Структура информационных экономических систем. Моделирование бизнес-процессов с помощью стикеров и листка бумаги. Модели, объекты и связи

Для управленческой деятельности, особенно в процессе принятия решений, наиболее полезны модели, которые выражаются словами или формулами, алгоритмами и иными математическими средствами.

Базу менеджмента, основанного на лояльности, заложил в 1908 году профессор Гарварда Дж. Ройс. Он является автором книги «Философия лояльности», где впервые научно определено понятие «лояльность».

В рамках предлагаемой словесной модели бизнес-лояльность рассматривается с точки зрения трех самостоятельных базисных аспектов: лояльность потребителей, лояльность сотрудников и лояльность инвесторов.

Каждый раз за словом «лояльность» понимается что-то свое Мескон М.Х., Альберт М., Хедоури Ф. Основы менеджмента/ Пер. с англ. - М., 2002. - С.456.:

· приверженность (с точки зрения покупателей),

· добросовестность (с точки зрения сотрудников),

· взаимное доверие, уважение и поддержка (с точки зрения инвесторов).

Но, несмотря на ярко выраженные компоненты, эта система должна рассматриваться только как единое целое, поскольку невозможно создать лояльных покупателей, не обращая внимания на лояльность сотрудников, или воспитать лояльность сотрудников без должного внимания к лояльности инвесторов. Ни одна из частей не может существовать отдельно от двух других, но все три вместе позволяют организации достигать невиданных высот в развитии.

Необходимо четко понимать, что менеджмент, основанный на лояльности, прежде всего обращен на людей. В первую очередь здесь рассматриваются именно люди и их роль в бизнесе. Это скорее модель мотивации и поведения, чем маркетингового, финансового или производственного развития. Лишь во вторую очередь менеджмент, основанный на лояльности, обобщает людей в более абстрактные категории и управляет техническими процессами.

Как показывает практика, люди всегда оказываются более готовыми работать на организацию, которая имеет цель служения, чем на организацию, которая существует только ради того, чтобы «делать деньги». Поэтому люди охотно работают в церкви или в общественных организациях.

Менеджеры, желающие успешно использовать модель управления, основанную на эффекте лояльности, не должны рассматривать прибыль как первоочередную цель, но как необходимый элемент благосостояния и выживания трех составляющих каждой бизнес-системы: покупателей, сотрудников и инвесторов. Еще в начале ХХ в. Г. Форд говорил, что «организация не может работать без прибыли, ... иначе она умрет. Но и создавать организацию только ради прибыли... значит привести ее к верной гибели, так как у нее не будет стимула к существованию» Друкер П.Ф. Задачи менеджмента в XXI веке. - М., 2001. - С.523..

Основа рассматриваемой модели лояльности - не прибыль, а привлечение дополнительного количества покупателей, процесс, который осознанно или неосознанно лежит в основе большинства преуспевающих организаций. Создание целевого количества покупателей пронизывает все сферы бизнеса компании. Силы, управляющие взаимосвязями между покупателями, сотрудниками и инвесторами, называют силами лояльности. Критерий успешности - возвращаются ли покупатели, чтобы купить больше, или они идут куда-то еще, т.е. проявляют ли они лояльность.

Как причина, лояльность инициирует несколько экономических эффектов, которые влияют на всю бизнес систему примерно следующим образом Репин В.В., Елиферов В.Г. Процессный подход к управлению: Моделирование бизнес-процессов. - М., 2005. - 2-е изд. - С.245.:

1. Прибыли и рыночная доля растут, когда наиболее перспективные покупатели охватывают весь спектр деятельности компании, создавая о ней хорошее общественное мнение и повторно приходя за покупками. За счет большого и качественного предложения компания может себе позволить быть более привередливой при выборе новых покупателей и концентрироваться на более прибыльных и потенциально лояльных проектах их привлечения, дальше стимулируя свой долгосрочный рост.

2. Долгосрочный рост позволяет фирме привлекать и сохранять лучших сотрудников. Постоянное поддержание целевого количества покупателей увеличивает лояльность сотрудников, давая им чувство гордости и удовлетворения своей работой. Далее, в процессе взаимодействия постоянные сотрудники узнают больше о своих постоянных покупателях, в частности, как лучше их обслуживать, чтобы объем покупок рос. Этот увеличивающийся объем продаж подстегивает и лояльность покупателей, и лояльность сотрудников.

3. Лояльные сотрудники в долгосрочном периоде учатся снижать издержки и повышать качество работы (эффект научения). Организация может использовать эту дополнительную продуктивность для расширения системы вознаграждения, для покупки лучшего оборудования и обучения. Все это, в свою очередь, подстегнет продуктивность сотрудников, рост вознаграждений и, следовательно, лояльность.

4. Такая спираль продуктивности дает такое преимущество в издержках, которое очень сложно скопировать для чисто конкурентных организаций. Долгосрочные преимущества в издержках, соединенные с устойчивым ростом количества лояльных покупателей, приносят прибыль, очень привлекательную для инвесторов. Это, в свою очередь, расширяет возможности компании по привлечению и сохранению «правильных» инвесторов.

