Прикладная информатика, 2010, №1 (25)


□ хладная





                ИНФОРМАТИК®





№1(25) 2010

                               научно-практический журнал

ISSN 1993-8314







Уважаемые коллеги!

     Темой первого номера наступившего года по праву можно назвать имитационное моделирование — эффективную современную методологию решения задач анализа и прогнозирования в различных областях профессиональной деятельности. Этой теме посвящена почти половина из представленных публикаций. Часть из них включена в специальную рубрику «Simulation», в которой рассмотрены вопросы разработки и использования симуляторов. Первой публикацией новой рубрики стал репортаж с конференции «Имитационное моделирование. Теория и практика» ИММОД-2009, в организации которой наш журнал принял активное участие.
     Материалы, в которых акцент сделан на прикладной области применения моделей, представлены в разделе «1Т-бизнес».
     Авторы разделов «1Т-менеджмент» и «1Т-образование» продолжают циклы своих публикаций, начатые в предыдущих номерах и посвященные вопросам управления эффективностью, разработки и внедрения «облачных» сервисов, а также нейрофизиологическим механизмам взаимодействия человека и компьютера.
     «Преподавательский портфель» предлагает вниманию читателей авторский подход к преподаванию дисциплины «Концепции современного естествознания», базирующейся на сочетании методологии теории систем, синергетики и информатики.
     Вопросам роли и места науки об информации в контексте единства мироздания посвящен материал рубрики «История специальности», подготовленный ко дню рождения выдающегося отечественного ученого Ю. И. Шемакина. Редакция журнала желает Юрию Ивановичу крепкого здоровья и творческого долголетия!

Главный редактор
А. А. Емельянов

ПРИКЛАДНАЯ ИНФОРМАТИКА

№ 1 (25) 2010

1Т-бизнес
Анализ бизнеса
В. Е. Лихтенштейн, Г. В. Росе
Оптимизация заключения договоров и поиск оптимальных правил остановки.........3
Страховоедело
О. В. Носова, В. И. Карпов
Определение оптимального средневзвешенного размера комиссионного вознаграждения при страховании рисков объектовАПК.................................10
Валютные операции
А.  М. Балонишников, В. А. Балонишникова
Моделирование динамики обменных курсов основныхвалют...............................15
1Т-менеджмент
Управление эффективностью
М. А. Бендиков, В. В. Клочков
Экономические аспекты внедрения CALS-технологий в авиационной промышленности................21
Управление интернет-ресурсами

Д. В. Денисов
SaaS-решениялидеровГГ-индустрии...............35
1Т и образование
E-learning
Н. Б. Дорошенко
Лекция с мультимедийным сопровождением: механизмы успеха..............................44

Simulation
Теория и практика
Репортаж
Четвертая всероссийская научно-практическая конференция по имитационному моделированию и его применению в науке и промышленности «Имитационное моделирование.
Теория и практика» ИММОД-2009 ............ 54
Н. Б. Кобелев
Элементы качественной теории глобальных и локальных системиимитационноемоделированиеихэнергии . . 86
Акторное моделирование
А.А.Емельянов
Имитационное моделирование экономическойдинамики.....................105
В преподавательский портфель
Концепции современного естествознания
В. Н. Волкова
Концепции современного естествознания: отфизикализмакинтегральнымподходам........119
История специальности
Теория информации
К 85-летию со дня рождения Ю. И. Шемакина

Информационные процессы исистемнаяорганизацияВселенной..............126
СВЕДЕНИЯОБАВТОРАХ...........................131
АННОТИРОВАННЫЙСПИСОКСТАТЕЙ .................133
ПРАВИЛАОФОРМЛЕНИЯРУКОПИСЕЙ..................138

Редакционная коллегия

Главныйредактор

Емельянов А. А. докт. экон, наук, проф.

Заместители главного редактора

Артюхин В. В. канд. экон. наук, доц.
Власова Е. А.


Редакционный совет

Багриновский К. А. докт. экон. наук, проф.

