- •Понятие модели. Математические предпосылки создания имитационной модели. Имитационная модель как источник ответа на вопрос «что будет, если…».
- •Цели моделирования. Классификация моделей.
- •Современные парадигмы моделирования.
- •Этапы создания экономической имитационной модели.
- •Внутренние и внешние переменные и параметры модели. Выбор показателей и критериев эффективности системы.
- •Представление модели в виде «черного ящика». Причинно – следс твенные диаграммы (диаграммы влияния).
- •Детерминированные и вероятностные, дискретные и непрерывные модели.
- •Имитационные и оптимизационные модели экономических систем.
- •Разновидности моделирующих алгоритмов.
- •Проверка адекватности (достоверности) модели.
- •Метод Монте-Карло. Бросание жребия. Реализация случайного опыта. Статистика модельных данных.
- •Моделирование случайных событий. Датчики случайных чисел.
- •Процессы массового обслуживания в экономических системах. Формула Поллачека-Хинчина.
- •Поток событий. Обслуживание заявок. Имитация обслуживания посредством временных задержек.
- •Типовые системы имитационного моделирования.
- •Основные понятия имитирующей системы: граф, узел, транзакт, событие, ресурс, пространство.
- •Имитация основных процессов: генераторы, очереди, узлы обслуживания, терминаторы, ресурсы, структурные узлы.
- •Планирование компьютерного эксперимента. Масштаб времени.
- •Проведение модельных экспериментов, представление и интерпретация результатов моделирования.
- •Структурный анализ процессов на объекте экономики. Функциональная модель и ее диаграммы.
- •Прогнозы. Методы прогнозирования. Прогнозирование с помощью временных рядов и тренда.
- •Риски в экономических системах. Формирование оптимального инвестиционного портфеля по Марковицу.
- •Технология разработки имитационных моделей в среде ms Excel.
- •Система имитационного моделирования Extend lt.
- •Экспоненциальная и логистическая модели роста.
- •Модели системной динамики.
- •Динамические модели процессов микро – и макроэкономики. Динамическое моделирование экономических систем и процессов
- •Моделирование фондов и потоков в среде Vensim ple.
- •Имитация работы с неперемещаемыми и перемещаемыми материальными ресурсами.
- •Имитация работы с информационными ресурсами.
- •Имитационное решение задач минимизации затрат и других видов оптимизации.
- •Динамическая паутинообразная модель рыночного равновесия.
- •Имитационное моделирование процесса обслуживания клиентов банка.
Современные парадигмы моделирования.
Парадигма – это осмысление действительности на основе концепций, идей, взглядов, методов и понятий, господствующих в течение определённого исторического периода. В имитационном моделировании можно выделить четыре принципиально разных подхода/парадигмы моделирования:
модели динамических систем. Динамические системы – это сложные объекты, поведение которых описывается системами алгебраических и дифференциальных уравнений, а также событиями, которые изменяют среду и даже структуру системы. К этому классу систем относятся системы управления, физические и механические объекты и др.
Инженерным подходом к моделированию динамических систем около 50 лет назад была сборка их блок – схем из решающих блоков аналоговых компьютеров (усилителей, сумматоров, интеграторов и др.), токи и напряжения в которых представляли переменные и параметры моделируемой системы. Этот подход и сейчас является основным в моделировании динамических систем, только решающие блоки теперь не аппаратные, а программные. Он реализован, например, в инструментальной среде Simulink. Модели динамических систем принадлежат классу непрерывных моделей и могут быть решены прямым интегрированием исходных уравнений или с помощью современных систем имитационного моделирования, таких как AnyLogic или ExtendSim;
системная динамика. К моделям системной динамики относятся модели сложных систем на самом верхнем уровне абстракции, когда исследователь абстрагируется от индивидуальных объектов системы и рассматривает только их агрегированные количественные характеристики. Взаимовлияния и взаимозависимости объектов в модели представляется в виде потоков этих характеристик. Существуют специализированные программы моделирования системной динамики, например, iThink, Powersim, Vensim, которые позволяют строить графические диаграммы причинных связей и влияний одних параметров на другие. Визуальная графическая модель, созданная на основе этих диаграмм, автоматически конвертируется в программный код и выполняется на компьютере;
дискретно – событийное моделирование. В моделях этого типа состояние системы изменяется не плавно, как в непрерывных моделях, а в дискретные моменты времени, по наступлению некоторых событий. Обширный класс объектов для дискретно – событийного моделирования предоставляют системы массового обслуживания. Создание и анализ дискретно-событийных моделей удобнее всего выполнять в специализированных системах имитационного моделирования, таких как AnyLogic или ExtendSim;
многоагентные модели. Под агентом понимается некоторая сущность, которая обладает активностью, автономным поведением, может принимать решения в соответствии с определенным набором правил, может взаимодействовать с окружением и другими агентами, а также может изменяться (эволюционировать). Многоагентные модели используются для исследования динамики коллективного поведения (общества, колоний, популяций и т.д.) и могут включать десятки и сотни тысяч активных агентов. Удобной средой создания многоагентных моделей является имитационная система Anylogic.