различными параметрами, такими как выручка
и затраты, чтобы обнаружить возможности для улучшения текущих операций.

Имитационные
модели могут дать графическое отображение информации, которую можно редактировать
и анимировать, показывая, что может произойти, если руководство предприятия предпринимает
определенные действия. Применение этих результатов в отношении конкретных бизнес-процессов
хозяйствующих субъектов поможет управлять рисками и принимать более правильные решения.

Эффективное
учебное моделирование представляет собой реалистичную среду для пользователей, чтобы
испытать сложные ситуации и опробовать новые методы.

Например,
чтобы научить пользователей выполнять задачи с помощью программного обеспечения,
используемого в вашем бизнесе, вы можете использовать бесплатные инструменты для
захвата экранов, предоставлять инструкции и позволять сотрудникам практиковаться
в принятии правильных шагов для выполнения работы.

Другие
виды моделирования представляют участникам тематическое исследование и требуют от
них ответов на вопросы и принятия решений. Есть возможность использовать симуляторы
для обучения корпоративной ответственности и этике, деловой хватке и лидерству.
Кроме того, бесплатные онлайн-игры позволяют участникам создавать и управлять компанией
в веселой, конкурентной, многопользовательской среде.

Имитационные
модели бизнес-процессов помогают аналитикам изучать бизнес-практики с целью их совершенствования.
Типичная имитационная модель фокусируется на конкретном аспекте отдельно взятого
кейса или бизнеса, таком как производство или финансы. Оттачивая детали того, как
все работает, у эксперта или исследователя есть возможность точно определить узкие
места и попробовать новые методы, чтобы увидеть, могут ли небольшие изменения оказать
большое влияние.

Например,
можно использовать бесплатные онлайн-инструменты для построения диаграмм процессов.
Раскрывая взаимозависимости ресурсов и оживляя их взаимодействие, часто можно увидеть
проблемы, которые остаются незамеченными, когда испытываете их в реальном времени.

Используя
электронные таблицы, у исследователя есть возможность смоделировать, что может произойти,
если существуют определенные условия. Это поможет создавать более точные прогнозы.
Кроме того, исследователь может использовать существующие данные и манипулировать
ими, основываясь на потенциальных изменениях, таких как выигрыш новых сделок или
потеря крупного клиента.

Например,
можно использовать предыдущие данные о продажах для прогнозирования будущих продаж,
а затем использовать Google Docs для создания точечной диаграммы с линией тренда,
которая показывает общее направление данных.

Манипулирование
данными позволяет оценить, сколько компания может инвестировать или позволить себе
потерять при определенных моделируемых обстоятельствах. Например, можно использовать
метод, известный как моделирование методом Монте-Карло. Предоставляя числа, представляющие
неопределенные исходные данные (такие как выручка и цены), у эксперта есть возможность
отслеживать потенциальный объем производства и результаты. Например, с помощью электронных
таблиц можно моделировать движение денежных средств, оценивать доходность и риск
внедрения новых продуктов, определять риск колебаний обменного курса или определять
инвестиционные стратегии.

Фрагмент текста работы:

1. ОБЗОР ЛИТЕРАТУРЫ ПО ПРОБЛЕМЕ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ Любой технологический процесс может носить случайный характер.
Это обусловлено тем, что под воздействием внешних факторов сырьё в течение времени
переходит из одного состояния в другое и в итоге превращается в готовую продукцию.

Технологический процесс изготовления продукции (детали)
из заготовки, происходит в результате выполнения отдельных технологических операций.

Подобный процесс изготовления продукции на отдельных операциях
может заканчиваться, может повторяться, но никогда не возвращается на предыдущую
операцию[1].

Случайные блуждания, основанные на целых числах, и проблема
разорения игрока – классические примеры процессов имитационного моделирования[2].

Некоторые вариации этих процессов были изучены сотни лет
назад в контексте независимых переменных[3][4][5].

