WWW.KONFERENCIYA.SELUK.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА - Конференции, лекции

 

Pages:   || 2 | 3 | 4 | 5 |

«ТОМ II Генеральный спонсор конференции ООО Экс Джей Текнолоджис Санкт-Петербург 2011 ISBN 978-5-905526-02-2 СОСТАВИТЕЛИ А. М. Плотников, Б. В. Соколов, М. А. Долматов ...»

-- [ Страница 1 ] --

Пятая всероссийская научно-практическая конференция по

имитационному моделированию и его применению в наук

е

и промышленности

«ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ. ТЕОРИЯ И ПРАКТИКА»

ИММОД-2011

Труды

конференции

ТОМ II

Генеральный спонсор конференции

ООО «Экс Джей Текнолоджис»

www.anylogic.ru Санкт-Петербург 2011 ISBN 978-5-905526-02-2 СОСТАВИТЕЛИ А. М. Плотников, Б. В. Соколов, М. А. Долматов Компьютерная верстка Л. П. Козлова Редактирование Е. П. Смирнова, Л. А. Яковлева © ОАО «Центр технологии и судостроения», Уважаемые коллеги, дамы и господа!

Сегодня ОАО «Центр технологии и судостроения» и Институт информатики и автоматизации РАН проводят Пятую всероссийскую научно-практическую конференцию по имитационному моделированию и его применению в науке и промышленности «Имитационное моделирование. Теория и практика» ИММОД-2011.

Тематика конференции посвящена всестороннему анализу современного состояния и перспектив развития теории и инструментальных средств имитационного моделирования производственных и технологических процессов, имитационному моделированию в транспорте и телекоммуникациях, в системах административного управления и САПР. Особую актуальность представляет рассмотрение задач имитационного моделирования в сфере анализа и синтеза бизнес-процессов.

На конференции широко представлены результаты исследований проблем оценивания качества моделей и распределенного моделирования, сведения о современных языках и программных системах, используемых при моделировании.

Помимо новых научных результатов, связанных с решением задач имитационного моделирования в различных предметных областях, в материалах конференции отражены опыт практического применения математического аппарата имитационного моделирования в конкретных программных системах и инструментальные средства автоматизации моделирования.

В рамках конференции нам предоставляется возможность обсудить с коллегами из разных городов и разных организаций последние достижения российской науки в области решения задач имитационного моделирования и применения их в научных исследованиях и в промышленности. Мы надеемся, что работа конференции будет способствовать укреплению сотрудничества отечественных партнеров, а также установлению новых научных и деловых связей.

Мы полагаем, что эта встреча будет для вас памятной и приятной, поскольку произойдет в Санкт-Петербурге, одном из красивейших городов мира, центре науки, высоких технологий и культуры.

Успехов в работе всем участникам!

Генеральный директор В.Д.Горбач ОАО «ЦТСС»

Директор СПИИРАН Р.М. Юсупов ИММОД-2011

ОРГАНИЗАЦИОННЫЙ КОМИТЕТ

Пятой (юбилейной) всероссийской научно-практической конференции по имитационному моделированию и его применению в науке и промышленности «Имитационное моделирование. Теория и практика» ИММОД- Сопредседатели:

Горбач В.Д., генеральный директор ОАО «Центр технологии судостроения и судоремонта», д.т.н., академик МАИ (Санкт-Петербург) Юсупов Р.М., директор СПИИРАН (Санкт-Петербург), член-корреспондент РАН, президент НП «Национальное общество имитационного моделирования», Заслуженный деятель науки и техники РФ Заместители сопредседателей:

Плотников А.М., и.о. начальника отраслевого центра ИПИ-технологий судостроения, ОАО «Центр технологии судостроения и судоремонта» (Санкт-Петербург) Ткач А.Ф., заместитель директора СПИИРАН (Санкт-Петербург), к.т.н., доцент Члены оргкомитета:

Алиев Т.И., заведующий кафедрой ВТ, профессор, д.т.н., СПбГУИТМО (Санкт-Петербург) Борщев А.В., генеральный директор ООО «Экс Джей Текнолоджис»

(Санкт-Петербург), к.т.н.

Власов С.А., начальник Отдела нанотехнологий и информационных технологий – заместитель академика-секретаря Отделения нанотехнологий и информационных технологий РАН по научно-организационной работе, ведущий научный сотрудник ИПУ РАН (Москва), к.т.н.

Девятков В.В., директор ООО «Элина-Компьютер» (Казань), к.т.н.

Елтышев Б.К., начальник ВЦ, доцент, к.т.н., Санкт-Петербургский Государственный морской технический университет (Санкт-Петербург) Комок А.И., заместитель генерального директора по ВЭД – директор ВЭФ, ОАО «Центр технологии судостроения и судоремонта» (Санкт-Петербург) Лычкина Н.Н., к.э.н., доцент, Государственный университет управления (Москва) Томашевский В.Н., профессор, д.т.н., Национальный технический университет Украины «КПИ» (Киев, Украина) Меркурьев Ю.Б., заведующий кафедрой Рижского ТУ, х.д.и.н., профессор, членкорреспондент Латвийской АН, президент Латвийского общества имитационного моделирования (Рига, Латвия) Сениченков Ю.Б., д.т.н., профессор, СПбПУ (Санкт-Петербург)

ПРОГРАММНЫЙ КОМИТЕТ

Пятой (юбилейной) всероссийской научно-практической конференции по имитационному моделированию и его применению в науке и промышленности «Имитационное моделирование. Теория и практика» ИММОД- Сопредседатели:

Юсупов Р.М., директор СПИИРАН (Санкт-Петербург), член-корреспондент РАН, президент НП «Национальное общество имитационного моделирования», Заслуженный деятель науки и техники РФ Горбач В.Д., генеральный директор ОАО «Центр технологии судостроения и судоремонта», д.т.н., академик МАИ (Санкт-Петербург) Заместители сопредседателей:

Соколов Б.В., заместитель директора СПИИРАН (Санкт-Петербург) по научной работе, д.т.н., профессор Хомоненко А.Д., заведующий кафедрой информационных и вычислительных систем ПГУПС (Санкт-Петербург), д.т.н., профессор Члены программного комитета:



Алиев Т.И., заведующий кафедрой ВТ СПбГУИТМО (Санкт-Петербург), д.т.н., профессор Верзилин Д.М., доцент СПИИРАН (Санкт-Петербург), д.э.н.

Вишнякова Л.В., ФГУП «ГосНИИ авиационных систем» (Москва), д.т.н., профессор Девятков В.В., директор фирмы ООО «Элина-Компьютер» (Казань), к.т.н.

Карпов Ю.Г., СПбПУ (Санкт-Петербург), д.т.н., профессор (Санкт-Петербург) Кобелев Н.Б., Всероссийский заочный финансово-экономический институт (Москва), д.э.н., профессор Конюх В.Л., Новосибирский ГТУ (Новосибирск), д.т.н., профессор Рыжиков Ю.И., Военно-космическая академия им. Можайского, д.т.н., профессор, заслуженный деятель науки РФ, ведущий научный сотрудник СПИИРАН (Санкт-Петербург) Толуев Ю.И., руководитель проектов, институт организации и автоматизации промышленного производства им. Фраунхофера IFF, доктор естественных наук, приват-доцент (Магдебург, Германия) Яцкив И.В., проректор по учебной работе, профессор, к.т.н., Рижский институт транспорта и связи (Рига, Латвия) Организаторы и учредители конференции:

ОАО «Центр технологии судостроения и судоремонта», Санкт-Петербург Институт информатики и автоматизации РАН, Санкт-Петербург «Национальное общество имитационного моделирования», некоммерческое партнерство Отделение нанотехнологий и информационных технологий РАН, Москва Российский национальный комитет по индустриальной и прикладной математике Информационная поддержка конференции ОАО «Центр технологии судостроения и судоремонта», Санкт-Петербург Институт информатики и автоматизации РАН, Санкт-Петербург «Национальное общество имитационного моделирования», некоммерческое партнерство ООО «Элина-Компьютер», Казань ООО «Экс Джей Текнолоджис» (XJ Technologies), Санкт-Петербург журнал «Rational Enterprise Management», Санкт-Петербург журнал «Судостроение», Санкт-Петербург научно-практический журнал «Прикладная информатика», Москва журнал «Автоматизация в промышленности», Москва Генеральный спонсор конференции ООО «Экс Джей Текнолоджис» (XJ Technologies), Санкт-Петербург Спонсоры конференции Отделение нанотехнологий и информационных технологий РАН, Москва Российский фонд фундаментальных исследований, Москва «Национальное общество имитационного моделирования», некоммерческое партнерство

СОДЕРЖАНИЕ

Секция 3. ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ ИМИТАЦИОННОГО И

КОМПЛЕКСНОГО МОДЕЛИРОВАНИЯ И СРЕДСТВ АВТОМАТИЗАЦИИ

МОДЕЛИРОВАНИЯ

Абрамов К. Г., Монахов Ю. М., Бодров И. Ю. К вопросу о моделировании топологии социальной сети

Аксенов К. А., Ван Кай, Антонова А. С., Аксенова О. П., Липодаева А. А., Смолий Е. Ф. Разработка и применение системы поддержки принятия решений в управлении строительством

Аксенов К. А., Сафрыгина Е. М., Скворцов А. А., Смолий Е. Ф., Аксенова О. П.

