7.2 Методи прийняття рішень

Імітаційне моделювання у більшості випадків використовується для прийнят­тя рішень під час проектування структури складної системи або для пошуку оп­тимальних значень її параметрів. Можна визначити кілька основних напрямків прийняття рішень за результатами моделювання:

• пошук найкращих стосовно деякого критерію ефективності значень парамет­рів складних систем управління;

• пошук оптимального значення критерію ефективності системи;

• порівняння альтернативних варіантів структури системи та визначення най­кращого з них;

• моделювання аварійних ситуацій за сценарієм типу «що буде, якщо...».

У разі оптимізації управлінських рішень в умовах невизначеності щодо моде­льованої системи зазвичай існує єдиний, як правило, економічний, критерій, що підлягає оптимізації. Проте отримане за допомогою математичної моделі рішення рідко є найкращим з будь-якого погляду і потребує коригування для узгодження з реальною ситуацією. Для цього необхідно вносити зміни у структуру моделі й поновлювати пошук нових найкращих варіантів, тобто сама процедура пошуку оптимальних рішень є ітераційною і включає ітераційні методи настроювання моделі. Для такої процедури пошуку критерій не може бути виражений явною функцією від вхідних змінних і параметрів системи. Скоріше, вона передбачає наявність критерію якості роботи системи, значення якого можна знайти лише під час прогонів імітаційної моделі.

Слід відзначити, що непросто відповісти на питання стосовно можливості отри­мання за допомогою імітаційної моделі оптимального значення критерію ефектив­ності системи. Оптимальне значення критерію можна знайти, якщо чітко вказані змінювані параметри системи та діапазони їх змін. Наприклад, коли обчислюєть­ся максимальна пропускна здатність системи, а змінюваним параметром є інтен­сивність замовлень, які надходять до системи, то неодмінно існує значення опти­мальної пропускної здатності системи. Однак на практиці такі прості ситуації трапляються дуже рідко. У більшості випадків пропускна здатність системи не­явно залежить від безлічі параметрів, діапазони зміни яких визначити важко. Часто витрати на удосконалення системи залежать від наявних коштів і затрат, спричинених можливими змінами у системі. Границі деяких параметрів також важко оцінити кількісно. Із цих причин більшість практичних задач зовсім не схожі на математичні задачі оптимізації.

Виникають ситуації, коли оптимальний розв'язок задачі існує, але його дуже важко знайти, або зусилля на його пошук невиправдані, наприклад, через значну вартість робіт, пов'язаних із цим пошуком, або обмеження у часі (термін вико­нання більшості імітаційних проектів становить кілька місяців). Тому зазвичай здійснюється пошук рішень, які істотно покращують значення критерію ефектив­ності системи.

Таким чином, у разі пошуку найкращих рішень доцільніше використовувати термін «удосконалення», замість терміна «оптимізація». Методи оптимізації за­стосовуються на кожній ітерації пошуку найкращих рішень лише тоді, коли чітко визначена мета (цільова функція) оптимізації. Процедури удосконалення вико­ристовуються, якщо є можливість поліпшити показники модельованої системи і пошук цих показників виправданий. У більшості випадків такі рішення прийма­ються за результатами статистичного аналізу вихідних даних імітаційної моделі. У разі аналізу СМО найважливішими показниками, отримуваними під час стати­стичного аналізу, є коефіцієнти завантаження ресурсів системи та довжини черг. Наприклад, якщо для деякого варіанта системи знайдене оптимальне рішення, але коефіцієнт завантаження одного з ресурсів надто малий, то необхідно переві­рити можливість заміни цього ресурсу на менш продуктивний та більш дешевий. Для визначення можливості поліпшення показників системи зазвичай висувають гіпотези стосовно параметрів системи, а потім за допомогою імітаційної моделі перевіряють, чи є їх значення оптимальними. Як правило, кількість можливих гі­потез невелика, що дає змогу знайти методом їх простого перебору найефективні­ший варіант системи.