На бирже курсовых и дипломных проектов можно найти образцы готовых работ или получить помощь в написании уникальных курсовых работ, дипломов, лабораторных работ, контрольных работ, диссертаций, рефератов. Так же вы мажете самостоятельно повысить уникальность своей работы для прохождения проверки на плагиат всего за несколько минут.

ЛИЧНЫЙ КАБИНЕТ 

 

Здравствуйте гость!

 

Логин:

Пароль:

 

Запомнить

 

 

Забыли пароль? Регистрация

Повышение уникальности

Предлагаем нашим посетителям воспользоваться бесплатным программным обеспечением «StudentHelp», которое позволит вам всего за несколько минут, выполнить повышение уникальности любого файла в формате MS Word. После такого повышения уникальности, ваша работа легко пройдете проверку в системах антиплагиат вуз, antiplagiat.ru, etxt.ru или advego.ru. Программа «StudentHelp» работает по уникальной технологии и при повышении уникальности не вставляет в текст скрытых символов, и даже если препод скопирует текст в блокнот – не увидит ни каких отличий от текста в Word файле.

Работа № 97761


Наименование:


Курсовик ПРИМЕНЕНИЕ МЕТОДА ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ В РАЗРАБОТКЕ УПРАВЛЕНЧЕСКОГО РЕШЕНИЯ

Информация:

Тип работы: Курсовик. Добавлен: 9.6.2016. Сдан: 2016. Страниц: 37. Уникальность по antiplagiat.ru: 76.62.

Описание (план):


Содержание

Введение 3
1. Теоретические аспекты применения метода имитационного моделирования в разработке управленческого решения 5
1.1. Сущность имитационного моделирования 5
1.2. Типы имитационных процессов и моделей 8
2. Имитационное моделирование инвестиционного проекта 11
2.1. Краткая характеристика предприятия 11
2.2. Показатели инвестиционного проекта 13
2.3. Использование имитационного моделирования для оценки чувствительности проекта и его рисков 21
Заключение 34
Список литературы 36



Введение

Актуальность выбранной темы заключается в том, что иитационное моделирование - один из самых мощных инструментов при разработке сложных систем и анализе процессов их функционирования. Суть имитационного моделирования проста и в то же время интуитивно привлекательна. Его использование дает возможность экспериментировать с существующими или предлагаемыми системами в тех случаях, когда сделать это на реальных объектах практически невозможно или нецелесообразно.
В настоящее время имитационные модели широко применяются для прогнозирования развития различных систем, в том числе и локальных. Кроме того, имитационное моделирование в силу особенностей подхода позволяет прогнозировать как количественные, так и некоторые качественные факторы, что выгодно отличает его от других методов. Термин имитационного моделирования сохраняется лишь за теми моделями, в которых тем или иным способом разыгрываются (имитируются) случайные воздействия. Всякая практическая деятельность, в том числе производственная и экономическая, всегда неизбежно связана с некоторыми случайными воздействиями. Влияние этих воздействий на конечный результат часто оказывается столь существенным, что качественно изменяет его, методы решения таких задач, если они не укладываются в рамки одного из существующих вероятностных аналитических методов, и называют методами имитационного моделирования.
Со времени опубликованной в 1935 г. книги Р. Фишера «Пла­нирование экспериментов» было выпущено большое количество книг и статей по планированию экспериментов, нашедшему ши­рокое применение в биологических, физических и системных ис­следованиях. Планирование экспериментов является структурной основой исследований. Его использование целесообразно, посколь­ку оно позволяет уменьшить число необходимых испытаний и тем самым повысить экономичность эксперимента.
При разработке имитационных моделей кроме стратегических проблем планирования эксперимента возникают другие пробле­мы, которые можно назвать тактическими. Так как флуктуации переменных характерны для всех стохастических имитационных моделей, для достижения заданной точности результатов экспе­римента необходимо повторять его, каждый раз изменяя значе­ния входящих в модель случайных факторов. Поскольку время одного прогона сложного модельного эксперимента может быть достаточно большим, а выделенное на него время обычно огра­ничено, необходимо стремиться к получению максимальной информации с помощью небольшого числа прогонов. Кроме того, эксперимент должен проводиться таким образом, чтобы не только получить результаты, но и оценить их точность и со­ответственно степень доверия к тем выводам, которые будут сделаны на основе этих результатов.
Целью работы является изучение вопроса применения метода имитационного моделирования в разработке управленческого решения.
Для достижения данной цели необходимо решить следующие задачи:
- Рассмотреть теоретические аспекты применения метода имитационного моделирования в разработке управленческого решения
- Провести имитационное моделирование конкретной ситуации.
Объектом исследования является АО «Югра-плит», предметом исследования является разработка управленческого решения на основании имитационного моделирования.
Основными методами исследования являются описательный, а также метод имитационного моделирования.
Теоретической базой написания работы являются учебный пособия, материалы периодической печати и ресурсы Интернет, посвященные исследуемой теме.
В первой главе работы рассматриваются теоретические аспекты применения метода имитационного моделирования в разработке управленческого решения.
Во второй главе работы проводится анализ инвестиционного проекта, его чувствительности с использованием имитационного моделирования с целью принятия управленческого решения о его реализации.