ЗвоноваА. Н.   канд. экон. наук       
Козлов В. Н.   докт. техн. наук, проф.
Коршунов С. В. канд. техн. наук, проф.
Мешалкин В. П. докт. техн. наук, проф.
               чл.-корр. РАН,         
               сопредседатель         
Мэйпл К.       Ph. D., проф.          
Павловский Ю. Н. докт. физ.-мат. наук,   Бугорский В. Н.
                 проф., чл.-корр. РАН,   БуяноваЛ. Н.   
                 сопредседатель          Волкова В. Н.  
Пузанков Д. В.   докт. техн. наук, проф. Диго С. М.     
Росс Г. В.       докт. техн. наук,       ДикВ.В.        
                 докт. экон. наук, проф. Дли М. И.      
РубинЮ.Б.        докт. экон. наук,       Емельянов С. А.
                 проф., чл.-корр. РАО    Иванов Л.Н.    
Саркисов П. Д.   докт. техн. наук,       Литвинова О. А.
                 проф., акад. РАН,       Малышев Н. Г.  
                 сопредседатель          Попов И. И.    
Сухомлин В. А.   докт. физ.-мат. наук,   Потемкин А. И. 
Титарев Л. Г.    проф.                   Салмин С. П.   
                 докт. техн. наук, проф. Халин В. Г.    
Члены редколлегии                        Хубаев Г.Н.    
                                         Чистов Д. В.   
Амбросов Н. В.   докт. экон. наук, проф. ШориковА. Ф.   
Бендиков М. А.   докт. экон. наук, проф.                

канд. экон. наук, проф. докт. экон. наук, проф. докт. экон. наук, проф. канд. экон. наук, проф. докт. экон. наук, проф. докт. техн. наук, проф.

докт. техн. наук, проф. канд. экон. наук докт. техн. наук, проф. докт. техн. наук, проф. докт. техн. наук, проф. докт. экон. наук, проф. канд. физ.-мат. наук, проф.
докт. экон. наук, проф. докт. экон. наук, проф. докт. физ.-мат. наук, проф.

2

Читайте в номере

ПРИКЛАДНАЯ ИНФОРМАТИКА

№1 (25) 2010


В. Е. Лихтенштейн, Г. В. Росс


            ОПТИМИЗАЦИЯ ЗАКЛЮЧЕНИЯ ДОГОВОРОВ И ПОИСК ОПТИМАЛЬНЫХ ПРАВИЛ ОСТАНОВКИ


    В статье представлена общая структурная формулировка задачи заключения договоров, а также технология ее решения в среде модуля Equilibrium инструментальной системы Decision. Авторами предложен подход с использованием Эволюционно-симулятивной модели.

Задача заключения договоров является типичной в том смысле, что заключение договоров — повсеместная практика как в бизнесе, так и в политике. По своей математической природе эта задача является игровой и сводится к Эволюционно-симулятивной модели [4]. Вместе с тем данная задача обладает рядом характерных черт, которые придают ее математической формулировке глубокое своеобразие. В частности:
   •   договорные позиции по-разному влияют на хозяйственные (или политические) ситуации для каждой из договаривающихся сторон;
   •   издержки завышения и издержки занижения в явном виде не зависят от PL — искомого равновесного значения утверждаемого показателя(договорной позиции);
   •   расчетные показатели зависят от совместных с оптимумом реализаций факторов.
   Теоретическая база инструментальной системы Decision была разработана в 19701980 гг. В работах [1,2, 3] предложены Эво-люционно-симулятивный метод (ЭСМ) статистической оптимизации и Алгоритм динамического программирования для решения булевых задач (АДПБЗ). В 1995 г. был создан программный макет, реализующий ЭСМ и АДПБЗ. В дальнейшем эта система была усовершенствована и получила название Decision. Решением Международной ассоциации авторов научных открытий (которая является союзом юридических лиц, выполняет функции государственного патентного института и состоит из 28 лауреатов Но

