Данная проблема разрешима с помощью динамической имитационной модели исследуемой СТС. В модели задается вероятностная логика функционирования СТС, законы распределения отказов отдельных элементов, время наработки на отказ, время простоя по причине отказа, имитируется процесс эксплуатации, а, следовательно, [c.25]
Модель внутрифирменного распределения ресурсов. Методы линейного и динамического программирования. Анализ жизненного цикла продукции [c.372]
Среди различных ARX моделей, в эконометрических исследованиях широкое применение нашли динамические модели (модели с авторегрессионно распределенными запаздываниями -ADL) [c.61]
При построении регрессионных моделей динамических рядов необходимо учитывать и то, что результативный и факторный признаки изменяются не синхронно, а с некоторым временным лагом. Чтобы учесть это обстоятельство при прогнозировании результатов деятельности, применяют регрессионные модели с распределенным лагом, которые позволяют установить, как быстро реагирует исследуемый результативный показатель на изменение соответствующего фактора. Механизм данной модели основан на смещении исходной информации по факторному признаку на 1,2,..., я периодов динамического ряда относительно значений результативного признака, в результате чего устанавливается, через какой период времени проявляется воздействие данного фактора на исследуемый показатель. Поэтому регрессионные модели с распределенным лагом обеспечивают более точный прогноз развития событий. [c.247]
Книга посвящена вопросам повышения эффективности использования капитальных вложений в нефтяной промышленности, рационального их распределения между отраслями и отдельными районами. Показаны пути повышении экономической эффективности капитальных вложений в нефтяной промышленности, проанализированы методы планирования этих вложений. Описан принцип построения комплекса динамических моделей для текущего перспективного планирования капитальных вложений на принципиально новой основе, даны примеры расчета. Рассмотрены внутриотраслевые пропорции и распределение капитальных вложений по направлениям затрат на перспективу. Изложены критерии эффективности темпов развития нефтяных районов и методика анализа расчета потребности основных фондов с учетом развития работ по АСУ-нефть. [c.176]
Для определения пропускной способности ПС в постановке задачи учитывались объективные свойства производственных систем динамика, стохастика и неопределенность. В нашем подходе предусматривается сочетание пространственной и временной организации ПС. Решение поставленной задачи с помощью динамического (имитационного) моделирования, где в модели системы задается вероятностная логика функционирования ПС, законы распределения надежности отдельных элементов (основанные на статистической информации фактической надежности), наработки на отказ, время простоя по причине отказа, имитируется процесс эксплуатации, - позволило сделать следующие выводы. [c.191]
С учетом приведенных факторов, нами разработаны динамическая модель (рис.) на основе распределения энергетических потоков многодвигательного бурового машинного агрегата Уралмаш ЗД-70 применяющихся при бурении скважины на нефть и газ. [c.162]
Решение этой задачи дает оптимальную структуру территориального распределения предприятий при заранее заданном спросе. Такая структура может быть достигнута отраслью через некоторое время в результате строительства новых мощностей. Сам процесс этого строительства и выпуск продукции отраслью в процессе перестройки в сформулированной здесь модели не описываются. К более сложной модели, описывающей процесс перестройки, можно перейти так же, как это делалось в главе, посвященной балансовым моделям экономики, когда осуществлялся переход от статической модели к динамической. При этом придется отдельно рассматривать затраты на строительство и текущие затраты производства. Мы не будем здесь формулировать модель перестройки отрасли. Вместо этого рассмотрим некоторые достоинства и недостатки нашей модели и попытаемся указать способы устранения этих недостатков. [c.171]
Управленческая информационная система (или MIS) служит для распределения большого массива информации между подразделениями организации. Она состоит в основном из связанных между собой баз данных, генерирует и распределяет данные в форме сводных отчетов. Это, например, отчеты о выпуске продукции, дебиторской задолженности, отчеты о складских запасах, которые обеспечивают управленческий персонал самой свежей (или, наоборот, архивной) информацией, необходимой для принятия оперативных или будущих решений. Система MIS в состоянии разрабатывать варианты решений с помощью динамических моделей. Однако сама система не может разрабатывать модели. Этим должен заниматься опытный специалист по количественным методам анализа. [c.258]
