Имитационное моделирование бизнес-процессов организации

Имитационное моделирование бизнес-процессов организации

КУРСОВАЯ РАБОТА

по дисциплине Перспективные информационные системы в экономике

на тему «Имитационное моделирование бизнес-процессов организации»

Содержание

Введение

. Цели и задачи имитационного моделирования

2. Выбор, обоснование, схема и описание бизнес-процесса организации

3. Определение состава исходных данных для моделирования

. Статистическое исследование бизнес-процесса

. Идентификация законов распределения случайных величин

6. Разработка и описание моделирующего алгоритма для реализации программы имитационной модели

. Разработка компьютерной программы моделирования бизнес-процесса

8. Технико-экономическая интерпретация полученных результатов

Заключение

Список используемых источников

Введение

В исследовании операций широко применяются как аналитические, так и статистические модели. Каждый из этих типов имеет свои преимущества и недостатки. Аналитические модели более грубы, учитывают меньшее число факторов, всегда требуют каких-то допущений и упрощений. Зато результаты расчета по ним легче обозримы, отчетливее отражают присущие явлению основные закономерности. А, главное, аналитические модели больше приспособлены для поиска оптимальных решений. Статистические модели, по сравнению, с аналитическими, более точны и подробны, не требуют столь грубых допущений, позволяют учесть большое (в теории - неограниченно большое) число факторов. Но и у них - свои недостатки: громоздкость, плохая обозримость, большой расход машинного времени, а главное, крайняя трудность поиска оптимальных решений, которые приходятся искать «на ощупь», путем догадок и проб.

Наилучшие работы в области исследования операций основаны на совместном применении аналитических и статистических моделей. Аналитическая модель дает возможность в общих чертах разобраться в явлении, наметить как бы контур основных закономерностей. Любые уточнения могут быть получены с помощью статистических моделей.

Имитационное моделирование - метод, позволяющий строить модели <#"662502.files/image001.gif">

Рис.1. Бизнес-процесс «Предоставление клиенту социального обслуживания на дому»

3. Определение состава исходных данных для моделирования

бизнес процесс моделирование алгоритм

Для разработки имитационной модели процесса «Предоставление клиенту социального обслуживания на дому» определим состав исходных данных.

К исходным данным относятся детерминированные и случайные величины, оказывающие основное влияние на рассматриваемый бизнес-процесс.

Исходя из бизнес-процесса, определим состав исходных данных для моделирования. Процесс начинается с поступления от клиента обращения и документов на предоставления социального обслуживания на дому. Время между поступлением обращений носит случайный характер. После получения обращения отдел социального обслуживания на дому начинает проверку документов на соответствие критериям. Время для проведения оценки индивидуальной нуждаемости неодинаково для различных обращений. В том случае, если принято решение о предоставлении социальных услуг, отдел социального обслуживания на дому начинает рассматривать заявление клиента. Время составления заявления о предоставлении социального обслуживания на дому носит случайный характер. Исходя из информации, содержащейся в заявлении от клиента, юридический отдел составляет договор. Приложением к Договору идет Перечень согласованных социальных услуг с клиентом. Время согласования Перечня социальных услуг носит случайный характер. После этого отдел бухгалтерии предъявляет расчетный счет оказанных услуг. Время между подписанием Договора и получением квитанции об оплате социальных услуг клиентом различно.

К детерминированным данным относятся следующие: число каналов , доход от обслуживания одного обращения, издержки обслуживания одного обращения, период работы системы .

К случайным величинам относятся следующие:

¾            среднее время между соседними обращениями ;

¾            среднее время проведения оценки индивидуальной нуждаемости ;

¾            среднее время составления заявления клиентом ;

¾            среднее время заключения Договора;

¾            среднее время формирования Перечня социальных услуг ;

¾            среднее время оплаты социальных услуг .

. Статистическое исследование бизнес-процесса

С целью выявления законов распределения случайных факторов, влияющих на работу подразделения, и оценки параметров законов распределения были проведены статистические наблюдения случайных величин, число которых составило 100.

Исходя из описанного выше бизнес-процесса целесообразно выделить следующие случайные величины, оказывающие влияние на эффективность работы сотрудников Центра социального обслуживания:

¾     время между поступлением обращений (СВ1);

¾            продолжительность проведения оценки индивидуальной нуждаемости (СВ2);

¾            продолжительность составления заявления клиентом (СВ3);

¾            продолжительность заключения Договора (СВ4);

¾            продолжительность формирования Перечня социальных услуг (СВ5);

¾            время между подписанием Договора и получением квитанции об оплате социальных услуг клиентом (СВ6).

