Исламутдинов Вадим Фаруарович
Имитационное моделирование инновационного поведения фирм

Lib.ru/Современная: [Регистрация] [Найти] [Рейтинги] [Обсуждения] [Новинки] [Помощь]
  • Оставить комментарий
  • © Copyright Исламутдинов Вадим Фаруарович (isvad@hotmail.ru)
  • Размещен: 31/10/2012, изменен: 16/12/2013. 40k. Статистика.
  • Статья: Бизнес
  • Иллюстрации/приложения: 4 шт.
    •  Ваша оценка:
  • Аннотация:
    В статье описаны основы имитационного моделирования, приведена постановка задачи, принятые условные обозначения, формулы и ограничения модели, блок-схема ее работы, описаны основные объекты модели и приведены элементы программного кода. Описаны результаты трех серий экспериментов, показывающие преимущества и недостатки предлагаемой методики моделирования, а также ее возможности по отображению специфики инновационного поведения отдельных разновидностей фирм, таких например, как фирмы-инноваторы и фирмы-имитаторы, малые, средние и крупные фирмы.\\\\\Вестник Югорского государственного университета. 2011. N 4. С. 30-39.
    • Статья опубликована в журнале Вестник ЮГУ. - 2011. - #4(23). - С. 30-39 Полный текст со всеми иллюстрациями в приложении

    УДК 004.4; 316.422

    М.Г. Будник, В.Ф. Исламутдинов, С.П. Семенов

    Maxim Budnik, Vadim F. Islamutdinov, Sergey P. Semenov

    ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ ИННОВАЦИОННОГО ПОВЕДЕНИЯ ФИРМ В СРЕДЕ ANYLOGIC

    SIMULATION OF INNOVATIVE BEHAVIOR OF THE FIRMS IN THE PROGRAMMING ENVIRONMENT OF ANYLOGIC

      
       Имитационное моделирование реализуется посредством набора математических инструментальных средств, специальных компьютерных программ и приемов, позволяющих с помощью компьютера провести целенаправленное моделирование в режиме "имитации" структуры и функций сложного процесса и оптимизацию некоторых его параметров. Набор программных средств и приемов моделирования определяет специфику системы моделирования - специального программного обеспечения.
       В отличие от других видов и способов математического моделирования с применением ЭВМ имитационное моделирование имеет свою специфику: запуск в компьютере взаимодействующих вычислительных процессов, которые являются по своим временным параметрам - с точностью до масштабов времени и пространства - аналогами исследуемых процессов.
       В основе большинства имитационных моделей лежит метод Монте-Карло. В основе вычислений по методу Монте-Карло лежит случайный выбор чисел из заданного вероятностного распределения. При практических вычислениях эти числа берут из таблиц или получают путем некоторых операций, результатами которых являются псевдослучайные числа с теми же свойствами, что и числа, получаемые путем случайной выборки.
       Применение метода Монте-Карло может дать существенный эффект при моделировании развития процессов, натурное наблюдение которых нежелательно или невозможно, а другие математические методы применительно к этим процессам либо не разработаны, либо неприемлемы из-за многочисленных оговорок и допущений, которые могут привести к серьезным погрешностям или неправильным выводам. Инновационные процессы в большинстве случаев относятся именно к таким [1].
       AnyLogic -- программное средство для имитационного моделирования бизнес процессов, разработанное российской компанией "Экс Джей Текнолоджис" (англ. XJ Technologies). Инструмент обладает современным графическим интерфейсом  и позволяет использовать Java для разработки моделей.
       Цель данной работы состоит в разработке и проверке работоспособности бизнес-модели фирмы, реализующей инновации. В основе модели лежит методика отбора инновационных проектов на основе энтропийного выигрыша, описанная в работах [2,3,4]
       Задачи:
       - описать состав элементов (объектов) модели;
       - описать основные моменты работы модели;
       - показать возможности по проведению экспериментов.

