Разработка методики моделирования процессов взаимодействия таможенных органов и участников ВЭ

Введение

1. Теоретические аспекты разработки методики моделирования

1.1 Общее понятие методики

1.2 Моделирование

1.3 Элементы моделирования

1.4 Основные свойства любой модели

1.5 Этапы моделирования

1.6 Классификационные признаки и классификация моделей

2. Разработка методики моделирования процессов взаимодействия таможенных органов и участников ВЭД на примере процедуры выпуска для внутреннего потребления

Заключение

Список используемых источников

Введение

Методика - это, как правило, некий готовый «рецепт», алгоритм, процедура для проведения каких-либо нацеленных действий, оно близко к понятию технология. Методика отличается от метода конкретизацией приемов и задач. Например, математическая обработка данных эксперимента может объясняться как метод (математическая обработка), а конкретный выбор критериев, математических характеристик - как методика. Необходимыми требованиями к методике, как к конкретному «рецепту», процедуре, являются следующие:

- реалистичность;

- воспроизводимость;

- внятность;

- соответствие целям и задачам планируемого действия, обоснованность;

- результативность. Райзберг Б.А., Лозовский Л.Ш., Стародубцева Е.Б.. Современный экономический словарь. -- 2-е изд., испр. М.: ИНФРА-М. 1999

Методика - фиксированная совокупность приемов практической деятельности, приводящей к заранее определенному результату. В научном познании методика играет важную роль в эмпирическом исследовании (наблюдении и эксперименте). В отличие от метода в задачи методики не входит теоретическое обоснование полученного результата, она концентрируется на технической стороне эксперимента и на регламентации действий исследователя.

Методическая корректность исследования обеспечивает воспроизводимость результата исследования, возможность его контроля и проверки любым коллегой. В современных условиях, когда оборудование и техника эксперимента неизмеримо усложнились, практическая реализация этих требований часто невозможна или связана с огромными затратами, тем большее значение приобретает скрупулезное описание методической стороны исследования.

Развитие этой сферы методологической деятельности вносит свой вклад в интеграцию науки, поскольку методики, разработанные в одной дисциплине, часто приобретают универсальный характер. Например, радиоуглеродная датировка, некогда разработанная в геофизике, в настоящее время успешно применяется в ряде исторических дисциплин (палеонтологии, палеоботанике и др.). Это дает ряду методологов основание утверждать, что в современной эмпирической науке методика выполняет функцию универсального языка междисциплинарного общения, подобно функции математики как языка теоретического естествознания. М. Мирский Новая философская энциклопедия: В 4 тт. М.: Мысль. Под редакцией В. С. Стёпина. 2001.

1.2 Моделирование

Процесс моделирования включает три элемента:

· субъект (исследователь),

· объект исследования,

· модель, определяющую (отражающую) отношения познающего субъекта и познаваемого объекта.

Любая модель строится и исследуется при определенных допущениях, гипотезах. Модель -- результат отображения одной структуры на другую. Отобразив физическую систему (объект) на математическую систему (например, математический аппарат уравнений), получим физико-математическую модель системы, или математическую модель физической системы. Информация -- это абстракция.

Модель -- это тот объект, та система, которая позволяет облечь эту информацию в конкретное, например компьютерное, представление, содержание.

Моделирование -- тот процесс, метод, который позволяет осуществлять перенос информации от реальной системы к модели и наоборот.

Модели по их назначению бывают познавательными, прагматическими и инструментальными.

Проблема моделирования состоит из трех задач:

· построения модели (эта задача менее формализуема и конструктивна, в том смысле, что нет алгоритма для построения моделей);

· исследования модели (эта задача более формализуема, имеются методы исследования различных классов моделей);

· использования модели (конструктивная и конкретизируемая задача). Нефёдов С. А., Турчин П. В. Опыт моделирования демографически-структурных циклов // История и Математика: Макроисторическая динамика общества и государства / Ред. Коротаев А. В., Малков С. Ю., Гринин Л. Е. М.: КомКнига/УРСС, 2007.

