CC BY
70
- 11 клиентских узлов с производительностью 16 112 MFLOPS и каналом передачи данных со средней скоростью 351 Мбит/с;
- четырехпроцессорный серверный узел с производительностью каждого процессора 13 462 MFLOPS.
Стоимость выбранной гетерогенной ВС составляет 1 595 220 руб., производительность равна 623,745 GFLOPS, коэффициент готовности - 99,93 %.
Рис. 4. Недоминируемое множество конфигураций ВС
После анализа компьютерного рынка готовой продукции структура вычислительной сети приняла следующий вид:
- 15 клиентских узлов с процессорами Celeron D420;
- 38 клиентских узлов с процессорами Pentium Dual Core E2160;
-10 клиентских узлов с процессорами Intel Coie 2 Duo E4400;
- 11 клиентских узлов с процессорами Intel Core 2 Duo E6600;
серверный узел на базе четырех процессоров Xeon 3000.
Таким образом, с использованием предложенного авторами подхода была выбрана структура эффективной радиальной гетерогенной вычислительной сети клиент-серверного типа, позволяющей, помимо решения текущих задач персоналом, осуществлять сложные распределенные вычисления.
Результаты практической апробации свидетельствуют о том, что разработанная автоматизированная система поддержки принятия решений может служить удобным инструментом на стадии предварительного проектирования вычислительных сетей, предназначенных для распределенного решения сложных задач.
Библиографический список
1. Вишневский, В. М. Теоретические основы проектирования компьютерных сетей / В. М. Вишневский. М. : Т ехносфера, 2003.
2. Ефимов, С. Н. Проектирование вычислительной сети эффективной архитектуры для распределенного решения сложных задач / С. Н. Ефимов, В. В. Тынченко, В. С. Тын-ченко // Вест. Сиб. гос. аэрокосмич. ун-та им. акад. М. Ф. Решетнева. 2007. Вып. 3 (16). С. 15-19.
3. Хорошевский, В. Г. Архитектура вычислительных систем / В. Г. Хорошевский ; Моск. гос. техн. ун-т им.
Н. Э. Баумана. М., 2005.
S. V. Tynchenko, V. V. Tynchenko
DECISION SUPPORT SYSTEM IN DESIGN OF EFFICIENT COMPUTER NETWORK CONFIGURATION FOR COMPLEX PROBLEMS DISTRIBUTED SOLVING
The choice problem of distributed computer network efficient configuration for parallel solving of complex problems is discussed. There is suggested a computer-aided decision support system in design of computer network based on the queuing theory apparatus and evolutionary approach.
ХЦК 519.876
И. М. Митасов, С. В. Ченцов ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ ПРЕДПРИЯТИЯ
Рассмотрена имитационная модель прогноза платежеспособности предприятия при условии случайных объемов обязательств, моментов времени и величин поступающих финансовых средств. Предложена схема генерирования последовательности состояний платежеспособности предприятия, получения средних характеристик платежеспособности и установления связи этих характеристик с параметрами распределений рассматриваемых случайных величин.
Введение. Обычно за основу моделирования берут- одних показателей от других, называемых при этом фак-ся некоторые показатели экономической деятельности торами (регрессионные модели). Моделирование пропредприятия и рассматривается либо динамика этих по- водится на основе статистических данных, отражающих казателей (эконометрические модели) на основе экстра- прошлое предприятия на момент моделирования. При поляции выявленных зависимостей, либо зависимость этом справедливо утверждение о том, что математичес-
кие модели анализируют прошлое, которое больше волнует историков, чем менеджеров [1].
Предметом имитационного моделирования являются динамические процессы, происходящие на предприятии. Формализованное описание позволяет глубже понять суть этих процессов, систематизировать представления и дать количественную оценку позитивных и негативных сторон деятельности предприятия.
Имитационное моделирование предприятия может рассматриваться в следующих направлениях:
- имитационное моделирование производственного процесса. Это направление было основным во времена государственной экономики. В настоящее время оно не потеряло своей актуальности, превратившись из единственного в одно из многих направлений имитационного моделирования предприятия;
- имитационное моделирование организационной структуры предприятия, процессов планирования (стратегического и тактического), принятия решений и контроля;
- имитационное моделирование маркетинга предприятия;
- имитационное моделирование взаимодействия с внешней средой;
- имитационное моделирование финансового состояния предприятия, например процесса исполнения финансовых обязательств;
- имитационное моделирование человеческих отношений на предприятии.
