Моделированию бизнес-процессов

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РФ ФГБОУ ВПО Уральский государственный экономический университет

Кафедра бизнес-информатики

Курсовая работа

Моделирование бизнес-процессов

ВВЕДЕНИЕ

Моделирование - это метод исследования, при котором изучаемая система заменяется моделью, с достаточной точностью описывающей реальную систему и с ней проводятся эксперименты с целью получения информации об этой системе. Экспериментирование с моделью называют имитацией - это постижение сути явления, не прибегая к экспериментам на реальном объекте.

Результаты, которые получают при исследовании модели, переносятся, приписываются реальному объекту. Адекватность подобного «знания» о реальном объекте или явлении зависит от того, насколько удачной была построенная модель.

Различают следующие виды моделирования:

−    концептуальное моделирование, при котором совокупность уже известных фактов или представлений относительно исследуемого объекта или системы истолковывается с помощью некоторых специальных знаков, символов, операций над ними или с помощью естественного или искусственного языков;

−       физическое моделирование, при котором модель и моделируемый объект представляют собой реальные объекты или процессы единой или различной физической природы, причем между процессами в объекте-оригинале и в модели выполняются некоторые соотношения подобия, вытекающие из схожести физических явлений;

−       структурно-функциональное моделирование, при котором моделями являются схемы (блок-схемы), графики, чертежи, диаграммы, таблицы, рисунки, дополненные специальными правилами их объединения и преобразования;

−       математическое (логико-математическое) моделирование, которое осуществляется средствами математики и логики;

−       имитационное (программное) моделирование, при котором логико-математическая модель исследуемого объекта представляет собой алгоритм функционирования объекта, реализованный в виде программного комплекса для компьютера;

−       компьютерное (вычислительное) моделирование, которое производится средствами компьютерных технологий (средствами вычислительной техники).

Перечисленные выше виды моделирования не являются взаимоисключающими и могут применяться при исследовании сложных объектов либо отдельно, либо в некоторой комбинации.

В данной курсовой работе будет подробно рассмотрено имитационное моделирование бизнес-процесса, который описывает ситуацию известную в мировой практике менеджмента как «Ниагарский Синдром», когда всё кажется относительно спокойным, но когда угроза падения осознана, что-либо сделать уже невозможно.

Построение модели будет производиться в среде AnyLogic, которая является наиболее оптимальным инструментом имитационного моделирования, поддерживающим все подходы к созданию имитационных моделей: процессно-ориентированый (дискретно-событийный), системно-динамический и агентный, а также любую их комбинацию.

−      

1.      ТЕОРЕТИЧЕСКАЯ ЧАСТЬ

1.1    ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ

Моделирование применяется в случаях, когда проведение экспериментов над реальной системой невозможно или нецелесообразно: например, по причине хрупкости или дороговизны создания прототипа либо из за длительности проведения эксперимента в реальном масштабе времени.

Различают физическое и математическое моделирование. Примером физической модели является уменьшенная копия самолета, продуваемая в потоке воздуха. При использовании математического моделирования поведение системы описывается с помощью формул. Особым видом математических моделей являются имитационные модели.

Имитационная модель - это компьютерная программа, которая описывает структуру и воспроизводит поведение реальной системы во времени. Имитационная модель позволяет получать подробную статистику о различных аспектах функционирования системы в зависимости от входных данных.

Применение имитационных моделей дает множество преимуществ по сравнению с выполнением экспериментов над реальной системой и использованием других методов.

Стоимость. Допустим, компания уволила часть сотрудников, что в дальнейшем привело к снижению качества обслуживания и потери части клиентов. Принять обоснованное решение помогла бы имитационная модель, затраты на применение которой состоят лишь из цены программного обеспечения и стоимости консалтинговых услуг.

Время. В реальности оценить эффективность, например, новой сети распространения продукции или измененной структуры склада можно лишь через месяцы или даже годы. Имитационная модель позволяет определить оптимальность таких изменений засчитанные минуты, необходимые для проведения эксперимента.

Повторяемость. Современная жизнь требует от организаций быстрой реакции на изменение ситуации на рынке. Например, прогноз объемов спроса продукции должен быть составлен в срок, и его изменения критичны. С помощью имитационной модели можно провести неограниченное количество экспериментов с разными параметрами, чтобы определить наилучший вариант.

Точность. Традиционные расчетные математические методы требуют применения высокой степени абстракции и не учитывают важные детали. Имитационное моделирование позволяет описать структуру системы и её процессы в естественном виде, не прибегая к использованию формул и строгих математических зависимостей.