Гибридная система поддержки принятия решений для планирования перевозок сети автозаправочных станций

Амен Соуд Абдалазез Мохаммед. Агентная имитационная модель анализа процессов управления предприятиями нефтепродуктообеспечения

Анцев В. Ю., Шафорост А. Н. Применение математического моделирования при проектировании транспортно-накопительных систем промышленных предприятий

Бабишин В. Д., Давыдов А. Н., Дедков В. К., Дорошенко М. А. Имитационное моделирование нестационарных случайных процессов на основе разложения исследуемой функции в интеграл Фурье

Бахиркин М. В., Кан А. В., Канадин В. Н. Комплекс полунатурного моделирования интегрированных систем управления воздушным движением

Беляева М. А., Бурляева О. К. Компьютерная система поддержки принятия решений в книжном бизнесе

Боев В. Д., Рыжиков Д. М. Имитационная модель технологических процессов изготовления электромеханических модулей

Буров Г. А. Имитационное моделирование вычислительных алгоритмов идентификации динамических процессов

Генкин А. Л., Никулина И. В. Моделирование инновационных технологий управления горячей прокаткой полос

Гетьманская А. Ю. Имитационное моделирование процессов обработки документации проекта в виде сетей с возвратами

Груздева Л. М. Применение имитационного моделирования для исследования характеристик эпидемии в распределенной информационно-вычислительной системе и процесса восстановления системы

Гусева Е. Н. Имитационное моделирование деятельности судебного участка в среде Arena

Девятков В. В., Федотов М. В., Долматов М. А., Федотов Д. О., Нисенбаум Р. С.

Применение универсальной системы имитационного моделирования GPSS World при проектировании судосборочных комплексов в составе современных судостроительных верфей

Дегтярев О. В., Минаенко В. Н. Применение имитационного моделирования для оценки пропускной способности элементов воздушного пространства и системы организации воздушного движения

Дозорцев В. М. Имитационное моделирование в задачах управления и инжиниринга сложных технологических процессов

Ершов Е. С. Особенности реализации ядра системы имитационного моделирования Simulab

Захарикова Е. Б. Разработка программного обеспечения для исследования сетей массового обслуживания

Зенькович М. В., Древс Ю. Г. Применение имитационного моделирования при оценке инвестиционных проектов литейных производств на базе формовочных линий





Зольников В. А. Модель движения машин на Т-образном перекрестке

Ивашкин Ю. А., Назойкин Е. А. Мультиагентное имитационное моделирование образовательного процесса накопления знаний

Кадников В. Е., Лескин О. В., Чиркунов К. С. Доставка продукции Богучанского алюминиевого завода на китайский рынок как задача имитационного моделирования

Колеватов Г. А. Анализ результатов имитации и оптимизация имитационной модели с применением анализа временных рядов

Котов В. В., Кулакова Е. Ю. Комплекс имитационных моделей для исследования процессов передачи данных в проекте "социальный ГЛОНАСС"

Кохно А. Г. Многокритериальная параметрическая оптимизация судовых автоматических систем на основе имитационного эксперимента

Кулик И. Ю. Программная реализация имитационного моделирования бизнеспроцессов телекоммуникационной компании

Липенков А. В., Маслова О. А., Елисеев М. Е. Моделирование пассажирского автобусного маршрута в AnyLogic

Лопаткин Р. Ю., Иващенко В. А., Куприенко В. В. Моделирование децентрализованной вычислительной сети

Лукинский В. С., Шульженко Т. Г. Моделирование временных составляющих логистического цикла при реализации технологии "точно в срок"

Лычкина Н. Н. Основные задачи и методика преподавания имитационного моделирования по направлениям подготовки в области экономики и управления на основе стандартов третьего поколения

Макарова И. В., Хабибуллин Р. Г., Беляев А. И., Беляев Э. И. Имитационная модель системы поставок запасных частей как средство управления системой фирменного обслуживания автомобилей в условиях эксплуатации за рубежом

Макарова И. В., Хабибуллин Р. Г., Мелькова В. А. Разработка методики снижения аварийности на дорогах города с использованием имитационного моделирования

Митягин С. А. Построение демографической модели распространения наркомании в регионе

Монахов Ю. М., Медведникова М. А. Аналитическая модель дезинформированности узла социальной сети

Николаев С. Н., Рагулин А. П., Савченко И.Ф., Чурашов С. В. Использование метода имитационного моделирования для прогнозирования функциональных возможностей военного полевого госпиталя по оказанию специализированной офтальмологической помощи раненым с боевой травмой глаза

Новиков Д. А., Ушаков М. А. Имитационное моделирование в исследовании топливно-энергетических рынков

Новиков Д. Б. Имитационное моделирование процесса регулирования паровой нагрузки на ТЭЦ с общей магистралью

Новиков E. A., Новиков A. Е. Алгоритм интегрирования переменной структуры для решения жестких задач

Окольнишников В. В., Рудометов С. В., Журавлев С. С. Применение комплексноиспытательного моделирующего стенда для разработки системы поддержки принятия решений

Павлов В. Л. Применение имитационного моделирования в автоматизированной системе оценки пропускной способности железных дорог

Панова Ю. Н., Коровяковский Е. К. Моделирование работы морского контейнерного терминала

Переварюха А. Ю. Вычислительные структуры данных при моделировании быстрых метаморфозов популяционных процессов

Пичугин Д. А. Применение метода генетических алгоритмов при выборе оптимального состава нефтегазопромыслового флота для месторождений Каспийского моря

Плотников A. M., Долматов М. А., Федотов Д. О. Применение методов имитационного моделирования при разработке оргтехпроектов модернизации и реконструкции предприятий судостроительной отрасли

Подольский В. Э. Исследование эффективности работы чиновничьего аппарата при помощи средств имитационного моделирования

Поклад П. М. Визуальный комплекс имитационного моделирования прецизионных импульсно-фазовых электроприводов

Пономарев Д. Ю. Моделирование процесса обслуживания очередей в IP-маршрутизаторе

Решетняк Е. А., Решетняк А. А., Черников В. В., Нафиев И. Г. Основные этапы разработки исследовательской имитационной модели приемника атмосферных лазерных линий связи

Решетняк Е. А., Сова С. В., Нафиев И. Г Подход к оперативному прогнозированию неустойчивого функционирования автоматизированной системы управления специального назначения

Рыжиков Ю. И. Имитационное моделирование с закольцованной цепью событий

Рыжиков Ю. И. Опыт обучения прямой имитации

Синебрюхова Е. Ю. Имитационное моделирование транспортной сети грузоперевозок

Сулейменов И. Э., Байкенов А. С. Получение аналогов формулы Полячека–Хинчина методами имитационного моделирования

Сухарев М. С., Монахов Ю. М., Файман О. И. Имитационная модель функциональной устойчивости бизнес-процессов

Тименков Ю. В. Моделирование связанных вычислительных процессов

Томилов И. Н., Мыссак М. С., Денисов М. С. Компьютерное моделирование сухого трения

Усанов Д. И. Имитационная модель оценки производственных мощностей Аксуского завода ферросплавов

Фараонов А. В. Имитационное моделирование как инструмент оценки эффективности принятия решения

Федоров А. Ю., Антонов А. П. Методика проектирования систем цос для программно-определяемых радиосистем на примере разработки универсального телеметрического приемника

Холодов А. Ю. Имитационная модель финансовых взаимоотношений участников долевого строительства

Хуторная Е. В. Создание имитационной модели модуля вычислительной сети морского объекта по его функциональной модели

Цисарь И. Ф. Имитационное моделирование оптимальной ставки налога

Чудинов Г. В. Опыт разработки системы имитационного моделирования грузопотока в калийных рудниках – ПК "Рудопоток"

СТЕНДОВЫЕ ДОКЛАДЫ

Аксенова Е. А., Драц А. В., Соколов А. В. Некоторые задачи оптимального управления FIFO-очередями

Аккужин М. В., Маликов Р. Ф. К вопросу о системах компьютерного моделирования

Антонова Г. М., Титов А. П. Моделирование информационных потоков в электронном государстве

Башков Д. А., О. Лукомская Ю. Задачи визуального моделирования двунаправленным движением судов по внутренним водным путям в шлюзовой судопропускной системе

Долматов М. А., Канаев Д. Н., Федотов Д. О. Опыт применения методов имитационного моделирования при анализе производственной системы предприятия энергетического машиностроения

Макарова И. В., Хабибуллин Р. Г., Буйвол П. А. Повышение конкурентоспособности дилерско-сервисной сети автомобилестроительного предприятия с использованием имитационного моделирования

Мацула В. Ф. Система имитационного моделирования GPSS/1C7

Михайлов В. В., Колпащиков Л. А. Моделирование территории традиционного природопользования "Попигай"

Москалев И. М., Бегунов Н. А. Web-сервис поддержки принятия коллективных решений о социально-экономическом развитии территориальных о бразований на основе мультиагентных имитационных моделей

Соснин В. В. Свойства бесприоритетной дисциплины обслуживания в системах вида GI/G/1

Цивирко Е. Г. Комбинированное моделирование корпоративной информационной системы при оценивании эффективности ее функционирования

Черкасов Д. А. Применение муравьиных алгоритмов для имитационного моделирования задачи коммивояжера

Рефераты

Abstract

Информация об авторах

Секция 3 Практическое применение имитационного и комплексного

К ВОПРОСУ О МОДЕЛИРОВАНИИ ТОПОЛОГИИ СОЦИАЛЬНОЙ СЕТИ

К. Г. Абрамов, Ю. М. Монахов, И. Ю. Бодров (Владимир) В настоящее время можно с уверенностью утверждать, что тенденции развития технологий web 2.0 свидетельствуют об угрозе распространения нежелательной информации посредством социальных сетей. Для эффективного противодействия этой угрозе необходимо разрабатывать механизмы анализа и прогнозирования подобных процессов [1]. Для решения таких задач используется имитационное моделирование, но для того, чтобы его проводить, необходимо разобраться с первоочередным вопросом, касающимся природы социальных сетей. Чтобы начать моделирование, научиться генерировать подобные сети и решать другие задачи, следует определить структуру современных социальных сетей. В рамках общей задачи моделирования распространения нежелательной информации в социальных сетях встает научно-техническая подзадача определения топологии реальной социальной сети. Научная новизна работы заключается в том, что в ходе исследования был определен характер распределения степеней связности, отличающийся от результатов, полученных другими учеными. Обзор работ в данной области показывает, что на сегодняшний день нет единого мнения по этой проблеме. Рассмотрим одну из классификаций сетей, представленную на рис. 1.

