ivdon3@bk.ru
Применение имитационного и статистического моделирования требует проведения большого количества имитаций и времени вычислений. Сократить время расчета в сложных системах имитационного и статистического моделирования позволяет внедрение технологий параллельного программирования в реализуемые модели. В настоящей работе ставиться задача распараллеливания алгоритма имитационного моделирования динамики некоторого показателя (на примере модели динамики объема груза на складе хранения), описываемого моделью, представленной в виде линейной комбинации входных и выходных потоков, заданных в виде: моделей авторегрессии скользящего среднего с трендовыми составляющими; потоков описываемых процессами, заданными по принципу суммы произведений интенсивности на объем (размер) исследуемого параметра, при условии стационарности каждого из них. Предложена схема распараллеливания алгоритма с применением технологии OpenMP. Проведены вычислительные эксперименты, оценены показатели эффективности параллельного алгоритма в зависимости от числа имитационных экспериментов.
Ключевые слова: имитационное моделирование, параллельное программирование, эффективность параллельного алгоритма, модель загрузки склада, технология OpenMP
1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.3.1 - Системный анализ, управление и обработка информации
Работа направлена на разработку и апробацию алгоритма выбора места расположения нового склада хранения груза с учетом стохастических потоков поставок груза на склад и потребителям со cклада. При выборе места размещения склада учитываются издержки, которые сопровождают деятельность логистической компании, связанные с организацией складского хозяйства в выбранном месте, с содержанием склада, хранением груза, доставкой груза от поставщиков до склада и от склада до потребителей. В работе предложен алгоритм решения задачи выбора места расположения склада хранения груза с учетом прогноза динамики поставок груза на склад и потребителям со cклада. Описан математический инструментарий, позволяющий оценить динамику затрат на организацию и функционирование склада в условиях нестационарных потоков поступления и оттока груза со склада на основе применения метода статистического моделирования. Проведена апробация. Предложенный инструментарий обладает новизной в разрезе учета нестационарных потоков поступления и оттока груза на склад и реальных маршрутов движения транспорта при выборе места расположения склада.
Ключевые слова: место расположения склада, динамика складских затрат, статистическое моделирование, математическая модель, логистика
2.3.1 - Системный анализ, управление и обработка информации , 2.9.9 - Логистические транспортные системы
Зачастую на практике сроки строительства оцениваются с использованием детерминированных методов и характеристик. Такой подход не отражает реальность, связанную с вероятностной природой рисков и приводит к систематическому занижению сроков и, как следствие, стоимости строительства. В работе предлагается для оценки рисков незавершения строительства в установленные сроки использовать марковскую дискретную неоднородную цепь. Состояниям марковского процесса предложено ставить в соответствие стадии строительства объекта. Вероятности переходов системы предлагается оценивать на основе эмпирических данных по ранее реализованным проектам и/или экспертно с учетом рисков, характеризующих условия строительства. Проведена апробация модели. Предлагаемая модель позволяет оценить сроки завершения строительства, риски незавершения строительства в установленные сроки в планируемых условиях реализации строительства.
Ключевые слова: срок строительства, оценка рисков, марковская модель, дискретная цепь Маркова, неоднородный случайный процесс
2.1.7 - Технология и организация строительства , 2.3.1 - Системный анализ, управление и обработка информации
Одной из задач предварительной обработки данных является задача устранения пропусков в данных, т.е. задача импутирования. В работе предложены алгоритмы заполнения пропусков в данных на основе метода статистического имитационного моделирования. Предлагаемые алгоритмы заполнения пропусков включают этапы кластеризации данных по набору признаков, классификации объекта с пропуском, построения функции распределения для признака, имеющего пропуски по каждому кластеру, восстановления пропущенных значений методом обратной функции. Проведены вычислительные эксперименты на основе статистических данных социально-экономических показателей по субъектам РФ за 2022 год. Проведен анализ свойств предлагаемых алгоритмов импутирования в сравнении с известными методами. Показана эффективность предлагаемых алгоритмов.
Ключевые слова: алгоритм импутации, пропуски в данных, статистическое моделирование, метод обратной функции, имитационное моделирование данных
1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.3.1 - Системный анализ, управление и обработка информации