Разработка имитационной модели процессов для исследуемого объекта "Департамент стратегического планирования Вологодской области"

В соответствии с рассчитанными данными трудоемкости и загрузки определим приоритеты. Наивысший приоритет «1» определяет процесс наиболее длительного и трудоемкого процесса, наименьший приоритет «9», наоборот, отражает процесс, который занял меньше всего времени и ресурсов.

Применение временных диаграмм процессов в деятельности исследуемого объекта позволяет определить конкретные промежутки времени («точки отсчета») и длительность выполнения задач. В имитационном моделировании они играют важную роль с целью определения ключевых этапов и логико-математических правил, степени формализации данных и режима сбора, обработки и хранения служебных данных.

На рисунке 4.2 представлена временная диаграмма процессов с целью исследования основных этапов обработки обращения граждан в Департаменте стратегического планирования области. Наиболее трудоемким этапом является «анализ обращения, сбор информации». В действительности, этот этап может и затянуться ввиду применения комплексного (системного) подхода к решению проблемы, описанной в обращении, а также привлечению дополнительных ресурсов (сотрудники из других управлений, департаментов, нормативно-правовая база и др.).

Отмечается также, что цель временных диаграмм направлена на обеспечение сотрудниками дополнительным временным ресурсом с целью реализации вспомогательных функций.

Рисунок 4.2 - Временная диаграмма «Обработка обращения граждан в ДСП»

В свою очередь на рисунке 4.3 представлена аналогичная временная диаграмма процессов объекта «Департамент стратегического планирования», но уже с подробным описанием каждого этапа и процесса выполненя конкретной задачи. В данном случае описан метод формирования и утверждения государственных программ, реализуемых на территории каждого субъекта Российской Федерации.

Рисунок 4.3 - Временная диаграмма процессов объекта «ДСП» в Visio

В ходе разработки временной диаграммы для специфических процессов моделируемого объекта использовался Microsoft Excel и Microsoft Visio (схема моделирования объекта, временные шкалы). В настоящий момент времени необходимость создания временных диаграмм усиливается, т.к. в процессе создания имитационной модели процессов могут возникать ситуации, когда какой-либо интервал времени сдвигается по неопределенным причинам, что позволяет разработчику скорректировать свое время и сбалансировать нагрузку по каждому этапу. Такой подход может помочь не только администратору, но и пользователю уменьшить время ожидания и обработки полученного запроса на уровне каждого рассматриваемого элемента.

Временные диаграммы процессов активно испольузются и в производственной сфере, когда необходимо принять решение о более оперативном запуске новой линии мощностей, модификации каналов сбыта, выборе нового рынка или вида продукции, а также кадровых перестановок. В этом случае прибегают к дополнительному описанию предметной области и анализу окружения, что позволяет сократить количественный состав привлекаемых специалистов, уменьшить трудозатраты.

5. РАЗРАБОТКА ФОРМАЛИЗОВАННОЙ СХЕМЫ ОБЪЕКТА МОДЕЛИРОВАНИЯ

Формализованная схема объекта моделирования представляет собой формальное представление организационных процессов моделируемого объекта. Чаще всего она используется, когда необходимо определить основные структуры (элементы), в которых происходят наиболее важные операции и с определенной периодичностью. Каждый объект формализованный схемы - это либо конкретный сотрудник, либо отдел, либо источник (носитель) информации и др.

Возможность представления конкретного моделируемого объекта в виде связанных между собой содержательных частей позволяет увидеть каким образом происходят следующие процессы: анализ, синтез информации, обработка запроса, вход и выход из состояния «загрузка», детерминация, интеграция, дифференциация и др.

Представим на рисунке 5.1 формализованную схему объекта «Департамент стратегического планирования» и опишем ее особенности более подробно.

Рисунок 5.1 - Формализованная схема объекта «Департамент»

Алгоритм обработки запроса-обращения управлениями Департамента стратегического планирования в «ручном режиме» имеет следующие этапы:

1. Физическим или юридическим лицом подается запрос-обращение в приемную Департамента. В течение 10 рабочих дней происходит обработка и формирование структуры запроса для получение ответа на обращение. Приемной Департамента согласуется и дополняется (по необходимости) полученная информация, что, в свою очередь, позволяется ускорить время исполнения задачи на следующих этапах.

2. После получения структуры запроса происходит его распределение - Начальником Департамента формируется распоряжение и ряд информационных материалов-приложений для дальнейшей работы (процесс длится не более 30 дней со дня получения).

3. Запрос попадает в нужный отдел (в зависимости от содержания) и обрабатывается компетентными сотрудниками управления в течение 3-5 рабочих дней (анализ, синтез, обработка, сравнение и исследование ситуации).

4. Обработанный запрос согласуется с другими отделами и Департаментами, если это необходимо для уточнения данных;

5. Формирование ответа на запрос-обращение происходит на основании распоряжения и внутреннего нормативно-правового регламента, правилам делопроизводства в течение 3-5 рабочих дней.

6. Ответ поступает в Приемную Департамента и отправляется физическому (юридическому) лицу почтовым или электронным отправлением.

