Методы моделирования .
Модели управления запасами.
Любая организация должна поддерживать некоторый уровень запасов своих ресурсов, чтобы избежать простоев или перерывов в технологических процессах и сбыте товаров или услуг. Для производственной фирмы необходимы определённые запасы материалов, комплектующих изделий, готовой продукции, для банка – денежной наличности, для больницы – лекарств, инструментов и т.д. Поддержание высокого уровня запасов повышает надёжность функционирования организации и избавляет от потерь, связанных с их нехваткой. С другой стороны, создание запасов требует дополнительных издержек на хранение, складирование, транспортировку, страхование и т.п. Кроме того, избыточные запасы связывают оборотные средства и препятствуют прибыльному инвестированию капитала, например, в ценные бумаги или банковские депозиты.
Модели управления запасами позволяют найти оптимальное решение, т.е. такое решение, при котором уровень запаса, который минимизирует издержки на его создание и поддержание при заданном уровне непрерывности производственных процессов.
Модели линейного программирования.
Их применяют для нахождения оптимального решения в ситуации распределения дефицитных ресурсов при наличии конкурирующих потребностей. Например, с помощью модели линейного программирования управляющий производством может определить оптимальную производственную программу, т.е. рассчитать, какое количество изделий каждого наименования следует производить для получения наибольшей прибыли при известных объемах материалов и деталей, фонде времени работы оборудования и рентабельности каждого типа изделия. Большая часть разработанных для практического применения оптимизационных моделей сводится к задачам линейного программирования. Однако с учётом характера анализируемых операций и сложившихся форм зависимости факторов могут применяться и модели других типов: при нелинейных формах зависимости результата операции от основных факторов – модели нелинейного программирования; при необходимости включения в анализ фактора времени – модели динамического программирования; при вероятностном влиянии факторов на результат операции – модели математической статистики (корреляционно-регрессионный анализ).