Методология и методы принятия решения
знания об исследуемом объекте расширяются и уточняются, а первоначально
построенная модель постепенно совершенствуется. Таким образом, в
методологии моделирования заложены большие возможности
самосовершенствования.
Перейдем теперь непосредственно к процессу экономико-математического
моделирования, т.е. описания экономических и социальных систем и процессов
в виде экономико-математических моделей. Эта разновидность моделирования
обладает рядом существенных особенностей, связанных как с объектом
моделирования, так и с применяемым аппаратом и средствами моделирования.
Поэтому целесообразно более детально проанализировать последовательность и
содержание этапов экономико-математического моделирования, выделив
следующие шесть этапов: постановка экономической проблемы, ее качественный
анализ; построение математической модели; математический анализ модели;
подготовка исходной информации; численное решение; анализ численных
результатов и их применение. Рассмотрим каждый из этапов более подробно.
3.2.1. Постановка экономической проблемы и ее качественный анализ.
На этом этапе требуется сформулировать сущность проблемы, принимаемые
предпосылки и допущения. Необходимо выделить важнейшие черты и свойства
моделируемого объекта, изучить его структуру и взаимосвязь его элементов,
хотя бы предварительно сформулировать гипотезы, объясняющие поведение и
развитие объекта.
3.2.2. Построение математической модели.
Это этап формализации экономической проблемы, т. е. выражения ее в виде
конкретных математических зависимостей. Построение модели подразделяется в
свою очередь на несколько стадий. Сначала определяется тип экономико-
математической модели, изучаются возможности ее применения в данной задаче,
уточняются конкретный перечень переменных и параметров и форма связей. Для
некоторых сложных объектов целесообразно строить несколько разноаспектных
моделей; при этом каждая модель выделяет лишь некоторые стороны объекта, а
другие стороны учитываются, агрегировано и приближенно. Оправдано
стремление построить модель, относящуюся к хорошо изученному классу
математических задач, что может потребовать некоторого упрощения исходных
предпосылок модели, не искажающего основных черт моделируемого объекта.
Однако возможна и такая ситуация, когда формализация проблемы приводит к
неизвестной ранее математической структуре.
3.2.3. Математический анализ модели.
На этом этапе чисто математическими приемами исследования выявляются
общие свойства модели и ее решений. В частности, важным моментом является
доказательство существования решения сформулированной задачи. При
аналитическом исследовании выясняется, единственно ли решение, какие
переменные могут входить в решение, в каких пределах они изменяются, каковы
тенденции их изменения и т.д. Однако модели сложных экономических объектов
с большим трудом поддаются аналитическому исследованию; в таких случаях
переходят к численным методам исследования.
3.2.4. Подготовка исходной информации.
В экономических задачах это, как правило, наиболее трудоемкий этап
моделирования, так как дело не сводится к пассивному сбору данных.
Математическое моделирование предъявляет жесткие требования к системе
информации; при этом надо принимать во внимание не только принципиальную
возможность подготовки информации требуемого качества, но и затраты на
подготовку информационных массивов. В процессе подготовки информации
используются методы теории вероятностей, теоретической и математической
статистики для организации выборочных обследований, оценки достоверности
данных и т.д. При системном экономико-математическом моделировании
результаты функционирования одних моделей служат исходной информацией для
других.
3.2.5. Численное решение.
Этот этап включает разработку алгоритмов численного решения задачи,
подготовку программ на ЭВМ и непосредственное проведение расчетов;
при этом значительные трудности вызываются большой размерностью
экономических задач. Обычно расчеты на основе экономико-математической
модели носят многовариантный характер. Многочисленные модельные
эксперименты, изучение поведения модели при различных условиях возможно
проводить благодаря высокому быстродействию современных ЭВМ. Численное
решение существенно дополняет результаты аналитического исследования, а для
многих моделей является единственно возможным.
3.2.6. Анализ численных результатов и их применение.
На этом этапе, прежде всего, решается важнейший вопрос о правильности и
полноте результатов моделирования и применимости их как в практической
деятельности, так и в целях усовершенствования модели. Поэтому в первую
очередь должна быть проведена проверка адекватности модели по тем
свойствам, которые выбраны в качестве существенных (другими словами, должны
быть произведены верификация и валидация модели). Применение численных
результатов моделирования направлено на решение практических задач.
