В настоящее время в литературе имеется несколько сообщений о имитационных системах, осуществляющих вероятностное моделирование геологоразведочных работ на нефт и газ. Эти системы разнятся принципами, заложенными в их основу, моделями поисково—разведочного процесса, составом прогнозируемых показателей и т.д. Характерной чертой такого рода систем является отсутствие специальной теоретической базы для моделирования поисковых процессов, что обусловило очень жесткую структуру построенных систем, значительные затруднения в адаптации используемых моделей к конкретным районам и учете поступающей информации. Построенные системы весьма громоздкими, не поддающимися проверке в простых случаях аналитическими средствами. Однако главным недостатком большинства таких систем являются неточности и погрешности, допущенные при использовании кого аппарата теории вероятностей, что сводит до ма ценность результатов, получаемых при [c.76]
III. Имитационное моделирование. Большинство современных методов финансового планирования основаны на имитационных моделях, которые главным образом ценны тем, что позволяют прогнозировать последствия альтернативных финансовых стратегий при разных исходных допущениях о будущих событиях. Эти модели дают возможность сочетать инвестиционное планирование и планирование оборотных средств, оценивать риск привлечения заемных ресурсов (финансовый леверидж) при разных исходных допущениях о вариантах развития как предприятия, так и экономики в целом. Они помогают менеджерам разрабатывать прогнозные бюджеты движения денежных средств, доходов и расходов. Естественно, главными остаются прогноз перспективного платежеспособного спроса и план маркетинга, поскольку предполагаемый объем продаж выступает исходным показателем при моделировании любого финансового решения. [c.327]
В некоторых актах нормативного регулирования бухгалтерского учета данное допущение отнесено к числу требований, предъявляемых к бухгалтерскому учету, что представляется не совсем правильным, поскольку в большей степени соответствует методу хозяйствования в конкретных условиях моделирования хозяйственных ситуаций. [c.17]
Моделирование ми для решения задач формирования бюджетов капитальных затрат в условиях ограниченности ресурсов. Тогда почему они не находят всеобщего применения ни в теории, ни на практике Одна из причин состоит в том, что их использование обходится недешево. Мы знаем нефтяную компанию, которая за один год израсходовала 4 млн дол. на модель планирования инвестиций, основанную на интегральном программировании. Хотя собственно линейное программирование значительно дешевле в плане затрат компьютерного времени, его невозможно применять для анализа крупных неделимых проектов. Вторая причина заключается в том, что использование любого сложного инструмента долгосрочного планирования связано с общей проблемой получения приемлемых данных. Не стоит использовать такой дорогой метод применительно к неважной базе данных. Кроме того, эти модели основаны на допущении о том, что известны все будущие инвестиционные возможности. В действительности инвестиционные идеи возникают непредсказуемо. [c.124]
В зависимости от принятых допущений и способов определения числовых характеристик математическая модель (2.25) может быть преобразована в обычную линейную модель или линейную модель с переменными параметрами, и в этом смысле соотношение (2.24) обладает большей степенью общности. В то же время при оценке практической применимости рассмотренной модели необходимо учитывать особенности моделирования задач планирования нефтеперерабатывающих производств. [c.28]
Дальнейшее совершенствование методов моделирования производственной программы комплекса нефтеперерабатывающих предприятий осуществлялось в направлении повышения адекватности описания процессов на нижнем уровне. В зависимости от принятых допущений были получены различные типы моделей. [c.99]
Сложность комплекса НПП как объекта моделирования предопределила принятие в линейных моделях ряда допущений, которые зачастую оказываются недостаточно обоснованными и не всегда соответствуют действительности. [c.148]
