- •А.И. Хорев, заслуженный деятель науки, доктор экон. Наук, проф., зав. Каф. Экономической безопасности и финансового мониторинга Воронежского государственного университета инженерных технологий;
- •Введение
- •Глава 1. Развитие высотного строительства. Аналитический подход к принятию решений
- •Факторный анализ эффективности инвестиционных решений
- •Модель расчета оптимальной этажности здания
- •Классификация зданий повышенной этажности и механизм их систематизации
- •Глава 2. Риски высотного строительства
- •2.1. Мониторинг и анализ рисков
- •2.2. Стохастические модели оценки рисков. Логит-модель
- •1 Способ. Распределение Пуассона
- •2 Способ. Логит-модель
- •2.3. Модель количественного анализа рисков
- •2.4. Моделирование факторного пространства рисков и оценка воздействия
- •2.5. Методы управления рисками и способы нейтрализации
- •Глава 3. Оценка эффективности проекта и анализ устойчивости системы в условиях рисков
- •3.1. Методика систематизации проектов на основе
- •Нечеткомножественной модели
- •3.2. Построение финансовых прогнозов методом числовых рядов
- •3.3. Оценка экономической эффективности проекта с учетом рисков
- •3.4. Модель устойчивости системы в условиях рисков
- •Распишем уравнение относительно рисков:
- •Заключение
- •Библиографический список
- •Показатели проекта с учетом отвода
- •3 94006, Г. Воронеж, ул. 20-летия Октября, 84
Распишем уравнение относительно рисков:
Аналогично получим решение относительно противодействующих параметров:
(3.31)
Продифференцируем одно уравнение и подставим в него другое:
(3.32)
(3.33)
Полученное выражение является уравнением гармонического осциллятора с периодом .
Рассмотрим систему как замкнутую и обладающую свойством робастной устойчивости по отношению к неопределенности внешних воздействий (рисков). Схем реализации процесса в такой постановке задачи представлена на рис. 3.11 [85, 86, 105].
Рис. 3.11. Схема работы экономической системы под воздействием
возмущающих параметров.
На рис. 3.11 приняты следующие обозначения: S(P; Ψ), L(P), Q(P; K; Ψ) – передаточные матрицы объекта, регулятора и замкнутой системы соответственно. Символом Ψ обозначена передаточная матрица той части объекта, которая представляет неопределенность в задании его математической модели.
Предположим, что замкнутая система Q(P; L; Ψ) обладает свойством робастной устойчивости по отношению к неопределенности Ψ (P). В этом случае будем говорить, что регулятор u=L(P)r обеспечивает робастную устойчивость замкнутой системы [85, 105].
Проиллюстрируем понятие робастной устойчивости для систем с неструктурированными неопределенностями (не моделируемой динамикой). На примере объекта инвестиционного управления со скалярными входом u и выходом y, которые связаны между собой уравнением
, (3.34)
где – номинальная передаточная функция. Объект с математической моделью (3.34) стабилизируется регулятором
, (3.35)
где L(P) - передаточная функция системы (3.34, 3.35).
С целью формализации дальнейшего рассмотрения проблемы, введем ряд понятий, позволяющих количественно характеризовать возмущения математических моделей. Предположим, что передаточная функция L(P) регулятора не изменяется в процессе функционирования, а передаточная функция объекта подвергается воздействию неструктурированных возмущений непараметрического типа. В результате подобного воздействия, регулятор (3.35) фактически замыкает не объект с моделью (3.34), а другой объект
, (3.36)
передаточная функция которого отличается от номинальной .
В связи с наличием указанной неопределенности неструктурированного типа, возникают два естественных вопроса, ответы на которые позволяют оценивать качество стабилизирующего регулятора (3.35) в плане допустимости неконтролируемых вариаций математической модели объекта:
будет ли сохраняться устойчивость системы при условии, что возмущение передаточной функции объекта находятся в заданных границах;
каковы предельно допустимые границы изменения возмущений, которые не приводят к потере устойчивости.
