Большинство объектов машиностроительной промышленности (стратегии, программы, технологии), изучаемых экономической наукой, описывается кибернетическим термином "сложная система", и представляет собой совокупность элементов, находящихся во взаимодействии и образующих некоторую целостность, единство. Важным качеством системы является эмерджентность - наличие таких свойств, которые не присущи ни одному из элементов, входящих в систему. Из этого следует, что метод исследования систем путем расчленения системы на элементы с последующим изучением этих элементов в отдельности недостаточно объективен и эффективен. Отличительной особенностью исследований по разработке стратегии и программ развития производства с целью повышения его эффективности и экологической безопасности, является то, что практически не существует экономических объектов, которые можно было бы рассматривать как отдельные (внесистемные) элементы.

Сложность системы определяется количеством входящих в нее элементов, связями между этими элементами, а также взаимоотношениями между системой и средой. Экономика отрасли даже в масштабах региона (например, Донбасса) обладает всеми признаками сложной системы. Она объединяет огромное число элементов, отличается многообразием внутренних связей и связей с процессами протекающими в других системах (литосфере, тектоносфере, биосфере, экосистеме, политико-экономических системах других стран и т.д.). В добывающей и обрабатывающей промышленности (в частности, в машиностроении), как и в целом в народном хозяйстве взаимодействуют природные, техногенные, социальные процессы, объективные и субъективные факторы.

Сложность исследования экосистем и экономических объектов нередко трактуется как обоснование невозможности их моделирования. Такая точка зрения в принципе неверна. Моделировать можно объекты любой природы и любой степени сложности.

Моделированием сложных объектов можно получить результаты, которые нельзя получить другими путями. Однако здесь следует отметить, что возможности математического моделирования экосистем и экономических объектов, а также процессов протекающих в них, ограничены уровнем знаний об исследуемых системах и их взаимосвязи с другими системами, достоверностью и полнотой информации, наличием практических алгоритмов и т.п. И хотя, в настоящее время, нельзя указать абсолютные границы математической формализации экологических и экономических задач, при решении вопросов разработки стратегии и программ развития инфраструктуры региона и страны в целом, развития отдельных видов производства во взаимосвязи с другими задачами, будут встречаться ситуации, в которых известные методы математического моделирования недостаточно эффективны.

Проиллюстрируем это на простейшем примере, характерном для условий Донбасса.

В соответствии с отраслевой и региональной программой развития, предприятию, расположенному в горнодобывающем регионе и располагающему тремя видами металлообрабатывающего оборудования, планируется изготовить в течение определенного периода времени два изделия, причем первое изделие комплектуется двумя деталями А1 и А2, с соотношением объемов изготовления 2:1. Второе изделие также комплектуется двумя деталями А3 и А4, в соотношении 4:1

Эффективные фонды времени работы оборудования, и нормы штучно-калькуляционного времени, требуемые на изготовление каждой детали на соответствующем оборудовании, выберем произвольно.

Цель задачи: Определить производственную программу выпуска деталей А1, А2, А3, А4 при обеспечении заданной комплектности, а также максимально возможную загрузку наличных производственных мощностей с учетом возможного изменения геофизической ситуации в регионе.

На момент постановки задачи экологическая ситуация не требует изменения технологической схемы производства. Однако, изменение геофизического состояния в регионе (например, возникновение техногенных сейсмических явлений) может повлиять на интервал времени, отведенный в производственной программе на изготовление указанной продукции.

Математическая постановка задачи: m(i=1,2..m) - группы оборудования на предприятии. Ai - ресурсы по i-ой группе оборудования. n(j=1,2..n) - виды деталей. Ai,j - нормы трудоемкости затраченных на i-м виде оборудования на изготовление единицы j-го вида продукции. Xj - выпуск продукции j-го вида в оптимальном плане. Kr - Соотношение деталей в изделии. G (Т) - интегрированный геофизический фактор, влияющий на интервал времени выполнения задания ( Т), операции технологического цикла и состояние основного оборудования.