1.4 Основные свойства любой модели

Прежде чем браться за какую-либо работу, нужно четко представить себе отправной и конечный пункт деятельности, а также примерные ее этапы. То же самое можно сказать и о моделировании. Отправной пункт здесь -- прототип. Им может быть существующий или проектируемый объект или процесс. Конечный этап моделирования -- принятие решения на основании знаний об объекте.

Цепочка выглядит следующим образом:

Прототип (объект, процесс) => Моделирование => Принятие решения.

Моделирование -- творческий процесс. Заключить его в формальные рамки очень трудно. В наиболее общем виде его можно представить поэтапно. При решении конкретной задачи эта схема может подвергаться некоторым изменениям: какой-то блок будет убран или усовершенствован, какой-то -- добавлен. Содержание этапов определяется поставленной задачей и целями моделирования. Рассмотрим основные этапы моделирования подробнее.

Этап 1. Постановка задачи. Под задачей понимается некая проблема, которую надо решить. На этапе постановки задачи необходимо:

· описать задачу,

· определить цели моделирования,

· проанализировать объект или процесс.

Описание задачи. Задача формулируется на обычном языке, и описание должно быть понятным. Главное здесь -- определить объект моделирования и понять, что должен представлять собой результат.

Цели моделирования. Цели моделирования можно в общем охарактеризовать так:

· Познание окружающего мира. Зачем человек создает модели? Чтобы ответить на этот вопрос, надо заглянуть в далекое прошлое. Несколько миллионов лет назад, на заре человечества, первобытные люди изучали окружающую природу, чтобы научиться противостоять природным стихиям, пользоваться природными благами, просто выживать. Накопленные знания передавались из поколения в поколение устно, позже письменно, наконец с помощью предметных моделей. Так родилась, к примеру, модель земного шара -- глобус, -- позволяющая получить наглядное представление о форме нашей планеты, ее вращении вокруг собственной оси и расположении материков. Такие модели позволяют понять, как устроен конкретный объект, узнать его основные свойства, установить законы его развития и взаимодействия с окружающим миром моделей.

· Создание объектов с заданными свойствами (задача типа «Как сделать, чтобы...»). Накопив достаточно знаний, человек задал себе вопрос: «Нельзя ли создать объект с заданными свойствами и возможностями, чтобы противодействовать стихиям или ставить себе на службу природные явления?» Человек стал строить модели еще не существующих объектов. Так родились идеи создания ветряных мельниц, различных механизмов, даже обыкновенного зонтика. Многие из этих моделей стали в настоящее время реальностью. Это объекты, созданные руками человека.

· Определение последствий воздействия на объект и принятие правильного решения (задача типа «Что будет, если...»: что будет, если увеличить плату за проезд в транспорте, или что произойдет, если закопать ядерные отходы в такой-то местности?) Например, для спасения Петербурга от постоянных наводнений, приносящих огромный ущерб, решено было возвести дамбу. При ее проектировании было построено множество моделей, в том числе и натурных, именно для того, чтобы предсказать последствия вмешательства в природу.

Эффективность управления объектом (или процессом). Поскольку критерии управления бывают весьма противоречивыми, то эффективным оно окажется только при условии, если будут «и волки сыты, и овцы целы». Например, нужно наладить питание в школьной столовой. С одной стороны, оно должно отвечать возрастным требованиям (калорийное, содержащее витамины и минеральные соли), с другой -- нравиться большинству ребят и к тому же быть «по карману» родителям, а с третьей -- технология приготовления должна соответствовать возможностям школьных столовых. Как совместить несовместимое? Построение модели поможет найти приемлемое решение.

Анализ объекта. На этом этапе четко выделяют моделируемый объект, его основные свойства, его элементы и связи между ними. Простой пример подчиненных связей объектов - разбор предложения. Сначала выделяются главные члены (подлежащее, сказуемое), затем второстепенные члены, относящиеся к главным, затем слова, относящиеся к второстепенным, и т. д.