Существуют две основные точки зрения на вопрос об отнесении топологии социальной сети к определенному типу. Pastor-Satorras и Vespignani в своих многочисленных работах [2–8] утверждают, что социальные сети представляют собой Scale-Free сети. Этой же точки зрения придерживается и Barabasi [9]. Newman в своей работе [10] и в работах в соавторстве [11, 12, 13] приводит доводы в пользу того, что социальные сети представляют собой small-world сети. Для классификации сетей в основном используют три характеристики: распределение степени связности, кластерный коэффициент и средняя длина пути (таблица).

При рассмотрении данного вопроса исследователи, как правило, опускают подробности об исходных данных сети. Однако в ряде последних исследований [15] этому придается большое внимание.

Необходимо понимать, что задача получения участка реальной социальной сети для исследования уже сама по себе является нетривиальной, что связано с рядом проблем. Исходные данные, доступные для исследования, не обладают необходимой полнотой, так как являются случайной выборкой с точки зрения топологии исходной сети.

В выборке присутствуют узлы двух типов: открытые для исследования их положения в сетевом графе («открытые») и закрытые для исследования, сведения о местоположении в сети которых прямо получены быть не могут («закрытые»). Следовательно, встает ИММОД- подзадача выбора из множества исходных данных репрезентативного подмножества, отражающего в большей мере топологию исходной сети. Сложность данной задачи состоит в невозможности выбрать подграф, полностью состоящий из открытых узлов, достаточно большого диаметра, чтобы его можно было считать репрезентативным.

Причина проблемы состоит в низкой вероятности нахождения такого подграфа в выборке даже большего размера и является следствием малого отношения количества открытых узлов к закрытым, а также случайности самой выборки. Авторы считают, что именно из-за этих проблем исследователи получают некорректные данные, вследствие чего возникает ошибка с определением типа топологии социальной сети. Для решения этой проблемы авторы разработали собственную модель данных, а также алгоритмы вычисления степени связности и кластерного коэффициента.

Основные топологические характеристики сетей Распределение сте- Закон Пуассона: Степенной закон: Закон Пуассона:

Разработанные механизмы были применены к участку социальной сети «Facebook» размером в 1 млн узлов. Из этих данных была получена репрезентативная выборка из 7200 узлов. В результате ее анализа получены следующие результаты. Из рис. 2 можно увидеть, что полученные данные нельзя аппроксимировать ни пуассоновским, ни степенным распределением. Хорошо подходит логнормальное распределение, описываемое функцией:

Рис. 2. Гистограмма распределения степеней связности и логнормальное распределение Для полученных экспериментальных данных с помощью программы Microsoft Excel были подсчитаны математическое ожидание и мода. Далее, используя формулы математического ожидания и моды (формулы (2) и (3) соответственно) для логнормального распределения, были высчитаны значения параметров µ и. После подстановки этих значения в формулу (1), был получен график логнормального распределения, представленный на рис. 1. Эксперименты проводились на разных выборках различных размеров, картина распределения при этом не изменилась. Средняя степень связности составила 375. Следует отметить, что к выводу о логнормальном распределении приходили и другие исследователи [16]:

В ходе обработки было получено частично репрезентативное подмножество из 50 тысяч открытых узлов, для которого был рассчитан экстраполированный кластерный коэффициент, составивший 0,166139. Это значение практически остается неизменным для участков различных размеров. Исходя из этого, можно говорить о том, что кластерный коэффициент не зависит от размера сети ( C ~ const ). При построении распределения значений кластерного коэффициента была получена картина, представленная на рис. 3. Результат говорит о том, что связи разрежены и наблюдается низкая кластеризация.

По полученным данным можно говорить о том, что социальные сети нельзя отнести к какому-либо существующему типу сети. Авторы полагают, что в данном случае можно говорить о новом типе сетей, обладающих представленными выше характеристиками. Практическая значимость полученных результатов заключается в том, что они позволяют нам получать более точную картину при имитационном моделировании топологии социальных сетей. В дальнейшем планируется рассчитать среднюю длину пути в социальной сети с целью уточнения параметров ее топологии. Также планируется разработать алгоритмы генерации подобных сетей для того, чтобы проанализировать корреляцию между средней степенью связности и кластерным коэффициентом.

1. Абрамов К. Г., Монахов Ю. М., Никиташенко А. В. К вопросу об уточнении моделей распространения нежелательной информации в социальных сетях Интернета // Информационные системы и технологии ИСТ-2011: Материалы XVII Международной научно-технической конференции (Н.Новгород, 22 апреля 2011 года).

ИММОД- Секция 3 Практическое применение имитационного и комплексного Н. Новгород: Электронное издание. 2011.; Гарнитура Times New Roman. Усл. печ.

л. 28,0. Уч.-изд. л. 47,6. С.149. ISBN 978-5-9902087-2- 2. Pastor-Satorras R., Vespignani A. Absence of epidemic threshold in scale-free networks with connectivity correlations // Physical Review Letters. 2002. Vol. 90, Issue: 2, Publisher: American Physical Society. P. 1–4.

3. Pastor-Satorras R., Vespignani A. Critical load, congestion instabilities in scale-free networks // Europhys. Lett. 2002. Vol. 62. P. 292.

4. Pastor-Satorras R., Vespignani A. Emergence of clustering, correlations,, communities in a social network model, 2003.

5. Pastor-Satorras R., Vespignani A. Epidemic dynamics, endemic states in complex networks // Phys. Rev. E. 2001.

6. Pastor-Satorras R., Vespignani A. Epidemic dynamics in finite size scale-free networks // Phys. Rev. E. 2002.

7. Pastor-Satorras R., Vespignani A. Epidemic spreading in correlated complex networks // Phys. Rev. E. Stat Nonlin Soft Matter Phys. 2002.

8. Pastor-Satorras R., Vespignani A. Velocity, hierarchical spread of epidemic outbreaks in scale-free networks // Phys. Rev. Lett. 2004. Vol. 92. P. 178701.

9. Barabasi A-L, Albert R., Jeong H. Mean-eld theory for scale-free random networks // Physica A. 1999; 272: 173–189.

10. Newman M. E. J. The structure and function of complex networks // SIAM Review (2003) 45. P. 167–256.

11. Newman M. E. J., Moore Cristopher. Disease spreading and percolation in small-world networks, Santa Fe Institute, 1399 Hyde Park Road, Santa Fe, New Mexico, 1999.

12. Moore C., Newman M. E. J. Epidemics, percolation in small-world networks // Phys.

13. Newman M. E. J., Moore C., Watts D. J. Mean-field solution of the small-world network model // Phys. Rev. Lett., in press, 2000.

15. Жаринов И. В., Крылов В. В. Конструирование графов с минимальной средней длиной пути // Вестник Ижевского государственного технического университета.

2008. № 4. С. 164–169.

16. Minas Gjoka, Carter T. Butts, Maciej Kurant, Athina Markopoulou. Multigraph Sampling of Online Social Networks CoRR abs/1008.2565, 2010.

17. Alessandra Sala, Haitao Zheng, Ben Y. Zhao, Sabrina Gaito, Gian Paolo Rossi. Brief announcement: revisiting the power-law degree distribution for social graph analysis.

PODC 2010: 400–

РАЗРАБОТКА И ПРИМЕНЕНИЕ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ

РЕШЕНИЙ В УПРАВЛЕНИИ СТРОИТЕЛЬСТВОМ*

Строительная отрасль является динамично развивающейся областью, требующей применения новых технических решений. Первые лица строительных компаний и холдингов, а также лица, принимающие решения (ЛПР), сталкиваются в процессе принятия решений в сфере управления с многокритериальным выбором между различными альтернативами по обеспечению выполнения в срок всех этапов строительных работ. Эффективное планирование строительных работ является залогом достижения заданных показателей продолжительности строительства и стоимости возводимых объектов. Динамичный характер строительного производства и окружающей среды, риски возникновения непредвиденных ситуаций требуют от ЛПР быстрого реагирования и гибкой корректировки разработанных планов. Разработка системы поддержки принятия решений (СППР) в сфере управления строительной компанией (холдингом) является актуальной в связи с возрастающей потребностью в автоматизации труда ЛПР по планированию и отслеживанию хода строительных работ.

Технология гибридных агентов мультиагентных процессов преобразования ресурсов В процессах принятия решений и управления строительством используются проблемно-ориентированные системы сетевого планирования, такие как MS Project и TimeLine, также на практике встречается применение систем имитационного моделирования (СИМ), в которых модель настраивается под конкретные нужды или существуют готовые шаблоны формализации проблемной области (ARIS с модулем eM-Plant, Arena, AnyLogic, BPsim). Автоматизация процесса принятия решений в управлении строительством на основе ситуационных моделей сетевого планирования описана в работе [1].