Достигнутый в настоящее время уровень технического прогресса позволяет выполнять работы одного и того же характера различными типами машин. Поэтому в динамической модели нельзя обойти вопрос оптимального распределения в динамике объема работ между различными типами машин. [c.69]
Как видно, в уравнениях распределения продукции динамической модели (5) по сравнению со статической (4) появляется новое сла- [c.99]
Мы видим, что традиционное представление о распределении национального дохода по предельным продуктам ресурсов труда и основного капитала может быть получено лишь в рамках весьма искусственной модели статического равновесия, в то время как переход к простой замкнутой динамической модели требует коренного пересмотра подобной интерпретации. Это еще один аргумент, отметающий многочисленные чисто спекулятивные доводы, приводящиеся в дискуссии как защитниками, так и противниками принципа распределения по предельным продуктам. [c.64]
Модели стохастического управления, в которых закон управления или механизм управления учитывает последовательный характер накопления информации и может уточняться в процессе управления, описываются многоэтапными стохастическими задачами. Целевой функционал динамической задачи зависит от состояния системы на конечном (.S-M) этапе или от всей траектории системы. Область определения задачи отдельного этапа описывается жесткими или условными статистическими или условными вероятностными ограничениями. Оптимальные решающие правила или решающие распределения этих задач определяют законы управления или механизмы стохастического управления. [c.46]
Трудность динамической модели прогнозирования заключается в том, что различные коэффициенты пропорциональности (между спросом и предложением и ценой, между инвестициями и выражением их материальной отдачи и т. д.) не являются постоянными, а определяются внешними условиями, в том числе и конъюнктурой рынка, которую сами же и определяют. Кроме того, рынок ТЭР в значительной мере регулируется государством, поэтому определение правильных показателей в модели конкурентного ценового равновесия весьма проблематично. Тем не менее, поскольку материальные показатели реально измеримы, такая модель может быть легко скорректирована при изменении внешних условий, а также может являться инструментом для обоснования оптимальных решений, например, при распределении инвестиций. [c.82]
В экономике наиболее широко используются модели межотраслевого баланса статистические и динамические модели оптимального планирования народного хозяйства транспортной задачи размещения производства оптимального распределения выпускаемой продукции ассортимента продукции регулирования запасов сырья, материалов и готовой продукции выбора обслуживающих устройств в системах массового обслуживания, а также сетевые модели. Б. С. Бушуев. [c.107]
Совершенно иным подходом к пониманию распределения фирм по размеру является модель динамического стохастического роста, в которой различные темпы роста приводят к распределению фирм по размеру. К примеру, допустим, что существует ряд производителей лазерной аппаратуры и что в каждый период времени на рынке появляется спрос на новый аппарат. Допустим также, что вероятность получить очередной заказ у всех фирм одинакова. Можно показать, что процесс такого рода предполагает распределение фирм по размеру и, в сущности, более-менее точно воспроизводит то распределение фирм по размеру, которое наблюдается в действительности. Мы вернемся к этому типу модели в главе 14. [c.98]
Статистическая модель выбора активов для инвестиционного портфеля, опирающаяся на среднее значение доходности и ее дисперсию, заложила теоретические основы финансового посредничества взаимных фондов. Начиная с конца 60-х годов академические исследования в области составления оптимального портфеля вышли за пределы этой модели и занялись динамическими версиями. В них межвременная оптимизация решений инвесторов относительно сбережения — потребления, принимаемых на определенных стадиях жизненного цикла домохозяйства, объединяется с распределением высвободившихся сбережений среди альтернативных направлений инвестиций. В этих моделях спрос на индивидуальные активы зависит от более серьезных факторов, нежели достижение оптимальной диверсификации, как было показано выше. Он является также следствием желания хеджировать различные риски, не включенные в первоначальную модель. В число рисков, которые создают потребность в хеджировании при принятии решений о составе портфеля, входят риск смерти, риск случайных изменений процентных ставок и ряд других. Динамические модели значительно обогатили теоретические воззрения на роль ценных бумаг и финансовых посредников при формировании инвестиционного портфеля. [c.391]
