Содержание к диссертации
Введение
1. Управление запасами нефтеперерабатывающего комплекса 12
1.1. Нефтеперерабатывающий комплекс и его запасы как объект управления 12
1.2. Анализ подходов к решению задач управления запасами нефтеперерабатывающего комплекса 32
2. Имитационная модель нефтеперерабатывающего комплекса 47
2.1. Модель производственного процесса нефтеперерабатывающего комплекса, его запасов и затрат 49
2.2. Модель управления производственным процессом нефтеперерабатывающего комплекса 65
2.3. Модель взаимодействия нефтеперерабатывающего комплекса с внешней средой 77
3. Решение задач управления запасами нефтеперерабатывающего комплекса «петротел-лукойл» 84
3.1. Экономические аспекты управления запасами нефтеперерабатывающего комплекса «петротел-лукойл» 84
3.2. Программная реализация имитационной модели нефтеперерабатывающего комплекса 118
Заключение 134
Список литературы 138
Приложение
- Анализ подходов к решению задач управления запасами нефтеперерабатывающего комплекса
- Модель управления производственным процессом нефтеперерабатывающего комплекса
- Модель взаимодействия нефтеперерабатывающего комплекса с внешней средой
- Программная реализация имитационной модели нефтеперерабатывающего комплекса
Введение к работе
Актуальность проблемы управления запасами нефтеперерабатывающих комплексов (НПК) обусловлена значительностью влияния, которое запасы оказывают на экономическую эффективность деятельности предприятий такого типа. Для характеристики значимости связи между уровнем запасов НПК и экономическим результатом его функционирования приведем следующие соображения.
Материально-сырьевая составляющая (нефть) себестоимости готовой продукции нефтеперерабатывающего предприятия значительно превосходит все остальные виды его затрат. Так, по оценкам, основывающимся на приведенных в [43] данных, доля стоимости сырья в составе конечной продукции для предприятий нефтепереработки превосходит 90%.
Для обеспечения производства нефтеперерабатывающему предприятию необходимо поддерживать высокий уровень запасов нефти, нефтяных полуфабрикатов и готовой продукции, представляющих собой различные стадии движения материально-сырьевой составляющей себестоимости. Это означает, что при величине суммарных запасов НПК, сопоставимых с месячным объемом переработки нефти, в них в среднем скованы примерно 90% месячной себестоимости предприятия.
Обслуживание оборотного капитала, скованного в запасах, влечет за собой для предприятия как явные, так и вмененные издержки. Согласно приведенным в [63, 77] оценкам, величина затрат, связанных с содержанием запасов, составляет минимум 1%/месяц от суммарной стоимости запаса.
Таким образом, в составе тех затрат, которые не связаны с материальной составляющей себестоимости (а именно ими может управлять руководство НПК), примерно десятую часть составляют затраты, связанные с содержанием запасов. Следовательно, в рационализации процесса управления запасами НПК кроется источник существенного повышения экономической эффективности их деятельности.
Управление запасами, несмотря на сравнительную молодость (первые статьи по проблеме относятся к началу XX века), из всех специализированных ветвей исследования операций обладает, с одной стороны, наибольшими возможностями для практического применения, с другой - наиболее развитой теорией [91]. По этой тематике сегодня только на английском языке ежегодно публикуется свыше 100 журнальных статей, причем обсуждение проблем часто идет в более широком контексте - «затрагиваются вопросы производства, логистики, транспортировки» [63]. Теоретическим и практическим вопросам организации управления запасами посвящены работы Ю.И. Рыжикова, Е.А. Хруцкого, Е.В. Булинской, А.А. Первозванского, К.В. Инютиной, Д.И. Голенко, В.А. Сакович, В.А. Потоцкого, О.Д. Проценко, Д. Букана, Э. Кенигсберга, О.У. Уайта, Д. Хедли, Г. Уайтина, Н.У. Прабху, П. Зермати, Д. Орлицки и многих других. Вклад этих исследователей в разработку различных аспектов функционирования систем управления запасами, несомненно, огромен. Однако, как отмечает один из основоположников отечественной научной школы управления запасами Ю.И. Рыжиков, «существующая теория управления запасами не решает всех проблем, в особенности проблем оптимизации сложных систем» [63]. Все вышеизложенное определило актуальность выбранной темы исследования.