5. Лояльные инвесторы ведут себя как партнеры. Они стабилизируют систему, снижают издержки по поиску капитала и дают гарантии, что полученные отвлеченные денежные потоки будут вложены обратно в бизнес как инвестиции. Это укрепляет организацию и увеличивает ее производственный потенциал.

Без сомнения, каждая организация уникальна, но все же в той или иной мере показатели ее прибылей будут укладываться в общую модель экономических эффектов, получаемых от постоянства или лояльности покупателей. Среди них стоит особо отметить следующие Мескон М.Х., Альберт М., Хедоури Ф. Основы менеджмента/ Пер. с англ. - М., 2002. - С. 358.:

· базовая прибыль (цена, которую платят вновь появившиеся покупатели, превышает затраты организации на создание товара);

· рост выручки (как правило, если покупатель доволен параметрами товара, он склонен увеличивать объемы покупок с течением времени);

· издержки сбережений (близкое знакомство с товарами организации уменьшает зависимость покупателей от ее сотрудников в вопросах информации и советов);

· отзывы (удовлетворенные уровнем обслуживания покупатели рекомендуют организацию своим друзьям и знакомым);

· дополнительная цена (постоянные покупатели, сотрудничающие с организацией достаточно долго, чтобы изучить все ее товары и услуги, получают несоизмеримо больше от продолжения отношений и не нуждаются в дополнительных скидках или рекламных акциях).

Чтобы оценить истинный долгосрочный потенциал лояльности покупателя или группы покупателей, необходимо знать их предрасположенность к проявлению постоянства. Так некоторые покупатели перебегут к конкуренту и за 2% скидку, а другие останутся и при 20% разнице в цене. То количество усилий, которое требуется для переманивания различных типов покупателей, называется коэффициентом лояльности. В некоторых организациях для оценки коэффициентов лояльности используется история развития или поведение покупателей на отдельных сегментах Репин В.В., Елиферов В.Г. Процессный подход к управлению: Моделирование бизнес-процессов. - М., 2005. - 2-е изд. - С.232.. В других, особенно в тех, чье будущее слабо связано с прошлым, пытаются методами анализа данных нащупать, на сколько велика должна быть скидка, чтобы покупатели перешли к их организации. Но, несмотря на все трудности в измерении, использование коэффициента лояльности позволяет организациям идентифицировать сохранение покупателей и внедрять оправданную практику, проверенную на одном департаменте, во всю организацию.

Развитие систем измерения, анализа и управления денежными потоками, полученными от лояльности, может привести организацию к инвестициям, которые в дальнейшем обеспечат рост количества покупателей и организации в целом.

Итак, модель лояльности подробно обоснована на словесном уровне. В этом обосновании упоминалось математическое и компьютерное обеспечение. Однако для принятия первоначальных решений их использование не требуется.

При более тщательном анализе ситуации словесных моделей, как правило, не достаточно. Необходимо применение достаточно сложных математических моделей. Так, при принятии решений в менеджменте производственных систем используются Кузин Б.И., Юрьев В.Н., Шахдинаров Г.М. Методы и модели управления фирмой: Учеб. для вузов. - СПб., 2001. - С.327.

· модели технологических процессов (прежде всего модели контроля и управления);

· модели обеспечения качества продукции (в частности, модели оценки и контроля надежности);

· модели массового обслуживания;

· модели управления запасами (модели логистики);

· имитационные и эконометрические модели деятельности предприятия в целом, и др.

• улучшение модели «как должно быть». Моделирование бизнес-процессов не ограничивается только созданием модели «как должно быть». Каждый из процессов по ходу работы продолжает изменяться и совершенствоваться, поэтому модели процессов должны регулярно пересматриваться и улучшаться. Эта стадия моделирования связана с постоянным улучшением процессов и улучшением модели бизнес-процессов.

Виды моделирования бизнес процессов

Моделирование бизнес процессов может иметь различную направленность. Это зависит от того, какие проблемы предполагается решить с его помощью. Учет абсолютно всех воздействий на процесс может значительно усложнить модель и привести к избыточности описания процесса. Чтобы этого избежать, моделирование бизнес процессов разделяют по видам. Вид моделирования выбирается в зависимости от исследуемых характеристик процесса.

Наиболее часто, для целей совершенствования процесса применяют следующие виды моделирования:

• Функциональное моделирование. Этот вид моделирования подразумевает описание процессов в виде взаимосвязанных, четко структурированных функций. При этом строгая временная последовательность функций, в том виде, как она существует в реальных процессах, не обязательна.
• Объектное моделирование - подразумевает описание процессов, как набора взаимодействующих объектов – т.е. производственных единиц. Объектом является какой-либо предмет, преобразуемый в ходе выполнения процессов.
• Имитационное моделирование – при таком виде моделирования бизнес-процессов подразумевается моделирование поведения процессов в различных внешних и внутренних условиях с анализом динамических характеристик процессов и с анализом распределения ресурсов.

