Математическое моделирование услуг Интернет
Во-вторых, если есть данные о развитии экономической системы за некоторый период времени в прошлом, то можно провести мысленный эксперимент на этих данных. Однако для этого нужно знать точно, какие изменения каких входных переменных привели к наблюдаемому изменению выходных переменных, характеризующих эффективность экономической системы. Иногда причинами изменений могут оказаться случайные возмущения, или так называемый "шум". Поэтому нельзя слишком доверять оценкам экономических решений, полученным на основе данных о развитии системы в прошлом.
В-третьих, можно построить математическую модель рассматриваемой системы, связывающую входные (независимые) переменные с выходными (зависимыми) переменными, а также с экономической стратегией, т.е. способом управления экономической системой. Если есть основания для того, чтобы считать разработанную математическую модель адекватной рассматриваемой экономической системе, то с помощью модели можно производить расчеты или машинные эксперименты. По результатам этих экспериментов можно выбрать рекомендации по повышению эффективности существующей или проектируемой экономической системы.
Условием для разработки модели является наличие так называемой информационной достаточности. Это означает, что разработчик должен иметь достаточное представление о том, что является входными и выходными переменными в исследуемой системе и какие факторы оказывают влияние на процесс ее функционирования. Если уровень информационной достаточности невысок, то создать модель, с помощью которой можно получать новые знания об объекте оригинале, невозможно. Если же уровень информационной достаточности велик, т.е. система уже хорошо изучена, то вопрос о создании модели теряет смысл, так как новых знаний она также не даст.
Следовательно, разрабатывать модель имеет смысл только в том случае, если объект-оригинал еще недостаточно изучен или вообще не существует в природе и только проектируется.
Если объект-оригинал существует, то модель считается адекватной ему в том случае, если зависимость выходных переменных от входных параметров в модели и в объекте-оригинале практически совпадает. При упрощении моделей степень адекватности снижается.
Залогом адекватности является полнота описания моделируемого процесса, т.е. учет всех факторов поддающихся формализации.
Существует множество различных типов моделей: физические, аналоговые, интуитивные и т.д. Особое место среди них занимают математические модели. Они, в свою очередь, делятся на две группы: аналитические и алгоритмические (которые иногда называют имитационными).
3.2 Классификация моделей
Существующие математические модели экономических процессов, которые принято называть моделями экономических систем, можно условно разделить на три группы [31].
К первой группе можно отнести модели, достаточно точно отражающие какую-либо одну сторону определенного экономического процесса, происходящего в системе сравнительно малого масштаба. С точки зрения математики они представляют собой весьма простые соотношения между двумя-тремя переменными. Обычно это алгебраические уравнения 2-й или 3-й степени, в крайнем случае, система алгебраических уравнений, требующая для решения применения метода итераций (последовательных приближений). Они находят применение на практике.
Ко второй группе можно отнести модели, которые описывают реальные процессы, протекающие в экономических системах малого и среднего масштаба, подверженные воздействию случайных и неопределенных факторов. Разработка таких моделей требует принятия допущений, позволяющих разрешить неопределенности. Например, требуется задать распределения случайных величин, относящихся к входным переменным. Эта искусственная операция в известной степени порождает сомнение в достоверности результатов моделирования. Однако другого способа создания математической модели не существует.
Среди моделей этой группы наибольшее распространение получили модели так называемых систем массового обслуживания. Существуют две разновидности этих моделей: аналитические и алгоритмические. Аналитические модели не учитывают действие случайных факторов и поэтому могут использоваться только как модели первого приближения. С помощью алгоритмических моделей исследуемый процесс может быть описан с любой степенью точности на уровне его понимания постановщиком задачи.
К третьей группе относятся модели больших и очень больших (макроэкономических) систем: крупных торговых и промышленных предприятий и объединений, отраслей народного хозяйства и экономики страны в целом. Создание математической модели экономической системы такого масштаба представляет собой сложную научную проблему, решение которой под силу лишь крупному научно-исследовательскому учреждению.
По форме представления объектов модели можно разделить на две группы: материальные и идеальные.