белевской премии) Президиум Российской академии естественных наук признал инструментальную систему Decision открытием (решение №126 от 15 июня 2000 г.), на методологию, реализованную в Decision, были получены патент (№2229741, приоритет от 30 сентября 2002 г.), лицензия (свидетельство №2004612453, зарегистрировано в реестре 3 ноября 2004 г.) и сертификат соответствия № РОСИ. 1013.1.643. С0109.0.
   Система Decision включает в себя 2 модуля: Equilibrium — программная реализация ЭСМ; Combinatorics — программная реализация АДПБЗ.
   Система Decision описана в практикуме, изданном в 2-х книгах [4, 5]. В 1-ой книге дано описание системы Decision, способов ведения диалога и подробно рассмотрены типовые задачи из области маркетинга, микро- и макроэкономики, а также задачи составления комплексных программ. Во 2-ой книге рассмотрены способы решения задач нормирования, включая нормирование производственных запасов и нормирование на предприятиях, работающих на принципах Кан-бан; прогнозирования тенденций фондового рынка и принятия решений оператором фондового рынка; составления расписаний и назначений; расчета параметров эмиссии ценных бумаг; управления портфелем ценных бумаг; управления работами; управления проектами; задач теории игр; поиска решений на графах; предупреждения чрезвычайных ситуаций; построения системы, оптимальной по надежности; планирования экспериментов и др.

3

IT-бизнес К> Анализ бизнеса

ПРИКЛАДНАЯ ИНФОРМАТИКА

№1(25) 2010

Оптимизация заключения договоров и поиск оптимальных правил остановки

   ЭСМ включает в себя корректную структурную математическую формулировку равновесной задачи в условиях неопределенности или риска, называемую Эволюционно-симулятивной моделью, и универсальные алгоритмы поиска ее решения. Одна из возможных упрощенных формулировок Эволю-ционно-симулятивной модели представлена совокупностью соотношений (1) — (9):
f = f fₙ,                (1)
Р = Pi,..., Pₘ,          (2)
Fai = ri (f,P),          (3)
Fa2 = r₂ (f, p),         (4)
F = q/ PL, Fai, f, P),      (5)
F₂ = q 2( PL,Fa 2, f, p),   (6)
, fFPL > Fa.
   Ф (PL,Fai, Fa2, F, F₂ ) = ]’’  ’      (7)
I >2, pl < rd 2
min {max {M {Ф (PL, Fa-, F- )}}}, (8)
R = T (PL,f, p).         (9)
   При этом: f — вектор факторов, т. е. случайных величин либо величин, информация о которых неполная; p — вектор исходных показателей, т. е. условно-постоянных величин; PL — искомое равновесное состояние системы; Faᵢ и Fa₂ — случайные реализации состояния, получаемые с помощью имитационных моделей rᵢ и r₂ соответственно; Ф — штрафная функция; Fᵢ и F₂ — штрафы, возникающие в случае несовпадения PL с Faᵢ или Fa₂, рассчитываемые^ помощью имитационных моделей qᵢ и q ₂; R -вектор расчетных показателей. Условием оптимальности и вместе с тем условием равновесия является (8), где М — знак математического ожидания.
   К формулировке (i) — (9) сводятся некоторые формулировки задач статистической оптимизации и стохастического программирования, байесовская задача и др.
   Рассмотрим одну из возможных содержательных экономических интерпретаций Эво-люционно-симулятивной модели (i) — (9) на предельно упрощенном примере маркетин