Разделение моделирования по видам выполняется для упрощения работы и концентрации внимания на тех или иных характеристиках процесса. При этом для одного и того же процесса могут быть применены различные виды моделирования. Это позволяет работать с одним видом моделей независимо от других.

Принципы моделирования бизнес процессов

Моделирование бизнес процессов основывается на ряде принципов, которые дают возможность создать адекватные модели процессов. Их соблюдение позволяет описать множество параметров состояния процессов таким образом, чтобы внутри одной модели компоненты были тесно взаимосвязаны, в то время как отдельные модели оставались в достаточной степени независимыми друг от друга.

Главными принципами моделирования бизнес процессов являются следующие:

• Принцип декомпозиции – каждый процесс может быть представлен набором иерархически выстроенных элементов. В соответствии с этим принципом процесс необходимо детализировать на составляющие элементы.
• Принцип сфокусированности – для разработки модели необходимо абстрагироваться от множества параметров процесса и сфокусироваться на ключевых аспектах. Для каждой модели эти аспекты могут быть свои.
• Принцип документирования – элементы, входящие в процесс, должны быть формализованы и зафиксированы в модели. Для различных элементов процесса необходимо использовать различающиеся обозначения. Фиксация элементов в модели зависит от вида моделирования и выбранных методов.
• Принцип непротиворечивости – все элементы, входящие в модель процесса должны иметь однозначное толкование и не противоречить друг другу.
• Принцип полноты и достаточности – прежде чем включать в модель тот или иной элемент, необходимо оценить его влияние на процесс. Если элемент не существенный для выполнения процесса, то его включение в модель не целесообразно, т.к. он может только усложнить модель бизнес-процесса.

Методы моделирования бизнес процессов

На сегодняшний день существует достаточно большое количество методов моделирования бизнес процессов. Эти методы относятся к разным видам моделирования и позволяют сфокусировать внимание на различных аспектах. Они содержат как графические, так и текстовые средства, за счет которых можно наглядно представить основные компоненты процесса и дать точные определения параметров и связей элементов.

Наиболее часто в менеджменте качества моделирование бизнес-процессов выполняют с помощью следующих методов:

Flow Chart Diagram (диаграмма потока работ) – это графический метод представления процесса в котором операции, данные, оборудование процесса и пр. изображаются специальными символами. Метод применяется для отображения логической последовательности действий процесса. Главным достоинством метода является его гибкость. Процесс может быть представлен множеством способов.

Data Flow Diagram (диаграмма потока данных). Диаграмма потока данных или DFD применяется для отображения передачи информации (данных) от одной операции процесса к другой. DFD описывает взаимосвязь операций за счет информации и данных. Этот метод является основой структурного анализа процессов, т.к. позволяет разложить процесс на логические уровни. Каждый процесс может быть разбит на подпроцессы с более высоким уровнем детализации. Применение DFD позволяет отразить только поток информации, но не поток материалов. Диаграмма потока данных показывает, как информация входит и выходит из процесса, какие действия изменяют информацию, где информация хранится в процессе и пр.

Role Activity Diagram (диаграмма ролей). Она применяется для моделирования процесса с точки зрения отдельных ролей, групп ролей и взаимодействия ролей в процессе. Роль представляет собой абстрактный элемент процесса, выполняющий какую-либо организационную функцию. Диаграмма ролей показывает степень «ответственности» за процесс и его операции, а также взаимодействие ролей.

IDEF (Integrated Definition for Function Modeling) – представляет собой целый набор методов для описания различных аспектов бизнес-процессов (IDEF0, IDEF1, IDEF1X , IDEF2, IDEF3, IDEF4, IDEF5). Эти методы строятся на базе методологии SADT (Structured Analysis and Design Technique). Для моделирования бизнес процессов наиболее часто применяют методы IDEF0 и IDEF3.

Моделирование - это создание модели, т. е. образа объекта, заменяющего его, для получения информации об этом объекте путем проведения экспериментов с его моделью.

Модель в общем смысле (обобщенная модель) есть создаваемый с целью получения и (или) хранения информации специфический объект (в форме мысленного образа, описания знаковыми средствами либо материальной системы), отражающий свойства, характеристики и связи объекта-оригинала произвольной природы, существенные для задачи, решаемой субъектом.

Модели объектов являются более простыми системами, с четкой; структурой, точно определенными взаимосвязями между составными частями, позволяющими более детально проанализировать свойства реальных объектов и их поведение в различных ситуациях. Таким образом, моделирование представляет собой инструмент анализа сложных систем и объектов.

К моделям выдвигается ряд обязательных требований. Во-первых, модель должна быть адекватной объекту, т. е. как можно более полно соответствовать ему с точки зрения выбранных для изучения свойств.

Во-вторых, модель должна быть полной. Это означает, что она должна давать возможность с помощью соответствующих способов и методов изучения модели исследовать и сам объект, т. е. получить некоторые утверждения относительно его свойств, принципов работы, поведения в заданных условиях.

Множество применяющихся моделей можно классифицировать по следующим критериям:

· способ моделирования;

· характер моделируемой системы;

· масштаб моделирования.