Одним из наиболее важных направлений является имитационное моделирование финансового состояния предприятия, которое позволяет прогнозировать это состояние на основе учета следующих данных:
- расчетов с потребителями (оценка рисков неплатежей);
- исполнения обязательств предприятия (оценка рисков неисполнения обязательств);
- поставок основных видов сырья (оценка рисков непоставок и срыва производственного процесса);
- остановок производства (оценка рисков остановки производства и экономических последствий);
- повышения стоимости сырья (оценка рисков повышения стоимости сырья и возможности компенсации за счет увеличения стоимости продукции);
- конкуренции (оценка рисков конкуренции и потери рынка).
Главной характеристикой состояния предприятия, по нашему мнению, является его способность исполнять обязательства (платежеспособность) по следующим направлениям:
- перед персоналом (зарплата и отчисления в социальные фонды);
- перед государством и другими получателями налогов и сборов;
- перед поставщиками сырья и оборудования;
- перед учредителями;
- перед производственными мощностями (амортизационные отчисления).
Рассмотрим далее имитационную модель платежеспособности предприятия.
Постановка задачи. Требуется при заданных вероятностях событий, определяющих экономические возмож-
ности предприятия, и заданном начальном состоянии моделировать платежеспособность предприятия в платежных точках (платежные точки - моменты времени, когда необходимо исполнять вышеперечисленные или иные обязательства).
Неисполнение обязательств влечет за собой санкции (пени, штрафы), ухудшающие экономическое состояние предприятия.
В каждой платежной точке определяется положительный (отрицательный) уровень платежеспособности предприятия. Каждая последующая платежная точка учитывает долги по платежам в предшествующих платежных точках.
Такая модель прогнозирует будущее предприятия, исходя из его состояния в настоящий момент и вероятностей событий, определяющих его экономические возможности. Цля определения реальных вероятностей необходимо проводить статистические исследования и привлекать экспертов.
Эти вероятности являются параметрами, которые определяют состояние предприятия. Смысл управления состоит в том, чтобы данные параметры находились в области устойчивой платежеспособности предприятия.
Эта область определяется экспериментально или на основе поиска оптимального по некоторому критерию набора вероятностей. При этом оптимальность понимается как обеспечение минимального уровня платежеспособности, т. е. минимально жесткого условия, обеспечивающего платежеспособность.
Математическая постановка задачи. Рассмотрим деятельность предприятия в моменты времени tе Уд, /0 + Т], соответствующие будущему, как процесс исполнения платежных обязательств.
Пусть заданы ^ /; г = 1, п} - детерминированные даты исполнения платежных обязательств, ^ е (/„, ^ + Т]. Известны даты выплаты заработной платы, уплаты налогов и сборов, погашения процентов и части основной суммы по кредитам, оплаты заказов поставщикам и т. п.
Пусть {ё1; г = 1, п} - случайные объемы обязательств в моменты tj. Случайность объемов обязательств обусловлена их зависимостью от объемов выпуска продукции, которые являются случайными.
Пусть ; к = 1, т} - объемы поступления средств в
моменты времени {тк; к = 1, т}. Моменты времени тк и объемы gk - случайные величины.
Пусть От - запасы денежных средств к моменту t0. ОТ - случайная величина. Ее отрицательное значение означает долг по платежам.
Требуется построить модель, имитирующую состояние платежеспособности предприятия в каждой платежной точке tj е (t0, ^ + Т].
Решение задачи. Предприятие способно выполнить свои обязательства в момент t е (^, ^ + Т], если
У gk + От > ^ Зг, (1)
[I ^ ]
где У обозначает суммирование по всем
[и ]
Тк, tj е [ 10, t]. Формулу (1) можно рассматривать в качестве критерия платежеспособности предприятия в произвольный момент времени t е (t0, !0 + Т].
Предполагается, что распределены по нормальному закону с параметрами (), где а^ - планируе-
мый объем платежа в момент tj. Параметр а* определяется экспертами на основе статистических данных.
Предполагается, что gk распределены по нормальному закону с параметрами (аЦ, а\ ), где а| - планируемый объем поступления средств в момент тк . Параметр а1 также определяется экспертами на основе статистических данных.