гового планирования. Пусть fᵢ,...,fₙ — факторы, определяющие платежеспособный спрос (количество покупателей, их доходы и предпочтения); рᵢ,.,рₘ — исходные показатели, выражающие цену и компоненты себестоимости; Faᵢ и Fa₂ — платежеспособный спрос в натуральных единицах; Fᵢ — издержки производителя, возникающие в ситуации, если маркетинговый план продаж окажется больше платежеспособного спроса (издержки завышения); F₂ — издержки производителя, возникающие в ситуации, если маркетинговый план продаж окажется меньше платежеспособного спроса (издержки завышения); R — прибыль, затраты и другие показатели работы фирмы.
   Укрупненная блок-схема маркетингового планирования представлена на рис. i. Лицо, принимающее решение (ЛПР) (блок I), составляет план продаж (PL), который, как правило, выражается в натуральных единицах.
   Очевидно, что план должен быть принят до начала планового периода, в течение которого этот план предполагается осуществить.
   План осуществляется под воздействием внешних случайных факторов f = f,...,fₙ,, таких как количество потенциальных покупателей, их доходы, предпочтения, конкуренция и др. (блок III). Поэтому фактический объем продаж, как правило, отличается от составленного плана. При этом существуют два факта: Faᵢ представляет собой объем всех продаж, включая дополнительные продажи, которые, быть может, удалось выполнить вне рассматриваемого сектора рынка. В отличие от этого, Fa₂ представляет собой совокупный объем продаж только на рассматриваемом секторе рынка. Поэтому Faᵢ, Fa₂ — продажи вне рассматриваемого сектора рынка.
   Экономические условия (блок II), в которых действует фирма, складываются из налогового законодательства, конъюнктуры рынка, технологии и организации производства, способов хранения и транспортировки и др. Эти условия определяют размер издержек, которые возникают вследствие несовпадения факта и плана. В частности, если план оказался невыполненным, т. е. если PL > Faᵢ,

4

IT-бизнес Анализ бизнеса

ПРИКЛАДНАЯ ИНФОРМАТИКА

№1 (25) 2010

Рис. 1. Блок-схема управления в условиях неопределенности

В. Е. Лихтенштейн, Г. В. Росс

то товар в объеме PL-Fa ₁ будет залеживаться или вовсе пропадет. В этом случае возникнут издержки на хранение, от потери качества во время хранения и от замораживания средств, вложенных в этот товар. Размер этих издержек на рис. 1 обозначен через F₁.
   Если план продаж оказался меньше платежеспособного спроса, т.е. если PL < Fa₂, то возникнут упущенные возможности в виде упущенного дохода, упущенной прибыли, упущенной доли на рынке. Все это можно было бы получить, если бы было больше запланировано и значит заготовлено. Размер этих упущенных возможностей (издержек занижения) на рис. 1 обозначен через F₂.
   Размер и содержание издержек ЛПР узнает не сразу, не тогда, когда принимает решение, а позднее, когда решение не только принято, но также исполнено, т.е. по завершении планового периода. Причем происходит не только задержка во времени, но еще и усреднение издержек завышения и занижения с теми издержками, которые были получены от ранее осуществленных планов (блоки IV и V). Как видно на рис. 1, усредненные издержки обозначены через М {F₁} и М {F₂}, где М — знак математического ожидания.
   Итак, мы имеем блок-схему управления с обратной связью: ЛПР получает резуль

тат принятого решения в виде того или иного рода издержек.
   Обратимся к общей структурной формулировке задачи заключения договоров между двумя участниками. Пусть имеются две договаривающиеся стороны («А» и «Б») и X, i = 1,., п — договорные позиции. Допустимые сочетания договорных позиций для «А» формируются с помощью имитационной модели риА, т.е.: (X,,. ,Хп⁾ = рA (fA fAᵣ⁾ = рA (е), где fA 1 .J
факторы, определяющие условия заключения договоров и являющиеся случайными величинами; е — номер статистического испытания. Аналогичным образом допустимые сочетания договорных позиций для «Б» формируются с помощью имитационной мо-• и Р' : (Х Хп      Р (<S. Р (е⁾.
   Поскольку договорные позиции взаимосвязаны, то, как правило, среди них можно выделить некоторую позицию Хк е {X₁,...,Хп} и считать ее «основной» или «главной». сХк так или иначе связаны все другие договорные позиции. В качестве «основной» можно поочередно выбирать любую позицию.
   Для «А» каждое сочетание позиций (Х,,...,Хп) создает ситуацию (Y₁ a,...,YA), которую можно моделировать с помощью ориентированного, взвешенного знакового

