Глава 1 Экономическое обоснование имитационного моделирования.

1.1 Основные понятия, цели и функции имитационного моделирования

Использование методов математического моделирования и принятие на их основе обоснованных решений по управлению деятельностью предприятия является конкурентным преимуществом предприятия по отношению к предприятиям, действующим в тех же сегментах рынка и не использующим современные экономико-математические методы в управлении. Требования к современным специалистам обусловлены тем, что их профессиональная деятельность будет осуществляться в условиях нестабильного экономического окружения. Поэтому они должны уметь рационально мыслить, самостоятельно пополнять свои знания и навыки, владеть методами и культурой рационального управления. В настоящее время в России и странах Запада ощущается значительная потребность в системных аналитиках, быстрыми темпами развивается индустрия управленческого консультирования. Применение методологии имитационного моделирования является мощным помощником современного специалиста в области управления.

Метод имитационного моделирования в самом общем виде представляет экспериментальный метод исследования реальной системы по ее имитационной модели, который сочетает особенности экспериментального подхода и специфические условия использования вычислительной техники.

Имитационное моделирование широко применяется в сфере экономики и управления, включая моделирование бизнес-процессов, производство и логистику, маркетинг, социально-экономические и исторические процессы, моделирование глобальных мировых процессов. Также, имитационное моделирование это метод, исследования, при котором изучаемая система заменяется моделью, с достаточной точностью описывающей реальную систему и с ней проводятся эксперименты с целью получения информации об этой системе. То есть этот метод позволяет 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. Экспериментирование с моделью называют имитацией.

В тоже время, имитационное моделирование предполагает частный случай математического моделирования. Существует класс объектов, для которых по различным причинам не разработаны аналитические модели, либо не разработаны методы решения полученной модели. В этом случае математическая модель заменяется имитатором или имитационной моделью.

К имитационному моделированию прибегают в случаях, когда:

1. дорого или невозможно экспериментировать на реальном объекте;

2.невозможно построить аналитическую модель: в системе есть время, причинные связи, последствие, нелинейности, стохастические (случайные) переменные;

3.необходимо сымитировать поведение системы во времени.

Имитационное моделирование позволяет имитировать поведение системы во времени. Причём плюсом является то, что временем в модели можно управлять: замедлять в случае с быстропротекающими процессами и ускорять для моделирования систем с медленной изменчивостью.

Цель имитационного моделирования состоит в воспроизведении поведения исследуемой системы на основе результатов анализа наиболее существенных взаимосвязей между ее элементами или другими словами -- разработке симулятора исследуемой предметной области для проведения различных экспериментов

Имитационное моделирование является экспериментальной и прикладной методологией, имеющей следующие цели:

1. Описание поведения системы;

2. Построение теорий и гипотез, которые могут объяснить наблюдаемое поведение;

3. Использование этих теорий для предсказания будущего поведения системы, то есть тех воздействий, которые могут быть вызваны изменениями в системе или изменениями способов ее функционирования. (Схема 1.1)

 

 

 

Схема 1.1 Цели имитационного моделирования.

Главная и наиболее очевидная цель имитационного моделирования -- выяснить, как повлияют на производительность отдельные изменения конфигурации системы или увеличение нагрузки на нее.

Процесс моделирования включает три фазы: На фазе валидации строится базовая модель существующей системы, проверяются и обосновываются предположения, лежащие в ее основе. На фазе проектирования модель используется в прогностических целях для предсказания влияния различных модификаций на производительность. На фазе верификации реальная производительность модифицированной системы сравнивается с результатами моделирования. Взятые вместе, эти три фазы образуют модельный цикл. (Схема 1.2)

 

 

Схема 1.2 Модельный цикл

Имитационное моделирование включает в себя два основных процесса:

 первый — конструирование модели реальной системы, второй — постановка экспериментов на этой модели.

При этом могут преследоваться следующие цели:
1. понять поведение логистической системы;
2. выбрать стратегию, обеспечивающую наиболее эффективное функционирование логистической системы.