Наглядность. Имитационная модель обладает возможностями визуализации процесса работы системы во времени, схематичного задания её структуры и выдачи результатов в графическом виде. Это позволяет наглядно представить полученное решение и донести заложенные в него идеи до клиента и коллег.

Универсальность. Имитационное моделирование позволяет решать задачи из любых областей: производства, логистики, финансов, здравоохранения и многих других. В каждом случае модель имитирует, воспроизводит, реальную жизнь и позволяет проводить широкий набор экспериментов без влияния на реальные объекты.

1.2    СИСТЕМЫ И МОДЕЛИ

Система - это совокупность элементов, которые принадлежат ограниченной части реального мира, являющейся объектом исследования. Поэтому система - понятие относительное. В одном случае некоторая совокупность элементов может рассматриваться только как небольшая часть большой системы, т.е. в качестве подсистемы, а в другом та же совокупность может быть в центре интересов исследования, т.е. рассматриваться как система. Сфера действия любой системы и любой модели системы определяется целью, для достижения которой она выделяется и идентифицируется. Сфера действия любой имитационной модели определяется также особенностями той проблемы, для решения которой разрабатывается эта модель[1].

Для установления сферы действия системы исследователь должен выявить ее границы и состав. При установлении границ системы выявляются не только физические, но и причинно-следственные взаимосвязи между ее элементами. На систему, которой дано предварительное определение, могут воздействовать некоторые внешние факторы. Если они существенно влияют на поведение системы, экспериментировать с такой системой не имеет смысла, и ее следует переопределить. Если внешние факторы частично воздействуют на систему, существуют следующие возможности:

−       расширить определение системы, включив в него эти факторы;

−       пренебречь этими факторами;

−       трактовать их как выводы в систему.

Модели систем классифицируются на дискретно и непрерывно изменяющиеся. Отметим, что эти термины относятся к модели, а не к реальной системе. Практически одну и ту же систему можно представить в виде дискретно изменяющейся модели, либо непрерывно изменяющейся. Как правило, в имитационном моделировании время является основной независимой переменной. Другие переменные, включенные в имитационную модель, являются функциями времени, т.е. зависимыми переменными. Определения «дискретная» и «непрерывная» относятся к поведению зависимых переменных[4].

При дискретной имитации зависимые переменные изменяются дискретно в определенные моменты имитационного времени, называемые моментами свершения событий. Переменная времени в имитационной модели может быть либо непрерывной, либо дискретной в зависимости от того, могут ли дискретные изменения зависимых переменных происходить в любые моменты времени или только в определенные моменты.

Пример изменения зависимых переменных в дискретной имитационной модели представлен на рисунке 1.

Рисунок 1 - Графическое представление отклика дискретно-событийного имитатора

При непрерывной имитации зависимые переменные модели изменяются непрерывно в течение имитационного времени. Непрерывная модель может быть либо непрерывной, как показано на рисунке 2, либо дискретной по времени (рисунок 3) в зависимости от того, будут ли значения зависимых переменных доступны в любой точке, или только в определенные моменты имитационного времени.

Рисунок 2 - Графическое представление отклика непрерывного имитатора

Рисунок 3 - Графическое представление отклика непрерывного имитатора с дискретным временем

При комбинированной имитации зависимые переменные модели могут изменяться дискретно, непрерывно или непрерывно с наложенными дискретными скачками. Наиболее важный аспект комбинированной имитации - взаимодействие между дискретно и непрерывно изменяющимися переменными.

Язык комбинированной имитации должен содержать средства для определения условий возникновения таких ситуаций и моделирования их последствий. На рисунке 4 представлен пример изменения зависимой переменной в комбинированной имитационной модели.

Рисунок 4 - Графическое представление отклика комбинированного имитатора

1.3    СИСТЕМНАЯ ДИНАМИКА

Системная динамика - это подход имитационного моделирования, своими методами и инструментами позволяющий понять структуру и динамику сложных систем. Также системная динамика - это метод моделирования, использующийся для создания точных компьютерных моделей сложных систем для дальнейшего использования с целью проектирования более эффективной организации и политики взаимоотношений с данной системой. Вместе, эти инструменты позволяют нам создавать микромиры-симуляторы, где пространство и время могут быть сжаты и замедлены так, чтобы мы могли изучить последствия наших решений, быстро освоить методы и понять структуру сложных систем, спроектировать тактики и стратегии для большего успеха. Системная динамика главным образом используется в долгосрочных, стратегических моделях и принимает высокий уровень абстракции. Люди, продукты, события и другие дискретные элементы представлены в моделях Системной Динамики не как отдельные элементы, а как система в целом. Если же отдельные элементы модели важны, то для полной или частичной обработки Вашей модели лучше воспользоваться агентным или дискретно-событийным.