1. Теоретические аспекты применения метода имитационного моделирования в разработке управленческого решения
1.1. Сущность имитационного моделирования

Метод имитационного моделирование состоит в построении так называемой имитационной модели исследуемого объекта и в целенаправленном экспериментировании с такой моделью для получения ответов на те или иные вопросы. Говоря о методе имитационного моделирования, как правило, имеют в виду метод, ориентированный на применение ЭВМ, хотя могут использоваться любые устройства., включая лист бумаги и карандаш[11].
Другой важный аспект - использование имитационных моделей в процессе эксплуатации ИТУ для принятия решений. Такие модели создаются в процессе проектирования, чтобы их можно было непрерывно модернизировать и корректировать в соответствии с изменяющимися условиями работы пользователей. Эти же модели могут быть использованы для обучения персонала перед вводом в действие ИТУ в эксплуатацию и для проведения деловых игр.
Сущность метода имитационного моделирования заключается в разработке таких алгоритмов и программ, которые имитируют поведение системы, ее свойства и характеристики в необходимом для исследования составе, объеме и области изменения параметров.
Принципиальные возможности метода весьма велики, он позволяет при необходимости исследовать системы любой сложности и назначения с любой степенью детализации. Ограничениями являются лишь мощность используемой ЭВМ и трудоемкость подготовки сложного комплекса программ.
Имитационное моделирование используется в основном для следующих применений:
- при исследовании сложных внутренних и внешних взаимодействий динамических систем с цель их оптимизации. Для этого изучают на модели закономерности взаимосвязи переменных, вносят в модель изменения и наблюдают их влияние на поведение системы;
- для прогнозирования поведения системы в будущем на основе моделирования развития самой системы и ее внешней среды;
- в целях обучения персонала, которое может быть двух типов: индивидуальное обучение оператора, управляющего некоторым технологическим процессом или устройством, и обучение группы людей, осуществляющих коллективное управление сложным производственным или экономическим объектом.
В основном используются имитационные модели производственных процессов и имитационные модели предприятий.
Имитационный процесс включает установленную модель реальной системы и управляемые повторяющиеся эксперименты с ней. Методология состоит из определенного количества шагов[3].
А. Определение задачи. Исследуется и классифицируется задача реального мира. Здесь мы определяем, почему необходимо имитационное моделирование. Затрагиваются такие аспекты, как границы системы, исходные данные и др.
Основные методы получения исходных данных:
1)из существующей документации на систему (это могут быть данные официальных и других отчетов, статистические сборники, - например, для социально-экономических систем; финансовая и техническая документация - для производственных систем и др.);
2) физическое экспериментирование. Часто для задания исходной информации необходимо провести натурный эксперимент на моделируемой системе или ее прототипах (порой это бывают дорогостоящие эксперименты, - однако это плата за то, чтобы получить точную модель, на которой можно в дальнейшем проводить испытания). Такой подход применим для космических, военных исследований, в авиации. В более простых случаях можно проводить измерения, например хронометраж при выполнении производственных операций;
3) предварительный, априорный синтез данных. Иногда исходные данные могут не существовать, и сама природа моделируемой системы исключает возможность физического экспериментиро­вания (например, проектируемые системы, прогнозирование в социальных и политических исследованиях). В этом случае пред­лагают различные приемы предварительного синтеза данных (например, при моделировании информационных систем, продолжительность выполнения информационного требования оценивается на основании трудоемкости реализуемых на ЭВМ алгоритмов).
К этим методам относят различные процедуры, основанные на общем анализе проблематики, анкетировании, интервьюировании, широком применении методов экспертного оценивания.
Второй вопрос связан с проблемой идентификации входных данных для стохастических систем. Имитационное моделирование является эффективным аппаратом исследования стохастических систем, т.е. таких систем, динамика которых зависит от случайных факторов. Входные (и выходные) переменные стохастической модели, как правило, - случайные величины, векторы, функции, случайные процессы. Поэтому возникают дополнительные трудности, связанные с синтезом уравнений относительно неизвестных законов распределения и определением вероятностных характеристик (средних значений, дисперсий, корреляционных функций и т.п.) для анализируемых процессов и их параметров. Необходимость статистического анализа при сборе и анализе входных данных связана с задачами определения вида функциональных зависимостей, описывающих входные данные, оценкой конкретных значений параметров этих зависимостей, а также проверкой значимости параметров. Для подбора теоретических распределений случайных величин применяют известные методы математической статистики, основанные на определении параметров эмпирических распределений и проверке статистических гипотез, с использованием критериев согласия о том, согласуются ли имеющиеся эмпирические данные с известными законами распределения (на статистически приемлемом доверительном уровне). Конечно, на вход модели можно подавать и сырые эмпирические данные, руководствуясь желанием получить более общие и полезные результаты на выходе имитационной модели, однако, это неэффективно как с точки зрения программной реализации, так и с точки зрения моделирования.
Б. Построение имитационной модели. Этот шаг включает определение переменных и их связей, а также сбор необходимых данных. Часто для описания процесса используется блок-схема. Далее пишется компьютерная программа.
В. Испытание и подтверждение модели. Имитационная модель должна подобающе представлять изучаемую систему. Это гарантируется испытаниями и подтверждением адекватности модели.
Г. Планирование экспериментов. После подтверждения адекватности модели, планируется эксперимент. На этом шаге определяется также длительность имитационного процесса.
Существуют две важные и противоречивые цели: точность и стоимость.
Также предусматривается определение типичных (для усредненных значений случайных переменных), наилучших (например, низкая стоимость, высокая доходность) и наихудших (высокая стоимость и низкая доходность) сценариев. Это помогает установить пределы изменения переменных решения, в которых надо работать, а также способствует устранению ошибок в имитационной модели.
Д. Проведение экспериментоввключает ранжирование исходов при генерации случайных чисел для представления результатов.
Е. Оценка результатов. Здесь определяют и оценивают значения результатов, используя статический инструментарий.
Ж. Использование результатов имитационного процесса имеет более высокие шансы для реализации, т.к. менеджер, принимающий решения, обычно в большей степени вовлечен в имитационный процесс, чем при работе с другими моделями.

