Первые шаги в изучении 3d-графики

Преимущества компьютерного моделирования

Компьютерное моделирование дает возможность:

• расширить круг исследовательских объектов — становится возможным изучать не повторяющиеся явления, явления прошлого и будущего, объекты, которые не воспроизводятся в реальных условиях;
• визуализировать объекты любой природы, в том числе и абстрактные;
• исследовать явления и процессы в динамике их развертывания;
• управлять временем (ускорять, замедлять и т.д);
• совершать многоразовые испытания модели, каждый раз возвращая её в первичное состояние;
• получать разные характеристики объекта в числовом или графическом виде;
• находить оптимальную конструкцию объекта, не изготовляя его пробных экземпляров;
• проводить эксперименты без риска негативных последствий для здоровья человека или окружающей среды.

Примечания

1. Tolk, A. Learning something right from models that are wrong – Epistemology of Simulation (En) // Concepts and Methodologies in Modeling and Simulation. Springer–Verlag. — 2015. — С. pp. 87–106.
2. Oberkampf, W. L., DeLand, S. M., Rutherford, B. M., Diegert, K. V., & Alvin, K. F. Error and uncertainty in modeling and simulation (En) // Reliability Engineering & System Safety 75(3). — 2002. — № 75(3). — С. 333–57.
3. Ihrig, M. A New Research Architecture For The Simulation Era (En) // European Council on Modelling and Simulation. — 2012. — С. pp. 715–20.
4. Pullan Wendy. Structure. — Cambridge: Cambridge University Press. — 2000. — ISBN 0-521-78258-9.
5. Fishwick PA. Simulation Model Design and Execution: Building Digital Worlds. — Upper Saddle River, NJ: Prentice Hall.. — 1995.
6. Sokolowski, J.A., Banks, C.M. Principles of Modelling and Simulation. — Hoboken, NJ: John Wiley and Sons.. — 2009.

О компьютерном моделировании

Компьютерные модели стали обычным инструментом математического моделирования и применяются в физике, астрофизике, механике, химии, биологии, экономике, социологии, метеорологии, других науках и прикладных задачах в различных областях радиоэлектроники, машиностроения, автомобилестроения и проч. Компьютерные модели используются для получения новых знаний об объекте или для приближенной оценки поведения систем, слишком сложных для аналитического исследования.

Компьютерное моделирование является одним из эффективных методов изучения сложных систем. Компьютерные модели проще и удобнее исследовать в силу их возможности проводить т. н. вычислительные эксперименты, в тех случаях когда реальные эксперименты затруднены из-за финансовых или физических препятствий или могут дать непредсказуемый результат. Логичность и формализованность компьютерных моделей позволяет определить основные факторы, определяющие свойства изучаемого объекта-оригинала (или целого класса объектов), в частности, исследовать отклик моделируемой физической системы на изменения её параметров и начальных условий.

Построение компьютерной модели базируется на абстрагировании от конкретной природы явлений или изучаемого объекта-оригинала и состоит из двух этапов — сначала создание качественной, а затем и количественной модели. Чем больше значимых свойств будет выявлено и перенесено на компьютерную модель — тем более приближенной она окажется к реальной модели, тем большими возможностями сможет обладать система, использующая данную модель. Компьютерное же моделирование заключается в проведении серии вычислительных экспериментов на компьютере, целью которых является анализ, интерпретация и сопоставление результатов моделирования с реальным поведением изучаемого объекта и, при необходимости, последующее уточнение модели и так далее

Различают аналитическое и имитационное моделирование. При аналитическом моделировании изучаются математические (абстрактные) модели реального объекта в виде алгебраических, дифференциальных и других уравнений, а также предусматривающих осуществление однозначной вычислительной процедуры, приводящей к их точному решению. При имитационном моделировании исследуются математические модели в виде алгоритма(ов), воспроизводящего функционирование исследуемой системы путём последовательного выполнения большого количества элементарных операций.

