Применение математического моделирования при исследовании и совершенствовании системы технической эксплуатации автомобильного транспорта сложных систем | Статья в журнале «Молодой ученый»

Библиографическое описание:

Кирилин А. В., Кожин С. А. Применение математического моделирования при исследовании и совершенствовании системы технической эксплуатации автомобильного транспорта сложных систем // Молодой ученый. — 2017. — №11.3. — С. 15-17. — URL https://moluch.ru/archive/145/40899/ (дата обращения: 15.08.2018).



В различных областях науки математика является бесспорным рабочим и связывающим инструментом. Дальнейшее развитие многих дисциплин без нее просто невозможно.

При анализе существующей системы технической эксплуатации необходимо учесть ее взаимосвязь с программами технического обслуживания и ремонта, а также опираться на разработанные критерии в соответствии с которыми необходимо повысить эффективность системы [1,2,3,4,7,8,9].

Процесс познания с помощью математических моделей сложных систем можно представить следующим образом [1,5,6]:

а) теоретическое исследование:

1) выдвижение гипотезы о закономерностях типа "действие - причина";

2) формулирование причинно-следственных связей;

3) эмпирическая проверка;

4) построение разъяснительной и прогнозной модели;

б) технологическое исследование:

1) выработка рекомендации для дальнейших действий типа "цели - средства их достижения";

2) создание модели поддержки принятых решений.

Классические модели принятия решений всегда являются оптимизационными, так как нацелены на максимизацию выгоды или прибыли. Они построены таким образом, чтобы можно было использовать оптимизационный алгоритм и получить оптимальную практическую рекомендацию. Их недостаток заключается в вынужденном упрощении действительности, поскольку определение параметров модели должно быть ориентировано на обеспечение возможности выработки решений. Поэтому полученные рекомендации часто теряют практическую ценность. Тем не менее, оптимизационные модели по сравнению с интуитивными умозрительными моделями имеют значительные преимущества [5,6]:

- не допускают логических ошибок, так как могут быть математически проверены на наличие нарушений логики;

- являются бескомпромиссными и не содержат ничего лишнего, сводят проблему к ее сути и содействуют выражению основополагающих взаимосвязей целей и средств.

Математические модели обеспечивают систематическое осмысление проблем и позволяют одновременно учитывать все влияющие на них факторы. Вместе с тем, раскрывая все предпосылки, они становятся более уязвимыми для критики по сравнению с умозрительными моделями, где исходные пункты рассуждений формулируются их создателями.

Все же близкие к практике рекомендации могут быть получены, если при построении модели принятия решений изначально отказаться от применения оптимизационных алгоритмов и придать большее значение учету существенных структурных элементов наблюдаемого фрагмента реальности. В результате формируется имитационная модель принятия решений. Она решается не аналитически, а экспериментально или эвристически, что вследствие резкого увеличения расчетов требует использования электронно-вычислительной техники. Благодаря компьютерным технологиям неожиданно для многих возрождается и математическое модельное мышление. С помощью имитации могут быть найдены удовлетворительные решения сложных проблем, тогда как оптимизационные модели позволяют получить оптимальные решения только для проблем с простой структурой.

Широкие возможности компьютерного имитационного моделирования приводят к разработке все более сложных конструкций моделей. Это порождает дополнительные проблемы не только для программиста, но и для пользователя. Количественное определение параметров модели сталкивается со все большими трудностями. Поэтому часто приходиться обращаться за недостающей информацией к экспертам, что при масштабных моделях со многими параметрами существенно усиливает спекулятивную природу практических рекомендаций.

Теория хаоса указывает на то, что при динамических с обратной связью системах уравнений даже мельчайшие изменения в конфигурации параметров модели или исходных условий могут привести к совершенно другим рекомендациям [4,7,8,9,10,11,12].

Слабым местом математических моделей принятия решений является не только проблема определения параметров, но и лежащее глубже несовершенство оценочных теорий как основы их конструкций.

Определенное облегчение в этой связи могут принести "нейрональные сети". Эти стимулируемые нейробиологическими процессами компьютерные алгоритмы не нуждаются в функциональных причинно-следственных связях. Сеть сама "ищет" по определенному "правилу изучения" приближенную взаимосвязь, которая наилучшим образом отражает представленные данные. С другой стороны, сеть сама гибко приспосабливается и "обнаруживает" даже известные взаимосвязи, которые хотя и осуществляются "механически", но могут способствовать прояснению причинно-следственных связей.

Модели принятия решений могут лишь ограниченно отразить действительность не только из-за дефицита данных и несовершенства теорий, но, прежде всего, ввиду огромного разнообразия явлений и связей в реальной хозяйственной жизни. Многие исследователи видят в этом их существенный недостаток и повод для критики. Для них предпосылки моделирования равнозначны далекой от практики науке.