По способу моделирования различают следующие типы моделей:

· аналитические, когда поведение объекта моделирования описывается в виде функциональных зависимостей и логических условий;

· имитационные, в которых реальные процессы описываются набором алгоритмов, реализуемых на ЭВМ.

По характеру моделируемой системы модели делятся:

· на детерминированные, в которых все элементы объекта моделирования постоянно четко определены;

· на стохастические, когда модели включают в себя случайные элементы управления.

В зависимости от фактора времени модели делятся на статические и динамические. Статические модели (схемы, графики, диаграммы потоков данных) позволяют описывать структуру моделируемой системы, но не дают информации о ее текущем состоянии, которое изменяется во времени. Динамические модели позволяют описывать развитие во времени процессов, протекающих в системе. В отличие от статических, динамические модели позволяют обновлять значения переменных, сами модели, динамически вычислять различные параметры процессов и результаты воздействий на систему.

Модели можно делить на следующие виды:

1) Функциональные модели - выражают прямые зависимости между эндогенными и экзогенными переменными.

2) Модели, выраженные с помощью систем уравнений относительно эндогенных величин. Выражают балансовые соотношения между различными экономическими показателями (например, модель межотраслевого баланса).

3) Модели оптимизационного типа. Основная часть модели - система уравнений относительно эндогенных переменных. Но цель - найти оптимальное решение для некоторого экономического показателя (например, найти такие величины ставок налогов, чтобы обеспечить максимальный приток средств в бюджет за заданный промежуток времени).

4) Имитационные модели - весьма точное отображение экономического явления. Имитационная модель позволяет отвечать на вопрос: «Что будет, если…». Имитационная система - это совокупность моделей, имитирующих протекание изучаемого процесса, объединенная со специальной системой вспомогательных программ и информационной базой, позволяющих достаточно просто и оперативно реализовать вариантные расчеты.

Математические уравнения при этом могут содержать сложные, нелинейные, стохастические зависимости.

С другой стороны, модели можно делить на управляемые и прогнозные. Управляемые модели отвечают на вопрос: «Что будет, если...?»; «Как достичь желаемого?», и содержат три группы переменных: 1) переменные, характеризующие текущее состояние объекта; 2) управляющие воздействия - переменные, влияющие на изменение этого состояния и поддающиеся целенаправленному выбору; 3) исходные данные и внешние воздействия, т.е. параметры, задаваемые извне, и начальные параметры.

В прогнозных моделях управление не выделено явно. Они отвечают на вопросы: «Что будет, если все останется по-старому?».

Далее, модели можно делить по способу измерения времени на непрерывные и дискретные. В любом случае, если в модели присутствует время, то модель называется динамической. Чаще всего в моделях используется дискретное время, т.к. информация поступает дискретно: отчеты, балансы и иные документы составляются периодически. Но с формальной точки зрения непрерывная модель может оказаться более простой для изучения. Отметим, что в физической науке продолжается дискуссия о том, является ли реальное физическое время непрерывным или дискретным.

Обычно в достаточно крупные социально-экономические модели входят материальный, финансовый и социальный разделы. Материальный раздел - балансы продуктов, производственных мощностей, трудовых, природных ресурсов. Это раздел, описывающий основополагающие процессы, это уровень, обычно слабо подвластный управлению, особенно быстрому, поскольку весьма инерционен.

Финансовый раздел содержит балансы денежных потоков, правила формирования и использования фондов, правила ценообразования и.т.п. На этом уровне можно выделить много управляемых переменных. Они могут быть регуляторами. Социальный раздел содержит сведения о поведении людей. Этот раздел вносит в модели принятия решений много неопределенностей, поскольку трудно точно правильно учесть такие факторы как трудоотдача, структура потребления, мотивация и.т.п.

При построении моделей, использующих дискретное время, часто применяют методы эконометрики. Среди них популярны регрессионные уравнения и их системы. Часто используют лаги (запаздывания в реакции). Для систем, нелинейных по параметрам, применение метода наименьших квадратов встречает трудности.

Популярные в настоящее время подходы к процессам бизнес-реинжиниринга основаны на активном использовании математических и информационных моделей.

При построении любой модели процесса управления желательно придерживаться следующего плана действий:

1) Сформулировать цели изучения системы;

2) Выбрать те факторы, компоненты и переменные, которые являются наиболее существенными для данной задачи;

3) Учесть тем или иным способом посторонние, не включенные в модель факторы;

4) Осуществить оценку результатов, проверку модели, оценку полноты модели.

Сам процесс моделирования может быть представлен в виде цикла, в котором можно выделить пять этапов:

1. Постановка проблемы и ее анализ - выделяются важные черты

и свойства объекта, исследуются взаимосвязи элементов в структуре объекта, формулируются гипотезы, объясняется поведение и развитие объекта.

2. Построение модели - выбирается тип модели, оценивается возможность его применения для решения поставленных задач, уточняется перечень отображаемых параметров моделируемого объекта и связи между ними. Для сложных объектов определяется возможность построения нескольких моделей, отражающих различные аспекты функционирования объекта.