Большинство процессов, которые необходимо формализовать для дальнейшего обследования, разбиваются на подпроцессы и интегрируются в подсистему процессов моделируемого объекта. Так, к примеру, этап №3 можно дополнить следующим:

- если запрос получен управлением макроэкономики и стратегического планирования, то используется статистическая информация и внутренний нормативно-правовой регламент работы управления;

- если запрос получен управлением государственных программ, то используются методические рекомендации по разработке государственных программ и оценке их эффективности, а также внутренний нормативно-правовой регламент работы управления;

- если запрос получен управлением организационной, правовой, кадровой работы и оценки регулирующего воздействия, то используется документация по кадровому и правовому обеспечению, а также методика оценки регулирующего воздействия, противодействия коррупции.

Отметим, что эти процессы являются замкнутыми и происходят циклично, по факту поступления других запросов-обращений и необходимости пересмотра информационной базы. Формализованная схема подпроцессов представлена на рисунке 5.2.

Рисунок 5.2 - Формализованная схема подпроцессов

В таблице 5.1 представлены основные показатели по продолжительности каждого процесса в отдельности, а также расчет трудоемкости по каждому этапу. Это позволяет оценить период ожидания и обработки каждой заявки с целью построения имитационной модели к максимально реальным условиям.

Таблица 5.1 - Показатели продолжительности процессов
Процесс	Время продолжительности, час	Относительное значение, %	Ранг
Подача запроса	24-72	42, 9 (9, 4)	2
Получение запроса	1-24	1, 8 (3, 1)	7
Обработка запроса	24-120	42, 9 (15, 6)	1
Анализ, синтез информации для формирования ответа на запрос	1-240	1, 8 (31, 3)	3
Распределение запроса	1-48	1, 8 (6, 25)	6
Формирование распоряжения	1-24	1, 8 (3, 1)	8
Комплектация и интеграция информационной базы	1-120	1.8 (15, 6)	4
Согласование	1-72	1, 8 (9.4)	5
Формирование ответа на запрос	1-24	1, 8 (3, 1)	9
Отправка и получение ответа	1-24	1, 8 (3, 1)	10
ИТОГО:	56-768	100 (100)	-

Исходя из данных таблицы 5.1 можно сделать вывод, что наиболее приоритетными процессами являются «обработка запроса» и «подача запроса» в Департамент. Действительно, с целью дальнейшего формирования ответа на запрос-обращение необходимо привлечь определенное количество временных, информационных и интеллектуальных ресурсов.

Специалисты управлений периодически заняты другими задачами в порядке приоритета, а также находятся на совещаниях, оперативных заседаниях и планерках, что увеличивает продолжительность временного интервала каждой операции, и, как следствие, увеличивает вероятность загрузки канала (имитационная модель процессов).

Простаивание (перегрузка) каналов также может произойти, если в одно и то же время будет поступать определенное количество запросов-обращений без указания ранга (приоритета).

6. РАЗРАБОТКА БЛОК-СХЕМ ПРОГРАММНЫХ БЛОКОВ И ОСНОВНОЙ ПРОГРАММЫ

6.1 Блок-схема имитационной модели

Прежде чем перейти к непосредственному моделированию и разработке имитационной модели процессов исследуемого объекта следует определить основные элементы (блоки), входящие в ее состав и разбить на отдельные части. Моделируемая система может быть представлена в общем виде, как показано на рисунке. 6.1.

Рисунок 6.1 - Основная блок-схема процессов объекта

На блок-схеме основными объектами представлены:

1. объект-управление 1 - управление макроэкономики и стратегического планирования;

2. объект-управление 2 - управление государственных программ;

3. объект-управление 3 - управление организационной, кадровой, правовой работы и оценки регулирующего воздействия;

4. объект-управление 4 - приемная Департамента; управляющий механизм - Начальник Департамента;

7. объект-управление 5 - заместитель Начальника Департамента.

Каждый объект выполняет определенный ряд функций, взаимоувязанных между собой.

6.2 Структурная схема имитационной модели

моделирование программные математический блок

Для описания системы на первом этапе проведения моделирования необходимо ее упростить и отделить собственно систему от внешней среды, а также выбрать основное содержание модели путём исключения всего косвенного с точки зрения поставленной цели моделирования. Рассматриваемые модели должны соответствовать ряду требований по представлению их структуры, что позволяет понять принцип работы системы на каждом этапе [14].

Структурная схема представлена на рисунке 6.2.

Рисунок 6.2 - Структурная схема

Помимо основных объектов (блоков) в данной модели представлены очереди, которые могут возникать вследствие непрерывной обработки большого количества заявок или увеличения количества «занятых» сотрудников. Также играет важную роль и приоритет задач. Управляющим механизмом может выступать сама информационная система, которая контролирует ряд процессов и является «посредником» между звеньями (управлениями) исследуемого объекта.

6.3 Блок схема GPSS

Представим логическую структуру моделей процессов функционирования систем и программных средств. Различие между схемами заключается в том, что логическая схема отражает логическую структуру модели процесса функционирования системы, а схема программы - логику модели с использованием средств ее программной реализации [15]. Отметим, что блок-схемы GPSS дают наиболее полное представление о последовательности выполнения команд и формате их взаимодействия между собой. Блок - диаграмма структурной схемы модели процессов представлена на рисунке 6.3.

При построении блок-диаграммы модели проводится разбиение процессов модели системы на отдельные автономные независимые подпроцессы. Блоки такой модели могут быть основными и вспомогательными. Каждый основной блок соответствует некоторому подпроцессу моделируемой системы, а вспомогательные блоки лишь представляют составную часть модели. Последним шагом перед началом машинной реализацией модели является проверка достоверности схемы модели.

