Автореферат (Агрегированная с многоагентным генетическим алгоритмом имитационная модель предприятия дистанционной торговли для решения задачи многокритериальной оптимизации)

На правах рукописиХивинцев Максим АндреевичАгрегированная с многоагентным генетическималгоритмом имитационная модель предприятиядистанционной торговли для решения задачимногокритериальной оптимизацииСпециальность 05.13.18 – Математическое моделирование,численные методы и комплексы программ(технические науки)АВТОРЕФЕРАТдиссертации на соискание ученой степеникандидата технических наукМосква – 2015Работа выполнена в федеральном государственном автономномобразовательном учреждении высшего профессионального образования«Национальный исследовательский университет «Высшая школа экономики»НаучныйАкопов Андраник Сумбатович,руководитель:доктор технических наук, доцент.ОфициальныеКосоруков Олег Анатольевич,оппоненты:доктор технических наук, профессор, ФГБОУ ВО «МосковскийгосударственныйуниверситетимениМ.В.Ломоносова»,заместитель декана факультета высшей школы управления иинноваций.Пантелеев Андрей Владимировичдоктор физико-математических наук, профессор, ФГБОУ ВПО«Московскийавиационныйисследовательскийинститутуниверситет)»,(национальныйзаведующийкафедройматематической кибернетики.ВедущаяФедеральный исследовательский центр «Информатика иорганизация:управление» Российской академии наукЗащита состоится 26 октября 2015 года в 16:00 на заседании диссертационного советаД 212.048.09, созданного на базе ФГАОУ ВПО «Национальный исследовательскийуниверситет «Высшая школа экономики», по адресу: 105187, Москва, ул.

Кирпичная,д. 33, к 503.С диссертацией можно ознакомиться в библиотеке Национального исследовательскогоуниверситета «Высшая школа экономики» по адресу: 101000, Москва, ул. Мясницкая,д.20, и на сайте http://www.hse.ru/sci/diss/.Автореферат разослан_________________Ученый секретарь диссертационного совета,доктор технических наукГостев Иван Михайлович2I.ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫАктуальность темы исследованияВ настоящее время задачи бизнес-информатики становятся задачамибольшой размерности, большой вычислительной сложности и требуют новыеподходы к решению. В частности, имитационное моделирование (далее ИМ)оказывается очевидно необходимым для задач бизнес-информатики, в которыхцелевой функционал не может быть записан в явном виде и посчитан напрямую –его можно вычислить с помощью имитационной модели (далее ИМ).Актуальной задачей является разработка ИМ сложных организационныхструктур, таких как предприятие дистанционной торговли (далее ПДТ).Дистанционная торговля через Интернет активно развивается в России.

Из-занизких барьеров входа на рынок, в прошлые годы было создано около 200 тыс.Интернет-магазинов. Также большую популярность набирают трансграничныепокупки в зарубежных Интернет-магазинах.В результате на рынке электронной торговли, как частного случая рынкадистанционной торговли, наблюдается перенасыщение и, как следствие,консолидация отрасли вокруг крупных игроков под воздействием жесточайшейконкуренции. В такой ситуации лидерам отрасли нужно балансировать междуразвитием и оптимизацией, регулярно корректировать свою стратегию и тактику,находить резервы эффективности и принимать взвешенные управленческиерешения в условиях серьезной конкуренции.

Для помощи в выработке подобныхинициатив может служить ИМ деятельности компании, агрегированная смногокритериальной оптимизационной задачей по целевым функционалам.ИМ крупных организационных структур, таких как лидеры рынкадистанционнойторговли,представляютсобоймногомернуюсистемно-динамическую модель, в которой многократные расчеты значений целевыхфункционалов в рамках оптимизационной задачи требуют значительныхвычислительных ресурсов.

Поэтому на фоне существенного расширениявычислительных возможностей современных аппаратно-программных средстввсе большую актуальность приобретают эффективные оптимизационные модулидля решения сложных оптимизационных задач.Таким образом, актуальна задача проектирования оптимизационных3модулей, предназначенных для поиска решений в многокритериальныхоптимизационных задачах большой размерности, агрегированных с ИМ в рамкахединого программного комплекса (далее ПК).При этом можно выделить следующие ключевые проблемы, связанные сразработкой математического и программного обеспечения такого комплекса: Отсутствие теоретических и практических исследований попроектированию всеобъемлющей ИМ для ПДТ с учетом особенностейпредприятия данного типа. Необходимость построения эффективных алгоритмов поиска решений (вчастности, класса генетических алгоритмов) в многрокритериальныхоптимизационных задачах, в которых значения целевых функционаловдолжны быть посчитаны с использованием ИМ. Отсутствие интеграции программных компонент, обеспечивающихвозможность поиска рациональных решений (определение наилучшихсценариев) с использованием ИМ путем построения границы Парето, еевизуализации и сужения.Эффективныйметодпоискарешенийвоптимизационнойзадаче,агрегированной с ИМ ПДТ, востребован на практике.Степень разработанности проблемыВнаучныхтрудахнаблюдаетсяотсутствиеисследованийпопроектированию всеобъемлющей ИМ управления ПДТ.