Моделирование позволяет анализировать цепи поставок, прогнозировать их поведение, а значит — принимать взвешенные решения. С помощью имитационной модели можно отслеживать взаимосвязи, динамику и случайные события, которые оказывают влияние на ваш бизнес. Используя в цифровом двойнике своей цепочки поставок реальные оперативные данные, вы можете анализировать разные сценарии «что если», проводить стресс-тесты системы и совершенствовать существующие стратегии.

Имитационное моделирование помогает эффективно управлять цепями поставок, одновременно снижая затраты и повышая уровень сервиса.

С приходом четвёртой промышленной революции цепи поставок быстро меняются становятся всё более цифровыми. Моделирование поможет оценить и спланировать эти изменения до внедрения и позволит понять, как будет выглядеть цепь поставок в будущем.

С точки зрения практики моделирования следует различать два типа сетей: сети внутрипроизводственной логистики и сети поставок т. е. сети внешней логистики предприятия или территориальной логистики. При моделировании обоих типов сетей в большинстве случаев применяются универсальные пакеты программ имитационного моделирования, созданные для моделирования систем с дискретными событиями. (Схема 1.3)

 

 

Схема 1.3 Классификация методов моделирования логистических сетей.

Общее свойство количественных моделей заключается в том, что они позволяют получать численные оценки показателей функционирования логистической сети, на основании которых принимаются решения о конфигурации сети, об объёме и производительности требуемых для её функционирования ресурсов, а также связанных с ними стратегиях диспетчирования и управления. Особенностью имитационных моделей является тот факт, что многие из показателей функционирования оцениваются не в виде констант, а в виде временных рядов (функций времени), отражающих динамику процессов, развивающихся в реальных системах. Единственной формой существования законченной имитационной модели является исполняемая компьютерная программа, которая приспособлена для проведения численных экспериментов, направленных на решение поставленной задачи анализа существующей или проектируемой логистической системы.

Таким образом, на сегодняшний день область применения имитационных моделей очень широка. Данный метод прекрасно справляется с решения физических и математических задач, для которых он первоначально работал. И сегодня имитационное моделирование применяется практически во всех отраслях, где основу составляют процессы, которые можно описать математическим языком.

1.2 Виды имитационного моделирования

Имитационное моделирование включает в себя следующие виды:

а) Системная динамика

б) Дискретно-событийное моделирование

в) Агентное моделирование.

Рис 1.4 Виды имитационного моделирования

Системная динамика – парадигма моделирования, где для исследуемой системы строятся графические диаграммы причинных связей и глобальных влияний одних параметров на другие во времени, а затем созданная на основе этих диаграмм модель имитируется на компьютере. В основе системной динамики лежит описание процессов, протекающих в системе в рамках дифференциальных уравнений, обращенных к форме Коши.

 В целом, метод необходим для изучения поведения сложных систем в динамике. Он использует высокий уровень абстракции, так как отдельные элементы рассматриваются исключительно в масштабах работы целой системы, особое внимание уделяется изучению связей между элементами. Рассматривая с позиции системной динамики, поведение системы представляется как множество взаимно влияющих задержек и обратных связей: положительных и отрицательных. Так как модель, построенная при помощи описанного метода, работает с количественными агрегатными показателями, то объекты, расположенные в одном накопители неотличимы - их индивидуальные характеристики опускаются. Поэтому работая с данным методом, необходимо учитывать только глобальные зависимости системы. Системная динамика- это верхнеуровневое представление системы.

