В развитии  экономики  неопределенность  вызывается двумя основными причинами.  Во-первых, ход планируемых и управляемых процессов,  а также внешние воздействия на эти процессы не могут быть точно предсказуемы из-за действия случайных  факторов и ограниченности человеческого познания в каждый момент.  Особенно характерно это для  прогнозирования  научно-технического прогресса,  потребностей  общества,  экономического поведения. Во-вторых,  общего сударственное планирование и управление  не только не всеобъемлющи, но и не всесильны, а наличие множества самостоятельных экономических субъектов с  особыми  интересами не  позволяет  точно  предвидеть результаты их взаимодействий. Неполнота и неточность информации об объективных  процессах  и экономическом поведении усиливают истинную неопределенность.

На первых этапах исследований по моделированию  экономики применялись в  основном  модели детерминистского типа.  В этих моделях все параметры предполагаются точно известными.  Однако детерминистские модели неправильно понимать в механическом духе и отождествлять их с моделями,  которые лишены всех "степеней выбора"  (возможностей выбора) и имеют единственное допустимое решение. Классическим представителем жестко детерминистских моделей является оптимизационная модель народного хозяйства, применяемая для определения наилучшего варианта  экономического развития среди множества допустимых вариантов.

В результате накопления опыта использования жестко детерминистских моделей были созданы реальные возможности успешного применения более совершенной методологии моделирования  экономических процессов, учитывающих стохастику и неопределенность. Здесь можно выделить два  основных  направления  исследований. Во-первых, усовершенствуется  методика  использования  моделей жестко детерминистского типа:  проведение многовариантных расчетов и модельных экспериментов с вариацией конструкции модели и ее исходных данных; изучение устойчивости и надежности получаемых решений,  выделение зоны неопределенности;  включение в модель резервов,  применение приемов, повышающих приспособляемость экономических решений к вероятным и непредвидимым ситуациям. Во-вторых,  получают распространение модели,  непосредственно отражающие  стохастику и неопределенность экономических процессов и использующие соответствующий математический  аппарат: теорию  вероятностей и математическую статистику,  теорию игр и статистических решений,  теорию массового  обслуживания, стохастическое программирование, теорию случайных процессов.

Сложность экономических  процессов и явлений и другие отмеченные выше особенности экономических систем  затрудняют  не только построение  математических  моделей,  но  и проверку их адекватности, истинности получаемых результатов.

В естественных науках достаточным условием истинности результатов моделирования и любых других форм познания  является совпадение результатов  исследования  с  наблюдаемыми фактами. Категория "практика" совпадает здесь  с  категорией  "действительность". В  экономике и других общественных науках понимаемые таким образом принцип "практика - критерий истины" в большей степени применим к простым дескриптивным моделям,  используемым для пассивного описания и  объяснения  действительности (анализа прошлого развития, краткосрочного прогнозирования неуправляемых экономических процессов и т.п.).

Однако главная  задача экономической науки конструктивна: разработка научных методов планирования и управления  экономикой. Поэтому  распространенный тип математических моделей экономики - это модели управляемых и  регулируемых  экономических процессов, используемые для преобразования экономической действительности. Такие модели называются нормативными.  Если ориентировать нормативные модели только на подтверждение действительности, то они не смогут служить инструментом  решения  качественно новых социально-экономических задач.

Специфика верификации нормативных моделей экономики  состоит в том, что они, как правило, "конкурируют" с другими, уже нашедшими практическое применение методами планирования и  управления. При  этом  далеко  не  всегда можно поставить чистый эксперимент по верификации модели, устранив влияние других управляющих воздействий на моделируемый объект.

Ситуация еще более усложняется,  когда ставится вопрос  о верификации моделей долгосрочного прогнозирования и планирования (как дескриптивных,  так и нормативных).  Ведь  нельзя  же 10-15 лет и более пассивно ожидать наступления событий,  чтобы проверить правильность предпосылок модели.