1.2. Типы имитационных процессов и моделей

Существует несколько типов имитационных моделей[11].
1. Вероятностные имитационные модели. В этих моделях одна или более независимых переменных являются вероятностными. Они следуют некоторым вероятностным распределениям.
Существуют дискретные и непрерывные распределения вероятностей. Дискретные распределения включают ситуации с ограниченным числом событий или переменных, которые требуют только конечное число значений.
Непрерывные распределения - это ситуации с неограниченным числом возможных событий, которые следуют, например, нормальному распределению. Вероятностная имитация проводится с помощью метода Монте-Карло.
2. Имитация, зависимая от времени в сравнении с имитацией, независимой от времени. Независимая от времени имитация относится к ситуации, в которой точное знание о том, когда событие произошло, не является важным (например, мы не можем знать, что потребность в некотором продукте определяется в количестве три единицы в день, но нас не заботит, когда в течение дня требуется каждая единица). В некоторых случаях время вообще не является существенным фактором. В задачах ожидания важно знать точное время прибытия (или, например, знать, должен ли будет покупатель ожидать и сколько времени). В этом случае имеем дело с ситуацией, зависимой от времени.
В ряде случаев формировать решения с помощью формальных методов не удается - эксперт должен быть включен в процесс принятия решения. Он становится активным компонентом информационной системы; детализирует проблему и модель, осуществляет постановку направленного вычислительного эксперимента на модели, генерацию и ранжирование альтернатив, выбор критериев для принятия решений, а также формирует рациональный вариант управления с помощью базы знаний. Принятие решений в условиях риска, например, требует ведения диалоговых процедур формиро........



Перейти к полному тексту работы


Смотреть похожие работы

* Примечание. Уникальность работы указана на дату публикации, текущее значение может отличаться от указанного.