Четвертым методом экономического анализа является математическое моделирование, т. е. построение математических моделей, отражающих внутренние связи между показателями и факторами. С помощью математических моделей удается определить нормативный или расчетный уровень таких важных показателей, как себестоимость, цена, трудоемкость. Математическое моделирование базируется на теории вероятностей, математической статистике, линейной алгебре и других разделах математики, поэтому экономический анализ называют иногда экономико-статистическим. Математические модели (парной или множественной корреляции) не дают точного отражения реального экономического процесса. Формализация зависимостей и связей всегда связана с рядом допущений. Тем не менее точность получаемых с помощью моделей результатов обычно вполне удовлетворительна. Очень часто математические модели изображают в виде номограмм и графиков, которые позволяют наглядно показать зависимости и быстро получить результат, не прибегая к вычислениям. [c.187]
В общем виде темы исследований в области логистики, проводимых в США, можно объединить в три независимые группы разработка моделей и алгоритмов решения задач включение более реалистичных допущений моделирования объединение логистических моделей. [c.21]
На моделирование логистических систем, и в частности, на разработку технологии отдельных логистических процессов, большое влияние оказывают различия в условиях деятелей ости предприятий и даже аналогичных подразделений (складов, магазинов) в рамках предприятия. Поэтому выбор того или иного варианта модели управления потоками не всегда может быть однозначным и окончательным. В связи с этим процедуры логистического управления содержат определенные ограничения и допущения, особенно на стадии выполнения экономико-математических исследований. [c.128]
Моделирование деятельности банка на основе портфельных ограничений дает возможность производить вариантные расчеты оптимальных прогнозных (плановых) стратегий банка при различных допущениях на настоящую и будущую (возможную) конъюнктуру финансового рынка и выработать таким образом наиболее благоприятную стратегию деятельности банка. Способы анализа деятельности банка, с помощью которых можно управлять его моделью, нам предстоит сейчас рассмотреть. Мониторинг и анализ банка на основе балансовых обобщений Современный коммерческий банк является сложным финансово-экономическим образованием, поэтому рассматривать его следует как систему, имеющую свои цели, задачи и функции. При этом рассмотрение различных процессов в деятельности банка и объектов управления этими процессами составляет суть подхода к построению моделей анализа и должно решать те задачи, которые ставятся перед исследователем-аналитиком, или выполнять функции, позволяющие принимать своевременные компетентные решения при управлении деловым оборотом коммерческого банка. [c.533]
Четвертый повод для критики — это обвинение концепции маркетинга-микс в механистичном взгляде на рынок. Рынок часто рассматривается с точки зрения его реакции в зависимости от конкретного параметра или переменной маркетинговых решений или всего их комплекса. Таким образом, оптимизируется проблема, решением которой занимается маркетинг-микс. Моделирование взаимоотношений между коммерческими инструментами и реакцией рынка проводится с целью анализа и прогнозирования. Что же касается случаев, когда ограничениями и допущениями модели или технологией ее примене- [c.319]
Идеальная модель управления запасами, как было показано в главе 17, позволяет решить ряд задач, но в то же время она требует многих допущений. Первое допущение о мгновенном пополнении запаса при его исчерпании было снято в модели производственного запаса. Снимем второе ограничение с идеальной модели, а именно, учтем, что интенсивность потребления ресурса со склада может существенно отклоняться от среднего уровня, который в модели EOQ жестко фиксировался. Это позволит при моделировании более адекватно отражать реальные ситуации. Действительно, если в одном из циклов потребления интенсивность окажется существенно больше средней, а в другом — существенно меньше, это может создать экстремальные управленческие ситуации, требующие разработки специальных методов разрешения. Собственно это и является одной из основных задач управления запасами в реальных условиях. [c.416]
Имитационное моделирование предполагает разработку различных сценариев будущей структуры баланса банка и изменения кривой доходности процентных ставок. В целом результаты имитационного моделирования зависят от обоснованности применения тех или иных допущений при расчетах. Выделяют два основных способа моделирования статическое и динамическое. [c.598]
