Экономические модели в управленческом решении

12. Математическая теория игр представляет собой методы обоснования решений в условиях неопределенности и риска, разработана военными, чтобы учесть возможные действия противника. В бизнесе она применяется при моделировании поведения конкурента, особенно часто в связи с проблемами изменения ценовой политики. Теория игр – это математическая модель процесса функционирования конфликтующих элементов систем, в которой действия игроков происходят по определенным правилам, называемых стратегиями. Ее широкому распространению в последнее время способствовало как развитие ЭВМ, так и создание аналитического аппарата, позволяющего находить аналитические решения для широкого класса задач.

Основной постулат теории игр – любой субъект  системы, по меньшей мере, так же разумен, как и оперирующая сторона и делает все возможное, чтобы достигнуть своих целей. От реального конфликта игра (математическая модель конфликта) отличается тем, что она ведется по определенным правилам. Правила устанавливают порядок и очередность действий субъектов системы, их информированность, порядок обмена информацией, формирование результата.

13. Эвристическое  программирование представляет  собой методы решения особо  сложных обратных задач, решаемых  в условиях неполной информации, когда из-за сложности или недостаточности информации нельзя точно указать границы их применимости и оценить допускаемые ошибки. Эвристические методы опираются на опыт специалистов в данной области, в отличие от строгих методов, предполагают изучение принципов переработки информации, осуществляемой человеком, и построение на этой основе программ, реализуемых на ЭВМ.

Эвристические решения принципиально отличаются от строгих решений. Основой для  их построения является поиск взаимосвязанных  компонент решения, который начинается при отсутствии соответствующего алгоритма и строгого доказательства существования решения и его единственности. Резкой границы между строгими и  эвристическими  методами нет. Вся история науки по существу повторяет схему: накопление и систематизация знаний – выработка интуиции – формализация процесса – построение алгоритма. Эвристические  методы никогда не исчерпают себя, поскольку с расширением круга наших знаний неизбежно расширяется и круг вновь возникающих проблем.

14. Имитационное  моделирование – моделирование с помощью имитационных подходов применяется для систем больших размерностей и с большими внутренними связями в случаях, когда нельзя модель описать аналитическим выражением и когда система представляет собой многопараметрическую вероятностную экономическую систему. Метод имитационного моделирования возник в 60-х годах прошлого века.

Задачей имитационного  моделирования является всестороннее определение правильности функционирования устройств, их характеристик и других качеств. Сущностью метода является разработка программного алгоритма процесса функционирования объекта с учетом выбранного уровня детализации и проведение исследований для получения нужных внутренних характеристик и оценок влияния возможных отклонений.

Среди имитационных подходов выделяется класс нейросетевых методов. Нейронные сети нашли широкое применение в областях искусственного интеллекта, в основном связанных с распознаванием образов и с теорией управления.

Имитационные  модели представляют собой запись алгоритма  поиска решения методом численного анализа (рис. 2), что реализуется компьютерной программой, которая шаг за шагом воспроизводит события, происходящие в реальной системе. Сегодня это наиболее реальный путь внедрения математических методов и ЭВМ непосредственно в работу систем управления, в разработку управленческих решений. Запись алгоритма не обязательна в виде математических уравнений, допускается операторная форма записи.

Имитационные  модели рассчитаны на машинную обработку. Поэтому, кроме самой модели, необходимы средства ввода ее в ЭВМ, соответствующие программы обработки данных и выдачи результатов. Единый комплекс образуют: средства ввода данных, сами данные, модели, описывающие взаимосвязь данных и манипуляции с ними, программы обработки модели, программы выдачи результатов обработки на ЭВМ.

Имитационная  модель с одной стороны реализуется  на базе средств вычислительной техники, а с другой –  имеется реальная часть объекта, что значительно  расширяет возможности и повышает достоверность результатов моделирования. На ЭВМ реализуется имитационная система, которая позволяет исследовать имитационную модель, задаваемую в виде определенной совокупности отдельных блочных моделей и связей между ними в их взаимодействии в пространстве и времени при реализации какого-либо процесса.

Имитационная  система является средством проведения машинного эксперимента, который  может ставиться многократно, заранее  планироваться, могут определяться условия его проведения. Имитационное моделирование на ЭВМ – машинное моделирование имеет свои достоинства и недостатки. К достоинствам относится:

−   машинный эксперимент дает возможность исследовать особенности функционирования системы в любых условиях, дает возможность построения алгоритма любых ситуаций;

−   существенно сокращается продолжительность испытаний по сравнению с натурным экспериментом, сравнительно незначительные временные затраты на анализ ситуации;

−   учитываются факторы внешней среды вероятностного характера;

−  имеется возможность анализа и поиска решений сложнейших производственных систем;

−   решаются задачи производства, которые не поддаются формализации;

−  имитационная модель позволяет включать результаты натурных испытаний реальной системы или ее частей для проведения дальнейших исследований;

−   имитационная модель обладает гибкостью варьирования структуры, алгоритмов и параметров моделируемой системы;

−  имитационное моделирование является часто единственным практически реализуемым методом исследования процесса функционирования систем на этапе их проектирования.