3. Подготовка исходной информации - осуществляется сбор данных об объекте (на основании изучения модели). Затем происходит их обработка с помощью методов теории вероятности, математической статистики и экспертных процедур.

4. Проведение расчетов и анализ результатов эксперимента - производится оценка достоверности результатов.

5. Применение результатов на практике - работа с моделируемым

объектом с учетом его предполагаемых свойств, полученных при изучении моделей. При этом полагается, что эти свойства с достаточным уровнем вероятности действительно присущи данному объекту. Последнее положение должно основываться на результатах предыдущего этапа.

Если полученные на пятом этапе результаты недостаточны, изменился сам объект или его окружающая среда, то происходит возврат к первому этапу и новое прохождение цикла моделирования.

Использование современных ЭВМ, вычислительных комплексов и сетей является мощным средством реализации имитационных моделей и исследования с их помощью характеристик процесса функционирования систем S. В ряде случаев в зависимости от сложности объекта моделирования, т. е. системы S, рационально использование персональных ЭВМ (ПЭВМ) или локальных вычислительных сетей (ЛВС). В любом случае эффективность исследования системы S на программно-реализуемой модели М ы прежде всего зависит от правильности схемы моделирующего алгоритма, совершенства программы и только косвенным образом зависит от технических характеристик ЭВМ, применяемой для моделирования. Большое значение при реализации модели на ЭВМ имеет вопрос правильного выбора языка моделирования.

Моделирование систем и языки программирования. Алгоритмические языки при моделировании систем служат вспомогательным аппаратом разработки, машинной реализации и анализа характеристик моделей. Каждый язык моделирования должен отражать определенную структуру понятий для описания широкого класса явлений. Выбрав для решения задачи моделирования процесса функционирования системы конкретный язык, исследователь получает в распоряжение тщательно разработанную систему абстракций, предоставляющих ему основу для формализации процесса функционирования исследуемой системы 5. Высокий уровень проблемной ориентации языка моделирования значительно упрощает программирование моделей, а специально предусмотренные в нем возможности сбора, обработки и вывода результатов моделирования позволяют быстро и подробно анализировать возможные исходы имитационного эксперимента с моделью М м.

Основными моментами, характеризующими качество языков моделирования, являются: удобство описания процесса функционирования системы S, удобство ввода исходных данных моделирования и варьирования структуры, алгоритмов и параметров модели, реализуемость статистического моделирования, эффективность анализа и вывода результатов моделирования, простота отладки и контроля работы моделирующей программы, доступность восприятия и использования языка. Будущее языков моделирования определяется прогрессом в области создания мультимедийных систем машинной имитации, а также проблемно-ориентированных на цели моделирования информационно-вычислительных систем .

Рассмотрим основные понятия, связанные с алгоритмическими языками и их реализацией на ЭВМ вообще и языками моделирования в частности.

Язык программирования представляет собой набор символов, распознаваемых ЭВМ и обозначающих операции, которые можно реализовать на ЭВМ. На низшем уровне находится основной язык машины, программа на котором пишется в кодах, непосредственно соответствующих элементарным машинным действиям (сложение, запоминание, пересылка по заданному адресу и т. д.). Следующий уровень занимает автокод (язык АССЕМБЛЕРА) вычислительной машины. Программа на автокоде составляется из мнемонических символов, преобразуемых в машинные коды специальной программой - ассемблером.

Компилятором называется программа, принимающая инструкции, написанные на алгоритмическом языке высокого уровня, и преобразующая их в программы на основном языке машины или на автокоде, которые в последнем случае транслируются еще раз с помощью ассемблера.

Интерпретатором называется программа, которая, принимая инструкции входного языка, сразу выполняет соответствующие операции в отличие от компилятора, преобразующего эти инструкции в запоминающиеся цепочки команд. Трансляция происходит в течение всего времени работы программы, написанной на языке интерпретатора. В отличие от этого компиляция и ассемблирование представляют собой однократные акты перевода текста с входного языка на объектный язык машины после чего полученные программы выполняются без повторных обращений к транслятору.

Программа, составленная в машинных кодах или на языке АССЕМБЛЕРА, всегда отражает специфику конкретной ЭВМ. Инструкции такой программы соответствуют определенным машинным операциям и, следовательно, имеют смысл только в той ЭВМ, для которой они предназначены, поэтому такие языки называются машинно-ориентированными языками.

Большинство языков интерпретаторов и компиляторов можно классифицировать как процедурно-ориентированные языки. Эти языки качественно отличаются от машинно-ориентированных языков, описывающих элементарные действия ЭВМ и не обладающих проблемной ориентацией. Все процедурно-ориентированные языки предназначены для определенного класса задач, включают в себя инструкции, удобные для формулировки способов решения типичных задач этого класса. Соответствующие алгоритмы программируются в обозначениях, не связанных ни с какой ЭВМ.

Язык моделирования представляет собой процедурно-ориентированный язык, обладающий специфическими чертами. Основные языки моделирования разрабатывались в качестве программного обеспечения имитационного подхода к изучению процесса функционирования определенного класса систем .