В основе большинства известных подходов к решению задач управления запасами зачастую лежат посылки, в силу которых применение таких подходов к исследованию сложных систем становится малоэффективным или нецелесообразным: внесистемное, независимое рассмотрение запаса каждого из продуктов и недоучет активной роли системы управления. Нефтеперерабатывающий комплекс и его запасы, вне всякого сомнения, представляют собой сложную систему. Большое число взаимосвязанных и взаимодействующих компонентов этой системы и запутанность трудно анализируемых цепочек причинно-следственных связей не позволяют использовать для решения задачи управления запасами НПК какой-либо из известных подходов. Особенностью настоящей диссертационной работы, выделяющей ее из круга аналогичных по направленности исследований, является именно целостное, системное рассмотрение запасов НПК в их единстве и взаимосвязи с процессами управления предприятием и его производственными мощностями.
Что касается известных подходов к решению задач управления сложными образованиями с системных позиций (прежде всего имитационного моделирования), среди разработчиков которых следует выделить Н.П. Бусленко, И.Н. Коваленко, В. В. Калашникова, Н.Н. Моисеева, Г.Я. Фридмана, Т.Х. Нейлора, Р.Ю. Шеннона, то упоминания запасов НПК как предмета исследования в их трудах нам не встречалось. Из известных нам наиболее близким по духу настоящей работе является исследование американского ученого А. Барзамиана [88, 90], в котором также используется аппарат имитационного моделирования. Однако данное исследование ставит своей целью решение более узкой задачи (определение оптимального объема резервуарного парка предприятия) и не принимает во внимание систему управления производством, а также упрощенно, на наш взгляд, представляет динамику происходящих на НПК процессов.
Таким образом, ни в одной из известных нам на настоящий момент работ задача управления запасами НПК не ставится и не решается в том виде, в каком она сформулирована в данном исследовании. В близких по направленности изысканиях рассматриваются частные вопросы, поиск решений которых осуществляется исходя из посылок, недопустимо упрощающих реальное функционирование такой сложной производственной системы, как НПК. Предлагаемая работа призвана в существенной мере устранить обозначенные пробелы.
Основной целью данного диссертационного исследования является разработка подхода к исследованию экономических аспектов управления запасами НПК при помощи средств имитационного моделирования. Возможности данного подхода позволяют, основываясь на экономических критериях, найти ответ на целый ряд вопросов, связанных с организацией системы управления запасами на предприятии. Среди них, прежде всего, выделим вопросы обоснования объема оборотных средств в запасах нефти и нефтепродуктов (нормы запаса), требуемых для нормального функционирования НПК, определения размеров товарно-сырьевого парка, частоты принятия управленческих решений, прочих параметров алгоритмов управления запасами.
Поставленная цель обусловила необходимость решения следующих задач:
- Проанализировать специфику функционирования нефтеперерабатывающего комплекса и роль запасов сырья, полуфабрикатов и готовой продукции в обеспечении его производственного процесса.
- Разработать имитационную модель НПК, рассматривающую его запасы во взаимодействии с производственными мощностями, системой управления предприятием и внешней средой.
- Исследовать с помощью созданной модели взаимосвязи между уровнем запасов НПК и параметрами алгоритмов управления запасами с одной стороны и производительностью предприятия и показателями экономической эффективности его деятельности с другой.
Объектом исследования диссертационной работы является нефтеперерабатывающее предприятие, рассматриваемое как целенаправленная сложная система, функционирующая в условиях возмущений внешнего и внутреннего характера.
Предметом исследования являются методы управления запасами сырья (нефти), полуфабрикатов и готовой продукции НПК.
В качестве методологической основы диссертационной работы послужили научные труды отечественных и зарубежных исследователей, посвященные анализу специфики деятельности нефтеперерабатывающих производств, вопросам управления запасами различных видов, математическому моделированию сложных экономических систем. В работе использовались аналитические и информационные материалы, опубликованные в российской и зарубежной периодической печати, а также размещенные в компьютерной сети Internet. В ходе исследования применялись методы системного подхода, имитационного моделирования, объектно-ориентированного анализа и проектирования, объектно-ориентированного программирования, использовались средства вычислительной техники и современные программные продукты (Borland Delphi 5.0, Microsoft Office 2000, Power Designer 6.1 и др.).
