Содержание к диссертации
Введение
Глава I. Особенности имитационного моделирования и его эффективность 9
1.1. Основные принципы построения имитационных моделей 10
1.2. Объективная необходимость применения имитационного моделирования для анализа и синтеза сложных систем 23
1.3. Особенности проведения имитационных экспери ментов с моделями сложных систем 38
Глава 2. Методологические основы совершенствования имитационного моделирования с помощью оптимизационных методов 45
2.1. Классификация и особенность практического использования оптимизационных методов 45
2.2. Возможные направления использования методов оптимизации в имитационном эксперименте 56
2.3. Методика определения области применения оптимизационных методов в процессе построения и эксплуатации имитационных моделей 68
Глава 3. Практическая реализация методики использова ния оптимизационных методов на примере ими тационной модели структуры 84
3.1. Формализованная постановка оптимизационной задачи при поиске рациональной степени централизации и; децентрализации управления с помощью модели оргструктуры 85
3.2. Формализованная постановка оптимизационной задачи при выборе пускового комплекса задач АСУ с помощью модели оргструктуры 98
3.3. Применение оптимизационных методов на этапе планирования статического детерминированного имитационного эксперимента с моделью оргструктуры 108
3.4. Оценка эффективности предложенной методики и общие выводы 115
литература
- Объективная необходимость применения имитационного моделирования для анализа и синтеза сложных систем
- Особенности проведения имитационных экспери ментов с моделями сложных систем
- Возможные направления использования методов оптимизации в имитационном эксперименте
- Формализованная постановка оптимизационной задачи при выборе пускового комплекса задач АСУ с помощью модели оргструктуры
Введение к работе
"Всякий непосредственно общественный или совместный труд, осуществляемый в совместно крупном масштабе, нуждаатся в большей или меньшей степени в управлении" [I.C.H42] .
На последних съездах КПСС и Трудовой партии Кореи (ТПК) был поставлен вопрос о необходимости повышения эффективности народного хозяйства путем совершенствования организационных структур управления. Это связано о тем, что эффективность управления и в конечном счете эффективность деятельности народного хозяйства по достижению поставленных целей в значительной степени зависит от того, как организована система управления, на каком уровне, каким образом принимаются управленческие решения и как осуществляется обмен информацией между подразделениями [581 . Кроме того, решение проблемы построения рациональной структуры управления становится важным в силу требований научно-технического прогресса и роста масштаба социалистического производства 27 3 .
При решении поставленной проблемы важное место занимает, в первую очередь, вопрос совершенствования структуры аппарата управления предприятием. Предприятие " ... является экономической ячейкой народного хозяйства, составляет часть микроструктуры социалистической экономии и в то же время представляет собой основное звено народного хозяйства, определяющее в конечном счете всю экономическую структуру современного общества" [2, С.21] .
В сфере управления промышленным предариятием тенденции роста и увеличение совокупности работ по управлению, стремление"* специализации при выполнении их отдельных видов в значительной степени усложняет процесс управления предариятием и координации деятельности большого количества специалистов аппарата управления, а также эффективного перераспределения материальных и трудовых ресурсов исхода из сложившихся ситуаций. Решение проблемы синтеза организационных структур управления заключается в определении рациональной для каждого предприятия структуры управления, отвечающей современному этапу развития экономики и специфическим особенностям объекта управления [ 25 ] .