Базовые требования к финансовым моделям

1. Понятность. Информация, используемая в финансовой модели, и сделанные выводы должны быть понятны соответствующим пользователям.
2. Экономическая целесообразность. Затраты на подготовку и детализацию финансовой модели не должны быть больше выгоды от её создания. Эта выгода может проявиться как в выборе более эффективного проекта, так и в отказе от убыточных решений.
3. Контролируемость и прозрачность. Возможность пользователя разобраться в исходных данных, порядке и формулах расчетов, понять и проверить, как получаются отчетные значения.
4. Гибкость. Возможность быстро вносить изменения в исходные условия и получать новый результат без существенных временных затрат.
5. Управляемость и эргономичность. Финансовую модель нужно строить так, чтобы расчетные показатели зависели от предпосылок, и по прошествии некоторого времени и автор модели и другой пользователь могли разобраться, что и где нужно изменить, чтобы увидеть новый результат.

Концепция SMART устанавливает следующие требования к финансовой модели:

1. Прозрачность;
2. Гибкость;
3. Наглядность.

Многие финансовые институты устанавливают требования к финансовым моделям, предоставляемым при обосновании проектов. Например, Внешэкономбанк устанавливает следующие виды требований:

1. Требования к функциональным возможностям финансовой модели;
2. Требования к составу исходных данных (допущений) финансовой модели;
3. Требования к составу результатов финансовых прогнозов;
4. Методические указания по составлению финансовых прогнозов;
5. Оценка устойчивости финансовых показателей (коэффициентов);
6. Требования к описанию финансовой модели.

Применение имитационного моделирования

К имитационному моделированию прибегают, когда:

• дорого или невозможно экспериментировать на реальном объекте;
• невозможно построить аналитическую модель: в системе есть время, причинные связи, последствие, нелинейности, стохастические (случайные) переменные;
• необходимо сымитировать поведение системы во времени.

Цель имитационного моделирования состоит в воспроизведении поведения исследуемой системы на основе результатов анализа наиболее существенных взаимосвязей между её элементами или другими словами — разработке симулятора (англ. simulation modeling) исследуемой предметной области для проведения различных экспериментов.

Виды финансового моделирования

В зависимости от свойств финансовых моделей может быть проведена различная классификация финансового моделирования.

По временному признаку финансовое моделирование можно разделить на две группы:

1. Финансовое моделирование для принятия стратегических решений;
2. Финансовое моделирование для принятия операционных (или тактических) решений.

К первой группе относятся финансовые модели для оценки инвестиционных проектов, определения стоимости бизнеса, макроэкономические прогнозы и т.д.

Ко второй группе относятся финансовые модели для прогнозирования эффекта от изменения системы мотивации, закупочной политики, внедрения налоговой оптимизации и т.д.

В отдельную категорию, вероятно, стоит выделить финансовые модели написанные для целей нормирования. То есть такие модели, которые подготовлены на базе первоисточника. Как правило, первоисточником выступает нормативно-правовой акт, методика или отдельно прописанный алгоритм расчета какой-либо нормы, например, нормы расхода ГСМ.

По объекту моделирования финансовое моделирование можно разделить на:

1. Финансовое моделирование для оценки инвестиционных проектов;
2. Финансовое моделирование развития действующей компании для её оценки;
3. Финансовое моделирование динамики котировок ценных бумаг (в т.ч. портфеля);
4. Финансовое моделирование на макроэкономическом уровне.

По охвату свойств моделируемого объекта финансовые модели делятся на:

1. Тематические;
2. Комплексные.

К первой группе относится финансовое моделирование отдельно взятого бизнес-процесса (или группы бизнес-процессов). Например, налоговое моделирование, моделирование продаж, моделирование закупочной деятельности, моделирование отдельно операционной деятельности компании, отдельно инвестиционной, отдельно финансовой.

Ко второй группе относится финансовое моделирование, охватывающее одновременно все аспекты развития изучаемого объекта. Например, моделирование в рамках единой модели и операционной, и инвестиционной, и финансовой деятельности компании.

По возможности повторного применения построенной финансовой модели происходит деление на:

1. Финансовое моделирование уникальных моделей;
2. Финансовое моделирование типовых моделей.

