После создания модели, переменным задаются количественные значения. Это позволяет объективно сравнить и описать каждую переменную и отношения между ними. Ключевой характеристикой науки управления является замена словесных рассуждений и описательного анализа моделями, символами и количественными значениями. Вероятно, самый крупный толчок к применению количественных методов в управлении дало развитие компьютеров. Компьютер позволил исследователям операций конструировать математические модели возрастающей сложности, которые наиболее близко приближаются к реальности и, следовательно, являются более точными. [c.71]
Сущность, задачи, цели. Этапы фундаментального анализа. Принципы фундаментального анализа. Модель Гордона. Система оценки экономического состояния предприятия для принятия инвестиционного решения. Коэффициенты финансового состояния предприятия, используемые в инвестиционном анализе. Модель Дюпона. Отношение Р/Е. Оценка результатов фундаментального анализа. [c.82]
Разработка и анализ моделей поведения потребителей на рынке, психографических моделей, моделей предпочтений. Анализ мотивации покупки. Анализ времени признания товара. Исследование влияния демографических и социально-экономических факторов на спрос. Характеристика уровня сервиса. Оценка потребителями производственной политики фирмы (отношение к марке) и ценовой политики (соответствие свойств товара продажной цене). [c.136]
АНАЛИЗ МОДЕЛЕЙ ХОЗЯЙСТВЕННОГО РАСЧЕТА [c.121]
Анализ моделей хозрасчета позволяет сделать следующие выводы [c.125]
Если в ходе процесса происходит задержка в выполнении каких-либо работ, не лежащих на критическом пути, то она не создает угрозы для выполнения работ по объекту в целом. Любая задержка на критическом пути не допустима. Если расчет критического пути показывает, что сроки работ не укладываются в заданные, то производят оптимизацию модели с целью сокращения продолжительности критического пути. Оптимизация производится на основе анализа модели, показывающего, с каких участков некритической зоны сети можно переместить рабочих и технику на работы, лежащие на критическом пути. В этом случае выявляют новый критический путь с продолжительностью, меньшей или равной директивной (заданной). В результате оптимизации модели определяют ее конечный вариант, который и утверждают. На его основе устанавливают и доводят до ответственных исполнителей календарные сроки выполнения закрепленных за ними работ. [c.384]
Однако для более глубокого анализа модели, для получения наиболее общих выводов недостаточно знать только оптимальное решение. В этом случае целесообразно построить графики целевой функции (121) и уравнений связи при различных внешних условиях. На рис. 65 приведены графики указанных функций для исходной стойкости элементов ленточного тормоза (сплошные линии) и для случая, когда стойкость увеличена вдвое (пунктир). [c.150]
Анализ модели затрат, связанных со спуском бурильной колонны, показывает, что в широком диапазоне существующих условий бурения для всех типов серийных буровых установок при отсутствии технологических ограничений может быть рекомендовано приближенное значение средней на скважину оптимальной скоро- [c.155]
На основе анализа модели величина общего (за период формирования) эффекта определяется [c.67]
При первом решении, когда модель себестоимости добычи нефти представлена в виде единого выражения, число факторов, которые можно включить в нее, ограничено. С одной стороны, их число лимитируется возможностями математических методов, с другой - самим числом факторов. Использование модели в таком виде не позволяет проводить детальное исследование себестоимости добычи нефти с подробным анализом затрат по отдельным видам и элементам. Однако для решения более общих задач, которые не требуют глубокого анализа, модель такого вида приемлема. [c.11]
Задачи прогнозирования предопределяют и особенности многофакторной модели (по сравнению с моделью для анализа). Модель прогнозирования должна быть динамичной и отражать временные запаздывания влияния отдельных факторов на аргумент [18, 35, 47]. [c.58]
Этап, следующий после построения модели, — исследование построенной модели. Предварительно необходимо выбрать способ анализа модели для решения проблем, сформулированных на первом этапе исследования и состоящих при анализе производственно-технологических процессов в выборе наиболее подходящих для Заказчика вариантов управления экономической системой. [c.41]
Заметим, что поставленная здесь задача не всегда имеет решение. Можно выбрать настолько большое значение kT, что такая фондовооруженность окажется недостижимой для системы, описываемой моделью (4.10) — (4.12) за период времени [О, Т]. Это показывает важность предварительного анализа модели (4.10) — (4.12) с помощью метода, опирающегося на построение множеств достижимости, о которых мы уже говорили в первой главе. Рассмотрев множество достижимости для системы (4.10) — (4.12) за период [О, Т], т. е. множество всех достижимых за период [О, Т] значений k (Т), можно выбрать разумную величину kr, после чего сформулированная здесь задача оптимизации будет иметь решение. Оказывается, что при достаточно больших значениях горизонта планирования Т [c.81]