Данный пакет позволяет решать типовые задачи статистического анализа и построения эмпирических моделей следующих разделов математической статистики и теории вероятностей преобразование данных статистические характеристики и их оценки законы распределения порядковые статистики статистическая проверка гипотез корреляционный анализ анализ временных рядов построение эмпирических моделей с одной и многими независимыми переменными, в том числе моделей со случайными переменными, нелинейных относительно параметров и с ограничениями на параметры, векторных и динамических моделей оценка линейных моделей, в том числе оценка параметров и доверительных интервалов параметров моделей и зависимой переменной, анализ остатков, прогнозирование зависимой переменной, решение динамических моделей. [c.180]
Следует отметить, что при решении задач оптимального планирования с помощью ЭВМ используются линейное программирование, в основе которого положен так называемый симплекс-метод динамическое программирование, основополагающими моделями которого являются детерминированная модель принятия решений (модель обладает тем свойством, что выбор любого конкретного управленческого решения приводит к определенному результату и значению целевой функции), стохастическая модель (в ней результат не определен, но может быть предсказан с помощью некоторого распределения вероятностей) и т. д. [c.13]
Для динамических систем, рассмотренных в 4а, этот анализ показывает, что, глобальным образом, поведение Fn(x) (для "хаотических" систем с инвариантным распределением F(x)) качественно отличается от поведения Fn(x) (для "стохастических" систем, образованных независимыми одинаково распределенными величинами с одномерным распределением F(x)). Это говорит о том, что для рассматриваемых моделей максимум является хорошей статистикой в рассматриваемой проблеме различимости "хаотичности" и "стохастичности" Но, разумеется, это не исключает того, что может найтись "хаотическая" система вида хп+ = f(xn,xn-i,--. , Zn-Jt А) с достаточно большим k, которую будет трудно отличить от "стохастического белого шума" пусть и по большому, но конечному числу наблюдений. [c.229]
Наиболее широко в перечне методов маркетингового анализа представлена статистика. Методология маркетингового анализа использует следующие статистические методы абсолютные, средние, относительные величины, динамические ряды и ряды распределения, группировки, индексы, вариационный и дисперсионный анализ, корреляционно-регрессионный и многомерный анализ, графический метод, трендовые модели, методы экспертных оценок. Эконометрика в маркетинге представлена методами линейного и нелинейного моделирования, а также динамического программирования, моделями, базирующимися на теории массового обслуживания (теория очередей) и теории принятия решений (теория риска), имитационными моделями. Самостоятельное значение придается логистическим моделям управления г отоками товаров и денег и оптимизации товарных запасов. В маркетинговом анализе широко используются квалиметрические методы, а также методы социометрии. Стратегические матрицы (решетки), используемые в маркетинговом планировании для целей разработки оптимальной стратегии, могут найти применение и в маркетинговом анализе - для определения рейтинга фирмы и ее позиции на рынке, для прогноза риска и т.п. Немаловажное значение придается также неформальному описательному и качественному анализу, сценариям развития и т.п. [c.100]
Можно выделить два основных типа динамических экономе-трических моделей. К моделям первого типа относятся модели авторегрессии и модели с распределенным лагом, в которых значения переменной за прошлые периоды времени (лаговые переменные) непосредственно включены в модель. Модели второго типа учитывают динамическую информацию в неявном виде. В эти модели включены переменные, характеризующие ожидаемый или желаемый уровень результата, или одного из факторов в момент времени t. Этот уровень считается неизвестным и определяется экономическими единицами с учетом информации, которой они располагают в момент (/ — 1). [c.290]