Этап 2. Разработка модели. Информационная модель. На этом этапе выясняются свойства, состояния, действия и другие характеристики элементарных объектов в любой форме: устно, в виде схем, таблиц. Формируется представление об элементарных объектах, составляющих исходный объект, т.е. информационная модель. Модели должны отражать наиболее существенные признаки, свойства, состояния и отношения объектов предметного мира. Именно они дают полную информацию об объекте. Информационная модель никогда не характеризует объект полностью. Для одного и того же объекта можно построить различные информационные модели. Выбор наиболее существенной информации при создании информационной модели и сложность этой модели обусловлены целью моделирования.

Построение информационной модели является отправным пунктом этапа разработки модели. Все входные параметры объектов, выделенные при анализе, располагают в порядке убывания значимости и проводят упрощение модели в соответствии с целью моделирования.

Знаковая модель. Прежде чем приступить к процессу моделирования, человек делает предварительные наброски чертежей либо схем на бумаге, выводит расчетные формулы, т. е. составляет информационную модель в той или иной знаковой форме, которая может быть либо компьютерной, либо некомпьютерной.

Компьютерная модель -- это модель, реализованная средствами программной среды. Существует множество программных комплексов, которые позволяют проводить исследование (моделирование) информационных моделей. Каждая программная среда имеет свой инструментарий и позволяет работать с определенными видами информационных объектов.

Человек уже знает, какова будет модель, и использует компьютер для придания ей знаковой формы. Например, для построения геометрических моделей, схем используются графические среды, для словесных или табличных описаний -- среда текстового редактора.

Основные функции компьютера при моделировании систем:

· исполнение роли вспомогательного средства для решения задач, решаемых и обычными вычислительными средствами, алгоритмами, технологиями;

· исполнение роли средства постановки и решения новых задач, не решаемых традиционными средствами, алгоритмами, технологиями;

· исполнение роли средства конструирования компьютерных обучающих и моделирующих сред типа: «обучаемый -- компьютер -- обучающий», «обучающий -- компьютер -- обучаемый», «обучающий -- компьютер -- группа обучаемых», «группа обучаемых -- компьютер -- обучающий», «компьютер -- обучаемый -- компьютер»;

· исполнение роли средства моделирования для получения новых знаний;

· «обучение» новых моделей (самообучение моделей).

Этап 3. Компьютерный эксперимент. Компьютерное моделирование -- основа представления знаний в ЭВМ. Компьютерное моделирование для рождения новой информации использует любую информацию, которую можно актуализировать с помощью ЭВМ. Прогресс моделирования связан с разработкой систем компьютерного моделирования, а прогресс в информационной технологии -- с актуализацией опыта моделирования на компьютере, с созданием банков моделей, методов и программных систем, позволяющих собирать новые модели из моделей банка. Разновидность компьютерного моделирования -- вычислительный эксперимент, т.е. эксперимент, осуществляемый экспериментатором над исследуемой системой или процессом с помощью орудия эксперимента -- компьютера, компьютерной среды, технологии.

Вычислительный эксперимент становится новым инструментом, методом научного познания, новой технологией также из-за возрастающей необходимости перехода от исследования линейных математических моделей систем (для которых достаточно хорошо известны или разработаны методы исследования, теория) к исследованию сложных и нелинейных математических моделей систем (анализ которых гораздо сложнее). Грубо говоря, наши знания об окружающем мире линейны, а процессы в окружающем мире нелинейны. Вычислительный эксперимент позволяет находить новые закономерности, проверять гипотезы, визуализировать ход событий и т. д. Чтобы дать жизнь новым конструкторским разработкам, внедрить новые технические решения в производство или проверить новые идеи, нужен эксперимент. В недалеком прошлом такой эксперимент можно было провести либо в лабораторных условиях на специально создаваемых для него установках, либо на натуре, т. е. на настоящем образце изделия, подвергая его всяческим испытаниям. С развитием вычислительной техники появился новый уникальный метод исследования -- компьютерный эксперимент. Компьютерный эксперимент включает некоторую последовательность работы с моделью, совокупность целенаправленных действий пользователя над компьютерной моделью.

Этап 4. Анализ результатов моделирования.

