В-шестых, для точных моделей необходимы идеальные условия. В силу одновременного стремления к точности и из-за принципиальной неполноты модели, она работает только в [c.108]
Например, имеются моДели, которые можно использовать для размещения объектов, обеспечивающего минимальную стоимость доставки материалов в прямом и обратном направлениях. Однако в настоящее время с помощью моделей нельзя отразить качественные характеристики рабочей силы, особенности профессиональных объединений сотрудников или наличие конкретных зданий и сооружений в определенных местах. Тем не менее руководители должны учитывать и такие факторы. Вследствие неполноты модели решение, получаемое с ее помощью, может быть просто нелепым. Мне помнится случай использования модели такого типа в Великобритании для определения наилучшего места расположения центрального склада [c.213]
Здесь k — номер блага, tk — налог на единицу блага, pLk — цена производителя, ekD — абсолютная величина эластичности спроса, е — эластичность предложения, Л — константа, множитель Лагранжа в соответствующей задаче условной максимизации. Из формулы следует, что чем меньше эластичность спроса (или предложения) товара, тем больший налог на него нужно установить. На самом деле этот вывод является результатом неполноты модели. В ней не учитывается влияние рынков друг на друга и на остальную экономику, что приводит к умеренным искажениям в случае отдельного небольшого рынка, но к чрезмерным — в случае группы взаимосвязанных или крупных рынков. [c.54]
Очевидно, что существует класс экономических задач Q, в которых присутствуют вероятностные и неопределенные факторы всех типов (квадрант 1 -2-3-4), каждый из которых оказывает весьма существенное влияние на решение исходной задачи. Этот тип задач наиболее трудно формализовать, гак как необходимо не только избавиться от всех неопределенных параметров таким образом, чтобы не исказить суть исходной задачи, но и провести большой объем вычислений. Поэтому, мы считаем, что в таких ситуациях целесообразно использовать метод имитационного моделирования, поскольку имитационные модели позволяют анализировать задачи в условиях большой размерности и неполноты априорной информации, они отличаются доступностью методологии, а использование ЭВМ позволяет достаточно быстро и эффективно обрабатывать полученные результаты. [c.49]
Результат (2.3) показывает, что в этом случае производственная единица должна поощряться за точное выполнение плана и наказываться за отклонение от него, что противоречит интуитивному пониманию роли систем стимулирования, состоящему в том, что они должны способствовать повышению эффективности производства. Это противоречие связано с недостаточно точным отражением в модели реальных жизненных ситуаций, в которых используются системы стимулирования Центр практически никогда не имеет (и не может иметь) всей той информации о возможностях- производства, которая имеется на уровне производственной единицы. Речь идет не только о количественной информации, о возможностях повышения эффективности производства, но и информации качественной, хранящейся в виде опыта л интуиции администрации и трудящихся производственной единицы. Все это приводит к стремлению анализировать проблему построения экономических механизмов па основе моделей, учитывающих неполноту исходной информации Центра. Модели такого типа будут рассмотрены в следующем параграфе. Отметим заранее, что для исследования проблемы конструирования систем стимулирования в условиях неполной информированности Центра также могут быть использованы методы информационной теории иерархических систем. [c.357]
В настоящее время не создано баз знаний СИИ, в которых в полной мере были бы реализованы все свойства знаний. Основными причинами этого являются ограниченные возможности используемых моделей представления знаний, неполнота знаний предметных областей, несовершенство методов приобретения знаний и несоответствие типов используемых знаний и моделей их представления. [c.246]
Согласно традиционной кейнсианской модели, временной лаг при получении информации вызывает проблему неполноты информации. Как уже отмечалось, большинство государственных индексов цен широко публикуются только ежемесячно. В течение месяца работники должны полагаться на собственные силы они должны формировать ценовые ожидания, которые необходимы для оценки их реальной заработной платы. [c.566]
Формализация задач 1—5 в получивших широкое распространение моделях внутризаводского и регионального планирования осуществляется в предположении стабильности и детерминированности внешних и внутренних связей и условий реализации производственных процессов. В связи с этим необходимо отметить, что производственно-хозяйственная деятельность нефтеперерабатывающих предприятий и комплексов в большинстве случаев протекает в вероятностных условиях, когда принятие и реализация плановых и управленческих решений осуществляются при неполноте технико-экономической информации о состоянии внешней и внутренней сред. [c.13]