Особенности использования алгоритмических языков. Рассмотрим преимущества и недостатки использования для моделирования процесса функционирования систем языков имитационного моделирования (ЯИМ) и языков общего назначения (ЯОН), т. е. универсальных и процедурно-ориентированных алгоритмических языков. Целесообразность использования ЯИМ вытекает из двух основных причин: 1) удобство программирования модели системы, играющее существенную роль при машинной реализации моделирующих алгоритмов; 2) концептуальная направленность языка на класс систем, необходимая на этапе построения модели системы и выборе общего направления исследований в планируемом машинном эксперименте. Практика моделирования систем показывает, что именно использование ЯИМ во многом определило успех имитации как метода экспериментального исследования сложных реальных объектов.

Языки моделирования позволяют описывать моделируемые системы в терминах, разработанных на базе основных понятий имитации. До того, как эти понятия были четко определены и формализованы в ЯИМ, не существовало единых способов описания имитационных задач, а без них не было связи между различными- разработками в области постановки имитационных экспериментов. Высокоуровневые языки моделирования являются удобным средством общения заказчика и разработчика машинной модели М м .

Несмотря на перечисленные преимущества ЯИМ, в настоящее время выдвигаются основательные аргументы как технического, так и эксплуатационного характера против полного отказа при моделировании от универсальных и процедурно-ориентированных языков. Технические возражения против использования ЯИМ: вопросы эффективности рабочих программ, возможности их отладки и т. п. В качестве эксплуатационных недостатков упоминается нехватка документации по существующим ЯИМ, сугубо индивидуальный характер соответствующих трансляторов, усложняющий их реализацию на различных ЭВМ, и трудности исправления ошибок. Снижение эффективности ЯИМ проявляется при моделировании задач более разнообразных, чем те, на которые рассчитан конкретный язык моделирования. Но здесь следует отметить, что в настоящее время не существует и ЯОН, который был бы эффективен при решении задач любого класса.

Серьезные недостатки ЯИМ проявляются в том, что в отличие от широко применяемых ЯОН, трансляторы с которых включены в поставляемое изготовителем математическое обеспечение всех современных ЭВМ, языки моделирования, за небольшим исключением, разрабатывались отдельными организациями для своих достаточно узко специализированных потребностей. Соответствующие трансляторы плохо описаны и приспособлены для эксплуатации при решении задач моделирования систем, поэтому, несмотря на достоинства ЯИМ, приходится отказываться от их практического применения в ряде конкретных случаев.

При создании системы моделирования на базе любого языка необходимо решить вопрос о синхронизации процессов в модели, так как в каждый момент времени, протекающего в системе (системного времени), может потребоваться обработка нескольких событий, т. е. требуется псевдопараллельная организация имитируемых процессов в машинной модели М м . Это является основной задачей монитора моделирования, который выполняет следующие функции: управление процессами (согласование системного и машинного времени) и управление ресурсами (выбор и распределение в модели ограниченных средств моделирующей системы).

Подходы к разработке языков моделирования. К настоящему времени сложились два различных подхода к разработке языков моделирования: непрерывный и дискретный - отражающие основные особенности исследуемых методом моделирования систем . Поэтому ЯИМ делятся на две самостоятельные группы, которые соответствуют двум видам имитации, развивавшимся независимо друг от друга: для имитации непрерывных и дискретных процессов.

Для моделирования непрерывных процессов могут быть использованы не только АВМ, но и ЭВМ, последние при соответствующем программировании имитируют различные непрерывные процессы. При этом ЭВМ обладают большей надежностью в эксплуатации и позволяют получить высокую точность результатов, что привело к разработке языков моделирований, отображающих модель в виде блоков таких типов, которые играют роль стандартных блоков АВМ (усилителей, интеграторов, генераторов функций и т. п.). Заданная схема моделирующего алгоритма преобразуется в систему совместно рассматриваемых дифференциальных уравнений. Моделирование в этом случае сводится, по сути дела, к отысканию численных решений этих уравнений при использовании некоторого стандартного пошагового метода.

Примером языка моделирования непрерывных систем на ЭВМ путем представления моделируемой системы в виде уравнений в конечных разностях является язык DYNAMO, для которого уравнения устанавливают соотношения между значениями функций в моменты времениt и t+dt и между значениями их производных в момент времени t+dt/2. И в этом случае моделирование, по существу, представляет собой пошаговое решение заданной системы дифференциальных уравнений .

Универсальная ЭВМ - устройство дискретного типа, а поэтому должна обеспечивать дискретную аппроксимацию процесса функционирования исследуемой системы S. Непрерывные изменения в процессе функционирования реальной системы отображаются в дискретной модели М м, реализуемой на ЭВМ, некоторой последовательностью дискретных событий, и такие модели называются моделями дискретных событий. Отдельные события, отражаемые в дискретной модели, могут определяться с большой степенью приближения к действительности, что обеспечивает адекватность таких дискретных моделей реальным процессам, протекающим в системах S.