Научная новизна работы заключается в том, что автором:
- сформулирована задача управления запасами нефтеперерабатывающего комплекса во взаимосвязи и взаимодействии с производственными мощностями предприятия и системой управления его производственным процессом,
- разработан подход к решению задач управления запасами нефтеперерабатывающего комплекса, основанный на сочетании средств объектно-ориентированного анализа и проектирования и имитационного моделирования,
- разработана и программно реализована оригинальная имитационная модель нефтеперерабатывающего комплекса, учитывающая, наряду с запасами предприятия и его производственными мощностями, систему управления производственным процессом.
Практическая значимость исследования определяется тем, что разработанный подход к исследованию экономических аспектов взаимодействия запасов, технологических мощностей и системы управления производственным процессом применим для анализа широкого круга непрерывных химических производств, а не только для НПК. Таким образом, данная работа и ее результаты наряду с управленческим персоналом нефтеперерабатывающих и нефтехимических предприятий могут представлять определенную ценность и для руководства других промышленных комплексов, обладающих аналогичной спецификой технологического процесса. Результаты исследования могут использоваться высшим руководством предприятия, его экономическими службами, специалистами по снабжению и сбыту, производственным персоналом (операторами установок, диспетчерами и т.д.).
На практике разработанный подход был применен к исследованию вопросов управления запасами нефтеперерабатывающего предприятия «Петротел-ЛУКОЙЛ» (г.Плоешти, Румыния). Результаты анализа данного НПК и его запасов позволили выдать предприятию обоснованные рекомендации по снижению на 15-16% запасов нефти и нефтепродуктов, которые были приняты к исполнению. Полученные результаты иллюстрируют возможности и эффективность предлагаемого подхода при решении задач экономики и управления запасами НПК.
Здесь же необходимо отметить универсальность разработанной имитационной модели, позволяющей исследовать весьма широкий класс нефтеперерабатывающих комплексов. Эта универсальность достигается за счет того, что в программной реализации модели на уровне алгоритмов и структур данных описывается абстрактный НПК, а характеристики конкретного объекта (с определенными ограничениями на класс рассматриваемых предприятий) задаются на уровне данных. Это обстоятельство существенно облегчает процесс исследования конкретного НПК и расширяет рамки применения модели.
Основные положения диссертации были представлены в материалах электронной заочной конференции «Молодые ученые -первые шаги третьего тысячелетия» (Ижевск, апрель 2000 г.), IV Международной конференции по математическому моделированию (Москва, июнь 2000 г.), V Международной конференции по математическому моделированию (Москва, октябрь 2002 г.), сборниках статей кафедры экономической кибернетики Пермского государственного университета (Пермь, 2000 г., 2002 г.). Вопросы практического применения разработанного подхода обсуждались на научно-производственном семинаре «Использование имитационного моделирования в решении задач управления в нефтепереработке», проведенном для специалистов «Нефтяной Компании «ЛУКОЙЛ» (Пермь, 2001 г.).
По материалам диссертации опубликовано 6 работ (в том числе 4 в соавторстве).
Работа изложена на 160 страницах текста, состоит из введения, трех глав, заключения и приложений, иллюстрирована 11 таблицами и 16 рисунками.
Библиографический список содержит 107 названий литературных источников, в том числе 83 отечественных, 24 зарубежных.
В завершение введения кратко охарактеризуем структуру дальнейшего изложения.
В первой главе диссертационной работы НПК и его запасы характеризуются как целенаправленная сложная производственная система: выделяются составные части этой системы, описываются разнообразные внешние и внутренние возмущения, которым система подвергается в процессе функционирования, рассматриваются способы противостояния отмеченным возмущениям и экономические аспекты этого противостояния. Затем приводится анализ известных нам подходов к решению задачи управления запасами НПК и обосновывается выбор аппарата имитационного моделирования в качестве средства исследования поставленной проблемы.
Вторая глава диссертационной работы посвящена описанию обобщенной имитационной модели НПК, в рамках которой во взаимодействии подробно рассматриваются:
- модель основного производственного процесса НПК (переработка сырья на технологических установках и образование смесей из заданного набора компонент), его запасов и затрат,
- модель управления двумя выделенными видами производственных процессов и перерабатывающим комплексом в целом,
- модель взаимодействия НПК с внешней средой посредством организации поставок нефти на предприятие и отгрузки готовой продукции потребителям.
