Программа дисциплины «Имитационное моделирование» для направления 080100. 68 «Экономика»






Скачать 146.21 Kb.
НазваниеПрограмма дисциплины «Имитационное моделирование» для направления 080100. 68 «Экономика»
Дата публикации29.01.2015
Размер146.21 Kb.
ТипПрограмма дисциплины
e.120-bal.ru > Экономика > Программа дисциплины
Санкт-Петербургский филиал федерального государственного
автономного образовательного учреждения высшего профессионального
образования "Национальный исследовательский университет


"Высшая школа экономики"

Факультет экономики

Программа дисциплины

«Имитационное моделирование»

для направления 080100.68 «Экономика» подготовки магистра

для магистерской программы «Математические методы анализа экономики»


Автор программы: доцент кафедры экономической теории, к.т.н.
Кондратьев Михаил Александрович, mkondratyev@hse.ru


Одобрена советом факультета экономики «___»______201__ г

Утверждена председателем

совета факультета экономики «___»______201__ г _______________/В.Э. Гордин/

Санкт-Петербург, 2013

Настоящая программа не может быть использована другими подразделениями университета и другими вузами без разрешения кафедры-разработчика программы.

Тема 1.Область применения и нормативные ссылки


Настоящая программа учебной дисциплины устанавливает минимальные требования к знаниям и умениям студента и определяет содержание и виды учебных занятий и отчетности.

Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления 080100.68 «Экономика», обучающихся по магистерской программе «Прикладная экономика и математические методы», изучающих дисциплину «Имитационное моделирование».

Программа разработана в соответствии с:

образовательным стандартом Федерального государственного автономного образовательного учреждения высшего профессионального образования «Национальный исследовательский университет «Высшая школа экономики» по направлению подготовки 080100.68 «Экономика», уровень подготовки: магистр, утвержденным 21.06.2011;

образовательной программой «Прикладная экономика и математические методы» по направлению 080100.68 «Экономика»;

рабочим учебным планом университета по направлению подготовки 080100.68 «Экономика», утвержденным в 2013 г.

Тема 2.Цели освоения дисциплины


Целью освоения дисциплины «Имитационное моделирование» является формирование у студентов комплекса теоретических и методологических знаний в области современных подходов к имитационному моделированию, а также навыков, необходимых для практического использования программных средств имитационного моделирования.

Тема 3.Компетенции обучающегося, формируемые в результате освоения дисциплины


В результате освоения дисциплины студент должен:

знать методологию разработки и исследования моделей сложных систем; распространенные подходы к имитационному моделированию, особенности и область применения моделей, выполненных в рамках этих подходов; особенности и назначение программных средств имитационного моделирования, возможности практического использования результатов моделирования; положительные и отрицательные стороны использования имитационных моделей, распространенные ошибки моделирования;

уметь применять средства имитационного моделирования для оценки, сравнения и оптимизации управленческих решений, решения задач прогнозирования и поддержки принятия решений в условиях неопределенности;

иметь навыки (приобрести опыт) анализа и применения современных имитационных моделей, а также создания простейших имитационных моделей социально-экономических процессов с использованием специализированных программных средств.
В результате освоения дисциплины студент осваивает следующие компетенции:

Компетенция

Код по ФГОС/ НИУ

Дескрипторы – основные признаки освоения (показатели достижения результата)

Формы и методы обучения, способствующие формированию и развитию компетенции

способен совершенствовать и развивать свой интеллектуальный и общекультурный уровень

СК-1

  • демонстрирует понимание причин выбора сторонними авторами тех или иных модельных решений

  • использует предложенные сторонними авторами модели для решения поставленной задачи

  • использует вспомогательные ИТ-средства для обработки и представления результатов собственной работы

лекции,
практические занятия

способен к самостоятельному освоению новых методов исследования, к изменению научного и научно-производственного профиля своей профессиональной деятельности

СК-2

способен самостоятельно приобретать (в том числе с помощью информационных технологий) и использовать в практической деятельности новые знания и умения, включая новые области знаний, непосредственно не связанных со сферой деятельности