В первом случае повторное использование построенной финансовой модели затруднительно.

Во втором случае построенная финансовая модель может без существенных изменений использоваться для оценки существующих или будущих аналогичных объектов.

Также финансовое моделирование различается по отрасли:

1. Финансовое моделирование производственных объектов;
2. Финансовое моделирование в строительстве и девелопменте;
3. Финансовое моделирование в торговле и сфере услуг;
4. Финансовое моделирование в сфере IT.

По способу построения финансовой модели:

1. Финансовое моделирование с использованием ЭВМ;
2. Финансовое моделирование без использования ЭВМ.

Виды компьютерного моделирования

Отметим, что моделей очень много. В компьютерном моделировании используются в основном математические, имитационные и графические модели. Изучение их строится на трех этапах. На первом создается модель, на втором этапе она изучается, а на третьем на практике применяются полученные результаты исследования. Математические модели — это знаковые модели, которые могут в числовом соотношении описывать некоторые объекты или процессы. Графические модели — это визуальное представление объекта или процесса, которые настолько сложны, что описать их другим методом для нормального понимания невозможно. Имитационные модели позволяют наблюдать за аналогом какой модели, проводить на ней эксперименты, изменять параметры. Из-за того, что с каждым годом совершенствуется вычислительная техника и вовсю распространяются персональные компьютеры, перед моделированием возникают огромные перспективы развития. При помощи этого метода познания можно не только исследовать окружающий мир и различные процессы, но также заниматься изучением человеческого общества.

Примечания

1. А. И. Уёмов Логические основы метода моделирования, М.: Мысль, 1971. — 311 с, c.48
2. ISO/IEC/IEEE 24765:2010 Systems and software engineering — Vocabulary
   IEEE Std 1233—1998 (R2002) IEEE Guide for Developing System Requirements Specifications
3. ↑ Дружилов С. А. Общие представления о психических моделях как регуляторах деятельности человека // Индивидуальный ресурс человека как основа становления профессионализма. — Монография. — Воронеж: Научная книга, 2010. — С. 131—137. — 260 с.
4. ↑ . Letopisi.Ru — «Время вернуться домой».
5. Пушкин В. Н. Оперативное мышление в больших системах. — М.-Л.: Энергия, 1965. — С. 32, С.31. — 376 с.
6. Платонов К.К. Вопросы психологии труда. — М.: Медицина, 1970. — С. 218—219. — 264 с.
7. Маркова А.К. Психология профессионализма. — М.: Международн. гуманитарн. центр «Знание», 1996. — 312 с.
8. Толочек В.А. Современная психология труда / Учеб. пособие. — СПб.: Питер, 2006. — С. 479.
9. Фонарев А.Р. Психологические особенности личностного становления профессионала. — М., Воронеж: Изд-во Моск. психол.-социал. ин-та; Изд-во МОДЭК, 2005. — 560 с. — ISBN 5-89502-566-8. — ISBN 5-89395-589-7.
10. Дмитриева М.А. Психологический анализ системы «человек-профессиональная среда» // Вестник Ленингр. гос. ун-та. Серия 6. Психология. — 1990. — Вып. 1. — С. 82—90.
11. Конева Е.В. Модель ситуаций проблемности и профессиональный опыт субъекта // Вестник Ярославского гос. ун-та им. П. Г. Демидова. Серия Гуманитарные науки. — 2008. — № 3. — С. 35—39.
12. Дружилов С.А. Концептуальная модель профессиональной деятельности как психологическая детерминанта профессионализма человека // Вестник Балтийской педагогической академии. — 2002. — Т. 48. — С. 46—50.
13. Дворцова Е.В., Дружилов С.А. Профессиональная «Я-концепция» и концептуальная модель деятельности / под редакцией А. А. Крылова, В. А. Якунина. — Ананьевские чтения-2001: Образование и психология Тезисы научно-практич. конф.. — СПб.: Изд-во С.-Петербургского гос. ун-та, 2001. — С. 264—266.
14. Стрелков Ю. К. Деятельность — процесс или структура? // Ананьевские чтения — 2009: Современная психология: методология, парадигмы, теория. / Под ред. Л. А. Цветковой, В. М. Аллахвердова. — Мат-лы научн. конф.. — СПб.: Изд-во С.-Петерб. гос. ун-та, 2009. — Т. 2. — С. 99—102.