В данном примере проверка достоверности проводится как блок - диаграмма GPSS в виде Q-схемы. Для этого достаточно ещё раз сопоставить блок - диаграмму с q-схемой модели с учётом расширения описания элементов Q-схемы (источников, накопителей и каналов) блоками различных категорий языка моделирования GPSS.

Образец СМО с несколькими приборами и очередями, которая представляет собой систему обслуживания с несколькими каналами, с образующимися отдельными очередями, приведен на рисунке 6.4.

Рисунок 6.4 - Схема СМО с несколькими приборами и очередями

7. РАЗРАБОТКА И АНАЛИЗ РАБОТЫ МОДЕЛИ С ИСПОЛЬЗОВАНИЕМ ЯЗЫКА МОДЕЛИРОВАНИЯ

Компьютерное моделирование считается технологий предсказания или прогнозирования того, как будет себя вести новая или скорректированная система. Оно имеет более широкий спектр применения, нежели чисто математические подходы. На протяжении многих лет оно помогало своим пользователям сэкономить огромное количество ресурсов.

Отметим, что имитационные среды моделирования не требуют программирования в виде последовательности команд. Вместо составления программы разработчику требуется создать модель, выбирая из библиотеки графические модули или заполнять специальные бланки.

В современных средах имитационного моделирования автоматизированы процессы статистической обработки данных, управления проведением экспериментов, оптимизации поведения системы, сравнения различных вариантов использования. Также присутствует возможность разработки своих собственных модулей на внедренных универсальных языках. Как правило, имитационная среда обеспечивает возможность визуализации процесса имитации и связи с инструментами компьютерного проектирования информационных систем.

В отличие от специализированных языков имитационное моделирование ведется быстрее, но область приложения большинства систем имитации ограничена [16]. Определим основные требования, которые предъявляются к программным средам имитационного моделирования и отметим, выполняются или не выполняются ли они и в какой степени. Представим это в таблице 7.1, где 0 - требование не выполнено, 1 - требование выполнено частично, 2 - требование выполнено.

Таблица 7.1 - Преимущества и недостатки
№ п/п	Требования к программным средам	Универсальные языки	Специальные языки	Имитационное моделирование
1	простота и скорость имитационного моделирования	0	1	2
2	возможность «продвигать» модельное время либо на одну единицу, либо до следующего события	0	2	2
3	способность генерировать случайные числа, работать со случайными переменными и законами распределения	0	2	2
4	возможность построения моделей без аналитического описания системы	0	2	2
5	способность автоматически накапливать необходимые данные	0	2	2
6	автоматизация процессов статистической обработки данных, управления экспериментами, оптимизации поведения системы	0	1	2
7	возможность выявлять и регистрировать логические несоответствия	0	2	2
8	широкая распространенность	2	1	0
9	гибкость	2	1	0
10	возможность заранее строить для пользователей стандартные подпрограммы	2	2	2
11	простота визуализации работы системы в соответствии с имитационной моделью	0	1	2

Рассмотрим конкретный пример. Для при?ма и обработки документов в исследуемом объекте (каждом управлении) назначена группа в составе пяти сотрудников. Ожидаемая интенсивность потока документов -- 10 документов в час. Среднее время обработки одного документа одним сотрудником -- T_обс = 10 мин.

Каждый сотрудник может принимать документы из любой организации.

Освободившийся сотрудник обрабатывает последний из поступивших документов. Поступающие документы должны обрабатываться с вероятностью не менее 70 %. Определить, достаточно ли назначенной группы из пяти сотрудников для выполнения поставленной задачи.

7.1 Применение аналитического метода

Группа сотрудников работает как СМО с отказами, состоящая из пяти каналов. Поток документов с интенсивностью л = 10 можно считать простейшим, так как он является суммарным из всех организаций и подразделений. Интенсивность обслуживания = = = 5 . Закон распределения неизвестен, но это непринципиально, т.к. показано, что для систем с отказами он может быть и произвольным.

Рассчитаем приведенную интенсивность потока документов (заявок) по формуле 7.1:

(7.1)

В рассматриваемой СМО отказ наступит тогда, когда будут заняты все сотрудники, т.е. каналы P_отк = P₅. Тогда используем формулу 7.2:

(7.2)

Можно сделать вывод, что группа из пяти сотрудников сможет обрабатывать поступающие документы с вероятностью 71, 5%, незначительно превышает поставленное значение 70%.

Увеличим количество сотрудников управления до фактического (планового) - 7 человек (управление государственных программ). При выполнении аналогичных расчетов получим, что вероятность обработки заявок составит 75, 1%, что заметно превышает допустимое значение. Рассчитаем данные показатели для всех управлений исследуемого объекта «Департамент стратегического планирования» и представим их в таблице 7.2.

Таблица 7.2 - Расчет вероятности обработки документов
Наименование управления	Вероятность обработки
управление государственных программ (7 сотрудников)	75, 1%
управление макроэкономики и стратегического планирования (13 сотрудников)	80, 8%
управление организационной, кадровой, правовой работы и оценки регулирующего воздействия (6 сотрудников)	73, 5%
Всего по Департаменту - основные сотрудники управлений (26 сотрудников)	85, 9%

Исходя из полученных результатов следует сделать вывод, что в целом сотрудники всего Департамента справляются с нагрузкой и процессом обработки документов, а также могут помимо выполнения основных задач выполнять менее приоритетные функции, требующие минимальных ресурсов и трудозатрат.

