Методы моделирования

Применяется большое количество методов на основе моделирования. Различаются логические, информационные и математико-статистические модели. [2]

К методам моделирования относится прогноз, основанный на изучении внутренней логики логических моделей развития исследуемого явления, на анализе исторической преемственности развития науки и техники и сценариев будущего (логический анализ иерархии целей, описание реальных вариантов их достижения и оценка ресурсов).

Информационные модели основаны на анализе количественных и структурных изменений в потоке научных публикаций и патентов. Выявляются сгустки важнейших работ, прогнозируются не только темпы, но и направления работ в данной области.

Математические модели основаны на методах математического программирования, теории игр и массового обслуживания, регрессионного и корреляционного анализа и т.д. К достоинствам математических моделей относятся четкое изложение параметров, возможность быстрого проведения расчетов, к недостаткам - невозможность учета ряда факторов, особенно экологических, отсутствие реального учета перехода количественных изменений в качественные, трудность в описании всех параметров.[1]

В настоящее время среди достаточно широкого круга специалистов сложилось мнение об универсальности и всемогуществе моделирования. Поэтому очень часто при управлении компаниями и экономико-производственными системами (ЭПС) прибегают к моделированию, используя его в качестве инструмента в планировании. Однако, как указывают многочисленные источники, в практическом управлении компаниями к моделированию как к оптимизационному методу управления следует подходить более осторожно.

Причиной осторожного подхода в практике моделирования является известное несоответствие между объектом и его моделью: модель всего лишь упрощенное представление действительности. Модель - есть теоретическое построение, имеющее некоторое отношение к реальности, которое можно независимо обсуждать и анализировать.

При построении математической модели неизбежно приходится вводить различные допущения и ограничения и из всего количества параметров объекта выбирают лишь некоторые, по мнению разработчиков, наиболее важные, так как: во-первых, невозможно полностью выявить все параметры объекта, во вторых, если в модели учитывать всё их большое число, то она станет очень громоздкой и технически трудно реализуемой, а за большим количеством данных потеряется содержание моделирования. При сопоставлении объекта и модели встает вопрос о том, насколько точно она описывает объект. Очевидно, что для одного и того же объекта в зависимости от поставленных задач и количества учитываемых параметров можно предложить много моделей, каждая из которых описывает объект с определенной точностью (большей или меньшей адекватностью) и использует тот или иной математический аппарат. Очевидно, что используемые либо разрабатываемые модели не тождественны реальным объектам и происходящим процессам, исследование моделей и ее свойств не есть исследование реального объекта. Так как нельзя построить абсолютно адекватную модель (реализовать ее), то встает вопрос об оптимально допустимой ее адекватности, которая позволит при данных условиях на данном временном промежутке пренебречь изменениями объекта

Расчетная часть

Ожидаемые результаты реализации инвестиционного проекта (запуск новой технологической линии) представлены в таблице.

Показатель

Год

1-й

2-й

3-й

1. Объем выпускаемой продукции после освоения технологической линии, шт.

10 000

15 000

20 000

2. Оптовая цена (без НДС) единицы продукции, руб.

200

180

175

3. Себестоимость единицы продукции, руб.

150

140

135

4. В том числе амортизация, руб./шт.

15

10

7,5

5. Налоги и прочие отчисления из прибыли, руб.

250 000

300 000

350 000

Перейти на страницу: 1 2