Для построения модели необходимо найти законы распределения этих случайных величин. Статистические данные по двум, рассматриваемым в данной работе случайным величинам, приведены в следующем разделе.

. Идентификация законов распределения случайных величин

В рамках курсового проекта проведем идентификацию законов распределения случайных величин выбранного бизнес-процесса «Предоставление клиенту социального обслуживания на дому».

Рассмотрим случайную величину - время между поступлением обращений (СВ1). На основе полученной репрезентативной выборки необходимо сделать предположение о законе распределения исследуемой случайной величины, рассчитать его основные параметры и проверить выдвинутую гипотезу о виде закона распределения.

Проверка статистической гипотезы осуществляется с использованием электронной таблицы Microsoft Excel. Обрабатываемая дискретная выборка случайных чисел преобразуется в интервальный ряд, рассчитываются частоты попадания данной случайной величины в полученные интервалы и определяются числовые характеристики эмпирического распределения.

В табл.1 приведены статистические данные случайной величины времени между поступлением обращений (час).

В качестве первого приближения разбиения имеющейся выборки на интервалы используется так называемая формула Стерджесса:

,

где  - число интервалов;

 - число единиц совокупности.

Для нашего случая в соответствии с данной формулой получаем число интервалов, равное 8.

Таблица 1

Рассчитанные значения частот попадания случайной величины в каждый из интервалов ; , а также найденные значения дисперсии  и выборочной средней  представлены в табл.2.

Таблица 2

Частоты, выборочные средние  и дисперсия  случайной величины времени между поступлением обращений

Выборочная средняя .

Дисперсия .

СКО =15,354.

Параметр .

Полученное распределение наглядно иллюстрирует гистограмма частости  интервального ряда, показанная на рис.2.

Рис.2. Гистограмма распределения частости случайной величины , времени между поступлением обращений

Вид гистограммы на рис.2 позволяет предположить, что исследуемая случайная величина подчиняется экспоненциальному закону распределения с параметром .

Для проверки данной гипотезы воспользуемся критерием согласия  (критерий Пирсона). При этом необходимо оценить значение суммы вида

,

где  - частота эмпирического распределения в интервале ;

 - частоты теоретического распределения в интервале ;

 - число наблюдений;

 - теоретическая вероятность попаданий значений случайной величины в заданный интервал;

 - число интервалов наблюдения.

Значения эмпирической вероятности определяются отношением частоты попадания значений случайной величины в заданный интервал к общему числу наблюдений.

Чем меньше различаются между собой значения теоретической и эмпирической вероятностей, тем меньше значение критерия .

Вычисленные теоретические вероятности попадания значений исследуемой случайной величины в заданные интервалы приведены в табл.2; а соответствующие данным таблиц 2 и 3 значения критерия  - в табл.4.

Таблица 3

Теоретические вероятности  для случайной величины

Сумма значений .

Приведенное в табл.4 значение  необходимо сравнить с критическим значением . Найденным по таблицам распределения Стьюдента.

Таблица 4

Результаты расчета значений

Значение параметра .

Выбрав уровень значимости  и учитывая, что в данном случае число степеней свободы , находим значение . Поскольку , был сделан вывод о том, что его значение попадает в область принятия данной статистической гипотезы. Следовательно, полученные данные о законе распределения рассматриваемой случайной величины (времени между поступлением обращений) не противоречат предположению о ее экспоненциальном распределении с параметром .

Проведем идентификацию законов распределения для следующей случайной величины - продолжительность проведения оценки индивидуальной нуждаемости (СВ2).

Значения случайной величины приведены в табл. 5 (час).

Таблица 5

Таблица 6

Частоты, выборочные средние  и дисперсия

Выборочная средняя .

Дисперсия .

СКО =17,94.

Параметр .

Рис.3. Гистограмма распределения частости случайной величины

Таблица 7

Теоретические вероятности  для случайной величины

Сумма значений .

Таблица 8

Результаты расчета значений

Значение параметра .

Приведенное в табл.8 значение  необходимо сравнить с критическим значением . Найденным по таблицам распределения Стьюдента. Выбрав уровень значимости  и учитывая, что в данном случае число степеней свободы , находим значение . Поскольку , был сделан вывод о том, что его значение попадает в область принятия данной статистической гипотезы. Следовательно, полученные данные о законе распределения рассматриваемой случайной величины не противоречат предположению о ее экспоненциальном распределении с параметром.

