(при решении одной задачи)

обработка данных
Систематическое осуществление операций над данными.
[ИСО/МЭК 2382-1]
[ ГОСТ Р 52292-2004]

обработка данных
Технологическая операция, в результате которой изменяет свое значение хотя бы один из показателей, характеризующих состояние данных (объем данных при этом не изменяется).
[ ГОСТ Р 51170-98]

обработка данных
- Любое преобразование данных при решении конкретной задачи.
- Работа, выполняемая компьютером.
[ http://www.morepc.ru/dict/]

обработка данных
Процесс приведения данных к виду, удобному для использования. Независимо от вида информации, которая должна быть получена, и типа оборудования любая система О.д. выполняет три основные группы операций: подбор исходных, входных данных (см. Сбор данных), собственно их обработку (в процессе которой система оперирует промежуточными данными), получение и анализ результатов, т.е. выходных данных). Выполняет ли эти операции человек или машина (см. Автоматизированная система обработки данных), все равно они следуют при этом заданному алгоритму (для человека это могут быть инструкция, методика, а для ЭВМ — программа). Важным процессом О.д. является агрегирование, укрупнение их от одной к другой ступени хозяйственной иерархии. Проверка статистических данных, приведение их к сопоставимому виду, сложение, вычитание и другие арифметические операции — тоже процессы О.д. Можно назвать также выборку, отсечение ненужных данных, запоминание, изменение последовательности (упорядочение), классификацию и многие другие. О.д. предшествует во времени принятию решений. Она может производиться эпизодически, периодически (т.е. через заданные промежутки времени), в АСУ — также в реальном масштабе времени. Последнее означает, что О.д. производится с той же скоростью, с какой протекают описываемые ими события, иначе говоря — со скоростью, достаточной для анализа событий и управления их последующим ходом.
[ http://slovar-lopatnikov.ru/]

Тематики

• информационные технологии в целом
• качество служебной информации
• экономика
• электронный обмен информацией

EN

• data processing
• DP
• information processing

исследование операций
—
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]

исследование операций
Прикладное направление кибернетики, используемое для решения практических организационных (в том числе экономических) задач. Это — комплексная научная дисциплина. Круг проблем, изучаемых ею, пока недостаточно определен. Иногда И.о. понимают очень широко, включая в него ряд чисто математических методов, иногда, наоборот, очень узко — как практическую методику решения с помощью экономико-математических моделей строго определенного перечня задач. Главный метод И.о. — системный анализ целенаправленных действий (операций) и объективная (в частности, количественная) сравнительная оценка возможных результатов этих действий. Например, расширение выпуска продукции на заводе требует одновременного и взаимосвязанного решения множества частных проблем: реконструкции предприятия, заказа оборудования, сырья и материалов, подготовки рынка сбыта, совершенствования технологии, изменений системы оперативно-производственного планирования и диспетчирования, организационной перестройки, перемещения руководящих работников и т.д. При анализе возможных последствий принимаемых решений приходится учитывать такие факторы, как неопределенность, случайность и риск. К решению столь сложных задач привлекают экономистов, математиков, статистиков, инженеров, социологов, психологов и др., поэтому одной из особенностей И.о. считают его междисциплинарный комплексный характер. Операционные исследования прежде всего предназначены для предварительного количественного обоснования принимаемых решений, поскольку они, как видно из примеров, очень сложны, требуют больших затрат и, главное, могут реализоваться многими способами (эти способы называют стратегиями или альтернативами). Кроме обоснования самих решений И.о. позволяет сравнить возможные варианты (альтернативы) организации операции, оценить возможное влияние на результат отдельных факторов, выявить «узкие места», т.е. те элементы системы, нарушение работы которых может особенно сильно сказаться на успехе операции и т.д. Таким образом, сущность задач И.о. — поиск путей рационального использования имеющихся ресурсов для реализации поставленной цели. Количественные методы И.о. строятся на основе достижений экономико-математических и математико-статистических дисциплин (теории массового обслуживания, оптимального программирования и т.д.). Разные математические методы применяются (в тех или иных комбинациях) при решении различных классов задач. Среди важнейших классов задач И.о. можно назвать задачи управления запасами, распределения ресурсов и назначения (распределительные задачи), задачи массового обслуживания, задачи замены оборудования, упорядочения и согласования (в том числе теории расписаний), состязательные (например, игры), задачи поиска и др. Среди применяемых методов — математическое программирование (линейное, нелинейное и т.п.), дифференциальные и разностные уравнения, методы теории графов, марковские процессы, теория игр, теория (статистических) решений, теория распознавания образов и ряд других. Считается, что И.о. зародилось накануне второй мировой войны, когда в Англии на одной радиолокационной станции была создана группа специалистов для решения технических задач с помощью математики. Они сосредоточили внимание на сравнении эффективности путей решения задач, поиске оптимального решения. Участие в этой группе представителей разных специальностей предопределило комплексный, или, как теперь принято говорить, системный подход. В настоящее время в этом направлении работают сотни исследовательских учреждений и групп в десятках стран. Организованы общества И.о., объединяемые международной федерацией (ИФОРС International Federation Of Operational Research Societies). Методы И.о., как и любые математические методы, всегда в той или иной мере упрощают, огрубляют задачу, отражая нелинейные процессы линейными моделями, стохастические системы — детерминированными и т.д. Жизнь богаче любой самой сложной схемы. Поэтому не следует ни преувеличивать значения количественных методов И.о., ни преуменьшать его, ссылаясь на примеры неудачных решений. Уместно привести в связи с этим известное парадоксальное определение, которое дал крупный американский специалист в этой области Т.А.Саати: «Исследование операций представляет собой искусство давать плохие ответы на те практические вопросы, на которые даются еще худшие ответы другими способами…»
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электросвязь, основные понятия

