Скачать книги автора «Наталья Захаровна Емельянова»

Риск инвестора землепользователя как экономическая категория имеет ряд особенностей. Это не только риск невыполнения инвестиционного проекта, но и дополнительный риск, связанный с ухудшением финансового состояния в связи с отвлечением значительных средств инвестора на выкуп права использования земли и арендные платежи, которые могут ослабить его финансовое состояние. Город, с одной стороны, должен получать эти средства, а с другой – увеличение соответствующих платежей может привести к прекращению реализации проекта, тогда администрация получит обратно неосвоенный участок, или к тому, что участок будет использоваться не по целевому назначению.

Многие соотношения между параметрами объекта экономики, переходного процесса и режимами предоставления инвестиционных сумм заранее неизвестны. Имеется только информация о процессах и функциональных связях между ними. В качестве методологических средств создания моделей применены два метода: аппарат структурного анализа и имитационного моделирования. С помощью структурного анализа проводится иерархическая послойная декомпозиция объекта экономики с целью выявления элементарных процессов, имеющих дело с материальными, информационными и денежными ресурсами.

Структурная схема является графом имитационной Pilgrim модели. Она позволяет с помощью формализованных действий создать имитационную модель объекта экономики и в любой момент времени получать параметры задержек, остатки и дефицит любого ресурса: материального, информационного или денежного. Эта модель даёт возможность «наблюдать» поведение исследуемой системы в режимах и ситуациях, натурное воспроизведение которых на реальном объекте экономики нежелательно, невозможно или приведёт к катастрофическим последствиям.

Построен граф типовой модели объекта экономики, который в конкретном случае может быть доработан для получения рабочей модели. Выделены основные тренды изменения результатов деятельности инвестора землепользователя при реализации инвестиционного проекта, связанные с параметрами проекта и объекта инвестирования. Эти тренды позволили в первом приближении получить функцию системы «администрация – инвестор – инвестиционный процесс».

Имитационное моделирование сложных процессов, динамику которых необходимо апробировать не только во времени, но и в пространстве, невозможно без применения топографического информационного обеспечения моделей и точной привязки всех исследуемых пунктов к сложным пространственным объектам на поверхности Земли. Определение площади такого объекта – самая простая задача, она решается с помощью вычислительных методов геометрии. Однако распознавание точек, появляющихся в процессе моделирования, на принадлежность к этим объектам – это динамическая задача, для решения которой не существует универсальных методов. Ниже рассматриваются решения некоторых таких задач.

Создание производственной программы выполняется на основе как реальных статистических данных, так и результатов моделирования. В сложных случаях используются комбинированные модели, которые выполняются в едином виртуальном времени: дискретную систему управления представляют с помощью имитационной модели, а технологические процессы – с помощью аналитических моделей. Если выявить поверхность отклика в процессе моделирования не удается, то для оптимизации производственных программ возможно совместное применение имитационного моделирования и динамического программирования.

Сегодня понятие «риск» стало полноценной экономической категорией. Теория рисков активно развивается. Отчасти поэтому термин «риск» может иметь у разных авторов различное толкование. Этот термин нередко используется и в обыденной речи. В статье рассматривается системный анализ рисков управления рискованными инвестиционными проектами с применением специальных шкал. Численные примеры иллюстрируются c помощью моделей в акторно-ориентированной системе имитационного моделирования Actor Pilgrim, разработанной в Национальном исследовательском университете «МЭИ».

Задачи назначения приоритетов заявкам, работам, действиям и просто объектам деятельности решаются давно и по‑разному. В чисто технических системах, в том числе в компьютерных и системах связи, там, где можно четко запрограммировать процессы обслуживания, такие задачи считаются практически решенными, поскольку, во‑первых, анализируются два встречных процесса: процесс обслуживания и процесс ожидания, если обслуживающий узел занят, и во‑вторых, в основном учитываются временные параметры. При этом, как правило, минимизируется время ожидания для некоторых классов заявок. Однако в схемах многономенклатурных мелкосерийных производств, особенно наукоемкой продукции, эффективность производства или производственного участка зависит не только от прямых потерь времени, поскольку задержки могут оцениваться и по‑иному, с учетом ресурсов финансирования, ресурсов срочности и даже административного ресурса. Поэтому четкие правила и алгоритмы могут стать нечеткими, а задача минимизации потерь усложняется. Данная статья посвящена совместному применению имитационного моделирования и нечетко-логических алгоритмов в задачах оперативного назначения приоритетов.