Указанные обстоятельства определяют объективную необходимость критической оценки описательных возможностей детерминированных моделей и целесообразность учета фактора неполноты информации при постановке и решении задач планирования нефтеперерабатывающих производств. [c.13]
Модели и методы решения задач календарного планирования нефтеперерабатывающих производств в условиях неполноты технике-экономической информации рассмотрены в [50]. [c.61]
Опыт применения детерминированных моделей для решения задач планирования основного производства НПП показывает, что принятая в этих моделях гипотеза полной определенности информации о реальных производственных условиях не всегда является достаточно обоснованной. Идеализация фактических условий функционирования и неполнота технико-экономической информации о состоянии внешней и внутренней среды в процессе реализации производственной программы приводит к [c.77]
Одной из сложных в методологическом аспекте проблем, успешное решение которой предопределяет эффективность АСУ, создаваемых в нефтеперерабатывающей промышленности, является построение экономико-математических моделей, адекватных реальным ситуациям принятия плановых решений. В книге рассмотрено одно из перспективных и интенсивно развиваемых в последние годы направлений в области оптимального планирования и управления непрерывных производств - принятие решений в условиях неполноты информации. Основное внимание уделено разработке и исследованию моделей, описывающих стохастические условия функционирования промышленных нефтеперерабатывающих систем. Наряду с этим рассмотрены и некоторые аспекты применения диалогового подхода к процессу принятия плановых решений. Процесс планирования с точки зрения математического моделирования исследуется и описывается в двух аспектах — временном и организационно-управленческом. [c.215]
Специфической особенностью деятельности экономиста является работа в условиях недостатка информации и неполноты исходных данных. Анализ такой информации требует специальных методов, которые составляют один из аспектов эконометрики. Центральной проблемой эконометрики являются построение эконометрической модели и определение возможностей ее использования для описания, анализа и прогнозирования реальных Экономических процессов. [c.3]
Таким образом, создается модель системы, которая помогает лучше ее понять, выделить главное — то, благодаря чему можно поставить и решить задачу. Такую модель называют также абстрактной системой. Результаты исследования абстрактной системы по определенным правилам можно перенести на реальные изучаемые системы (объекты исследования). В этом смысл применения С.а. прежде всего при решении сложных проблем управления (сложных в том смысле, что требуют выбора наилучших альтернатив в условиях неполноты информации, неопределенности и т.п.). [c.328]
Вероятностный характер задач планирования часто объясняется неполнотой информации об их условиях. Бывает, однако, и так, что сложную детерминированную задачу, для точного решения которой требуется слишком большой объем вычислений, целесообразно привести к вероятностному виду, хотя вся информация известна. Это называется "стохастическое расширение детерминированной задачи". Объем вычислений при этом существенно сокращается. Образно говоря, модель как бы рассматривается издалека детали исчезают, но зато общая структура задачи становится более ясной, обозримой. [c.348]
Принцип иерархичности управл о щей системы — это принцип, в соответствии с которым в том случае, если один центр управления не в состоянии своевременно переработать информацию, необходимую для рационального управления, то должны быть созданы промежуточные центры, решающие часть задач управления. Согласно принципу внешнего дополнения управляющей системы неполноту знаний о состоянии объекта управления и протекающих в нем процессов могут компенсировать вероятностные модели, оценки экспертов, внешние источники информации и т.п. [c.26]
Оценка глубины содержания существующего понятия информация . Информационная гибкость модели оказалась следствием неполноты охвата проблемы выявления упомянутого в п. 2 закона связанности на основе существующего сейчас понятия информация , толкование которого можно дать с помощью следующей цепочки определений [2] 1) информация — сведения об окружающем мире 2) сведения — знания, представление о чем-нибудь 3) знания — постижение действительности сознанием 4) сознание — способность человека логически мыслить. Таким образом, существующее понятие привязано только к сознанию, в то время как све- [c.238]
Неполнота этой модели заключается также и в том, что емкость рынка не описывается динамической системой, т. е. не является согласованной величиной. Тогда прогноз цены становится весьма приближенным, поскольку неопределенность переносится на внешние параметры рынка, которые не связываются с искомыми значениями через динамические или иные уравнения. [c.71]