7.2 Разработка модели на языке моделирования GPSS

Ниже приведем GPSS-модель (программный код) обработки документов с комментариями для всех управлений исследуемого объекта «Департамент стратегического планирования».

В таблице 7.3 приведем описание и комментарии основных блоков GPSS-модели.

Таблица 7.3 - Основные блоки GPSS-модели
Блок	Описание
T1 EQU	среднее время поступления документа
T2 EQU	среднее время обработки документа
Sotr	количество сотрудников
VrMod	время моделирования
Met1	проверка занятости сотрудников
Met2	учет необработанных документов
Met3	учет обработанных документов
Met4	расчет вероятности

Под описанием основных блоков модели каждого управления имеется ввиду ряд процедур, которые описаны ниже:

1) Управление государственных программ (7 сотрудников):

; Модель обработки документов

T1 EQU 5 ; Среднее время поступления документов

T2 EQU 10 ; Среднее время обработки одного документа

Sotr STORAGE 6 ; Количество сотрудников

VrMod EQU 60 ; Время моделирования

; Сегмент имитации обработки документов

GENERATE (Exponential(1056, 0, T1)); Источники документов

Met1 GATE SNF Sotr, Met2 ; Не заняты ли сотрудники?

ENTER Sotr ; Нет, тогда занять

ADVANCE (Exponential(1056, 0, T2)) ; обработка

LEAVE Sotr ; Освободить сотрудника

Met3 TERMINATE ; Уч?т обработанных документов

Met2 TERMINATE ; Уч?т необработанных документов

; Сегмент задания времени моделирования и расчёта результатов

GENERATE VrMod

TEST E TG1, 1, Met4 ; Если TG1=1, то расчет

; Вероятностей

SAVEVALUE VerObr, (N$Met3/N$Met1); обработки

SAVEVALUE VerOtk, (1-X$VerObr) ; необработки

Met4 TERMINATE 1

START 20000 ; задание количества прогонов.

2) Управление макроэкономики и стратегического планирования (13 сотрудников):

; Модель обработки документов

T1 EQU 5 ; Среднее время поступления документов

T2 EQU 10 ; Среднее время обработки одного документа

Sotr STORAGE 13 ; Количество сотрудников

VrMod EQU 60 ; Время моделирования

; Сегмент имитации обработки документов

GENERATE (Exponential(1056, 0, T1)); Источники документов

Met1 GATE SNF Sotr, Met2 ; Не заняты ли сотрудники?

ENTER Sotr ; Нет, тогда занять

ADVANCE (Exponential(1056, 0, T2)) ; обработка

LEAVE Sotr ; Освободить сотрудника

Met3 TERMINATE ; Уч?т обработанных документов

Met2 TERMINATE ; Уч?т необработанных документов

; Сегмент задания времени моделирования и расчёта результатов

GENERATE VrMod

TEST E TG1, 1, Met4 ; Если TG1=1, то расчет

; Вероятностей

SAVEVALUE VerObr, (N$Met3/N$Met1); обработки

SAVEVALUE VerOtk, (1-X$VerObr) ; необработки

Met4 TERMINATE 1

START 20000 ; задание количества прогонов

3) Управление организационной, кадровой, правовой работы и оценки регулирующего воздействия (6 сотрудников):

; Модель обработки документов

T1 EQU 5 ; Среднее время поступления документов

T2 EQU 10 ; Среднее время обработки одного документа

Sotr STORAGE 6 ; Количество сотрудников

VrMod EQU 60 ; Время моделирования

; Сегмент имитации обработки документов

GENERATE (Exponential(1056, 0, T1)); Источники документов

Met1 GATE SNF Sotr, Met2 ; Не заняты ли сотрудники?

ENTER Sotr ; Нет, тогда занять

ADVANCE (Exponential(1056, 0, T2)) ; обработка

LEAVE Sotr ; Освободить сотрудника

Met3 TERMINATE ; Уч?т обработанных документов

Met2 TERMINATE ; Уч?т необработанных документов

; Сегмент задания времени моделирования и расчёта результатов

GENERATE VrMod

TEST E TG1, 1, Met4 ; Если TG1=1, то расчет

; Вероятностей

SAVEVALUE VerObr, (N$Met3/N$Met1); обработки

SAVEVALUE VerOtk, (1-X$VerObr) ; необработки

Met4 TERMINATE 1

START 20000 ; задание количества прогонов

При шести сотрудниках вероятность в группе обработки документов вероятность необработки (VEROTK) принимает значение чуть меньше, чем при аналитическом решении задачи, что видно из рисунка 7.1.

Рисунок 7.1 - Результат работы GPSS-модели

Результат работы модели выводится в форме текстового документа-отчета, каждый сегмент которого определяет приоритетное значение параметра. Каждый параметр характеризует определенный фактор или элемент процесса (загрузка, перегрузка, занятость, запаздывание, количество запросов и др.).

При семи сотрудниках вероятность в группе обработки документов вероятность необработки (VEROTK) принимает значение в три раза меньше, чем при шести сотрудниках, что видно из рисунка 7.2.

Рисунок 7.2 - Результат работы GPSS-модели

При тринадцати сотрудниках вероятность в группе обработки документов вероятность необработки (VEROTK) почти не ощутима, что доказывает и аналитический подход решения задачи. Представим это на рисунке 7.3.

Рисунок 7.3 - Результат работы GPSS-модели

7.3 Разработка модели в среде AnyLogic

AnyLogic -- программное обеспечение для имитационного моделирования, разработанное российской компанией The AnyLogic Company (бывшая «Экс Джей Текнолоджис», англ. XJ Technologies).