1.4    СРЕДА ANYLOGIC

AnyLogic- программное обеспечение для имитационного моделирования сложных систем и процессов, разработанное российской компанией «ЭксДжейТекнолоджис». Программа обладает графической средой пользователя и позволяет использовать язык Java <#"656004.files/image005.gif">

Рисунок 5 - Схема системной динамики в AnyLogic

C помощью AnyLogic возможно:

−       определять потоковые переменные одну за другой или использовать инструмент «flowtool»;

−       использовать авто-заполнение при работе с формулами;

−       создавать копии переменных для лучшей читаемости Вашей модели;

−    использовать табличные функции со ступенчатой, линейной, сплайновой интерполяцией;

−       определять поведение функции за пределами допустимой области;

−       определять поддиапозоны и подразмерности;

−       объявлять переменные-массивы с заданной размерностью;

−       задать различные уравнения для различных наборов элементов массива;

−       использовать как специальные инструменты системной динамики, так и возможности языка Java.

имитационный модель компьютерный физический

2.      РЕАЛИЗАЦИЯ МОДЕЛИ

2.1    БИЗНЕС-МЕТАФОРА

Пусть эффективность некоторого бизнеса во многом зависит от того, насколько удается избежать текущих ошибок в управлении.

По мере накопления ошибок управления эффективность бизнеса падает. Такое падение вынуждает идти на дополнительный найм сотрудников, что может временно выправить положение и компенсировать ошибки управления.

Топ-менеджер может посчитать состояние дел прекрасным и все заслуги в этом отнести на свой счет.

Однако подобная бизнес-ситуация лишь усугубляет проблемы бизнеса и ведет к еще большему увеличению ошибок управления.

И если ничего не менять, то ошибки в управлении могут довести состояние дел до такого состояния, когда компенсировать их лишь наймом новых сотрудников будет уже невозможно.

Тем более, усложнение положения бизнеса может, в конце концов, привести к массовому исходу сотрудников, еще более усугубляя проблемы.

Для руководства подобная ситуация может оказаться весьма неожиданной, т.к. оно считало, что дела идут удовлетворительно и не ожидает, что бизнес может рухнуть в один момент.

Эта ситуация в мировой практике менеджмента известна как «Ниагарский Синдром», когда всё кажется относительно спокойным, но когда угроза падения осознана, что-либо сделать уже невозможно.

2.1    МОДЕЛЬ ANYLOGIC

На основе анализа бизнес-метафоры определены следующие показатели:)         Накопители:

2)      Labour - сотрудники;)  Переменные:

1)      Ch - воздействие;

2)      Employ - наем / увольнение сотрудников;

3)      BEff - уменьшение эффективности;

4)      REff - повышение эффективности;

5)      Eff - относительная эффективность бизнеса;

6)      KEm - интерес к работе;

7)      CRE - квалификация сотрудника.

На рисунке 6 представлена имитационная модель бизнес-процесса, построенная средствами AnyLogic.

Рисунок 6 - Модель бизнес-процесса в AnyLogic

Математическая модель в виде дифференциальных уравнений представлена на рисунке 7. Результаты работы модели выводятся в виде диаграмм, которые отображают изменение следующих показателей во времени: BEff, REff, Eff, Error, Labour, Employ.

Рисунок 7 - Математическая модель бизнес-процесса

Для наглядности результатов моделирования добавлена анимационная диаграмма с четырьмя показателями: Error, Ch, Employ, Labour (рисунок 8).

Рисунок 8 - Анимационная диаграмма

Запускаем имитационную модель.

Рисунок 9 - Диаграмма, отображающая динамику эффективности

При первоначальных значениях: CRE равное 1,3 и KEm равное 1; получаем следующую картину бизнес-процесса, представленную на рисунках 9, 10, 11.

Рисунок 9 - Диаграмма, отображающая динамику эффективности

Рисунок 10 - Динамика изменений ошибок менеджера, количества сотрудников, их приема/увольнения

Рисунок 11 - Анимационная диаграмма

2.2    КОМПЬЮТЕРНЫЙ ЭКСПЕРИМЕНТ

Проведем компьютерный эксперимент, изменяя значения переменных CRE и KEm.