СК-3

способен принимать организационно-управленческие решения и готов нести за них ответственность, в том числе в нестандартных ситуациях

СК-4

способен оценивать эффективность проектов с учетом фактора неопределенности

ПК-6

  • распознает существенные особенности анализируемой системы и обосновывает подходящий метод ее исследования

  • распознает особенности исходных данных и выдвигает соответствующие требования к свойствам и уровню детализации модели

  • применяет изученные методы и модели для решения эмпирической задачи

  • интерпретирует полученные статистические результаты, делает выводы об их качестве и надежности

практические занятия,
домашнее задание,
индивидуальный проект

способен разрабатывать стратегии поведения экономических агентов на различных рынках

ПК-7

способен готовить аналитические материалы для оценки мероприятий в области экономической политики и принятия стратегических решений на микро- и макроуровне

ПК-8

способен составлять прогноз основных социально-экономических показателей деятельности предприятия, отрасли, региона и экономики в целом

ПК-10

способен разрабатывать варианты управленческих решений и обосновывать их выбор на основе критериев социально-экономической эффективности

ПК-12



Тема 4.Место дисциплины в структуре образовательной программы


Для специализации «Математические методы анализа экономики» настоящая дисциплина является дисциплиной по выбору.

Изучение данной дисциплины базируется на социальных и общекультурных знаниях обучаемых, а также на знаниях и навыках, полученных в ходе освоения учебных дисциплин «Высшая математика», «Теория вероятностей», «Математическая статистика», «Эконометрика».

Для освоения учебной дисциплины, студенты должны знать понятие случайной величины и случайного процесса, основы теории проверки гипотез и теории оценивания, базовые особенности социально-экономической статистики, основные принципы построения и оценивания параметрических моделей социально-экономических данных, регрессионных моделей и моделей, основанных на системах алгебро-дифференциальных уравнений, уметь систематизировать и обобщать информацию, делать содержательные выводы по результатам проведения статистических процедур и разрабатывать конкретные предложения по результатам исследований.

Основные результаты изучения дисциплины могут быть использованы непосредственно в будущей профессиональной деятельности студентов, а также в ходе научно-исследовательской работы.

Тема 5.Тематический план учебной дисциплины







Название темы

Всего часов

Аудиторные часы

Самостоятельная работа

Лекции

Семинары

1

Введение в имитационное моделирование

6

2

0

4

2

Виды моделей и технологии имитационного моделирования

8

2

2

4

3

Непрерывные модели

16

2

2

12

4

Дискретные модели

26

4

6

16

5

Агентные модели

24

2

6

16

6

Объектно-ориентированное моделирование

6

2

0

4

7

Инструментальные средства имитационного моделирования

6

2

0

4

8

Стохастическое моделирование и анализ выходных данных

22

4

6

12

9

Создание адекватных и достоверных моделей

12

2

2

8

10

Применение имитационных моделей

18

2

0

16

Итого

144

24

24

96



Тема 6.Формы контроля знаний студентов





Тип контроля

Форма контроля

1 год

Параметры

3 модуль

Текущий

(неделя)

Домашнее задание

6

Выполнение практического задания, результат оформляется в виде отчета.

Текущий

(неделя)

Эссе

8

1–2 тысячи слов.

Итоговый

Зачет

12

Выполнение индивидуального практического проекта, результат оформляется в виде отчета.



6.1Критерии оценки знаний, навыков


Оценки по всем формам контроля выставляются по 10-ти балльной шкале.

Домашнее задание

Домашнее задание представляет собой математическую (концептуальную) модель, которая должна быть программно реализована. С компьютерной моделью должен быть проведен элементарный вычислительный эксперимент. Для выполнения задания рекомендуется использовать среду моделирования AnyLogic 6. На выполнение домашнего задания дается 2 недели, выдача заданий осуществляется с помощью электронной почты. Результаты домашнего задания оформляются в виде отчета. Отчет должен включать следующие разделы: описание математической (концептуальной) модели (30 % оценки), реализация компьютерной модели (30 % оценки), результаты расчетов и выводы (30 % оценки). Оформление отчета формирует 10 % оценки.