В настоящее время эффективным способом системного исследования и решения задачи анализа и синтеза сложных экономических систем, в том числе организационных структур управления предприятиями, является использование современной вычислительной техники и ее программного обеспечения для проведения имитационного моделирования, которое позволяет [51, 67, 77] : изучать новые системы, выявлять законы их функционирования и совершенствовать их характеристики; оценивать результаты внедрения изменений в систему с целью ее улучшения; наблюдать модель в условиях, которые редко реализуются или трудно получать в действительности; проверять и оценивать качества методов управления системой; заменять экспериментами на модели дорогостоящие, длительные эксперименты на реальной системе, которые могут также приводить к нарушению ее функционирования; преодолевать трудности, которые возникают при анализе и синтезе сложных систем с помощью аналитических методов; обеспечивать информационную базу для планирования и прогнозирования работы системы в будущем и предлагаемых условиях; - изучать или проверять новые системы, идеи, метода. Значительный вклад в развитие теории и практики применения имитационного моделирования для анализа и синтеза сложных систем внесли Багриновский К.А., Бусленко Н.ЇЇ., Вавилов А.А., Голенко
Д.И., Егорова Н.Е., Ермаков С.М., Клейнен Дж., Мартин Ф., Ней-лор т., Шеннон Р. и другие авторы.
Тем не менее имитационное моделирование нуждается в дальнейшем развитии и совершенствовании. Имитационное моделирование позволяет вместо бесконечного числа допустимых вариантов и соот-ветствувдих им траекторий динамики системы рассматривать лишь несколько вариантов и выбирать из них в определенном смысле более рациональный. Следовательно, для достаточно полного изучения системы с помощью имитационного моделирования приходится просматривать огромное количество вариантов. При этом сталкивается с определенными трудностями [44, 61] : из-за ограниченности машинного времени анализ . на ЭВМ огромного числа вариантов решения задачи может оказываться практически нереализуемым или может быть экономически нецелесообразным в связи с большими затратами машинного времени; с помощью имитационного моделирования не всегда может быть найден оптимальный вариант решения или найден наиболее эффективный путь поиска такого варианта из-за специфики построения имитационной модели.
Поэтому при имитационном моделировании возникает вопрос о разумном выборе и исследовании лишь "наиболее интересных" из множества допустимых вариантов.
В противоположность имитационному методу оптимизационные метода, как известно, позволяют рассматривать среда возможных вариантов только один - оптимальный вариант. Главным недостатком оптимизационных методов является: трудность адекватно описать с помощью их моделей сложные экономические системы и построить единственный критерий оценки.
Из вышесказанного вытекает необходимость совместного использования имитационных и оптимизационных подходов, что позволяет преодолеть препятствия, возникающие на пути практического применения математических методов, то есть объединить каким-либо способом достоинства имитационных и оптимизационных методов в одном исследовании и тем самым избегать недостатков, возникающих при использовании каждого из них в отдельности. Это обуславливает актуальность темы .диссертационного исследования.
Целью диссертационной работы является исследование проблемы повышения эффективности имитационного моделирования с помощью оптимизационных методов и разработка методики определения области их применения в процессе построения и эксплуатации имитационных моделей.
В ходе исследования цель работы конкретизировалась в решении следующих задач: анализ методологической основы имитационного моделирования и его эффективности^' определение возможных направлений использования оптимиза-ционных методов в имитационном эксперименте; разработка методики, позволяющей осуществлять согласование взаимодействия имитационной и оптимизационной моделей в процессе их совместной эксплуатации; -постановка и формализация оптимизационных задач с учетом особенностей ситуаций, имитируешх с помощью модели оргструктуры управления промышленным предприятием /модели "Организатор"/; разработка программного обеспечения процесса проведения эксперимента на ЕС ЭВМ на основе пакетов прикладных программ /ППЦ/ имитационной модели "Организатор" и ЛП АСУ; проведение машинного эксперимента на условном примере с целью оценки работоспособности разработанного программного обеспечения.
Методологической основой диссертационной работы являются труда классиков марксизма-ленинизма, материалы съездов КПСС и ТПК, постановления партии и правительства СССР и КНДР по вопросам дальнейшего развития организации управления социалистической экономикой. В процессе работы над диссертацией была использована литература советских и зарубежных ученых по имитационному моделированию экономических систем, методам оптимизации и планирования эксперимента.
Объектом исследования в диссертационной работе является организационная структура управления промышленным предариятием, совершенствование которой проводится с применением имитационной и оптимизационной моделей.