Задача управления строительными работами подразумевает под собой выполнение двух подзадач: 1) планирование сроков работ с распределением ресурсов (трудовых собственных и субподрядных, материально-технических собственных и арендованных, денежных собственных и инвестированных) по отдельным работам; 2) отслеживание в процессе выполнения работ изменений внешней и внутренней среды, оперативную корректировку плана работ для достижения их эффективного исполнения с учетом временных, финансовых и ресурсных ограничений.

Решение выделенных задач можно рассматривать под разными углами. Традиционно ЛПР используют при планировании работ метод PERT (Project Evaluation and Review Technique) – технику оценки и анализа проектов. В рамках данного метода ЛПР осуществляет с помощью специализированных инструментов (например, MS Project, TimeLine) построение диаграмм взаимосвязи событий и работ, характеризуемых длительностью, стоимостью и необходимыми ресурсами. Примерами подобных диаграмм служат сетевые графики и диаграммы Ганта. На основе метода критического пути с помощью сетевых графиков ЛПР выделяют «узкие места» в планировании строительных работ и осуществляют генерацию альтернативных вариантов смещения работ с целью устранения «узких мест», таких как перегрузка собственных ресурсов, превышение лимита стоимости отдельных работ, в том числе вследствие использования большого объема субподряда. В дальнейшем, полученные варианты планирования реализуются в

Работа выполнена в рамках государственного контракта 02.740.11.0512.

ИММОД- Секция 3 Практическое применение имитационного и комплексного ряд сетевых диаграмм взаимосвязи работ и событий, анализируя которые ЛПР выделяют наиболее эффективное решение с учетом существующих ограничений.

Недостатком подобного подхода к планированию строительных работ является частичная автоматизация труда ЛПР по построению сетевых графиков/диаграмм Ганта и выявлению «узких мест» в планировании, в то время как существенный объем работ по генерации альтернативных вариантов планирования и выбору наиболее эффективного варианта осуществляется ЛПР вручную на основании квалификации, опыта и применяемых эвристик учета различных факторов среды. В связи с этим рассмотрим другой подход к решению данной задачи – используем имитационное мультиагентное моделирование.

Формализуем процессы управления строительными работами с помощью модели мультиагентных процессов преобразования ресурсов (МППР) [2], которая позволяет в динамике оценить показатели выполнения и стоимость процессов (время выполнения, наличие дублирующих функций, стоимость процесса, затраты на заработную плату сотрудников и т.д.), а также оценить показатели эффективности процессов (рентабельность, отношение времени исполнения ко времени ожидания, отношение фактического времени исполнения к плановому времени). Применение мультиагентного моделирования обеспечивает с помощью базы знаний агентов формализацию модели ЛПР и накопленных сценариев решения задач в области управления строительными работами.

На основе архитектуры гибридного агента МППР можно создавать следующие виды агентов для решения различных прикладных задач:

• реактивные агенты, поведение которых определяется реактивной подсистемой и описывается только диаграммой деятельности (конечным автоматом). Данный вид агентов используется для задач динамического моделирования МППР;

• реактивно-интеллектуальные агенты – их поведение определяется реактивной подсистемой и описывается только продукционной базой знаний (тактической).

Данный вид агентов используется для задач динамического моделирования МППР, описания моделей ЛПР, управляющих процессами;

• интеллектуальные агенты – поведение и логика их работы определяется только планирующей подсистемой, и знания хранятся в фреймовой базе знаний (стратегической). Данный вид агентов используется для построения проблемно ориентированных интеллектуальных систем на основе аппарата фреймовых экспертных систем (задачи диагностики, проектирования, построения советующих ЭС и систем техникоэкономического проектирования);

• гибридные агенты, полностью реализующие функциональность архитектуры гибридного агента МППР. Данный вид агентов используется для построения сложных, интеллектуальных систем управления и планирования, контур которых состоит из двух элементов: 1) динамической модели процесса управления и 2) блока (модуля), реализующего поиск решения многопараметрической задачи и выработки (генерации) управляющего воздействия на модель процесса управления.

Применение технологии гибридных агентов МППР для формализации процессов управления строительными работами позволяет автоматизировать функции ЛПР по генерации альтернативных вариантов решения различных задач: поиску инвесторов и поставщиков материалов, выбору субподрядных организаций, обнаружению и ликвидации «узких мест» в планировании. Использование технологии гибридного агента предполагает описание предметной области с помощью различных по функциональности программных продуктов, интегрированных в единую систему поддержки принятия решений: СДМС BPsim.MAS и системы технико-экономического проектирования (ТЭП) BPsim.MSS [3]. Система ТЭП BPsim.MSS реализует технологию интеллектуИММОД- Секция 3 Практическое применение имитационного и комплексного альных агентов (ИА), обеспечивающую пользователя инструментом разработки проблемно-ориентированных интеллектуальных систем. Технология ИА позволяет автоматизировать труд ЛПР по решению задач анализа и синтеза организационнотехнических систем, таких как реинжиниринг бизнес-процессов [4], управление проектами, управление строительными работами.

За основу динамической модели процессов проектирования и строительства, реализованной в BPsim.MAS, взята модель МППР, которая обеспечивает поддержку планирования работ и оценки различных проектов застройки. Модель поиска решений, реализованная в BPsim.MSS, лежит в основе поиска эффективных решений многокритериальных задач управления строительными работами: управления текущими процессами строительства и проектирования, принятии решений об участии в тендере на строительство. В результате интеграции предложенных моделей достигается комплексная автоматизация труда ЛПР по управлению строительством.

Разработка моделей строительного холдинга «Wan Bao»

В ходе обследования предметной области были выявлены следующие этапы управления строительными работами: управление текущими работами, формирование бизнес-плана, отражающего предполагаемые экономические показатели деятельности холдинга при определенных начальных условиях, получение кредита на строительство, участие в тендере на строительство, планирование проектных и строительных работ, осуществление продажи/сдачи в аренду площадей возведенных объектов.

В инструменте BPsim.MSS были описаны основные классы, отражающие содержание баз данных холдинга по поставщикам материалов, характеристикам земельных участков, субподрядным организациям, структуре холдинга, кредитным организациям и т.д. На основании разработанной диаграммы классов был спроектирован ИА бизнес-планирования, обеспечивающий в автоматизированном режиме генерацию альтернативных вариантов бизнес-планов строительных работ. ЛПР осуществляет оценку предложенных планов и выбор более выгодного с экономической точки зрения плана.

Начальные условия выбранного бизнес-плана подаются на вход разработанной в BPsim.MAS имитационной модели проектных и строительных работ. Модель предназначена для оценки влияния управляющих решений на динамические характеристики процессов проектирования и строительства холдинга «Wan Bao». К данным характеристикам относятся: фактическая стоимость процессов, перераспределение ресурсов (денежных, материальных и трудовых) между процессами, простои в работах, перегрузки отдельных процессов, выявленные процессы, требующие подключения субподрядных ресурсов, фактические суммарные объемы рабочей силы и материалов, фактическая длительность процессов. Оценку характеристик среды осуществляют в модели интеллектуально-реактивные агенты.

Рассмотрим описание базы знаний (БЗ) следующих агентов: агента операций AOp, отвечающего за выявление в модели операций, требующих подключения субподряда; агента распределения АР, реализующего захват заявки на выполнение операции и распределение ресурсов холдинга Rхолд и субподрядных ресурсов в процессе выполнения операции Op. Описанные атрибуты заявки z на выполнение операций представлены в табл. 1.

В ходе разработки БЗ агентов были использованы следующие операторы работы с заявками: Select(z,Node) – заявка z захвачена узлом Node; Select(z,Node)1 – заявка z не захвачена узлом Node. Также при описании БЗ были использованы переменные, сопоставляющие время имитации и календарное время: iRes43 – текущий день, iRes44 – текущий месяц. Описание БЗ агентов АОр и АР и операции Op приведено в табл. 2.

ИММОД- Секция 3 Практическое применение имитационного и комплексного Определение атрибутов заявки z на выполнение операции Op Признак привлечения субподряда для выполнения операции Op:

Узел-владелец заявки z (агент АОр или АР, операция Ор, слеz_owner БЗ агентов операции и распределения и описание узла-операции Субподряд для выполнения Select(z,AOp) Rхолд:= Rхолд-z_p операции не требуется, доста- (iRes43=z_d)&(iRes44=z_m) z_pr:= Субподряд для выполнения операции требуется, недостаz_pr:= точно своих ресурсов z_p>Rхолд z_time Захват агентом АР заявки с Select(z,AP) требованием субподряда при Select(z,Op) z_owner:="АР" условии незанятости агента z_pr= Время выполнения операции Select(z,AP) закончилось Время выполнения операции Select(z,AP) 3 день: начало рабочего дня – 8:30; окончание рабочего дня – 12: t45 – время дви- Нормальный; '1 = 0,9516 t45 = 3,53 ч Время прибытия не Таким образом, представленная процедура моделирования временных составляющих рейса в международном сообщении позволяют решать ряд задач. В частности, определять время «точно в срок» и границ интервала его допустимого отклонения, что особенно актуально при организации мультимодальных перевозок, когда время прибытия транспортного средства обусловлено расписанием или графиком движения транспортных средств другого вида транспорта (главным образом, водного или железнодорожного). Следует отметить, что в данном случае важным является не только соблюдение верхней границы интервала времени «точно в срок», но и его нижней границы, поскольку простой транспортных средств в ожидании погрузки (или разгрузки) также связан с дополнительными издержками в логистической системе. Кроме того, смоделированные значения временных составляющих транспортировки могут выступать в качестве контрольных; отклонение фактических параметров маршрута от смоделированных являются основанием для принятия оперативных управленческих решений, например, замене одного водителя экипажем для сокращения влияния составляющей, связанной с соблюдением требований ЕСТР. Данные табл. 3 включают результаты моделирования для большого количества реализаций и статистической обработки, а также фактические и плановые величины временных характеристик международных автомобильных перевозок. Очевидно, описанный подход требует уточнения и дальнейшего развития с учетом прочих отмеченных особенностей транспортировки в международном сообщении.