Материальные модели, в свою очередь, делятся на физические и аналоговые. В физических моделях обеспечивается аналогия физической природы и модели (примером может служить аэродинамическая труба). В аналоговых моделях добиваются сходства процессов, протекающих в оригинале и модели (так с помощью гидроинтегратора моделируется передача тепла).
Идеальные модели можно разделить на знаковые (семиотические) и интуитивные (мысленные). Знаковые модели можно разделить на логические, геометрические и математические.
Математические модели делятся на аналитические, алгоритмические и комбинированные.
Для аналитического моделирования характерно то, что для описания процессов функционирования системы используются системы алгебраических, дифференциальных, интегральных или конечно разностных уравнений. Аналитическая модель может быть исследована следующими методами:
· аналитическим, когда стремятся получить в общем виде явные зависимости для искомых характеристик;
· численным, когда, не умея решать уравнения в общем виде, стремятся получить числовые результаты при конкретных начальных данных;
· качественным, когда, не имея решения в явном виде, можно найти некоторые свойства решения (например, оценить устойчивость решения).
Желая использовать аналитический метод, часто идут на существенные упрощения первоначальной модели, чтобы иметь возможность изучить хотя бы общие свойства системы. Аналитические модели бывают детерминированные и статистические. Численный метод проведения аналитических расчетов с помощью датчиков случайных чисел получил название метода статических испытаний, или метода Монте-Карло.
При алгоритмическом моделировании описывается процесс функционирования системы во времени, причем имитируются элементарные явления, составляющие процесс, с сохранением их логической структуры и последовательности протекания во времени. Алгоритмические модели также могут быть детерминированными и статистическими. В последнем случае в модели с помощью датчиков случайных чисел имитируется действие неопределенных и случайных факторов. Такой метод моделирования получил название метода статистического моделирования. В настоящее время этот метод считается наиболее эффективным методом исследования сложных систем, а часто и единственным практически допустимым методом получения информации о поведении гипотетической системы на этапе ее проектирования.
Комбинированное моделирование позволяет объединить достоинства аналитического и алгоритмического моделирования. При построении комбинированных моделей производится предварительная декомпозиция процесса функционирования модели на составляющие подпроцессы. Для тех из них, где это возможно, используются аналитические модели, а для остальных процессов строятся алгоритмические модели.
Процесс построения концептуальной модели включает следующие подэтапы:
· постановку задачи моделирования
· определение требований к исходной информации и ее сбор
· выдвижение гипотез и предположений
· определение параметров и переменных модели
· обоснование выбора показателей и критериев эффективности системы
· составление содержательного описания модели [32].
При постановке задачи моделирования дается четкая формулировка целей и задач исследования реальной системы, обосновывается необходимость машинного моделирования, выбирается методика решения задачи с учетом имеющихся ресурсов, определяется возможность разделения задачи на подзадачи.
При сборе необходимой исходной информации, необходимо помнить, что именно от качества исходной информации об объекте моделирования зависит как адекватность модели, так и достоверность результатов моделирования.
Гипотезы при построении модели системы служат для заполнения "пробелов" в понимании задачи исследователем. Предположения дают возможность провести упрощение модели. В процессе работы с моделью системы возможно многократное возвращение к этому подэтапу в зависимости от полученных результатов моделирования и новой информации об объекте.
При определении параметров и переменных составляется перечень входных, выходных и управляющих переменных, а также внешних и внутренних параметров системы.
Выбранные показатели и критерии эффективности системы называют правило, с помощью которого выбирается наивыгоднейший вариант структуры моделируемой системы. Если имеется несколько показателей эффективности, то критерий объединяет их в единое выражение.
Разработка концептуальной модели завершается составлением содержательного описания, которое используется как основной документ, характеризующий результаты работы на первом этапе.
В процессе создания математической модели происходит переход от содержательного описания к формальному алгоритму. Промежуточным звеном между ними может служить математическая схема.
Существует ряд типовых математических схем, которые могут лечь в основу разрабатываемого конкретного моделирующего алгоритма.