Научная новизна диссертации заключается в следующем: разработке методики применения оптимизационных методов в процессе построения и эксплуатации имитационных моделей; формализованной постановке оптимизационных задач .для ситуаций, возникающих в реальной структуре управления предприятием; разработке процедур проведения имитационного эксперимента с совместным использованием оптимизационной и имитационной моделей оргструктуры для решения поставленных задач.
Практическая значимость диссертации состоит в том, что разработанное программное обеспечение процесса проведения эксперимента на ЕС ЭВМ позволяет совместно использовать ПШІ модели "Организатор" и ПШІ ЛП АСУ, реализующий поиск оптимального варианта решения симплексным методом. Согласно предложенной методике можно осуществлять целенаправленный поиск оптимального варианта структуры управления предариятием в ходе проведения имитационного эксперимента, что позволяет повысить уровень и обоснованность принимаемых решений при анализе и проектировании оргструктур действующих и строящихся предариятий.
Объективная необходимость применения имитационного моделирования для анализа и синтеза сложных систем
Научно-техническая революция способствует увеличению сложности экономических объектов, например экономики: отрасли предприятий. Для этих экономических объектов характерно, то, что они состоят из большого числа взаимосвязанных между собой элементов., Поэтому в настоящее время основное внимание уделяется исследованию систем, представляющих собой не один объект, а совокупность объектов, которые взаимодействуют друг с другом. В этой связи возникли такие понятия, как сложная система, системный анализ.
Анализируя эти понятия по материалам работ [14, 15, 44, 50, 77 ] , можно выделить следующие определения. Под сложной системой понимается система, которая состоит из большого числа взаимосвязанных и взаимодействущих между собой элементов С 14 3 . К ее характерным особенностям относятся следующие: - наличие большого числа взаимосвязанных между собой подсистем. Разделение системы на подсистемы в настоящее время не формализовано и проводится в зависимости от целей исследования системы или произвольно, исходя из логических представлений исследователя;
- моногомерность системы, обусловленная наличием большого числа связей межцу подсистемами; - многокритериальность, обусловленная разнообразием целей отдельных подсистем, входящих в сложную систему, а также разнообразием требований, предъявляемых к исследуемой системе со стороны других систем; - иерархичность структуры, предопределяемая как разнообразием структур подсистем, так и разнообразием структур объединения подсистем в единую систему; - многообразие вариантов подсистем, которое характеризуется их различной физической сущностью.
Таким образом, сложность системы определеяется не просто увеличением размерности, но и многокритериальностью, иерархичностью структуры, наличием подсистемы различной природа.
Хотя сложная система состоит из совокупности отдельны подсистем, функционирование их подчинено достижению единой цели для всей системы в целом. Поэтому для анализа и синтеза сложных систем требуется новый подход к их исследованию. Таким подходом является системный подход, под которым, согласно [ 4, 73 ] , будем понимать совокупность методов, рассматривающих сложные системы как единое целое. Целью системного подхода является повышение эффективности функционирования системы в целом, а не оптимизация функционирования всех ее элементов.
Из этого следует специфика системного подхода: - при исследовании сложной системы с помощью системного подхода описание отдельных подсистем не носит самостоятельного характера, поскольку подсистема описывается с учетом ее места во всей системе в целом; - исследование сложной системы неотделимо от среда, в которой она функционирует; - при системном подходе всегда выбирается компромиссный вариант исследуемой системы, что, в свою очередь, связано с использованием обобщенного критерия, сформулированного на основе множества системных показателей; - особая роль отвадится согласованию взаимосвязей между отдельными подсистемами с целью удовлетворения требований, наложенных на систему.
В настоящее время существует два подхода к изучению сложных экономических систем и процессов математическими методами [671 . Первый из них оонован на применении оптимизационных методов. Исходной предпосылкой такого подхода является знание функциональных связей процесса, что в дальнейшем даст возможность разработать математическую модель и выделить критерий для определения оптимального решения. Этот критерий заранее может быть описан формальным образом в терминах принятой математической модели. Такой подход может оказаться плодотворным только тогда, когда предварительно проведен обстоятельный анализ процесса, выявлены главные его компоненты, дана удовлетворительная оценка погрешности при отбрасывании второстепенных факторов, как видно из табл. 1.2 и 1.3, в практике применения оптимизационных методов наибольший удельный вес занимают задачи математического программирования.
