Системы имитационного моделирования

Магистратура 2019/2020

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

Статус: Курс по выбору (Бизнес-информатика)

Направление: 38.04.05. Бизнес-информатика

Кто читает: Кафедра бизнес-аналитики

Где читается: Высшая школа бизнеса

Когда читается: 2-й курс, 1, 2 модуль

Формат изучения: без онлайн-курса

Преподаватели: Акопов Андраник Сумбатович

Прогр. обучения: Бизнес-информатика

Язык: русский

Кредиты: 6

Контактные часы: 72

Полная версия программы учебной дисциплины

Аннотация

Дисциплина «Системы имитационного моделирования» нацелена на формирование комплекса теоретических знаний и методологических основ в области имитационного моделирования, а также практических навыков, необходимых для разработки, внедрения и использования таких систем. В настоящее время, системы имитационного моделирования успешно применяются для поиска наилучших сценариев развития компании с учетом динамики внешней среды. Имитационные модели интегрируются в информационную систему корпоративного управления, используют базы данных и хранилища данных (например, MS SQL Server, Oracle, SAP BW и др.) при проведении численных экспериментов, объединяются с оптимизационными модулями (генетическими алгоритмами) и веб-сервисами. Важнейшим направлением использования систем имитационного моделирования является оценка рисков и оптимизация (Risk Assessment & Optimisation). В результате освоения дисциплины студенты будут знать основные методы имитационного моделирования, включая методы системной динамики, агентного моделирования, дискретно-событийного моделирования, вероятностного моделирования и др., и смогут применять их на практике с использованием платформ класса Powersim, AnyLogic и др.

Цель освоения дисциплины

Целью освоения дисциплины является формирование у студентов комплекса теоретических знаний и методологических основ в области систем имитационного моделирования, а также практических навыков, необходимых для внедрения и практического использования таких систем.

Планируемые результаты обучения

Знание характеристик рынка систем имитационного моделирования (ИМ) и перспективы развития систем ИМ.
Знание методов системной динамики
Знание методов стохастического имитационного моделирования.
Умение оценивать влияние рисков с использованием систем имитационного моделирования.
Умение осуществлять поиск оптимальных управленческих решений с использованием систем имитационного моделирования.
Знание методов агентного моделирования.
Знание методов дискретно-событийного моделирования и методов моделирования сложных динамических систем.
Владение навыками разработки имитационных моделей, основанных на использовании современных методов имитационного моделирования класса Powersim.
Владение навыками разработки имитационных моделей, основанных на использовании современных методов имитационного моделирования класса AnyLogic.
Владение методами интеграции имитационных моделей с различными источниками данных.

Содержание учебной дисциплины

Тема 1. Теория и методы системной динамики
Теоретические основы системной динамики. Методология разработки системно-динамических моделей. Архетипы системной динамики. Непрерывное и дискретное моделирование. Сжатое и реальное время. Понятие модельного времени. Теория обратных связей и лаговых зависимостей. Реализация имитационной модели в виде системы одновременных уравнений. Интегрирование информационных потоков. Потоковое моделирование. Непрерывные и дискретные модели. Калибровка моделей. Примеры системно-динамических моделей.
Тема 3. Многоагентные системы
Парадигма агентного моделирования. Архитектура агентных моделей. Понятие карты состояний агента. Коллективное поведение агентов. Взаимодействие агентов со средой и друг с другом. Агенты в пространстве и во времени. Гибридное агентно-ориентированное моделирование. Агентное моделирование и элементы теории игр. Агентное моделирование в оптимизационных задачах. Примеры агентных моделей.
Тема 2. Методы стохастического имитационного моделирования
Принятие решений в условиях неопределенности. Случайные величины и их распределения. Метод Монте-Карло и «Латинского гиперкуба». Имитационный эксперимент в условиях неопределенности. Оценка чувствительности целевого функционала. Критерий останова стохастического эксперимента (формула Колмогорова-Смирнова). Стохастическое моделирование и решение оптимизационных задач. Генетический оптимизационный алгоритм. Оценка рисков и оптимизация решений с помощью имитационной модели. Примеры стохастических моделей.
Тема 4. Динамические системы и дискретно-событийное моделирование
Введение в динамические системы. Описание поведения сложного динамического объекта с помощью системы дифференциальных уравнений в форме Коши первого рода. Блочный метод реализации моделей динамических систем. Моделирование дискретных систем. Использование конечно-разностных уравнений. Применение событийной модели для управления дискретными потоками. Процессный подход. Системы массового обслуживания. Моделирование очереди и склада. Моделирование контроллеров. Примеры моделей динамических и дискретно-событийных систем.
Тема 5. Системно-динамическое моделирование на платформе PowerSim
Введение в систему имитационного моделирования PowerSim. Реализация системно- динамических моделей на Powersim. Поддержка методов стохастического моделирования в Powersim. Решение оптимизационных задач. Разработка иерархических имитационных моделей. Интеграция PowerSim c MS Excel. Примеры моделей на Powersim.
Тема 6. Система имитационного моделирования AnyLogic
Введение в систему имитационного моделирования AnyLogic. Реализация простой системно-динамической модели на AnyLogic. Разработка мультиагентной модели на AnyLogic. Анимация и имитационное моделирование. Интеграция модели AnyLogic c простыми источниками данных. Публикация модели AnyLogic под WEB в виде Java апплета. Примеры моделей на AnyLogic.
Тема 7. Интеграция систем имитационного моделирования с внешними приложениями
Интеграция систем имитационного моделирования с информационными Хранилищами данных. Введение в информационные Хранилища данных. Интеграция Powersim c Хранилищем данных SAP BW. Интеграция Powersim c СУБД. Интеграция Powersim c WEB – сервером и внешними приложениями посредством Powersim SDK. Интеграция моделей AnyLogic (приложений Java) c внешними приложениями с помощью RMI. Примеры имитационных моделей, интегрированных с внешними приложениями и WEB сервером.

Элементы контроля

Контрольная работа
Домашняя работа
Экзамен

Промежуточная аттестация

Промежуточная аттестация (2 модуль)
0.7 * Домашняя работа + 0.3 * Контрольная работа

Программа дисциплины