posobie
.pdf2. Метод среднего темпа роста.
Осуществляется, когда общая тенденция характеризуется показательной кривой.
3. Выравнивание рядов по какой-либо аналитической формуле.
В разных методиках прогнозирования процесс настройки (адаптации) модели осуществляется по-разному, и
можно выделить:
1) метод скользящей средней (адаптивной фильтрации,
метод Бонса-Дженкинса);
2) метод экспоненциального сглаживания (методы Хольда, Брауна, экспоненциальной средней).
3.6 Балансовая модель анализа и планирования трудовых
ресурсов
Предполагается, что труд выражается в единицах труда одинаковой степени сложности. Обозначим затраты живого труда в производстве j-го продукта через Lj, объем выпущенной продукции, как и прежде, Xj. Тогда коэффициент прямых затрат труда:
Полные затраты труда определяются как сумма прямых затрат живого труда и затрат овеществленного труда,
231
перенесенного на продукт через израсходованные средства производства.
Формирование полных затрат труда в модели происходит по схеме, представленной на рисунке 42.
Рисунок 42. Порядок формирования полных затрат труда.
Tj - полные затраты труда на единицу j-го продукта; tj - прямые затраты труда на единицу j-го продукта;
aijTi - затраты овеществленного труда, перенесенного на j-й
продукт через i-е средство производства.
Таким образом:
Иначе, если известны коэффициенты полных материальных затрат bij, можно записать:
Более компактно соотношение можно записать в матричном виде:
232
T = tB,
где T = (T1, T2, ..., Tn) - вектор-строка коэффициентов полных затрат труда;
t = (t1, t2, ..., tn) - вектор-строка коэффициентов прямых затрат труда.
Аналогично трудовым затратам в межотраслевой модели могут быть учтены показатели фондоемкости изделий.
3.7 Имитационное моделирование
Моделир методов исследования процессов функционирования
сложных систем. Известно достаточно большое количество методов построения математических моделей и средств реализации моделирующих алгоритмов. Наиболее распространенными из них являются системы и сети массового обслуживания.
В терминах систем массового обслуживания (СМО)
описываются многие реальные системы: вычислительные системы, узлы сетей связи, системы посадки самолетов,
системы, где возможны очереди и (или) отказы в обслуживании.
Имитационное моделирование — это метод,
позволяющий строить модели, описывающие процессы так,
как они проходили бы в действительности. Такую модель можно «проиграть» во времени как для одного испытания,
233
так и заданного их множества. При этом результаты будут определяться случайным характером процессов. По этим данным можно получить достаточно устойчивую статистику.
Имитационное моделирование — это частный случай математического моделирования.
Применение имитационного моделирования
К имитационному моделированию прибегают, когда:
дорого или невозможно экспериментировать на реальном объекте;
невозможно построить аналитическую модель: в системе есть время, причинные связи, последствие, нелинейности,
стохастические (случайные) переменные;
необходимо сымитировать поведение системы во времени.
Цель имитационного моделирования состоит в воспроизведении поведения исследуемой системы на основе результатов анализа наиболее существенных взаимосвязей между ее элементами или другими словами – разработке симулятора (английский термин – simulation modeling)
исследуемой предметной области для проведения различных экспериментов.
Имитационное моделирование позволяет имитировать поведение системы, во времени. При чём плюсом является то, что временем в модели можно управлять: замедлять в случае с быстропротекающими процессами и ускорять для моделирования систем с медленной изменчивостью. Можно
234
имитировать поведение тех объектов реальные эксперименты с которыми, дороги, невозможны или опасны.
Имитация, как метод решения нетривиальных задач,
получила начальное развитие в связи с созданием ЭВМ в
1950х — 1960х годах.
Можно выделить две разновидности имитации:
Метод Монте-Карло (метод статистических испытаний);
Метод имитационного моделирования (статистическое моделирование).
