Блог

Монте-Карло – это группа математических методов, которые используют генератор случайных чисел. Эти методы применяют для моделирования процессов с неопределенностью. Они эффективны для расчета бизнес-рисков и прогнозирования неблагоприятных событий, например перерасхода средств или отставания от графика.

AnyLogic позволяет создавать нелинейные динамические модели сложных систем с помощью многоподходного моделирования. Он также поддерживает эксперимент Монте-Карло для работы с такими системами. Для ускорения работы с динамическими моделями можно использовать параллельную обработку данных и облачные вычисления. Результаты экспериментов можно выгружать разными способами, в том числе через API и настраиваемый пользовательский интерфейс.

Компания ITC Infotech разработала проект по повышению эффективности управления запасами в сложных активоёмких отраслях. Cпециалисты продемонстрировали, как оптимизировать хранение запасных деталей на складе, сохраняя баланс между уровнем обслуживания и затратами.

Посмотрите, как Кумар Сумит и его команда использовали оптимизатор OptQuest, Python, машинное обучение и AnyLogic для решения поставленных задач.

К Чемпионату мира по футболу-2018 реконструируются и строятся не только стадионы, но и аэропорты. В Петербурге с наплывом туристов поможет справиться терминал “Пулково-2”, а в Москве заработают новые сегменты терминалов в аэропортах “Домодедово” и “Шереметьево”.

Расширение аэровокзалов может негативно повлиять на их работу, поэтому для планировки и оптимизации работы аэропорта многие управляющие компании используют имитационные модели. Они позволяют в режиме реального времени оценить, справится ли аэропорт с планируемой нагрузкой, и помогут решить задачи с минимальными затратами. Подробнее о этих задачах на примерах бизнес-кейсов — в этой статье.

По итогам 2016 года, Россия – одна из лидирующих стран по запасам калийной руды и уровню её добычи. Крупнейший игрок на мировом рынке калийной промышленности – российская компания “Уралкалий”. На её долю приходится около 20% мирового производства калийных удобрений. Компания контролирует всю производственную цепочку – от добычи калийной руды до поставок минеральных удобрений покупателям.

Основная продукция компании – сельскохозяйственное удобрение, хлористый калий. В 2016 году компания реализовала его на 10,8 млн. тонн. Это на 5% меньше результатов 2015 года. Снизилась и выручка “Уралкалия”: с $3,1 до $2,3 млрд. Негативный тренд 2016 года также подхватили международные компании.

Американская компания USAA предоставляет клиентам банковские и страховые услуги. Она входит в список крупнейших компаний в стране: в офисах USAA работают 28 000 сотрудников. Чтобы эффективно управлять рабочими процессами, руководители компании должны понимать, как их бизнес-решения повлияют на эти процессы и сможет ли компания приспособиться к изменениям.

Аналитики USAA нашли ответы на эти вопросы в имитационном моделировании AnyLogic. С его помощью они смогли протестировать гипотезы на реальных бизнес-процессах, понять причины поведения бизнес-систем в конкретных ситуациях и помочь руководителям в принятии решений.

На нашем сайте стало бесплатно доступно новое издание книги Дмитрия Каталевского “Основы имитационного моделирования и системного анализа в управлении”. Это второй выпуск книги, вышедшей в 2011 году при сотрудничестве автора с МГУ и Российским обществом системной динамики. В основе книги – материалы оригинальных лекций автора в МГУ и ИБДА РАНХиГС. Это учебное пособие легко читается, оно заинтересует как менеджеров и бизнес-аналитиков, так и консультантов, IT-специалистов и всех, кто интересуется управлением организациями и имитационным моделированием. Книга поможет читателям сформировать навыки системного мышления. В книге рассказывается, зачем и в каких случаях стоит применять имитационное моделирование. Дмитрий объясняет основы системного мышления и как его применять для моделирования бизнес-систем. Подробно освещаются современные методы моделирования: системная динамика и агентное моделирование. Автор связывает теорию и практику, рассказывая о примерах применения имитационного моделирования для решения практических задач из собственного опыта и опыта других консультантов.

Ни для кого не секрет, что сегодняшние экономические проблемы России вызваны совокупностью причин. Негативные предпосылки в экономике проявлялись уже в начале 2014 года, а впоследствии эти факторы были подкреплены низкими ценами на нефть, санкциями стран Запада и контрсанкциями российского правительства. Когда разговор заходит о размерах влияния каждого из этих факторов на развитие кризиса, мнения экспертов расходятся. Возможные последствия санкций как таковых, используя основанный на системной динамике анализ, рассмотрели Дмитрий Каталевский и Яков Богуславский из АНО «Центр стратегического анализа» в своей работе.

Накопление больших данных (Big Data) государственными и коммерческими организациями идет стремительно. Компании и государственные организации на сегодняшний момент уже саккумулировали огромное количество информации, и ее объемы с каждым годом увеличиваются. По оценке экспертов IDC, количество данных, хранимых во всем мире, увеличивается на 40% ежегодно. Компании собирают данные о клиентах, активах, сотрудниках и бизнес-процессах в CRM, ERP и HR-базах, но эти данные редко служат на пользу организации. Существует и разрабатывается масса систем обработки, организации и управления данными. Однако само по себе наличие информации значит не так много, как умение ее использовать.

Инвесторы часто вынуждены сталкиваться с тем, что традиционные методы оценки инвестиционной привлекательности проектов, такие как оценка бизнес-плана и различных финансовых показателей, не дают надежных прогнозов о развитии предприятия. Привычное финансовое моделирование, к сожалению, часто использует такие методы, как экстраполяция трендов, прогнозирование трендов при помощи регрессии и использование оценок экспертов в данной отрасли. Разрабатываются базовый, оптимистичный и пессимистичный сценарии развития событий, но и этого недостаточно для точного прогнозирования события. Минусы таких методов анализа очевидны – основываясь на экспертных мнениях, инвестор ставит себя в зависимость от квалификации экспертов и их субъективных мнений.

В развитых странах имитационное моделирование давно имеет широкое применение в стратегическом управлении. Причем используется оно не только коммерческими компаниями в прогнозировании рыночной ситуации, производственных планов и т.д., но и государственными учреждениями при планировании стратегии развития в той или иной сфере общественной жизни. В России использование этих современных техник в государственном управлении только набирает обороты. Представляем вашему вниманию интересные на наш взгляд работы отечественных специалистов на эту тему, включая научные статьи и осуществленные проекты. Во всех этих случаях имитационная модель была построена с использованием AnyLogic.