Этап имитации предполагает разработку и применение логико-математических моделей объектов автоматизации, представляющих действительные их свойства подражательным упрощенным способом. В логических моделях целесообразность имитации может быть объяснена неполнотой исходной информации, в математических моделях — наличием неформализуемого остатка, невозможностью формализации того, что неизвестно. [c.216]
Одним из принципиальных свойств модели проблемной среды является ее неполнота и неточность, так как не представляется возможным точно учесть все сведения, необходимые и достаточные для решения любой задачи из определенного класса, которая может возникнуть в процессе деятельности робота. Поэтому процесс формирования решений в достаточно сложных средах не может быть построен только на дедуктивной основе без введения механизмов индуктивного вывода, таких как механизмы формирования понятий, построения аналогии, обобщений и т. п. [c.372]
Одним из интересных свойств робота является присущая его моделям физической среды неточность и неполнота, что в большинстве случаев также относится и к описанию действий робота. Это свойство вносит некоторый индетерминизм в отношении результатов выполнения роботом программы действий и приводит к необходимости предусматривать в процессе планирования более чем один возможный результат применения оператора. Желательно было бы учесть в модели некоторые виды [c.423]
В модели Вальраса вся информация заключена в ценах, причем в ценах равновесия. Отклонения в системе от равновесия могут быть лишь следствием различного рода несовершенств (от неполноты информации до негибкости цен и задержек в реакции людей на внешние возмущения)4. [c.589]
Методические погрешности возникают вследствие несовершенства, неполноты теоретических обоснований принятого метода измерений, непостоянства теоретических или эмпирических коэффициентов рабочих уравнений, используемых для оценки результата измерений, при изменении свойств измеряемых объектов, режимов и условий измерений и, наконец, из-за неправильного выбора измеряемых величин (неадекватно описывающих модели интересующих свойств объекта). [c.42]
Экспертные методы и модели особенно важны при решении сложных неформализуемых проблемных ситуаций, когда неполнота и недостоверность информации не позволяют применять в чистом виде формальные математические методы и модели для прогнозирования, планирования, контроля, анализа и управления и тем самым провести какие-либо расчеты по обоснованию решений. Общей направленностью этих процедур является использование человека как измерительного прибора для получения количественных оценок качественных суждений, не поддающихся непосредственному измерению. Для этого эксперты проводят интуитивно-логический анализ исследуемой ситуации с количественными или порядковыми оценками процессов или явлений и формальной обработкой результатов экспертизы. Получаемое в результате обработки обобщенное мнение экспертов принимается как решение проблемы. [c.60]
Особенностью эвристических методов и моделей является отсутствие строгих математических доказательств оптимальности получаемых решений. Общей направленностью этих процедур является использование человека как измерительного прибора для получения количественных оценок процессов и суждений, которые из-за неполноты и недостоверности имеющейся информации не поддаются непосредственному измерению. [c.68]
В частности, стимулы включают в себя не только стремление к материальным, денежным благам, но и определенные элементы психологического характера - соблюдение традиций, привычки, соображения престижа, желание наслаждаться жизнью и др. Затруднено в рассматриваемой модели и достижение поставленных целей. Причинами здесь являются все та же неполнота информации хозяйствующих субъектов, несовершенство их интеллекта (под которым понимаются калькулирующие способности человека), стереотипность поведения в зависимости от привычек, религиозных установок и т. п. Несовершенная информация влечет за собой возрастание значения таких факторов, как ожидания, предчувствия и т. п., на что особое внимание обращал выдающийся английский экономист Джон Мейнард Кейнс. В этих условиях представляется невозможным достижение целей хозяйствующих субъектов посредством механизма свободной конкуренции, тем более, что кроме индивидуального, здесь возникает еще и выраженный групповой интерес, складывающийся вследствие стремления хозяйственных агентов преодолеть ограниченность экономического эгоизма путем самоорганизации в группы с общими интересами. При этом интересы отдельных групп могут не только не совпадать, но и [c.23]