Среда AnyLogic основана на результатах, которые были получены в теории моделирования и в информационных технологиях за последнее десятилетие. По сравнению с традиционными инструментами AnyLogic предоставляет более значимые возможности при меньших трудозатратах, поскольку позволяет:

1. Моделировать быстрее при помощи визуальных, гибких, расширяемых, повторно-используемых объектов, а также языка Java.

2. Моделировать точнее, применяя разные подходы, комбинируя и модифицируя их для конкретной цели.

3. Увеличить жизненный цикл модели, быстро подстраивая её к меняющимся условиям, при решении которых необходимы как высокий, так низкий уровни абстракции.

4. Использовать мощный арсенал средств анализа и оптимизации непосредственно из среды разработки модели.

5. Просто и эффективно интегрировать модель открытой архитектуры с офисным и корпоративным ПО, включая электронные таблицы, БД, ERP и CRM системы.

6. Эффектно представить свои результаты, сопровождая модель интерактивной анимацией любой сложности, а также давая возможность доступа к модели-аплету через Интернет.

Инструмент обладает современным графическим интерфейсом и позволяет использовать язык Java для разработки моделей, который представлен на рисунке 7.4.

Рисунок 7.4 - Графический интерфейс AnyLogic

Построим модель, используя программное средство AnyLogic, для управления государственных программ, управления макроэкономики и стратегического планирования и управления организационной, правовой, кадровой работы и оценки регулирующего воздействия, опираясь на вышеприведенные данные и правила построения имитационой модели в среде AnyLogic. Полученная модель представлена на рисунке 7.5.

Рисунок 7.5 - Модель в ПС AnyLogic

В данном случае:

1) объект «source» генерирует запросы и заявки, которые поступают каждому сотруднику управления с определенной периодичностью;

2) объект «queue» создает очередь заявок и запросов, ожидающих приема объектами, следующими за данным в процессе обработки;

3) объект «selectOutput» разделяет процесс обработки заявок и запросов на подпроцессы;

4) объект «delay» задерживает заявки на заданный период времени;

5) объект «sink» уничтожает поступившие заявки и запросы.

При запуске модели может возникнуть логическая ошибка, которая отмечает факт переполнения ёмкости объекта «source» заявками, что не позволяет им войти в блок «queue». Обычно такое происходит при увеличении интервала емкости от 6 до 14 - модель будет по-прежнему останавливаться с ошибкой. Покажем это на рисунке 7.6.

Рисунок 7.6 - Запуск модели

Построим аналогичную модель, но уже для процесса обработки заявок и запросов управлением макроэкономики и стратегического планирования. Представим результат моделирования на рисунке 7.7.

Рисунок 7.7 - Результат моделирования

В данном случае был изменен период обработки заявок, вместимость заявок (с 5 до 15), время между прибытиями заявок и время моделирования. Также отметим, что с целью уничтожения заявок и запросов необходим лишь один объект «sink», т.к. в момент их входа в объект «queue» затрачивается меньшее время для обработки, которое позволяет организовать работу управления в оперативном режиме и не пропускать необработанные запросы.

Для применения визуализации модели и более детального подхода воспользуемся анимационной составляющей. Представим процесс получения и обработки заявок на рисунке 7.8.

Рисунок 7.8 - Визуализация модели

Из рисунка видно (сервер окрашен в зеленый цвет), что заявки обрабатываются на всем периоде моделирования без возникновения ошибок и очередей. При увеличении вместимости заявок с 15 до 50 процесс обработки может «затормаживаться» и создавать очереди, а также увеличить время задержки. Представим это на рисунке 7.9., где сервер уже окрашен в красный цвет.

Рисунок 7.9 - Результат работы модели при увеличении вместимости до 50

В большей степени отмечается влияние количества обработанных заявок каждым объектом в период их поступления на общее время обработки всеми объектами в системе. Полный листинг программного кода модели, построенной в среде имитационного моделирования AnyLogic (язык Java) приведен в Приложении Б.

7.4 Анализ результатов работы модели

AnyLogic предоставляет пользователю удобные средства для сбора статистики по работе блоков диаграммы процесса. Объекты Enterprise Library самостоятельно производят сбор основной статистики. Все, что нужно сделать -- это включить сбор статистики для объекта [17]. Для определения и анализа результатов работы модели используем программное средство имитационного моделирования AnyLogic. С этой целью применим методы сбора статистических данных и автоматизированный подход Образец отчета о работе модели в AnyLogic представлен на рисунке 7.10.

Рисунок 7.10 - Отчет о работе модели

Установим модельное время равное 3600 секундам и построим две столбиковые диаграммы, с целью определения статистики занятости сервера и длины очереди для объектов «delay» и «queue». Покажем результат моделирования на рисунке 7.11.

Рисунок 7.11 - Результат применения визуализации к модели (статистика)

Из рисунка видно, что при вместимости заявок равной 50 длина очереди при обработке одной заявки в среднем занимает 11, 894 секунды, а сервер является «занятым» через интервал 0, 988 секунды на каждую обработанную заявку.

Отмечается, что AnyLogic позволяет получить результат в следствие перенасыщения запросами или возникновения излишних очередей. В данном случае количество обращений-запросов в управления поступают непрерывно, но вместимость (занятость каналов) не позволяет достичь желаемого результата, что увеличивает размер очереди. Возникновение такой ошибки представлено на рисунке 7.12.