EN

• operational research
• operations research
• OR

задача о назначениях
Вид задачи линейного программирования, с помощью которой решаются вопросы типа: как распределить рабочих по станкам, чтобы общая выработка была наибольшей или затраты на заработную плату наименьшими (поскольку для каждой комбинации «рабочий — станок» характерна своя производительность труда), как наилучшим образом распределить экипажи самолетов, как назначить людей на различные должности (отсюда и название задачи) и т.д. Математически такие задачи — частный случай распределительных задач с той особенностью, что в них объемы наличных и требующихся для выполнения каждой работы ресурсов равны единице, т.е. aj = bj = 1, и все xij=1, если работник i назначен на работу j, или нулю в остальных случаях (обозначения см. в статье Распределительные задачи). Иначе говоря, для выполнения каждой работы расходуется только один вид ресурса, а каждый ресурс может быть использован на одной работе: ресурсы неделимы между работами, а работы — между ресурсами. Исходные данные группируются в таблице, которая называется «матрицей оценок», результаты — в «матрице назначений«. Количество возможных вариантов назначений равно факториалу числа работ и ресурсов и огромно даже в небольшой задаче. Поэтому для нахождения оптимального варианта применяют специальные алгоритмы. Среди них особенно эффективен при решении задачи вручную так называемый венгерский метод.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• assignment problem

системный анализ
Совокупность методологических средств, используемых для подготовки и обоснования решений по сложным проблемам различного характера. Он опирается на системный подход, а также на ряд математических методов и современных методов управления. Основная процедура – построение обобщенной модели, отображающей взаимосвязи реальной ситуации. [http://www.rol.ru/files/dict/internet/#P].
[ http://www.morepc.ru/dict/]