В этой связи В.Р.Бретцке противопоставил пониманию модели, основанному на теоретическом отображении реалий, "конструктивистское" понимание. По его мнению, снижение сложности в модели принятия решений - это не неизбежное зло, а объективная необходимость, так как только структурирование расплывчатой проблемы по предпосылкам обозначает контуры и тем самым сужает сферу поиска решения. "Неполнота сведений является не конструкционным недостатком, а конструкционным принципом" [1,7,8,11].

Конструкционный принцип, то есть возможность абстрагироваться в интересах точного анализа от "мешающих величин", существующих в реальности, делает модели принятия решений открытыми для совершенствования. Они ни в коем случае не отнимают инициативы у лиц, ответственных за решения. Математические модели усиливают интеллект, но не заменяют его.

Наконец, модели принятия решений должны постоянно подтверждать свою полезность как дополнение к чисто умозрительной модели. Это удается все чаще, но пока не всегда.

Модели способствуют лучшему пониманию реальных проблем, помогают при разработке альтернатив, упрощают их проверку и облегчают оценку интуитивных проектов и существующих моделей поведения.

У математических моделей есть и дидактическая задача. Разработчики совершенствуют свой образ мышления, так как модели позволяют знакомиться со структурой и логикой решаемых проблем и оттачивают аналитические мыслительные способности. Таким образом, интуитивная умозрительная модель получает твердую основу. При поиске проблемных решений можно научиться более целенаправленно и систематизировано продвигаться вперед и ставить под сомнение якобы надежные наблюдения.

В целом модели и теории, которые формулируются и решаются с помощью математических методов, представляют собой неотъемлемую составляющую диалога между теорией и практикой. В условиях быстро меняющихся постановок проблем, когда сегодняшние решения завтра уже не пригодны, требуются не только готовые к непосредственному использованию знания, но и умственная динамика, кругозор, компетентность, а также готовность постоянно критически оценивать свои знания.

Литература:

  1. Кокорев Г.Д. Основные принципы управления эффективностью процесса технической эксплуатации автомобильного транспорта в сельском хозяйстве. //Сборник материалов научно-практической конференции, посвященной 50-летию кафедр «Эксплуатация машинно-тракторного парка» и «Технология металлов и ремонт машин» инженерного факультета РГСХА. – Рязань, 2004. – С. 128-131.
  2. Кокорев Г.Д. Программы технического обслуживания и ремонта автомобильного транспорта в сельском хозяйстве. //Материалы Международной научно-практической конференции молодых ученых и специалистов к 55-летию РГСХА. – Рязань, 2004. – С. 136-139.
  3. Кокорев Г.Д. Основы построения программ технического обслуживания и ремонта автомобильного транспорта в сельском хозяйстве. //Сборник материалов научно-практической конференции, посвященной 50-летию кафедр «Эксплуатация машинно-тракторного парка» и «Технология металлов и ремонт машин» инженерного факультета РГСХА. – Рязань, 2004. – С. 133-136.
  4. Кокорев Г.Д. Классификация критериев эффективности при управлении техническими системами. // Научно-технический сборник. – Рязань, 2000. – №10. – С. 13-19.
  5. Кокорев Г.Д. Некоторые аспекты теории комплексного проектирования сложных организационно-технических систем. // Научно-технический сборник. – Рязань, 2000. – №10. – С. 19–21.
  6. Кокорев Г.Д. Принципы поведения технических систем на этапах их жизненного цикла. // Научно-технический сборник. – Рязань, 2000. – № 10. – С. 22–26.
  7. Кокорев Г.Д. Математические модели в исследованиях сложных систем. // Научно-технический сборник. – Рязань, 2000. – № 10. – С. 8–12.
  8. Кокорев Г.Д. Подход к формированию основ теории создания сложных технических систем на современном этапе. // Сборник научных трудов РГСХА, (вып. 4) ч.2. – Рязань, 2000. – С. 54-60.
  9. Кокорев Г.Д. Обосновани6е выбора показателей эффективности поведения сложных организационно-технических систем. // Сборник научных трудов РГСХА, (вып. 4) ч.2. – Рязань, 2000. – С. 60–70.
  10. Кокорев Г.Д. Моделирование при проектировании новых образцов автомобильной техники. // Сборник научных трудов РГСХА. – Рязань, 2001. – С. 423–425.
  11. Кокорев Г.Д. Состояние теории создания объектов современной техники. // Сборник научных трудов РГСХА. – Рязань, 2001. – С. 425–427.
  12. Кокорев Г.Д. Основные принципы исследования проблемы управления качеством сложных организационно-технических систем. // Сборник научных трудов ВАИ. – Рязань, 2002. – Вып. 12. – С. 135–141.
  13. Моудер Дж., Элмаграби С. Исследование операций. // Методологические основы и математические методы: Пер. с англ. М.: Мир,1981.712 с.
  14. Флейшнан Б.С. Основы системологии. – М.: Радио и связь,1982. – 368 с.
Основные термины (генерируются автоматически): модель принятия решений, модель, конструкционный принцип, параметр модели, проблема, решение, связь.