Хотя допустимый вариант развития экономической системы, описываемой сформулированной моделью, найти трудно, он, однако, обычно не является единственным. Поэтому при анализе модели стараются найти не просто допустимый вариант, а наилучший с точки зрения какого-либо критерия, т. е. оптимальный. Самым простым вариантом критерия является обобщение на динамический случай критерия, рассмотренного в предыдущем параграфе [c.146]
Если же есть неопределенные воздействия (особенно если неопределенные воздействия отражают присутствие противника в изучаемом объекте), то исследован г е часто проводят в виде имитационной игры, в которой сразу несколько игроков воздействуют на изучаемую модель в диалоговом режиме. В этой главе мы остановимся на анализе моделей, в которых внешними воздействиями являются управление и случайные воздействия. [c.235]
При проверке модели путем сравнения траекторий, полученных на модели, с реальными траекториями, основным вопросом является выбор показателей, по которым будут сравниваться две траектории. Этот же вопрос возникает и при качественном анализе модели, и при оценке устойчивости по параметрам. Очень часто встречается ошибочная точка зрения, состоящая в том, что поскольку все прикладные имитационные исследования в той или иной мере предназначены для предсказания будущего, то и используемая в них математическая модель должна предсказывать состояние изучаемой системы в некоторый момент в будущем поэтому при проверке модели необходимо рассматривать значения переменных модели во все моменты времени. Ошибочность такой точки зрения состоит в том, что большая часть экономических объектов чересчур [c.277]
Очевидно, что для осуществления проведенного выше анализа были приняты во внимание некоторые допущения. Правильная интерпретация и использование результатов анализа модели "затраты/объем выпуска/прибыль" во многом определяются тем, насколько принятые допущения соответствуют реальной действительности. [c.272]
Для того чтобы проиллюстрировать эту мысль, обратимся к опыту физики — науки, в которой использование математических методов достигло наибольшего совершенства. Конкретные прикладные исследования базируются на методике расчетов, разработанной специалистами в области технической физики, а сами расчеты проводятся инженерами. Методика расчетов основывается на математических моделях конкретных технических объектов, разрабатываемых технической физикой,- и на математических методах анализа моделей, которые разрабатываются математической физикой — развитым разделом прикладной математики. Модели конкретных технических объектов строятся на основе фундаментальных моделей и принципов, разрабатываемых теоретической физикой, которую в настоящее время можно с большой точностью назвать теорией математических моделей природных явлений. [c.7]
Для того чтобы ответить на эти вопросы, анализируемую проблему необходимо описать точно. Языком, наиболее подходящим для этого, является язык математики. Описание изучаемой системы на языке математики — это и есть ее математическая модель. Кроме средств описания, математика предоставляет средства анализа модели, которые позволяют исследовать ее свойства и выбрать наиболее подходящее решение. [c.14]
Здесь A (t), A2(t), i(t), 2(t — заданные матрицы, элементы Которых зависят от времени, a(t) и b(t) — заданные векторы, также зависящие от времени. Соотношение (3.17) является линейным дифференциальным уравнением, описывающим изменение состояния системы, а (3.19) — представлением множества УШ. Как и в статическом случае, исследование линейных систем является более простой задачей, чем анализ модели общего вида. К линейным моделям близки по свойствам модели типа (3.17), (3.18) с ограничениями общего вида (3.16) в том случае, когда множество Y(t) при каждом t выпукло. [c.37]
Основные математические методы анализа моделей в прикладных экономико-математических исследованиях [c.40]
В данной главе описаны основные принципы построения моделей производственно-технологического уровня, являющихся в настоящее время наиболее распространенными в прикладных экономико-математических исследованиях. Хотя модели эти весьма разнообразны (как разнообразны и сами моделируемые экономические системы), можно сформулировать некоторые основные положения и понятия, общие для большинства моделей. В 1 дается общее представление о моделях такого типа, а также описываются принципы построения балансовых соотношений, являющихся одним из основных элементов моделей производственно-технологического уровня. Следующие четыре параграфа посвящены фундаментальному понятию экономико-математического моделирования — производственным функциям в 2 дается общее представление о производственных функциях н рассматриваются свойства функций выпуска, в 3 описаны наиболее распространенные типы функций выпуска,- 4 посвящен функциям затрат и производственным способам, 5 — методам построения производственных функций. В 6 рассмотрены математические модели потребления. В 7, 8 описаны методы анализа моделей производственно-технологического уровня экономических систем. [c.63]