5

IT-бизнес К> Анализ бизнеса

ПРИКЛАДНАЯ ИНФОРМАТИКА

№1(25) 2010

Оптимизация заключения договоров и поиск оптимальных правил остановки

графа. При этом: (Y₁а,...,YₜA) = р\ (X₁,...,Xₙ), где р\ — имитационная модель. Ситуация [Yа,...,YₜA) для «А» характеризуется критерием KA [Y₁ а,...,YₜA), который является отображением области параметров в некоторую упорядоченную шкалу.
   Аналогично для «Б». Каждое сочетание позиций (X,,...,Xₙ) создает ситуацию [Y₁ б,...,Y), которую также можно моделировать с помощью ориентированного, взвешенного знакового графа (Y₁ б,...,Y) = р!Б (X₁,...,Xₙ). Ситуация (Y₁ б,...,Y) для «Б» характеризуется критерием КБ (Y₁ б,..., YB), который, как и критерий KA [Y₁ а,...,YₜA), каждому набору параметров ситуации ставит в соответствие значение в упорядоченной шкале, отличающейся от шкалы значений KA (Y₁ а,...,YₜA).
   Задача состоит в том, чтобы подобрать такие значения договорных позиций (X₁,.,Xₙ), которые удовлетворяли бы минимаксному критерию, составленному из индивидуальных критериев «А» и «Б».
   Пользуясь терминологией, принятой в Эволюционно-симулятивной методологии, а также перейдя к векторным обозначениям x = (x ₁,...,xₙ), ya = (y₁ а,...,Ya) и Y =[Y₁ б,...,Y), можнозаписать:


      X = PА (Га1--?аг) = РА (e\
         Fa1 = Xₖ; ke^}

модель условий завышения;


       X = P A ( Гб.ks ) = P_'( e)_
Fa ₂ = Xk; ke{l,ⁿ} модель условий занижения;



(10)

(11)

ya = P' (X) F = Ta (YA )

(12)


модель издержек завышения;


'  р Б (X )1 —
F2 = ТБ (Y ) модель издержекзанижения;


(13)

min jmax{F (yL Щ—      (14)
          MW Y [ Z
критерий оптимальности

(из введенных обозначений следует, что при X =1Б = А,а при X = 2Б=Б).
   Формулировка (10) — (14) дает принципиальную возможность для решения задач оптимизации договоров с использованием модуля Equilibrium инструментальной системы Decision. Для практического решения подобной задачи необходимо построить ориентированные графы, описывающие условия принятия решений сторонами, и на основе этих графов построить имитационные модели рA, рA, рА, рА, и функции ТА , ТБ. Этого достаточно для того, чтобы реализовать модель в Equilibrium (см. параграф 7.9 в [5]). Далее, выполняя диалоговую процедуру:
  Расчет ^ Прямой/Обратный ^ Прямой, можно найти согласованное значение «главной» договорной позиции Fa ₁ ® Fa₂ ~ Х.и соответствующие согласованные значения других договорных позиций или, что в принципе то же самое, остальных компонент вектора X. При этом компоненты вектора X (кроме Xₖ) должны рассчитываться на основе совместных с оптимумом реализаций факторов (способ получения таких реализаций описан в [5] в приложении 7).
   При многократном выполнении диалоговой процедуры «главная» договорная позиция Xₖ будет незначительно колебаться (в пределах допустимой погрешности), а прочие компоненты вектора X могут изменяться достаточно сильно, каждый раз оставаясь внутренне согласованными. Последнее означает, что полученные в оптимизационном расчете компоненты вектора X удовлетворяют системе приближенных равенств:


РА⁽e 'WA ⁽e,⁾ т а (р А (X ))«т б (р Б (X ))J,


где е' — номер статистического испытания, в котором реализовалось оптимальное зна

