Числа в скобках — это случайные числа, использованные для моделирования времени между звонками и времени обслуживания. [c.332]
Особенности поведения предприятия, связанные со стохастическим и законами принятия решения в системе оптовой торговли средствами производства, можно исследовать при помощи имитационных моделей с использованием метода машинного моделирования [4]. Имитацию поведения предприятия проведем при заключении данным предприятием договоров с поставщиками и потребителями и при совершении акта продажи своей продукции. При заключении договоров предполагается, что предприятие заявило потребителям количество и номенклатуру продукции, которую ему выгодно выпускать с точки зрения максимума прибыли. С другой стороны, оно сделало заказ поставщикам на ресурсы, необходимые для этого состава и объема выпуска продукции. В процессе формирования договоров случайным является поведение поставщиков и потребителей. Предполагается, что поставщики с некоторым заданным законом распределения вероятностей принимают или не принимают заказы на ресурсы. Аналогично потребители с некоторым заданным законом распределения вероятностей принимают или не принимают заявки на заказ соответствующего вида средств производства. Причем отказ в принятии заказа или заявки на заказ может быть (в большинстве случаев будет именно так) не только полным, но и частичным. Используя способность ЭВМ формировать случайные числа, можно имитировать поведение предприятия при различной реакции внешней среды (потребителей и поставщиков). Экономически вполне оправданно считать, что вероятность величины отказа поставщиков и потребителей распределена по показательному закону. Действительно, с возрастанием величины отказа его вероятность уменьшается, причем это уменьшение происходит явно быстрее, чем по линейному закону. Задавая, кроме того, вероятность той или иной реакции данного предприятия на поведение поставщиков и потребителей при формировании договоров, можно получить приближенную картину его функционирования при разных характеристиках внешней среды и его внутренних характеристиках. Операторная схема и блок-схема моделирующего алгоритма для данной имитационной модели имеют следующий вид [c.90]
Прежде чем мы начнем, мы должны разобраться с мифом о "случайных числах". Ни один генератор случайных чисел не производит истинные случайные числа. Вместо них алгоритм производит псевдослучайные числа - числа, которые являются статистически независимыми согласно большинству гауссовых признаков. Эти псевдослучайные числа фактически имеют длинный цикл, или память, после которого они начинают повторяться. Как правило, циклы достаточно длинны для того, чтобы повторение не обнаруживалось. Недавно, однако, было найдено, что псевдослучайные числа могут исказить результаты, когда большие количества данных используются в моделированиях по методу Монте-Карло. Обычно мы не сталкиваемся с этой проблемой в финансовой экономике. Однако многие из алгоритмов, используемых в качестве генераторов случайных чисел, являются версиями хаотических систем. R/S-анализ особенно хорошо справляется с раскрытием детерминированного хаоса и процессов с долговременной памятью. Поэтому чтобы гарантировать случайность наших испытаний, все ряды случайных чисел в этой книге перед использованием перемешиваются согласно двум другим рядам псевдослучайных чисел. Этот метод не устраняет всю зависимость, но сводит ее к фактически неизмеримым уровням, даже для R/S-анализа. [c.75]
Следующий шаг — использование такого же метода генерирования случайных чисел для моделирования А, что и для моделирования Sj-. Предположим, что полученный результат Л. Таким образом, одно и то же случайное число используется для [c.417]
Вопросы использования научных, в том числе и математических, методов в процессах принятия экономических решений привлекают постоянное внимание как специалистов, так и широкой общественности. Это не случайно, поскольку курс на применение научных методов управления народным хозяйством, взятый после Октябрьского (1964 г.) Пленума ЦК КПСС и еще раз подтвержденный XXV съездом КПСС, продемонстрировал свою целесообразность и практическую эффективность. Математическое моделирование занимает важнейшее место среди методов научного анализа экономических проблем. По словам Карла Маркса, та или иная отрасль знаний достигает совершенства лишь тогда, когда ей удается пользоваться математикой. Проблемам применения математических моделей Б экономике и экономико-математическим методам посвящена в настоящее время огромная литература, в том числе и учебная. Но, несмотря на это, предлагаемая книга вносит определенный вклад в изложение вопросов, связанных с использованием математических методов в экономике. [c.5]
Для учета перечисленных выше факторов, как и некоторых других (например, фактора динамики, характеризующего изменение планируемого процесса во времени), иногда целесообразно использовать методы эвристические и имитационного моделирования. Первые прямо формализуют логику и поведение человека при принятии решения, в рамках использования методов второго типа строят имитационные модели самих рассматриваемых объектов и процессов, а далее, варьируя значения параметров (в том числе и случайных) этих моделей, имитируют различные возможные состояния объекта. На основе такой имитации может быть получен набор вариантов плана. [c.119]