Анализ модели спроса. Проанализируем исходную модель спроса (6.3), состоящую в выборе вектора у, доставляющего максимум функции предпочтения при выполнении ограничений (6.1) и (6.2). При выполнении (6.7) неравенство (6.2) можно заменить равенством (деньги тратятся полностью). Модель приобретает вид [c.119]
Если в процессе анализа концептуальной диаграммы установлено, что все связи между переменными могут быть математически описаны — с точностью, достаточной для осуществления целей исследования, то необходимо рассмотреть вопрос о том, где может быть получена исходная числовая информация об изучаемой системе. Значительную часть исходных данных можно получить непосредственно от заказчика, информация может быть найдена также в разнообразных документах и отчетах. Иногда для получения исходной информации проводят специальные исследования — натурные эксперименты или анализ статистических отчетов. Важно вступить в контакт со специалистами в данной области (экспертами), знания которых могут быть полезны при построении моделей. Если же необходимую информацию полностью получить не удается, то имеет смысл обдумать вопрос о том, не может ли отсутствующая информация оказаться несущественной для анализа проблем, стоящих перед исследователем в данной работе. Если такое предположение кажется правдоподобным, то можно перейти к следующим этапам исследования— построению и анализу модели, рассчитывая па то, что анализ математической модели подтвердит наше предположение. [c.140]
При анализе вопросов планирования деятельности экономических систем на производственно-технологическом уровне их описания в большинстве случаев удается подобрать хорошо разработанные экономико-математические модели либо такие модели могут быть выведены из соответствующих моделей на основе небольшой модификации последних. Исходную информацию часто также удается получить. Поэтому при анализе моделей производственно-технологического уровня главная задача на этом этапе состоит в выборе из всего многообразия уже разработанных математических моделей тех из них, которые наиболее подходят для целей данного исследования, и в правильной оценке пределов их применимости. После этого можно переходить к следующему этапу исследования — к реализации модели. [c.141]
Помимо многочисленных технических вопросов, которые мы здесь рассматривать не будем ), приходится обычно решать одну принципиальную проблему — выбирать язык программирования. Для написания машинной программы у исследователя имеются две основные возможности выбрать универсальный язык программирования типа алгол, фортран, лисп и так далее либо остановиться на некотором специализированном языке. Так, для изучения математических моделей с помощью метода имитационных экспериментов разработаны специализированные языки динамо, симула и т. д. Кроме того, многие вычислительные системы, предназначенные для анализа моделей с помощью некоторых частных, но широко использующихся методов (например, методов линейного программирования), имеют свои собственные входные языки, являющиеся, по существу, специализированными языками программирования. [c.143]
Анализ математической модели. Анализ математической модели, реализованной в виде программы для ЭВМ, проверенной п подготовленной к расчетам,— основной этап прикладного модельного исследования экономических систем. На этом этапе достигается цель исследования — находятся ответы на вопросы, поставленные заказчиком. Анализ математической модели можно разбить на три шага планирование процесса анализа модели, проведение машинных расчетов и обработка результатов исследования. Основные черты этих шагов определяются в первую очередь выбором метода анализа математической модели. [c.148]
Методы качественного анализа экономико-математических моделей были главным средством исследования до появления вычислительной техники. Однако и сейчас качественный анализ модели еще до проведения численных расчетов оказывается весьма полезным, поскольку позволяет оценить основные особенности модели, знание которых необходимо для рациональной организации вычислений. [c.149]