Секция 3 Практическое применение имитационного и комплексного Результаты плановых, фактических, смоделированных и расчетных значений времени перевозки по маршруту Санкт-Петербург–Хельсинки–Санкт-Петербург Расчет по приближенным формулам Литература 1. Бауэрсокс Д. Логистика: интегрированная цепь поставок. 2-е изд / Пер. с англ.

Д.Бауэрсокс, Д.Клосс. М.: ЗАО «Олимп-Бизнес», 2006. 640 с.

2. Дыбская В. В. Логистика [Текст]: учебник / В.В.Дыбская, Е.И.Зайцев, В.И.Сергеев, А.Н.Стерлигова; под ред. В.И.Сергеева. М.: Эксмо, 2008. 944 с.

3. Модели и методы теории логистики: Учеб.пособие. 2-е изд. / Под ред.

В. С. Лукинского. СПб: Питер, 2007. 448 с.

4. Смехов А. А. Основы транспортной логистики: Учеб.для вузов. М.: Транспорт, 1995. 197 с.

ИММОД- Секция 3 Практическое применение имитационного и комплексного

ОСНОВНЫЕ ЗАДАЧИ И МЕТОДИКА ПРЕПОДАВАНИЯ ИМИТАЦИОННОГО

МОДЕЛИРОВАНИЯ ПО НАПРАВЛЕНИЯМ ПОДГОТОВКИ В ОБЛАСТИ

ЭКОНОМИКИ И УПРАВЛЕНИЯ НА ОСНОВЕ СТАНДАРТОВ ТРЕТЬЕГО

ПОКОЛЕНИЯ

Сегодня имитационное моделирование является эффективным и часто единственным методом исследования и решения сложных управленческих проблем. В условиях возрастающей структурной и функциональной сложности объектов управления для принятия эффективных управленческих решений знаний и интуиции экспертов недостаточно, чтобы оценить последствия реализации того или иного решения. Сложные системы контринтуитивны, состоят из множества взаимосвязанных элементов, в которых действует большое количество факторов стохастической природы и неопределенности. Причина и следствие в таких системах разнесены во времени и пространстве, краткосрочные решения требуют согласования с долгосрочными прогнозами. Компьютерная модель является инструментом в руках топ-менеджера, государственного служащего, ответственного за выработку и принятие управленческих решений, также она позволяет поверять проектные и другие решения, когда реальный объект еще не существует, а только разрабатывается или проектируется. Имитационное моделирование применяется в тех случаях, когда эксперимент с реальной системой невозможен или слишком дорог, как в случае с крупномасштабными техническими или социальноэкономическими системами.

В сфере бизнеса и управления имитационное моделирование используется в широчайшем диапазоне – от операционного и производственного менеджмента до стратегического, в управленческом и ИТ-консалтинге. Во всем мире бизнес-планирование любого хозяйственного объекта осуществляется на основе его имитационной модели.

Решения на основе имитационного моделирования востребованы в отраслевых проектах, государственном и территориальном управлении.

В связи с бурным развитием информационных технологий имитационное моделирование переживает новое рождение. Зародившись в академической среде, развиваясь в инженерной среде, интерес к этому виду компьютерного моделирования оживился с появлением высокотехнологичных коммерческих симуляторов, которые на сегодняшний день являются мощным аналитическим средством, вобравшим в себя весь арсенал новейших информационных технологий, включая развитые графические оболочки для целей конструирования моделей и интерпретации выходных результатов моделирования, мультимедийные средства и видео, поддерживающие анимацию в реальном масштабе времени, объектно-ориентированное программирование, интернет-решения и др. В силу своей привлекательности и доступности технологии имитационного моделирования с легкостью покинули академические стены и сегодня осваиваются ИTспециалистами и менеджментом компаний.

В ИТ-индустрии имитационное моделирование начинает применяться в информационных бизнес-системах – от систем планирования в ERP-, SCM-, APS-системах, инструментах анализа и оптимизации в системах моделирования бизнес-процессов, управления цепями поставок и многих других, – до интерактивных моделей ситуационных центров, методов сценарного планирования в системах поддержки принятия решений (DSS, EIS) и системах управления эффективностью бизнеса (BPM), включая высокие технологии современного цифрового производства в системах непрерывной поддержки жизненного цикла изделий (PLM).

Секция 3 Практическое применение имитационного и комплексного Становление и развитие управленческого и ИТ-консалтинга привело к тому, что возрастающий интерес к имитационному моделированию со стороны бизнеса и государственного управления растет быстрее, чем количество квалифицированных профессионалов в этой области. Исторически в российской высшей школе дисциплины имитационного моделирования присутствовали в инженерных специальностях и были связаны с проектированием технических систем.

Взаимодействие профессиональных сообществ и специалистов высшей школы в рамках модернизации российского образования способствовало тому, что дисциплина «Имитационное моделирование» включена в стандарты и профили по направлениям подготовки «Бизнес-информатика», «Прикладная информатика» (профили «Экономика», «Менеджмент»), наиболее передовые университеты экономического и управленческого образования (ГУУ, НИУ-ВШЭ, РАГС при Президенте РФ) включают аналогичные дисциплины в программы магистерской и другой подготовки. Недавно созданное Национальное общество имитационного моделирования в качестве приоритетной задачи своей деятельности должно поставить активизацию взаимодействия с профессиональными сообществами с целью гармонизации образовательных стандартов с профессиональными. В силу известных причин университеты гуманитарного профиля сегодня консервативны в части вторжения науки и новых методов анализа экономики. Отечественное образование остается излишне академизированным, акцент в экономическом образовании ставится на применении классических математических методов в экономике и менеджменте, что не отвечает реальным потребностям и возросшей сложности управленческих проблем, становлению и развитию управленческого консалтинга. Математические модели часто непонятны менеджерам, что вызывает недоверие и отторжение на практике. В условиях реформирования системы российского образования и перехода на уровневую систему, актуально создание сильного и глубокого университетского образования в области имитационного моделирования в сфере управления и экономики. Интегрированный образовательный процесс, подготовка профессиональных системных аналитиков требуют введения имитационного моделирования не в общеобразовательные, а в специальные дисциплины, обеспечивающие профессиональную подготовку системных аналитиков, удовлетворяющих потребности общества, корпораций, интересы правительства в части решения сложных управленческих проблем.

Реформирование в социальных системах и принятие эффективных управленческих решений требуют междисциплинарных знаний в области финансов, маркетинга, производства, персонала и других, широких междисциплинарных коммуникаций. В новых условиях имитационное моделирование должно выступать в качестве методологической и практической базы управленческого и экономического образования, необходимо изменить структуру и содержание уровневой подготовки в экономических и управленческих вузах, включая довузовскую подготовку, бакалавриат и магистратуру, дополнительное профессиональное образование, в том числе МВА.

В настоящем докладе автор пытается кратко изложить опыт преподавания дисциплины «Имитационное моделирование экономических процессов», которую автор преподает более 20 лет студентам, обучающимся по специальностям «Прикладная информатика в управлении», «Информационный менеджмент», «Менеджмент» и др. в Государственном университете управления, Высшей школе экономики, а также по аналогичным программам бизнес-образования уровня МВА и пр. Методика преподавания опирается на обобщение и синтез опыта академической отечественной научной школы, зарубежного бизнесобразования, применение современных компьютерных технологий и научно-практические достижения в области имитационного моделирования, а также практический опыт ведения консалтинговой деятельности в области имитационного моделирования, который адаптируется к специфике управленческого и ИТ-образования.

ИММОД- Секция 3 Практическое применение имитационного и комплексного Практическая направленность курса предполагает формирование компетенций в части применения имитационного моделирования в управленческом консалтинге, принятии управленческих решений, решении конкретных задач и проблем в сфере экономики и управления на управленческих специальностях; а также профессиональной разработки и применения имитационных моделей и других аналитических решений в бизнес-системах и интегрированных информационных системах различного функционального назначения – для ИТ-специальностей.

Базовый теоретический и практический курс дает возможность понять и освоить метод, технологию и современные инструментальные решения имитационного моделирования, приобрести практические навыки по созданию имитационных моделей, ознакомить с наиболее существенными его приложениями с целью широкого применения для решения конкретных практических задач в сфере экономики и управления.

Методологические и системологические аспекты имитационного моделирования позволяют учащемуся определять его специфические черты по отношению к другим видам моделирования, как алгоритмических моделей особого типа, отражающих ментальность лица, принимающего решение, структуру и динамику моделируемой социально-экономической системы, экспериментальную природу имитации, определяющие область применимости моделей этого класса.

Специфика и междисциплинарный характер метода предполагают в качестве обеспечивающих такие дисциплины математического цикла, как теория вероятностей, математическая статистика, методы планирования эксперимента, теория массового обслуживания, системный анализ, исследование операций в части конструктивных методов оптимизации, численные методы, а также знание основ информатики, программирования и объектно-ориентированного анализа.

Технологические аспекты имитационного моделирования включают приобретение знаний и практических компетенций в части содержания деятельности системного аналитика на всех этапах имитационного моделирования, включая концептуализацию и объектно-ориентированный анализ при программировании имитационной модели, применение методик и процедур оценки достоверности имитационных моделей, организацию и проведение направленного вычислительного эксперимента, применение методов оптимизации и сценарного планирования в вычислительном эксперименте, а также освоение в ходе тренингов и практических занятий инструментальных возможностей современных коммерческих симуляторов, таких как Gpss World, Arena, Vensim, AnyLogic.