Дискретно-событийное моделирование наиболее развито и имеет огромную сферу приложений – от логистики и систем массового обслуживания до транспортных и производственных систем. Этот вид моделирования наиболее подходит для моделирования производственных процессов. Дискретно-событийное моделирование рассматривает процессы, как последовательность событий, для этого используется транзакции и блоки-объекты. Еще в 1961 году Джефри Гордон воплотил идею дискретно-событийного моделирования в GPSS. Значительным достижением языка GPSS стала реализация такой методики как потоковое моделирование. Который нашел широкое использование и развитие в последующем в различных программных продуктах. Система представляется как продвигающийся по структурной диаграмме поток сущностей. Кроме того, поведение этих сущностей может быть обусловлено нахождением в очереди, конкуренцией с другими сущностями за захват ресурсов и покиданием системы. Моделирование с дискретными событиями наиболее развито и реализовано большим количеством программных средств, так как имеет огромную сферу применения. Производственные процессы наиболее точно описываются именно с помощью применению этого подхода. Данный тип моделирования используется при среднем или низком уровне абстракции: каждый объект рассматривается отдельно, однако большая часть детальных параметров опускается.

Агентное моделирование. Относительно новое направление в имитационном моделировании, которое используется для исследования децентрализованных систем. В первую очередь, детально определяется каждый отдельный агент: задается ряд параметров его характеризующих. После чего ряд агентов помещается в глобальную среду. Таким образом, что поведение каждого отдельного агента влияет на поведение системы в целом. А сама модель является множеством взаимодействующих объектов.

Данный метод использует направленность не сверху вниз, как предыдущие методы, а наоборот функционирование отдельных агентов определяет глобальные правила, существующие в системе. Задача создателя модели: изучить и проанализировать эти глобальные правила на основе предположений о поведении отдельных агентов и их взаимодействии.

В заключении подчеркнем, что все методы по-своему уникальны и важны, так как с использованием программных инструментов по этим методам повышается эффективность работы на предприятиях. А выбор метода зависит от структуры системы, поведение которой планируется имитировать.

1.3 Программные продукты для повышения эффективности работы компаний.

Имитационную модель используют для прогнозирования поведения логистической системы, для обучения и тренировки персонала, а также при проектировке предприятия. При этом моделирование может использоваться в качестве системы оперативного управления и как инструмент принятия стратегических решений.

На сегодняшний день множество компаний, как частичного, так и государственного сектора обращаются к помощи программ для имитационного моделирования, чтобы реализовать свои проекты без особого риска для своей работы.

Сегодня существуют множество программных продуктов имитационного моделирования в логистике. Но не все из них представлены широкому кругу пользователей. Также в наше время существует мало высококвалифицированных экспертов, которые могут разобраться в подобных программах.

Для имитационного моделирования, на предприятиях используется огромное количество программных продуктов, таких как:

1)AnyLogic

2)Supply Chain Guru

3)Plant Simulation 

4) Actor Pilgrim

5)Arena и др.

Схема 1.5 Программные продукты для имитационного моделирования.

        

 Рассмотрим подробно наиболее популярные программы в области имитационного моделирования в логистике:

1) Одной из универсальных программ является AnyLogic. Программа представлена XJ Techologies, которая является одной из немногих российских компаний, которые разрабатывают подробный тип программ. AnyLogic — это многофункциональный инструмент для моделирования цепей поставок, который интегрируется с имеющимися IT-системами управления цепями поставок. Гибкость продукта AnyLogic дает возможность рассматривать процесс управления цепочками поставок в совокупности с другими процессами компании, такими, как стратегическое планирование, маркетинг, управление персоналом, позволяя достигать более эффективных решений. AnyLogic повышает эффективность и снижает риски при решении сложных бизнес-задач за счёт объединения нескольких методов моделирования. При помощи данного ПО можно составить долгосрочные и краткосрочные расписания, минимизировать затраты на любой вид перевозок и содержание автопарка, а также оптимизировать запасы на базе имитации работы участников цепочки поставок. чтобы сделать структуру цепи поставок оптимальной, а бизнес — конкурентоспособным. Поддержка принятия решений в управлении цепями поставок, основанная на имитационном моделировании, повысит эффективность и маневренность бизнеса.

Рис 1.6 Моделирование работы оптового склада AnyLogic.