Рисунок 7.12 - Логическая ошибка модели

Такая ошибка возникает в случае, если количество обращений на входе (в нашем случае - 65) превышает вместимость очереди (указана в настройках модели - 60). При этом задержка на выходе составляет порядка 26, 678 секунд.

Таким образом, в обеих системах имитационного моделирования (GPSS и AnyLogic) получены схожие результаты, которые совпадают (с достаточно высоким уровнем точности) с результатами аналитического решения поставленной задачи и реальными ситуациями. Процессы не являются циклическими, но позволяют понять основную суть работы каждого исследуемого объекта.

Теперь приведем решение конкретной задачи для вышеприведенного примера, когда в работе находятся пять каналов (5 сотрудников), время обработки одного документа одним сотрудником составляет 10 минут. Построенная модель представлена на рисунке 7.13.

Рисунок 7.13 - Модель для задачи

В данном случае использованы четыре переменные: постДокументов - количество пооступивших документов, обрДокументов - количество обработанных документов, верОбработки - вероятность обработки документов, верОтказа - вероятность отказа; три параметра - средний интервал поступления документов (срИнтПост), среднее время обработки одного документа одним сотрудником объекта (срВрОбработки) и количество сотрудников (колСотрудников).

Используя конкретные значения из реальной ситуации построим модель и получим результат, который изображен на рисунке 7.14.

Рисунок 7.14 - Результаты работы модели для задачи

Теперь представим на рисунке 7.15 результаты работы модели при увеличении количества сотрудников до 7 человек.

Рисунок 7.15 - Результаты работы модели при увеличении количества сотрудников

Вероятность обработки документов будет на порядок выше, если будет увеличено количество сотрудников. На рисунке 7.16 представлены результаты работы модели для количества сотрудников равного 13 специалистам (управление макроэкономики и стратегического планирования).

Рисунок 7.16 - Результат работы модели при 13 сотрудниках

Как видим из рисунка, результаты аналитического решения и применения имитационной модели, построенной в среде AnyLogic отличаются незначительно, но при этом параметр «вероятность обработки» достигает практически 100%-го значения, что в идеале не всегда явлется возможным.

8. ЭКОНОМИЧЕСКОЕ ОБОСНОВАНИЕ ПРОЕКТА

Для расчета основных экономических показателей по внедрению проекта (имитационная модель процессов Департамента стратегического планирования) воспользуемся следующими уточнениями:

1) экономические показатели будут соответствовать плановым значениям и ожиданиям специалистов - сотрудников Департамента;

2) расчет экономической эффективности будет произведен исходя из традиционного метода (расчет показателя качества, основных затрат на внедрение, фонд оплаты труда сотрудников, затраты на сырье и др.);

3) в качестве оценки экономической эффективности внедрения разработки используем конкретные показатели с определяемыми значениями в настоящих ценах;

Технико-экономическое обоснование проекта проводится с целью:

- доказать целесообразность инвестиционного проекта по внедрению системы;

- рассчитать и проанализировать составляющие денежного потока для рассматриваемого срока службы системы;

- сопоставить затраты на создание и функционирование системы с результатами, получаемыми от ее внедрения, оценить прибыль, определить условия и сроки окупаемости затрат.

В процессе проектирования проектировщик может ориентироваться на несколько вариантов аппаратной платформы и разработать несколько вариантов технологических процессов, среди которых ему необходимо выбрать наилучший. К основным требованиям, предъявляемым к выбираемому технологическому процессу, относятся:

- обеспечение пользователя своевременной информацией;

- обеспечение высокой степени достоверности полученной информации;

- обеспечение минимальности трудовых и стоимостных затрат, связанных с обработкой данных.

Экономический показатель №1 - Оценка показателей качества и расчет коэффициента технического уровня A_k.

В соответствии с необходимостью разработки имитационной модели и внедрением ее в конкретную АИС определяем основные показатели качества, устанавливаем каждому в соответствие коэффициент весомости B_j и рассчитываем значения по каждому критерию в отдельности. Подробный расчет приведен в таблице 8.1.

Таблица 8.1 - Расчет показателей качества модели
Показатели качества	Коэффициент весомости, Bj	Проект	Аналог
		Xj	XjBj	Xj	XjBj
1. Удобство работы (пользовательский интерфейс)	0, 05	4	0, 2	3	0, 15
2. Новизна (соответствие современным требованиям)	0, 21	5	1, 05	4	0, 84
3. Соответствие профилю деятельности заказчика	0, 3	5	1, 5	5	1, 5
4. Ресурсная эффективность	0, 07	4	0, 28	2	0, 14
5. Надежность (защита данных)	0, 15	4	0, 6	3	0, 45
6. Скорость доступа к данным	0, 05	5	0, 25	4	0, 2
7. Гибкость настройки	0, 05	4	0, 2	4	0, 2
8. Обучаемость персонала	0, 08	5	0, 4	4	0, 32
9. Соотношение стоимость/возможности	0, 04	4	0, 16	2	0, 08
Обобщенный показатель качества Jэту	4, 64	3, 88
Коэффициент технического уровня Ak	1, 20	так как коэффициент больше 1, то разработка проекта оправдана

Коэффициент технического уровня A_k необходим с целью определения инновационности и эффективности внедрения разработки проекта по сравнению уже с работающим аналогом. Определяется по формуле (8.1):

 (8.1)

Где X_j - значение параметра по показателю качества, B_j - коэффициент весомости.