К ним относятся следующие схемы (модели):
· непрерывно-детерминированные модели (D-схемы: dynamic, отражают динамику изучаемой системы, описываются системами обыкновенных дифференциальных уравнений или уравнений в частных производных, где в качестве независимой переменной выступает время);
· дискретно-детерминированные модели (F-схемы: finite automata, конечный автомат - некоторое устройство, на которое подаются входные сигналы и снимаются выходные и которое может иметь некоторое внутреннее состояние);
· дискретно-стохастические модели (Р-схемы: probabilistic automata, в общем виде можно представить, как дискретный потактный преобразователь информации с памятью, функционирование которого в каждом такте зависит только от состояния памяти в нем и может быть описано стохастически );
· непрерывно-стохастические модели (Q-схемы: queueing system, схема системы массового обслуживания (СМО))
Рассмотрим поподробнее последнюю.
В качестве процесса обслуживания в СМО могут быть представлены различные по физической природе процессы функционирования экономических, производственных, технических и других систем, например потоки товаров, потоки продукции, потоки деталей, потоки клиентов и т.п.
Для любой системы массового обслуживания характерно наличие трех отличительных свойств:
· объектов, у которых может возникнуть потребность в удовлетворении некоторых заявок;
· агрегатов, предназначенных для удовлетворения заявок на обслуживание;
· специальной организации приема в систему заявок и их обслуживания.
Схема СМО показана на Рисунок 3.1

Рисунок 3.1. – Схема системы массового обслуживания.
Совокупность заявок рассматривается как поток событий, т.е. последовательность событий, происходящих в случайные моменты времени. Время обслуживания заявки также считается случайной величиной.
Из-за совместного действия этих двух случайных факторов количество обслуженных заявок в заданном интервале времени является величиной случайной.
Существует несколько разновидностей СМО:
1. по числу каналов обслуживания СМО делятся на одноканальные и многоканальные;
2. по числу фаз (последовательно соединенных агрегатов) СМО делятся на однофазные и многофазные;
3. по наличию обратной связи СМО делятся на разомкнутые (с бесконечным числом заявок) и замкнутые (с конечным числом заявок);
4. по наличию очереди СМО делятся на системы без очередей (с потерями заявок), системы с неограниченным ожиданием (по времени или длине очереди) и системы с ограниченным ожиданием (по времени или длине очереди);
5. по принципу формирования очередей СМО делятся на системы с общей очередью и системы с несколькими очередями;
6. по наличию отказов СМО делятся на системы с отказами и системы без отказов;
7. по виду приоритета СМО делятся на системы со статическим приоритетом (обслуживание в порядке поступления заявок) и системы с динамическим приоритетом, который в свою очередь имеет три разновидности:
- относительный приоритет (заявка высокого приоритета ожидает окончания обслуживания заявки с более низким приоритетом);
- абсолютный приоритет (заявка высокого приоритета при поступлении немедленно вытесняет заявку с более низким приоритетом);
- смешанный приоритет (если заявка с низшим приоритетом обслуживалась в течение времени, меньше критического, то используется низший приоритет, в противном случае используется относительный приоритет).
Существуют следующие способы (или принципы) построения моделирующих алгоритмов:
- способ повременного моделирования с постоянным шагом;
- способ повременного моделирования с переменным шагом;
- способ последовательной проводки заявок;
- способ поэтапной последовательной проводки заявок.
3.3 Выбор и обоснование математического метода прогнозирования
Спрос определяется способностью потреблять традиционные услуги связи и в определенной степени генерировать потребность в новых. Спрос и предложение складываются под воздействием множества факторов, которые, взаимодействуя, формируют закономерности развития рынка услуг связи и его конъюнктуру [31].
Маркетинговая деятельность предприятия должна обеспечивать не только получение надежной и своевременной информации о рынке, но и создание такой номенклатуры услуг, которая наиболее полно удовлетворяла бы требованиям потребителей. Конкурентоспособность услуги обеспечит не только качество технического решения и необходимые маркетинговые исследования, но и грамотно спланированная рекламная компания.
По результатам исследования рынка Интернет – услуг в г. Томске можно сделать вывод не только о сохранении спроса на Интернет-подключения, но и о существенном росте его в ближайшее время. Тем более актуальной становится задача сравнения различных технических решений, позволяющих абоненту осуществлять передачу данных и телефонный разговор одновременно по одной линии, а также выбора наиболее рационального варианта в каждом конкретном случае.