системный анализ
1. Научная дисциплина, разрабатывающая общие принципы исследования сложных объектов с учетом их системного характера. 2. Методология исследования объектов посредством представления их в качестве систем и анализа этих систем. Как научную дисциплину С.а. можно считать развитием идей кибернетики. Как и кибернетика, он исследует категории, общие для многих дисциплин и относящиеся к так называемым системам, которые изучаются любой наукой. Когда речь идет об изучении действующих, развивающихся систем, какими являются и любой экономический объект, и экономика в целом, то системное исследование может иметь два аспекта — генетический и функциональный, т.е. изучение исторического развития системы и изучение ее реального действия, функционирования. Будучи методологией исследования объектов посредством представления их в качестве систем и анализа этих систем, С.а. представляет собой весьма эффективное средство решения сложных, обычно недостаточно четко сформулированных проблем в науке, на производстве и в других областях. При этом любой объект рассматривается не как единое, неразделимое целое, а как система взаимосвязанных составных элементов, их свойств, качеств. Например, в экономике отдельные стороны, характеризующие данный экономический процесс, рассматриваются как элементы системы, изучается их взаимосвязь. Соответственно С.а. сводится к уточнению сложной проблемы и ее структуризации в серию задач, решаемых с помощью экономико-математических методов, нахождению критериев их решения, детализации целей, конструированию эффективной организации для достижения целей. С.а. любого объекта проводится в несколько этапов. Главные из них следующие: 1. Постановка задачи — определение объекта исследования, постановка целей, задание критериев для изучения объекта и управления им. 2. Выделение системы, подлежащей изучению, и ее структуризация. 3. Составление математической модели изучаемой системы: параметризация, установление зависимостей между введенными параметрами, упрощение описания системы путем выделения подсистем и определения их иерархии, окончательная фиксация целей и критериев. Таким образом, создается модель системы, которая помогает лучше ее понять, выделить главное — то, благодаря чему можно поставить и решить задачу. Такую модель называют также абстрактной системой. Результаты исследования абстрактной системы по определенным правилам можно перенести на реальные изучаемые системы (объекты исследования). В этом смысл применения С.а. прежде всего при решении сложных проблем управления (сложных в том смысле, что требуют выбора наилучших альтернатив в условиях неполноты информации, неопределенности и т.п.). С.а. применяется, в частности, при проектировании организационных структур управления (здесь одно из правил заключается в том, что необходимо строить оргструктуры в зависимости от задачи и методов решения, а не наоборот, как обычно бывает на практике), при выборе альтернатив путем сопоставления затрат на реализацию возможных альтернатив с их ожидаемой эффективностью — такие методики, например, в США называются анализом “затраты-эффективность”, “затраты-выгоды” и др. Системный подход к изучению экономических явлений [systems approach in eco¬nomics] - “комплексное изучение экономики как единого целого с позиций системного анализа”[1]. Можно встретить двоякое понимание С.п.: с одной стороны, это — рассмотрение, анализ существующих систем, с другой — создание или, как часто говорят, конструирование, синтез систем для достижения каких-то целей. Эта двойственность отражает реальное положение дел. Анализ и синтез тесно связаны. Рассмотрим в качестве примера автоматизированную систему управления (АСУ). Ее создание — синтез системы — невозможно без анализа реальных процессов управления, взаимодействия отдельных звеньев предприятия, самого предприятия с внешним миром и т.д. Поскольку главная отличительная особенность большой или сложной системы — тесная взаимосвязь всех ее эле¬ментов и частей, то С.п. к анализу экономических явлений означает учет этих взаимосвязей, изучение отдельных экономических объектов как структурных частей более сложных систем, выявление роли каждого из них в общем процессе функционирования экономической системы и, наоборот, воздействия системы в целом на отдельные ее элементы. [1] Федоренко Н.П. Системный под¬ход к изучению экономических явлений. — в кн.: Математика и кибернетика в экономике: Словарь-справочник. — М.: Эко¬номика, 1975, стр. 517.
[ http://slovar-lopatnikov.ru/]

Тематики

• информационные технологии в целом
• экономика

EN

• system analysis
• systems analysis

достоверность информации
Свойство информации быть правильно воспринятой. Достигается: обозначением времени свершения событий, сведения о которых передаются; тщательным изучением и сопоставлением данных, полученных из различных источников; своевременным вскрытием дезинформации; исключением искаженной информации и др. [http://www.rol.ru/files/dict/internet/].
[ http://www.morepc.ru/dict/]