    Постановка задачи

       Имеется фирма, которая занимается реализацией инноваций. Все показатели генерируются случайным образом. Отдельно генерируются первоначальные показатели фирмы и показатели инновационных проектов. Сгенерированные инновации помещаются в банк инноваций, из которого фирма должна выбрать лучшую инновацию. Лучшая инновация выбирается на основе формулы для расчета энтропийного выигрыша. Далее проверяются возможности фирмы по реализации инновации, то есть проверяется, хватит ли у фирмы начального капитала и времени на реализацию выбранного инновационного проекта. Если все условия соблюдаются, фирма реализует выбранную инновацию, что приводит к изменению ключевых показателей ее деятельности: ежегодной прибыли и капитала. Затем цикл отбора и реализации инновационного проекта повторяется несколько раз в течении заданного промежутка времени. Результаты имитации выводятся в виде графиков.

    Принятые условные обозначения

       Все обозначения приведены в таблице 1.
       Таблица 1. Условные обозначения модели

    Обоз-начение

    Единица измерения

    Расшифровка

    Показатели фирмы

    Т

    годы

       Запас времени в соответствии с прогнозом уровня энтропии (срок жизни фирмы, которая не реализует инновации)

    K

    млн. руб.

       Капитал фирмы

    M

    млн. руб.

       Ежегодная прибыль фирмы

    Показатели инновационного проекта

    t1

    годы

       Время, необходимое для внедрения инновации

    t2

    годы

       Время получения эффекта от инновации

    m1

    млн. руб.

       Ежегодные капитальные затраты на инновацию на этапе внедрения

    m2

    млн. руб.

       Ежегодная дополнительная прибыль от существующих инноваций

    p1

    -

       Оценка риска (неопределенности) превышения капитальных затрат над запланированными

    p2

    -

       Оценка риска (неопределенности) неполучения дополнительной прибыли от внедрения инноваций
      

    Формулы. Пояснение формул

       Формула для отбора инновационного проекта на базе максимизации энтропийного выигрыша:
       I = max (?Si), (1)
       ?S =S+ - S-, (2)
       при условии ?S > 0,
       при этом:
       0x01 graphic
    , (3)
       0x01 graphic
    , (4)
       Формула для расчета изменения капитала фирмы под влиянием реализации инновационного проекта:
       Kt+1 = Kt + M - m1t(1+p1) + m2t(1 - p1), (5)
       где t - номер шага реализации модели (1 шаг равняется 1 году)

    Условия (ограничения) модели

        -- Все генерируемые показатели должны быть положительными числами Т, К, М, t1, t2 m1, m2, p1, p2 > 0;
        -- Срок внедрения инновации не должен превышать запаса времени фирмы: t1 < T;
        -- Общие затраты на инновационный проект не должны превышать финансовых возможностей фирмы: m1*t1 < (К + M*t1);
        -- Если фирма уже реализует инновационный проект, то она не может начинать новый (в дальнейшем планируется снять это ограничение);
        -- Если инновационный проект не был выбран фирмой за определенный промежуток времени, то он уничтожается (моральный износ);
        -- Если инновационный проект не может быть реализован фирмой в связи с невыполнением условий 2 и 3, то он уничтожается (но может и возвращаться в банк, но на следующем шаге).

    Блок схема работы модели

    0x08 graphic
    Активный объект Main

       В активном объекте Main выполняется вся логика работы модели. На данный момент активный объект содержит в себе активный объект Firma и компоненты основной библиотеки. На рис 1. представлен активный объект Main и все компоненты которые он включает.
       0x01 graphic