Два важных примера применения процессов имитационного моделирования
демонстрируют процесс Винера[6],
также известный как процесс броуновского движения, и процесс Пуассона, которые считаются
наиболее важными и центральными случайными процессами в теории случайных процессов[7][8][9],
и были открыты неоднократно и независимо, как до, так и после 1906 года, в различных
условиях[10]. Эти
два процесса являются марковскими процессами в непрерывном времени, в то время как
случайные блуждания по целым числам и проблема разорения игрока являются примерами
процессов имитационного моделирования в дискретном времени[11][12].
При изложении нахождения распределения вероятностей в произвольный момент времени
в случае марковского процесса параллельной эксплуатации выгоднее использовать предложенный
метод, состоящий в получении предположительного решения в частном случае постоянной
интенсивности и последующей проверке формул, обобщающих решение на случай произвольной
непрерывной плотности[13].

Таким образом, модели, разработанные на основе процессов
имитационного моделирования достаточно просты и единообразны при их использовании
для анализа и проектирования технологических процессов, однако основным недостатком
таких моделей является отсутствие возможности моделирования процессов с длинной
памятью.

Имитационное моделирование широко применяется в рамках
исследования сложных систем, для которых характерен дискретный характер функционирования.
В том числе, речь идет о моделях массового обслуживания. Чтобы более полно описать
подобные системы и их функционирование, специалисты используют временные диаграммы. [1] Исаев В. Г., Строителе В. Н.
Жидкова Е. А. Применение теории марковских процессов для моделирования
технологических процессов // Качество в производственных и
социально-экономических системах. – 2016. – С. 196-199. [2] Ionut Florescu (7 November 2014). Probability and
Stochastic Processes. John Wiley & Sons. pp. 373 and 374. ISBN
978-1-118-59320-2. URL: https://web.archive.org/web/20170323153417/https://books.google.com/books?id=Z5xEBQAAQBAJ&pg=PR22#v=onepage&q&f=false. [3] Gagniuc, Paul A. (2017). Markov Chains:
From Theory to Implementation and Experimentation. USA, NJ: John Wiley &
Sons. pp. 1–2. ISBN 978-1-119-38755-8. [4] Weiss,
George H. (2006). "Random Walks". Encyclopedia of Statistical
Sciences. p. 1. doi:10.1002/0471667196.ess2180.pub2. ISBN 978-0471667193. [5] Michael
F. Shlesinger (1985). The Wonderful world of stochastics: a tribute to Elliott
W. Montroll. North-Holland. pp. 8–10. ISBN 978-0-444-86937-1. Archived from the
original on 2017-03-23. [6] Sheldon M. Ross (1996). Stochastic processes. Wiley.
pp. 235 and 358. ISBN 978-0-471-12062-9. Archived from the original on
2017-03-23. [7] Emanuel Parzen (17
June 2015). Stochastic Processes. Courier Dover Publications. p. 7 and 8. ISBN
978-0-486-79688-8. [8] Joseph L. Doob
(1990). Stochastipoic processes. Wiley. p. 46 and 47. [9] Donald L. Snyder;
Michael I. Miller (6 December 2012). Random Point Processes in Time and Space. Springer Science & Business
Media. p. 32. ISBN 978-1-4612-3166-0. [10] "Markov chain
| Definition of Markov chain in US English by Oxford Dictionaries". Oxford Dictionaries | English. URL: https://www.lexico.com/en/definition/markov_chain. [11] Jarrow, Robert; Protter, Philip (2004). A short
history of stochastic integration and mathematical finance: The early years,
1880–1970. A Festschrift for Herman Rubin. Institute of Mathematical Statistics
Lecture Notes – Monograph Series. pp. 75–91. CiteSeerX 10.1.1.114.632.
doi:10.1214/lnms/1196285381. ISBN 978-0-940600-61-4. ISSN 0749-2170. [12]  Guttorp,
Peter; Thorarinsdottir, Thordis L. (2012). "What Happened to Discrete
Chaos, the Quenouille Process, and the Sharp Markov Property? Some History of
Stochastic Point Processes". International Statistical Review. 80 (2):
253–268. doi:10.1111/j.1751-5823.2012.00181.x. ISSN 0306-7734. [13] Киселев В. Ю., Калугина Т. Ф.
Процесс параллельной эксплуатации в учебном курсе марковских процессов и теории
массового обслуживания // Инженерные и социальные системы. – 2017. – С. 58-61.