Эссе

Эссе ориентировано на освоение студентами методов и средств имитационного моделирования в конкретной предметной области. Цель эссе — представить возможности, положительные и отрицательные стороны имитационного моделирования для решения определенного класса задач. Тема эссе может быть предложена студентом и согласована с преподавателем, или предложена преподавателем. На написание эссе дается 2 недели, рекомендуемый объем эссе — 1–2 тысячи слов.

Зачет

Задание на зачет (индивидуальный проект) представляет собой исследовательскую задачу, для решения которой необходимо разработать и проанализировать имитационную модель. Результаты выполнения задания должны быть оформлены в виде отчета. Отчет должен включать как результаты численных расчетов, так и теоретические элементы, обосновывающие применение выбранных процедур и методов. Задание на зачет выдается за две недели до зачетной недели, выдача заданий осуществляется с помощью электронной почты. Точная структура оценки за зачет сообщается при выдаче задания. Приблизительная структура оценки: порядок разработки и анализа модели (10 %), обоснование предложенной структуры модели (20 %), реализация компьютерной модели (10 %), методы анализа модели и результаты расчетов (30 %), комментарии к результатам и выводы (20 %), оформление отчета (10 %).

6.2Порядок формирования оценок по дисциплине


Результирующая оценка по дисциплине формируется как взвешенная сумма накопленной оценки и оценки за зачет

Орезульт = 0,5 * Онакопл + 0,5 * Озач.

При определении накопленной оценки аудиторная работа и самостоятельная внеаудиторная работа не оцениваются. Поэтому накопленная оценка совпадает с оценкой за текущий контроль, которая рассчитывается как взвешенная сумма оценок за домашнее задание и эссе:

Онакопл = Отекущий = 0,3 * Одз + 0,7 * Оэссе.

Оценки выставляются в 10-бальной шкале, округление арифметическое.

Тема 7.Содержание дисциплины


Тема 8.Введение в имитационное моделирование

Математические модели. Понятие имитационного моделирования. Задачи, решаемые путем имитационного моделирования. Возможности и практика применения современного имитационного моделирования. Детализация, адекватность и цели создания имитационной модели.

Литература: [6], [21], [17], [19], [22], [20], [32].

Тема 9.Виды моделей и технологии имитационного моделирования

Классификация основных видов моделирования. Классификации математических моделей. Этапы моделирования. Представление структуры и динамики моделируемой системы в имитационной модели. Понятие модельного времени, непрерывные и дискретные модели. Основные технологии современного имитационного моделирования.

Литература: [1], [6], [8], [2].

Тема 10.Непрерывные модели

Модели, основанные на системах уравнений. Блочное моделирование динамических систем. Блоки с входами-выходами, блоки с контактами. Основные идеи системной динамики, концепция и терминология. Причинно-следственные диаграммы обратной связи, потоковые диаграммы. Моделирование гибридных систем.

Литература: [1], [33], [7], [13], [4].

Тема 11.Дискретные модели

Дискретно-событийное моделирование. Процессно-ориентированные дискретно-событийные модели. Системы массового обслуживания, заявки, серверы, очереди. Обозначения и критерии оценки работы систем массового обслуживания. Применение дискретно-событийного моделирования в задачах логистики.

Микросимуляция. Статические и динамические микросимуляции, время и события в микросимуляционных моделях. Применение микросимуляций в экономических и демографических задачах. Клеточные автоматы. Применение клеточных автоматов для моделирования пространственных процессов.

Литература: [8], [6], [9], [11], [25], [24], [30], [36], [38], [12], [26], [16].

Тема 12.Агентные модели

Агентное моделирование и многоагентные системы. Агенты, окружающее пространство и их взаимодействие. Коллективное поведение и понятие эмерджентности. Модели ограниченной рациональности. Агентные модели и модели, основанные на системах уравнений. Применение агентных моделей в экономических задачах. Агентные модели и вычислимые модели общего равновесия.

Литература: [5], [28], [35], [26], [29], [23], [3].