    Рисунок 1. Активный объект Main

       Основные компоненты активного объекта Main:
        -- Источник 0x01 graphic
      генерирует одну заявку типа Innovation (инновационный проект).
       Класс Innovation -обычный Java класс с дополнительными полями, такими как:
      -- t1- время, необходимое для внедрения инновации, лет;
      -- t2- время получения эффекта от инновации лет;
      -- m1 - ежегодные капитальные затраты га инновацию на этапе внедрения, ден. ед;
      -- m2- ежегодная дополнительная прибыль от существующих инноваций, ден.ед;
      -- p1- оценка риска (неопределенности) превышения капитальных затрат над запланированными;
      -- p2- оценка риска (неопределенности) неполучения дополнительной прибыли от внедрения инноваций.
        -- Очередь 0x01 graphic
      хранит заявки типа Innovation (то есть сгенерированные инновационные проекты).
        -- Компонент Sink 0x01 graphic
      уничтожает заявки в очереди по прошествии некоторого времени (моральный износ).
        -- Enter 0x01 graphic
      - это компонент позволяющий захватывать заявки из основного потока и перемещать их в произвольный поток, этот элемент необходим для отбора инновационных проектов.
        -- Объект Firma 0x01 graphic
      - это объект, описывающий поведение инновационной фирмы.
        -- Компонент Event 0x01 graphic
      - это событие, цель которого проверять, готова ли фирма к реализации заявки (не занята ли она в данный момент реализацией инновационного проекта).
        -- Функция optimum 0x01 graphic
      выбирает наилучшую заявку для фирмы.
       Исходный код функции optimum представлен в листинге 1.
      
       @param переменная frm содержит объект фирмы
       @param переменная bank содержит банк инноваций
       @return Возвращает объект Pair( c англ. Пара ) с позицией максимально эффективной инновации для фирмы и ее значением функции ее энтропийного выигрыша
       Pair optimum(Firma frm,Queue bank){
       double max = 0; // Максимальное значение функции энтропийного выигрыша
       int pos = 0; // Позиция инновации с максимальным показателем
       for (int i = 0; i < bank.size(); i++) // Итерация по банку инноваций
       {
       double Sminus = (((Innovation)(bank.get(i))).t1/frm.T)*(((Innovation)(bank.get(i))).m1/frm.M)*
       (1+((Innovation)(bank.get(i))).p1); // Реализация формул
       double Splus = (((Innovation)(bank.get(i))).t2/frm.T)*(((Innovation)(bank.get(i))).m2/frm.M)*
       (1-((Innovation)(bank.get(i))).p2); // см. руководство
      
       if ( ((double)(Splus-Sminus)) > max ) // Проверка очередного значения функции энтропийного выигрыша на максимум с текущим значением максимума
       {
       max = ((double)(Splus-Sminus));
       pos = i;
       }
      
       }
       return new Pair(pos,max); // Возвращает объект Pair( c англ. Пара ) с позицией максимально эффективной инновации для фирмы переданной в параметре и ее значением

    Листинг 1. Исходный код функции optimum

    Активный объект Firma

       Активный объект фирма описывает поведение смоделированной в условиях задачи фирма. Реализует всю логику работы фирмы. На рис 2. Представлены основные компоненты активного объекта Firma.
       0x01 graphic

    Рисунок 2. Активный объект Firma

       Основные компоненты активного объекта Firma:
        -- Компонент Hold 0x01 graphic
      - блокирует поток заявок. Когда фирма уже реализует инновационный проект, она больше не может реализовывать никаких других и поток временно блокируется.
        -- Компонент Port 0x01 graphic
      осуществляет связь с внешним миром. Если конкретнее, то через него объект взаимодействует с другими объектами. В нашем случае через него поступают заявки (инновации).
        -- Параметры K,М,Т 0x01 graphic
      - это сгенерированные первоначальные параметры, то есть капитал фирмы, ежегодная суммарная прибыль, запас времени соответственно.
        -- Переменная innovation 0x01 graphic
      содержит экземпляр инновационного проекта, отобранный функцией optimum.
        -- Функция holdOn0x01 graphic
      нужна для проверки того, может ли фирма взяться реализовывать эту инновацию. Ее исходный код приведен в листинге 2.
      