Разработанная имитационная модель НПК является экономико-математической моделью в точном смысле этого понятия, поскольку на основе математической формализации исследуемого объекта в ней описываются связи k экономических характеристик функционирования предприятия с технологией и системой управления производственным процессом.
В третьей главе диссертационной работы описывается практическое применение разработанной имитационной модели к решению задач управления запасами конкретного НПК («Петротел-ЛУКОЙЛ», г.Плоешти, Румыния). Сначала приводится общая характеристика предприятия, его производственных мощностей и запасов. Затем описывается методика машинных экспериментов с моделью данного НПК, исследуются зависимости между уровнем его запасов и экономическими результатами функционирования. По результатам исследований формулируются предложения по управлению запасами для рассматриваемого НПК, позволяющие добиться существенного повышения экономической эффективности его деятельности. В завершении главы рассмотрена классификация способов программной реализации имитационных моделей, приведены особенности некоторых современных систем моделирования, освещены вопросы программной реализации разработанной имитационной модели НПК и указаны характеристики ее быстродействия и требования к аппаратной и программной части.
Анализ подходов к решению задач управления запасами нефтеперерабатывающего комплекса
Управление запасами является одним из наиболее широко исследованных вопросов управления экономическими системами. По этой тематике сегодня только на английском языке ежегодно публикуется свыше 100 журнальных статей, причем обсуждение проблем часто идет в более широком контексте - «затрагиваются вопросы производства, логистики, транспортировки» [63].
Наибольшее применение теория управления запасами находит в решении задач организации материально-технического снабжения [8, 12, 20, 33, 37, 46, 58, 63, 64, 70, 77, 97]. Основные решения, которые необходимо принимать в таких задачах управления запасами, касаются ответов на два вопроса: «когда и сколько следует заказать материальных ценностей с тем, чтобы обеспечить нормальный ход обслуживаемого процесса при минимальном размере совокупных издержек» [70].
По способу определения момента заказа выделяют периодические модели и модели с критическим уровнем возобновления заказа. В моделях с критическим уровнем очередной заказ на пополнение выдается поставщику при падении уровня наличного запаса до фиксированной величины v, а интервал между последовательными заказами становится переменным. В периодических моделях заказ выдается через равные промежутки времени Т3, а уровень наличного запаса y(t) в момент очередного заказа изменяется. Заказ в каждой из этих моделей может осуществляться либо на неизменную величину Q (модель с фиксированным размером заказа), либо на разницу между постоянной У (максимальным запасом) и уровнем текущего запаса y(t) в момент заказа (модель с фиксированным уровнем пополнения запаса). Таким образом, можно выделить четыре типа систем управления запасами со стратегиями класса простейших: 1. Модель (у,(?)-типа (модель Уил сон а). Размер заказа Q в такой модели постоянен, а очередная партия материала заказывается при уменьшении наличных запасов до критического уровня у (точки возобновления заказа). Таким образом, запас пополняется каждый раз на одну и ту же величину, однако интервалы между поставками зависят от интенсивности потребления материала и поэтому могут быть различными. Рассматриваемую систему часто называют двухбункерной. Запас в ней хранится как бы в двух бункерах: в первом - для удовлетворения спроса в течение периода между фактическим пополнением запаса и датой ближайшего заказа (точкой заказа), во втором - для удовлетворения спроса в течение периода с момента подачи заказа до поступления очередной партии материала. Максимальный размер запаса в такой системе колеблется в зависимости от того, каким было расходование запаса в период между подачей заказа и поступлением очередной партии материала. Модель (у,g)-типа требует регулярного учета движения запаса, с тем, чтобы не был упущен момент наступления очередного заказа. 2. Модель [у,f) -типа. Пополнение запаса в такой системе производится при падении уровня запаса до фиксированной величины у на разницу между постоянной f (максимальный запас) и текущим уровнем запаса y(t) в момент заказа. При непрерывном контроле уровня запаса стратегии (у, )-типа и (у,?\-тілпа тождественны, т.к. Q=Y y(t) = Y-y. Различие между этими двумя стратегиями в определении объема заказа возникает только при дискретизации моментов контроля текущего уровня запаса y(t). Такая дискретность неизбежна при любой организации управления материально-техническим снабжением, однако существенной она становится, в первую очередь, в неавтоматизированных системах управления запасами.