Аналогично была проведена идентификация законов распределения для других случайных величин, в ходе которой получены следующие результаты:

¾            продолжительность составления заявления клиентом (СВ3) - экспоненциальный закон распределения с параметром ;

¾            продолжительность заключения Договора (СВ4) - экспоненциальный закон распределения с параметром ;

¾            продолжительность формирования Перечня социальных услуг (СВ5) - экспоненциальный закон распределения с параметром ;

¾            время между подписанием Договора и получением квитанции об оплате социальных услуг клиентом (СВ6) - экспоненциальный закон распределения с параметром .

6. Разработка и описание моделирующего алгоритма для реализации программы имитационной модели

Для проектирования модели используются данные о деятельности Центра социального обслуживания граждан пожилого возраста и инвалидов городского округа Чапаевск, а также информация об изменениях этих данных и максимально подробное описание всех операций, осуществляемых с ними сотрудниками организации. Недостаток такого рода сведений может привлечь за собой необходимость пересмотра самого способа построения модели.

Для описания работы Центра подходит математическая схема СМО. Для таких клиентов характерны три отличительные особенности:

¾     имеется поток клиентов, желающих быть обслуженными;

¾            имеются каналы обслуживания, которые обеспечивают удовлетворение обращений клиентов (в данном случае сотрудники Центра);

¾            имеется определенный набор правил обслуживания клиентов.

Поскольку неизвестно, сколько целесообразно всего иметь сотрудников в Центре для обработки обращений, то число каналов обслуживания в модели должно быть переменным. Оно будет зависеть от соотношения между средним временем между поступлениями обращений и средним временем рассмотрения этих обращений, - поэтому необходимо учитывать эти случайные величины.

Следует помнить, что реальные процессы, протекающие в организации, все же слишком сложны, чтобы полностью и исчерпывающе их понять и описать. Возникшие проблемные ситуации связаны с практическим бесконечным числом элементов, переменных, параметров, ограничений и т.д., поэтому при моделировании необходимо поступить разумно и отбросить достаточно большую часть их характеристик, выделив лишь те особенности, которые позволяют воссоздать идеализированный вариант каждой проблемной ситуации. Следовательно, модель работы организации дает всегда упрощенное представление о фрагменте реального бизнеса; от того, насколько корректно сконструировано это представление, зависит степень адекватности модели и действительности.

Для имитационной модели вполне достаточно изложения общих принципов с указанием условных характеристик объекта исследования.

Так же необходимо знать, как будут вести себя клиенты, если им придется стоять в очереди.

При описании нашей СМО наиболее подходящим является режим ожидания «с неограниченным ожиданием».

Правило обслуживания состоит в том, что очередное обращение поступает в тот канал, который раньше других освободился. Так как в нашем случае режим неограниченного ожидания, то обращение может покинуть систему необслуженной в том случае, если время ожидания начала обслуживания превышает величину Ткон (период функционирования СМО).

Входными характеристиками модели являются:

¾            число каналов ;

¾            среднее время между соседними обращениями ;

¾            среднее время проведения оценки индивидуальной нуждаемости ;

¾            период работы системы ;

¾            число случайных реализаций процесса ;

¾            среднее время составления заявления клиентом ;

¾            среднее время заключения Договора;

¾            среднее время формирования Перечня социальных услуг ;

¾            среднее время оплаты социальных услуг .

Выходной характеристикой модели является среднее число обслуженных обращений

В качестве показателя эффективности работы системы выберем среднюю прибыль:

,

где  - чистая прибыль, полученная в результате обслуживания одного обращения;

 - издержки обслуживания всех обращений, зависящих от числа каналов.

Если разделить обе части равенства на , получим формулу для нахождения показателя эффективности:

,

где  - средняя относительная прибыль,

 - функция числа каналов.

Основным вариантом функциональной зависимости является возрастающая зависимость с положительной второй производной. Отсюда следует:

.

Для расчета показателя эффективности будем использовать формулу:

.

В качестве критерия выбора неивыгоднейшей структуры СМО принимается оптимальное число каналов обслуживания, обеспечивающее максимум средней относительной прибыли:

,

где  - наивыгоднейшее число каналов.

Количество клиентов за один рабочий день будет определяться в зависимости от времени прихода клиентов и времени обслуживания этих клиентов, но эта величина не может превышать максимальное количество клиентов. Клиент обслуживается в том случае, если он появился до окончания рабочего времени, и если время его обслуживания не будет превышать рамки рабочего времени.

В результате моделирования будет получено оптимальное количество сотрудников Центра, то есть такое, при котором прибыль данного отдела, следовательно, и организации в целом, станет максимальной при наименьших затратах на содержание данного отдела.