       @param переменная frm содержит объект фирмы
       @param переменная inv содержит экземпляр инновации
       @return возвращает true если фирма может реализовать заявку
       boolean holdOn(Innovation inv,Firma frm){
       if ( (inv.m1*inv.t1*(1+inv.p1) ) <= (frm.K + (frm.M * inv.t1) ) && (inv.t1 <= frm.T) ) // Проверка условия
       {
       return true;
       }
       return false;

    Листинг 2. исходный код функции holdOn

        -- Диаграмма состояния 0x01 graphic
      . Ее функция на каждом модельном шаге времени, которое характеризует год работы фирмы, прибавлять к капиталу фирмы ее ежегодную прибыль до реализации инновационных проектов. Расчет по формуле K = K + M (предполагается изменить формулу таким образом, чтобы ежегодная прибыль сокращалась, если фирма не реализует инновационных проектов, причем в соответствии с запасом времени);
        -- Диаграмма состояния 0x01 graphic
      - это ключевой элемент активного объекта Firma. Начинает фирма свою работу по пришествии сигнала "start". Контролирует этот переход стрелка помеченная номером 1. Диаграмма состояния реализует 2-а цикла. Они охарактеризованы в двух блоках minus и plus .Блок minus реализует затраты фирмы на реализацию инновации. Этот блок будет работать столько времени, какое значение содержится в параметре t1 инновации. Контролирует этот переход стрелка помеченная номером 2. Формулы используемые в этом блоке K = K - innovation.m1 * (1 + innovation.p1); Блок plus реализует прибыль фирмы от реализации инновации. Этот блок будет работать столько времени, какое значение содержится в параметре t2 инновации. Контролирует этот переход стрелка помеченная номером 3. Формулы используемые в этом блоке K = K + M + innovation.m2 * (1 - innovation.p2); M = M + innovation.m2 * (1-innovation.p2).

    Логика работы активного объекта Firma

       Когда фирма готова к реализации инновации, то объект hold находиться в открытом состоянии. После прихода очередной заявки через объект port она проверяется функцией holdOn. Если проверка прошла успешно, то фирма реализует эту инновацию и экземпляр заявки присваивается переменной innovation и отсылается сигнал "start" диаграмме состояний. Если нет, то заявка уничтожается (опционально можно вернуть в поток, но только на следующем шаге). При этом, когда фирма реализует инновацию, объект hold блокирует поток заявок.

    Эксперименты

       На данный момент реализовано несколько экспериментов, которые позволяют судить о возможностях и пределах применения модели:
       1. Сравнение эффективности отбора инновационных проектов по предложенной формуле максимизации энтропийного выигрыша. Для сравнения проводилась имитация отбора по стандартной формуле, применяемой для отбора инновационных проектов, основанной на максимизации чистого дисконтированного дохода:
       I = max (NPVi), (6)
       при условии NPVi > 0,
       0x01 graphic
    , (7)
       По результатам имитации получается, что в целом отбор проектов по энтропийному выигрышу позволяет фирме быстрее наращивать капитал, однако, различие не критическое (рисунок 3).

    0x01 graphic

    Рисунок 3 . Результаты имитации отбора инновационных проектов по стандартной и предлагаемой методике