Перечисленные этапы экономико-математического моделирования находятся в
тесной взаимосвязи, в частности, могут иметь место возвратные связи этапов.
Так, на этапе построения модели может выясниться, что постановка задачи или
противоречива, или приводит к слишком сложной математической модели; в этом
случае исходная постановка задачи должна быть скорректирована. Наиболее
часто необходимость возврата к предшествующим этапам моделирования
возникает на этапе подготовки исходной информации. Если необходимая
информация отсутствует или затраты на ее подготовку слишком велики,
приходится возвращаться к этапам постановки задачи и ее формализации, чтобы
приспособиться к доступной исследователю информации.
Выше уже сказано о циклическом характере процесса моделирования.
Недостатки, которые не удается исправить на тех или иных этапах
моделирования, устраняются в последующих циклах. Однако результаты каждого
цикла имеют и вполне самостоятельное значение. Начав исследование с
построения простой модели, можно получить полезные результаты, а затем
перейти к созданию более сложной и более совершенной модели, включающей в
себя новые условия и более точные математические зависимости.
Понятие “модель” и “моделирование”.
С понятием “моделирование экономических систем” (а также математических
и др.) связаны два класса задач:
1) задачи анализа, когда система подвергается глубокому изучению ее
свойств, структуры и параметров, то есть исследуется предметная
область будущего моделирования.
2) Задачи, связанные с задачами синтеза (получения ЭММ данной системы).
Модель – изображение, представление объекта, системы, процесса в
некоторой форме, отличной от реального существования.
Различают физическое и математическое моделирование.
Таблица 4 Классификация моделей.
Модели
Этапы практического моделирования.
1) Анализ экономической системы, ее идентификация и определение
достаточной структуры для моделирования.
2) Синтез и построение модели с учетом ее особенностей и математической
спецификации.
3) Верификация модели и уточнение ее параметров
4) Уточнение всех параметров системы и соответствие параметров модели, их
необходимая валидация (исправление, корректирование).
Этап подгонки модели многократный.
Таблица 5 Формальная классификация моделей.
|Признак классификации |Модель |
|1. Целевое назначение |Прикладные, теоретико-аналитические |
|2. По типу связей |Детерминированные, стохастические |
|3. По фактору времени |Статические, динамические |
|4. По форме показателей |Линейные, нелинейные |
|5. По соотношению экзогенных и |Открытые, закрытые |
|эндогенных переменных | |
|6. По типу переменных |Дискретные, непрерывные, смешанные |
|7. По степени детализации |Агрегированные (макромодели), |
| |детализированные (микромодели) |
|8. По количеству связей |Одноэтапные, многоэтапные |
|9. По форме представления |Матричные, сетевые |
|информации | |
|10. По форме процесса |Аналитические, графические, логические |
|11. По типу математического |Балансовые, статистические, |
|аппарата |оптимизационные, имитационные, |
| |смешанные |
3.3. Классификация экономико-математических методов и моделей
Суть экономико-математического моделирования заключается в описании
социально-экономических систем и процессов в виде экономико-математических
моделей. Выше кратко рассмотрен смысл понятий «метод моделирования» и
«модель». Исходя из этого экономико-математические методы следует понимать
как инструмент, а экономико-математические модели — как продукт процесса
экономико-математического моделирования.