В полном объеме, своевременно и качественно большое число вариантных расчетов можно выполнить с использованием экономико-математических моделей и методов, к которым относятся межотраслевые балансы производства и распределения продукции в народном хозяйстве. Система межотраслевых моделей экспериментально опробиро-вана и применяется при научных обоснованиях и в практике планирования. В самом общем виде она включает укрупненные межотраслевые балансы и развернутые натурально-стоимостные межотраслевые модели. В свою очередь, укрупненные балансы, разрабатываемые в стоимостных показателях, подразделяют на статические и динамические оптимизационные модели. Развернутые, натурально-стоимостные модели дифференцируют на статические и полудинамические, которые рассчитывают в натурально-стоимостных измерителях. В отдельных случаях в зависимости от выбранных целей разрабатывают модификации таких моделей с развернутыми блоками агропромышленным, топливно-энергетическим, инвестиционным и т.д. Все модели тесно взаимосвязаны. Используемые при этом исходная информация и данные, получаемые в результате проводимых расчетов, как правило, взаимно дополняют друг друга. Это позволяет достаточно полно и конкретно отражать рассматриваемые экономические процессы. [c.109]
Место имитационного моделирования в составе экономико-математических методов. 2.Мысленные и машинные модели социально экономических систем. 3.Социально-экономические процессы как объекты моделирования. 4. Структура и классификация имитационных моделей. 5.Основные этапы процесса имитации. 6.Определение системы, постановка задачи, формулирование модели и оценка ее адекватности. 7.Экспериментирование с использованием ИМ, механизм регламентации, интерпретация и реализация результатов. 8.Организационные аспекты имитационного моделирования. 9.Основные компоненты динамической мировой модели Форрестера. 10.Концепция петля обратной связи . И.Структура модели мировой системы. 12. Каноническая модель предприятия. 13.Моделирование затрат предприятия. 14.Моделирование налогообложения. 15.Использование имитационного моделирования для планирования. 16.Содержание процессов стратегического и тактического планирования. 17.Основные модули системы поддержки принятия решений. 18.Сущность статистического ИМ. 19.Метод Монте-Карло. 20.Идентификация закона распределения. 21.Классификация систем МО. 22.Сущность метода экспериментальной оптимизации. 23.Формирование концептуальной модели. 24.Принципы выбора критерия оптимальности, разработка алгоритма оптимизации. 25.Эвристические алгоритмы поиска решений. 26.Управленческие имитационные игры, их природа и сущность. 27. Структура и порядок разработки управленческих имитационных игр. [c.121]
Б1 — блок межотраслевых моделей. В него входят народнохозяйственные межотраслевые (укрупненная стоимостная динамическая модель, развернутая натурально-стоимостная статистическая модель), комплексные межотраслевые (например, топливно-энергетический баланс), межпродуктовые отраслевые (например, межпродуктовый баланс производства и распределения продукции химической промышленности), региональные межотраслевые (например, межотраслевой баланс со- [c.135]
Данное свидетельство, вместе с тем фактом, что пузыри не должны все время проникать в динамику цены, подталкивает нас к следующему естественному расширению модели. При самом простом и экономном расширении, мы можем предположить, что могут произойти только два режима пузырь и нормальный. Режим пузыря следует за предыдущим определением модели и прерывается крахами, случающимися с коэффициентом угрозы, управляемым уровнем цены. Нормальным режимом могут быть, например, стандартные случайные блуждания в рыночной модели с постоянным маленьким дрейфом и волатильностью. Переключения между режимами предполагаются совершенно случайными. Эта динамическая и очень простая модель обретает по существу все традиционно наблюдаемые факты эмпирических цен, то есть отсутствие связи с волатильностью, длинный хвост распределений приращений, очевидную фрактальность и мульти-фрактальность, наличие резких плоских пиков в структуре просто ценовых пиков. Помимо этого, модель предсказывает то, что периоды пузырей связаны с нестационарными корреляциями растущей волатильности и мы подтверждаем это анализом эмпирических данных. Об этом мы поговорим далее, в наших эмпирических главах 7-10. Предполагается, что очевидная долгосрочная корреляция волатильности является результатом [c.172]
