Агрегирование и дезагрегирование решений по системе моделей — Студопедия
Студопедия
МОТОСАФАРИ и МОТОТУРЫ АФРИКА !!!

Авиадвигателестроения Административное право Административное право Беларусии Алгебра Архитектура Безопасность жизнедеятельности Введение в профессию «психолог» Введение в экономику культуры Высшая математика Геология Геоморфология Гидрология и гидрометрии Гидросистемы и гидромашины История Украины Культурология Культурология Логика Маркетинг Машиностроение Медицинская психология Менеджмент Металлы и сварка Методы и средства измерений электрических величин Мировая экономика Начертательная геометрия Основы экономической теории Охрана труда Пожарная тактика Процессы и структуры мышления Профессиональная психология Психология Психология менеджмента Современные фундаментальные и прикладные исследования в приборостроении Социальная психология Социально-философская проблематика Социология Статистика Теоретические основы информатики Теория автоматического регулирования Теория вероятности Транспортное право Туроператор Уголовное право Уголовный процесс Управление современным производством Физика Физические явления Философия Холодильные установки Экология Экономика История экономики Основы экономики Экономика предприятия Экономическая история Экономическая теория Экономический анализ Развитие экономики ЕС Чрезвычайные ситуации ВКонтакте Одноклассники Мой Мир Фейсбук LiveJournal Instagram

Агрегирование и дезагрегирование решений по системе моделей




Рисунок 1 – Процесс управления с использованием модели

Классификация моделей:

· статические модели, описывающие моментное состояние экономики;

· динамические модели, описывающие развитие объекта моделирования;

· аналитические, строящиеся в виде формул;

· числовые, строящиеся не только в виде формул, но и в виде числовых примеров;

· матричные модели, строящиеся в виде таблиц;

· сетевые модели, строящиеся в виде графов.

Далее рассмотрим, что может входить в модель, т.е. пере енные, параметры, факторы.

Переменная модели – это величина, включенная в модель и принимающая различные значения в процессе решения экономико-математической задачи. Независимые переменные модели принимают значения координат моделируемой системы. Они могут быть управляемыми или сопутствующими.

Управляемые переменные – это переменные модели, значения которых подвергаются изменению в процессе поиска решения.

В любой модели всегда, кроме управляемых переменных присутствуют факторы, среди которых необходимо выделить управляемые факторы и управляющие параметры.

Управляемый фактор – это фактор, уровни которого целенаправленно выбираются менеджером. Хотя этот термин используется в том же смысле, что и управляемая переменная (переменная модели), строго говоря, понятия «переменная» и «фактор» неравнозначны. Значение управляемого фактора всегда фиксируется при решении задачи, а значение переменной модели определяется.

Управляющие параметры – это переменные величины (обычно функции времени), определяющие направление и скорость изменения управляемой системы. Управляющие параметры характеризуют решения, которые надо осуществлять в каждый момент времени, исходя из интервала между начальным и конечным состоянием системы. Например, предприятию целесообразно показывать наличие прибыли только в определенные периоды времени, когда предстоит выплата дивидендов. В остальные периоды, исходя из основных положений фискальной политики, величина прибыли должна быть минимальна, чтобы минимизировать налоговые платежи. Кроме того, значения управляющих параметров определяют область допустимых решений. Эти значения должны удовлетворять ограничениям задачи, иначе эта задача будет сформулирована некорректно, что приведет к отсутствию какого-либо решения. Например, в задаче линейного программирования роль управляющих параметров выполняют как коэффициенты в целевой функции , так и параметры в системе ограничений: . Значения управляющих параметров обеспечивают достижение наибольшей эффективности управляемого процесса¸ что может быть зафиксировано в значении целевой функции.

Также принято различать экзогенные (входные) и эндогенные (выходные) переменные. Экзогенная переменная рассчитывается вне модели, эндогенная переменная – это неизвестная, определяемая в процессе решения задачи и возникающая в пределах самой моделируемой системы.




Сущность использования экономико-математических моделей в основном заключается в прогнозировании поведения эндогенных переменных при определенных допущениях относительно поведения экзогенных переменных.

Система экономико-математических моделей – это совокупность взаимосвязанных экономико-математических моделей для описания сложных экономических систем, которые невозможно воспроизвести в одной модели, достаточно детализированной для практических целей, т.к. она была бы слишком громоздкой. Система создает возможность для самостоятельного решения отдельных планово-экономических задач и их последующего согласования. Существует три основных способа согласования моделей в системе:

· алгоритмический (т.е. через переменные, методы решения, критерии, системы ограничений);

· информационный (т.е. через показатели, структуру информационного обеспечения, единицы измерения);

· неформальный (управленческие процедуры поддержки решений, т.е. с участием лица, принимающего решения).

Агрегирование – это объединение, укрупнение показателей по какому-либо признаку. С математической точки зрения агрегирование рассматривается как преобразование исходной модели в модель с меньшим числом переменных и/или ограничений. Сущность агрегирования состоит в соединении однородных элементов в более крупные.

Способы агрегирования:

· сложение показателей;

· представление группы агрегируемых показателей через их среднюю величину;

· использование различных взвешивающих коэффициентов;

· использование балльных оценок.

Дезагрегирование – это процедура, противоположная агрегированию, применяемая в случае перехода к более мелким элементам при описании какого-либо объекта, по отношению к которым единицы исходного описания представляют агрегаты, либо к показателям, характеризующим такие элементы, вместо показателей, соответствующих их агрегатам в исходном описании. Целесообразность дезагрегирования всегда обусловлена желанием или необходимостью получить более детальное, чем исходное описание. Однако использование дезагрегированния приводит к росту размерности, ухудшению статистических характеристик данных.





Дата добавления: 2014-02-02; просмотров: 4065; Опубликованный материал нарушает авторские права? | Защита персональных данных


Не нашли то, что искали? Воспользуйтесь поиском:

Лучшие изречения: Увлечёшься девушкой-вырастут хвосты, займёшься учебой-вырастут рога 10380 - | 8014 - или читать все...

Читайте также:

  1. EV-6 же представляет собой просто 64-битный канал обмена между процессором и чипсетом. Каждый процессор в многопроцессорной системе должен иметь свою шину EV-6
  2. OL как универсальный инструмент принятия управленческих решений
  3. OLAP - технологии решения маркетинговых задач на основе ХД.. В настоящее время достаточно распространенной технологией, ориентиро-ванной на поддержку принятия решений
  4. АВТОМАТИЗАЦИЯ ПРОЦЕССА ПРИНЯТИЯ РЕШЕНИЙ
  5. АВТОМАТИЗИРОВАННЫЕ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ НА РАЗНЫХ УРОВНЯХ УПРАВЛЕНИЯ ОРГАНИЗАЦИЕЙ
  6. Автоматизированные технологии формирования управленческих решений
  7. Агрегирование данных в запросах
  8. Агрегирование критериев
  9. Агропромышленной комплекс в системе национальной экономики: состав, структура и проблемы его функционирования
  10. Административное и судебное обжалование действий и решений, нарушающих права и свободы граждан
  11. Административное право в правовой системе РФ


 

18.232.51.69 © studopedia.ru Не является автором материалов, которые размещены. Но предоставляет возможность бесплатного использования. Есть нарушение авторского права? Напишите нам | Обратная связь.


Генерация страницы за: 0.002 сек.