Розділи

загрузка...
РОЗДІЛ 3. АЛГОРИТМІЧНІ (ІМІТАЦІЙНІ) МОДЕЛІ В ЕКОНОМІЦІ ТА ПІДПРИЄМНИЦТВІ; 3.1. Основні аспекти імітаційного моделювання; Моделювання економіки - Вітлінський В.В.

РОЗДІЛ 3. АЛГОРИТМІЧНІ (ІМІТАЦІЙНІ) МОДЕЛІ В ЕКОНОМІЦІ ТА ПІДПРИЄМНИЦТВІ

3.1. Основні аспекти імітаційного моделювання

Як зазначалося в попередньому матеріалі, за однією з класифікаційних ознак математичні моделі можна класифікувати як аналітичні, імітаційні (алгоритмічні) та комбіновані.

З розвитком обчислювальної техніки і дискретного аналізу дедалі ширшого розвитку та використання набувають алгоритмічні (імітаційні) моделі. Серед основних етапів процесу імітаційного моделювання можна виокремити такі:

Стратегічне планування імітаційного експерименту спрямоване на розв’язання низки питань якісного характеру. До таких, наприклад, можна віднести формулювання гіпотез щодо характеру залежностей між параметрами моделі чи вибір конкретних методів дослідження з урахуванням їх взаємовпливу.

Тактичне планування експерименту повинно прояснити питання стосовно визначення способів та умов його проведення. Типовими задачами тактичного планування є вибір початкових значень для параметрів моделі чи визначення послідовності варіації цих значень.

Одним із важливих аспектів у процесі роботи (дослідження) з імітаційною моделлю є аналіз її чутливості. Під ним розуміють визначення ступеня мінливості значень цільових показників моделі, зумовлених мінливістю (невизначеністю, варіабельністю) вихідних параметрів. Так, якщо за відносно невеликих змін вихідних даних відбувається суттєва зміна в результатах моделювання, то це є достатньою підставою для додаткових, більш детальних досліджень, зокрема, щодо взаємозв’язків між відповідними змінними.

До позитивних якостей імітаційного моделювання можна віднести:

Звернімо увагу також на недоліки, що притаманні імітаційним моделям:

Варто також звернути увагу на пізнавальний зворотний вплив, що його дають результати, одержані в межах імітаційних експериментів, на отримання інформації, яку використовують теоретичні (аналітичні) економіко-математичні моделі. Справді, аналіз та узагальнення накопичених у процесі імітаційних експериментів даних досить часто дозволяє краще зрозуміти якісні та кількісні закономірності, притаманні поводженню керованих об’єктів, і відобразити їх в аналітичному вигляді. Це додатково вказує на справедливість того, що успішне розв’язання задач моделювання та управління функціонуванням таких складних слабоформалізованих систем, як економічні об’єкти і процеси, потребує комплексного використання цілісної системи моделей і методів як тео- ретико-аналітичної, так і емпіричної (імітаційної) природи. Нагадаймо, що імітаційні моделі широко використовують аналітичні моделі як органічні складові, котрі є основою, на якій ґрунтуються концептуальні співвідношення, характеристики в структурі будь-якої більш-менш складної імітаційної моделі*1.

*1: {Моисеев Н. Н. Математические задачи системного анализа. — М.: Наука. Глав. ред. физ.-мат. лит., 1981.}

Імітаційні (алгоритмічні) моделі можуть бути детермінованими і стохастичними. В останньому випадку за допомогою датчиків (генераторів) випадкових чисел імітується вплив (дія) невизначених і випадкових чинників. Такий метод імітаційного моделювання дістав назву методу статистичного моделювання (статистичних прогонів, чи методу Монте-Карло). На даний час цей метод вважають одним із найефективніших методів дослідження складних систем, а часто і єдиним практично доступним методом отримання нової інформації щодо поведінки гіпотетичної системи (на етапі її проектування).