6

IT-бизнес Анализ бизнеса

ПРИКЛАДНАЯ ИНФОРМАТИКА

№1 (25) 2010

чение. Следовательно, многократные оптимизационные расчеты позволяют генерировать варианты согласованных договорных позиций.
   С математической точки зрения модель (10) — (14) обладает следующими важными особенностями: модель издержек завышения и модель издержек занижения в явном виде не зависят от PL — искомого равновесного (согласованного) значения основной договорной позиции, а зависят только от Fa ₁ и Fa₂ соответственно; расчетные показатели, т.е. компоненты вектора X зависят от совместных с оптимумом реализаций факторов.
   Рассмотрим некоторые основные положения представленной технологии. Обратимся к примеру задачи заключения договора между авиаперевозчиком и поставщиком горюче-смазочных материалов (ГСМ).
   Авиакомпания «А» ведет переговоры с поставщиком ГСМ «Б» на предстоящий год по следующим договорным позициям:
   X₁ — количество поставляемого авиационного керосина;
   X₂ — цена керосина;
   X₃ — количество поставляемого моторного масла;
   X₄ — цена моторного масла;
   X₅ — стоимость услуг по доставке ГСМ.
   Для авиакомпании договорные позиции определяются следующими основными факторами:
   fA ₁ — ожидаемый объем авиаперевозок;
   A² _________. ..
   fA₃) — доли общей нагрузки по основ-f ным направлениям;
   fA 4 ,
   fA₆ — ожидаемый средний уровень цен на авиаперевозки.
   Для поставщика ГСМ договорные позиции определяются иными факторами:
   fB ₁ — стоимость нефти;
   fB₂ — цена керосина у конкурирующих поставщиков;
   fB₃ — состояние производственных мощностей.

   Не вдаваясь в детали, отметим, что нет сколь-либо существенных видимых препят

ствий для построения имитационных моделей
X = РA (fAv.-fAᵣ) = РА (е) и X = рА (fBI — fBs) = рА (е).
   В качестве «основной» договорной позиции выберем X₁. Таким образом, к= 1.
   Функциональный ориентированный знаковый граф, отражающий влияние договорных позиций на деятельность авиакомпании, показан на рис. 2. При этом Y₁⁴ — доход авиакомпании; YB —доля, занимаемая на рынке авиаперевозок; YB — качество обслуживания пассажиров.
   Влияние объема топлива на доход компании положительное, т.е. чем больше потребляется топлива, тем больше перевозок и больше доход. Эта зависимость нелинейна и отражается функцией а. Доля на рынке авиаперевозок также зависит от объема топлива (а¹⁻²). Цена топлива, напротив, снижает доход (отрицательное влияние), а ' — функция, отражающая это влияние.
   Оценка договорных позиций для авиакомпании «А» осуществляется через сравнение вариантов сочетаний характеристик ее деятельности Y⁴ , YB и YB . Поскольку эти величины непосредственно несопоставимы, необходимо отображение троек (Y₁, Y₂, Y₃) в некоторую упорядоченную шкалу F₁, т.е.: ФА( Y₁ ⁴ , YB , Y₃⁴) ^ F1. Можно, в частности, конкретизировать содержание функции Ф следующим образом:
F = к ₊(Y ) k¹₊(YZ )к² ₊(Yg )к³.
   При этом F₁ — балльная самооценка состояния авиакомпании.
   Влияние договорных позиций на деятельность компании «Б» также описывается функциональным ориентированным знаковым графом. Пусть YB — прибыль компании «Б»; Y₂b — имиджкомпании «Б».
   Граф влияния договорных позиций на показатели деятельности компании «Б» показан на рис. 3. Смысл зависимостей в общих чертах состоит в следующем: цена керосина и количество поставляемого моторного масла в наибольшей степени влияют на при
В. Е. Лихтенштейн, Г. В. Росс