достоверность информации
Соответствие принятого сообщения переданному. Количественное ее определение основывается на вероятности возникновения ошибок при передаче информации. Причем одни авторы считают, что достоверность — величина, изменяющаяся в обратно пропорциональной зависимости по отношению к вероятности ошибок, а другие определяют ее как разность — единица минус вероятность ошибки. В любой информационной системе задача состоит в достижении максимальной достоверности передачи информации. Для этого применяются различные математические и логические приемы выявления ошибок, включаемые в компьютерные программы, а также многократное повторение передачи одинаковых данных. (См. Избыточная информация). И все же какая-то доля ошибок неизбежна. Вероятность необнаруженных ошибок при решении экономических задач признается допустимой в пределах от одной тысячной (задачи оперативно-производственного планирования) до одной миллионной (бухгалтерский учет). При таких жестких условиях можно считать информацию достоверной.
[ http://slovar-lopatnikov.ru/]

Тематики

• информационные технологии в целом
• экономика

EN

• reliability of information
• validity of information

оптимальная партия изделий (запускаемых в производство)
Та, при которой затраты в расчете на одно изделие минимальны. При решении задачи выбора оптимальной партии принимается, что себестоимость складывается из трех компонент: прямых переменных затрат на изготовление одного изделия — они остаются неизменными при изменении размера партии, и поэтому при расчете можно ими пренебречь; затрат на хранение запасов — в расчете на единицу изделий они постоянны, а абсолютная сумма расходов изменяется пропорционально величине запаса (прямая I на рис. 0.6); затрат на переналадку оборудования, его простои при смене партии — эти затраты независимы от размера партии, но в расчете на единицу деталей уменьшаются при увеличении размера партии (кривая II на рис. 0.6.). Следовательно, чем больше размер партии, тем меньше затраты на переналадку, но тем больше затраты на запасы незавершенного производства (результат этого сочетания показан на кривой III). Оптимум, очевидно, находится в точке минимума кривой III. В простейших случаях найти его можно прямым счетом, однако, в реальных условиях производства это возможно лишь с применением методов математического программирования. Один из них состоит в следующем: формулируется, исходя из указанных соображений, функция издержек на производство и хранение деталей; найдя, далее, первую производную, приравнивают ее нулю. В найденной точке функция затрат y = f (x) достигает минимума. Полученная формула имеет практическое значение. (В этой формуле x0 — размер оптимальной партии, D — общая (годовая) потребность в деталях данного вида, s — расходы на подготовку оборудования к новой партии, q — расходы на хранение одной детали.) Рис. О.6 Оптимальная партия изделий
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• optimal batch

экстремум функции
Термин, объединяющий понятия максимума и минимума функции. На простейшем примере функции одной переменной можно пояснить эти исключительно важные для экономики математические понятия (рис.Э.4). В точках максимума (минимума) значение функции больше (соответственно меньше) всех соседних ее значений. Для непрерывной функции экстремум может иметь место только в тех точках, где производная или равна нулю (точки A, B), или не существует (в частности, обращается в бесконечность — точки C и D). Изображенная на нижнем рис. функция имеет на отрезке M единственный глобальный максимум — в точке K и единственный глобальный минимум — в точке N, два локальных максимума (точки L и O) и два локальных минимума (P и Q). Различают задачи об относительном Э.ф. (при наличии ограничений типа равенств), об условном экстремуме (при ограничениях типа неравенств и равенств) и о безусловном экстремуме (когда область изменения аргументов функции не ограничена). При решении таких задач широко применяются методы предельного анализа. В условиях, когда исследуемая функция (или функционал) являются критерием оптимальности, экстремальная задача становится оптимальной задачей. Рис. Э.4 Экстремальные точки
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• extremum

оптимальный план
1. Наилучший с точки зрения выбранного критерия вариант развития экономики в целом или отдельного хозяйственного объекта. На уровне народного хозяйства разработку О.п. можно представить себе двояко: с одной стороны, как выбор одного из ряда допустимых вариантов этого плана, с другой — как процесс согласования планов (условно-оптимальных), полученных при решении отдельных моделей, входящих в комплекс моделей народнохозяйственного плана. В последнем случае О.п. определяется как наиболее выгодный для всех организаций, работающих в условиях самоокупаемости и взаимной ответственности. 2. Наилучшее распределение ресурсов в задаче математического программирования (например, линейного программирования); иными словами — решение этой задачи. О.п. (как и всякий план) отображается в экономико-математических моделях вектором (точкой пространства производственных возможностей). Отсюда — распространенный термин «оптимальная точка», что означает О.п. См. также Оптимальное планирование.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• optimal plan