2) Интерфейс Supply Chain Guru (SCG) делает моделируемую цепь визуально понятной, позволяя оперативно вносить необходимые изменения, быстро переходить от сценария к сценарию или от модели к модели. Программа позволяет уменьшить риск, анализируя изменения, внесенные в цепочку поставок, и покажет наиболее оптимальный вариант развития событий. Результаты моделирования отображаются в гибко настраиваемых отчетах в виде таблиц, различных графиков, диаграмм или карт.

Рис 1.7 Симуляция транспортного маршрута

3) Plant  Simulation представляет собой инструмент дискретного имитационного моделирования. который позволяет создавать цифровые модели логических систем (например, производства) для определения характеристик системы и оптимизации ее производительности.

Plant Simulation позволяет моделировать и воспроизводить производственные системы и их технологические процессы. Обширный набор аналитических инструментов (анализ узких мест, статистические данные и графики) помогает оценить различные сценарии производства. Полученная в результате этого информация необходима для быстрого принятия верных решений на ранних стадиях планирования производства. Plant Simulation позволяет моделировать и воспроизводить производственные системы и их технологические процессы.

Кроме того, обеспечивается возможность оптимизации материалопотоков, использования ресурсов и логистики на всех уровнях планирования производства, от глобальных производственных объектов до региональных заводов и отдельных производственных линий.

Рис 1.8 Работа с моделированием в Plant  Simulation.

4)Система Actor Pilgrim. Область применения системы: предназначена для выполнения и отладки имитационных моделей развития сложных процессов с оценкой временной, пространственной, финансовой динамики, последствий плановых или случайных структурных изменений, а также процессов массового обслуживания.

Основное назначение связано с анализом проектов или проектных решений в энергетике, в региональной экономике, в транспорте и логистике, в гражданской защите и в бизнесе.

Данная программа может реализовывать промышленный продукт, также она ориентирована на промышленную эксплуатацию с ограниченными возможностями коммерческого распространения на рынке. Система позволяет работать с многослойными имитационными моделями.

Рис 1.9 Моделирование в системе Actor Pilgrim.

5) Одним из наиболее эффективных инструментов имитационного моделирования является система Arena компании Rockwell Software. Arena позволяет строить имитационные модели, проигрывать их и анализировать результаты такого проигрывания. Имитационное моделирование - это универсальное средство для оптимизации процессов, поэтому модели с помощью Arena могут быть построены для самых разных сфер деятельности - производственных технологических операций, складского учета, банковской деятельности, обслуживания клиентов в ресторане и т.д.  Для построения моделей Arena имеет набор средств, которые включают палитру инструментов, набор гидов и другого.

Эта модель будет полностью воспроизводить все процессы, происходящие в реальности на производстве, складе, в любой логистической системе. Используя модель, можно экспериментировать, проверять разные идеи для понимания того, как реальная система будет вести себя в разных ситуациях

Рис 1.10 Имитация системы Arena.

Итак, подводя итоги, можно выделить, что логистическая система существует в условиях неопределенной окружающей среды. При управлении логистикой предприятия должны учитывать множество факторов, которые часто носят неопределенный характер. А при данных условиях применить аналитическое моделирование, в котором установлены количественные соотношения между различными частями логистических процессов, будет либо невозможно, либо затратно. Из этого следует, что человек, который работает с подобным программным обеспечением должен быть высоко квалифицирован. Иначе пользы от использования программы не будет. Выбор программного обеспечения для предприятия часто бывает трудным и зависит от множества условий. Решающим условием может стать скорость обучения персонала для работы с данным программным продуктом, удобство работы, а также стоимость ПО. Также из сказанного выше можно с уверенностью сказать, что результаты имитации, выявленные с помощью программных продуктов, могут быть использованы при решении оптимизационных задач в качестве оценки значений функциональных характеристик моделируемой системы, а это значит, что компании применяя эти программные продукты повышают эффективность работы своего предприятия.