НЕПОЛНОТА МОДЕЛИ [model non- ompleteness] — обязательное свойство любой экономико-математической модели, состоящее в том, что при выделении существенных параметров и существенных переменных модели она неизбежно абстрагируется от других, менее существенных, но все же способных влиять на поведение моделируемого объекта факторов (подробнее см. Спецификация модели). [c.225]
Последним этапом, как следует из рис. 24.1, является экономический анализ полученных результатов. Если в ходе анализа устанавливается, что полученные результаты противоречивы или не отражают реальных ситуаций, то после внесения коррективов в исходную модель повторяется процесс решения задачи. Возврат к предшествующим стадиям возможен и в процессе моделирования (например, из-за неполноты первоначальной информации, большой размерности задачи, недостаточной обоснованности разбиения общей модели на псевдонезависимые блоки и т. д.). [c.406]
Сложность технологических процессов, многономенклатурность и многотоннажность современных нефтеперерабатывающих производств, динамичность условий их функционирования, случайный характер возмущений и неполнота информации о значениях параметров производственных процессов практически исключают возможность построения математической модели, адекватной объекту на большом интервале времени, и решения задачи по определению единой непрерывной оптимальной программной траектории. В связи с этим, как правило, осуществляется декомпозиция глобальной задачи управления нефтеперерабатывающими комплексами и предприятиями. [c.10]
По мере накопления и обобщения опыта применения экономико-математических методов в нефтеперерабатывающей промышленности углубляется структуризация и формализация процессов принятия плановых и управленческих решений, повышается адекватность математических моделей объектам и процессам. Наибольшие успехи в этой области достигнуты при описании процесса принятия плановых решений в условиях полной определенности. В то же время необходимо отметить, что в Ьольшинстве случаев принятие и реализация решений происходят в условиях неполноты технико-экономической информации. [c.14]
Оценивая приемлемость методов математического программирования для принятия решений в организационных системах управления, необходимо отметить, что эти методы в наибольшей степени приспособлены для решения хорошо структуризованных задач планирования и управления в условиях полной информированности или неполноты информации. При постановке подобных задач предполагается, что существуют 1) четко сформулированные цель или множество целей 2) критерии, с помощью которых количественно оценивается степень достижения цели 3) модели, описывающие взаимосвязи между целями, множеством состояний объекта и среды, способами действия, затратами и эффективностью 4) процедуры выбора наиболее эффективных, с точки зрения ЛПР, способов действия. [c.186]
Принципиальная неполнота знаний о сложных объектах существенно ограничивает применимость к ним классических аналитических моделей и определяет ориентацию на использование опыта экспертов, что, в свою очередь, связано с созданием соответствующих средств формализации экспертных знаний и их встраиванием в программную систему моделирования (ПСМ). Поэтому в современном моделировании существенно возрасла роль такого понятия, как концептуальная модель предметной области [81, 237]. Строгого определения понятия концептуальная модель (КМ) нет. Концептуальная схема разработки и использования модели определяется как совокупность высказываний, истинных для данной ПО, включая возможные состояния, классификации, законы, правила, тенденции, стратегии. Таким образом, основой КМ является не алгоритмическая модель передачи и преобразования данных, как в аналитических моделях, а [c.89]
И дело не в том, что сложно аналитически описать эту цель (хотя и это часто так), а в том, что априори принципиально невозможно определить, каким путем ее нужно достигать. Ведь работа разума нацелена на выявление (с помощью логической обработки результатов прошлых контактов с миром) общих закономерностей реальности, чтобы использовать их для увеличения комфортности предстоящих контактов. Таким образом, это работа с прошлым для будущего (в силу чего (так как она не нацелена на данный момент) она всегда в какой-то степени ущемляет интересы настоящего (плата (уменьшением комфорта) в текущей жизни за то, чтобы и в будущем жить было не очень плохо)). Но будущее для нас подернуто завесой неопределенности, называемой часто случайность, возникающей, во-первых, в силу неполноты нашего знания (о текущем состоянии реальности и о ее модели). Это субъективная случайность (т.е. существующая только для нас). Для природы такой случайности не существует, так как природа располагает полными знаниями о текущем состоянии и имеет дело не с моделью, а с самим явлением, поэтому все текущие проявления реальности в этом смысле для нее закономерны. Но неопределенность возможна еще и в силу того, что будущее зависит от непредсказуемого поведения существ, наделенных волей (свободой выбора). Значит, наступающая ситуация не может быть заранее известна и природе — объективная случайность как неопределяемость будущего проявления мира по предыдущему (таким образом, у мира нет понятия состояние (см. п. 1.1.4)). [c.225]