Моделирование — это использование компьютерных моделей, позволяющее лицам, принимающим решение, тестировать множество вариантов при разных значениях исходных переменных. Здесь вполне обычная практика — задание 20 или 30 разных переменных, отражающих различные уровни в различных видах деятельности — продажи, производство, операции, маркетинг и обслуживание. Привлекательность моделирования заключается в его способности последовательно проверять различные допущения, например о результатах продаж, динамике издержек или маркетинговых программах соперников. Полученные результаты часто порождают новые возможные альтернативы, на которые в другом случае разработчики просто никогда бы не обратили внимания. Моделирование может привести к появлению маркетинговых альтернатив, возможно, ранее вообще не рассматриваемых, поскольку в этом случае прогнозируется повышение доходов или сокращение издержек, исходя из разных темпов предложения соперниками на рынке новых продуктов или в зависимости от размеров их затрат на маркетинговые программы, а также от собственных маркетинговых программ компании, объемов ее продаж и программ обслуживания. [c.412]
Сценарии и моделирование показывают трудности, присущие любым попыткам прогнозирования и проектирования появляющихся и будущих изменений во внешней среде, в которой действует любая организация. Некоторые авторы выступают сторонниками теории сущности организаций и их взаимодействия с конкурентной средой в условиях, согласующихся с принципами и допущениями комплексных адаптивных систем. Основные принципы действия организаций 1) невозможность точно предсказать запланированное или ожидаемое будущее, поскольку причинно-следственные связи здесь отслеживать очень трудно 2) стабильность в отношениях компании с ее потребителями, конкурентами, продавцами, скорее всего, предвестник неудач (другие увидят изменения быстрее и отреагируют на них оперативнее) 3) сложность взаимодействия структур, поскольку это взаимодействие может осуществляться самыми разными, в том числе и непредсказуемыми способами, порождает неожиданные события и типы поведения. Признание, что каждая организация сама по себе комплексная адаптивная система, которая должна жить близко к краю хаоса , побуждает менеджеров не только соглашаться с неизбежностью изменений, но и усердно работать над самыми разными гранями внутренней культуры, умело разрешать конфликты, связанные с возникающими ситуациями, недостатком единства и отсутствием консенсуса. [c.413]
В основе многих методов обоснования решений лежит моделирование. Модель должна быть по возможности простой, строиться в соответствии с поставленной проблемой и вместе с тем охватывать ее основные существенные аспекты. Крупная ошибка, допущенная при построении сложной модели, может свести на нет результаты обоснования решения и все же остаться незамеченной. При построении простых моделей серьезная ошибка становится очевидной задолго до окончания расчетов. [c.164]
Применение метода Монте-Карло может дать существенный эффект при моделировании развития процессов, натурное наблюдение которых нежелательно или невозможно, а другие математические методы применительно к этим процессам либо не разработаны, либо неприемлемы из-за многочисленных оговорок и допущений, которые могут привести к серьезным погрешностям или неправильным выводам. В связи с этим необходимо не только наблюдать развитие [c.19]
Моделирование — это использование разнообразных моделей, позволяющее лицам, принимающим решение, тестировать множество вариантов при разных значениях исходных переменных. Обычной практикой при этом является задание 20 или 30 разных переменных, отражающих различные уровни в различных видах деятельности продажа, производство, операции, маркетинг и обслуживание. Привлекательность моделирования заключается в его способности последовательно проверять различные допущения, например, о результатах продаж, динамике издержек или маркетинговых программах соперников. [c.254]
Принцип "при прочих равных условиях" тесно связан с методами экономического моделирования и также является формой научного абстрагирования. Данный принцип очень важен для рассмотрения явлений в "чистом" виде. Например, если необходимо выявить механизм действия закона роста альтернативных издержек, то без абстрактного допущения "при прочих равных условиях" невозможно представить убывающую предельную доходность от вовлекаемых в производство все менее пригодных ресурсов. [c.72]
Пользователей нередко занимает проблема доказательства адекватности, "правдивости" модели. Но на самом деле его интересует, главным образом, справедливость тех выводов и рекомендаций, к которым он придет на основе результатов моделирования. Таким образом, на самом деле управленцев волнует не справедливость самой структуры модели, а ее функциональная полезность. Такого процесса, как "испытание" правильности модели, не существует. Вместо этого разработчик в ходе создания модели должен провести серию проверок с целью укрепить свое доверие к модели [64]. На этом основании мы рекомендуем каждому ЛПР мысленно разделить все используемые им модели на "объяснимые" и "полезные". Первые — это те, которые удовлетворяют всем необходимым для моделирования теориям, допущениям, ограничениям, и их адекватность подтверждена на практике. [c.138]