Моделирование

Прежде чем рассматривать виды моделирования процессов и явлений, поговорим об их общей классификации. Она очень сложна и запутанна в силу того, что само понятие «модель» имеет много значений в разных областях науки и техники. Классификация возможна с упором на разные основания. Так, она может происходить:

• по характеру объектов моделирования;
• по характеру самих моделей;
• по сферам использования (в физических науках, технике, моделирование психики и т. д.);
• по уровням моделирования (микроуровень, макроуровень, мезоуровень).

При этом надо понимать, что в этом вопросе никакая классификация не будет достаточно полной. Надо учитывать тот факт, что каких-то конкретных правил, по которым происходит распределение групп моделирования, нет. Чаще всего это опирается на практические, научные или языковые традиции. Гораздо чаще всё решают определенные задачи и условия в конкретном случае.

Практическое применение

Компьютерное моделирование применяют для широкого круга задач, таких как:

• анализ распространения загрязняющих веществ в атмосфере;
• проектирование шумовых барьеров для борьбы с шумовым загрязнением;
• конструирование транспортных средств;
• симуляция полёта на авиационном тренажёре для тренировки лётчиков;
• прогнозирование погоды;
• эмуляция работы других электронных устройств;
• прогнозирование цен на финансовых рынках;
• исследование поведения зданий, конструкций и деталей под механической нагрузкой;
• прогнозирование прочности конструкций и механизмов их разрушения;
• проектирование производственных процессов, например химических;
• стратегическое управление организацией;
• исследование поведения гидравлических систем: нефтепроводов, водопровода;
• моделирование роботов и автоматических манипуляторов;
• моделирование сценарных вариантов развития городов;
• моделирование транспортных систем;
• конечно-элементное моделирование краш-тестов;
• моделирование результатов пластических операций;

Различные сферы применения компьютерных моделей предъявляют разные требования к надежности получаемых с их помощью результатов. Для моделирования зданий и деталей самолетов требуется высокая точность и степень достоверности, тогда как модели эволюции городов и социально-экономических систем используются для получения приближенных или качественных результатов.

Всё, что нужно знать про исходные чертежи

Где найти чертежи и на что обращать внимание

Чтобы реализовать задуманное, нужны чертежи автомобиля. Я буду моделировать автомобиль Honda Orthia, Sports Utility Wagon.

Вы можете выбрать любую другую машину — все принципы как построения студии, так и моделирования всего автомобиля будут применимы к любой марке.

Чертежи для Хонды оказались такими же редкими, как и сама машина. Мне пришлось использовать общий чертёж с разрешением 820×549 на 72 dpi. Плюсы этого чертежа в том, что в нём указаны габариты и основные элементы кузова; детали можно будет потом уточнить по референсам. Существенный недостаток — маленькое разрешение картинки.

Чертёж Honda Orthia, Sports Utility Wagon: для создания виртуальной студии у нас есть только габариты и основные элементы

Вообще же чертежи искать достаточно просто, существуют даже специальные ресурсы с подборкой хороших чертежей — как платных, так и бесплатных.

Как подготовить чертежи в Photoshop к переносу в 3ds Max

Перед тем как перейти непосредственно в 3ds Max, давайте используем Photoshop, чтобы подготовить чертёж. Смысл подготовки чертежей в том, чтобы проверить пропорции автомобиля и соответствие основных габаритов между всеми проекциями.

Откройте чертежи в Photoshop.

Чтобы проверить пропорции автомобиля, воспользуйтесь направляющими, которые можно вытянуть со стороны линейки. Если у вас вдруг не оказалось линейки, нажмите сочетание клавиш Ctrl + R.

Проверяем пропорции чертежа

Теперь нужно выставить направляющие по габаритам автомобиля на проекциях; при этом должна совпадать высота на всех проекциях, кроме вида сверху. Его нужно соотнести по ширине для вида сзади и спереди и по длине для вида сбоку.