Оператор Р — проверка условия неполноты ассортимента продаваемой продукции /С2 — счетчик по видам продукции Р3 — проверка условия неполноты числа реализаций процесса /С4 — счетчик числа реализаций Ф5 — формирование случайной величины наличия или отсутствия отклонения (1 — имеется отклонение, 0 — отклонение отсутствует) фактического спроса (конъюнктуры) от договорных условий Рв — проверка условия наличия этого отклонения Ф7 — формирование случайной величины отклонения фактического спроса от договорных условий (отклонение может быть как в большую, так и в меньшую сторону) Р8 — проверка условия спрос больше, чем обусловлен договором Ф9 — формирование случайной величины изменения цены (0) или изменения объема продаж (1) Р10 — проверка условия изменения объема продаж по сравнению с договорным Лц — вычисление нового объема продаж Л12 — присвоение цене значения, обусловленного договором А 13 — присвоение объему продаж значения, обусловленного договором Л14 — присвоение цене значения, обусловленного договором А 15 — вычисление значения цены в связи с отклонением спроса от обусловленного договором Ф17 — формирование случайной величины изменения объема продаж при изменении спроса в меньшую сторону по сравнению с договорными условиями (1) или формирование изменения цены (0) Р1В — проверка условия изменения объема продаж Л19 — вычисление величины объема продаж при новых условиях Л20 — присвоение цене, по которой производится продажа средств производства, значения, обусловленного договором Л21 — вычисление цены, соответствующей спросу в новых условиях Л22 — присвоение величине объема продаж значения, обусловленного договором Я23 — определение значения максимальной цены г -го вида средств производства по всем реализациям процесса Я24 — определение минимального значения цены по всем реализациям процесса А 2Б — вычисление среднего объема продаж по всем реализациям процесса Л 2в — вычисление среднего значения цены по всем реализациям процесса Q27 — окончание расчетов и выдача результатов. ( По моделирующим алгоритмам имитации поведения предприятия в системе оптовой торговли составлены алгольные программы и произведен счет на ЭВМ БЭСМ-4 для 100 реализаций процесса и 10 продуктов. Анализ полученных параметров показал некоторые интересные особенности поведения предприятий в условиях оптовой торговли. Вместе с тем для исследования этих особенностей необходимо иметь результаты для значительно большего числа значений внешних и внутренних характеристик процесса. Возникает необходимость и в некотором усложнении имитационных моделей путем добавления таких ограничивающих факторов, как санкции за нарушение договоров и возможность вмешательства центра при несоблюдении договорных условий. Эти проблемы и определяют направление дальнейших исследований теоретических основ оптовой торговли. [c.93]
Концепция Алчиана—Энке устанавливает, что в модели с полной неопределенностью экономист может ставить диагноз, предсказывать или объяснять размещение ресурсов в экономике в целом.58 Это до некоторой степени удивительное заключение, и его доказательство является ценным вкладом. Однако при рассмотрении возможности использования подобной модели для принятия индивидуального решения мы сталкиваемся с некоторыми трудностями. При полной неопределенности оптимальным поведением для индивидов является метод осуществления случайных действий. Если допускается наличие некоторого знания, но при этом неполнота информации остается, то каким должен быть соответствующий процесс принятия решений Алчиан предлагает имитацию, адаптацию и инновацию. Современный автор подчеркнул бы, кроме того, необходимость для бизнесмена выносить суждения. [c.481]
Наряду с погрешностью, обусловленной неточностью исходных данных, результаты расчета любой математической модели содержат также следующие ошибки а) обусловленные неполнотой описания в модели имеющихся связей, действующих факторов — погрешности моделирования (эквивалентирования) б) возникающие вследствие неадекватности используемых математических методов реальным зависимостям — погрешности метода расчета. [c.162]
Погрешности обусловливаются также непараллельностью торцов цилиндра и выбором величины, принимаемой за его длину. Очевидной методической погрешностью, является погрешность, связанная с округлением числового коэффициента — в данном случае числа ж. И, наконец, числитель рабочей формулы является моделью" массы идеального по сплошности материала цилиндра. Если же образец содержит внутри пустоты, пузыри воздуха, попавшие при отливке, то это вызовет еще одну дополнительную методическую погрешность, связанную с неполнотой учета неизмеряемых свойств объекта - в данном случае сплошности материала образца. [c.43]