Текст книги "Имитационное моделирование процессов планирования на промышленном предприятии"

1.3. Развитие имитационного моделирования в России и за рубежом

В классической работе Р. Шеннона [141], посвященной имитационному моделированию, ему дано следующее определение: «Имитационное моделирование – это процесс конструирования модели реальной системы и постановки экспериментов на этой модели с целью либо понять поведение системы, либо оценить (в рамках ограничений, накладываемых некоторым критерием или совокупностью критериев) различные стратегии, обеспечивающие функционирование данной системы».

Имитационные модели широко применялись в практической деятельности страны еще в 1960-1980-е гг. [95]. В тот период с помощью имитационных моделей решались многие практические задачи на уровне регионов, отраслей и отдельных предприятий. Однако после периода бурного развития имитационного моделирования – с конца 1980-х и в 1990-е гг. – наступил период, когда школа имитационного моделирования в России практически не развивалась. Это привело «к утрате связей между научными коллективами и отдельными учеными, прекращению активной деятельности многими из них, нарушению преемственности поколений, приостановке или прекращению ряда перспективных разработок» [104].

Однако мировая наука в области имитационного моделирования последние десятилетия не стояла на месте: за рубежом регулярно проходили конференции по имитационному моделированию, оно все шире внедрялось в практику управления промышленным предприятием, разрабатывались и внедрялись в производство новые системы имитационного моделирования. Об активности этого направления в странах Западной Европы и США свидетельствует регулярность конференций (например, Winter Simulation Conference, Summer Computer Simulation Conference, Spring Simulation Multiconference, INFORMS Annual Meeting, International System Dynamics Conference и др.), симпозиумов (например, Communications and Networking Simulation Symposium, Symposium on Theory of Modeling and Simulation, Military Modeling and Simulation Symposium и др.), конгрессов (EUROSIM Congress и др.), увеличивающееся число публикаций, международных исследовательских проектов и сообществ имитационного моделирования (The Society of Modeling and Simulation International, Federal European Simulation Societies и многие др.), множество специализированных научных журналов («Simulation», «Simulation: Transactions of the Society for Modeling and Simulation International», «International Journal of Simulation and Process Modeling» и др.) [85]. Кроме того, имитационные модели в западных странах являются обязательными в комплекте документов при проектировании нового или модернизации существующего производства [105].

К сожалению, в России, в отличие от США и Европы, широкое использование имитационного моделирования в экономических исследованиях прикладного направления пока не наблюдается. В то же время многие специалисты в области имитационного моделирования в нашей стране признают, что за последнее десятилетие произошли определенные изменения в сторону улучшения ситуации [24]. Отдельные негосударственные предприятия стали активнее использовать метод имитационного моделирования в своей деятельности.

Основные отрасли промышленности у нас, в которых сегодня применяется метод имитационного моделирования, – это легкая промышленность, электроника, судостроение, стройматериалы, пищевая промышленность и металлургия. Большинство используемых моделей обычно включают детальные модели производства для анализа «узких мест» и загрузки оборудования, комплексного управления логистическими процессами, выбора стратегии управления запасами, анализа финансово-экономического состояния предприятия, оперативного и календарного планирования [66].

Кроме того, постоянно увеличивается академическое применение имитационного моделирования, повышается объем и уровень проводимых исследований. В настоящее время 150 вузов России ежегодно выпускают более 10 тыс. специалистов, владеющих основами имитационного моделирования. Аналогично обстоит дело и в странах СНГ. Моделирование введено в учебные планы не только компьютерных, но и ряда экономических специальностей. В сети Интернет появился целый ряд сайтов, посвященных этой проблеме (gpss.ru, simulation.org.ua, gpss-forum.narod.ru, xjtek.com) [42]. Это позволяет говорить о положительных тенденциях развития метода имитационного моделирования в России. Однако следует заметить, что если не решать проблемы, связанные с внедрением этих разработок в производство, эффект от них может оказаться минимальным [151].

Анализ работ по имитационному моделированию на Winter Simulation Conference [159, 160-162, 164, 168] показал, что основными направлениями его будущего развития являются: объектно-ориентированные системы имитационного моделирования, встроенное имитационное моделирование, приложения, поддерживающие оптимизацию, модули задач планирования ресурсов на предприятии, эмуляция, тренажеры и web-приложения.

Объектно-ориентированный подход значительно упрощает разработчикам программного обеспечения процесс программирования. Основная задача современных объектно-ориентированных систем имитационного моделирования состоит в том, чтобы использовать мощные возможности объектно-ориентированного подхода и имитационного моделирования и сделать их доступными и понятными для непрограммистов, которые знают проблемы реальных систем подробнее. Все системы имитационного моделирования в будущем будут использовать технологии объектно-ориентированного программирования при анализе реальных систем, причем пользовательский интерфейс станет в меньшей степени ориентирован на объектно-ориентированное программирование и в большей степени будет соответствовать всем категориям проблем, которые, вероятнее всего, интересуют пользователя.