       На первоначальном этапе фирмы отбирают практически одни и те же инновационные проекты, но в дальнейшем начинаются отличия, которые на темпы прироста капитала влияют незначительно. То есть требуется проведение дальнейших экспериментов с усложнением процедуры внедрения инновационных проектов фирмой, например введение элемента случайности в результаты внедрения проекта - то есть дополнительная генерация размера дополнительной прибыли после завершения этапа внедрения. Так же возможно ведение в модель возможности одновременной реализации нескольких проектов и элемента конкуренции инноваций за имеющиеся ресурсы (причем некоторые проекты, которые не совсем удачные, должны завершаться раньше срока).
       2. Сравнение эффективности отбора инновационных проектов фирмой-инноватором и фирмой-имитатором. Для этого создан дополнительный банк инноваций, в который помещаются проекты, которые уже реализованы фирмой-инноватором. При этом все показатели этих инновационных проектов значительно ниже, чем у абсолютно новых (в несколько раз). Результаты имитации приведены на рисунке 4.
       0x01 graphic
       Рисунок 4. Результаты моделирования конкуренции фирмы-инноватора и имитатора
       На первоначальном этапе фирма-имитатор отстает, однако в некоторых случаях может постепенно догонять инноватора. Это согласуется с результатами экспериментов? проведенных Нельсоном и Уинтером [7], а также согласуется с данными практики, показывающей быстрое сокращение отставания азиатских фирм от европейских и американских.
       3. Изучение влияния первоначальных показателей на инновационную активность фирм. Для этого создано 3 фирмы: мелкая, средняя и крупная. Результаты имитации приведены на рисунке 5.
       0x01 graphic
       Рисунок 5. Результаты моделирования конкуренции фирм разного первоначального размера
       Результаты моделирования оказались предсказуемыми: чем крупнее фирма, тем быстрее она наращивает свой капитал, причем мелкая фирма часто вынуждена отказываться от реализации инновационных проектов. Однако в некоторых случаях, как показано на рисунке 5, средняя фирма может обогнать крупную в долгосрочной перспективе. Поэтому необходима новая серия экспериментов, в которой нужно учесть возможности по стимулированию инновационной активности мелких фирм (инновационная инфраструктура), а также добавить возможность выбора фирмами проектов, которые дают стабильный доход при низком уровне риска (то есть обычных, неинновационных).

    Заключение

       Таким образом, результаты моделирования уже на этом этапе позволяют утверждать, что разработанная имитационная модель инновационного поведения фирм обладает значительным потенциалом по объяснению особенностей инновационного поведения фирм, а также по его прогнозированию. Модель достаточно адекватно отображает реальное поведение инновационных фирм, а также позволяет оценить влияние на инновационное поведения тех или иных факторов, в том числе степень развитости элементов инновационной инфраструктуры и эффективность мер государственного регулирования инновационной активности фирм.
       В дальнейшем планируется реализовать:
        -- модель оптимизации инновационного портфеля для одной фирмы;
        -- простейшая модель конкуренции - две фирмы без возможности входа новых фирм;
        -- более сложная модель конкуренции - несколько фирм, возможность входа;
        -- изучение влияния институтов на инновационное поведение фирм - наличие кредита, патентной защиты, государственных НИОКР, венчурного капитала, технопарков.

    Библиографический список

        -- Емельянов А.А. и др. Имитационное моделирование экономических процессов: Учеб. пособие / А.А. Емельянов, Е.А. Власова, Р.В. Дума; Под ред. А.А. Емельянова. - М.: Финансы и статистика, 2002. - 368 с.
        -- Исламутдинов В.Ф. Двухстадийная оптимизация выбора инновационных проектов // Сибирская финансовая школа. - 2010. - N1/78 (январь-февраль). - С. 111-115.
        -- Исламутдинов В.Ф. Синтез институционального и эволюционного подходов к обоснованию инновационных процессов. - Ханты-Мансийск.: ИИЦ ЮГУ, 2010. - 148 с.
        -- Исламутдинов В.Ф. Энтропийное моделирование инновационного поведения фирм // Спецпроект: аналіз наукових досліджень : матеріали VI Мiжнар. наук-практ. конф., 30-31 трав. 2001 р. : У 7 т. - Д.: Бiла К.О., 2011. - Т. 7. - С. 100-107.
        -- Лужанский Б.Е. Оценка стоимости научно-технической продукции. Имитационное моделирование инновационного бизнес-процесса (бизнеса). [Электронный ресурс]: - http://www.appraisal.ru/phys/seepubl.asp?ID=361
        -- Мур, Джеффри, Уэдерфорд, Ларри Р., и др. Экономическое моделирование в Microsoft Excel, 6-е изд.: Пер с англ - М.: Издательский дом "Вильямс", 2004. - 1024 с.
        -- Нельсон Р.Д. Уинтер С.Дж. Эволюционная теория экономических изменений / Пер. с англ. - М.: Дело, 2002. - 536 с.
        -- Редько С.Г. Моделирование в управлении инновациями: учеб. пособие / С.Г. Редько. - СПб.: Изд-во Политехн. ун-та, 2008. - 93 с.
        -- Lane D. et al. (eds.), Complexity Perspectives in Innovation and Social Change, Methodos Series 7, C_ Springer Science+Business Media B.V. 2009.