Тема 13.Объектно-ориентированное моделирование

Объектно-ориентированное моделирование и элементы объектно-ориентированного программирования. Наследование, полиморфизм, инкапсуляция. Универсальный язык моделирования UML. Активные и пассивные объекты. Карты состояний и гибридные автоматы. Использование идей объектно-ориентированного моделирования в современных средах визуального моделирования.

Литература: [4], [27], [37].

Тема 14.Инструментальные средства имитационного моделирования

Программное обеспечение имитационного моделирования: языки и системы моделирования. Базовые возможности и типовая архитектура среды моделирования. Структура моделей и иерархическое моделирование. Очередь событий, планирование событий. Анимация компьютерных моделей. Классификация, назначение и основные характеристики программных средств моделирования.

Литература: [1], [34], [18], [15].

Тема 15.Стохастическое моделирование и анализ выходных данных

Переходное и установившееся поведение модели. Метод Монте-Карло. Выбор входных распределений вероятностей, идентификация закона распределения. Генерирование случайных величин. Оценка выходных показателей модели. Сравнение альтернативных конфигураций системы.

Планирование вычислительных экспериментов. Определение продолжительности исполнения модели и требуемого числа повторений исполнений. Методы понижения дисперсии. Анализ чувствительности модели, оценка устойчивости модели.

Литература: [14], [8], [1], [10].

Тема 16.Создание адекватных и достоверных моделей

Разработка концептуальной модели. Определение уровня детализации модели. Верификация и валидация модели. Методы повышения доверия к модели. Сравнение модельных и системных выходных данных. Калибровка модели. Преимущества и недостатки практического использования имитационного моделирования. Ошибки моделирования.

Литература: [8], [1], [29], [31].

Тема 17.Применение имитационных моделей

Оптимизация на базе имитационного моделирования. Прогнозирование. Оценка рисков и принятие решений в условиях неопределенности. Имитационные модели в процедурах поддержки принятия решений. Интеграция имитационных моделей в оперативное управление.

Литература: [1], [8], [6], [9].

Тема 18.Образовательные технологии


На лекционных занятиях используются компьютерные презентации лекционного материала, при демонстрации моделей используются интерактивные программные приложения и видеоматериалы.

Практические занятия проводятся в компьютерных классах и предполагают создание и анализ студентами имитационных моделей в программной среде AnyLogic Educational. В ходе практических занятий также используется учебный материал тренинга по технике построения моделей в AnyLogic, подготовленного сотрудниками компании-разработчика продукта.

Тема 19.Оценочные средства для текущего контроля и аттестации студента

19.1Тематика заданий текущего контроля


Тематика заданий текущего контроля соответствует тематическому плану курса. Домашнее задание предполагает разработку простой модели в рамках системно-динамического, процессного дискретно-событийного или агентного подхода.

19.2Вопросы для оценки качества освоения дисциплины


Вопросы для оценки качества освоения дисциплины соответствуют содержанию лекционных занятий по каждой теме курса (см. п. Тема 7.).

Тема 20.Учебно-методическое и информационное обеспечение дисциплины

20.1Базовый учебник


Отсутствует.

20.2Основная литература


  1. Лычкина Н. Н. Имитационное моделирование экономических процессов. М.: Инфра-М, 2012. 254 с.

20.3Дополнительная литература


  1. Балдин К. В., Уткин Б. В. Информационные системы в экономике. 5-е изд. М.: Издательско-торговая корпорация «Дашков и К°», 2008. 395 с.

  2. Бахтизин А. Р. Агент-ориентированные модели экономики. М.: ЗАО «Издательство «Экономика», 2008. 279 с.

  3. Бенькович Е. С., Колесов Ю. Б., Сениченков Ю. Б. Практическое моделирование динамических систем. СПб.: БХВ-Петербург, 2002. 464 с.

  4. Борщёв А. В. Практическое агентное моделирование и его место в арсенале аналитика // Exponenta Pro. Математика в приложениях. 2004. № 3–4. С. 38–47.