Рассмотрим вопросы классификации экономико-математических методов. Эти
методы представляют собой комплекс экономико-математических дисциплин,
являющихся сплавом экономики, математики и кибернетики. Поэтому
классификация экономико-математических методов сводится к классификации
научных дисциплин, входящих в их состав. Хотя общепринятая классификация
этих дисциплин пока не выработана, с известной степенью приближения в
составе экономико-математических методов можно выделить следующие разделы:
• экономическая кибернетика: системный анализ экономики, теория
экономической информации и теория управляющих систем;
• математическая статистика: экономические приложения данной дисциплины
— выборочный метод, дисперсионный анализ, корреляционный анализ,
регрессионный анализ, многомерный статистический анализ, факторный анализ,
теория индексов и др.;
• математическая экономия и изучающая те же вопросы с количественной
стороны эконометрия: теория экономического роста, теория производственных
функций, межотраслевые балансы, национальные счета, анализ спроса и
потребления, региональный и пространственный анализ, глобальное
моделирование и др.;
• методы принятия оптимальных решений, в том числе исследование операций
в экономике. Это наиболее объемный раздел, включающий в себя следующие
дисциплины и методы: оптимальное (математическое) программирование, в том
числе методы ветвей и границ, сетевые методы планирования и управления,
программно-целевые методы планирования и управления, теорию и методы
управления запасами, теорию массового обслуживания, теорию игр, теорию и
методы принятия решений, теорию расписаний. В оптимальное (математическое)
программирование входят в свою очередь линейное программирование,
нелинейное программирование, динамическое программирование, дискретное
(целочисленное) программирование, дробно-линейное программирование,
параметрическое программирование, сепарабельное программирование,
стохастическое программирование, геометрическое программирование;
• методы и дисциплины, специфичные отдельно как для централизованно
планируемой экономики, так и для рыночной (конкурентной) экономики. К
первым можно отнести теорию оптимального функционирования экономики,
оптимальное планирование, теорию оптимального ценообразования, модели
материально-технического снабжения и др. Ко вторым — методы, позволяющие
разработать модели свободной конкуренции, модели капиталистического цикла,
модели монополии, модели индикативного планирования, модели теории фирмы и
т.д. Многие из методов, разработанных для централизованно планируемой
экономики, могут оказаться полезными и при экономико-математическом
моделировании в условиях рыночной экономики;
• методы экспериментального изучения экономических явлений. К ним
относят, как правило, математические методы анализа и планирования
экономических экспериментов, методы машинной имитации (имитационное
моделирование), деловые игры. Сюда можно отвести также и методы экспертных
оценок, разработанные для оценки явлений, не поддающихся непосредственному
измерению. Перейдем теперь к вопросам классификации экономико-
математических моделей, другими словами, математических моделей социально-
экономических систем и процессов. Единой системы классификации таких
моделей в настоящее время также не существует, однако обычно выделяют более
десяти основных признаков их классификации, или классификационных рубрик.
Рассмотрим некоторые из этих рубрик.
По общему целевому назначению экономико-математические модели делятся на
теоретико-аналитические, используемые при изучении общих свойств и
закономерностей экономических процессов, и прикладные, применяемые в
решении конкретных экономических задач анализа, прогнозирования и
управления.
По степени агрегирования объектов моделирования модели разделяются на
макроэкономические и микроэкономические. Хотя между ними и нет четкого
разграничения, к первым из них относят модели, отражающие функционирование
экономики как единого целого, в то время как микроэкономические модели
связаны, как правило, с такими звеньями экономики, как предприятия и фирмы.
Экономико-математические модели могут классифицироваться также по
характеристике математических объектов, включенных в модель, другими
словами, по типу математического аппарата, используемого в модели. По этому
признаку могут быть выделены матричные модели, модели линейного и
нелинейного программирования, корреляционно-регрессионные модели, модели
теории массового обслуживания, модели сетевого планирования и управления,
модели теории игр и т.д.
4. Метод линейного программирования в задачах оптимизации плана
производства
Линейное программирование – это метод выбора не отрицательных значений
переменных минимизирующих или максимизирующих значения линейной целевой
функции, при наличии ограничений.
При небольшой размерности переменных до 10-ти в задачах линейного
программирования (ЛП) используются итерационные процедуры ввиде конечного
числа шагов, пи решении системы линейных уравнений, которые получили
название симплексный метод.
Симплекс – многогранник.
Симплексный метод – это совокупность итерации, совершаемая ЛПР от
отправного наихудшего варианта целевой функции к экстремальному значению
целевой функции, при заданной системе ограничений; в качестве экстремума
минимальное или максимальное значение целевой функции. При этом целевая
функция и задача ЛП обладают свойством двойственности (т.е. минимум целевой
функции может быть всегда заменен максимумом, путем смены знаков самой
целевой функции).