Недаром книга одного из ведущих специалистов в области имитационного моделирования Роберта Шеннона носит название Имитационное моделирование систем — искусство и наука [13]. Этим подчеркивается, что создание модели сложной системы и проведение с ее использованием экспериментов является не только наукой. Такие процессы, как отбор существенных факторов для построения модели, введение упрощающих допущений и принятие правильных решений на основе моделей ограниченной точности опираются в значительной степени на интуицию исследователя и его практический опыт. [c.16]
Какой бы сложной и полной ни была модель, она тем не менее является приближенным отображением реального объекта и отражает его при определенных принятых допущениях. Однако до тех пор пока не доказана адекватность модели реальной обстановке, нельзя с уверенностью утверждать, что с ее помощью получатся те результаты, которые действительно характеризуют функционирование исследуемого объекта. Оценка адекватности и точности математической модели любого типа, в том числе и имитационной, является важнейшей задачей моделирования, так как любые исследования на неадекватной модели теряют смысл [4]. [c.30]
Исходя из вышеуказанных допущений, мы решили положить в основу нашего моделирования единый макроэкономический сценарий, но, при этом рассмотреть три под-сценария, характеризуемые различными темпами роста доли фонда заработной платы в ВВП (таблица 2.5). Из четырех первоначальных макроэкономических сценариев мы выбрали наиболее оптимистичный в качестве единой макроэкономической методологии. В приложении 3.1 этот сценарий представлен как сценарий, для которого характерны решительные реформы и высокие цены на нефть. [c.44]
Понятно, что пенсионная система является крайне чувствительной к даже умеренному снижению ставок взносов. Сценарии группы II были использованы для серии моделирования, помогающего оценить возможные последствия снижения средней ставки единого социального налога для средней пенсии при допущении, что такое снижение не сопровождается другими реформами. В базовом варианте, который не предусматривает расширение налогооблагаемой базы ЕСН относительно базового прогноза в 31% ВВП, ожидается, что к 2030 г. предложенное снижение ставки приведет к дополнительному снижению среднего коэффициента замещения на 6,5-7,5 процентных пунктов. В результате, коэффициент замещения достигнет уровня около 20% т.е. будет на одну четверть ниже коэффициента замещения, который мог бы быть обеспечен системой в отсутствие реформ (и на 40% ниже теперешнего уровня коэффициента замещения). Это вызовет существенное сжатие реальной стоимости пенсии. [c.163]
Рассмотрим комплекс алгоритмов модели доходов-расходов. Как и предыдущие два алгоритма, модель рассматривается для одного конкурента (рис. 8.5) в максимально упрощенном виде, поскольку акцент делается на формирование рыночных взаимодействий, тогда как доходы-расходы каждого конкурента здесь играют лишь вспомогательную роль. По этой причине в модели отсутствуют управление производством, система налогообложения, кредитная система, основные материальные затраты и т.п. Моделирование производится на основании допущения, что необходимые расходы пропорциональны объему производства и доходы вычисляются лишь с учетом расходов на рекламу, качество и разнообразие выпускаемой продукции, хранение части нереализованной продукции. [c.154]
Считается, что моделирование конфликта может способствовать процессу генерирования альтернатив. Мейсон и Митрофф предположили, что менеджеры часто не разбираются в сущности допущений, которыми фактически руководствуются анализ этих допущений в ходе обсуждений (даже если возникнет конфликтная ситуация) может привести к глубокому пониманию проблем, существующих в организации. Проведенные исследования позволяют предположить, что структурный конфликт помогает критически подойти к базовым допущениям и улучшить процесс принятия решений, связанный с генерированием и оцениванием альтернатив. [c.409]