7

IT-бизнес К> Анализ бизнеса

ПРИКЛАДНАЯ ИНФОРМАТИКА

№1(25) 2010

Рис. 2. Граф влияния договорных позиций на показатели

деятельности авиакомпании

X₂

Оптимизация заключения договоров и поиск оптимальных правил остановки

Рис. 3. Граф влияния договорных позиций на показатели деятельности поставщика ГСМ

быль компании, а объем поставляемого керосина, цена моторного масла и стоимость услуг по доставке прежде всего влияют на

имидж компании. Здесь следует подчеркнуть, что рассматриваемый пример призван проиллюстрировать методические приемы построения графов, и в остальном он является условным. Для нас важно лишь то, что критерии деятельности договаривающихся сторон и графы влияния договорных позиций на эти критерии существенно различны.
   Существует одно непременное условие, при котором осуществление переговоров в принципе возможно, а именно: оценка качества принимаемых сторонами решений должна производиться в одной шкале. Это значит, что множество О значений F₁ и множество QБ значений F₂ должны совпадать; кроме того, должны совпадать их элементы и способы упорядочения, т. е. должно быть: о , = оБ. = о.
   Если договаривающихся сторон больше двух, то прежде всего необходимо заполнить незакрашенные поля таблицы.
   Из таблицы видно, кто и с кем участвует в переговорах, а также в какой степени соглашения достигнуты. Знак «-» указывает на то, что клиенты непосредственно не участвуют в переговорах между собой; знак «и» — необходимо согласование решений; знак «+» — согласование достигнуто.

8

IT-бизнес Анализ бизнеса

ПРИКЛАДНАЯ ИНФОРМАТИКА

№1 (25) 2010

Таблица

Согласование позиций договаривающихся сторон

Участники А  Б  В 
    А       --- + 
    Б           и 
    В             
                  

В. Е. Лихтенштейн, Г. В. Росс

   Задача (10) — (14) должна решаться для каждой пары договаривающихся сторон. Если при этом существует противоречие, например, между соглашением, достигнутым «А» с «Б», и соглашением, достигнутым «А» с «В» по позициям X', то «А» вступает в дополнительные переговоры, ужесточая позиции по X, пока не будет достигнуто соглашение.
   Рассмотрим еще одну задачу, имеющую практическое значение и вместе с тем отличающуюся математическим своеобразием. Эта задача, как и предыдущая, сводится к Эволюционно-симулятивной методологии (ЭСМ) [5] и поэтому может решаться с помощью модуля Equilibrium инструментальной системы Decision. Речь идет о задаче поиска оптимальных правил остановки. Такая задача возникает в случае, когда необходимо выполнить дорогостоящие эксперименты, каждый из которых приносит дополнительную информацию. Например, при поиске полезных ископаемых производят пробные бурения. С одной стороны, чем больше пробных буровых, тем больше информации о месторождении. С другой стороны, каждая буровая — довольно дорогостоящее инвестиционное вложение.
   Математическая специфика данной задачи состоит в том, что риск завышения и риск занижения зависят от количества статистических испытаний N. При этом каждое статистическое испытание рассматривается как шаг, на котором можно остановить эксперимент.
   Эволюционно-симулятивная модель приобретает в этом случае следующий вид:
Fai =pi (е ) = е —    (15)
модель условий завышения;

Fa ₂ =р₂ (е ) = е—       (16)
модель условий занижения;
F = р₁ (PL,Fa₁),PL > Fa₁ —   (17)
модель издержек завышения;

         F₂ = р₂ (PL, Fa₂), PL < Fa₂ — (18)
модель издержек занижения;
         min {mₚaх{F (P^Faz)}} —       ⁽¹⁹⁾
критерий оптимальности,

где е — номер статистического испытания; р₁ (PL,Fa₁) — издержки от проведения дополнительного испытания; р₂ (PL, Fa₂) —издержки от потери информации при недостаточном количестве экспериментов.
   Представленный подход может быть эффективно реализован на практике с помощью соответствующих имитационных моделей, разработанных с применением пакета Decision.