Цля генерирования моментов времени тк обычно используется схема генерирования случайных интервалов Дт и вычисления тк [2]
тк=тк-1 + Дт , к = 1, т. (2)
Случайные интервалы Дт генерируются, например, по нормальному распределению со средним значением Дт , равным наиболее вероятному интервалу поступления средств.
Формула (2) обеспечивает выполнения условия тк <тк+1 за счет следующих условий для дисперсии:
3аДт <Х-1 Дт,
где X > 1, X - параметр, задаваемый исследователем и обеспечивающий малую вероятность появления отрицательных Дт . Кроме того, при генерировании значений Дт отрицательные реализации отбрасываются моделирующим алгоритмом.
Параметр т является случайной величиной, вычисляемой в процессе генерирования т) по формуле т = / -1 если т. > Т и т. . < Т.
] ]-1
Решение задачи основано на генерировании псевдослучайных величин {ё1; г = 1, п} и {gк; к = 1, т} согласно методам, изложенным в [3].
Затем последовательно рассматриваются платежные точки ^, ..., 1п и последовательно вычисляется запас денежных средств в момент tj:
01 = От + У gk - З1, если От + У gk - > 0,
[и] [ц]
= СТ + У gk -с1хесли От + У я* о,
° = °.-! + У g к , если &-! + У g - > 0,
^ _ ,t ] к ^ _ ,t ] к
+ У я - с11 - Л,., если + У я - с11 -< 0,
^ ,1 ] к Ц ,t ] к
г = 2,п, (3)
где величины Я. представляют собой штрафы, связанные с неисполнением обязательств в платежной точке tj.
Каждая реализация процесса моделирования позволяет получить п будущих состояний платежеспособности {Ог; г = 1,п} предприятия на временном промежутке
[t0, to + Т].
Рассматривая М различных реализаций процесса моделирования, можно выделить наиболее благоприятный по некоторому критерию вариант изменения состояния
платежеспособности, наихуцший вариант и среднее значение платежеспособности предприятия. Изменяя вероятностные характеристики (математическое ожидание, дисперсию и др.) случайных величин и рассматривая их как независимые или как реализации случайных векторов с коррелированными компонентами, получаем различные картины динамики платежеспособности предприятия. А требуя, чтобы значения характеристик платежеспособности предприятия {О, } находились в допустимом интервале, мы можем определить статистические характеристики случайных величин, обеспечивающие выполнения указанных требований с заданной точностью.
Основные трудности в реализации предложенной схемы сосредоточены в области учета свойств конкретного предприятия при формулировке статистических гипотез. В рамках сформулированных предположений, определяющих стохастические характеристики процессов, имитационные модели могут быть созданы на основе специальных программ имитационного моделирования или путем реализации моделирующих алгоритмов на языках общего назначения.
Таким образом, предложен имитационный подход для решения задач прогнозирования состояния платежеспособности предприятия, позволяющий учитывать случайные внешние воздействия на сроки получения и объемы выручки от реализации продукции и случайные величины объемов платежных требований. Имитационный подход позволяет рассмотреть различные случайные реализации процесса исполнения платежных обязательств предприятия, получить средние характеристики процесса по ансамблю реализаций, изучить влияние статистических характеристик случайных величин на параметры процесса, определить значения этих характеристик, обеспечивающих благоприятное течение процесса с заданной точностью.
Предложена итерационная схема вычисления запасов финансовых средств, учитывающая применение санкций в случаях нарушения обязательств предприятия.
Рассмотрен критерий оценки платежеспособности на основе средних характеристик по ансамблю реализаций.
В рамках предложенного подхода возможно решение задач для конкретных предприятий с учетом их специфики, определяющей гипотезы о стохастических характеристиках случайных величин.
Библиографический список
1. Мескон, М. X. Основы менеджмента / М. X. Мес-кон, М. Альберт, Ф. М. Хедоури. М. : Дело, 1992.
2. Бусленко, Н. П. Моделирование сложных систем /
Н. П. Бусленко. М. : Наука, 1978.
3. Соболь, И. М. Численные методы Монте-Карло / И. М. Соболь. М. : Наука, 1973.
I. M. Mitasov, S. V. Chentsov SIMULATION MODELING OF ENTERPRISE
Simulation model of enterprise solvency prognoses under casual volume of commitments time moments, anantity incoming financial resources is considered. The chart of enterprise solvency state sequence generation, obtaining average characteristics of solvency stating relationship of the characteristics with distribution parameters of casual quantities is proposed.
