Использование имитационного моделирования при принятии управленческих решений

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.

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.

5.3 Понятие “интеллектуальной” информационной технологии

Искусственный интеллект — одна из новейших наук, появившихся во второй половине ХХ века на базе вычислительной техники, математической логики, программирования, психологии, лингвистики, нейрофизиологии и других отраслей знаний. Исследования в области “искусственного интеллекта” направлены на создание машин, обнаруживающих поведение, которое у людей называется интеллектуальным.

Искусственный интеллект - это программная система, имитирующая на компьютере мышление человека.

Основные направления исследований в области искусственного интеллекта можно представить следующим образом:

1.моделирование результатов интеллектуальной деятельности (машинный интеллект);

2. моделирование биологических систем (искусственный разум).

Сторонники первого направления считают, что важнее результат, т.е. хорошее совпадение поведения искусственно созданных и естественных интеллектуальных систем, а что касается внутренних механизмов формирования поведения, то разработчик искусственного интеллекта не должен копировать или даже принимать во внимание особенности естественных, живых аналогов. Таким образом, это направление рассматривает продукт интеллектуальной деятельности человека, изучает его структуру (выделяя различные направления интеллектуальной деятельности (решение задач, доказательство теорем, игры) и стремится воспроизвести этот продукт современными ЭВМ.

Второе направление рассматривает данные о нейрофизиологических и психологических механизмах интеллектуальной деятельности, а в более широком плане - о разумном поведении человека. Разработчики стремятся воспроизвести эти механизмы с помощью технических устройств, чтобы поведение их хорошо совпадало с поведением человека в определенных, заранее задаваемых условиях.

Рассмотрим подробнее второе направление, которое включает моделирование на уровне нейронных сетей и эвристическое программирование.

Кора больших полушарий головного мозга человека содержит около 14 млрд. нейронов. При модельном подходе к изучению нервной системы объектами изучения являются - нейроны и нейронные сети (структуры из взаимосвязанных клеток).Устройство и законы функционирования самого нейрона очень сложны, поэтому используют упрощенное описание. Такие упрощенные модели нейронных сетей называют нейроноподобными сетями.

Различают два типа нейроноподобных сетей:

1.Узлами сети являются формальные элементы, которые описывают от-

дельные нейроны (по закону "да-нет");

2.Узлами сети являются нейронные ансамбли.

Под нейронным ансамблем понимается такая совокупность взаимосвязанных нейронов, которая активизируется (возбуждается) полностью при активизации некоторой ее части (может быть описан как нелинейный преобразователь аналоговой информации). Ансамбль может быть поставлен в соответствие некоторой содержательной единице понятию, образу и т.п. элементу, принимающему участие в процессе мыслительной деятельности, т.е. нейроноподобная сеть становится семантической сетью.

Создание таких сетей используется при создании роботов манипуляторов, для управления роботами и т.д.

Отличительной чертой нейронных сетей является их способность менять свое поведение (обучаться) в зависимости от изменения внешней среды, извлекая скрытые закономерности из потока данных. При этом алгоритмы обучения не требуют каких-либо предварительных знаний о существующих в предметной области взаимосвязях — необходимо только подобрать достаточное число примеров, описывающих поведение моделируемой системы в прошлом.

Таким образом, нейросетевая технология обладает двумя чрезвычайно полезными свойствами:

1. Способностью обучаться на конкретном множестве примеров.

2. Умением стабильно распознавать, прогнозировать новые ситуации с высокой степенью точности, причем в условиях внешних помех, например появления противоречивых или неполных значений в потоках информации.

Эвристическое программирование (в отличие от моделирования на уровне нейронных сетей) исследует другой уровень организации поведения, называемый операционным. На этом уровне поведение рассматривается как последовательность мыслительных операций (может быть не всегда осознаваемых человеком), выполнение которых приводит к успешному решению той или иной задачи.

Обычно процедура построения моделей методом эвристического программирования строится следующим образом.

Испытуемым предлагается решать некоторую задачу, сопровождая свои размышления устными комментариями. Все высказывания тщательно протоколируются. Затем протоколы подвергаются анализу с целью выявления хода решения, характера применяемых операций, приемов и т.д. Полученный в ходе анализа материал используется при составлении компьютерной программы - модели данного поведения. Т.О., программа является моделью не испытуемого, а протокола. Такая модель должна выполнять то, что делает испытуемый и так, как он это делает. Следующий этап связан с исследованием модели при решении конкретных задач данного типа. В случае необходимости программа дорабатывается.

Не нашли, что искали? Воспользуйтесь поиском: