Глава 14. ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ
14.1. ВВЕДЕНИЕ
В главе 11, чтобы формализовать ситуации, связанные с хранением и управлением запасами, мы использовали математические модели. Рассмотренные проблемы были достаточно просты и удовлетворяли всем основным предпосылкам, введенным в модели. Однако иногда возникают более сложные задачи, решение которых с помощью изложенных математических моделей не отвечает существу поставленной проблемы. Поэтому мы вынуждены обращаться к иной группе методов, которые можно использовать в ситуациях, выходящих за рамки системы предпосылок, на которых основаны простые модели.
Имитационное моделирование используется в случаях, когда применение математических аналитических моделей неадекватно или является слишком сложным. Хотя методы имитационного моделирования не слишком элегантны, они являются очень гибкими и мощными в применении. Они шаг за шагом воспроизводят процесс функционирования системы. Эта система может включать ряд стохастических переменных. В системе управления запасами, например, неопределенности могут быть подвержены как ежегодный спрос, так и срок реализации заказа.
Используя выборочные данные, можно моделировать поведение системы. Если имитационное моделирование применяется в течение достаточно длительного периода, появляется возможность создавать модели с периодическим циклом или рассчитывать математические ожидания для определенных параметров. Имитационное моделирование может помочь при составлении прогнозов относительно возможного поведения системы в будущем.
Более подробно мы остановимся на одном методе, который известен под названием Метод Монте-Карло. В данном методе всем переменным присваиваются дискретные значения, даже если на самом деле эти переменные являются непрерывными. Переменная времени, например, может подразделяться на интервалы в минутах, часах или днях в зависимости от моделируемой системы. Затем рассчитываются вероятности каждого значения, а в отборе значений переменных из распределения вероятности используются случайные числа. С помощью описанной процедуры генерируются ряды значений переменных, которые являются основой Для построения имитационной модели.
В имитационном моделировании, как и в большинстве методов исследования операций, рассмотренных нами ранее, при пострюении моделей и их последующем
анализе, как правило, широко используются компьютеры. В этой области применение компьютеров становится особенно важным, поскольку значимую и обоснованную информацию из имитационной модели можно получить только после проведения расчетов для различных случайных чисел. Если мы заинтересованы в нахождении стационарного состояния модели, необходимо сделать расчет за длительный период моделируемой переменной времени и таким образом получить средние значения соответствующих статистических характеристик. Если же моделируемый период слишком мал, то на средние значения переменных могут оказывать воздействие начальные (стартовые) колебания.
Конечно, весь спектр применения имитационных методов и моделей в рамках данной книги продемонстрировать невозможно, однако, принципы, лежащие в их основе, одинаковы.