Представим моделирующий алгоритм в графической форме (рис.4). Графической формой представления моделирующих алгоритмов являются структурные схемы.

Рис.4. Обобщенная схема моделирующего алгоритма

Рассмотрим каждый из блоков моделирующего алгоритма в отдельности. В блоке 1 осуществляется ввод исходных данных. Блок 1а служит для проверки данных на соответствие какому-либо закону распределения. В блоке 2 осуществляется установка начальных значений параметров модели, то есть обнуление счетчиков и переменных. В блоке 3 производится моделирование системы, в которой возможны очереди клиентов, но нет отказа технических подсистем. В блоке 4 производится расчет критерия эффективности - средней относительной прибыли, являющейся основным результатом моделирования системы. Блок 5 позволяет по полученным результатам моделирования построить диаграммы распределения процесса предоставления социальных услуг в зависимости от числа сотрудников Центра, обслуживающих обращения.

Рассмотрим более подробно блок 3, в котором производится непосредственное моделирование системы. Обобщенная блок-схема представлена на рис. 5.

Моделирование начинается с обнуления значений времени поступления обращений - блок 1. Во 2 блоке счетчику цикла i присваивается значение 1. В блоке 3 проверяется условие . В данном случае цикл состоит из 100 итераций. Если условие блока 3 выполняется, в 4 блоке происходит моделирование по показательному закону случайной величины времени поступления обращений и увеличение значения данной переменной. В блоке 5 счетчик цикла увеличивается на 1, и осуществляется переход к блоку 3. Если условие блока 3 не выполняется, цикл завершается и в блоке 6 определяется среднее значение данной переменной. На этом заканчивается моделирование времени поступления клиентов, и начинается моделирование времени проведения оценки индивидуальной нуждаемости.

В блоке 7 происходит обнуление значений времени проведения оценки индивидуальной нуждаемости. Далее аналогично предыдущей переменной осуществляется моделирование среднего значения данной переменной, т.к. закон распределения такой же, как и в предыдущем случае. Значение параметра закона распределения берется из соответствующей ячейки параметров законов распределения. Моделирование проведения оценки индивидуальной нуждаемости в блоках 7-12. Далее моделирование времени составления заявления клиентом - блоки 13-18. Затем моделирование времени заключения Договора - блоки 19-24, времени формирования Перечня социальных услуг - блоки 25-30, времени оплаты социальных услуг - блоки 31-36. В блоке 37 проверяется окончание времени моделирования. Если условие блока выполняется, то происходит переход к блоку 3 и моделирование продолжается, если же нет, то полученные результаты фиксируются и моделирование завершается.

Рис.5. Обобщенная блок-схема алгоритма блока 3 «Моделирование системы»

. Разработка компьютерной программы моделирования бизнес-процесса

Имитационная модель, рассматриваемая в рамках курсового проекта, написана на языке программирования Delphi 7.- одна из самых мощных систем, позволяющих на самом современном уровне создавать как отдельные прикладные программы Windows, так и разветвленные комплексы, предназначенные для работы в корпоративных сетях и в Интернет. Это продукт, уникальным образом сочетающий высокопроизводительный компилятор, объектно-ориентированные средства визуального программирования и универсальный механизм доступа к базам данных.- это система визуального объектно-ориентированного программирования, позволяющая решать множество задач, в частности:

1.  Создавать законченные приложения для Windows самой различной направленности, от чисто вычислительных и логических, до графических и мультимедиа.

2.      Быстро создавать профессионально выглядящий оконный интерфейс для любых приложений, написанных на любом языке; интерфейс удовлетворяет всем требованиям Windows и автоматически настраивается на ту систему, которая установлена на компьютере пользователя, поскольку использует многие функции, процедуры, библиотеки Windows.

.        Создавать мощные системы работы с локальными и удаленными базами данных любых типов; при этом имеются средства автономной отладки приложения с последующим выходом в сеть.

.        Создавать многозвенные распределенные приложения, основанные на различных технологиях.

.        Создавать приложения различных классов для работы в Интернет.

.        И многое другое, включая создания отчетов, справочных систем, библиотек DLL, компонентов ActiveX.

Рассмотрим подробно процесс работы системы.

Работа пользователя с программой начинается с экранной формой «Ввод исходных данных» (рис. 6). В данной форме необходимо ввести исходные данные и задать необходимые параметры моделирования.

Рис.6. Форма «Ввод исходных данных»

Исходные данные вводятся в специальные поля. Нажатие на кнопки «Введите исходные данные» и «Параметры законов распределения» обнуляет значения специальных полей.

