Имитационное моделирование.
Имитационное моделирование означает процесс создания модели и ее экспериментальное использование для определения изменений реальной ситуации. Имитация используется в ситуациях, слишком сложных для математических методов типа линейного программирования. Экспериментируя на модели системы, можно установить, как она будет реагировать на определенные изменения или события, в то время, когда отсутствует возможность наблюдать эту систему в реальности.
Экономический анализ.
Экономический анализ один из самых распространенных методов моделирования, хотя он и не воспринимается как моделирование. Экономический анализ вбирает в себя почти все методы оценки издержек и экономических выгод, а также относительной рентабельности деятельности предприятия. Экономический анализ включает в себя анализ безубыточности, определение прибыли на инвестированный капитал, величину чистой прибыли на данный момент времени и т.д. эти модели широко применяются в бухгалтерском и финансовом учете.
Метод дерева решений.
Дерево решений — схематичное представление проблемы принятия решений. Дерево решений дает руководителю возможность учесть различные направления действий, соотнести с ними финансовые результаты, скорректировать их в соответствии с приписанной им вероятностью, а затем сравнить альтернативы.
Методы прогнозирования.
Многие допущения, из которых исходит руководитель, относятся к условиям в будущем, над которыми руководитель почти не имеет никакого контроля. Однако такого рода допущения необходимы для многих операций планирования.
Прогнозирование — метод, при котором используются как накопленный в прошлом опыт, так и текущие допущения насчет будущего с целью его определения. Если прогнозирование выполнено качественно, результатом станет картина будущего, которую вполне можно использовать как основу для планирования.
Неформальные методы.
Используются различные источники письменной и устной информации как вспомогательное средство для прогнозирования и выработки цели: газеты, торговые журналы, информационные бюллетени, профессиональные журналы и годовые отчеты, а также промышленный шпионаж.
Количественные методы.
Количественные методы можно использовать для прогнозирования, когда есть основания считать, что деятельность в прошлом имела определенную тенденцию, которую можно продолжить в будущем, и когда имеющейся информации достаточно для выявления статистически достоверных тенденций или зависимостей. Кроме того, руководитель должен помнить, что выгоды от принятия более эффективного решения должны перекрывать расходы на создание модели:
Анализ временных рядов (построение трендов). Основан на допущении, согласно которому случившееся в прошлом дает достаточно хорошее приближение в оценке будущего. Этот анализ является методом выявления образцов и тенденций прошлого и продления их в будущее. Данный метод часто используется для оценки спроса на товары и услуги, оценки потребности в запасах, прогнозирования структуры сбыта, характеризующегося сезонными колебаниями, или потребности в кадрах. Анализ временных рядов, вероятно будет бесполезен в ситуациях с высоким уровнем подвижности или когда произошло значительное, всем известное изменение.
Каузальное (причинно-следственное) моделирование. Используется в ситуациях с более чем одной переменной. Пытается спрогнозировать то, что произойдет в подобных (схожих) ситуациях, путем исследования статистической зависимости между рассматриваемым фактором и другими переменными. Применяет аппарат математической статистики (определяет корреляцию между факторами). Самыми сложными являются эконометрические модели, разработанные с целью прогнозирования динамики экономики, но даже они не всегда дают правильные результаты.
Источник
2.8 Метод построения деревьев решений проекта
В сложных ситуациях, когда трудно вычислить результат проекта с учетом возможных рисков, используют метод построения дерева решений проекта. Он позволяет оценить риски решений, имеющие обозримое количество вариантов развития. Этот метод удобно применять в случае небольшого числа риск-факторов и возможных сценариев развития проекта. Преимущество данного метода состоит в его наглядности [15].
Метод дерева решений состоит из нескольких этапов.
На первом этапе формулируется задача. Отбрасываются не относящиеся к проблеме факторы, а оставшиеся подразделяются на существенные и несущественные. Далее определяются возможности сбора информации для экспериментирования и реальных действий; составляются перечень событий, которые с определенной вероятностью могут произойти: устанавливаются временной порядок расположения событий, в исходах которых содержится полезная и доступная информация, и тех последовательных действий, которые можно предпринять.
На втором этапе строится дерево решений. Оно состоит из двух основных частей: «решений» и «вероятностных событий». Они представлены квадратами Эти решения и вероятностные события связаны.