На рисунках 12 и 13 показаны изменения динамики процесса при нулевом интересе к работе у сотрудников.

Рисунок 12 - Компьютерный эксперимент при установлении переменной KEm в "ноль"

Рисунок 13 - Анимационная диаграмма при переменной KEm равной нулю

Несмотря на отсутствие интереса к работе у квалифицированных специалистов, прием и увольнение не осуществляется (Employ), соответственно, количество сотрудников остается неизменным (Labour). При этом общая эффективность бизнеса плавно снижается.

Теперь меняем интерес к работе на значение равное 2,5. Динамика процесса представлена на рисунках 14, 15.

Рисунок 14 - Компьютерный эксперимент при повышении интереса к работе

Рисунок 15 - Анимационная диаграмма при установлении интереса к работе в значение 2,5

По данным графика мы видим, что при повышении интереса к работе прием и увольнение сотрудников резко возрастает, при этом общее число сотрудников имеет плавную динамику увеличения. Общая эффективность бизнеса имеет возрастающую динамику благодаря росту повышающей эффективности и при этом понижающая эффективность уходит в ноль.

Далее интерес оставляем прежним, как в предыдущем эксперименте, но существенно снижаем квалификацию сотрудников (рисунки 16, 17).

Рисунок 16 - Компьютерный эксперимент при понижении квалификации сотрудников

Рисунок 17 - Анимационная диаграмма при понижении квалификации сотрудников

При низкой квалификации количество низко-квалифицированных сотрудников возрастает, следовательно, и ошибки менеджера растут. Повышающая и понижающая эффективности стремятся друг к другу.

По данным экспериментов, представленных на рисунках 14 и 16 можно сделать вывод, что в зависимости от квалификации сотрудников общая эффективность бизнеса возрастает интенсивнее.

В следующем компьютерном эксперименте выставляем квалификацию работников на максимум и при этом интерес выставляем в отрицательное значение, равное -4,9.

При отсутствии интереса к работе квалифицированных сотрудников, понижающая эффективность остается неизменной, общая эффективность бизнеса снижается.

Рисунок 18 - Компьютерный эксперимент при отрицательном интересе к работе

Ошибки менеджера максимальны, при этом прием/увольнение резко возрастает, но со временем стабилизируется, как и общее количество сотрудников.

Рисунок 19 - Анимационная диаграмма при отрицательном интересе к работе

ЗАКЛЮЧЕНИЕ

Благодаря широким возможностям AnyLogic нам удалось создать имитационную модель, описанную в бизнес-метафоре, а также провести компьютерные эксперименты, на основании которых можно подобрать максимально эффективный подход к созданию рабочего процесса.

Данный бизнес-процесс напрямую зависит от квалификации работников, а также от интереса этих работников непосредственно к рабочему процессу, что можно отследить по изменениям такого показателя как относительная эффективность бизнеса.

Инструменты AnyLogic позволили нам наглядно показать результаты проводимых компьютерных экспериментов в виде диаграмм и анимации.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1.   Афанасьева О.В., Голик Е.С., Первухин Д.А.: «Теория и практика моделирования сложных систем» [Текст] - Санкт-Петербург, 2005.

2.      Бахвалов Л.А.: «Компьютерное моделирование: долгий путь к сияющим вершинам». // Компьютерра, 1997. С. 26 - 36.

.        Бартомолью Д.: «Стохастические модели социальных процессов. - М.: Финансы и статистика, 1985.

.        Карамайкин А.С.: «Моделирование процессов и систем» [Текст] -Санкт-Петербург, 2005.

.        Прижинская В.Г., Ярошевский Д.М., Левит-Гуревич Л.К.: «Компьютерное моделирование и управление водными ресурсами» [Текст] - ФИЗМАТЛИТ, 2002.

.        Прилуцкий М.Х., Вяхирев Д.В.: «Моделирование сложных систем».

.        Титов Н.И., Успенский В.к.: «Моделирование систем с запаздыванием» [Текст] - Ленинградское отделение, 1969.

.        Джон Штерман, “Бизнес-процессы: Системное мышление и моделирование сложного мира”.

.        Имитационное моделирование [Электронный ресурс]. - Режим доступа: http://www.sernam.ru.

10.    Об AnyLogic [Электронный ресурс]. - Режим доступа: <http://www.anylogic.ru>