Система ограничений:

Метод реализации модели.

Для решения поставленной задачи, авторами предлагается использовать Симплекс метод (классический универсальный метод для решения линейной системы уравнений или неравенств и линейного функционала). Для приведения системы ограничений неравенств к каноническому виду, необходимо в системе ограничений выделить единичный базис.

I. Ограничения вида " "- ресурсные ограничения. Справа находится то, что используется в производстве, слева - результат. При таких ограничениях вводят дополнительные переменные с коэффициентом "+1", образующие единичный базис. В целевую функцию эти переменные войдут с коэффициентом "0".

II. Ограничения вида "=". Часто бывает, что, несмотря на то, что ограничения имеют вид равенства, единичный базис не выделяется или трудно выделяется. В этом случае вводятся искусственные переменные для создания единичного базиса - Yi. В систему ограничений они входят с коэффициентом "1" , а в целевую функцию с коэффициентом "M", стремящимся к бесконечности (при Fmin - "+M", при Fmax - "-M").

III. Ограничения вида " " - Плановые ограничения. Дополнительные переменные (X), несущие определенный экономический смысл - перерасход ресурсов или перевыполнение плана, перепроизводство, добавляются с коэффициентом "-1", в целевую функцию - с коэффициентом "0". А искусственные переменные (Y) как в предыдущем случае.

Алгоритм решения задачи. 1. Процедура ввода данных. 2. Процедура привидения к каноническому виду. 3. Процедура построения симплекс таблицы. 4. Функция поиска ключевого столбца. 5. Функция поиска ключевой строки. 6. Проверка условия: "Есть ли в главной строке нулевой элемент". 7. Процедура переноса в следующую итерацию главной строки. 8. Проверка условия: "Есть ли в главном столбце нулевые элементы". 9. Процедура переноса столбца в следующую итерацию. 10. Процедура расчета остальных элементов по формуле. 11. Исследование функции на max. 12. Исследование функции на min. 13. Процедура вывода оптимального решения (программы развития).

Обоснование выбора средств программирования.

Для реализации предложенного алгоритма в среде Windows 95/98 и Windows NT нами выбран продукт Delphi язык (версия Borland Delphi 5). Наш выбор обусловлен следующими возможностями Delphi.

Компонентная архитектура: " One-step ActiveX " One-step ActiveForm " Визуальное создание TypeLibrary " Более 130 компонент Visual Components Library (VCL) " Разделяемые библиотеки компонент - packages

Средства разработки: " Поддержка технологических стандартов - COM/DCOM/ActiveX, ISAPI, NSAPI, WinSock, WinINET, MAPI, и т.д. " Интеллектуальный редактор кода " Поддержка шаблонов компонент и шаблонов кода " Возможность отладки DLL " Постороение распределенных систем " Многозвенная (N-tier) модель доступа к данным для архитектур клиент-сервер и Internet/intranet " Ультра-тонкие приложения

Обработка данных: " Multiple Database Engine " Новые драйверы доступа к данным в форматах MS Access и FoxPro " Эффективный масштабируемый механизм доступа к данным BDE 4

Поддержка Web: " Создание активных клиентских объектов " Расширение функциональности Web-серверов

Инструменты для создания корпоративных систем: " Средства построения систем поддержки принятия решений -Decision Support System (DSS) " Встроенные инструменты для создания профессиональных отчетов и диаграмм (компоненты и эксперты)

Выводы: Данная модель разработана для использования в практических целях (планирование и разработка стратегии и производственных программ развития производства), а также в учебных курсах экономических и экологических специальностей ВУЗов. Данная модель и программный продукт протестированы для типовых задач, получены удовлетворительные для практических целей результаты. К ограничениям использования на практике можно отнести: невысокую точность расчетов (2 знака после запятой), а также то, что в модели количество столбцов не должно превышать 7, а строк -10.