Суть третьего этапа состоит в оценке вероятностей состояний среды, т.е. сопоставлении шансов возникновения каждого конкретного события.
Установление выигрышей (или проигрышей, как выигрышей со знаком минус) для каждой возможной комбинации альтернатив (действий) состояний среды составляют четвертый этап.
На пятом этапе решается задача.
Дерево решений — это графический инструмент для анализа проектных ситуаций, находящихся под воздействием риска. Дерево решений описывает рассматриваемую ситуацию с учетом каждой из имеющихся возможностей выбора и возможного сценария.
Дерево решений имеет пять основных элементов:
- Точки принятия решений — это моменты времени, когда происходит выбор альтернатив.
- Точка случайного события или точка возникновения последствий — это момент времени, когда с тем или иным результатом наступает случайное событие.
- Ветви — это линии, соединяющие точки принятия решений с точками случайного события. Ветви, исходящие из точки принятия решений, показывают возможные решения, а линии, исходящие из узлов случайных событий, представляют возможные результаты случайного события [15].
- Вероятности — это числовые значения, расположенные на ветвях дерева и обозначающие вероятность наступления этих событий. Сумма вероятностей в каждой точке принятия решений равна 1.
- Ожидаемое значение (последствия) — это расположенное в конце ветви количественное выражение каждой альтернативы [15].
Модель создается слева направо. Построение начинается с отображения точки принятия решения, имеющей вид квадрата. Из этой точки строят количество ветвей, равное числу проектных альтернативных решений. В конце каждой ветви находится узел в виде круга, обозначающий возникновение допустимого случайного события, из которого выходят возможные результаты вероятностного события в виде ветвей. Ветви дерева берут свое начало в точке принятия решений и разрастаются до получения конечных результатов. Путь вдоль ветвей дерева состоит из последовательности отдельных решений и случайных событий [15].
В результате построения дерева решений определяется вероятность возникновения каждого варианта развития проекта и результат по каждому варианту.
На рисунке 2.11 изображен пример дерева решений для проектной ситуации, находящейся под воздействием риска [15].
Рисунок 2.11 — Пример дерева решений
В данном примере основные результаты дерева решения вычисляются следующим образом (расчеты выполняются справа налево):
где — ожидаемое значение варианта 1 для случайного узла А;
— возможные результаты случайного события А;
— вероятность наступления возможных результатов случайного события А.
где — ожидаемое значение варианта 2 для случайного узла В;
— возможные результаты случайного события В;
— вероятность наступления возможных результатов случайного события В.
где — ожидаемое значение варианта 3 для случайного узла С;
— возможные результаты случайного события С;
— вероятность наступления возможных результатов случайного события С.
Результат дерева решения — выбор такого варианта развития проекта, который наилучшим образом удовлетворяет заданным условиям (например, по наименьшей стоимости или наименьшим срокам проекта внедрения).
Ограничением практического использования метода построения дерева решений проекта является исходная предпосылка о том, что проект должен иметь обозримое или разумное число вариантов развития. Метод особенно полезен в ситуациях, когда решения, принимаемые в каждый момент времени, сильно зависят от решений, принятых ранее, и в свою очередь определяют сценарии дальнейшего развития событий [17].
Достоинства метода построения деревьев решений:
- простота и наглядность реализации;
- комплексная оценка всех вероятных исходов проекта;
- экспертные оценки более обоснованы, так как эксперты оценивают вероятность отдельных этапов проекта, а не весь проект в целом;
- возможность учета отклонений закона распределения издержек, цен и объемов продаж от нормального.
Недостатки метода построения деревьев решений:
- наличие большого числа вероятных исходов решений, что приводит к снижению вероятности каждого из них.
Метод построения деревьев решений применим при оценке рисков проектов внедрения информационных систем различных классов, т.к. при ограниченном объеме информации данный метод позволяет комплексно оценить вероятность всех исходов проекта, сохраняя простоту и наглядность реализации. Он позволяет строить различные варианты осуществления проекта поэтапно. При применении метода деревьев решений эксперты могут оценивать вероятность отдельных этапов проекта, а не весь проект целиком, что делает экспертные оценки более обоснованными.
Источник