Несмотря на отмеченные усложняющие обстоятельства,  соответствие модели фактам  и  тенденциям  реальной  экономической жизни остается  важнейшим критерием,  определяющим направления совершенствования моделей. Всесторонний анализ выявляемых расхождений между действительностью и моделью,  сопоставление результатов по модели с результатами,  полученными иными методами, помогают выработать пути коррекции моделей.

Значительная роль в проверке моделей принадлежит логическому анализу,  в  том  числе средствами самого математического моделирования. Такие формализованные приемы верификации  моделей, как  доказательство существования решения в модели,  проверка истинности статистических гипотез о связях  между  параметрами и переменными модели,  сопоставления размерности величин и т.д.,  позволяют сузить класс потенциально  "правильных" моделей.

Внутрення непротиворечивость предпосылок модели  проверяется также  путем  сравнения друг с другом получаемых с ее помощью следствий,  а также со следствиями "конкурирующих" моделей.

Оценивая современное состояние проблемы адекватности  математических моделей экономике, следует признать, что создание конструктивной комплексной методики верификации моделей,  учитывающей как  объективные  особенности  моделируемых объектов, так и особенности их познания,  по-прежнему является одной  из наиболее актуальных  задач экономико-математических исследований.

Основы оптимального управления. Экономические процессы и их формализованное представление. Управление и управляющие воздействия. Общая постановка задачи оптимального управления.

Рассмотрим общую постановку задачи оптимизации экономических систем. Пусть имеется система, состояние которой может изме­ниться в результате некоторого количества управляющих воздействий. Задавая эти воздействия, можно получить определенный процесс изменения состояния си­стемы. При этом возникают две задачи: первая предполагает выбор таких воздействий на систему, чтобы проис­ходящий процесс удовлетворял заданным условиям, такие процессы принято называть допустимыми), вторая задача - выбор из этого множества допустимых процессов наилучшего (оптимального) процесса.

Чтобы решать оптимизационные задачи с помощью мате­матических методов, нужно сформулировать на математическом языке рассматриваемые процессы, ограничения, накладываемые на состояние системы и управляющие воздействия, а так же записать математические модели, описывающие эти процессы.

Введем некоторые понятия и обозначения. Рассмотрим множество М с эле­ментами v, где v - пары вида v=(x, у), , ,  - некоторые заданные множества. Проек­цией  множества М на множество Х назовем подмножество Мx, обладающее тем свойством, что для каждого  существу­ет такой элемент , что пара  содержится в мно­жестве М.

Введем понятие сечения Мx множества М при данном x. Сечением Мx будем называть множество всех y, при которых пара  принадлежит множеству М.

Введем понятие функционала, являющегося одним из главных в задачах оптимального управления. Будем говорить, что на мно­жестве М задан функционал F , если известно правило, которое каждому элементу ставит в соответствие определенное действительное число F(v).

В общем виде задача оптимизации формулируется как задача отыскания минимального (или максимального) значения функ­ционала F(v) на множестве М.

Предположим, что требуется минимизировать функционал F(v) на множестве М. Если решение этой задачи существует (обозначим его через ), то называется опти­мальным элементом множества M, а величина  - оптимальным значением функционала. Решения поставленной задачи F и  будем записывать следующим образом:

.

Аналогично формулируется задача о нахождении максималь­ного значения функционала.

Введем понятия точной нижней и верхней границы функцио­нала. Точной нижней границей функционала на множестве М назовем такое число т, если:

1)  для любого ;

2) существует последовательность , на которой .

Точная нижняя граница функционала обозначается

.

Последовательность {vs} называется минимизирующей последовате­ль­ностью.

Точно так же определяется точная верхняя граница n функ­ционала :

Назовем функционал  ограниченным снизу (сверху) на множестве М, если существует такое число A, что при всех   (). Если функционал является ограниченным снизу (сверху), то решение задачи о нахождении его точной нижней (верхней) границы существует, т. е. имеет место следую­щая теорема (приведем без доказательства): Пусть на множестве М задан ограниченный снизу функционал . Тогда реализуется одна из двух возможностей:

1) Существуют элемент  и число , при которых  и  при всех .