Конечная цель моделирования -- принятие решения, которое должно быть выработано на основе всестороннего анализа полученных результатов. Этот этап решающий -- либо вы продолжаете исследование, либо заканчиваете. Возможно, вам известен ожидаемый результат, тогда необходимо сравнить полученный и ожидаемый результаты. В случае совпадения вы сможете принять решение.

Основой для выработки решения служат результаты тестирования и экспериментов. Если результаты не соответствуют целям поставленной задачи, значит, допущены ошибки на предыдущих этапах. Это может быть либо слишком упрощенное построение информационной модели, либо неудачный выбор метода или среды моделирования, либо нарушение технологических приемов при построении модели. Если такие ошибки выявлены, то требуется корректировка модели, т. е. возврат к одному из предыдущих этапов. Процесс повторяется до тех пор, пока результаты эксперимента не будут отвечать целям моделирования. Главное, надо всегда помнить: выявленная ошибка -- тоже результат. Попова Н.В. Электронный учебник. [Электрон. ресурс]: Математические методы. ВТК 2005. URL: http://www.matmetod -popova.narod.ru. 12.01.2013.

1.6 Классификационные признаки и классификация моделей

моделирование компьютерный таможенный

В процессе построения модели различают три вида или стадии построения: мысленная модель, концептуальная модель и формальная модель. При наблюдении за объектом в голове исследователя формируется мысленный образ объекта, его идеальная модель. Формируя такую модель, разработчик, как правило, стремится ответить на конкретные вопросы. От реального очень сложного устройства объекта отсекается все ненужное с целью получения его более компактного и лаконичного описания. Представление мысленной модели на естественном языке называется содержательной моделью.

По функциональному признаку и целям содержательные модели делятся на описательные, объяснительные и прогностические. Описательной моделью называется любое описание объекта. Объяснительная модель позволяет ответить на вопрос: почему это происходит? Прогностическая модель описывает будущее поведение объекта.

Концептуальная (содержательная) модель - это абстрактная модель, определяющая структуру моделируемой системы, свойства ее элементов и причинно-следственные связи, присущие системе и существенные для достижения цели моделирования. Иными словами, это содержательная модель, при формулировании которой используются понятия и представления предметных областей, связанных с моделью. Например, ММ формулируется на языке математики - с помощью математических структур: формул, пространственных форм и т.п. Выделяют три вида концептуальных моделей: логико-семантические, структурно-функциональные и причинно-следственные.

Логико-семантическая модель - описание объекта в терминах соответствующих предметных областей знаний. Анализ таких моделей осуществляется средствами логики с привлечением специальных знаний.

При построении структурно-функциональной модели объект рассматривается как целостная система, которую расчленяют на отдельные подсистемы или элементы. Части системы связывают структурными отношениями, описывающими подчиненность, логическую и временную последовательность решения задач.

Причинно-следственная модель служит для объяснения и прогнозирования поведения объекта. Такие модели ориентированы на следующие моменты:

1. выявление главных взаимосвязей между подсистемами;

2. выявление определенного влияния различных факторов на состояние объекта;

3. описание динамики интересующих разработчика параметров.

Формальная модель является представлением концептуальной модели с помощью формальных языков. К таким языкам относятся математический аппарат, алгоритмические языки, языки моделирования.

Построение концептуальной модели включает следующие этапы:

· определение типа системы;

· описание внешних воздействий;

· декомпозиция системы.

На первом этапе осуществляется сбор фактических данных (на основе работы с литературой и технической документацией, проведения натурных экспериментов, сбора экспертной информации и т. д.), а также выдвижение гипотез относительно значений параметров и переменных, для которых отсутствует возможность получения фактических данных. Если полученные результаты соответствуют принципам информационной достаточности и осуществимости, то они могут служить основой для отнесения моделируемой системы к одному из известных типов (классов).

Одним из классификационных признаков моделируемой системы является мощность множества состояний моделируемой системы. По этому признаку системы делят на статические и динамические. Система называется статической, если множество ее состояний содержит один элемент. Если состояний больше одного, или они могут изменяться во времени, система называется динамической. Процесс смены состояний называется движением системы.