В такой модели управления запасами заказы на очередную поставку материалов повторяются через одинаковые промежутки времени (ежедекадно, ежемесячно, ежеквартально и т.д.). В конце каждого периода проверяется уровень наличных запасов y(t) и, исходя из этого, определяется размер очередной заказываемой партии. В процессе функционирования такой системы запас пополняется каждый раз до определенного уровня, не превышающего максимальный У, но с помощью различных партий поставок, которые зависят от интенсивности расходования запаса в предшествующем периоде.
Эффективное функционирование рассматриваемой системы достигается, когда имеется возможность заготавливать материалы в различных размерах, причем расходы на оформление заказа любого размера невелики. Явным достоинством этой системы является регулярность процедуры принятия решения о заказе материала и, как следствие, отсутствие потребности в постоянном отслеживании ситуации. Поэтому использование стратегий такого типа целесообразно при управлении группами запасов с большим числом номенклатуры и незначительной стоимостью среднегодового потребления.
Модель управления производственным процессом нефтеперерабатывающего комплекса
В данном параграфе рассматриваются вопросы представления в модели процедур управления описанными выше двумя видами производственных процессов. Следует сразу отметить следующие обстоятельства, во многом определяющие специфику дальнейшего изложения: 1. В основе модельного представления управляющих воздействий лежит идея автономного управления установкой, т.е. управления, принимающего во внимание запасы только непосредственно связанных с установкой продуктов (питающих ее или производимых ею). 2. На класс рассматриваемых НПК накладывается единственное ограничение, выражающееся в требовании отсутствия на каждом из технологических переделов дублирования производственных мощностей (установок). Причиной возникновения последнего обстоятельства является ограниченность опыта практического исследования нефтеперерабатывающих производств комплексами именно такого класса. Очевидно, что это ограничение носит временный характер и может быть преодолено при накоплении опыта анализа и моделирования предприятий других типов (в частности, с дублированием производственных мощностей).
Под управлением технологической установкой в модели понимается определение интенсивности работы установки. Желаемая интенсивность загрузки установки (уставка) определяется на основе информации о текущих уровнях запасов всех питающих ее и производимых ею продуктов. Реализованное в модели эвристическое правило принятия решения о загрузке установки с позиций питающего ее непрямоточного продукта может быть проиллюстрировано при помощи рис. 6. Построенное подобным образом управление установкой нацелено на поддержание уровня запаса питающего непрямоточного продукта вблизи нормативного уровня S При этом запас, больший или меньший, чем нормативный, приводит соответственно к росту или сокращению уставки, определяемой с позиций этого продукта. На рисунке изображены три вида возможной модельной реакции системы управления технологической установкой на изменение уровня запаса питающего ее продукта: линейная, а также «замедленная» и «ускоренная» реакция вблизи нормативного уровня запаса. За «быстроту» реакции системы управления в модели отвечает параметр ак\ если его значение находится в интервале от нуля до единицы, то реакция системы управления установкой будет быстрой, если оно больше единицы -медленной. Формула определения уставки с позиций питающего непрямоточного продукта выглядит следующим образом: где текущая степень «заполненности» резервуара Д(0 определяется из следующего соотношения: В формулах приняты следующие обозначения: і - индекс продукта, к - индекс установки, йО-ДО - уровень запаса питающего непрямоточного продукта, тонн, S. - нормативный уровень запаса, т.е. запас, на поддержание которого нацелены процессы управления технологической установкой, тонн, S, - максимально возможный уровень запаса продукта, определяемый возможностями товарно-сырьевого парка предприятия, тонн, V - уровень минимального запаса питающего установку продукта, тонн, Щ(?) — определяемая входным продуктом интенсивность работы установки, тонн/час, А А А минимальная, оптимальная и максимальная производительности установки, тонн/час, эти величины представляют собой технико-технологические параметры установки, ограничивающие выбор Dh (t) условием Dk , Dk (0 Dk, - параметр, характеризующий «быстроту» реакции системы управления установкой на отклонения уровня запаса входного продукта от нормативной величины.
