Имитационное моделирование

Решение данной задачи с помощью методов линейного программирования поможет руководителю определить, какое количество краски каждого типа надо произвести при данных ограничениях в ресурсах, чтобы получить максимальную прибыль. Не имея такой модели, рассчитать все это очень сложно.

Чистая прибыль от продажи 1 кг краски типов 1, 2 и 3 составляет соответственно 12, 10 и 15 руб.

На 1 кг краски типа 1 расходуется 100 г реагента А, 75 г реагента В и 150 г реагента С, а также 0,12 часа времени работы оборудования. На 1 кг краски типа 2 расходуется 100 г реагента А, 50 г реагента В и 75 г реагента С, а также 0,25 часа времени работы оборудования. На 1 кг краски типа С расходуется соответственно 125, 125 и 150 г реагентов А, В и С и 0,16 часа времени работы оборудования.

Общее время работы оборудования - 30 тыс. часов.

В наличии имеется только 20 тыс. кг исходных реагентов — 5 тыс. кг реагента А, 9 тыс. кг реагента В и 6 тыс. кг реагента С.

Все модели, используемые при подготовке управленческих решений, в широком смысле являются имитационными моделями, так как они в той или иной степени воспроизводят, имитируют реальные процессы или объекты. В этом смысле имитирование не является чем-то новым в управлении. Его давно применяют, например, при обучении персонала методом деловых игр или в военных играх. Более новым и многообещающим является имитирование с использованием электронно-вычислительных машин и математических моделей. Теоретически воспроизводиться могут любые процессы, если есть их описание, заданное в любой форме: словами, формулами, таблицами, графиками, уравнениями. Имитационное моделирование, при котором воспроизводятся случайные явления, например, поломка оборудования, авария на транспорте и т. д., называется статистическим имитационным моделированием. Действия случайных факторов при моделировании на ЭВМ имитируются при помощи алгоритмов случайных чисел, формируемых компьютерными программами. Статистическое имитационное моделирование базируется на численном статистическом методе решения математических задач, называемом методом Монте-Карло, и часто отождествляется с этим методом. Такое моделирование, как правило, опирается на определенное количество испытаний, поэтому его называют также методом статистических испытаний. В ходе таких экспериментов можно получить ответы на следующие вопросы:

1. Произошло или не произошло событие А?

2. Какое из событий Ах, \... \ произошло?

3. Какое значение приняла случайная величина X?

4. Какое значение приняла каждая из случайных величин совокупности X, Xj... Хn?

Дата добавления: 2015-05-08