Исходя из рисунка 10.1 сделаем вывод, что разработка проекта (внедрение имитационной модели процессов) оправдана, т.к. значение коэффициента больше единицы.

Экономический показатель №2 - Расчет комплексного показателя по разработке проекта (внедрение в АИС). Данный показатель используется для расчета технико-экономической эффективности системы в целом.

Основные этапы были определены в ходе исследования объекта и описаны на рисунке 8.2 и 8.3.

Рисунок 8.2 - Расчет комплексного показателя по разработке проекта



Рисунок 8.3 - Расчет комплексного показателя по разработке проекта

Экономический показатель №3 - Прямые затраты (капиталовложения).

В перечень основных параметров для расчета прямых затрат входят: фонд оплаты труда сотрудников, работающих над проектом; затраты на материалы; затраты на разработку; заработная плата специалистов; общие прямые и косвенные затраты по проекту. Расчет каждого из них сравнивается с показателями по проекту-аналогу.

Расчет фонда оплаты труда сотрудников и привлеченных специалистов представлен на рисунке 8.4 и 8.5.

Рисунок 8.4 - Фонд оплаты труда основных сотрудников по проекту

Рисунок 8.5 - Фонд оплаты труда привлеченных специалистов по проекту и аналогу

Затраты на привлечение дополнительных материалов и ресурсов, а также расширение инфраструктуры позволит не только разработчикам, но и специалистам управлений добавить ряд специальных возможностей, а также использовать их как добавочные мощности. Специфика применения такого метода состоит в том, что необходимо заранее запланировать объем средств и материалов, рассчитав расходы в соответствии с рыночными ценами.

Расчет затрат на необходимые материалы (инфраструктуру) и по разработке проекта приведен на рисунках 8.6 и 8.7.

Рисунок 8.6 - Затраты на материалы

Рисунок 8.7 - Затраты на разработку и внедрение проекта

В соответствии с рассчитанными коэффициентами определим основные статьи затрат, применив традиционный метод расчета и сравним их с показателями для проекта-аналога. Результаты представим на рисунке 8.8.

Рисунок 8.8 - Расчет по основным статьям затрат

Амортизационные отчисления составляют менее 1% от всех затрат на проект, что говорит об отказе разработчика в дальнейшей модернизации проекта на перспективу. Затраты на текущий ремонт и затраты на материалы взаимоувязаны между собой с целью определения накладных расходов.

Расчет экономической эффективности внедрения проекта и срока окупаемости представим на рисунке 8.9.

Расчет коэффициента экономической эффективности производится по формуле (8.2):

(8.2)

где T_окуп - срок окупаемости проекта (определяется из расчета начальных инвестиций в проект и полученных доходов от его внедрения).

Окупаемость внедрения модели также влияет на саму экономическую эффективность системы управления процессами в объекте в целом. Такой подход позволяет определить методику расчета финансово-бюджетных показателей и целевых параметров. Помимо этого управляющим структурам необходимо учесть моменты по планированию необходимого объема средств на последующий период, если в плане техническо-эксплуатационных работ указано о внедрении системы или модернизации ее в целом.

Рисунок 8.9 - Расчет экономической эффективности проекта

Внедрение имитационной модели процессов исследуемого объекта для разработки АИС окупится в течение трех лет, что даст собой экономический эффект в сумме 68 260, 60 руб. Коэффициент экономической эффективности получился больше, чем нормативный, что говорит о целесообразности внедрения проекта и необходимости отказаться от имеющихся аналогов системы. В дальнейшем руководителю совместно с разработчиками необходимо на каждом этапе определять объем вложений для постоянной модернизации и усовершенствования конкретных модулей, чтобы избежать непредвиденных обстоятельств в режиме оперативной работы системы.

Используя формулу (8.3) расчета чистого дисконтированного дохода по внедрению проекта получим, что через 5 лет прибыль может составить порядка 125186, 65 руб.:

(8.3)

где P - чистая прибыль на начало периода внедрения, D_p - суммарные затраты по внедрению проекта, i - дисконт.

Расчет чистого дисконтированного дохода (ЧДД) в течение пяти лет на перспективу изображен на рисунке 8.10.

Рисунок 8.10 - График роста ЧДД проекта

Метод расчета чистого дисконтированного дохода по внедрению системы или модернизации ее в целом в данном случае позволяет оценить возможноости организационной структуры, т.к. для полного функционирования и работы в бесперебойном режиме необходимо использовать дополнительные материальные, человеческие и информационно-программные ресурсы, что, соответственно, является затратным. Отметим, что применение традиционного метода оценки рентабельности проекта при использовании ставки дисконтирования не является единственным, т.к. возможно использование других, более усовершенствованных методик и подходов к расчету чистой прибыли от внедрения разработки. На практике данным способом можно уточнять изменение основных экономических показателей и планировать закупку необходимого оборудования, программного обеспечения под каждый запрос в отдельности.

ЗАКЛЮЧЕНИЕ

В ходе выполнения ВКР были изучены и описаны следующие вопросы: постановка задачи и выполнен литературный обзор, подбор метода решения основной задачи, разработка логико-математического описания моделируемой системы, разработка временной диаграммы процессов, разработка формализованной схемы объекта моделирования, разработка блок-схем программных блоков и основной программы, разработка программы на языке программирования, верификация и анализ результатов работы программы, разработка руководства администратора и пользователя, экономическое обоснование проекта.