2) Существуют последовательность  элементов множе­ства М и число , удовлетворяющее условиям ,   и  при всех .

Данная теорема имеет важное значение для понимания сущности задачи оптимизации по двум причинам. Во-первых, она говорит о том, что постановка задачи об отыскании наименьшего (наибольшего) значения ограниченного снизу (сверху) функционала имеет смысл. Во-вторых, она объясняет природу решения такой задачи. А именно: решением будет либо определенный элемент  множества М, минимизирующий (максимизирующий) функци­онал , либо последовательность  элементов множества М, являющаяся миними­зи­рующей (максимизирующей) последо­вательностью. В первом случае можно говорить о точном решении задачи, а во втором - о приближенном.

Задачи оптимизации управляемых процессов (оптимального управления) являются частными по отношению к сформулированной выше общей задаче оптимизации. Рассмотрим постанову задач оптимального управления.

Введем некоторые понятия.

Важнейшими из них являются понятия состояния системы и управления. Будем рассматривать системы, состояние которых может быть в любой момент времени определено вектором х n-мерного пространства с координатами . Пространст­во Х будем называть пространством состояний системы.

Так как система изменяется во времени, то ее поведение можно описать последовательностью состояний. Такую последовательность системы  называют ее траекторией.

Переменная t (называется аргу­ментом процесса) может быть некоторым отрезком числовой прямой () или отрезком натурального ряда (). В первом случае процесс, происходящий в системе, называется непрерывным, во втором случае - многошаговым, а системы - соот­ветственно непрерывными и дискретными.

Изменение состояния системы, т. е. процесс в ней, может происходить в результате управляющих воздействий. Будем рассматривать системы, управляющие воздействия в которых моделируются с помощью элементов r-мерного про­странства U:

, .

Управляющие воздействия могут задаваться в виде функций от t, т.е. .

На допустимые состояния системы  и управ­ления  могут быть наложены ограничения. Рассмотрим множество троек  - совокупность  - мерных векто­ров в пространстве . Тогда ограничения на состояние системы и управление в самом общем случае могут быть записаны в виде

,

где  - некоторая область (подмножество) рассматривае­мого  - мерного пространства. Ограничения на величины ,  в каждый фиксированный момент времени t могут быть заданы и в виде

,

где Vt  -  сечение множества V при заданном значении t.

Пару функций  назовем процессом. Между функ­циями  имеется связь: как только задано управление  системой, последовательность ее состояний (траектория системы)  определяется однозначно. Связь между  и  моделируется по-разному в зависимости от того, является система непрерывной или дискретной.

Для непрерывных систем модели процессов задаются системой дифференциальных уравнений вида

 ,

 или в векторной форме

.                                    (4.2.1)

Пусть задано состояние, в котором система находилась в начальный момент . Для простоты этот момент примем равным нулю, а момент окончания процесса - равным Т. Тогда аргумент процесса t изменяется в пределах , а начальным состоянием системы будет вектор

,     (4.2.2)

где  - начальное значение i-й координаты вектора со­стояния системы.

Проанализируем, каким образом модель отражает связь между управлениями и состоянием системы, изменяющимся под их воздействием. Пусть на промежутке  задано управление . Подставляя его в правую часть системы (4.2.3), получим

                                 (4.2.3)

Имеем систему дифференциальных уравнений относительно неиз­вестной функции . Решая ее с учетом начальных условий (4.2.2), получим . Это решение и есть траектория, отвечающая заданному управлению .

Модель дискретной управляемой системы имеет вид системы рекуррентных уравнений:

, .

В векторной форме эту модель можно записать в виде

 ,       (4.2.4)

Здесь t принимает значение . Начальное зна­чение  будем считать известным.

В дискретной системе, как и в непрерывной, задание управляющих воздействий  при  позволяет однозначно определить отвечающую им траекторию системы. При подстановке значения u(t) в правую часть (4.2.4) получаем систему уравнений, которая позволяет при известном значении состояния  в момент времени t определить состояние  в следующий момент времени. Так как в начальный момент  состояние  известно, то, подставив его в правую часть (4.2.4), получим

.

