Постановка задачи имитационного моделирования

Тема 3. Постановка задачи имитационного моделирования 3.1. Общие вопросы постановки задачи Для адекватного построения имитационной модели необходимо дать четкую формулировку цели и задач исследования конкретного процесса, при этом основное внимание уделить таким вопросам как: - признание существования задачи и необходимости применения имитационного моделирования для ее решения; - выбор подхода решения задачи с учетом имеющихся ресурсов; - определение масштаба задачи и возможности разбиения ее на подзадачи. В качестве целей моделирования могут выступать следующие проблемы: - совершенствование управление объектом/системой; - оптимизация бизнес-процессов; - исследование процессов/явлений; - прогнозирование работы предприятия. Приведем пример постановки цели и задач имитационного моделирования в рамках исследования процессов крупной телекоммуникационной компании. 3.2. Пример постановки задачи имитационного моделирования На бизнес-процесс оплаты услуг связи филиала ОАО «Ростелеком» в Чувашской Республике влияет большое количество случайных факторов, которые делают этот процесс слабо предсказуемым и сложным для управления. Существует определенное значение порога задолженности, при котором происходит отключение абонента от сети. И если это значение изменить, то изменится как динамика процесса, так и его результаты. Но каким образом произойдут эти изменения и как их предсказать? В условиях, когда проведение экспериментов с самим процессом затруднено или вовсе невозможно, имитационное моделирование остается едва ли не 1 единственным методом исследования процесса и управления им. Целью моделирования, в нашем случае, является принятие адекватных (то есть обоснованных и реализуемых) управленческих решений. Для обоснованного управления процессом лицу, принимающему решения, необходимо опираться на такие данные о нем, которым можно доверять. То есть необходимо построить модель процесса для его углубленного исследования и изучения логики его функционирования. Поскольку бизнес-процесс содержит стохастические элементы, то он не может быть точно описан с помощью математических моделей, имеющих аналитическое решение. В достаточной степени учесть влияние случайных факторов на функционирование процесса возможно с помощью метода имитационного моделирования, одним из родоначальников которого является Н.П. Бусленко (60-е годы ХХ века). Адекватная имитационная модель позволит «проигрывать» на ней различные варианты решений, тем самым осуществляя поддержку для лица, принимающего решения. Кроме того, такая модель дает обоснованные прогнозы будущих состояний бизнес-процесса, например, прогноз величины дебиторской задолженности или количества абонентов сети на определенный момент времени, что является неотъемлемой частью эффективного и дальновидного управления. Таким образом, в рамках имитационного моделирования перед нами стоят следующие задачи: - разработка и исследование имитационной модели бизнес процесса «оплата услуг связи» и определение путей повышения эффективности и качества управления на основе результатов моделирования; - программная реализация разработанной имитационной модели бизнеспроцесса, имеющая дружественный интерфейс пользователя; - проведение эксперимента с разработанной имитационной моделью и выработка рекомендаций по повышению эффективности и качества управления в филиале ОАО «Ростелеком» в Чувашской Республике. 2 Воздействие случайных факторов вызывает появление в разрабатываемой имитационной модели некоторых случайных величин, описанных ранее. В результате обработки статистического материала, то есть исследования данных за прошлые периоды, получим законы распределения случайных величин, а также параметры этих распределений. Необходимо потребовать, чтобы функция распределения находилась в удовлетворительном соответствии с опытными данными, задавалась возможно более простым уравнением, а также была удобной для генерации чисел в соответствии с ней. То есть после этапа идентификации законов распределения нужно выбрать метод моделирования случайных чисел, порождающий требуемое распределение. Входными данными имитационной модели будут являться: - параметры распределения вышеперечисленных случайных величин; - общее количество абонентов на начало моделируемого периода; - количество абонентов, отключенных от сети; - количество «неотключаемых» абонентов; - общая сумма долга абонентов; - период моделирования. Модель предназначена для имитации бизнес-процесса «оплата услуг связи» в течение заданного периода времени. Целесообразным является моделирование в течение срока до 90 дней, поскольку тенденции оплаты и прироста абонентов с течением времени могут меняться. Шаг моделирования – детерминированный, и равен одному дню, поскольку изменения в процессе происходят каждый день. То есть каждый модельный день сопровождается расчетами, такими как: моделирование количества новых абонентов сети, количества абонентов, оплативших услуги связи, и суммы их оплаты и другими. Моделирующий алгоритм дает подробное представление о процессе моделирования и позволяет реализовать имитационную модель программно. Решения, принимаемые исследователем на основе результатов статистического имитационного моделирования, могут быть конструктивными лишь при выполнении следующих условий: 3 - полученные результаты обладают необходимой достоверностью и точностью; - исследователь способен правильно интерпретировать полученные результаты и знает, каким образом они могут быть использованы. Возможность выполнения первого условия определяется на этапе разработки модели и частично – на этапе планирования эксперимента. Достоверность результатов моделирования подразумевает не только «правильность» модели, с помощью которой они получены, но и то, что эта модель отвечает некоторым дополнительным требованиям, предъявляемым к имитационным моделям. Способность исследователя верно интерпретировать полученные результаты и принимать важные решения на их основе довольно сильно зависит от степени соответствия формы представления результатов целям моделирования. Если заранее известно, что полученные результаты будут использоваться с четко определенной заранее целью (целями), то форма их представления также может быть определена заранее. Тогда преобразование экспериментальных данных к требуемой форме может происходить в ходе модельного эксперимента или непосредственно после его завершения. Этот подход позволяет экономить память компьютера, требуемую для хранения большого количества необработанных данных, а также сократить время, необходимое на анализ результатов и принятие решения. Но есть случаи, когда заранее конкретизировать цель моделирования сложно или этих целей несколько. Тогда данные должны накапливаться в некоторой базе и выдаваться в определенном виде по соответствующим запросам пользователей. Также необходимо уделить внимание таким вопросам как адекватность и точность разработанной имитационной модели. Адекватность моделирования связана с учетом необходимого числа случайных факторов, воздействующих на процесс. Проблема же точности связана с тем, что любые результаты, полученные методом статистического моделирования, носят случайный характер. Не4 обходимо определить число реализаций прогонов имитационной модели, при котором будут обеспечены заданная точность и достоверность результатов имитационного моделирования. ЛПР сможет «проигрывать» возможные решения на имитационной модели, анализируя последствия, в условиях невозможности такого экспериментирования с реальным бизнес-процессом. После генерации альтернатив ЛПР сможет произвести обоснованный выбор решения, тем самым скорректировав политику компании в отношении абонентов в более выгодном направлении. Также становится возможным прогнозирование будущего состояния бизнес-процесса оплаты услуг связи в компании, что снижает неопределенность и создает благоприятную обстановку для принятия решений. Таким образом, разрабатываемая имитационная модель имеет целью повысить эффективность и качество управления в филиале за счет использования ее как средства поддержки принятия решений при управлении одним из основных его бизнес-процессов – процесса оплаты услуг связи. 5