В курсе изучаются популярные, закрепившиеся в современных инструментальных решениях, а также универсальные парадигмы и концепции алгоритмизации сложных систем и процессов, применяемые в имитационном моделировании. Среди дискретного имитационного моделирования наиболее популярным и ярким представителем является блочно-ориентированный процессный подход, берущий начало от языка моделирования GPSS, предложенного Дж. Гордоном. В этом классе моделей рассматриваются также сетевые парадигмы и агрегативный подход, разработанный отечественной научной школой под руководством Н.П. Бусленко.

Также в теоретическом курсе представлены наиболее важные принципы построения, парадигма и общая структурная схема моделей системной динамики. Знакомство с моделями и методами системной динамики может быть существенно расширено изучением фундаментальных работ Дж. Форрестера, основателя моделей этого класса. Фундаментальные работы Дж. Форрестера и его научная и общественная деятельность не только способствовали появлению системной динамики как новой методологии компьютерного моделирования и метода решения управленческих задач, но и дали развитие целому ряду направлений, таких как: прикладные исследования в широИММОД- Секция 3 Практическое применение имитационного и комплексного ком спектре задач управления – от корпоративного управления до глобального моделирования и моделирования национальных экономик; новый класс высокотехнологичных симуляторов, с помощью которых удалось использовать потоковые диаграммы как язык описания сложных динамических систем с нелинейными обратными связями; интерактивные имитационные игры, или «тренажеры для менеджеров»; интересные и популярные образовательные проекты в сфере бизнеса, создание широкой сети консалтинговых организаций и отделений общества системной динамики по всему миру, применяющих и популяризирующих идеи Дж. Форрестера и его последователей. Сегодня системная динамика, которую осваивают во всех престижных бизнес-школах мира и магистерских программах, демонстрирует новый вид системного мышления у менеджеров и управленцев. Модели системной динамики находят широкое распространение в задачах исследования сложных систем из сферы производства и экономики, торговли и городского хозяйства, из области социальных проблем, проблем экологии и охраны окружающей среды.

Относительно новой парадигмой компьютерного моделирования является мультиагентное имитационное моделирование, позволяющее изучать системные закономерности в результате воспроизведения индивидуального поведения и взаимодействия активных объектов, называемых агентами. Это направление осваивается и развивается в крупнейших научных центрах и университетах по всему миру. Практическое агентное моделирование позволяет получать решения при анализе потребительских и финансовых рынков, потребительских предпочтений и исследовании моделей конкуренции. В социальных науках это направление способствовало появлению нового направления в области социальных исследований – экономики поведения.

Основной акцент образовательных программ в сфере управления приходится на рассмотрение наиболее существенных приложений имитационного моделирования в сфере экономики и управления. Применение дискретного имитационного моделирования требует изучения как наиболее простых объектов – систем массового обслуживания общего типа, так и моделирования бизнес-процессов и цепей поставок. В ходе обучения рассматриваются концептуальные основы моделирования дискретных производственных систем, решение сложных задач в области логистики, управления цепями поставок, включая рассмотрение экономических постановок задач по стратегической и тактической оптимизации цепей поставок, и другие комплексные решения в области логистики, наиболее востребованные сегодня бизнес-приложениями в инжиниринговой и консалтинговой деятельности.

Изучение наиболее существенных приложений системной динамики начинается с «Индустриальной динамики» Дж. Форрестера, с простой модели производственносбытовой системы, что дает возможность учащимся сопоставить решения в этой области на основе различных парадигм имитационного моделирования, включая процессный подход, системную динамику и агентное моделирование. В учебном курсе подробно рассматриваются актуальные сферы применения системной динамики и имитационного моделирования в корпоративном и стратегическом управлении. Имитационное моделирование предприятий сегодня является наиболее перспективной и быстро развивающейся сферой применения имитационного моделирования для бизнеса и корпораций.

Системная динамика является эффективным методом исследования социальноэкономических систем, включая городские и региональные системы. В учебном процессе используются демонстрационно-обучающие комплексы, библиотеки типовых решений и диаграммы, составленные на основе оригинальных работ Дж. Форрестера «Динамика города», «Мировая динамика», что позволяет в процессе обучения закрепить базовые идеи метода, отработать нормативные подходы системной динамики в ИММОД- Секция 3 Практическое применение имитационного и комплексного построении системных потоковых диаграмм модели и механизмы формирования обратных связей в динамических моделях.

Изучение базовых приложений и фундаментальных работ, представленных в теоретическом курсе, позволяет учащимся развить на практике самостоятельный подход к построению авторских имитационных моделей предприятий, социальноэкономических систем, для анализа и решения конкретных управленческих проблем и ситуаций.

В зависимости от направления, профиля подготовки или намеченных индивидуальных траекторий обучения спектр рассматриваемых приложений может быть сужен до логистики, стратегического управления цепями поставок, городских систем и т.д.

Современные образовательные технологии предполагают ориентацию на самостоятельное обучение, поддерживаемое применением тематических демонстрационнообучающих комплексов в учебном процессе, дистанционное обучение, поддержку групповой работы в проектных коллективах. В учебном процессе применяются демонстрационно-образовательные комплексы по фундаментальным работам Дж. Форрестера, «Акселераторы роста в работах Дж. Стермана», библиотека решений «Стратегическая архитектура Кима Уоррена», модели городских и региональных систем, созданные на кафедре информационных систем под руководством Н.Н. Лычкиной, интерактивные деловые и имитационные игры. Групповая работа в проектных коллективах позволяет студентам выступать в роли экспертов по проблеме и участвовать в совместных экспертных ревизиях, отрабатывать коммуникации в групповых ИТпроектах.

Переход на двухуровневую систему подготовки ориентирован на подготовку «пилота» в качестве бакалавра, поэтому предполагает работу с типовыми решениями и освоение техники создания простых имитационных моделей; магистерские программы, как показывает зарубежный опыт, должны включать проведение НИР и научных семинаров по широкой тематике, иметь научно-исследовательскую составляющую проектов и ориентировать учащегося на создание собственных моделей, т.е. подготовку «проектировщика» социально-экономической системы, умеющего с помощью компьютерного моделирования решать уникальные сложные проблемы и принимать обоснованные управленческие решения. В университетах США и Европы создано большое число магистерских программ в различных областях (бизнес-приложения, организационные системы и цепи поставок, экология, здравоохранение и социальная политика и многие другие) с различным уровнем сложности, начиная с базового уровня и обучения системному мышлению до программ для продвинутых системных аналитиков по различным областям управления. Применяется система кредитов для студентов, в зависимости от количества прослушанных программ. Активно развивается международное сотрудничество в научной сфере и образовательных проектах в области системной динамики (sysdynamics.ru).

Инфраструктура исследовательской базы может быть создана, как показывает международный опыт, при университетах, где сосредоточены наиболее квалифицированные кадры. В крупнейших университетах мира также созданы крупные научноисследовательские лаборатории и институты, занимающиеся различными проблемами управления на основе методологии системной динамики. Для практической реализации научно-исследовательских проектов в области имитационного моделирования необходимы:

• проведение научных исследований в научно-исследовательских лабораториях ведущих университетов на стадии концептуализации проблемы, применения математического и других видов анализа, включая онтологии, как при параметризации имитационных моделей, так и проведении сценарных исследований;

Секция 3 Практическое применение имитационного и комплексного • хорошо организованный, продвинутый в разработке системно-динамических моделей консалтинг, включающий управленческий консалтинг на стадии концептуализации и структуризации модели, а также подготовки и интерпретации результатов сценарных исследований и сложной динамики, а также грамотный ИТ-консалтинг, ориентированный на работу в высокотехнологичных средах коммерческих симуляторов и других интеллектуальных средах;

• обучение ТОР-менеджмента, ответственного за принятие решений, системному мышлению с помощью деловых, имитационных игр и шаблонов на стадиях подготовки ментальных моделей и сценариев, проведение тренингов по обучению пользованию имитационными моделями;

• реализация интегративных IT-проектов, совместно со стратегическими партнерами университета и работодателями, по различным направлениям: расширение функционала CASE-средств и BPMS-систем за счет возможностей Simulation Software; систем сбалансированных показателей и системно-динамической модели с индикаторными панелями; интеграция с корпоративными информационными системами, модули планирования в SCM- APS- ERP-системах; аналитические приложения в стратегических информационных системах SEM; и, наконец, современное цифровое производство и т.д.

Развитие дополнительного профессионального и бизнес-образования активизирует применение современных технологий и решений имитационного моделирования в бизнес-среде. Сегодня группы системной динамики существуют во многих бизнесшколах при университетах, они отрабатывают методики очного и дистанционного обучения системной динамики для менеджемента. Эти курсы очень популярны в среде специалистов. Крупнейшими центрами в этой области являются Массачусетский технологический институт (Дж. Стерман, США), Лондонская школа бизнеса (Дж. Моректрофт, Англия), Манхеймский университет (П. Миллинг, Германия) и многие другие. Опыт создания авторской программы в системе российского бизнес-образования по имитационному моделированию экономических процессов реализован при ВШБ ГУУ (mbiprogram.ru).

Широкое распространение в процессе образования системно-динамическая методология получила с середины 80-х годов, когда в рамках проекта К-12 (Kindergarten-12), возглавляемого Дж. Форрестером при содействии Б. Ричмонда, системную динамику ввели в образовательный процесс уже на уровне средних школ (до этого системная динамика преподавалась только на университетском уровне). Этот опыт актуален в условиях становления непрерывного образовательного процесса в России.