2.7 оптимальный план en optimal design

План эксперимента, значения уровней факторов которого         fr plan optimal

определены таким образом, чтобы оптимизировать

некоторый критерий, обычно какую-то функцию от матрицы

плана

Источник: Р 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

2.7 оптимальный план en optimal design

План эксперимента, значения уровней факторов которого         fr plan optimal

определены таким образом, чтобы оптимизировать

некоторый критерий, обычно какую-то функцию от матрицы

плана

Источник: 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

система оперативного управления производством
-
[Интент]

Уровень оперативного управления реализуется с помощью MES-систем.

Классический подход при рассмотрении системы класса MES предполагает 11 функций, которыми такая система должна располагать. Эти функции были определены ассоциацией Manufacturing Execution Systems Association (MESA), и подробное их описание можно найти во многих источниках, например в книге Michael McClellan “Applying Manufacturing Execution Systems”.

Вряд ли найдётся ПО, которое в полной мере будет обладать всей необходимой для оперативного управления функциональностью
Поэтому говоря о программных реализациях оперативного управления, нужно прежде всего выделять самые важные для конкретной ситуации функции и выбирать ту систему, которая поможет решить соответствующие задачи. Не исключено, что для реализации определённого набора функций необходимо будет использовать несколько информационных систем, тесно интегрированных между собой.

Приведём пример такого подхода.
В качестве ядра системы оперативного управления производством может выступать классическая MES-система,
например Factelligence компании CIMNET, обладающая полным набором классических MES-функций. Однако существуют программные компонен ты, «заточенные» на решение определённых задач. Если требуется оптимизационное планирование, то функций модуля планирования MES Factelligence может не хватить и нужно использовать решения класса Advanced Planning Systems (APS), например программный продукт Preactor компании Preactor International, в тесной интеграции с MES-системой. На основе созданного в ERP объёмно-календарного плана производства APS-система сформирует оптимизированный по вы бранным критериям цеховой план.

Если стоит задача отслеживать плановые и учитывать оперативные ремонты оборудования, то совместно с MES-системой можно использовать систему класса Enterprise Asset Management (EAM). В этом случае при составлении плана производства будут учитываться связанные с ремонтами и техническим обслуживанием простои оборудования. В качестве EAM-системы может использоваться и решение на базе программного продукта DataStream.

Не всегда классические MES-системы имеют необходимые для решения специальных задач средства визуализации и агрегирования данных. Здесь их функцию могут выполнить системы класса Enterprise Manufacturing Intelligence (EMI). Они позволяют создавать информационную среду, обладающую Web-интерфейсом, предоставляющую доступ к данным о производственных процессах предприятия и ключевым показателям эффективности и помогающую формировать различные виды отчётов о ежедневной деятельности предприятия. На основе полученной информации EMI-системы позволяют менеджерам принимать своевременные решения, направленные на увеличение эффективности производства и повышение качества выпускаемой продукции. Системы класса EMI позволяют собирать и анализировать данные не только с одного АРМ, линии или завода, но и с нескольких предприятий, расположенных как в одной стране, так и географически распределённых по всему миру. Представителем класса EMI-решений является система ActivePlant.

Решения задач оперативного управления производством невозможно реализовать в полной мере без системы, обеспечивающей получение фактических данных о проходящих на производстве процессах, обработки этих данных и передачи их для анализа, например, в MES систему. Безусловно, в любую ERP- или MES-систему можно ввести подобные данные вручную. Но минусы такого подхода очевидны: это низкая оперативность, высокая вероятность случайных и предумышленных ошибок. Во избежание этих минусов можно реализовать интеграцию MES-уровня с АСУ ТП. В этом случае на систему АСУ ТП возлагается не столько функция управления технологическим процессом, сколько функция регистрации событий, обработки полученной информации, её хранения и предоставления на верхние уровни информационной структуры в требуемом виде.

Таким образом, получаем структуру, изображённую на рис. 2.