Виды имитационного моделирования
Агентное моделирование – относительно новое
(1990е-2000е гг.) направление в имитационном моделировании, которое используется для исследования децентрализованных систем, динамика функционирования которых определяется не глобальными правилами и законами
(как в других парадигмах моделирования), а наоборот. Когда эти глобальные правила и законы являются результатом индивидуальной активности членов группы. Цель агентных моделей – получить представление об этих глобальных правилах, общем поведении системы, исходя из предположений об индивидуальном, частном поведении ее отдельных активных объектов и взаимодействии этих объектов в системе. Агент – некая сущность, обладающая активностью, автономным поведением, может принимать решения в соответствии с некоторым набором правил,
235
взаимодействовать с окружением, а также самостоятельно изменяться.
Дискретно-событийное моделирование – подход к моделированию предлагающий абстрагироваться от непрерывной природы событий и рассматривать только основные события моделируемой системы такие как: «ожидание», «обработка заказа», «движение с грузом», «разгрузка» и другие. Дискретно-событийное моделирование наиболее развито и имеет огромную сферу приложений – от логистики и систем массового обслуживания до транспортных и производственных систем. Этот вид моделирования наиболее подходит для моделирования производственных процессов. Основан Джеффри Гордоном в
1960х годах.
Системная динамика – парадигма моделирования, где для исследуемой системы строятся графические диаграммы причинных связей и глобальных влияний одних параметров на другие во времени, а затем созданная на основе этих диаграмм модель имитируется на компьютере. По сути,
такой вид моделирования более всех других парадигм помогает понять суть происходящего выявления причинно-
следственных связей между объектами и явлениями. С
помощью системной динамики строят модели бизнес-
процессов, развития города, модели производства, динамики
236
популяции, экологии и развития эпидемии. Метод основан Форрестером в 1950 годах.
Области применения
Бизнес процессы
Боевые действия
Динамика населения
ИТ-инфраструктура
Математическое моделирование исторических процессов
Логистика
Пешеходная динамика
Производство
Рынок и конкуренция
Сервисные центры
Цепочки поставок
Уличное движение
Управление проектами Экономика здравоохранения
Экосистемы
Популярные системы имитационного
моделирования
AnyLogic
Arena[1]
eM-Plant
Powersim
237
GPSS
238
4 Модели эколого-экономических систем
4.1 Эколого-экономические системы
В конце XIX п., после «революции Вальраса» и
появления «неоклассическом» политэкономии, был выдвинут принцип «чистой экономии» как науки.
Основное внимание уделялось вопросам рынка, эволюции цеп, движения капитала и пр. До сих пор вокруг этих проблем сосредоточены основные усилия исследователей,
они служат основой для создания математических моделей и новых математических методов, создан разнообразный и эффективный инструментарий,
позволяющим решать многочисленные и важные задачи.
Но практическое решение задач оптимизации,
эффективное на короткие периоды времени в микроэкономическом масштабе, приводит к существенным затратам в макроэкономическом плане и силу возрастания эффекта накопления техногенного воздействии па окружающую среду. Масштабы этого воздействия уже с середины XX столетия стали приближаться к планетарным.
В семидесятых годах XX столетия стало явным, что подобные подходы не могут обеспечить количественный анализ перспектив экономического развития и оценку альтернативных вариантов целенаправленных международных действий, а также решение сложных
239
проблем взаимодействия человечества и окружающей среды. Начало новым подходам положил Дж. Форрестер;
в своей фундаментальной работе «Мировая динамика» с
целью описания глобального экологического процесса он впервые «связал» в одну математическую модель процессы развития экономики, демографии и загрязнения окружающей среды. Д. Ме доуза, Н. Н. Моисеева и другие исследователи развивали данное направление. Важным результатом этой деятельности явилось осознание того,
что существуют глобальные проблемы кризисного характера, в которых экономика неотделима от экологии. В
условиях глобализации мировой экономики обеспечение жизнедеятельности мирового сообщества в планетарных масштабах становится главной задачей, носящей глобальный характер. Именно это обстоятельство обусловливает новый концептуальный подход переход от понятия экономической системы к понятию эколого-
экономической системы. Естественно, что в рамках такого подхода возникают новые специфические задачи и модели.
4.2 Основные аспекты взаимодействия человека и
окружающей среды
В многовековом процессе эволюции человека нагрузка на биосферу, как результат его производственной деятельности, неуклонно возрастала. Еще на заре
240