  5. Карпов Ю. Г. Имитационное моделирование систем. Введение в моделирование с AnyLogic 5. СПб.: БХВ-Петербург, 2005. 400 с.

  6. Каталевский Д. Ю., Основы имитационного моделирования и системного анализа в управлении. М.: Издательство Московского университета, 2011. 304 с.

  7. Лоу А. М., Кельтон В. Д. Имитационное моделирование. 3-е изд. СПб.: Питер, 2004, 847 с.

  8. Лычкина Н. Н., Имитационные модели в процедурах и системах поддержки принятия стратегических решений на предприятиях // Бизнес-информатика. 2007. № 1. С. 29–35.

  9. Рыжиков Ю. И., Имитационное моделирование. Теория и технологии. М.: Альтекс-А, 2004. 384 с.

  10. Толуев Ю. И., Планковский С. И. Моделирование и симуляция логистических систем. Киев: Міленіум, 2009. 86 с.

  11. Тоффоли Т., Марголус Н. Машины клеточных автоматов. М.: Мир, 1991, 280 с.

  12. Форрестер Д. Основы кибернетики предприятия (индустриальная динамика). М.: Прогресс, 1971. 340 с.

  13. Шеннон Р., Имитационное моделирование систем: искусство и наука. М.: Мир, 1978. 418 с.

  14. Allan R., Survey of Agent Based Modelling and Simulation Tools. Science and Technology Facilities Council, 2010.

  15. Benenson I., Torrens P. M., Geosimulation: Automata-based modeling of urban phenomena. John Wiley & Sons, 2004.

  16. Bouchaud J. P., Economics needs a scientific revolution. Nature, vol. 455, p. 1181, 2008.

  17. Breitenecker F., Popper N., Classification and evaluation of features in advanced simulators, in: Proceedings MATHMOD 09 Vienna. 2009, p. 1445–1467.

  18. Buchanan M., Meltdown modelling. Nature, vol. 460, no. 7256, p. 680–682, 2009.

  19. Epstein J. M., Modelling to contain pandemics. Nature, vol. 460, no. 7256, p. 687, 2009.

  20. Epstein J. M., Why model? Journal of Artificial Societies and Social Simulation, vol. 11, no. 4, 2008.

  21. Farmer J. D., Foley D., The economy needs agent-based modelling. Nature, vol. 460, no. 7256, p. 685–686, 2009.

  22. Gigerenzer G., Goldstein D. G., Reasoning the Fast and Frugal Way: Models of Bounded Rationality. Psychological Review, vol. 103, no. 4, p. 650–669, 1996.

  23. Gilbert N., Troitzsch K. G., Simulation for the Social Scientist, 2nd ed. Open University Press, 2005.

  24. Hennies T., Reggelin T., Tolujew J., Piccut P.-A., Mesoscopic supply chain simulation. Journal of Computational Science, 2013.

  25. Heppenstall A. J., Crooks A. T., See L. M., Batty M., Eds., Agent-Based Models of Geographical Systems. New York: Springer, 2012.

  26. Kindler E., Krivy I., Object-oriented simulation of systems with sophisticated control. International Journal of General Systems, vol. 40, no. 3, p. 313–343, 2011.

  27. Macy M. W., Flache A., Social Dynamics from the Bottom Up: Agent-Based Models of Social Interaction, in: The Oxford Handbook of Analytical Sociology. New York: Oxford University Press, 2009, p. 245–268.

  28. Miller J. H., Page S. E., Complex Adaptive Systems: An Introduction to Computational Models of Social Life. Princeton University Press, 2007.

  29. O’Donoghue C., Dynamic microsimulation: A methodological survey. Brazilian Electronic Journal of Economics, vol. 4, no. 2, 2001.

  30. Sawyer J. T., Brann D. M., How to Test Your Models More Effectively: Applying agile and automated techniques to simulation testing, in: Proc. of the 2009 Winter Simulation Conference. 2009, p. 968–978.