В приведенном примере рассмотрены лишь основные моменты изложенной методики. Как и в любых прогнозных расчетах, в ней может быть сделано много допущений, а сама методика представляет собой один из примеров имитационного моделирования. Очевидно, что какого-то одного, заранее предопределенного и однозначно исчисляемого результата быть не может, а качество прогноза зависит от количества прогнозируемых показателей, точности экспертных оценок, количества вариантов моделирования, имеющегося программного обеспечения. В частности, имитационные модели наиболее успешно реализуются в среде электронных таблиц типа Ex el. [c.520]
Система условий (2.58) — (2.61), при определенных допущениях, может оыть сведена к детерминированной нелинейной системе [43]. Включение указанных условий в оптимизационную задачу с целью единовременного комплексного решения проблемы выбора оптимальных уровней надежности и варианта производственной программы комплекса НПП представляет собой сложную, а ввиду отсутствия в настоящее время эффективных численных методов практически нерешаемую в реальном масштабе времени проблему. Все это позволяет утверждать, что перспективы развития методов динамического моделирования связаны, прежде всего, с развитием методов стохастического программирования. [c.49]
На себестоимость м-ашин оказывают влияние ее технические и эксплуатационные параметры, а также организационные и производственные показатели (см. рис.3). В расчетах себестоимости на стадии конструирования невозможно учесть весь комплекс технических, эксплуатационных, организационных и производственных параметров. Для ориентировочной оценки себестоимости при допущении ошибки, не искажающей в целом результаты расчетов технико-экономической эффективности, достаточно ограничиться целесообразным минимумом параметров, в наибольшей степени влияющих на себестоимость. Это можно сделать, применив методы математико-экономического моделирования, т. е. путем отбора параметров, оказывающих наиболее существенное влияние на изучаемый параметр, в данном случае на себестоимость, [c.14]
Экономическому анализу присущ ряд общих признаков, как то допущения и абстрагирование, обобщение и систематизация, определение приоритетных целей и задач, формулирование концепций и проблем, логическое моделирование анализируемых экономических процессов и их иллюстрация с помощью графиков, схем, таблиц, решение экономико-математических зсдач и выведение формул. Некоторые из этих признаков застуживают особого внимания. Тек, абстрагирование необходимо для того, чтобы, отвлекаясь временно от реальной действительности, вычленить из многообразия фактов именно те, которые являются предметом исследования. Для установления достоверности допущений, гипотез, предположений, обнаруженных путем абстрагирования, в экономическом анализе применяются обобщения, позволяющие отобрать, упорядочить, систематизирова гь эмпирически собранные факты, свести воедино результаты анализа, выявить те из них, которые позволяют делать выводы, устанавливать приоритетносп- целей, определять и решать проблемы, связанные с реализацией этих целей. [c.23]
Велика вероятность ложной имитации. Процессы в логистических системах носят вероятностный характер и поддаются моделированию только при введении определенного рода допущений. Например, разрабатывая имитационную модель товароснабжения района и принимая среднюю скорость движения автомобиля на маршруте, равную 25 км/ч, мы исходим из допущения, что дорожные условия хорошие. В действительности погода может испортиться и, в результате наступившего гололеда, скорость на маршруте упадет до 15 км/ч. Реальный процесс пойдет иначе. [c.105]
Имитационная модель разработала та-к, что можно генерировать случайные времена для каждой исполняемой инструкции и исправляемой ошибки по мере моделирования. Если времена исполнения инструкции и исправления ошибки являются независимыми и одинаково рас- пределенвыми, то, возможно, и в вычислительном отношении желательно подсчитать количество выполненных инструкций и исправленных ошибок и умножить их соответственно на среднее время выполнения инструкции и среднее время исправления ошибки, чтобы получить более точную оценку общего времени. В основу имитационной модели положен ряд допущений. [c.249]
Во-вторых, чтобы определить возможные исходы стратегии и оценить их с учетом разных допущений о действиях конкурентов, поведении потребителей, общем росте рынка, различных типах регулирования со стороны властей и т.п., менеджеры могут воспользоваться моделированием. Например, Amazon. om могла бы разработать набор моделей для идентификации и тестирования результатов по параметрам затрат и прибыли для конкретной стратегии с учетом разных уровней общего роста рынка, действий основной группы конкурентов и разных собственных решений, таких как строительство складов и хранение в них разного количества товарно-материальных запасов. Меняя исходные данные, например общий объем онлайновых продаж, менеджеры лучше поймут последствия, связанные с активами какой запас конкретных активов потребуется в каждом случае и насколько большими могут быть разрывы в активах. [c.348]