Особо пытливые могут прокинуть направляющие по центру для вида спереди и сзади — в основном это нужно для чертежей с большим разрешением, чтобы проверить симметричность и размеры относительно оси. В моём случае это бессмысленно, я буду опираться исключительно на габариты, с которыми у меня на исходном чертеже тоже есть проблемы.

Чертёж оказался не очень точным: есть расхождения размеров

В отмеченных выше зонах мы видим расхождение и несоответствие размеров относительно направляющих как по высоте на проекциях сбоку и сзади, по длине на проекциях сбоку и сверху, так и по ширине на проекциях сзади и спереди. Необходимо это устранить путем выделения, сдвига и масштабирования проекций.

Я сделал следующее: перенёс две проекции сзади и спереди на отдельные слои, а проекцию сверху выделил и подвинул слегка влево, ровно до совпадения с направляющими.

Переносим проекции спереди и сзади на отдельный слой, сдвигаем проекцию сверху до совпадения с направляющими

Перенесённые проекции на отдельных слоях я масштабировал и подогнал под нужную высоту и ширину.

Получилось так:

Теперь все габариты в рамках направляющих

Теперь габариты машины не выходят за пределы направляющих, отсутствуют зазоры. Проекции сзади и спереди я сместил к правому краю чертежа, так оказалось проще масштабировать. Также я набросил направляющие на проекцию сверху, чтобы её в дальнейшем было удобнее кадрировать.

После того как габариты машины отображаются корректно, создайте новый слой поверх всёх слоёв, которые у вас есть. Залейте его светло-серым цветом #c9c9c9. Режим наложения установите Darken (Затемнение).

Вы можете использовать любой другой привычный вам способ затемнения: например, изменить уровни яркости и контрастности.

Заливаем чертёж серым цветом

Нужно это для того, чтобы в дальнейшем белый фон не сливался с белыми рёбрами при моделировании.

Общая идея

Схема работы генетического алгоритма

На рисунке изображена схема работы одной из разновидностей эволюционных вычислений — генетического алгоритма (ГА), но по ней можно понять общую идею подхода.

Под начальной популяцией понимается некоторое количество получаемых, обычно, случайным путём, объектов. В ГА такими объектами выступают вектора («генотипы») генов, где каждый ген может быть битом, числом или неким другим объектом. Эволюционная стратегия (ЭС) оперирует векторами действительных чисел. В генетическом (ГП) и эволюционном (ЭП) программировании роль объектов играют программы, всё лучше и лучше (в соответствии с определенной функцией приспособленности) решающие поставленную вычислительную задачу.

Мутации и скрещивания

Функция, представленная в древовидной форме

Мутация — это случайное изменение «генотипа». В ГА и ЭС оператор мутации может быть реализован простым добавлением нормально распределенной случайной величины к каждой компоненте вектора. В ГП и ЭП эта операция сильно зависит от способа кодирования выращиваемых программ. Например, при древовидном кодировании (см. рисунок) она может быть осуществлена случайным изменением информации в узле или добавлением, удалением узла или целого поддерева.

Оператор «скрещивания» производит рекомбинацию решений-кандидатов, роль которой аналогична роли скрещивания в живой природе. Размножение в эволюционных вычислениях обычно половое — чтобы произвести потомка, нужны несколько родителей, обычно два.
Размножение в разных алгоритмах определяется по-разному — оно, конечно, зависит от представления данных. Главное требование к размножению — чтобы потомок или потомки имели возможность унаследовать черты обоих родителей, «смешав» их каким-либо способом.

Отбор (селекция)

На этапе отбора нужно из всей популяции выбрать определённую её долю, которая останется «в живых» на этом этапе эволюции. Есть разные способы проводить отбор. Вероятность выживания особи h должна зависеть от значения так называемой функции приспособленности Fitness(h). Эта функция должна быть задана так, чтобы по её значению на данном генотипе (векторе генов, результатам работы выращиваемой программы) можно было судить о степени успешности данного генотипа. Сама доля выживших s обычно является параметром генетического алгоритма, и её просто задают заранее. По итогам отбора из N особей популяции H должны остаться sN особей, которые войдут в итоговую популяцию H’. Остальные особи погибают.