Для разработки программы были использованы программные средства Microsoft Excel, Microsoft Visio, BPWin, ERWin, Rational Rose (для построения блок-схем, организационных диаграмм, временных диаграмм и др.), GPSS World (моделирование процессов) и среда AnyLogic.

Техническое решение задач, связанных с использованием имитационной модели, является весьма актуальным и несёт собой практическое значение в проведении социально-экономических и научных исследованиях, прогнозирования, стратегического и бизнес-планирования. Грамотный системный подход к реализации поставленных целей позволит с наиболее высокой точностью и большей вероятностью определить исход событий, а также изучить наблюдаемые величины и показатели, определить основные характеристики и компоненты, помочь специалистам изучаемого объекта в разработке важных документов государственного и специфического (многопланового) назначения [19].

На основе наиболее вероятных значений полученных результатов появляется возможность судить об эффективности полученной модели. Это касается также оценки успешности модернизационной политики [20]. Конкретная количественная оценка степени эффективности модернизационной политики и факторов, влияющих на основные показатели с определенными весами, является отдельно разрабатываемой научной проблемой. При этом оперирование при вычислении неопределенными факторами позволяет оценить не только наиболее вероятные проявления в будущем, но и не отбрасывать из рассмотрения наименее вероятные его значения.

Стоит отметить, что применение нестандартного системного подхода к разработке имитационных моделей является стратегическим важным для глубокого исследования объекта, состоящего из многих взаимоувязанных между собой элементов. Автоматизация математических функций и «оцифрование» теории вероятности в данном случае позволяет увеличить количество обрабатываемых операций в единицу времени, повысить производительность ЭВМ, уменьшить трудозатраты и достичь плановых показателей эффективности.

Актуальность применения методов имитационного моделирования достаточно высока в настоящее время. Ввиду быстрых и глобальных изменений в окружающей среде, появлению новых технологий и способов обработки данных, а также модернизации имеющихся методик человечеству крайне необходимо разрабатывать сверхчувствительные модели, которые позволят не только определить причину возникновения, но и будут способствовать принятию оперативного решения и рациональному распределению ресурсов.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1. Лоу, Аверилл М. Имитационное моделирование. Классика CS / Аверилл М. Лоу, Дэвид В. Кельтон - СПб: Питер, 2010. - 848 c.

2. Павловский, Ю. Н. Имитационное моделирование / Ю.Н.Павловский, Н. В. Белотелов, Ю. И. Бродский - Москва: Академия, 2008. - 240 c.

3. Самойлов, В. Д. Государственно-правовое регулирование социально-экономических и политических процессов / В.Д. Самойлов. - Москва: Юнити, 2013. - 272 c.

4. Бусленко, Н.П. Моделирование сложных систем / Н.П.Бусленко. - Москва: Москва, 1978. - 400 с.

5. Девятков, В.В. Практическое применение имитационного моделирования в России и странах СНГ: обзор, анализ перспектив, методика / В.В.Девятков. - Математическое моделирование. - 2009. - №5 - с.5-12.

6. Кобелев, Н.Б. Основы имитационного моделирования сложных экономических систем / Н.Б.Кобелев. - Москва: Дело, 2003. - 335 с.

7. Шеннон, Р. Имитационное моделирование систем - искусство и наука / Р.Шеннон. - Москва: Мир, 1978. - 418 с.

8. Томашевский, В.М. Имитационное моделирование в среде GPSS / В.М.Томашевский. - Москва: Бестселлер, 2003. - 416 с.

9. Шрайбер, Т.Дж. Моделирование на GPSS / Т.Дж.Шрайбер. - Москва: Машиностроение, 1980. - 592 с.

10. Кузнецов, И.А. Разработка имитационной модели процессов Департамента стратегического планирования / И.А.Кузнецов // Сборник статей VII Международного научно-практического конкурса, 27 апреля 2017 г. / МЦНС «Наука и Просвещение». - Пенза, 2017. - с.42-47.

11. Кузнецов, И.А. Разработка имитационной модели процессов в Департаменте стратегического планирования / И.А.Кузнецов // Материалы Межрегиональной научной конференции X Ежегодной научной сессии аспирантов и молодых ученых, 23-25 ноября 2016 г. / ВоГУ. - Вологда, 2016. - с.158-161.

12. Вуколов, Э.А. Основы статистического анализа. Практикум по татистическим методам и исследованию операций с использованием пакетов STATISTICA и EXCEL: учеб.пособие / Э.А.Вуколов. - Москва: ФОРУМ, 2008. - 464 с.

13. Чикуров, Н.Г. Моделирование систем и процессов / Н.Г.Чикуров. - Москва: Инфра-М, 2013. - 400 с.

14. Максимей, И.В. Имитационное моделирование сложных систем / И.В.Максимей. - Москва: БГУ, 2009. - 264 с.

15. Карпов, Ю.Г. Имитационное моделирование систем. Введение в моделирование с AnyLogic5 / Ю.Г.Карпов. - Москва: БХВ - Петербург, 2010. - 400 с.

16. Тавокин, Е.П. Исследование социально-экономических и политических процессов / Е.П.Тавокин. - Москва: Инфра-М, 2010. - 224 с.

17. Кудрявцев, Е.М. GPSS World. Основы имитационного моделирования различных систем / Е.М.Кудрявцев. - Москва: Маркет Д, 2009. - 281 с.

...