Трудности моделирования кумулятивных сумм па ЭВМ за " ючгпотса в том что от- Г Tie существуют ат чкп но маль-ных случайных чисел приходится использовать датчики псевдослучайных чисел. Тем самьп вносится погрешность, превышающая погрешности от рассмотренных выше упрощающих допущений. [c.128]
В нашем случае применение методов исследования операций становится невозможными по двум причинам во-первых, число бухгалтеров не может быть большим и, во-вторых, присутствует фактор неисправности. Если попытаться создать математическую модель с помощью, например, аппарата вложенных цепей Маркова (метод Кендалла) или аппарата полумарковских процессов, то придется ввести большое число допущений, которые сделают погрешность метода при определении tq крайне большой (буквально плюс-минус в несколько раз ). Обе отмеченные причины приводят к тому, что от построения математической модели приходится отказаться. Поэтому будем применять метод имитационного моделирования. [c.292]
Вторая итерационная процедура представляет для нас наибольший интерес. Действительно, трудность процесса построениялрдели в значительной степени зависит от выбора основных предположений, характеризующих модель. Здесь снова требуется определенная смелость, чтобы работать с различными наборами допущений, из которых одни находятся в большем согласии с представлением исследователя о ситуации управления, в то время как другие могут привести к моделям, которые окажутся более трактуемыми с точки зрения его дедуктивных способностей. Задача состоит в отыскании такого набора предположений, которые одновременно достаточно хорошо описывали бы задачу и допускали дедуктивную трактовку. В такого рода рекомендациях неявным образом подразумевается отказ от моделирования до тех пор, пока не будет сделана серьезная попытка анализа проблемы. [c.255]
Применение Т. и. в экономпч. исследованиях и управлении только начинается. Каждый случай такого применения должен учитывать те предпосылки и допущения, на к-рых зиждется Т. п. и к-рые, будучи правомерными для задач передачи сообщений, могут оказаться неприемлемыми при моделировании экономик, процессов. В связи с этим необходимо отметить, что Т. и. пригодна для исследования класса случайных процессов, обладающих след, свойствами 1) процесс состоит из последовательности случайных событий, в к-рой каждое последующее событие зависит от предыдущего 2) условные вероятности, характеризующие зависимость между ними, постоянны 3) вероятности исходов последующего события зависят только от исходов непосредственно предшествующего и не зависят от исходов других событий, к-рые предшествуют последнему. Процессы, обладающие такими свойствами, наз. марковскими. Нек-рые немарковские процессы могут быть переопределены в марковские, напр, данное событие зависит больше чем от одного предшествующего, но число предшествующих событий, от к-рых оно зависит, конечно и их комбинация характеризуется устойчивостью, позволяющей рассматривать её как одно сложное событие. Такие процессы наз. э р г о д и ч е с к и м и ив целом Т. и. [c.114]
Формула (8.12) базируется на малоправдоподобном допущении, что между проявлениями рыночного, кредитного и операционного рисков наблюдается совершенная положительная корреляция (+1). В реальности между рыночным и кредитным рисками может существовать как положительная, так и отрицательная взаимосвязь, в то время как операционный риск, как правило, не проявляет заметной корреляции с рыночным или кредитным риском. Учет корреляций между рисками разной природы позволил бы снизить размер резервируемого капитала, однако это является одной из самых сложных проблем интегрированного финансового риск-менеджмента [46]. Поэтому в современных модификациях метода RARO осуществляется полномасштабное статистическое моделирование по методу Монте-Карло с целью построения совместного распределения потерь при одновременном проявлении нескольких видов риска, которое бы учитывало наблюдаемые или предполагаемые корреляционные взаимосвязи между ними [18]. Если удается построить совместное распределение убытков вследствие всех основных факторов риска, капитал, резервируемый против совокупного риска, может быть определен по аналогии с VaR как квантиль этого распределения порядка а [67] [c.562]