Поставленные вопросы относятся к области анализа меры робастной устойчивости динамических систем. Определим показатель Ψ(P) абсолютного возмущения модели (или возмущения номинальной передаточной функции ):
. (3.37)
Соответственно, относительным возмущением модели или номинальной передаточной функции будем называть рациональную дробь
. (3.38)
Взвешенным относительным возмущением модели или номинальной передаточной матрицей (или просто возмущением либо неопределенностью) будем считать
, (3.39)
где – это заданная весовая дробно рациональная функция.
Введение весовой функции в определение возмущения (3.39) модели обусловлено амплитудно-частотными характеристиками (АЧХ) и для номинального и возмущенного объектов соответственно.
Введем допустимую границу возмущения номинальной математической модели, определяя ее ограничением сверху (для каждой частоты) величины модуля относительного изменения АЧХ положительным числом (это число можно считать заданным в %). Иными словами, введение функции определяет условие
, (3.40)
задающее допустимый «коридор» для вариаций АЧХ фактического (возмущенного) объекта (3.34), что изображено на рис. 3.12.
Рис.3.12. Допустимый «коридор» для вариаций АЧХ
фактического (возмущенного) объекта
Таким образом, функция частоты – это относительная ширина допустимого коридора для АЧХ возмущенного объекта. Заметим, что работать аналитически с условием (3.39) не вполне удобно. Вместо него можно использовать соотношение вида
, (3.41)
которое является более сильным, чем (3.41), что следует из неравенства
, (3.42)
справедливого для любых двух комплексных чисел S и Sn. Таким образом, выполнение (3.41) влечет за собой выполнение (3.40).
Итак, если задано дробно-рациональное выражение и для всех передаточных функций объектов с возмущенными моделями выполняется условие (3.41), то согласно (3.38) будет выполняться неравенство
, (3.43)
то есть АЧХ относительного возмущения модели не выйдет за пределы области допустимого возмущения.
Кроме того, согласно формуле (3.39), для АЧХ взвешенного относительного возмущения ΨP модели объекта будет выполняться неравенство
, (3.44)
которое можно трактовать, как нормированное ограничение на допустимые вариации линеаризованной модели.
Таким образом, представляется возможным определить «коридор» значений прогнозируемых параметров. Экономически это будут предельные значения влияния факторов как внешних, так и внутренних на результат реализации проекта. Условия нестабильности экономической системы могут быть определены количественно с условиями предельно допустимых отклонений, что дает возможность прогнозирования результатов процесса, подвергаемого непараметрическим воздействиям.
Рассмотрим реализацию модели оценки устойчивости на исследуемом процессе. В данном случае, при адаптации к работе реального объекта, система может быть представлена как совокупность реализаций внутри фазового пространства, верхняя граница которого определена функцией максимальной прибыли без учета рисков, а нижняя – функцией прибыли с максимальным уровнем риска. Границы определены функциями:
fmax(x) = -18,55x2 +1330,1x - 0,96, (3.45)
fmin(x) = -16,08х2 +990,41х +226,24 (3.46)
Система описывается линейными дифференциальными уравнениями.
Для устойчивости линейного дифференциального уравнения n-го порядка с постоянными коэффициентами необходимо и достаточно, чтобы корни характеристического уравнения имели неположительные вещественные части, причем корни с нулевой вещественной частью должны быть простыми. Графически коридор вариаций представлен на рис. 3.13.
Рис.3.13. Коридор вариаций параметров системы.
В соответствии с рис. 3.13
˂ (3.47)
На основании (3.45) и (3.46) получим:
-16,08х2 +990,41х +226,24 ˂ -18,55x2 +1330,1x - 0,96 (3.48)
Решая квадратное неравенство, получим интервал значений [0,67; 136]. Если х – количество этажей высотного объекта, то в данном случае реализация будет эффективна на указанном интервале значений.
Функция частоты – это относительная ширина допустимого коридора для АЧХ возмущенного объекта.
Р ешая систему уравнений
= -16,08х2 +990,41х +226,24
= -18,55x2 +1330,1x - 0,96,
получим значение функции W(x), являющееся границей интервала [ , определяющее центральное положение прогнозной линии относительно коридора варьирования:
W(x)= -1,2х2+169,9х-113,6.
Метод позволяет конструировать прогнозные значения исследуемых параметров при заданном коридоре вариаций признака.