Архитектура языков моделирования. Архитектуру ЯИМ, т. е. концепцию взаимосвязей элементов языка как сложной системы, и технологию перехода от системы S к ее машинной модели М ы можно представить следующим образом: 1) объекты моделирования (системы S) описываются (отображаются в языке) с помощью некоторых атрибутов языка; 2) атрибуты взаимодействуют с процессами, адекватными реально протекающим явлениям в моделируемой системе S; 3) процессы требуют конкретных условий, определяющих логическую основу и последовательность взаимодействия этих процессов во времени; 4) условия влияют на события, имеющие место внутри объекта моделирования (системы 5) и при взаимодействии с внешней средой Е; 5) события изменяют состояния модели системы М в пространстве и во времени.

Типовая схема архитектуры ЯИМ и технология его использования при моделировании систем показана на рис. 5.1.

В большинстве случаев с помощью машинных моделей исследуются характеристики и поведение системы S на определенном отрезке времени, поэтому одной из наиболее важных задач при создании модели системы и выборе языка программирования модели является реализация двух функций: 1) корректировка временной координаты состояния системы ("продвижение" времени, организация "часов"); 2) обеспечение согласованности различных блоков и событий в системе (синхронизация во времени, координация с другими блоками).

Таким образом, функционирование модели М м должно протекать в искусственном (не в реальном и не в машинном) времени, обеспечивая появление событий в требуемом логикой работы исследуемой системы порядке и с надлежащими временными интервалами между ними. При этом надо учитывать, что элементы реальной системы S функционируют одновременно (параллельно), а компоненты машинной модели М м действуют последовательно, так как реализуются с помощью ЭВМ последовательного действия. Поскольку в различных частях объекта моделирования события могут возникать одновременно, то для сохранения адекватности причинно-следственных временных связей необходимо в ЯИМ создать "механизм" задания времени для синхронизации действий элементов модели системы .

Задание времени в машинной модели . Как уже отмечалось в гл. 3, существует два основных подхода к заданию времени: с помощью постоянных и переменных интервалов времени, которым соответствуют два принципа реализации моделирующих алгоритмов, т. е. "принцип Дt " и "принцип дz ".

Рассмотрим соответствующие способы управления временем в модели системы M(S) на примере, показанном на рис. 5.2, где по оси реального времени отложена последовательность событий в системе {s i } во времени, причем события s 4 и s 5 происходят одновременно (рис. 5.2, а ). Под действием событий s i изменяются состояния модели z i в момент времени t zi , причем такое изменение происходит скачком дz .

В модели, построенной по "принципу Дt " (рис. 5.2, б ), моменты системного времени будут последовательно принимать значения:

t " 1 = Дt , t " 2 = 2Дt , t " 3 = 3Дt , t " 4 = 4Дt , t " 5 = 5Дt .

Эти моменты системного времени t " j (Дt ) никак не связаны с моментами появления событий s i , которые имитируются в модели системы. Системное время при этом получает постоянное приращение, выбираемое в задаваемое перед началом имитационного эксперимента.

В модели, построенной по "принципу дz " (рис. 5.2, в ), изменение времени наступает в момент смены состояния системы, и последовательность моментов системного времени имеет вид t "" 1 = t z 1 , t "" 2 = t z 2 , t "" 3 = t z 3 , t "" 4 = t z 4 , t "" 5 = t z 5 , т. е. моменты системного времени t "" k (дz ), непосредственно связаны с моментами появления событий в системе s i .

У каждого из этих методов есть свои преимущества с точки зрения адекватного отражения реальных событий в системе S и затрат машинных ресурсов на моделирование.

При использовании "принципа дz" события обрабатываются последовательно и время смещается каждый раз вперед до начала следующего события. В модели, построенной по "принципу Дt", обработка событий происходит по группам, пакетам или множествам событий. При этом выбор Дt оказывает существенное влияние на ход процесса и результаты моделирования, и если Дt задана неправильно, то результаты могут получиться недостоверными, так как все события появляются в точке, соответствующей верхней границе каждого интервала моделирования. При применении "принципа дz" одновременная обработка событий в модели имеет место только тогда, когда эти события появляются одновременно и в реальной системе. Это позволяет избежать необходимости искусственного введения ранжирования событий при их обработке в конце интервала At.

При моделировании по "принципу Дt" можно добиться хорошей аппроксимации: для этого Дt должно быть малым, чтобы два неодновременных события не попали в один и тот же временной интервал. Но уменьшение Дt приводит к увеличению затрат машинного времени на моделирование, так как значительная часть тратится на корректировку "часов" и отслеживание событий, которых в большинстве интервалов может и не быть. При этом даже при сильном "сжатии" Дt два неодновременных события могут попасть в один и тот же временной интервал Дt, что создает ложное представление об их одновременности.

Для выбора принципа построения машинной модели М м и соответственно ЯИМ необходимо знать: цель и назначение модели; требуемую точность результатов моделирования; затраты машинного времени при использовании того или иного принципа; необходимый объем машинной памяти для реализации модели, построенной по принципу Дt и дz; трудоемкость программирования модели и ее отладки.