Список литературы
1. Лихтенштейн В. Е. Дискретность и случайность в экономико-математических задачах. М.: Наука, 1973.
2. Лихтенштейн В. Е. Эволюционно-симулятивный метод и его применение для решения плановых и прогнозныхзадач. М.: Наука, 1976.
3. Лихтенштейн В. Е. Эволюционно-симулятивные модели в планировании. М.: Наука, 1979.
4. Лихтенштейн В. Е., Росс Г. В. Информационные технологии в бизнесе. Применение системы Decision в микро- и макроэкономике. М.: Финансы и статистика, 2008.
5. Лихтенштейн В. Е., Росс Г. В. Информационные технологии в бизнесе. Применение системы Decision в решении прикладных экономических задач. М.: Финансы и статистика, 2008.

9

IT-бизнес К> Анализ бизнеса

ПРИКЛАДНАЯ ИНФОРМАТИКА

№ 1 (25) 2010


О.В.Носова, В.И.Карпов

ОПРЕДЕЛЕНИЕ ОПТИМАЛЬНОГО СРЕДНЕВЗВЕШЕННОГО РАЗМЕРА КОМИССИОННОГО ВОЗНАГРАЖДЕНИЯ ПРИ СТРАХОВАНИИ РИСКОВ ОБЪЕКТОВ АПК

    В статье рассматривается задача определения оптимального средневзвешенного размера агентского и брокерского комиссионного вознаграждения при страховании рисков объектов агропромышленного комплекса (АПК). Решение задачи производится с помощью программного обеспечения «Оценка и управление основной деятельностью страховой компании», разработанного авторами.

В настоящее время развитие страхования в нашей стране характеризуется бурным ростом. Это связано, во-первых, с пониманием населением преимуществ данной области, а именно: это надежно, доступно и выгодно. Во-вторых, повышается уровень жизни населения страны, а значит, и его потребности, в том числе и защита себя и своего имущества от неожиданных неприятных воздействий и последствий.
   Страховые компании представляют собой сложную организационную структуру. Создание страхового продукта, его реализация и предоставление услуг — сложный и долгий путь, состоящий из разных цепочек действий и решений, требующих огромного числа различных материальных, трудовых и финансовых ресурсов. Для эффективного управления страховой компанией необходимо иметь возможность получения информации о состоянии и движении материальных и финансовых потоков в оперативном режиме. Такая проблема в настоящее время может быть решена только с помощью автоматизации работы страховых компаний.
   К сожалению, существующие 1Т-реше-ния на российском и зарубежном рынках по большей части предлагают для ведения страховой деятельности программные про

дукты, не нацеленные на реализацию возможности проведения анализа данных, полученных экспериментальным способом.
   Исследование страхового рынка, а также вопросов систематизации, структурирования и методологии анализа экономических рисков страховой деятельности отражено в научной литературе, в том числе в работах П. В. Акинина, А. Л. Апекринско-го, В. Д. Архангельского, С. П. Гришаева, С. Л. Ефимова, Ю. М. Журавлева, М. Г. Ка-мынкина, Д. А. Петрова, А. В. Постюшкова, К. И. Пылова, С. Э. Саркисова, Т. А. Федорова, В. В. Шахова, О. Ю. Шевченко и др.
   В последнее десятилетие активно изучаются вопросы математического моделирования. Различные подходы в рисковых экономико-математических моделях представлены в монографиях и статьях отечет-свенных и зарубежных исследователей: П. Т. Верченко, В. В. Витлинского, Е. Д. Вогана, А. М. Дуброва, Л. Г. Дугласа, М. Дж. Грубера, И. Я. Лукасевича, Р. М. Качалова, С. И. Наконечного, М. Песарана, С. Хьюса, В. Ф. Шарпа, Е. Дж. Элтона и др. История развития продуктивной прикладной прогностики начинается с прогнозов Г. Ландсберга, Л. Филимана, Дж. Фишера.
   В настоящее время существует достаточное количество методик для определения оп

        10


IT-бизнес №> Страховое дело