5. Определение установок моделирования для задачи оценки рисков.
Оценка рисков выполняется путем анализа чувствительности при запуске модели на множестве примеров с разными значениями параметров из области допущений.
Можно выбирать между двумя методами генерирования конкретных примеров: Монте-Карло и Латинский Гиперкуб. Метод Монте-Карло – это простой случайный выбор значений параметров, распределенных по заданному в описании параметра закону. Метод Латинского Гиперкуба – более сложный, он обеспечивает репрезентативность выборки для заданного в описании вероятностного распределения. В связи с этим метод Латинского Гиперкуба требует примерно в 10 раз меньше генераций примеров по сравнению с методом Монте-Карло для оценки чувствительности и, соответственно, в 10 раз меньшего количества запусков модели для вычисления результатов.
Для инициализации генерации псевдослучайных чисел при моделировании нужно ввести начальное число. Здесь важно знать, что запуски модели, проведенные с одним и тем же начальным числом, будут использовать одни и те же псевдослучайные величины.
Мы будем использовать упрощенный метод Латинского Гиперкуба с 40 генерациями примеров и начальным числом 100. Будем записывать историю получаемых результатов (эффектов) с максимальным разрешением.
Выполним следующие действия:
Щелкаем правой кнопкой по значку Risk Analysis 1 в окне проекта и выбираем опцию Simulation Settings.
Проверяем на закладке Simulation параметры, которые должны соответствовать приведенным на рисунке
Переходим на закладку Risk Analysis и заполняем поля в соответствии с рисунком
Нажимаем на ОК для сохранения результатов.
Заметим, что если бы был выбран метод Монте-Карло, то для анализа чувствительности нужно было бы вместо 40 указать 400 генераций.
6. Несколько слов о типах и периодах.
В пакете реализовано два пути записи временных последовательностей для переменных. Можно вести запись с максимальным разрешением (одно значение на шаг времени, до окончания процесса или наступления переполнения памяти), или можно проводить запись значений через заданный период. Этот период задается в окне Simulation Setting на закладке Report
Когда мы выбираем для переменных запись значений через период, то можно задавать дополнительные опции для записи значений.
7. Представление результатов анализа рисков.
Важно отметить, что переменные для задачи анализа рисков доступны только в режиме решения задачи анализа рисков. Поэтому для вывода и представления результатов анализа рисков мы должны использовать так называемее Приватные (частные) диаграммы. Приватные диаграммы существуют только внутри моделей, в которые они были добавлены. Они могут содержать только презентационные объекты. Такие диаграммы называются Интерактивными диаграммами, так как они могут использоваться пользователем только для взаимодействия с процессом моделирования.
Общие диаграммы являются общими для всех компонент моделирования. Они являются Конструкторскими диаграммами, содержащими любой символ доступный в пакете. Важно правильно расставлять гиперссылки при связывании диаграмм разных типов.
Мы хотим показать результаты анализа рисков на временном графике. Результат анализа рисков проявляется в распределении значений переменных из раздела Результаты (Effects) (в данном случае значений переменной Общая прибыль) в зависимости от возможных значений исследуемой переменной Время задержки доставки. Мы будем показывать среднее, наибольшее и наименьшее значения, а также 25 и 75 перцентили на временном графике.
Для создания результата презентации:
Два раза кликнем мышью на пиктограмме Private Diagrams
Появится Приватная диаграмма
Кликнем на значке
и затем где-нибудь на диаграмме
Появится шаблон временного графика на диаграмме.
На графике кликнем правой клавишей и в появившемся меню выберем пункт свойства.
В разделе Value Source найдем, как показано на рисунке, переменные, которые будем отображать на графике, с помощью стрелок перенесем их в область параметры и нажмем ОК.
Теперь можно запускать процесс моделирования для решения задачи анализа рисков.