Интерактивные имитационные игры являются эффективной методикой управленческого образования. Весьма плодотворным в управленческом образовании оказалось взаимодействие системной динамики с другой областью, связанной с имитационными (деловыми) играми (Simulation and Gaming). Так, на базе системно-динамических моделей и методологии было создано большое количество имитационных игр, называемых в зарубежной литературе «имитаторами полетов для менеджеров» (Flight Simulators). Интерактивные имитационные игры эффективно использовались Дж. Стерманом и другими для проверки различных правил принятия решения прямым экспериментированием.

Такие «тренажеры для пилотов менеджмента» также были той дверью, которая открыла системную динамику менеджерам предприятий. На основе некоторых типовых имитационных моделей/игр были разработаны «учебные имитационные модели», являющиеся расширенными версиями традиционных учебных примеров, часто используемых в менеджменте при обучении. В России очень популярны и применяются на управленческих специальностях игры: «У озера», «Всемирное рыболовство», «Пивная игра», «Стратегема», «Полисфера», «Эконет» и др. В России есть все предпосылки для создаИММОД- Секция 3 Практическое применение имитационного и комплексного ния индустрии имитационных игр для экономических и факультетов государственного управления в университетах.

Актуальной задачей является подготовка монографий и учебных пособий, ориентированных на экономистов и управленцев, перевод популярных изданий в бизнессреде на русский язык. Среди наиболее известных работ в этой области являются книги Дж. Стермана «Business Dynamics – Systems Thinking and Modeling for a Complex World»

[2], К. Уоррена «Competitive Strategy Dynamics», «Strategic Management Dynamics» [3,4], Дж.Моректрофт «Strategic Modelling and Business Dynamics» [5]. Недавно вышедшее в издательстве ИНФРА-М учебное пособие автора «Имитационное моделирование экономических процессов», на которое получен гриф росcийского образования, содержит компактное изложение теоретического курса, может быть рекомендовано и для самостоятельного изучения, адаптировано для экономического и ИТ-образования; автор надеется, что настоящее учебное пособие позволит компенсировать недостаток учебной литературы в этой области и будет способствовать активному освоению современных технологий и решений имитационного моделирования в образовательных программах высшей школы и бизнес-образовании, а также их распространению в бизнес-среде и сфере государственного и территориального управления.

1. Лычкина Н. Н. Имитационное моделирование экономических процессов: Учеб.

Пособие. М.: ИНФРА-М, 2012. 254 с. (Высшее образование).

2. Sterman John. Business Dynamics – Systems Thinking and Modeling for a Complex World, McGraw-Hill Higher Education, 2000.

3. Warren Kim. Competitive Strategy Dynamics, London Business School, John Wiley&Sons Ltd., 2002.

4. Warren Kim. Strategic Management Dynamics, London Business School, John Wiley&Sons Ltd., 2008.

5. Morecroft John. Strategic Modelling and Business Dynamics A Feedback Systems Approach, John Wiley&Sons Ltd., 2007.

Секция 3 Практическое применение имитационного и комплексного

ИМИТАЦИОННАЯ МОДЕЛЬ СИСТЕМЫ ПОСТАВОК ЗАПАСНЫХ ЧАСТЕЙ

КАК СРЕДСТВО УПРАВЛЕНИЯ СИСТЕМОЙ ФИРМЕННОГО

ОБСЛУЖИВАНИЯ АВТОМОБИЛЕЙ В УСЛОВИЯХ ЭКСПЛУАТАЦИИ ЗА

РУБЕЖОМ

И. В. Макарова, Р. Г. Хабибуллин, А. И. Беляев, Э. И. Беляев Современное состояние экономики России определило отношение владельцев автомобилей к организации процесса ее обслуживания. Поскольку при коммерческой эксплуатации перевозочный процесс является основным, то собственную производственно-техническую базу иметь нецелесообразно. Вследствие этого сервисное обслуживание осуществляется в специализированных центрах, причем во многих случаях обслуживание осуществляется «по факту», т.е. когда отказ уже произошел. В то же время, владелец заинтересован в быстром и качественном обслуживании, поскольку это напрямую влияет на получение прибыли. Поэтому важной задачей является такая организация сервисного обслуживания, при которой становится возможным, во-первых, предупреждение отказа с помощью отлаженной системы прогнозирования, а во-вторых, оптимизация самого процесса обслуживания, что позволит сократить время пребывания автомобиля в сервисном центре. Построение такой системы возможно с помощью методов и средств системного анализа, позволяющих повысить эффективность управления системой фирменного сервиса с учетом взаимодействия его подсистем [1].

Одной из основных причин простоев автомобильной техники на постах в ожидании обслуживания является отсутствие необходимых запасных частей. Такая ситуация характерна как для отечественных дилерско-сервисных центров (ДСЦ), так и для ДСЦ, расположенных за рубежом, однако для зарубежных ДСЦ проблема осложняется еще рядом внешних факторов, влияющих на систему организации поставок, поэтому поиск путей ее решения имеет еще большую актуальность. Одним из возможных путей решения указанной проблемы является создание такой системы планирования потребности в запасных частях, которая бы позволяла организовать их своевременную поставку, основывалась на более точных прогнозах.

Уровень организации гарантийного обслуживания, на основании которого в дальнейшем формируется решение клиента о повторном обращении в сервисный центр и обслуживании в постгарантийный период в данном ДСЦ, является одним из основных показателей качества и конкурентоспособности фирменного сервиса автомобильной техники. Поэтому оптимизация поставок запасных частей для организации обслуживания автомобильной техники в гарантийный период – наиболее актуальная задача, требующая постоянного мониторинга изменения эксплуатационных характеристик автомобильной техники. Анализ отказов автомобильной техники в гарантийный период позволит планировать структуру поставок запасных частей, а также оценивать качество продукции производителей деталей, узлов и агрегатов для дальнейшей корректировки работы с ними.

Одним из эффективных методов решения данной задачи служит использование системы поддержки принятия решений (СППР), интеллектуальным ядром которой является имитационная модель системы поставки запасных частей, многократно воспроизведящая её работу с целью определения оптимального управления. Обеспечивающими модулями, информация из которых служит основанием для изменения параметров модели, являются модули сбора, анализа информации и прогноза изменения состояния системы. В них реализована возможность мониторинга состояния системы: сбора данИММОД- Секция 3 Практическое применение имитационного и комплексного ных об обращениях в автоцентр по причине отказов автомобильной техники, видовозрастной структуре регионального парка, прогнозах остаточных ресурсов узлов, агрегатов и систем автомобиля, а также анализа надежности различных узлов, агрегатов и систем, планирования поставок запасных частей на основе анализа статистической информации.



Pages:   || 2 | 3 | 4 | 5 |
Похожие работы:

«НЕГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ДОПОЛНИТЕЛЬНОГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ САНКТ-ПЕТЕРБУРГСКИЙ ИНСТИТУТ ПРОЕКТНОГО МЕНЕДЖМЕНТА Сборник научных статей по итогам международной научно-практической конференции 27-28 июня 2014 года ОТ КРИЗИСА К МОДЕРНИЗАЦИИ: МИРОВОЙ ОПЫТ И РОССИЙСКАЯ ПРАКТИКА ФУНДАМЕНТАЛЬНЫХ И ПРИКЛАДНЫХ НАУЧНЫХ РАЗРАБОТОК В ЭКОНОМИКЕ, ПРОЕКТНОМ МЕНЕДЖМЕНТЕ, ОБРАЗОВАНИИ, ЮРИСПРУДЕНЦИИ, ЯЗЫКОЗНАНИИ, КУЛЬТУРОЛОГИИ, ЭКОЛОГИИ, ЗООЛОГИИ, ХИМИИ, БИОЛОГИИ, МЕДИЦИНЕ,...»

«Статья размещена по адресу: http://scepsis.ru/library/id_2017.html Константин Иночкин В поле каждый колосок В Париже проходит конкурс генетиков. Третье место заняли французы с гибридом дыни и земляники: размер, как у дыни, вкус — как у земляники. Второе место заняли американцы с гибридом груши и огурца: вид, как у огурца, а вкус — как у груши. Первое место заняли российские генетики. — Мы скрестили арбуз с тараканами, — заявили они на пресс-конференции. — Его разрезаешь, а косточки сами...»

«49-я научная конференция аспирантов, магистрантов и студентов БГУИР, 2013 г. 49-я научная конференция аспирантов, магистрантов и студентов учреждения образования Белорусский государственный университет информатики и радиоэлектроники ЭКОНОМИКА, УПРАВЛЕНИЕ, ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ 6–10 мая 2013 года 49-я научная конференция аспирантов, магистрантов и студентов БГУИР, 2013 г. ИНТЕРНЕТ, КАК МАРКЕТИНГОВАЯ ПЛОЩАДКА ДЛЯ ПРОДВИЖЕНИЯ И УВЕЛИЧЕНИЯ ОБЪЕМА ПРОДАЖ Белорусский государственный университет...»

«ОТЗЫВ ОФИЦИАЛЬНОГО ОППОНЕНТА на диссертационную работу Прохорова Е.И. Адаптивная двухфазная схема решения задачи структура – свойство, представленную на соискание ученой степени кандидата физико-математических наук по специальности 05.13.17 – теоретические основы информатики Актуальность выбранной тематики. Диссертационная работа Е.И. Прохорова посвящена совершенствованию методов классификации в прикладной задаче поиска количественных отношений структура – свойство. Актуальность тематики с...»