Классификация по характеру моделей

Виды методов моделирования довольно разнообразны, поэтому мы будем рассматривать не одну, а несколько классификаций. Главнейшая из них касается распределения по характеру моделей:

1. Знаковое моделирование, в котором объектом является чертеж, схема или формула. Такие модели стали довольно популярны после развития ЭВМ.
2. Мысленное моделирование, которое заключается в том, что мысли становятся наглядными. Для примера можно взять известную модель атома, которую предложил Нильс Бор.
3. Аналоговое моделирование, при котором оригинал и сама модель описываются при помощи одного и того же математического соотношения. Для примера можно привести электрические модели, которые просто незаменимы при исследовании механических явлений.
4. Предметное моделирование является самым популярным. Оно заключается в том, что в качестве модели могут выступать физические, геометрические, функциональные или геометрические свойства объекта. Для примера приведем модель корпуса швейной машинки или модель сооружения.
5. Модельный эксперимент. Этот вид стоит обособленно, так как в таком случае в эксперименте участвует не сам объект, а его модель, наделенная всеми необходимыми качествами. Этот метод идеально демонстрирует, насколько условна грань между эмпирическим и теоретическим познанием.

Задачи бизнес-моделирования

• Получение целостной картины жизнедеятельности организации, согласование разных точек зрения на постоянно развивающийся и меняющийся бизнес.
• Обеспечение взаимопонимания на всех уровнях организации, преодоление разрыв между управляющей и исполняющей сторонами.
• Обеспечение сокращения затрат на производство и повышение уровня качества и сервиса.

В процессе бизнес-моделирования происходит переход от понятия того «что» надо делать к понятию «как» надо делать. Результатом моделирования должен быть документ, дающий команде разработчиков четкое понимание границ проекта, а также программного и аппаратного обеспечения заказчика. Полученные данные отражаются в спецификации проекта, которая может включать следующие разделы:

• описание основных сущностей данных приложения;
• формальное описание спецификации приложения;
• бизнес-логику и бизнес-правила;
• функциональные требования;
• нефункциональные требования;
• шаблоны форм/страниц приложения;
• голоссарий или список сокращений;
• вспомогательные диаграммы.

Методы моделирования бизнес процессов

На сегодняшний день существует достаточно большое количество методов моделирования бизнес процессов

Эти методы относятся к разным видам моделирования
и позволяют сфокусировать внимание на различных аспектах. Они содержат как графические, так и текстовые средства, за счет которых можно наглядно представить
основные компоненты процесса и дать точные определения параметров и связей элементов

Моделирование бизнес-процессов выполняют с помощью следующих
методов:

