При моделировании производственно-экономических систем наряду с формализованными, математическими методами анализа, используемыми для отдельных подсистем или частных процессов, приходится использовать также и эвристические методы анализа производства в тех его элементах и связях, которые не поддаются формализации. А при использовании математических методов вследствие множества переменных приходится зачастую прибегать к упрощениям, использовать методы декомпозиции и агрегирования переменных. В результате решения приобретают приближенный, качественный характер.
Вследствие наличия в больших сложных системах организационно-производственного управления звеньев и связей, которые трудно или вообще не формализуются, для их исследования приходится использовать в основном описательные модели, подвергая систему декомпозиции на отдельные функциональные подсистемы; затем искать те подсистемы, которые поддаются математической формализации, моделируя, таким образом, отдельные элементы общего производственного процесса.
Конечной целью моделирования производственно-экономической системы является подготовка и принятие руководителем предприятия управленческого решения.
Модели производственно-экономических систем можно различать по следующим признакам:
– по целям моделирования;
– по задачам (функциям) управления;
– по этапам (процедурам) управления;
– по математическим методам моделирования.
В зависимости от целей моделирования различают модели, предназначенные для:
– проектирования систем управления;
– оценки эффективности;
– анализа возможностей предприятия в различных условиях его деятельности;
– выработки оптимальных решений в различных производственных ситуациях;
– расчета организационных структур системы управления;
– расчета информационного обеспечения и т. д.
Специфика моделей этого классификационного подразделения выражается в первую очередь в выборе соответствующих критериев эффективности, а также в процедуре реализации результатов моделирования.
В зависимости от задач (функций) управления различают модели календарного планирования, управления развитием предприятия, контроля качества продукции и т. д. Модели этого подразделения ориентированы на конкретные производственно-экономические задачи и, как правило, должны обеспечивать получение результатов в численном виде.
В зависимости от этапа (процедуры) автоматизации управления модели могут быть информационными, математическими, программными. Модели этого подразделения нацелены на соответствующие этапы движения и переработки информации.
В зависимости от применяемого математического аппарата модели можно разбить на пять больших групп: экстремальные, математического программирования (планирования), вероятностные, статистические и теоретико-игровые.
К экстремальным моделям относятся модели, дающие возможность отыскания экстремума функции или функционала. Сюда относятся модели, построенные с помощью графических методов, метода Ньютона и его модификаций, методов вариационного исчисления, принципа максимума Понтрягина и др. Исходя из возможностей этих методов они применяются в первую очередь для решения задач оперативного регулирования.
Модели математического программирования (планирования) включают модели линейного программирования, нелинейного программирования, динамического программирования. Сюда же обычно относят и модели сетевого планирования.
Математическое программирование объединяет ряд математических методов, предназначенных для наилучшего распределения имеющихся в наличии ограниченных ресурсов – сырья, топлива, рабочей силы, времени, а также для составления соответствующих наилучших (оптимальных) планов действий.
К вероятностным моделям относятся модели, построенные с помощью аппарата теории вероятностей, модели случайных процессов марковского типа (марковские цепи), модели теории массового обслуживания и др.
Вероятностные модели описывают явления и процессы случайного характера, например связанные со всевозможными несистематическими отклонениями и ошибками (производственный брак и др.), влиянием стихийных явлений природы, возможными неисправностями оборудования и т. п.
К статистическим моделям относятся модели последовательного анализа, метода статистических испытаний (Монте-Карло) и др. Сюда же можно отнести и методы случайного поиска.
Метод статистических испытаний заключается в том, что ход той или иной операции проигрывается, как бы копируется с помощью ЭВМ, со всеми присущими данной операции случайностями, например при моделировании организационных задач, сложных форм кооперации различных предприятий и т.п. Применение данного метода называют имитационным моделированием.
Методы случайного поиска применяются для нахождения экстремальных значений сложных функций, зависящих от большого числа аргументов. В основе этих методов лежит использование механизма случайного выбора аргументов, по которым осуществляется минимизация. Методы случайного поиска находят применение, например, при моделировании организационных структур управления.