Однако опыт применения методов математического программиро- вания показывает, что они не могут быть единственным практическим инструментом совершенствования экономических систем [67] . Основной причиной этого является принципиальная сложность и большое количество взаимосвязей между различными по своей внутренней природе управляемыми процессами. Кроме того, формирование единственного критерия качества управления, а также затраты вычислительных ресурсов на поиск оптимальных управленческих решений неизбежно приводят в большинстве случаев к слишком большому огрублению модели, отрасыванию таких факторов, которые необходимо учитывать на практике. "Оказалось, что "оптимальное" управление, полученное путем решения задачи математического программирования, в "чистом" виде использовать нельзя из-за возникновения перекрывающих положительный эффект непредвиденных отрицательных последствий, происходящих вследствие неадекватности" [67, С. 367-368].
Особенности проведения имитационных экспери ментов с моделями сложных систем
Как было определено в І.І, имитационное моделирование представляет собой численный метод проведения экспериментов на ЭВМ с математическими моделями сложных систем. Метода имитационного моделирования предоставляют возможность широкого использования математического аппарата и вычислительной техники для экспериментального исследования сложных систем, где затруднительно, или невозможно осуществить прямой натурный эксперимент.
Характерная черта имитационного эксперимента состоит в том, что эксперимент проводится не с самой системой, а с ее моделью [57] . При этом проводится расчетный эксперимент, отражающий поведение системы посредством искусственных изменений параметров состояния, входных воздействий, или того и .другого одновременно. Поэтому с помощью имитационной модели имеется возможность воспроизвести любой случай функционирования системы в зависимости от требований к данным, которые требуется .получить, в том числе к данным, которые в реальных условиях функционирования системы практически недостижимы. Эта особенность, во-первых, позволяет оценить функционирование системы в экстремальных условиях и разработать соответственно практические рекомендации для этого случая, во-вторых, дает возможность сделать оценку проектируемой системы.
Кроме того, благодаря моделированию во времени, имитационный эксперимент позволяет наблюдать за системой .длительное время и также оценивать события с помощью модели в нужной последовательности.
Как видно из определения имитационного моделирования, оно является частным случаем численного метода, имеющим свои особенности [I5J . Следует учитывать, что при использовании обычных численных методов сначала математическая модель исследуемой системы преобразуется в систему уравнений, для решения которых применяются численные метода, по своей сущности независимые от математической модели и от реального санкционирования рассматриваемой системы. Существо этого метода определяется типом уравнений, к которым сводится первоначальная математическая модель.
При имитационном моделировании реализация модели является имитацией элементарных явлений изучаемого процесса с сохранением их логических структур, последовательности протекания во времени и особенно характера и состава информации о состояниях процесса. При этом обеспечивается возможность описания и воспроизведения взаимодействий между различными элементами исследуемого объекта[451поэтому, структура имитационной модели определяется главным образом видом математической модели и моделируемой системы. При исследовании системы традиционными методами эта структура в значительной степени определяется выбранной математической моделью и методом ее решения. Таким образом, возможность описания и воспроизведения взаимодействий между различными элементами исследуемого объекта делает результаты имитационного моделирования особенно ценными для практического использования.
При имитационном моделировании, как показано в I.I, широко используется декомпозицинный подход (блочный принцип), при котором каждый элемент системы представлен в ввде отдельного блока, выполняющего специфическую функцию и отражаемого соответствующей математической моделью. Декомпозиционный подход дает возможность установить связь между точностью описания каждого
БЛОка, обеспеченностью его информацией и необходимостью достижения цели моделирования, проверить адекватность каждого блока реальности до его включения в общую модель [213 . Поэтому в процессе эксплуатации модели имеется возможность вводить новые блоки в зависимости от анализа результатов имитации без изменения первоначальной модели или существенно изменять последовательность объединения блоков.
В противопложность имитационному моделированию введение в аналитическую модель новых факторов или изменение соотношений требует разработки нового метода решения исследуемой проблемы.
Следует подчеркнуть, что как оптимизационные », так и имитационные модели могут быть реализованы на ЭВМ, то есть существуют модели, которые, с одной стороны, являются оптимизационными, а с другой, - иштационными [67] . Однако имитационные модели отличает возможность проведения многократной имитации функционирования системы, что делает возможным исследование и оценку качества функционирования системы с помощью статистической обработки результатов реализации» Это позволяет исследовать оптимизируемые функции качества системы с помощью ЭВМ, тогда как ойычный метод использования ЭВМ дает лишь численное решение задачи.
Таким образом, в отличие от решения отдельных задач имитационное моделирование на ЭВМ является качественно более высокой степенью изучения сложных систем и применения ЭВМ.
Имитационный эксперимент практически аналогичен физическому, поскольку и в этом и в другом случае функционируют элементы системы, окружающая среда и их цели совпадают, но существуют и некоторые различия между ними [77, С. 175-176] : - трудность определения понятия выборочной точки; - легкость повторения и воспроизведения условий эксперимента;
Возможные направления использования методов оптимизации в имитационном эксперименте
Главным недостатком имитационного моделирования, как показано в гл. I, является тот факт, что для достаточно полного изучения системы необходимо проанализировать огромное число вариантов и при этом требуются большие затраты машинного времени, причем при анализе ограниченного количества вариантов нельзя гарантировать, что в рамках этих вариантов существует наиболее рациональный. В то же время с помощью имитационного моделирования можно построить и проанализировать близкие к реальности очень сложные модели различных экономических процессов.
Оптимизационные метода позволяют найти среда возможных вариантов наилучший, однако найденный вариант часто оказывается недоштаточным на практике, о чем уже упоминалось выше.
Таким образом, имитационный и оптимизационный метода изуче ния сложных систем имеют взаимодополняющие достоинства и недостатки при их использовании на практике. В этой связи целесообразно стремиться использовать имитационные и оптимизационные метода в комплексе, чтобы объединить их достоинства и тем самым преодолеить недостатки, свойственные каждому из них в отдельности. Совместное использование имитационных и оптимизационных методов дает возможность проведения общих исследований и экономии машинного времени t 20 3. может осуществляться различными способами. В настоящее время существует ряд работ, ПОСЕЯЩЄН-ный совместному использованию этих моделей[6,7,8,30, 52, 70, 76 1 .В ходе их изучения было установлено, что объединение моделей проводится двумя способами: согласование оптимизационной и имитационной моделей по типу обратной связи и включение одной из них в качестве блока .другой модели.
При согласовании имитационной и оптимизационной моделей по типу обратной связи каждая модель вырабатывает выходную информацию и определенная часть этой информации используется в качестве входной информации в другой модели. Например, в[6, 7, 30J дается пример согласования имитационной модели промышленного предприятияи и оптимизационной модели производственной программы для формирования планов развития этого предприятия. При этом в результате работы имитационной модели определяются параметры модели оптимизации, предназначенной для определения производственной программы, а модель оптимизации на основе этих параметров формирует входную информацию для имитационной модели.
В случае включения оптимизационной модели в качестве блока в имитационную модель вначале проводится расчет, охватывающий определенную часть имитационной модели. При этом определяются параметры модели оптимизации и в результате ее использования формируется : входная информация для расчета остальных соот ношений с помощью имитационной модели [6,8,70,76 J .
В отмеченных работах предполагается, что . оптимизационная модель уже существует и полученный с ее помощью оптимальный вариант полностью реализуется в имитационной модели. Однако на самом деле результат оптимизационного моделирования может оказаться непригодным для имитационной модели. Это обусловлено тем, что не все ограничения, накладываемые на функционирование сложной системы, могут быть учтены аналитически в модели оптимизации, следовательно, могут задаваться лишь алгоритмически.