В то же время имеютсянаработки, моделирующие лишь отдельные бизнес-процессы (далее БП) торговойкомпании – например, работу склада, колл-центра, логистики (Борщев А.В.,Глушак Е.Н., Лаврушина Е.Г. Miller K.). Но нет целостной ИМ, учитывающейспецифику ключевых БП ПДТ.Направления исследований в области построения множества Паретооптимальных решений многокритериальных оптимизационных задач, которыемогут лечь в основу оптимизационного модуля системы, можно разделить наследующие условные группы:1.

Построение границы Парето методами зондирования пространствапоиска решений, основанными на численных методах оптимизации (J.E.Fieldsend, S. Singh, S. Mostaghim, J. Teich, C.A. Coello, M.S. Lechunga, X.4Hu, R. Eberhart, M. Laumanns, P. K. Tripathi, S. K. Pal, Гуменникова А.В. идр.) Наиболее проработанный класс методов основан на генетическихалгоритмах (Батищев Д.И., Курейчик В.М. и др.). Среди этих методовраспространены: NSGA2 (K. Deb, S. Agrawal, A.

Pratap, T. Meyarivan,2002), основанный на методе недоминируемой сортировки; SPEA2 (E.Zitzler, M. Laumanns, L. Thiele, 2001), основанный на оценке силы Паретодоминирования.2. Методыпредварительногопостроенияаппроксимационнойповерхности отклика и последующий поиск Парето-оптимальныхрешений по этой поверхности (Егоров И.Н., Бабий Ю. И.). Такой подходдаетвозможностьвходеоптимизациисвестикминимуму«дорогостоящие», с точки зрения затрат машинного времени, процедурырасчета с использованием решателей.3. Методы визуализации границы Парето с помощью аппроксимационныхметодов (Лотов А.В., Бушенков В.А., Березкин В.Е., Каменев Г.К., и др.).Из большого набора полученных стохастическим образом решений спомощью аппроксимационных методов строится вероятный фронтПарето.4. Изучение множества Парето, методы сужения множества Парето –локализация наилучших решений вдоль границы Парето.

(ПодиновскийВ.В., Ногин В.Д., Т. Саати, К. Миеттинен, Б. Руа и др.). Критерий выборанаиболее подходящих решений может быть определен, например, сучетомдополнительныхпредпочтений,полученныхотлица,принимающего решения (далее ЛПР).Несмотрянаобширнуюбазуисследованийвсуществующихпромышленных системах имитационного моделирования (далее СИМ), классаAnyLogic, PowerSim, Arena и др., отсутствует инструментарий поискарациональных решений, который включал бы в себя инструменты поиска Паретооптимальных решений в многокритериальных оптимизационных задачахбольшой размерности с последующей визуализацией и сужением фронта Парето.Объектомисследованияявляетсясистемапоискарешенийвмногокритериальной оптимизационной задаче предприятия дистанционной5торговли с использованием имитационного моделирования.Предметом исследования является агрегированная с многоагентнымгенетическим алгоритмом имитационная модель предприятия дистанционнойторговли для решения задачи многокритериальной оптимизации.Цель исследования заключается в разработке имитационной модели иэффективных вычислительных процедур, реализованных в виде программногокомплекса, обеспечивающего поиск рациональных управленческих решений врезультатерешениямногокритериальнойоптимизационнойзадачидляпредприятия дистанционной торговли.Задачи исследования для достижения поставленной цели:1.

Спроектировать имитационную модель ПДТ с учетом выявленныхособенностей при описании БП, а также имеющихся в данной областиисследований.2. На основе разработанной ИМ синтезировать многокритериальнуюоптимизационную задачу для поиска рациональных решений приуправлении ПДТ.3. Провести системный анализ существующих методов, алгоритмов ипрограммных продуктов, предназначенных для поиска решений вмногокритериальных оптимизационных задачах большой размерности сиспользованием ИМ.4. Разработать новый многоагентный генетический алгоритм (далееMAGAMO), предназначенный для нахождения подмножества Парето сиспользованием агрегированной с ним ИМ, отличающейся большимпространством поиска решений. Провести апробацию MAGAMO дляпоставленной оптимизационной задачи.5.