Встроенное имитационное моделирование – это программы, «зашитые» в системы управления предприятием (например, ERP) с возможностью проведения имитационных экспериментов. Оно должно увеличить доступность использования имитационных моделей. Ключевым компонентом успеха будет время отклика модели. Имитационное моделирование уже сейчас пользуется успехом как встроенное приложение. В приложениях реального времени имитационные модели будут предоставлять результаты почти сразу.

Оптимизация на основе метода имитационного моделирования заключается в совместном использовании имитационной модели сложной системы и алгоритма оптимизации. С помощью имитационной модели рассчитываются значения основных выходных показателей системы для различных комбинаций входных переменных, которые предлагает алгоритм оптимизации. Примерами пакетов оптимизации для имитационного моделирования являются AutoStat AutoSimulations, OptQuest Optimization, OPTIMIZ, SimRunner2 и WITNESS Optimizer. В большинстве пакетов оптимизации в качестве процедур поиска решений используются эволюционные и генетические алгоритмы [78].

В процессе имитационного моделирования производственных систем требуется значительное количество данных, которые обычно доступны в системах ERP. Прямой интерфейс к этим системам доступен уже сегодня и будет все более функциональным. Управление финансовыми данными с помощью этих систем обеспечит возможность прямой поддержки принятия решений, которые превосходят существующие техники стратегического планирования. В сочетании с другими техниками имитационное моделирование будет развиваться с возможностью создавать детализированное расписание в интегрированных средах.

Эмуляция – имитация работы одной системы средствами другой без потери функциональных возможностей и искажений результатов. Она позволяет уберечь дорогостоящее оборудование, технологическую оснастку от возможных повреждений, сократить затраты на разработку управляющих программ для производства, а также значительно повысить его производительность. Эмуляция выполняется с помощью программных и/или аппаратных средств. Примерами программных средств для эмуляции являются ModelSim, UltraLogic32 и VERICUT. ModelSim – базовая среда программно-аппаратной эмуляции в области автоматизации средств проектирования и верификации аналого-цифровых СБИС Mentor Graphics. UltraLogic32 – система разработки программного обеспечения сбора данных и управления для промышленных контроллеров. VERICUT – программный комплекс разработки управляющих программ для металлообрабатывающего производства.

Тренажеры – это эффективное средство для обучения работе системой в доступном и реалистичном режиме, а также, что немаловажно, в безопасных условиях. Они служат для повышения квалификации и проверки навыков работы в реалистичной системе с помощью имитационной модели.

Интернет меняет все пространство информационных технологий, и имитационное моделирование не исключение. Web– приложения будут играть важную роль при построении и просмотре (дистанционном использовании) имитационных моделей. В будущем предприятия будут получать базу знаний своей системы, процессов и продукции через Интернет. Процессы будут определены в терминах анимационной имитационной модели, которая может быть выполнена пользователем. Основные web-приложения имитационного моделирования: JSIM, Forio Simulate, PowerSim и The Vanguard System.

1.4. Сущность управленческих имитационных игр

Под имитационной игрой понимают игру, которая служит имитационной моделью и предназначена для изучения процессов функционирования организационно-экономических систем [27, 48]. В имитационной игре реальные работники аппарата управления заменяются исполнителями ролей этих работников, реальная информация о производстве – псевдореальной информацией, получаемой с помощью имитации производственных процессов [70]. Кроме того, в игре упрощается организационная структура и сжимается масштаб времени.

Имитационная игра включает в себя пять крупных составляющих: игроки, эксперты, организаторы игры, материал по изучаемой проблеме и экспериментальная ситуация, которую образуют игровая обстановка, сценарий и регламент игры (рис. 1.2). Важной составляющей управленческой имитационной игры является имитационная модель среды, в которой изучаемая система осуществляет свою деятельность.

Имитационная модель некоторого промышленного предприятия есть компьютерная программа, которая позволяет исследовать процесс функционирования предприятия путем проведения экспериментов на компьютере и, следовательно, может считаться виртуальной версией данного предприятия [4, 32].

Для любого промышленного предприятия нельзя построить универсальную имитационную модель, позволяющую описывать все его сферы деятельности по причине его большой размерности, сложности и неформализуемости части процессов. Каждое предприятие имеет свои особенности в планировании, организации производства, постановке задачи моделирования, поэтому и процесс построения имитационной модели для каждого предприятия уникален [86]. Наиболее целесообразным подходом для промышленного предприятия в этом случае представляется создание комплекса имитационных моделей с использованием системы имитационного моделирования [32].