Рис. 2. Структура, решающая задачи оперативного управления производством

Все компоненты, входящие в эту структуру, принимают участие в решении задач оперативного управления производством. Грани, которыми они соприкасаются, — это области интеграции, где информационные потоки объединяют такие, на первый взгляд, разные программно-аппаратные структуры. Как видно, решаемые задачи охватываются различными программными решениями, и совсем не обязательно, что это будут классические, с точки зрения ассоциации MESA, 11 функций MES-системы. Выбор того, какими средствами будут решаться отдельные задачи, должен производиться очень тщательно, после всестороннего изучения бизнес-процессов, протекающих на предприятии. Поэтому важным элементом успешного внедрения такой комплексной системы, кроме технической реализации, является её организационная реализация.

[Владимир Демидов. Решение задач оперативного управления производством на различных уровнях информационной структуры предприятия. СТА 1/2006]

Тематики

• автоматизированные системы

EN

• Manufacturing Execution Systems
• MES

решение
Выбор альтернативы.
[ http://tourlib.net/books_men/meskon_glossary.htm]

решение
(в планировании и управлении, исследовании операций, экономико-математическом моделировании) — 1. Выбор одной или нескольких альтернатив из множества возможных (вариантов Р.). 2. Процесс (алгоритм) осуществления такого выбора. Этот выбор основывается на оценке и сопоставлении ожидаемых результатов принятия тех или иных альтернатив с точки зрения целей (или цели), поставленных в решаемой задаче. Для принятия Р., таким образом, необходимы: четко сформулированная цель; список альтернативных возможностей (стратегий, т.е. вариантов распределения сил и средств и т.д.) и правила выбора между ними, т.е. в общем случае, критерий качества Р.; знание факторов, которые могут повлиять на результат при принятии того или иного Р. В исследовании операций и в целом в экономико-математических методах распространено обоснование Р. не непосредственно (например, путем реального экономического эксперимента), а с помощью экономико-математических моделей. Принято говорить о решении модели, т.е. о выборе такой совокупности значений ее переменных, которая обеспечивает наилучшее по какому-либо критерию значение целевой функции. Как видно, данное выше общее определение относится и к понятию «Р. модели», поскольку оно означает отбор из ряда возможных вариантов (векторов) значений переменных (каждый из них — альтернатива) того варианта, который приводит к лучшему результату. Надо лишь учесть, что поскольку модель не может быть точным отражением действительности, Р. модели не обязательно будет решением реальной задачи; во всяком случае при переходе от модели к действительности нужна дополнительная проверка адекватности Р. Процессы Р. моделей подразделяются на аналитические и численные. Метод аналитического Р. — последовательность математических преобразований, приводящих к заданному результату (например, к формуле, выражающей зависимость экстремального значения функции от ее аргументов). В этом случае численные значения переменных (см. Аналитические методы решения моделей) включаются лишь на последнем этапе. Численные методы получения Р., среди которых наибольшее значение имеют итеративные (см. Численные методы оптимизации), отличаются тем, что в них численные значения переменных участвуют в процессе Р. с самого начала, и на каждом этапе проверяется, соответствуют ли они заданной цели: в случае положительного ответа процесс Р. заканчивается, в случае отрицательного — продолжается. Полученное Р. обычно не является окончательным — изменение условий и целей всегда может поставить вопрос о его корректировке, подстройке. Корректировка (иногда она также называется “управление решением”) — необходимое условие успешного внедрения моделей в практику. Классификация моделей принятия Р. пока не разработана. Есть лишь частичные классификации по отдельным аспектам. Например, а) по степени сложности: простые, принимаемые по одному критерию оценки и выбора альтернатив, и сложные — принимаемые по нескольким критериям; б) по имеющейся информации о возможных результатах: Р., принимаемые в условиях определенности (см. Детерминированные задачи), неопределенности, риска (частичной неопределенности); в) по временному охвату: стратегические и тактические; г) по виду зависимости переменных от времени: статические и динамические; д) по числу лиц, принимающих Р.: индивидуальные и групповые. В последнем случае возникает необходимость согласования индивидуальных Р. (см., например, Теория группового выбора, Согласование плановых решений), различаются также дискретные и непрерывные Р. См. также: Алгоритм управления, Дерево решений, Лицо, принимающее решения, Многошаговые процессы принятия решений, Область допустимых решений, Планово-экономическая задача, Последовательные методы принятия решений, Решение игры, Системы поддержки решений, Теория решений, Экономико-математический анализ решения оптимизационных задач, Экономические решения.
[ http://slovar-lopatnikov.ru/]