  31. Squazzoni F., Agent-Based Computational Sociology. John Wiley & Sons, 2012.

  32. Sterman J. D., Business Dynamics: Systems thinking and modeling for a complex world. McGraw-Hill, 2000.

  33. Swain J. J., Simulation Software Survey. OR/MS Today, vol. 38, no. 5, 2011. http://www.orms-today.org/surveys/Simulation/Simulation.html.

  34. Tesfatsion L., Kenneth L. J., Eds., Handbook of Computational Economics, vol. 2. Elsevier, 2006.

  35. Van Imhoff E., Post W., Microsimulation Methods for Population Projection. Population: An English Selection, vol. 10, no. 1, p. 97–138, 1998.

  36. Weisfeld M. A., The Object-Oriented Thought Process, 3rd ed. Addison-Wesley, 2009.

  37. Wolfram S., A New Kind of Science. Wolfram Media, 2002.

20.4Справочники, словари, энциклопедии


Не используются.

20.5Программные средства


Для успешного освоения дисциплины рекомендуется использовать программные средства:

  • AnyLogic Educational

  • MS Word

  • MS Excel

20.6Дистанционная поддержка дисциплины


Задания на домашнюю работу и зачет (индивидуальный проект) рассылаются по электронной почте.

Тема 21.Материально-техническое обеспечение дисциплины


Для лекций используется компьютер, проектор и экран. Для проведения семинаров, зачета и пересдачи используется компьютерный класс с предустановленным программным продуктом AnyLogic Educational.

Добавить документ в свой блог или на сайт

Похожие:

Программа дисциплины «Имитационное моделирование» для направления 080100. 68 «Экономика» iconУчебно-методический комплекс дисциплины «Математическая экономика...
Учебно-методический комплекс дисциплины «Математическая экономика и имитационное моделирование экономических процессов» разработан...

Программа дисциплины «Имитационное моделирование» для направления 080100. 68 «Экономика» iconПрограмма дисциплины «Моделирование кредитных рейтингов» для направления 38. 06. 01 «экономика»
Программа предназначена для преподавателей, ведущих данную дисциплину, и студентов аспирантов направления 38. 06. 01 «экономика»...

Программа дисциплины «Имитационное моделирование» для направления 080100. 68 «Экономика» iconПрограмма дисциплины «Моделирование кредитных рейтингов» для направления 38. 06. 01 «экономика»
Программа предназначена для преподавателей, ведущих данную дисциплину, и студентов аспирантов направления 38. 06. 01 «экономика»...

Программа дисциплины «Имитационное моделирование» для направления 080100. 68 «Экономика» iconПрограмма дисциплины Экономика и политика стран и регионов для направления...
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления 080100. 62 “Экономика”...

Программа дисциплины «Имитационное моделирование» для направления 080100. 68 «Экономика» iconПрограмма дисциплины «Бизнес-планирование инноваций» для направления 080100. 68 «Экономика»
Программа предназначена для преподавателей, ведущих данную дисциплину, и студентов направления подготовки 080100. 68 Экономика, обучающихся...

Программа дисциплины «Имитационное моделирование» для направления 080100. 68 «Экономика» iconПрограмма дисциплины «Экономика миграций» для направления/ специальности 080100. 62 «Экономика»
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления подготовки 080100....

Программа дисциплины «Имитационное моделирование» для направления 080100. 68 «Экономика» iconПрограмма дисциплины «Экономика недвижимости» для направления 080100. 62 «Экономика»
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления 080100. 62 «Экономика»...

Программа дисциплины «Имитационное моделирование» для направления 080100. 68 «Экономика» iconПрограмма дисциплины «Экономика недвижимости» для направления 080100. 62 «Экономика»
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления 080100. 62 «Экономика»...

Программа дисциплины «Имитационное моделирование» для направления 080100. 68 «Экономика» iconПрограмма дисциплины «Экономика недвижимости» для направления 080100. 62 «Экономика»
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления 080100. 62 «Экономика»...

Программа дисциплины «Имитационное моделирование» для направления 080100. 68 «Экономика» iconПрограмма дисциплины Физическая культура для направления 080100....
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления подготовки/ для...






При копировании материала укажите ссылку © 2016
контакты
e.120-bal.ru
..На главную