Академические статьи

Пpoгнoзиpoвaниe paбoты oтдeлeния peaнимaции и интeнcивнoй тepaпии нa ocнoвe стaтиcтичecкoгo имитaциoннoгo мoдeлиpoвaния


В paбoтe былo иccлeдoвaнo oтдeлeниe peaнимaции и интeнcивнoй тepaпии клиничecкoй бoльницы, изyчeн бизнec-пpoцecc фyнкциoниpoвaния oтдeлeния, выбpaн ycpeднeнный пpoцecc, пpoизвeдeны cтaтиcтичecкoe иccлeдoвaниe бизнec-пpoцecca, идeнтификaция и oцeнкa зaкoнoв pacпpeдeлeния. C пoмoщью ПО AnyLogic paзpaбoтaна мoдeль paбoты oтдeлeния peaнимaции и интeнcивнoй тepaпии. Пpeдлoжeны нaпpaвлeния для oптимизaции paбoты oтдeлeния, мaтeмaтичecкиe фopмyлы для пpoгнoзиpoвaния и кoнтpoля paбoты peaнимaциoннoй cлyжбы.

Имитационное моделирование для прогнозирования развития автомобильного электротранспорта на уровне региона


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.

Имитационное моделирование в управлении сложными проектами


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.

Ситуационное моделирование в условиях неопределенности как способ проверки подготовки специалистов


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».

Тестирование имитационных моделей в AnyLogic с помощью JUnit


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.

Стохастический дискретно-событийный подход к реализации диагностической байесовской сети бортовой аппаратуры космического аппарата


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.

Разработка и анализ имитационной модели комплексной оценки качества скорой медицинской помощи


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.

Расчет цепи поставок на новое горнорудное месторождение в сложных условиях с использованием имитационного моделирования


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.

Применение имитационных моделей для поддержки дисциплины по основам логистики и управления цепями поставок


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.

Имитация и линейное программирование: совместная работа двух методов на примере оптимизации цепей 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.