Тематики

• менеджмент в целом
• экономика

EN

• decision
• model solution

3.9 решение (decision): Результат выбора между различными направлениями действия.

Источник: ГОСТ Р ИСО 19439-2008: Интеграция предприятия. Основа моделирования предприятия оригинал документа

3.130 решение (decision): Результат выбора между различными направлениями действия.

Источник: ГОСТ Р 54136-2010: Системы промышленной автоматизации и интеграция. Руководство по применению стандартов, структура и словарь оригинал документа

машинная имитация
имитация на компьютере
Экспериментальный метод изучения экономики с помощью электронной вычислительной техники. (В литературе часто в том же смысле применяется термин «имитационное моделирование«, однако, по-видимому, лучше разделить значения: моделирование есть разработка, конструирование модели некоторого объекта для его исследования, а имитация — один из возможных способов использования модели). Для имитации формируется имитационная система, включающая имитационную модель, а также программное обеспечение. В машину вводятся необходимые данные и ведется наблюдение за тем, как изменяются интересующие исследователя показатели; они подвергаются анализу, в частности, статистической обработке данных. С одной стороны, имитация применяется в тех случаях, когда модель (а значит, отражаемые ею система, процесс, явление) слишком сложна, чтобы можно было использовать аналитические методы решения. Для многих проблем управления и экономики такая ситуация неизбежна: например, даже столь отработанные методы, как линейное программирование, в ряде случаев слишком сильно огрубляют действительность, чтобы по полученным решениям можно было делать обоснованные выводы. А если изучаемые процессы имеют нелинейный характер и еще осложнены разного рода вероятностными характеристиками, то вопрос об аналитическом решении вообще не возникает. Сам выбор между имитационным (численным) или аналитическим решением той или иной экономической задачи не всегда легкая проблема. С другой стороны, имитация применяется тогда, когда реальный экономический эксперимент по тем или иным соображениям невозможен или слишком сложен. Тогда она выступает в качестве замены такого эксперимента. Но еще более ценна ее роль как предварительного этапа, «прикидки», которая помогает принять решение о необходимости и возможности проведения самого реального эксперимента. С помощью статической имитации можно выявить, при каких сочетаниях экзогенных (вводимых) факторов достигается оптимальный результат изучаемого процесса, установить относительное значение тех или иных факторов. Это полезно, например, при изучении различных методов и средств экономического стимулирования на производстве. М.и. в форме проигрывания динамических моделей (динамической имитации) применяется также в прогнозировании,. С его помощью изучают возможные последствия крупных структурных сдвигов в экономике, внедрения важнейших научно-технических достижений, принятия плановых решений. Если имитация организуется в форме диалога человека и машины, то у экспериментатора появляется возможность, анализируя на ходу промежуточные результаты, менять те или иные управляющие параметры и тем самым — направление изучаемого процесса. В последнее время широко применяется имитация экономических процессов, в которых сталкиваются различные интересы типа конкуренции на рынке. При этом управляют «проигрыванием» люди, принимающие по ходу деловой игры те или иные решения, например: «снизить цены», «увеличить или уменьшить выпуск продукции» и т.д., и ЭВМ показывает, у кого из «конкурирующих» сторон дело идет лучше, у кого — хуже (см. также Деловые игры, Олигопольные эксперименты). Таким образом, машинное имитирование экономических процессов — это, по существу эксперимент, но не в реальных, а в искусственных условиях. Для повышения его эффективости разрабатываются методы планирования эксперимента, проверки имитационной модели (см. Верификация моделей, Валидация модели), методы анализа функции отклика и т.д.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

Синонимы

• имитация на компьютере

EN

• simulation