    Аннотация

       В статье описаны основы имитационного моделирования, приведена постановка задачи, принятые условные обозначения, формулы и ограничения модели, блок-схема ее работы, описаны основные объекты модели и приведены элементы программного кода. Описаны результаты трех серий экспериментов, показывающие преимущества и недостатки предлагаемой методики моделирования, а также ее возможности по отображению специфики инновационного поведения отдельных разновидностей фирм, таких например, как фирмы-инноваторы и фирмы-имитаторы, малые, средние и крупные фирмы.
       The article describes the basics of simulation, is shown setting targets, adopted symbols, formulas, and limitations of the model, a block diagram of its work, describes the main objects of the model and are elements of code. Are described the results of three series of experiments, which showing the advantages and disadvantages of the proposed methodology of modeling, as well as its ability to display specific types of innovative behavior of individual firms, such for example as a firm-innovators and firm-imitators, small, medium and large firms.
      

    Ключевые слова

       Имитационное моделирование, инновационное поведение, фирмы, энтропийный выигрыш
       Simulation, innovative behavior, a firm, the entropic gain
      

    Сведения об авторах

       Будник Максим, студент, тел: +79505000087, e-mail: godev@bk.ru
       Maxim Budnik, student, phone +79505000087, e-mail: godev@bk.ru
      
       Исламутдинов Вадим Фаруарович, кандидат экономических наук, доцент кафедры экономической теории ЮГУ, тел.: +7 (3467) 357-562, адрес: 628011, ХМАО-Югра, г. Ханты-Мансийск, ул. Светлая, 69, кв. 114, e-mail: V_Islamutdinov@ugrasu.ru
       Vadim F. Islamutdinov, candidate of Economical Sciences, Assistant professor of chair of Economical Theory, Institute of Management and Economics, Yugra State University, phone +7 (3467) 357-562, 628011 Khanty-Mansiysk st. Svetlaya 69-114, e-mail: V_Islamutdinov@ugrasu.ru
      
       Семенов Сергей Петрович, кандидат физико-математических наук, доцент кафедры компьютерного моделирования и информационных технологий, начальник управления информатизации ЮГУ, тел.: +7 (3467) 357-715, адрес: 628011, ХМАО-Югра, г. Ханты-Мансийск, ул. Светлая, 43, кв. 1, e-mail: ssp@ugrasu.ru
       Sergey P. Semenov, candidate of Physical and Mathematical Sciences, Assistant professor of chair of computer modeling and information technology, Head of Informatization Department, Ugra State University, +7(3467) 357-715, 628011 Khanty-Mansiysk st. Svetlaya 43-1, ssp@ugrasu.ru

    Вывод результата работы модели в виде графиков

       Да
      
       Нета
      

    Фирма может реализовать этот проект?

    Изъять инновацию из банка

    Реализовать инновацию

    Рассчитать новые показатели фирмы

      

    Уничтожить проект (или поместить в банк на следующем шаге)

       Да
      
       Нет
      

    Фирма занята (уже есть реализуемый проект)

    Генерация инновационных проектов

      

    Старт модели

      

    Генерация первоначальных показателей фирмы

      
      

    Банк инновацион-ных проектов

      
      

    Отбор проекта

      
      
      
      
  • Оставить комментарий
  • © Copyright Исламутдинов Вадим Фаруарович (isvad@hotmail.ru)
  • Обновлено: 16/12/2013. 40k. Статистика.
  • Статья: Бизнес
    •  Ваша оценка:
    Связаться с программистом сайта.