PN [ olor Petri Nets] — раскрашенные сети Петри — методология создания динамической модели бизнес-процесса, позволяющая проанализировать зависящие от времени характеристики выполнения процесса и распределение ресурсов, для входящих потоков различной структуры. [c.299]
М.м. описывает поведение конкретных экономических объектов (вплоть до отдельной личности — потребителя или производителя), принимающих решения (осуществляющих выбор возможных альтернатив) в условиях функционирования социально-экономической системы. Каждый объект получает, или покупает, или добывает каким-то иным путем нужную ему информацию, распределяет имеющиеся ресурсы, разрабатывает правила выбора альтернатив и стратегию дальнейших действий и т.д. Исходя из этого, можно выделить три существенные области применения М.м. ценообразование, принятие решений об объеме производства и продаж, распределение доходов. Отличие М.м. от макромоделей большая зависимость от внешней среды, дезагрегация показателей. Так же как и макроэкономические модели, микромодели могут быть статическими и динамическими, детерминированными и вероятностными, дискретными и непрерывными. [c.197]
Задачи управления комплексами дискретных распределенных объектов в реальном времени. Эти задачи являются наиболее функционально емкими и включают в себя задачи мониторинга, контроля и принятия решений. Наиболее простым развитием рассмотренных выше систем контроля, в том числе интеллектуальных, является управление компенсацией выявленных нежелательных отклонений от заданной идеальной целевой траектории системы в пространстве состояний. Необходимым дополнительным элементом здесь становится модель, описывающая структуру комплекса объектов, их свойства и среду функционирования, а также динамику их поведения. Такие модели должны содержать сложноструктурированный декларированный компонент, а описания процессов будут иметь вид логико-динамических моделей. В связи с этим процедуры обработки целесообразно строить как решающие процедуры определенных интеллектуальных систем. [c.181]
Настоящая монография содержит пятнадцать глав. В гл. 1, носящей вводный характер, классифицируются постановки задач стохастического программирования, приводится краткая историческая оправка и излагается вспомогательный математический аппарат. Глава 2 посвящена анализу постановок различных технических и экономических прикладных задач управления в условиях неполной информации. Содержание последующих девяти глав связано с активным подходом к стохастическому программированию — (формальной основой для выбора решений в условиях неполной информации. В гл. 3—5 исследуются од-ноэтапные стохастические задачи с вероятностными и статистическими ограничениями, решаемые в чистых и смешанных стратегиях, в априорных и апостериорных решающих правилах и решающих распределениях. Главы 6—8 посвящены теории и вычислительным схемам классической двухзтапной задачи стохастического программирования. В гл. 9—11 описаны динамические модели управления в условиях неполной информации — многоэтапные задачи стохастического программирования с условными и безусловными статистическими и вероятностными ограничениями с априорными и апостериорными решающими правилами. [c.6]
Веге (1991) разработал уникальный метод. Его гипотеза когерентного рынка ( oherent Market Hypothesis — СМН) есть нелинейная статистическая модель — в противоположность нелинейным детерминистическим моделям, которые обсуждались в гл. 11-13. Она связана с фрактальной гипотезой из части 2, но это — статистическая динамическая модель. Ее основная предпосылка состоит в том, что вероятностное распределение изменений рынка во времени базируется на [c.217]
Почему модель Динамическое распределение ресурсов в сети под управлением Unix нельзя исследовать как замкнутую стохастическую сеть [c.340]
Для чего нужна схема зарядки в модели Динамическое распределение ресурсов в сети под управлением Unix [c.340]
Отчетный межотраслевой баланс основных фондов является необходимым разделом общей системы отчетных межотраслевых балансов, важным условием для построения динамической модели отчетного межотраслевого баланса. При пбстроении отчетного межотраслевого баланса основных фондов и анализе полученных на его основе данных разработка номенклатуры отраслей и видов фондов, выделяемых в балансе, исчисление коэффициентов фондоемкости, фондоотдачи, фондовооруженности и другие расчеты выполняются в строгой увязке и на основе данных межотраслевого баланса производства и распределения продукции. [c.518]
