Между парком электромобилей и зарядной инфраструктурой существуют системные обратные связи, учесть которые позволяет системно-динамический подход. С помощью предлагаемой модели системной динамики исследуется проблема оценки необходимых мер стимулирования спроса на электромобили для региона с низким уровнем развития электротранспорта.
Комплексные проекты уязвимы перед ошибками. Способность прогнозировать разные сценарии дальнейшего развития проекта и оценивать возможные результаты управленческих решений становится крайне важным навыком. Инструментарий имитационного моделирования (причинно-следственные диаграммы обратной связи) дает возможность рассмотреть проект системно, концептуализировав его динамику.
Создание ракетных комплексов связано с решением целого ряда сложных научных и инженерных задач. К таким задачам относится проблема доставки собранных в заводских условиях ракетносителей на технические и стартовые. Рассматриваемая в настоящей работе задача относится к задачам о принятии оперативных решений при возникновении непредвиденной ситуации на маршруте доставки и необходимости изменения опорного плана. Разработка и исследование транспортно-логистической системы с помощью имитационной модели позволяет оценить компетентность специалиста при принятии решений без вмешательства в работу реальной системы, растянуть или сжать время функционирования логистической системы, понять сложное взаимодействие элементов внутри системы, оценить степень влияния факторов и выявить «узкие места».
Данная статья предлагает конфигурацию имитационной модели для организации тестирования модели в AnyLogic. Предложенная структура позволяет разработчику использовать для тестирования в AnyLogic технологию JUnit, признанную стандартом в мире разработки программного обеспечения. При этом обеспечивается возможность запуска созданных тестов с визуализацией, что позволяет лучше понимать логику исполнения модели. Тестирование является основным способом контроля и снижения затрат на поддержку и развитие имитационных моделей.
В статье представлен стохастический подход к опросу байесовских сетей на этапе обучения и применения с использованием дискретно-событийного имитационного моделирования в среде AnyLogic. Представлен пример реализации диагностической байесовской сети, имеющей особенности согласования разнородных данных: телеметрической и экспертной информации о функционировании бортовой аппаратуры космического аппарата на всех уровнях его иерархии.
При планировании деятельности скорой медицинской помощи важно не только определять качество ее работы в прошлом, но и на основе данных о текущем состоянии рассчитывать ожидаемое качество обслуживания для того, чтобы выявить необходимость дополнительных мероприятий по модернизации. Типичный способ определения ожидаемого качества обслуживания – имитационное моделирование.
Опыт планирования и запуска новых месторождений требует внедрения современных методов экономической оценки и управления рисками для построения логистической цепи. Наиболее актуальным и всеобъемлющим на сегодня является создание систем поддержки принятия решений на базе имитационного моделирования. Логистическое подразделение одного из крупнейших добывающих холдингов редкоземельных металлов хотело единовременно и комплексно подойти к преодолению сложных и несвязанных друг с другом внешних ситуаций. Для этого заказчик принял решение о создании имитационной модели запуска нового месторождения.
Имитационные модели полезны не только как инструмент решения прикладных задач, но и как средство обучения. С 2010 года авторы проводят курсы на образовательных программах бакалавриата и магистратуры по направлению «Менеджмент» в рамках образовательных программ по логистике и управлению цепями поставок в Национальном исследовательском университете Высшая школа экономики. В рамках наших дисциплин студенты-логисты знакомятся с технологией и практикой применения инструментов компьютерного моделирования (AnyLogic, LogicNet, anyLogistix, AMPL) для решения задач в различных функциональных областях логистики и в управлении цепями поставок.
В рамках данной статьи мы рассмотрим задачу выбора оптимальной структуры сети и потоков продукции при заданных ограничениях с помощью имитационных и аналитических моделей. Для этого подходит гибридная оптимизация – применения различных типов моделей для решения одной и той же задачи. Такой подход возможен в ПО anyLogistix – инструменте для оптимизации и анализа цепей поставок. Этот инструмент позволяет задать параметры задачи в табличной форме и поддерживает различные типы задач, в частности смешанный, целочисленно-линейный и имитационный. В инструменте можно сконструировать линейную задачу максимизации прибыли (сценарий), соответствующую постановке задачи.
В 2021 году в ЕС приступили к реализации планов по введению трансграничного углеродного регулирования, что выносит вопрос углеродного ценообразования на международный уровень и создает серьезные риски для российских экспортеров, поставляющих продукцию в ЕС. На фоне усиления климатической повестки возрастет значимость оценок углеродного следа. В данной работе рассматриваются вопросы моделирования уровня углеродного следа, возникающего при энергоснабжении предприятия, т.е. от электроэнергии, пара, тепла и холода, затраченных на производство продукции и функционирование предприятия. Авторами представлен набор имитационных моделей, предназначенных для оценки углеродного следа при выборе вариантов энергоснабжения одного из предприятий фармацевтического кластера Ярославской области.