Требования к языкам имитационного моделирования . Таким образом, при разработке моделей систем возникает целый ряд специфических трудностей, поэтому в ЯИМ должен быть предусмотрен набор таких программных средств и понятий, которые не встречаются в обычных ЯОН.

Совмещение. Параллельно протекающие в реальных системах S процессы представляются с помощью последовательно работающей ЭВМ. Языки моделирования позволяют обойти эту трудность путем введения понятия системного времени, используемого для представления упорядоченных во времени событий.

Размер . Большинство моделируемых систем имеет сложную структуру и алгоритмы поведения, а их модели велики по объему. Поэтому используют динамическое распределение памяти, когда компоненты модели системы М м появляются в оперативной памяти ЭВМ или покидают ее в зависимости от текущего состояния. Важным аспектом реализуемости модели М м на ЭВМ в этом случае является блочность ее конструкции, т. е. возможность разбиения модели на блоки, подблоки и т. д.

Изменения. Динамические системы связаны с движением и характеризуются развитием процесса, вследствие чего пространственная конфигурация этих систем претерпевает изменения по времени. Поэтому во всех ЯИМ предусматривают обработку списков, отражающих изменения состояний процесса функционирования моделируемой системы S.

Взаимосвязанность. Условия, необходимые для свершения различных событий в модели М м процесса функционирования системы S, могут оказаться весьма сложными из-за наличия большого количества взаимных связей между компонентами модели. Для разрешения связанных с этим вопросом трудностей в большинство ЯИМ включают соответствующие логические возможности и понятия теории множеств.

Стохастичность. Для моделирования случайных событий и процессов используют специальные программы генерации последовательностей псевдослучайных чисел, квазиравномерно распределенных на заданном интервале, на основе которых можно получить стохастические воздействия на модель М м, имитируемые случайными величинами с соответствующим законом распределения.

Анализ . Для получения наглядного и удобного в практическом отношении ответа на вопросы, решаемые методом машинного моделирования, необходимо получать статистические характеристики процесса функционирования модели системы M(S). Поэтому предусматривают в языках моделирования способы статистической обработки и анализа результатов моделирования.

Перечисленным требованиям при исследовании и проектировании различных систем S отвечают такие наиболее известные языка моделирования дискретных событий, как SIMULA, SIMSCRIPT, GPSS, SOL, CSL и др.

К средствам математического обеспечения

относятся:

средства моделирования процессов управления;

типовые задачи управления;

методы математического программирования, математической статистики, теории массового обслуживания и др.

В состав программного обеспечения

входят системное и прикладное программное обеспечение, а также техническая документация

Системное программное обеспечение

включает операционные системы для используемых аппаратных платформ, различные операционные оболочки, повышающие уровень интерфейса пользователя, системы программирования, программы для работы в сети, системные тесты, программы для администрирования сетей, баз данных.

Прикладное программное обеспечение

можно быть типовым и специализированным.

ориентированно на классы задач. Оно может настраиваться на конкретный случай использования. В качестве таких средств используются СУБД, текстовые процессоры, электронные таблицы, программы распознания текста и речи, генераторы отчетов для систем баз данных и др.

Специализированное программное обеспечение

создается для конкретной информационной системы или для класса систем, имеющих узкое назначение.

Типовое прикладное программное обеспечение

может быть общего назначения или ориентированно на конкретную предметную область, а также ориентированным на конкретную аппаратную платформу или мобильным.

Техническая документация на программные средства должна содержать описание задач, экономико-математическую модель задачи, перечень программных модулей алгоритм программы, список используемых обозначений, контрольные примеры.

Информационное обеспечение

Назначение подсистемы информационного обеспечения состоит в современном формировании и выдаче достоверной информации для принятия управленческих решений.

Информационное обеспечение

Совокупность единой системы классификации и кодирования информации, унифицированных систем документации, схем информационных потоков, циркулирующих в организации, а также методология построения баз данных.

К лингвистическому обеспечению ИС

относится естественные и искусственные языки, а также средства их лингвистической поддержки: словари лексики естественных языков, тезаурусы (специальные словари основных понятий языка, обозначаемых отдельными словами или словосочетаниями, с определенными семантическими отношениями между ними) предметной области, переводные словари и др.

Организационное обеспечение - совокупность методов и средств, регламентирующих взаимодействие работников с техническими средствами и между собой в процессе разработки и эксплуатации информационной системы.

Организационное обеспечение реализует следующие функции:

анализ существующей системы управления организацией, где будет использоваться ИС, и выявление задач, подлежащих автоматизации;

подготовку задач к решению на компьютере, включая техническое задание на проектирование ИС и технико-экономическое обоснование ее эффективности;

разработку управленческих решений по составу и структуре организации, методологии решения задач, направленных на повышение эффективности системы управления.

Организационное обеспечение. ЭИС включает в себя собственный аппарат управления, обеспечивающий функционирование и развитие всех подсистем. Его главные функции, состоят в разработке.