После ввода исходных данных с помощью кнопки «Моделировать» осуществляется непосредственное моделирование и получение выходных данных и открывается новая форма «Результаты моделирования» (рис. 7).

Рис.7. Форма «Результаты моделирования»

Из данной формы можно перейти в форму «Вывод результатов», нажав на кнопку «Рассчитать среднюю относительную прибыль» (рис. 8).

Возврат к форме «Ввод исходных данных» осуществляется с помощью нажатия на кнопку «Исходные данные».

Рис.8. Форма «Вывод результатов»

В результате работы имитационной модели получили следующие результаты - наибольшее значение средней относительной прибыли достигается, если обслуживанием обращений занимается 4 сотрудника Центра социального обслуживания.

. Технико-экономическая интерпретация полученных результатов

Программа, написанная в среде Borland Delphi 7, для моделирования бизнес-процесса «Предоставление клиенту социального обслуживания на дому» позволяет прослеживать интерпретацию полученного результата.

В основе интерпретации лежит процедура объяснения полученных результатов на основе принятой в исследовании концепции.

В задачи интерпретации входят: выявление объективного значения полученных результатов для оптимизации работы организации, а также смысла, т. е. значения для самого исследователя или заинтересованного в результатах исследования круга лиц.

 В результате нескольких прогонов модели было выявлено, что с учетом всех исходных данных: максимальное количество клиентов, среднее время между поступлением обращений, среднее время обслуживания клиентов, продолжительность рабочего дня - был получен результат, который наглядно демонстрирует, каким должно быть оптимальное количество сотрудников Центра социального обслуживания, при котором прибыль отдела социального обслуживания на дому, следовательно, и организации в целом, станет максимальной при наименьших затратах на содержание данного отдела. И в результате проведенных исследований было выявлено, что оптимальное количество специалистов, работающих с клиентами должно быть равным 4.

Работу данной модели можно использовать для прогнозирования работы управления в будущем и на основании полученных приблизительных результатов делать выводы о результатах работы и принимать необходимые меры по улучшению показателей работы организации.

Заключение

В рамках данного курсового проекта разработана имитационная модель для применения в ГБУ «Центр социального обслуживания граждан пожилого возраста и инвалидов городского округа Чапаевск». Имитационная модель предназначена для моделирования бизнес-процесса «Предоставление клиенту социального обслуживания на дому».

При разработке имитационной модели были определены и обоснованы параметры имитационной модели, идентифицированы законы распределения случайных величин, разработан моделирующий алгоритм.

В результате выполнения данного курсового проекта были получены практические знания в области имитационного моделирования экономических процессов.

Был решен следующий круг задач: структуризация конкретного бизнес-процесса с позиции решения задач принятия управленческих решений в рамках современной экономической информационной системы; применение технологии компьютерного моделирования для решения конкретной задачи повышения эффективности управления бизнес-процессом.

Имитационное моделирование является одним из самых мощных, перспективных и эффективных инструментов моделирования бизнес-процессов, особенно в ситуациях, когда необходимо принимать обоснованные и целенаправленные решения в условиях неопределенности. Этот подход базируется на возможность моделирования проблемных ситуаций организаций в условиях экономической нестабильности и рисков. При этом руководству организации предлагается следовать принципу комплексного применения рационального и интуитивного анализа возникающих проблем, их раннему диагностированию и предупреждению.

Список используемых источников

1.        Гмурман В.Е. Теория вероятностей и математическая статистика. Учебное пособие для вузов. Изд.7-е, стер. - М.: Высшая школа, 2010. - 479 с.

2.      Димов Э.М., Богданова Е.А. Методическое пособие к курсовой работе на тему «Имитационное моделирование бизнес-процессов компании» для студентов специальности 080801 (Прикладная информатика в экономике). - Самара: ПГАТИ, 2007. - 31 с.

.        Димов Э.М., Маслов О.Н., Скворцов А.Б. Новые информационные технологии: Подготовка кадров и обучение персонала. Часть 1. Реинжиниринг и управление бизнес-процессами в инфокоммуникациях. Научное издание. - М.: ИРИАС, 2009. - 386 с.

.        Кобелев Н. Б. Основы имитационного моделирования сложных экономических систем: Учеб. пособие. - М.: Дело, 2003. - 336с.

.        Скворцов А.Б. Имитационное моделирование и технология экспертных систем в управлении инфокоммуникационной компанией. - М.: Радио и связь, 2002. - 232 с.