В связи с этим, на наш взгляд, вопрос согласования имитационной и опшимизационной моделей целесообразно рассматривать как задачу математического программирования, в которой ряд ограничений задан алгоритмически с помощью имитационной модели, В работе предлагается следующая ее формализация.
Пусть исходная задача оптимизации имеет следующий вид: Оптимум: f{X) X G (2.17) и пусть множество возможных допустимых вариантов представлено ограничениями двух типов: н = [Х 3(х)(А } заданных в явном виде, (2.18) Qi = [х"А(х) В } , описанных алгоритмически (2.19) с помощью имитационной модели, (то есть 6= Giflfirz) где ]%),$(y),7w)- векторы функций. Здесь предполагается, что цели исследования заданы аналитически в явном виде.
Формализованная постановка оптимизационной задачи при выборе пускового комплекса задач АСУ с помощью модели оргструктуры
С помощью модели "Организатор" можно проводить исследование таких ситуаций, как нахождение рациональной степени централизации управления, выбор очередей задач АСУ, бесцеховая структура, сосредоточение функциональных служб в заводоуправлении, их объединение и т.д., и на основе их анализа проводить синтез рацио \ нальнои оргструктуры в целом. Для всех этих ситуаций характерна их многовариантность. Это обусловлено тем, что характеристики сформированной оргструктуры в OCHOEHOM зависят от распределения специалистов между структурными подразделениями ж уровнями иерархии, а это распределение многовариантно. Поэтому в ходе исследования ситуаций важное значение имеет поиск наиболее рациональных вариантов из множества допустимых, и, следовательно, целесообразно построение и использование оптимизационной модели на разных этапах имитации оргструктуры.
Как будет показано в гл. 3, для исследования отмеченных выше ситуаций с помощью модели "Организатор" используется включение оптимизационной модели в имитационную и смешанный метод согласования моделей. При построении оптимизационной модели в качестве ЦЄЛЄЕНХ критериев выбираются издержки на содержание аппарата управления и коэффициент рациональности.
Целевая функция для издержек основана на формуле, предложенной в [27} где /S t издержки на содержание #? -го подразделения; Pont - тарифная ставка одного работника ( -го уровня иерархии тп -го подразделения; Lm - количество уровней иерархии 7п -го подразделения. Способ построения этой функции и остальной части оптимизационной модели будут рассмотрены в гл. З в зависимости от характера исследуемой ситуации. Коэффициент рациональности вычисляется по формуле: и _ о Уі + ь Л Ійк 4-а — X L X M Vl (2.34) где л + & + й=н ; LH - нормативное значение количества уровней иерархии; k i нормативное значение коэффициента централизации работ по і -й функции управления; Мн - нормативное значение числа структурных подразделений; Ql - весовые коэфф клиенты, отражащие значимость учитываемых характеристик.
Как видно из (2.34) , его трудно выражать в аналитическом виде через входаые переменные модели "Организатор". Следовательно, целесообразно при его использовании в качестве критерия применять смешанный метод согласования моделей. Процедура такого согласования будет рассмотрена далее.
Резкмируя материалы этой главы, сформулируем следующие вывода: - определена область применения оптимизационных методов в процессе построения и эксплуатации имитационной модели. При этом выявлено, что если для исследуемой ситуации уже существует оптимизационная модель, то надо организовать лишь согласование оптимизационной и имитационной моделей. Если такой модели не существует, что необходимо построить оптимизационную модель хотя бы в приближенном варианте, анализируя существующую базовую мо.ідель. В зависимости от характера построенной или выбранной оптимизационной модели можно выбирать различные методы согласования; - предложена методика, позволяющая осуществлять согласование взаимодействия имитационной и оптимизационной моделей в процессе их совместной эксплуатации; - проиллюстрирована основная концепция разработанной методики на примере анализа ситуаций с помощью имитационной модели "Организатор", для которой установлена возможность применения оптимизационных методов с учетом различных методов их согласования.