Различают два основных типа динамических систем:

· с дискретными состояниями (множество состояний конечно или счетно);

· с непрерывным множеством состояний.

Системы с дискретными состояниями характеризуются тем, что в любой момент времени можно однозначно определить, в каком именно состоянии находится система. Для такой идентификации обязательно нужно знать тот признак, который отличает одно состояние системы от другого. Например, при исследовании систем массового обслуживания в качестве такого признака обычно используют число заявок в системе. Соответственно, изменение числа заявок в системе интерпретируется как переход системы в новое состояние. Если же не удается подобрать такой признак, либо его текущее значение невозможно зафиксировать, то систему относят к классу систем с непрерывным множеством состояний.

Смена состояний может происходить либо в фиксированные моменты времени, множество которых дискретно (например, поступление новых заявок на обслуживание), либо непрерывно (изменение температуры тела при нагревании). В соответствии с этим различают системы с дискретным временем переходов (смены состояний) и системы с непрерывным временем переходов (точнее, «живущие» в непрерывном времени).

По условиям перехода из одного состояния в другое различают детерминированные системы и стохастические. В детерминированных системах новое состояние зависит только от времени и текущего состояния системы. Другими словами, если имеются условия, определяющие переход системы в новое состояние, то для детерминированной системы можно однозначно указать, в какое именно состояние она перейдет. Для стохастической системы можно указать лишь множество возможных состояний перехода и, в некоторых случаях, - вероятностные характеристики перехода в каждое из этих состояний.

Рассмотренная схема классификации систем важна не сама по себе. На этапе разработки концептуальной модели она, во-первых, позволяет уточнить цели и задачи моделирования и, во-вторых, облегчает переход к этапу формализации модели. Кроме того, значительно позже, на этапе оценки качества разработанной модели, знание классификационных признаков дает возможность оценить степень ее соответствия первоначальному замыслу разработчика.

Необходимо отметить, что рассмотренные классификационные признаки применимы и для определения типа разрабатываемой модели. При этом исследуемая система и ее модель могут относиться как к одному, так и к разным классам. Например, реальная система может быть подвержена воздействию случайных факторов и, соответственно, будет относиться к классу стохастических систем. Если разработчик модели считает, что влиянием этих факторов можно пренебречь, то создаваемая модель будет представлять собой детерминированную систему. Аналогичным образом возможно отображение системы с непрерывным временем смены состояний в модель с дискретными переходами и т. д.

Совокупность факторов, воздействующих на систему и оказывающих влияние на эффективность её функционирования, назовем внешними воздействиями (ВВ).

Описание ВВ является не только важной, но и достаточно сложной задачей. Особенно в тех случаях, когда приходится учитывать влияние случайных факторов, или когда речь идет о внешних воздействиях на проектируемую принципиально новую систему. В связи с этим введем понятие «модели внешних воздействий», подчеркивая сопоставимость уровня сложности описания собственно системы и внешних воздействий на неё.

Модель внешних воздействий должна обладать следующими основными свойствами:

· совместимостью с моделью системы;

· представительностью;

· управляемостью;

· системной независимостью.

Свойство совместимости предполагает, что, во-первых, степень детализации описания ВВ соответствует детализации описания системы; во-вторых, модель ВВ должна быть сформулирована в тех же категориях предметной области, что и модель системы (например, если в модели системы исследуется использование ресурсов, то должны быть выражена в запросах на ресурсы).

Представительность модели ВВ определяется ее способностью адекватно представить ВВ в соответствии с целями исследования. Другими словами, модель ВВ должны отвечать целям исследования системы. Например, если оценивается пропускная способность, то должны выбираться ВВ, «насыщающие» систему. Под управляемостью понимается возможность изменения параметров модели ВВ в некотором диапазоне, определяемом целями исследования.

Системная независимость - это возможность переноса модели ВВ с одной системы на другую с сохранением ее представительности. Данное свойство наиболее важно при решении задач сравнения различных систем или различных модификаций одной системы. Если модель ВВ зависит от конфигурации исследуемой системы или других ее параметров, то использование такой модели для решения задачи выбора невозможно,

И, наконец, обратимся к этапу, завершающему построение концептуальной модели системы, - ее декомпозиции.