• Flow Chart Diagram (диаграмма потока работ) – это графический метод представления процесса в котором операции, данные, оборудование
  процесса и пр. изображаются специальными символами. Метод применяется для отображения логической последовательности действий процесса. Главным достоинством
  метода является его гибкость. Процесс может быть представлен множеством способов.
• Data Flow Diagram (диаграмма потока данных). Диаграмма потока данных или DFD применяется для отображения передачи информации (данных)
  от одной операции процесса к другой. DFD описывает взаимосвязь операций за счет информации и данных. Этот метод является основой структурного анализа процессов,
  т.к. позволяет разложить процесс на логические уровни. Каждый процесс может быть разбит на подпроцессы с более высоким уровнем детализации. Применение DFD позволяет
  отразить только поток информации, но не поток материалов. Диаграмма потока данных показывает, как информация входит и выходит из процесса, какие действия изменяют
  информацию, где информация хранится в процессе и пр.
• Role Activity Diagram (диаграмма ролей). Она применяется для моделирования процесса с точки зрения отдельных ролей, групп ролей и взаимодействия ролей
  в процессе. Роль представляет собой абстрактный элемент процесса, выполняющий какую-либо организационную функцию. Диаграмма ролей показывает степень
  «ответственности» за процесс и его операции, а также взаимодействие ролей.
• IDEF (Integrated Definition for Function Modeling) – представляет собой целый набор методов для описания различных аспектов бизнес-
  процессов (IDEF0, IDEF1, IDEF1X, IDEF2, IDEF3, IDEF4, IDEF5). Эти методы строятся на базе методологии SADT (Structured Analysis and Design Technique).
  Для моделирования бизнес процессов наиболее часто применяют методы IDEF0 и IDEF3.
• IDEF0 – позволяет создать модель функций процесса. На диаграмме IDEF0 отображаются основные функции процесса, входы, выходы,
  управляющие воздействия и устройства, взаимосвязанные с основными функциями. Процесс может быть декомпозирован на более низкий уровень.
• IDEF3 – этот метод позволяет создать «поведенческую» модель процесса. IDEF3 состоит из двух видов моделей. Первый вид
  представляет описание потока работ. Второй – описание состояний перехода объектов.
• Цветные сети Петри – этот метод представляет модель процесса в виде графа, где вершинами являются действия процесса, а дугами события, за счет которых
  осуществляется переход процесса из одного состояния в другое. Сети Петри применяют для динамического моделирования поведения процесса.
• Unified Modeling Language (UML) — представляет собой объектно-ориентированный метод моделирования процессов. Он состоит из 9-ти
  различных диаграмм, каждая из которых позволяет моделировать отдельные статические или динамические аспекты процесса.

Большинство из указанных методов реализованы в виде программного обеспечения. Оно позволяет осуществлять поддержку бизнес-процессов или проводить их
анализ. Примерами такого ПО являются различные CASE средства моделирования процессов.

История

Первое описание тематического моделирования появилось в работе Рагавана, Пападимитриу, Томаки и Вемполы 1998 года. Томас Хофманн в 1999 году предложил вероятностное скрытое семантическое индексирование (PLSI). Одна из самых распространенных тематических моделей — это латентное размещение Дирихле (LDA), эта модель является обобщением вероятностного семантического индексирования и разработана Дэвидом Блейем (англ. David Blei), Эндрю Ыном и Майклом Джорданом (англ. Michael I. Jordan) в 2002 году. Другие тематические модели как правило являются расширением LDA, например, размещение патинко улучшает LDA за счёт введения дополнительных корреляционных коэффициентов для каждого слова, которое составляет тему.

Тематические исследования

Тэмплтон сделал обзор работ по тематическому моделированию в гуманитарных науках, сгруппированных по синхронному и диахроническому подходу. Синхронные подходы выделяют темы в некоторый момент времени, например, Джокерс с помощью тематической модели исследовал, о чём писали блогеры в День Цифровых Гуманитарных наук в 2010 году.

Диахронические подходы, включая определение Блока и Ньюмана о временной динамике тем в Пенсильванской газете 1728—1800 года. Грифитс и Стейверс использовали тематическое моделирование для обзоров журнала PNAS, определяли изменения популярности тем с 1991 по 2001 год. Блевин создал тематическую модель дневника Марты Балладс. Мимно использовал тематическое моделирование для анализа 24 журналов по классической филологии и археологии за 150 лет, чтобы определить изменения популярности тем и узнать, насколько сильно изменились журналы за это время.

Специализированные подходы к моделированию процессов

Рассмотренные ниже подходы (табл. 5) могут применяться в проектах моделирования и усовершенствования. Они позволяют проанализировать процессы со стороны предприятия в целом.

Таблица 5. Специализированные подходы к моделированию процессов

Цепочка создания ценности

Цепочка создания ценности показывает в графическом виде добавление ценности или шаги, ведущие к достижению цели. Существуют разные варианты этой нотации, каждый с собственным набором символов, но проблем с пониманием не возникает, поскольку обычно они выглядят как стрелки или горизонтальные шевроны. Так же легко разобраться со связями — в основном они показывают отношения «предшественник-последователь».