Основным недостатком, который проявляется при машинной реализации метода имитационного моделирования, является то, что решение, полученное при анализе имитационной модели, всегда носит частный характер, так как оно соответствует фиксированным элементам структуры, алгоритмам поведения и значениям параметров системы, начальным условиям и воздействиям внешней среды.

Модели принятия решения помогают найти наилучшие  варианты плановых показателей или  управленческих решений. Среди них  наименее сложным являются оптимизационные  модели, посредством которых описываются (моделируются) задачи типа планирования, а наиболее сложными – игровые модели, описывающие задачи конфликтного характера с учетом пересечения различных интересов. Эти модели отличаются от описательных тем, что в них имеется возможность выбора значений управляющих параметров (чего нет в описательных моделях).

С появлением ЭВМ  метод математического моделирования  занял ведущее место среди  других методов исследования. Особенно важную роль этот метод играет в  современной экономической науке. Изучение и прогнозирование какого-либо экономического явления методом математического моделирования позволяет проектировать новые технические средства, прогнозировать воздействие на данное явление тех или иных факторов, планировать эти явления даже при существовании нестабильной экономической ситуации.

Математические  методы, основанные на математическом моделировании, широко используются в  промышленно-экономических исследованиях, в частности, в операционных исследованиях. Операционные исследования являются методом выработки количественно обоснованных рекомендаций по принятию управленческих решений. Описание всякой задачи операционных исследований включает в себя задание факторов решения, которые являются численными переменными, налагаемых на них ограничений (отражающих ограниченность ресурсов) и системы целей.

Всякая система  факторов решения, удовлетворяющих  всем ограничениям, называется допустимым решением. Каждой из целей соответствует целевая функция, заданная на множестве допустимых решений, значения которых выражают меру осуществления цели. Сущность задачи операционных исследований состоит в нахождении наиболее целесообразных, оптимальных решений. Поэтому задачи операционных исследований обычно называются оптимизационными.

Классические  модели принятия решений всегда являются оптимизационными, так как нацелены на максимизацию выгоды или прибыли. Они построены таким образом, чтобы можно было использовать оптимизационный алгоритм и получить оптимальную практическую рекомендацию. Оптимизационные модели по сравнению с интуитивными моделями менеджеров имеют значительные преимущества: не допускают логических ошибок, так как могут быть математически проверены, являются бескомпромиссными и содействуют выражению основополагающих взаимосвязей целей и средств. Недостатком является вынужденное упрощение действительности, поэтому оптимальные решения получаются только для проблем с простой структурой.

Для разработки наиболее важных задач в операционных исследованиях широко используются математические модели, построенные на статистической или вероятностной (стохастической) основе. Они помогают учесть даже такие факторы, просчитать точное изменение которых практически невозможно.

Результат моделирования  в значительной степени зависит  от адекватности исходной описательной модели, от полученной степени подобия описания реального объекта, числа реализаций модели и других факторов. В ряде случаев сложность объекта не позволяет построить математическую модель объекта и дать достаточно близкое кибернетическое описание. В этом случае выделяется реальная часть физического объекта, наиболее трудно поддающаяся математическому описанию, которая включается в имитационную модель.

Заключение

Сфера практического  применения метода моделирования ограничивается возможностями  и эффективностью формализации экономических проблем и ситуаций, а также состоянием информационного, математического, технического обеспечения используемых моделей. Стремление во что бы то ни стало применить математическую модель  может не дать хороших результатов из-за отсутствия хотя бы некоторых необходимых условий. В соответствии  с  современными  научными представлениями системы разработки и принятия хозяйственных решений должны сочетать формальные  и неформальные методы,  взаимоусиливающие и взаимодополняющие друг друга. Формальные методы

являются, прежде всего,  средством  научно  обоснованной подготовки материала для действий человека в процессах  управления.  Это  позволяет продуктивно использовать опыт и интуицию человека, его способности решать плохо формализуемые задачи.

 

 

 

 

 

 

 

 

 

 

 

Список  используемой литературы:

· Башкатова Ю.И. – Управленческие решения. – М.: Московский международный институт эконометрики, информатики, финансов и права, 2003. – 89 с.

·  Доблаев В.Л. – Теория организации. – М.: Академия, 2005. – 445 с.

·  Злобина Н.В. – Управленческие решения. – Тамбов: Издательство Тамб. гос. техн. ун-та,2007. – 80с.

·  Игнатов Л.Л. – Основы менеджмента. – Калуга, 2003. – 147 с.

·  Кабушкин Н. И. Основы менеджмента. – Мн.: Новое знание, 2001. – 336 с.

·  Ларичев О.И., Мошкович Е.М. – Качественные методы принятия решений. — М.: Наука, 1996. – 460 с.

·  Лебедев О.Т. – Основы менеджмента. – Санкт-Петербург: ИД «МиМ», 1997. – 209 с.

·  Литвак Б.Г. – Разработка управленческого решения. – М.:Издательство «Дело»,2002. -392 с.

·  Мескон М. Х., Альберт М., Хедоури Ф. – Основы менеджмента. – М.: Дело, 2000. – 704 с.

·  Смирнов Э.А. – Управленческие решения. – М.:Инфра-М,2001. – 264 с.

·  Фатхутдинов Р.А. – Разработка управленческого решения. – М.:Интел-Синтез,1998. – 272 с.