При определении показателей качества обслуживания посетителей (времени нахождения в магазине, средней длины очередей) путем имитационного моделирования интенсивность потока входящих посетителей, среднее время обслуживания одного посетителя в кассе и в отделе можно определить путем наблюдений. Алгоритм действий покупателя известен: выбрать товар, оплатить чек в кассе, получить товар в отделе, выйти из магазина. В кассу и в отдел возможны очереди. Имея эту информацию, можно смоделировать процесс деятельности магазина в течение нескольких дней и оценить среднее время нахождения одного покупателя в магазине и среднюю длину очередей. Затем, изменив характеристики модели магазина, например,
○ добавив дополнительную кассу;
○ уменьшив время обслуживания в отделе (реально это можно сделать, по-другому разложив товары или приняв на работу более опытного продавца, быстрее обслуживающего покупателей[35]);
○ увеличив интенсивность потока входящих покупателей (для настоящего магазина этого можно добиться, повесив заметную вывеску над входом),
можно оценить, как изменятся исследуемые показатели. Сравнив несколько вариантов с учетом затрат, необходимых на реализацию мероприятий, и достигаемого эффекта, можно выбрать наилучшее решение по совершенствованию работы магазина.
Таким образом, метод позволяет оценить только технические характеристики того или иного варианта, а их экономическая оценка и принятие решений требуют дополнительных исследований.
Для реализации моделирования СМО на компьютере разработан целый ряд программных средств. Традиционно это были специализированные языки для описания модели СМО. Процесс программирования на них был довольно сложным. Теперь используется объектный подход и в некоторых программах модель визуально формируется из готовых элементов (каналов обслуживания, очередей, источников заявок). Затем задаются параметры каждого элемента СМО.
Еще один недостаток метода заключается в том, что часто бывает сложно определить параметры входных потоков. Они могут быть и нестационарными (в обеденный перерыв увеличивается число посетителей кафе, в час «пик» возрастает количество пассажиров). Таким образом, остается проблема оценки адекватности модели.
Тем не менее, метод применяется довольно часто, так как отличается концептуальной простотой и хорошо работает со сложными алгоритмами поведения клиентов и их обслуживания.
Исследования последних лет направлены на разработку новых методов моделирования социально-экономических систем. Поскольку потребителей товара можно рассматривать как набор взаимодействующих элементов, поведение которых описывается довольно простым алгоритмом, возникла идея моделировать поведение всех потребителей в целом как систему простейших автоматов. Это позволяет понять, каким образом функционирование элементов системы влияет на поведение системы в целом. Такие модели, применимые при исследовании многих феноменов экономики и маркетинга, получили названия клеточных автоматов.
Различные применения клеточных автоматов приведены в [8]. Клеточные модели интересно строить, их легко реализовать. Получаемые результаты, хотя они в основном качественные, любопытны.
Клеточный автомат – сеть из элементов, меняющих состояние в дискретные моменты времени. Чаще всего строятся двумерные сети.
Элемент двумерного клеточного автомата выглядит как квадрат на поле, имеющем конечные размеры. Он находится в конечном числе состояний, например, в 1 или 0 (свободен / занят). Время в таких моделях обычно дискретное. В простейшем случае состояние каждого элемента автомата в момент t+1 зависит от состояния этого элемента в момент t, а также от состояния ближайших соседей этого элемента в момент t. В более сложных случаях новое состояние каждого элемента зависит еще и от его состояния в прошлые моменты времени.
Правила поведения элементов однородны, то есть одинаковы для всех. Если они не изменяются, то автомат называется детерминированным, если изменяются в зависимости от случайных факторов – стохастическим.
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.