Декомпозиция системы производится исходя из выбранного уровня детализации модели, который, в свою очередь, определяется тремя факторами:

· целями моделирования;

· объемом априорной информации о системе;

· требованиями к точности и достоверности результатов моделирования.

Уровни детализации (УД) иногда называют стратами, а процесс выделения уровней, как уже упоминалось, - стратификацией. Детализация системы должна производиться до такого уровня, чтобы для каждого элемента были известны или могли быть получены зависимости его выходных характеристик от входных воздействий, существенные с точки зрения выбранного показателя эффективности. Повышение уровня детализации описания системы позволяет получить более точную ее модель, но усложняет процесс моделирования и ведет к росту затрат времени на его проведение. Например, если моделируется дискретная система, то увеличение детальности ее описания означает увеличение числа различных состояний системы, учитываемых в модели, и, как следствие - неизбежный рост объема вычислений. Поэтому при выборе уровня описания системы целесообразно руководствоваться следующим правилом: в модель должны войти все параметры, которые обеспечивают определение интересующих исследователя характеристик системы на заданном временном интервале ее функционирования; остальные параметры по возможности следует исключить из модели.

Дискретные системы подразделяются на синхронные и асинхронные. В синхронных системах имеются точные метки времени, в которые происходят изменения состояния (например, тактовый генератор ПЭВМ). В асинхронных системах смена состояния не привязана ко времени (например, появление заявки или пакета в телекоммуникационной сети).

В общем случае система определяется множеством признаков (особенностей), элементы которого характеризуют всю совокупность её свойств: алгоритм функционирования, структуру, численные значения параметров, особенности внешней среды, вид ВВ, начальные условия, реакцию системы и показатели качества системы. Все это множество признаков и составляет описание системы.

Задача исследования состоит в расширении наших знаний о системе, т. е. в итоге сводится к уточнению её описания. Поэтому множество неизвестных на начальном этапе исследования признаков (или известных неточно), в общем случае можно представить неким потенциальным источником информации, а исследование системы, её описание, как процесс извлечения этой информации из источника.

Описание действующей системы, когда её структура неизвестна, формируется с помощью её идентификации, т.е. подбора аппроксимирующих соотношений с той или иной полнотой отображающих поведение наблюдаемой системы. При этом единственной информацией, которой располагает исследователь, является вектор входных воздействий и соответствующий ему вектор реакций системы, а сама система представляется «черным ящиком». Принцип «черного ящика» может быть применен как к системе в целом, так и к отдельным её звеньям. В последнем случае система описывается совокупностью взаимодействующих «черных ящиков», каждый из которых наделен определенными функциями, которые можно выявить в процессе изучения реакций при заданных воздействиях или задать априорно.

Задача экспериментатора не ограничивается построением модели. После разработки модели в нее необходимо ввести определенную информацию, чтобы проверить, насколько приближаются воспроизводимые ею данные к ранее зарегистрированным экспериментальным данным, которые соответствуют введенной информации. Лишь в том случае, когда воспроизводимые данные достаточно близки к исходной информации, можно будет гарантировать определенный успех при использовании модели для экспериментирования. Математическое моделирование систем связи : учебное пособие / К. К. Васильев, М. Н. Служивый. - Ульяновск : УлГТУ, 2008

2. Разработка методики моделирования процессов взаимодействия таможенных органов и участников ВЭД на примере процедуры выпуска для внутреннего потребления

Первый этап. На первом данном этапе мы должны поставить задачу, описать ее и проанализировать объект или процесс. Первая части этого этапа были выполнены во введении - была сформулирована цель работы, т.е. на основании разработанного алгоритма (методики) необходимо построить модель взаимодействия таможенных органов и участников ВЭД при помещении товаров под процедуру выпуска для внутреннего потребления (т.н. ИМ 40). Результат должен представлять собой упрощенную, но не искажающую объект-оригинал модель.