Похожие статьи

Современные экономико-математические методы и модели...

Современные экономико-математические методы и модели в процессе принятия управленческих решений.

Проблемы принятия управленческих решений затрагивают сотрудников организации любого уровня, поэтому важно осознавать и понимать составляющие...

Некоторые вопросы интеллектуализации принятия...

В этих условиях интеллектуализация процессов принятия решений в децентрализованных системах управления динамическими технологическими объектами требует параллельного решения двух задач: − построения эталонной модели

Использование систем поддержки принятия решений при...

Динамические имитационные модели выступают как системообразующее и наиболее ценное звено процесса принятия решений, позволяют исследовать сложные, слабоформализованные социально-экономические системы в динамике...

Основные принципы и этапы моделирования информационных...

усилить степень обоснованности принимаемых решений; принимать своевременные решения по управлению в рыночных условиях

Правильно построенная модель определяется принципами, которым она должна удовлетворять.

Математическое моделирование и бизнес-анализ в практической...

Математическое моделирование в настоящее время является основой принятия управленческих решений в современном

Если это так, то необходимо ввести дополнительные ресурсы или усилия при решении проблемы, конструировании модели и ее решении.

Разработка графических моделей технологических процессов...

Ключевые слова:Технологический процесс, СППР, принятие решений, графическая модель, респонденты.

Некоторые проблемы систем поддержки принятия решений.

Интеллектуальные системы поддержки принятия решений

Недостатком модели Хопфилда является их тенденция стабилизироваться в локальном, а не глобальном минимуме функции энергии, поэтому

Целеполагание. Анализ возможности реализации систем поддержки принятия решений с применением облачных технологий.

Определение метода управления проектами на основе модели...

Модель принятия решений в простых системах

Основные термины (генерируются автоматически): система, модель принятия решений, решение проблемы, связь, действие, состояние хаоса, реализация проектов, проектное управление, IBM, IPMA.

Математическая модель принятия решений

Математическая модель принятия решений. Для построения математической модели принятия решения необходимо задать следующие три множества: 1) X — множество допустимых альтернатив

Обсуждение

Социальные комментарии Cackle

Похожие статьи

Современные экономико-математические методы и модели...

Современные экономико-математические методы и модели в процессе принятия управленческих решений.

Проблемы принятия управленческих решений затрагивают сотрудников организации любого уровня, поэтому важно осознавать и понимать составляющие...

Некоторые вопросы интеллектуализации принятия...

В этих условиях интеллектуализация процессов принятия решений в децентрализованных системах управления динамическими технологическими объектами требует параллельного решения двух задач: − построения эталонной модели

Использование систем поддержки принятия решений при...

Динамические имитационные модели выступают как системообразующее и наиболее ценное звено процесса принятия решений, позволяют исследовать сложные, слабоформализованные социально-экономические системы в динамике...

Основные принципы и этапы моделирования информационных...

усилить степень обоснованности принимаемых решений; принимать своевременные решения по управлению в рыночных условиях

Правильно построенная модель определяется принципами, которым она должна удовлетворять.

Математическое моделирование и бизнес-анализ в практической...

Математическое моделирование в настоящее время является основой принятия управленческих решений в современном

Если это так, то необходимо ввести дополнительные ресурсы или усилия при решении проблемы, конструировании модели и ее решении.

Разработка графических моделей технологических процессов...

Ключевые слова:Технологический процесс, СППР, принятие решений, графическая модель, респонденты.

Некоторые проблемы систем поддержки принятия решений.

Интеллектуальные системы поддержки принятия решений

Недостатком модели Хопфилда является их тенденция стабилизироваться в локальном, а не глобальном минимуме функции энергии, поэтому

Целеполагание. Анализ возможности реализации систем поддержки принятия решений с применением облачных технологий.

Определение метода управления проектами на основе модели...

Модель принятия решений в простых системах

Основные термины (генерируются автоматически): система, модель принятия решений, решение проблемы, связь, действие, состояние хаоса, реализация проектов, проектное управление, IBM, IPMA.

Математическая модель принятия решений

Математическая модель принятия решений. Для построения математической модели принятия решения необходимо задать следующие три множества: 1) X — множество допустимых альтернатив

Задать вопрос