Принципы решения слабоструктуризованных проблем

Для решения проблем этого класса целесообразно использовать методы системного анализа. Проблемы, решаемые с помощью системного анализа, имеют ряд характерных особенностей:

1. принимаемое решение относится к будущему (завод, которого пока нет)
2. имеется широкий диапазон альтернатив
3. решения зависят от текущей неполноты технологических достижений
4. принимаемые решения требуют больших вложений ресурсов и содержат элементы риска
5. не полностью определены требования, относящиеся к стоимости и времени решения проблемы
6. проблема внутренняя сложна в следствие того, что для ее решения необходимо комбинирование различных ресурсов.

Основные концепции системного анализа состоят в следующем:

• процесс решения проблемы должен начинаться с выявления и обоснования конечной цели, которой хотят достичь в той или иной области и уже на этом основании определяются промежуточные цели и задачи
• к любой проблеме необходимо подходить, как к сложной системе, выявляя при этом все возможные подроблемы и взаимосвязи, а также последствия тех или иных решений
• в процессе решения проблемы осуществляется формирование множества альтернатив достижения цели; оценка этих альтернатив с помощью соответствующих критериев и выбор предпочтительной альтернативы
• организационная структура механизма решения проблемы должна подчиняться цели или ряду целей, а не наоборот.

Системный анализ представляет собой многошаговый итеративный процесс, причем исходным моментов этого процесса является формулировка проблемы в некоторой первоначальной форме. При формулировке проблемы необходимо учитывать 2 противоречивых требования:

1. проблема должна формулироваться достаточно широко, чтобы ничего существенного не упустить;
2. проблема должна формироваться т.о., чтобы она была обозримой и могла быть структуризована. В ходе системного анализа степень структуризации проблемы повышается, т.е. проблема формулируется все более четко и исчерпывающе.

Рис. 1.5 — Один шаг системного анализа

1. постановка проблемы
2. обоснование цели
3. формирование альтернатив
4. исследование ресурса
5. построение модели
6. оценка альтернатив
7. принятие решения (выбор одного решения)
8. анализ чувствительности
9. проверка исходных данных
10. уточнение конечной цели
11. поиск новых альтернатив
12. анализ ресурсов и критериев

10. Дать характеристику моделям принятия УР: «Теория игр», «теория очередей», «управление запасами».

1 Модели теории игр.

Большинство хозяйственных операций можно рассматривать как действия, совершаемые в условиях противодействия.

К противодействиям следует относить такие факторы, как авария, пожар, кража, забастовка, нарушение договорных обязательств и т.п. Однако наиболее массовый случай противодействия - конкуренция. Поэтому одним из важнейших условий, от которого зависит успех организации, является конкурентоспособность. Очевидно, что возможность прогнозировать действия конкурентов - существенное преимущество для любой коммерческой организации. Принимая решение, следует выбирать альтернативу, позволяющую уменьшить степень противодействия, что в свою очередь снизит степень риска. Такую возможность предоставляет менеджеру теория игр, математические модели которой побуждают анализировать возможные альтернативы своих действий с учётом возможных ответных действий конкурентов.

Первоначально разработанные для военно-стратегических целей модели теории игр применяются в бизнесе для прогнозирования реакции конкурентов на принимаемые решения, например, на изменение цен, выпуск новых видов товаров и услуг, выход на новые сегменты рынка и т.п.

Так, принимая решение об изменении уровня цен на свои товары, руководство фирмы должно прогнозировать реакцию и возможные ответные действия основных конкурентов. И если с помощью модели теории игр будет установлено, что, например, при повышении цены конкуренты не сделают того же, организация, чтобы не попасть в невыгодное положение, должна отказаться от этой альтернативы и поискать другое решение проблемы.

Следует, однако, отметить, что используются эти модели довольно редко, так как слишком упрощены по сравнению с реальными экономическими ситуациями, настолько изменчивыми, что полученные прогнозы бывают не слишком достоверны.

2 Модели теории очередей или оптимального обслуживания.

Они используются для нахождения оптимального числа каналов обслуживания при определённом уровне потребности в них. К ситуациям, в которых такие модели могут быть полезны относятся, например, определение количества телефонных линий, необходимых для ответов на звонки клиентов; троллейбусов на маршруте, необходимых, чтобы на остановках не скапливались большие очереди; операционистов в банке, чтобы клиенты не ждали, пока ими смогут заняться и т.п. Проблема здесь заключается в том, что дополнительные каналы обслуживания (больше телефонных линий, троллейбусов или банковских служащих) требуют дополнительных ресурсов, а их загрузка неравномерна (избыточная пропускная способность в одни периоды времени и появление очередей - в другие). Следовательно, нужно найти такое решение, которое позволяет сбалансировать дополнительные расходы на расширение каналов обслуживания и потери от их недостатка. Модели теории очередей как раз и служат инструментом нахождения такого оптимального решения.