«ИНФОРМАЦИОННАЯ БЕЗОПАСНОСТЬ РЕГИОНОВ РОССИИ (ИБРР–2009) VI САНКТ-ПЕТЕРБУРГСКАЯ МЕЖРЕГИОНАЛЬНАЯ КОНФЕРЕНЦИЯ Санкт-Петербург, 28-30 октября 2009 года ТРУДЫ КОНФЕРЕНЦИИ Санкт-Петербург 2010 VI САНКТ-ПЕТЕРБУРГСКАЯ МЕЖРЕГИОНАЛЬНАЯ КОНФЕРЕНЦИЯ ИНФОРМАЦИОННАЯ БЕЗОПАСНОСТЬ РЕГИОНОВ РОССИИ (ИБРР–2009)   Санкт-Петербург, 28-30 октября 2009 года ТРУДЫ КОНФЕРЕНЦИИ Санкт-Петербург 2010 УДК (002:681):338.98 И74 Информационная безопасность регионов России (ИБРР-2009). VI Санкт-Петербургская Межрегиональная...»

«НЕГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ДОПОЛНИТЕЛЬНОГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ САНКТ-ПЕТЕРБУРГСКИЙ ИНСТИТУТ ПРОЕКТНОГО МЕНЕДЖМЕНТА Сборник научных статей по итогам международной научно-практической конференции 29-30 апреля 2014 года ИННОВАЦИОННЫЕ ПРЕОБРАЗОВАНИЯ, ПРИОРИТЕТНЫЕ НАПРАВЛЕНИЯ И ТЕНДЕНЦИИ РАЗВИТИЯ В ЭКОНОМИКЕ, ПРОЕКТНОМ МЕНЕДЖМЕНТЕ, ОБРАЗОВАНИИ, ЮРИСПРУДЕНЦИИ, ЯЗЫКОЗНАНИИ, КУЛЬТУРОЛОГИИ, ЭКОЛОГИИ, ЗООЛОГИИ, ХИМИИ, БИОЛОГИИ, МЕДИЦИНЕ, ПСИХОЛОГИИ, ПОЛИТОЛОГИИ, ФИЛОЛОГИИ,...»

«XII БЕЛОРУССКО-РОССИЙСКАЯ НАУЧНО-ТЕХНИЧЕСКАЯ КОНФЕРЕНЦИЯ ТЕХНИЧЕСКИЕ СРЕДСТВА ЗАЩИТЫ ИНФОРМАЦИИ 28 - 29 мая 2014 г. Минск БГУИР 2014 Министерство образования Республики Беларусь Белорусский государственный университет информатики и радиоэлектроники Федеральная служба технического и экспортного контроля Российской Федерации Оперативно-аналитический центр при Президенте Республики Беларусь Государственное предприятие НИИ ТЗИ Центр повышения квалификации руководящих работников и специалистов...»

«Дайджест публикаций на сайтах органов государственного управления в области информатизации стран СНГ Период формирования отчета: 01.10.2013 – 31.10.2013 Содержание Республика Беларусь 1. 1.1. Республика Беларусь по индексу развития ИКТ (IDI) поднялась на 5 пунктов и заняла по итогам 2012 года 41 место. Дата новости: 08.10.2013. 1.2. До 01.11.2013 г. принимаются заявки для участия в Республиканском конкурсе инновационных проектов. Дата новости: 09.10.2013. 1.3. Определены информационные...»

«28.11.2011 № 264 О проведении VII Международной научно-методической конференции Дистанционное обучение – образовательная среда XXI века В соответствии с планом проведения научно-организационных мероприятий Министерства образования Республики Беларусь на 2011 год для обмена опытом в области информатизации образования, обсуждения проблем, методов и подходов в решении вопросов, связанных с внедрением и функционированием дистанционного обучения, обобщения опыта, координации и интеграции усилий...»

«Башкирский государственный педагогический университет им. М. Акмуллы Уфимский научный центр РАН Академия наук Республики Башкортостан Институт математики с вычислительным центром Уфимского научного центра РАН Институт профессионального образования и информационных технологий Материалы Всероссийской научно-практической конференции Прикладная информатика и компьютерное моделирование г.Уфа, 25-28 мая 2012 г. Том 1 А-В Уфа 2012 1 УДК 004 Материалы Всероссийской научно-практической конференции...»

«Сахалинский государственный университет САХАЛИНСКАЯ МОЛОДЕЖЬ И НАУКА Межвузовский сборник научных статей Южно-Сахалинск 2009 УДК 378(578.64) ББК 74.58(2Рос-4Сах) С 22 Печатается по решению научно-экспертного совета Сахалинского государственного университета, 2009 г. С 22 Сахалинская молодежь и наук а: межвузовский сборник научных статей / Сост. и отв. ред. Л. Н. Конюхова. – Южно-Сахалинск: СахГУ, 2009. – 300 с. ISBN 978-5-88811-290-8 В сборнике материалов конференции Сахалинская молодежь и...»

«ВЕСТНИК ТОМСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА 2014 Управление, вычислительная техника и информатика № 2 (27) УДК 519.872 А.А. Назаров, Н.И. Яковлев ИССЛЕДОВАНИЕ RQ-СИСТЕМЫ M|M|1 С ФАЗОВЫМ РАСПРЕДЕЛЕНИЕМ ПОВТОРНОГО ВРЕМЕНИ Рассматривается однолинейная СМО с повторными вызовами. В систему поступает пуассоновский поток заявок, время обслуживания экспоненциальное. Заявка, приходящая из потока, занимает прибор для обслуживания, если он свободен. В противном случае заявка отправляется в источник...»

«Министерство сельского хозяйства Российской Федерации Федеральное государственное образовательное учреждение высшего профессионального образования Пермская государственная сельскохозяйственная академия имени академика Д.Н. Прянишникова ИННОВАЦИОННОМУ РАЗВИТИЮ АПК – НАУЧНОЕ ОБЕСПЕЧЕНИЕ Сборник научных статей Международной научно-практической конференции, посвященной 80-летию Пермской государственной сельскохозяйственной академии имени академика Д.Н. Прянишникова (Пермь, 18 ноября 2010 года)...»

«Республики Беларусь Белорусский государственный университет информатики и радиоэлектроники Федеральная служба технического и экспортного контроля Российской Федерации Оперативно-аналитический центр при Президенте Республики Беларусь Государственное предприятие НИИ ТЗИ Центр повышения квалификации руководящих работников и специалистов Департамента охраны МВД Республики Беларусь Объединенный институт проблем информатики НАН Беларуси Академия управления при Президенте Республики Беларусь...»

«И.М. Гарскова Формирование модели специализации Историческая информатика В деятельности АИК традиционно сильной всегда являлась тема тика, связанная с применением информационных технологий в исто рическом образовании. Развитие этой тематики опиралось, с одной стороны, на опыт преподавания общественных наук под эгидой Мин вуза СССР, который с середины 1980 х гг. начал внедрение ТСО (тех нических средств обучения) в практику преподавателей обществове дов1. С другой стороны, на исторических...»

«ПУТИ СОВЕРШЕНСТВОВАНИЯ СИСТЕМЫ ПРИРОДООХРАННОГО ПРАВОПРИМЕНЕНИЯ В КАЗАХСТАНЕ 1 ПУТИ СОВЕРШЕНСТВОВАНИЯ СИСТЕМЫ ПРИРОДООХРАННОГО ПРАВОПРИМЕНЕНИЯ В КАЗАХСТАНЕ ОРГАНИЗАЦИЯ ЭКОНОМИЧЕСКОГО СОТРУДНИЧЕСТВА И РАЗВИТИЯ ОЭСР это уникальный форум, где правительства 30 демократических стран с развитой рыночной экономикой работают совместно для решения экономических, социальных и экологических проблем глобализации. Кроме того, ОЭСР принадлежит к тем организациям, которые стараются лучше понять новые явления...»

«Новые технологии 6. Букринский В. А. Геометрия недр. – М.: Недра, 1985. – 521 с. 7. Шерифф Р., Гелдарт Л. Сейсморазведка. Т. 2. – М.: Мир, 1987. – 328 с. 8. Малинникова О. Н., Захаров В. Н., Филиппов Ю. А., Ковпак И. В. Геопространственное моделирование взаимодействия высотных зданий и сооружений с массивом горных пород // Горный инф.аналитич. бюллетень. Отд. вып. 11. Информатизация и управление-2. – М.: МГГУ, 2008. C. 59–66. 9. Ефимова Е. А., Пикус И. Ю., Якубов В. А. Использование методов...»

«2013 год – год окружающей среды Министерство образования Московской области Академия информатизации образования Академия социального управления АНО ВПО Московский гуманитарный институт Ataturk Universty Kazim Karabekir Educational Faculty Primary Education Department ГОУ ВПО Международный университет природы, общества и человека Дубна Институт информатизации образования РАО Московский государственный университет экономики, статистики и информатики МОУ Институт инженерной физики ООО...»

«СТРУКТУРА ГОУ ВПО АЛТАЙСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ (по состоянию на 27.05.2010) Ректор 1. Конференция научно-педагогических работников, представителей других категорий работников и обучающихся 2. Учный совет 3. Ректорат 4. Первый проректор по экономике и финансам 5. Первый проректор по учебной работе 6. Проректор по научной работе и международным связям 7. Проректор по качеству образовательной деятельности 8. Проректор по учебной работе 9. Проректор по информатизации 10. Проректор по...»









 
2014 www.konferenciya.seluk.ru - «Бесплатная электронная библиотека - Конференции, лекции»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.