Вид формулы для определения текущей степени «заполненности» питающего резервуара Д{?) обусловлен следующими соображениями. Очевидно, что большему уровню запаса, должно соответствовать большее значение величины Д(/). Расчет строится таким образом, чтобы минимально допустимому уровню запаса V соответствовала степень «заполненности», равная 0, нормативному уровню запаса St - степень «заполненности», равная 0,5, а максимально возможному уровню запаса St — степень «заполненности», равная 1. Следовательно, функция г- -і Д(0 = /(5 (0). аргумент которой изменяется в пределах \V,S, , а сама функция - в пределах [0;1], должна проходить через три точки: (vfio), (5(;0,5)и(5,;і). Будем считать, что на отрезках 5;(0є[ оД] и ,(06.] зависимость степени «заполненности» от текущего уровня запаса носит линейный характер.
Модель взаимодействия нефтеперерабатывающего комплекса с внешней средой
В модели рассматриваются два основных способа взаимодействия НПК с внешней средой - поступление нефти на предприятие (моделируются танкерный и железнодорожный способы) и отгрузка готовой продукции потребителям. Модель поставки нефти В основе модели танкерного варианта поставок лежит система организации снабжения, известная в теории управления запасами как модель с критическим уровнем возобновления запаса и фиксированным размером заказа (модель (y,Q) -типа или модель Уилсона). В такой системе размер заказа на пополнение запасов является величиной постоянной, а очередная поставка сырья осуществляется при уменьшении наличных запасов до определенного критического уровня (точки возобновления заказа). В процессе функционирования такой системы снабжения запас нефти пополняется каждый раз на одну и ту же величину, но интервалы между поставками tn могут быть различными - в зависимости от темпов расходования запаса и случайной длительности цикла заказа г. Процесс функционирования подобной системы снабжения показан на рис. 7. По оси абсцисс на рисунке указано время, а по оси ординат -уровень запаса нефти (индекс нефти / принят равным единице). Линия 5, определяет моменты заказа очередной партии нефти. Когда ее запас снижается до уровня точки возобновления заказа, в модели генерируется заказ на очередную партию поставки. Длительность цикла заказа вычисляется при этом следующим образом: где / - порядковый номер очередного заказа, г, - случайная длительность цикла заказа, дней, f - минимальная длительность цикла заказа, дней, 7, - экспоненциально распределенная с параметром — т —т случайная величина, описывающая флюктуации длительности цикла заказа, дней Г - средняя длительность цикла заказа нефти, дней. Пока заказ выполняется, запас нефти продолжает снижаться и достигает ко времени поставки минимального значения.
В этот момент поступает очередная заказанная партия размером Q тонн/танкер. Точка заказа очередной партии нефти определяется в модели по следующей формуле: где 5, - точка возобновления заказа нефти, тонн, Sx - уровень страхового запаса нефти, тонн, D - оптимальная интенсивность переработки нефти предприятием, тонн/день, т - средняя длительность цикла заказа нефти, дней. Рассчитанная таким образом точка заказа обеспечивает неприкосновенность страхового запаса х в случае непревышения длительностью цикла заказа величины , а интенсивностью переработки нефти на предприятии - величины D. Моделирование железнодорожного способа поставки основано на расчете управляемой интенсивности поставки нефти, измеряемой в количестве составов, которое заводу желательно получить для пополнения своих запасов в течение дня. Интенсивность поставок определяется на основе информации о текущем уровне запаса нефти: где текущая степень «опустошенности» резервуаров с нефтью /?(?) определяется по формуле: Д0 = Вид формулы обусловлен соображениями, аналогичными тем, которые были рассмотрены ранее при расчете величины ДО). Принятые обозначения: Я (0 - желаемая интенсивность поставок нефти, состав/день, Л - средняя интенсивность поставок нефти, состав/день, а - параметр, характеризующий скорость реакции системы управления железнодорожными поставками на изменение уровня запаса нефти, Sj(f- АО - уровень запаса нефти, тонн, S, - нормативный уровень запаса нефти, на поддержание которого нацелены процессы управления поставками, тонн, St - максимальный уровень запаса нефти, тонн. После этого в модели определяется фактическая интенсивность поставок нефти: где (0 - случайная величина, распределенная по закону Пуассона с параметром A (t), описывающая флюктуации интенсивности поставок нефти, состав/день. Пример модельного представления процессов поставки нефти рассмотрен в Приложении. Специфика моделирования сбыта готовой продукции заключается в воспроизведении случайного характера процесса ее отгрузки. Суть моделирования состоит в определении случайной доли от наличного на определенный момент времени запаса готовой продукции, которая отгружается потребителям предприятия за определенный интервал времени (день).