Настоящее развитие прикладных экономика-математических исследований началось с появлением и распространением вычислительной техники, когда главными методами анализа математических моделей экономических систем стали методы, основанные на использовании ЭВМ. В 4 гл. 1 были рассмотрены три основные группы методов численного исследования экономико-математических моделей оптимизационные, многокритериальные и имитационные методы. Продемонстрируем возможности применения этих методов для анализа модели. [c.149]
Для того чтобы хорошо оцепить распределение FXi(r ), необходимо взять достаточно большое значение. /V — числа реализации случайной величины у. Чтобы хорошо аппроксимировать множество всех решений X, приходится брать большое число п. Это приводит к очень большому (п X N) числу расчетов, что делает метод Монте-Карло не всегда реализуемым на практике. Все же, несмотря на описанный недостаток, метод используется очень часто, поскольку является во многих случаях единственным пригодным средством анализа модели. [c.155]
Этапы модельного исследования экономических процессов описаны в [54, 68, 95]. Представление о методах качественного анализа моделей можно получить по книгам [35, 86]. Вопросы использования оптимизационных методов для анализа экономико-математических моделей рассматриваются в [2, 5, 29, 37, 39. 46, 78, 92, 99]. а имитационных методов —в [9, 11, 15, 34, 45, 54, 62. 68, 71, 93, 95, 100]. Многокритериальные методы обсуждаются в [49, 50, 74, 83]. [c.161]
Поставленная здесь задача не всегда имеет решение. Можно выбрать настолько большое значение kTj что такая фондовооруженность окажется недостижимой для системы, описываемой моделью (3.10) — (3.12) за период времени [О, Т]. Это показывает важность предварительного анализа модели (3.10) — (3.12). Рассмотрим множество достижимости для системы (3.10) — (3.12) за период [О, Т], т. е. множество всех достижимых за период [О, Т] значений k(T) и с(Т). Анализируя ото множество так, как это было описано в 7 гл. 2, можно выбрать наиболее подходящее достижимое сочетание величин k(T) и с(Т). Если в качестве kT взять выбранную величину k(T), то сформулированная здесь задача оптимизации будет иметь решение. Оказывается, что при достаточно больших значениях горизонта планирования Т оптимальное управление s(t) состоит в следующем сначала необходимо выбрать такое значение s(t), чтобы как можно быстрее выйти в точку /с, определяемую из соотношения (3.14) затем в течение почти всего периода времени величина s(t) должна быть равна я в конце периода необходимо за минимальное время перевести систему из точки k в kT. Таким образом, мы опять пришли к сбалансированному росту в модели (3.1) — (3.6) с максимальным потреблением на одного трудящегося, причем сам факт [c.249]
Далее, анализ модели осуществляется с помощью многокритериальных методов принятия решений, в которых большое значение имеет участие ЛПР в процессе исследования. В многокритериальных методах ЛПР, по существу, сам принимает решение в диалоге с ЭВМ, которая используется в качестве средства для расчетов по модели с применением оптимизационных, имитационных и других методов. [c.290]
Заключение. Мы рассмотрели основные черты человеко-машинных имитационных систем и некоторые процедуры, применяемые при их построении и использовании в процессе принятия решений. Необходимо подчеркнуть, что проблемы, возникающие при анализе реальных конкретных систем сложны и многообразны, так что общая схема, приведенная здесь, является лишь упрощенным отражением тех вопросов, которые приходится решать при конструировании человеко-машинных систем на практике. В то же время, практические проблемы имеют многие особенности, позволяющие упростить процесс их построения и использования. Поэтому в системах, реализованных на практике, обычно отсутствуют те или иные из описанных здесь процедур. Наряду с этим они содержат иные процедуры, отражающие специфику рассматриваемых задач. Все же, во всех человеко-машинных имитационных системах сохранены главные принципы — активное участие ЛПР в анализе модели, синтез возможностей человека и вычислительной машины, а также использование упрощенных моделей для отбраковки решений. Необходимо отметить, что методы построения имитационных систем переживают сейчас только начальный этап своего развития. В будущем они должны получить-широчайшее распространение — любая автоматизированная система управления будет немыслима без использования принципов, положенных в основу их конструирования. Конечно, эти принципы будут модифицироваться с увеличением опыта использования имитационных систем на практике. [c.335]
На стадии создания эскизного проекта углубленно познается объект проектирования исходя из ТЗ, практического опыта и основных теоретических положений. При этом осуществляется многовариантное моделирование объекта, анализ моделей, выбор и проработка оптимального варианта конструкции на основе современных методов проектного анализа. Наибольшее распространение среди них получили методы мозговой атаки , морфологического и функционально-стоимостного анализа (ФСА) технических решений. Используется теория решения изобретательских задач (ТРИЗ). [c.61]