Итак, имитационная модель создается индивидуально для каждого процесса, причем любые изменения какой-либо части модели могут привести к существенным изменениям всей модели. Имитационная модель какого-либо объекта должна или быть точной копией этого объекта, или отображать некоторые существенные свойства объекта в абстрактной форме.

Рис. 1.2. Состав управленческой имитационной игры [68]

В работе [47] замечено, что имитационная модель в управлении промышленным предприятием может восприниматься как своеобразный «тренажер», позволяющий руководителю любого подразделения прогнозировать деятельность предприятия при наличии различных контролируемых и неконтролируемых факторов внешней и внутренней среды.

В подавляющем большинстве имитационные модели создаются при проектировании новых или реконструкции существующих производственных систем [124]. Основные цели, которые обычно преследует специалист по имитационному моделированию при исследовании таких систем, – это анализ плана производства и движения материальных потоков, а также выявление и устранение «узких мест» в организации технологических и производственных процессов [157].

1.5. Парадигмы и пакеты имитационного моделирования

Термин «парадигма» происходит от греческого слова «parádeigma», что означает «пример, образец». Парадигмы (подходы) в имитационном моделировании – системы взглядов, концепций и приемов, стилей моделирования, используемых в качестве «фундамента» при построении моделей [22].

В настоящее время существуют пять наиболее распространенных подходов к имитационному моделированию:

1. Дискретно-событийное моделирование.

2. Системная динамика (непрерывное моделирование).

3. Агентное моделирование.

4. Динамические системы.

5. Метод Монте-Карло.

Каждая из этих парадигм применяется и продвигается специалистами различных школ [63, 111]. Кроме того, они соответствуют разным уровням абстракции (уровень, по которому можно определить, что важно, а что нет в процессе моделирования) при создании модели, что обуславливает применение того или иного подхода.

Дискретно-событийное моделирование – подход, основанный на концепции заявок (пассивных объектов, транзактов, entities), ресурсов и потоковых диаграмм (flowcharts), определяющих потоки транзактов и использование ресурсов [42]. Транзакты, например, детали, требующие обработки на станках. Ресурсы – станки, на которых эти детали обрабатываются. Дискретно-событийное моделирование было открыто Д. Гордоном из IBM (разработчик General Purpose Simulation System, GPSS) в 1960-х гг. Дискретно-событийное моделирование работает на низком и среднем уровнях абстракции [24].

Системная динамика – парадигма моделирования, где для исследуемой системы строятся графические диаграммы причинных связей и влияний одних параметров на другие во времени, а затем созданная на основе этих диаграмм модель «проигрывается» на компьютере [36]. Системная динамика была открыта профессором Sloan School of Management Д. Форрестером во второй половине 1950-х гг. [132]. В 1960-х гг. концепция системной динамики была применена им при моделировании систем на крупных промышленных предприятиях. Это направление получило название индустриальной динамики, широкое применение которой актуально и в настоящее время [80]. Системная динамика, заменяя индивидуальные объекты их агрегатами, предполагает наивысший уровень абстракции [22].

Агентное моделирование – направление в имитационном моделировании, исследующее поведение децентрализованных агентов и их влияние на поведение всей системы в целом. Агенты (Agents) – базовый элемент модели. Под агентом понимают объект, имеющий внутреннюю структуру, собственное поведение и возможность взаимодействия с окружением и другими объектами [23]. Агентное моделирование стало развиваться в середине 90-х гг. прошлого века. Оно может применяться практически на любом уровне абстракции. На самом низком уровне абстракции агентами могут быть пешеходы, автомобили, на среднем уровне – клиенты или продавцы, на высоком уровне – конкурирующая компания. Агентное моделирование часто применяется при моделировании поведения отдельных участников производственного процесса либо при моделировании взаимодействия предприятия с внешней средой (поставщиками, потребителями, конкурентами, рынками). Уровень детализации для данных ситуаций моделирования зависит от конкретной постановки задачи и интересующих выходных показателей моделирования.

Динамические системы – это сложные физические объекты, поведение которых описывается системами алгебро-дифференциальных уравнений, а также событиями, меняющими либо среду, либо модель, либо саму структуру объекта. Динамические системы находятся на самом нижнем уровне абстракции [64]. К этому классу относятся системы управления, физические и механические системы, объекты химической технологии и т.п.

Метод Монте-Карло – общее название группы численных методов, основанных на получении большого числа реализаций стохастического (случайного) процесса. Моделирование методом Монте-Карло является эффективным методом исследования простых систем с несложной логикой функционирования. Метод Монте-Карло был открыт в 1940-х годах Дж. Нейманом и С. Уламом. Суть данного метода состоит в том, что проводится розыгрыш случайного явления c помощью некоторой процедуры, которая дает случайный результат. После такого розыгрыша получают одну реализацию случайного явления. Осуществляя розыгрыш многократно, накапливают множество реализаций случайной величины, которые потом можно обрабатывать статистическими методами [128].