3 Модели управления запасами.

Любая организация должна поддерживать некоторый уровень запасов своих ресурсов, чтобы избежать простоев или перерывов в технологических процессах и сбыте товаров или услуг. Для производственной фирмы необходимы определённые запасы материалов, комплектующих изделий, готовой продукции, для банка - денежной наличности, для больницы - лекарств, инструментов и т.д. Поддержание высокого уровня запасов повышает надёжность функционирования организации и избавляет от потерь, связанных с их нехваткой. С другой стороны, создание запасов требует дополнительных издержек на хранение, складирование, транспортировку, страхование и т.п. Кроме того, избыточные запасы связывают оборотные средства и препятствуют прибыльному инвестированию капитала, например, в ценные бумаги или банковские депозиты.

Модели управления запасами позволяют найти оптимальное решение, т.е. такое решение, при котором уровень запаса, который минимизирует издержки на его создание и поддержание при заданном уровне непрерывности производственных процессов.

11. Дать характеристику моделям принятия УР: Модель линейного программирования, Имитационное моделирование, Экономический анализ.

Модели линейного программирования.

Их применяют для нахождения оптимального решения в ситуации распределения дефицитных ресурсов при наличии конкурирующих потребностей. Например, с помощью модели линейного программирования управляющий производством может определить оптимальную производственную программу, т.е. рассчитать, какое количество изделий каждого наименования следует производить для получения наибольшей прибыли при известных объемах материалов и деталей, фонде времени работы оборудования и рентабельности каждого типа изделия. Большая часть разработанных для практического применения оптимизационных моделей сводится к задачам линейного программирования. Однако с учётом характера анализируемых операций и сложившихся форм зависимости факторов могут применяться и модели других типов: при нелинейных формах зависимости результата операции от основных факторов - модели нелинейного программирования; при необходимости включения в анализ фактора времени - модели динамического программирования; при вероятностном влиянии факторов на результат операции - модели математической статистики (корреляционно-регрессионный анализ).

Имитационное моделирование — метод, позволяющий строить модели, описывающие процессы так, как они проходили бы в действительности. Такую модель можно «проиграть» во времени как для одного испытания, так и заданного их множества. При этом результаты будут определяться случайным характером процессов. По этим данным можно получить достаточно устойчивую статистику.

Имитационное моделирование — это метод исследования, при котором изучаемая система заменяется моделью с достаточной точностью описывающей реальную систему и с ней проводятся эксперименты с целью получения информации об этой системе. Экспериментирование с моделью называют имитацией (имитация — это постижение сути явления, не прибегая к экспериментам на реальном объекте).

Имитационное моделирование — это частный случай математического моделирования. Существует класс объектов, для которых по различным причинам не разработаны аналитические модели, либо не разработаны методы решения полученной модели. В этом случае математическая модель заменяется имитатором или имитационной моделью.

Имитационная модель — логико-математическое описание объекта, которое может быть использовано для экспериментирования на компьютере в целях проектирования, анализа и оценки функционирования объекта.

К имитационному моделированию прибегают, когда:

· дорого или невозможно экспериментировать на реальном объекте;

· невозможно построить аналитическую модель: в системе есть время, причинные связи, последствие, нелинейности, стохастические (случайные) переменные;

· необходимо сымитировать поведение системы во времени.

Цель имитационного моделирования состоит в воспроизведении поведения исследуемой системы на основе результатов анализа наиболее существенных взаимосвязей между ее элементами или другими словами — разработке симулятора (англ. simulation modeling) исследуемой предметной области для проведения различных экспериментов.

Имитационное моделирование позволяет имитировать поведение системы во времени. Причём плюсом является то, что временем в модели можно управлять: замедлять в случае с быстропротекающими процессами и ускорять для моделирования систем с медленной изменчивостью. Можно имитировать поведение тех объектов, реальные эксперименты с которыми дороги, невозможны или опасны.

Имитация, как метод решения нетривиальных задач, получила начальное развитие в связи с созданием ЭВМ в 1950х — 1960х годах.

Можно выделить две разновидности имитации:

· Метод Монте-Карло (метод статистических испытаний);

· Метод имитационного моделирования (статистическое моделирование).