Использование графического способа удобно только при решении задач ЛП
с двумя переменными. При большем числе переменных необходимо применение
алгебраического аппарата. Рассмотрим общий метод решения задач ЛП,
называемый симплекс-методом.
Информация, которую можно получить с помощью симплекс-метода, не
ограничивается лишь оптимальными значениями переменных. Симплекс-метод
фактически позволяет дать экономическую интерпретацию полученного решения и
провести анализ модели на чувствительность.
Процесс решения задачи линейного программирования носит итерационный
характер: однотипные вычислительные процедуры в определенной
последовательности повторяются до тех пор, пока не будет получено
оптимальное решение. Процедуры, реализуемые в рамках симплекс-метода,
требуют применения вычислительных машин - мощного средства решения задач
линейного программирования.
Симплекс-метод - это характерный пример итерационных вычислений,
используемых при решении большинства оптимизационных задач.
Рассмотрим использование симплексного метода ЛП на примере задач
оптимизации плана производства.
Пример №1:
Условие задачи (постановка):
Найти план производства предприятия обеспечивающий максимум прибыли.
Предприятие производит два вида продукции в трех цехах:
А 80
Б 60
В 100
Установлено соответственно: 80;60 и 100 единиц оборудования.
Нормы использования оборудования для производства за 1 час единицы
продукции представлены в таблице в машино/часах:
| |ВИДЫ ПРОДУКЦИИ |
|ЦЕХ | |
| |1 |2 |
|А |4 |2 |
|Б |1 |3 |
|В |2 |3 |
Прибыль первого вида продукции 10 рублей
Прибыль единицы второй продукции 8 рублей
Требуется определить объем выпуска первого и второго вида продукции
доставляющего максимум прибыли.
Решение:
1. Составляем модель.
Пусть х1 искомый объем (1 продукции первого вида;
х2 - (2 объем выпуска второго вида продукции.
Цель: максимальная прибыль.
Модель:
10х1 – прибыль от реализации ( первого вида продукции
8х2 – прибыль от реализации ( второго вида.
Целевая функция L(х1х2) = С1х1 + С2х2 = 10х1 + 8х2
С1 = 10; С2 = 8 – коэффициенты при переменных в целевой функции.
Планируемое использование машин по цехам не должно превышать наличие
этого оборудования в цехах (по цехам) ( отсюда система неравенств.
А – 4х1 + 2х2 ( 80 ограничение по
Б – 1х1 + 3х2 ( 60 использованию
В – 2х1 + 3х2 ( 100 оборудования,
условие не отрицательности.
х1 ( 0; х2 ( 0.
Для решения задачи симплексным методом в условиях ограничений
принимается работа каждой машины в цехе в машино/часах.
Система неравенств приводится к каноническому виду, путем добавления
дополнительных переменных и перевода неравенств в уравнение:
4х1 + 2х2 + х3 ( 80
х1 + 3х2 + х4 ( 60
2х1 + 3х2 + х5 ( 100
Переведем систему неравенств в уравнение:
х3 = 80 – (4х1 + 2х2) сколько машин
х4 = 60 – (х1 + 3х2) нужно
х5 = 100 – (2х1 + 3х2) (машино/часов)
Дополнительные переменные должны быть введены в целевую функцию,
которая будет иметь вид:
L(х1х2) = С1х1 + С2х2 + С3х3 + С4х4 + С5х5 = 10х1 + 8х2 + 0х3 + 0х4 +
0х5
стремится к максимуму
х1 ( 0; х2 ( 0; х3 = 0; х4 = 0; х5 = 0.
Выразим х3; х4 и х5 через х1 и х2
х3 = 80 – 4х1 - 2х2
х4 = 60 – х1 - 3х2
х5 = 100 – 2х1 - 3х2
Модель составлена и в этой модели имеются: х1; х2 – независимые
(свободные) переменные; х3; х4; х5 – базисные переменные.
По составленной модели используют итерационные процедуры метода,
составим альтернативные варианты решения системы уравнений с пятью
Страницы: 1, 2, 3, 4, 5
|