Основные типы методов анализа экономико-математических моделей продемонстрируем сначала на системе (4.5) — (4.7). Первый из них состоит в качественном анализе модели, т. е. в выяснении некоторых ее свойств. Можно, например, попытаться найти такие точки х (и), что при и (t) = и = = onst будет выполняться условие / (х (и), и) — О, т. е. х = О, и система при х (0) = х будет находиться в этом состоянии бесконечно долго. Такие состояния называются равновесными (стационарными). Можно проанализировать устойчивость равновесных состояний, проанализировать колебания, которые могут возникнуть в такой системе. Часто пытаются выяснить, при каких управлениях составляющие вектора х (t) растут пропорционально, т. е. х (t) = = Х8 (0 (так называемый сбалансированный рост). Далее можно исследовать функцию g (t) и выяснить, при каких управлениях темп роста максимальный. Хотя методы качественного анализа очень полезны, такое исследование можно провести лишь в достаточно простых моделях. Кроме того, эти методы обычно связаны с задачей планирования только косвенно. [c.43]
Перейдем теперь к принципиальным трудностям проведения прикладного имитационного исследования со сложными моделями. В таких моделях число управлений может достигать нескольких сотен. Поскольку при проведении имитационного эксперимента управления необходимо задавать заранее в каждый момент времени, в течение которого изучается поведение анализируемого объекта, ьтот вопрос не является тривиальным. Для его решения разумно пользоваться вспомогательными упрощенными моделями изучаемого объекта. Эти модели должны быть достаточно просты для того, чтобы их можно было проанализировать с помощью стандартных оптимизационных методов. Набор таких вспомогательных моделей часто называют блоком Советчик . Задавая различные разумные критерии функционирования объекта исследования, экспериментатор на основе анализа моделей из этого блока с помощью методов оптимизации может получить оптимальные [c.290]
Кроме того, стало ясно, что математические модели, использующиеся для поиска наилучшего плана, основаны пе только на чисто технологических предпосылках, для описания которых может быть использована методика естественных наук. Так, использование экономико-математических моделей распределения ресурсов между производственными единицами основывается,, грубо говоря, на коэффициентах эффективности использования этих ресурсов, величина которых определяется не только технологическими факторами, но и уровнем организации производства на предприятиях. При математическом анализе модели организационные и социально-экономические факторы, которые могли бы привести к изменению эффективности, обычно остаются за пределами исследования. Поэтому хозяйственник, анализирующий решение, предлагаемое ему специалистом по экономико-математическому моделированию, и понимающий, что организационные мероприятия могут оказать более сильное воздействие на результат, чем оптимальное распределение ресурсов, склонен отнестись скептически к такому решению, не учитывающему ясные для хозяйственника возможности повышения эффективности. ЕЗсли, кроме того, учесть, что хозяйственник ебычно имеет в голове (но не в модели ) огромное число ограничений, которые он не хотел бы нарушать, то станет ясно, почему он скорее всего примет [c.17]
Первая группа методов — это методы качественного анализа моделей. Развитие этих методов началось еще в прошлом веке. Методы качественного анализа позволяют получить некоторые характерные свойства моделей. Для иллюстрации исследований такого типа упростим модель, положив A(t) =A = onst и s2U) = = 0. При выполнении этих предположений для модели можно построить так называемую траекторию сбалансированного роста [c.149]
Методы оптимизации позволяют пайви среди возможных вариантов воздействия на систему наилучший. Заказчику предоставляется единственный вариант управления и развития системы. Таким образом, с помощью методов оптимизации удается преодолеть препятствие, стоящее па пути практического использования математических методов, — наличие огромного числа возможных вариантов развития системы. Благодаря такому достоинству в шестидесятые годы оптимизационные методы стали основным средством анализа моделей производственно-технологического уровня экономических систем. Однако с началом массового применения экономико-математических методов на практике и с расширением диапазона исследуемых систем оптимизационные методы стали все чаще демонстрировать свою ограниченность. Во-первых, выяснилось, что современные методы оптимизации и [c.150]
Смотреть страницы где упоминается термин Анализ моделей
: [c.111] [c.46] [c.10] [c.36] [c.126] [c.317] [c.373]Смотреть главы в:
Информационные методы в управлении качеством -> Анализ моделей