Повсеместное распространение ряда систем имитационного моделирования, специально предназначенных для построения имитационных моделей промышленного предприятия как широкого назначения, так и специализированных по отраслям промышленности, повлекло за собой широкое использование имитационного моделирования как средства анализа [21]. Системы моделирования значительно облегчают процесс создания модели по сравнению с универсальными языками программирования. Большинство из них имеют удобный графический интерфейс, системные потоковые диаграммы, что в значительной степени облегчает процесс разработки и реализации имитационных моделей. Кроме того, существует возможность просматривать результаты в виде различных графиков, таблиц, отчетов и компьютерной анимации.

Р. Шеннон [141, 198] отметил следующие преимущества использования систем имитационного моделирования:

1. Снижение трудоемкости программирования.

2. Возможность четкого выражения понятий и формулирования модели.

3. Облегчение документирования и представления результатов моделирования.

4. Обеспечение гибких возможностей расширения и пересмотра модели.

5. Наличие вспомогательных функций общего назначения, необходимых при любых видах моделирования.

Вышеуказанные преимущества систем имитационного моделирования, реализующие его концепции, актуальны и в настоящее время. Рассмотрим системы имитационного моделирования более подробно (рис. 1.3). Итак, для моделирования в рамках системной динамики существуют всего шесть систем имитационного моделирования, тогда как дискретно-событийное моделирование поддерживается десятками различных инструментов, кроме того, существует множество специализированных систем имитационного моделирования, основанных на идеологии дискретно-событийного моделирования, созданных под конкретные задачи. Коммерческие инструменты для агентного моделирования появились на рынке только в последнее десятилетие.

Практически все присутствующие на рынке системы имитационного моделирования разработаны для поддержки одного определенного подхода [12]. В этом смысле AnyLogic и ExtendSim отличаются от остальных программных продуктов полной поддержкой всех современных парадигм имитационного моделирования.

Рис. 1.3. Системы имитационного моделирования и применяемые парадигмы

Таким образом, современная система имитационного моделирования – это программа компьютерного моделирования, предназначенная для профессионалов в области моделирования, которая позволяет быстро создавать модели из базовых графических компонентов, выполнять компьютерные эксперименты с моделями, включая различные виды анализа, а также имеет широкие возможности для оптимизации моделируемых процессов и анимации.

1.6. Имитационное моделирование процессов планирования на промышленном предприятии

Имитационное моделирование представляет собой эффективный метод решения задач, получивший распространение на всех уровнях планирования – от стратегического до оперативно-календарного. В планировании под имитационным моделированием понимают создание модели реальной производственно-хозяйственной ситуации и экспериментирование с этой моделью в целях обоснования планового решения [54, 73].

Имитационное моделирование применяется при планировании сборочных операций, организации ремонта оборудования, работе пунктов обслуживания, анализе процессов перемещения грузов, планировании производственных процессов на предприятии, исследовании производительности использования оборудования, планировании снабженческо-сбытовой деятельности предприятия, оценки своевременности обслуживания заказов, при управлении технологическими процессами, проектировании нового производственного участка, определении количества работников на производственном участке и др.

Имитационное моделирование процессов планирования на промышленном предприятии позволяет проводить эксперименты с процессами на предприятии при ограниченности его ресурсов, что дает возможность избежать возможных рисков (последствий) в случае неудачного эксперимента [109]. Кроме того, имитационное моделирование с максимальной приближенностью к действительности позволяет проверить выбранный вариант без необходимости проведения реальных экспериментов с предприятием, а также обеспечивает многовариантный анализ альтернативных стратегий управления, что облегчает процесс принятия решений и позволяет выявить «узкие места» в организационной и управленческой структуре предприятия. Имитационные модели широко применяются для решения задач оперативного, тактического и стратегического планирования (рис. 1.4) [167].

При решении задач оперативного планирования используется в основном дискретно-событийная парадигма моделирования, тактического – дискретно-событийное моделирование и системная динамика, стратегического – системная динамика и агентное моделирование. Выбор парадигмы моделирования автоматически обуславливает и выбор пакета имитационного моделирования.

Рис. 1.4. Планирование деятельности промышленного предприятия

Таким образом, имитационное моделирование процессов планирования промышленного предприятия с использованием системы имитационного моделирования является эффективным средством изучения их функциональной структуры, позволяет наметить оптимальные стратегии развития, совершенствовать методы планирования и повысить эффективность функционирования предприятия в целом.