Магистратура
2020/2021
Системы имитационного бизнес-моделирования
Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»
Лучший по критерию «Новизна полученных знаний»
Статус:
Курс по выбору (Бизнес-информатика)
Направление:
38.04.05. Бизнес-информатика
Кто читает:
Департамент бизнес-информатики
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:
48
Программа 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 динамикиТеоретические 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 системыПарадигма 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 моделированияПринятие 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 моделированиеВведение 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 PowerSimВведение 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 AnyLogicВведение 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 приложениямиИнтеграция 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
- ЭкзаменЭкзамен будет проходить в режиме онлайн на платформе MS Teams без прокторинга
Промежуточная аттестация
- Промежуточная аттестация (2 модуль)0.7 * Домашняя работа + 0.3 * Контрольная работа
Список литературы
Рекомендуемая основная литература
- Боев В. Д. - КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕ В СРЕДЕ ANYLOGIC. Учебное пособие для СПО - М.:Издательство Юрайт - 2019 - 298с. - ISBN: 978-5-534-05034-9 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/kompyuternoe-modelirovanie-v-srede-anylogic-438053
- Боев В. Д. - МОДЕЛИРОВАНИЕ В СРЕДЕ ANYLOGIC. Учебное пособие для вузов - М.:Издательство Юрайт - 2019 - 298с. - ISBN: 978-5-534-02560-6 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/modelirovanie-v-srede-anylogic-437871
Рекомендуемая дополнительная литература
- Forrester, J. W. (1961). Industrial dynamics. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.524769D6
- Sterman, J. (2012). Business dynamics : systems thinking and modeling for a complex world. Slovenia, Europe: Irwin. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.6D02A33C
- Акопов Андраник Сумбатович, Бекларян Армен Левонович, Тхакур Маной, & Верма Бхишам Дев. (n.d.). Разработка Параллельных Генетических Алгоритмов Вещественного Кодирования Для Систем Поддержки Принятия Решений Социально-Экономического И Экологического Планирования. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsclk&AN=edsclk.https%3a%2f%2fcyberleninka.ru%2farticle%2fn%2frazrabotka-parallelnyh-geneticheskih-algoritmov-veschestvennogo-kodirovaniya-dlya-sistem-podderzhki-prinyatiya-resheniy-sotsialno
- Акопов, А. (2010). К Вопросу Проектирования Интеллектуальных Систем Управления Сложными Организационными Структурами. Ч. I. Математическое Обеспечение Системы Управления Инвестиционной Деятельностью Вертикально Интегрированной Нефтяной Компании. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.B65F315A
- Акопов, А. (2011). К Вопросу Проектирования Интеллектуальных Систем Управления Сложными Организационными Структурами. Ч. 2. Программная Реализация Системы Управления Инвестиционной Деятельностью Вертикально-Интегрированной Нефтяной Компании. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.F959F009
- Боев В.Д - Концептуальное проектирование систем в Anylogic 7 и GPSS World - Национальный Открытый Университет "ИНТУИТ" - 2016 - 555с. - ISBN: - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/100624
- Боев В.Д - Концептуальное проектирование систем в AnyLogic и GPSS World - Национальный Открытый Университет "ИНТУИТ" - 2016 - 542с. - ISBN: - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/100626
- Гладков Л.А., Курейчик В.В, Курейчик В.М. - Генетические алгоритмы. - Издательство "Физматлит" - 2010 - 368с. - ISBN: 978-5-9221-0510-1 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/2163
- Гладков, Л. А. Генетические алгоритмы [Электронный ресурс] / Под ред. В. М. Курейчика. - 2-е изд., исправл. и доп. - М.: ФИЗМАТЛИТ, 2010. - 368 с. - ISBN 978-5-9221-0510-1. - Режим доступа: http://znanium.com/catalog/product/544626
- Казаку, Е. В., & Зверева, Е. В. (2019). Оценка Социально-Экономической Эффективности Инвестиций В Транспортное Строительство С Учетом Неопределенности Методом Монте-Карло. St. Petersburg State Polytechnic University Journal. Economics, 12(5), 218–231. https://doi.org/10.18721/JE.12518
- КОГДЕНКО, В. Г. (2018). Стратегическое Моделирование Прибыли Компании Методом Монте-Карло. Economic Analysis, 17(9), 1622–1641. https://doi.org/10.24891/ea.17.9.1622
- Михайлов Г. А., Войтишек А. В. - СТАТИСТИЧЕСКОЕ МОДЕЛИРОВАНИЕ. МЕТОДЫ МОНТЕ-КАРЛО. Учебное пособие для вузов - М.:Издательство Юрайт - 2019 - 323с. - ISBN: 978-5-534-11518-5 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/statisticheskoe-modelirovanie-metody-monte-karlo-445457
- Палей А.Г., Поллак Г.А. - Имитационное моделирование. Разработка имитационных моделей средствами iWebsim и AnyLogic: учебное пособие - Издательство "Лань" - 2019 - 208с. - ISBN: 978-5-8114-3844-0 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/122179