Указанная выше доля отгрузки рассчитывается в модели таким образом, что ее статистические свойства воспроизводят реальные характеристики процесса отгрузки готовой продукции исследуемого предприятия: і - индекс продукции, с,(г) - текущая доля отгружаемой за день продукции, %, TJXO - случайная величина, распределенная по заданному таблицей значений р{ закону, описывающая флюктуации доли отгружаемой за день продукции, %, р\ - вероятность попадания доли отгружаемой за день продукции в у-й интервал значений.
Программная реализация имитационной модели нефтеперерабатывающего комплекса
Исследование вопросов экономики и управления сложными производственными системами при помощи имитационных моделей невозможно без применения компьютерной техники. Поэтому этап программной реализации является одним из основных в процессе решения поставленной задачи. Способы разработки программы имитационной модели Приступая к программированию имитационной модели, прежде всего, необходимо выбрать средство моделирования. Разнообразие задач, возникающих на различных этапах имитационных исследований, их сложность приводят к возникновению большого набора возможных методов реализации программного обеспечения для решения поставленных проблем. Основываясь на приведенном в [31] анализе систем имитационного моделирования, выделим три способа разработки программы имитационной модели, двигаясь от универсальных к более специализированным подходам: 1. Использование универсального алгоритмического языка программирования (Pascal, C++, Fortran, PL/1, Ada и т.д.).
В рамках данного подхода программист обладает практически неограниченными возможностями по эффективной реализации имитационной модели, наилучшим образом используя машинные ресурсы и учитывая особенности операционной системы. Алгоритмические языки программирования позволяют обеспечить высокие эксплуатационные показатели качества создаваемого программного обеспечения имитационных исследований (высокое быстродействие, меньшая требовательность к ресурсам).
Однако такой способ разработки требует наибольших трудозатрат, привлечения программистов высокой квалификации, тесного взаимодействия специалистов различных профилей - экспертов предметной области, системных аналитиков и т.д. Созданная таким образом имитационная модель получается узконаправленной на решение конкретной задачи и, как правило, не может быть использована для других приложений. 2. Использование специализированного языка моделирования (SLAM II, GASP IV, SIMASCRIPT II, СИМПАК, CSL, DRAFT, HOSUS, GPSS, Simula, SOL, Q-GERT и т.д.). Основное отличие специализированных языков моделирования от универсальных языков программирования состоит в обеспечении ими решения тех специфических задач, которые возникают при имитационном исследовании.
Реализация имитационной модели средствами специализированного языка состоит в описании структуры и процессов исследуемого объекта при помощи абстрактных терминов используемого языка, как правило, далеких от понятий предметной области. Языки имитационного моделирования, за счет снижения гибкости и универсальности, позволяют создавать имитационные модели на несколько порядков быстрее и не требуют работы системных программистов. Они обладают двумя наиболее важными достоинствами: удобством программирования и концептуальной выразительностью. Последнее обстоятельство позволяет четко и ясно описывать различные понятия предметной области, что приобретает особое значение при определении общего подхода к формализации изучаемой системы. Основным недостатком специализированных языков моделирования является их относительно ограниченная по сравнению с предыдущим подходом гибкость с точки зрения многообразия исследуемых систем. Это приводит к необходимости разработки новых моделей для альтернативных вариантов не только структуры моделируемого объекта, но и управляющих элементов сложной системы. 3. Использование проблемно-ориентированной системы моделирования (Arena, Vensim, PowerSim Studio, Ithink, DOSIMIS-3, Process Charter, ProModel, ReThink, Экспресс-Радиус, Асимптота, ПОДСИМ, Прогноз и т.д.). В таких системах модель генерируется автоматически в процессе диалога с исследователем, который происходит в терминах языка предметной области. Проблемно-ориентированные системы обеспечивают реализацию имитационной модели с помощью графических средств и библиотек специализированных модулей и позволяют проводить исследования без программирования как такового.
Поэтому процесс создания имитационной модели в таких системах наименее трудозатратен и может реализовываться самим исследователем. Однако это достигается за счет еще больших ограничений на класс моделируемых объектов, что существенно снижает гибкость процесса имитации. Такие системы имеют большую стоимость и, как правило, ориентированы на выполнение крупных проектов в больших фирмах и организациях. Характеристики некоторых современных систем моделирования, полученные на основе [31, 36, 93, 94, 96, 102, 103, 106, 107], представлены в табл, 11.