Иногда группы шагов объединяют в процесс верхнего уровня. Поток в таких моделях направлен слева направо, показывая подпроцессы, непосредственно участвующие в создании ценности для потребителей организации (клиентов или граждан). Концепция цепочки создания ценности была предложена Майклом Портером в его работах по корпоративной стратегии, обычно она применяется на уровне корпоративного моделирования и планирования.

Основные характеристики

В зависимости от средства моделирования:

• иногда реализуется в виде диаграммы цепочки создания ценности;
• на схему могут накладываться исполнители, финансы, время, системы или специфические данные;
• может использоваться в сочетании с дорожками.

Для чего используется

• Для декомпозиции фрагментов процессов, непосредственно вносящих вклад в создание ценности для клиентов.
• Для изображения процессов верхнего уровня.

Преимущества

• Легко читается и понимается.
• Минимум неоднозначности благодаря простым связям.
• Опционально может дополняться информацией о входах и выходах, а также финансовой информацией и организационной структурой.

Недостатки

• Не видны точки принятия решений.
• С ростом сложности полезность этой нотации убывает, и для дальнейшей декомпозиции надо переходить к нотациям с большей глубиной детализации.

Рис. 9. Диаграмма цепочки создания ценности

Дополнительная информация

• Референтная модель компании The Value Chain Group.
• Диаграмму цепочки создания ценностей поддерживает ПО ARIS компании Software AG.

В данном разделе речь идет не обо всем семействе нотаций IDEF, а о самом популярном его представителе IDEF0. — Прим. ред.

Последнее название данного программного продукта — AllFusion Process Modeler, его поддержка прекращена в 2011 году. — Прим. ред.

Версия для печати  

Примечания

1. Tolk, A. Learning something right from models that are wrong – Epistemology of Simulation (En) // Concepts and Methodologies in Modeling and Simulation. Springer–Verlag. — 2015. — С. pp. 87–106.
2. Oberkampf, W. L., DeLand, S. M., Rutherford, B. M., Diegert, K. V., & Alvin, K. F. Error and uncertainty in modeling and simulation (En) // Reliability Engineering & System Safety 75(3). — 2002. — № 75(3). — С. 333–57.
3. Ihrig, M. A New Research Architecture For The Simulation Era (En) // European Council on Modelling and Simulation. — 2012. — С. pp. 715–20.
4. Pullan Wendy. Structure. — Cambridge: Cambridge University Press. — 2000. — ISBN 0-521-78258-9.
5. Fishwick PA. Simulation Model Design and Execution: Building Digital Worlds. — Upper Saddle River, NJ: Prentice Hall.. — 1995.
6. Sokolowski, J.A., Banks, C.M. Principles of Modelling and Simulation. — Hoboken, NJ: John Wiley and Sons.. — 2009.

Программы для финансового моделирования

В настоящее время на рынке предлагается достаточно много решений для финансового моделирования. Значительная часть программных продуктов создана для оценки инвестиций или формирования бюджетов. Значительное количество приложений для финансового моделирования построено на платформе Microsoft Office и, в частности, на основе Microsoft Excel. Большинство программ предполагает полностью или частично закрытый исходный код самой финансовой модели и распространяется на коммерческой основе. К приложениям для финансового моделирования относятся:

1. Project Expert – программа разработки бизнес-плана и оценки инвестиционных проектов.
2. Модели фирмы «Альт-Инвест» – программные продукты, предназначенные для решения ключевых задач управления финансами предприятия (организации).
3. Финансовые модели BRP ADVICE. Содержат полностью открытые для просмотра и редактирования пользователем расчетные формулы. Есть бесплатные версии.
4. Invest For Excel – программа для анализа инвестиционных проектов, основанная на методе дисконтирования денежных потоков.
5. Модели по нормированию ИП ЭКОНОМОД (Казахстан) — программные продукты, подготовленные на базе нормативно-правовых актов в области нормирования.

Кроме означенных программ в настоящее время все чаще прибегают к помощи полноразмерных ERP-программ (Enterprize Resource Planning) или их отдельных модулей. В случае с продвинутыми средствами — на этапах подготвки, к сожалению, не обходится Microsoft Excel.