Далее, анализ показывает, что распределение частот j no S всегда монотонно убывает от максимального значения для 8 = 0 до минимального значения для S = 0,5 п (п-1). Это означает, что те варианты режимов деятельности, которые определены для п = 4 в табл. 6.8, в принципе возможны, но появляются с невысокой степенью вероятности. В процессе дальнейшего синтеза числа показателей в динамический норматив, вплоть до 15 < п < 10. Вероятность достижения хозяйственной системой абсолютно положительного (КцНв = О или абсолютно отрицательного (Кинв = -1) режимов функционирования достижимы вообще крайне редко. В содержательном плане это означает, что хозяйственная система, будучи сверхсложной системой, в нормальных обстоятельствах ее функционирования испытывает все возрастающие трудности по мере приближения к тому режиму функционирования, который моделируется динамическим нормативом, либо к тому режиму, который диаметрально противоположен модели. Система может "работать, как часы", т. е. достигать оптимальной траектории функционирования (при столь взыскательном структурно-динамическом критерии) довольно редко. Такое же большое "сопротивление" оказывает хозяйственная система при предполагаемых все возрастающих попытках (если таковые вообще мыслимы) ее вывода на абсолютно отрицательные результаты функционирования, на полное торможение ее развития. Но это не означает, что практическое использование динамических нормативов на каждом высшем уровне иерархии предполагает одинаковое количество синтезируемых [c.143]
МОДЕЛЬ ДИНАМИЧЕСКОГО МЕЖОТРАСЛЕВОГО БАЛАНСА, система соотношений, позволяющая определить показатели межотраслевого баланса нроиз-ва и распределения продукции в нар. х-во для ряда лет планового периода с учётом взаимосвязи производств, капитальных вложений и объёмов продукции по отраслям. I СССР М. д. м. б., обобщающие статнч. модели (см. Баланс межотраслевой), стали разрабатывать в нач. 70-х л. Оти модели применяются плановыми органами н н.-и. пн-тамн для анализа и планирования темпов и пропорций развития нар. х-ва на период от 5 до 15 лет. Номенклатура отраслей, по к-рой разрабатываются М. д. м. б., насчитывает обычно от 15 до 40 отраслей. материального нроиз-ва. [c.525]
Затрагивая вопрос о возможных обобщениях рассмотренной биномиальной модели, отметим, что весьма реалистично было бы также и предположение, что величины рп принимают не два значения о и Ь, а значения из интервала [а, Ь], при этом, вообще говоря, распределением вероятностей рп может быть любое распределение на [а, Ь]. Именно такая модель будет рассматриваться в 1с, гл. V, в связи с теорией расчетов рациональной стоимости опционов на так называемых неполных рынках. В этом же параграфе будет рассмотрен и невероятностный подход, основанный на представлении, что рп - "хаотические" величины. (По поводу описания эволюции цен моделями динамического "хаоса" см. далее 4а,Ь.) [c.139]
Наиболее богатый опыт оптимального планирования экономики накоплен в отраслевом планировании. По решению Госплана СССР оптимальные планы составлялись в последние годы более чем по 70 отраслям, охватывающим более половины промышленной продукции. Они использовались при составлении пятилетних планов. Для решения текущих задач функционирования и развития отрасли довольно широко применяются статические модели, связанные с использованием наличных производственных мощностей и наиболее рациональным распределением заказов и программ между предприятиями с учетом транспортных и эксплуатационных расходов. Отраслевое перспективное планирование использует главным образом полудинамические модели, с помощью которых решается задача достижения наилучшего результата развития отрасли к некоторому определенному моменту (например, каким образом на конец пятилетки можно получить заданный объем продукции с минимальными приведенными затратами, учитывающими капиталовложения и себестоимость). В гораздо меньшей степени отраслевое планирование использует пока собственно динамические модели, отражающие непрерывное развитие отрасли в течение всего планируемого периода. Это связано и со значительными сложностями, которые возникают при расчете таких моделей, и с трудностями получения необходимой информации на промежуточные годы. [c.210]