Линия ISDN – цифровая линия, имеющая два канала, скорость передачи данных по каждому из них – 64 Кбит/сек, подключение dial-up, оплачивается время в Интернет. Эту услугу оказывает СПРФ ГТС. Услуга монопольна, конкурентов на телекоммуникационном рынке города у ГТС нет, цены на услуги связи регулируются государством. Поэтому при рассмотрении модели, описывающей данную услугу влиянием изменения тарифа и поведения конкурентов можно пренебречь.
Подключение ADSL (on-line) – вариант широкополосного доступа, скорость передачи данных к абоненту - 8 Кбит/сек, абонентская плата 500 для физических лиц (1500 для юридических) руб./месяц + прогрессивная оплата за МБт информации, превышающие квоту (100/300 Мбайт). Эту услугу оказывает СПРФ ЦИС. Услуга находится в стадии выведения на рынок, во многих районах города существует очередь абонентов, желающих использовать именно это техническое решение.
Любой технический специалист с уверенностью будет утверждать, что передача данных со скоростью 8 Мбит/сек во много раз лучше, чем со скоростью 128 Кбит/сек. Даже учитывая разницу передачи сигнала по цифровой и аналоговой линиям, с этим стоит согласиться. Но, при консультации потенциального абонента нельзя оценивать ситуацию только исходя из сравнимости технических параметров, необходимо оперировать и экономическими категориями тоже. Учитывая доход абонента, как неценовой фактор спроса, можно совершенно точно быть уверенным, что при необходимости только лишь электронной почты и небольшом трафике нет смысла предлагать клиенту услугу, абонентская плата за которую в 2-2,5 раза превысит его Интернет – платежи за месяц. Основываясь на результатах оценки рынка Интернет – услуг, приведенных в 1 главе этой работы, можно считать клиентами dial-up, для которых целесообразно было бы рекомендовать услугу ISDN, всех тех клиентов, чей объем трафика оплачивается суммой менее 500 руб. в месяц. При большем объеме трафика абонента – имеем дело с клиентом, для которого подключение on-line, возможно, позволит иметь необходимую скорость и существенно экономить денежные средства. Вместе с тем, опыт работы с абонентами, имеющими сегодня в личном пользовании и линию ISDN и подключение ADSL, дает основания полагать, что при «скачивании» объемов информации, намного превышающих предполагаемую абонентской платой квоту, более экономически выгодна все-таки линия ISDN. Качество передачи оцифрованного сигнала позволяют без «зависаний» принимать достаточно объемные файлы, оплачивая только время, для этого затраченное.
Каждое техническое решение должно найти «своего» клиента, максимально удовлетворяя его ожидания, запросы и, вместе с этим, принося прибыль предприятию. Цель же данной работы – определить прогноз существования на рынке каждой услуги методом математического моделирования для того, чтобы позиционировать каждую услугу для конкретной группы абонентов.
Применение методов экономического прогнозирования IP-услуг необходимо также для оптимизации инвестиций, тарифной политики, позиционирования на рынке в условиях роста продаж, насыщения и последующего спада.
Методы прогнозирования, как часть маркетинговых исследований, можно классифицировать на эвристические, при применении которых преобладают субъективные оценки, и на экономико-математические, методы с преобладанием объективных оценочных факторов. К числу последних методов относятся и статистические варианты экономических прогнозов.
Эвристические методы предполагают, что подходы, используемые для формирования прогноза, не изложены в явной форме и неотделимы от лица, делающего прогноз, при разработке которого доминируют интуиция, прежний опыт, творчество и воображение. К данной категории методов относится социологические исследования и экспертные оценки. Причем, опрашиваемые респонденты, делают свои выводы, как только на интуиции, так и используя определенные причинно-следственные связи и данные статистических расчетов.
При использовании экономико-математических методов, подходы к прогнозированию четко сформулированы и могут быть воспроизведены другими лицами, которые неизбежно придут к получению такого же прогноза.
Наиболее распространены в настоящее время статистические методы, которые в свою очередь разделяются на методы экстраполяции и методы моделирования. При экстраполяции в качестве базы прогнозирования используется прошлый опыт, который пролонгируется на будущее. Делается предположение, что система развивается эволюционно, в достаточно