Подставляя затем найденное значение  и  в (4.2.4), так же найдем значение . Продолжая этот процесс, через Т шагов получим последнее искомое значение .

Таким образом, и в дискретном случае уравнения модели (4.2.4) позволяют однозначно определить траекторию системы , если задано управление .

Следовательно, процесс  должен удовлетворять следующим ограничениям:

1) при всех ;

2) Пара удовлетворяет системе уравнений процесса:

а) системе (4.2.1) в непрерывном случае при ;

б) системе (4.2.4) в дискретном случае при ;

3) Заданы начальные условия (4.2.2);

4) В непрерывном случае на функции ,  накла­дываются некоторые дополнительные ограничения, связанные с применимостью употребляемых здесь математических записей. Функцию  будем считать кусочно-непрерывной, а век­тор-функцию  - непрерывной и кусочно-дифференцируемой.

Процессы , удовлетворяющие условиям 1) – 4), будем называть допустимыми. Таким образом, допустимый процесс - это управляющие воздействия  и соответствующая им траектория системы , удовлетворяющие перечисленным ограничениям.

Для постановки оптимизационной задачи необходимо ввести в рассмотрение функционал F, задан­ный на множестве М. Задача оптимального управления будет состоять в выборе элемента  множества M, на котором функционал F достигает минимального значения. Такой процесс называют оптимальным процессом, управление  - оптимальным управлением, а траекторию  оптималь­ной траекторией.

Функционал  F, заданный на множестве допустимых процессов, описывает цель, согласно которой оптимизируется процесс.

В задачах оптимального управления для непрерывных систем будем рассматривать функционалы следующего вида:

,                 (4.2.5)

где ;  - задан­ные функции. Выражение (4.2.5) позволяет вычислить для каждого допустимого процесса  определенное значение и тем самым задать функционал на множестве допустимых процессов. Для этого необходимо подставить x(t), вместо аргументов функции , которая становится функцией времени, после чего вычислить ее интеграл. Затем к значению интеграла прибавляем значение функции  при .

Функционал  состоит из двух частей:  и . Первое из этих слагаемых оценивает качество процесса на  на всем промежутке , второе слагаемое - качество конечного состояния системы. Иногда в за­дачах оптимального управления конечное состояние системы  задается. В этом случае второе слагаемое функционала (4.2.5) есть величина постоянная и, следовательно, не влияет на его минимизацию. Такие задачи называются задачами с фик­сированным правым концом траектории.

Для задач оптимизации в дискретных системах функционал имеет вид

.           (4.2.6)

К функционалу (4.2.6) относятся все замечания и комментарии, сделанные к функционалу (4.2.5).

Таким образом задача оптимизации управляемых процессов сводится к постановке задачи о ми­нимуме функционала (4.2.5) в непрерывном и (4.2.6) в дискретном случае на множестве М допустимых процессов , удовлетворяющих ограничениям 1)-4).

Эта задача может решаться в двух вариантах:

1. Определить оптимальный процесс , чтобы

;

2. Определить минимизирующую последовательность , чтобы

.

В теории оптимального управления термины «состояние» и «управление» имеют содержательный смысл. Он заключается в том, что, задавая управление , мы задаем и траекторию процесса , а изменяя управляющие воздействия   - «управляем» процессом.

Из условия можно выделить ограничения на состояние и управление:

 , ,         (4.2.7)

где  - проекция множества  на пространство X;  - сечение множества при данном

В задачах оптимального управления область  возможных состояний часто является постоянной или совпадает со всем пространством, а область  возможных управлений не зависит от x. Эти предположения выполняются в большом числе практических случаев, что упрощает решение задачи.

Выше предполагалось, что про­межуток времени  фиксирован, т. е. задан момент Т окон­чания процесса. Однако возможны постановки задач, где этот момент не задан, а определяется решением задачи. Это относится, в частности, к так называемым задачам о быстродействии, когда требуется перевести систему (4.2.4) из заданного начального состояния х(0)=х0 в заданное конечное состояние , минимизируя при этом время  протекания процесса.

Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9